WO2014050748A1 - 符号化装置および符号化方法、並びに、復号装置および復号方法 - Google Patents

符号化装置および符号化方法、並びに、復号装置および復号方法 Download PDF

Info

Publication number
WO2014050748A1
WO2014050748A1 PCT/JP2013/075518 JP2013075518W WO2014050748A1 WO 2014050748 A1 WO2014050748 A1 WO 2014050748A1 JP 2013075518 W JP2013075518 W JP 2013075518W WO 2014050748 A1 WO2014050748 A1 WO 2014050748A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
reference image
unit
image
encoding
Prior art date
Application number
PCT/JP2013/075518
Other languages
English (en)
French (fr)
Inventor
佐藤　数史
碩 陸
Original Assignee
ソニー株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ソニー株式会社 filed Critical ソニー株式会社
Priority to US14/427,844 priority Critical patent/US10085038B2/en
Priority to MX2015003435A priority patent/MX345239B/es
Priority to KR1020157006851A priority patent/KR20150063379A/ko
Priority to JP2014538469A priority patent/JP6274108B2/ja
Priority to CN201380061119.3A priority patent/CN104813663B/zh
Priority to BR112015006313A priority patent/BR112015006313A2/pt
Priority to RU2015110063A priority patent/RU2646340C2/ru
Priority to EP13841545.0A priority patent/EP2899983B1/en
Publication of WO2014050748A1 publication Critical patent/WO2014050748A1/ja
Priority to US15/980,852 priority patent/US10499079B2/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/53—Multi-resolution motion estimation; Hierarchical motion estimation
    • 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
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • 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
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/91—Entropy coding, e.g. variable length coding [VLC] or arithmetic coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/96—Tree coding, e.g. quad-tree coding

Definitions

  • the present technology relates to an encoding device and an encoding method, and a decoding device and a decoding method, and in particular, an encoding device and an encoding method that can share or predict information related to a reference image of an image having a hierarchical structure.
  • the present invention relates to a method, a decoding apparatus, and a decoding method.
  • MPEG compressed by orthogonal transform such as discrete cosine transform and motion compensation is used for the purpose of efficient transmission and storage of information.
  • a device compliant with a method such as Moving (Pictures Experts Group) phase) is becoming popular in both information distribution at broadcast stations and information reception in general households.
  • the MPEG2 (ISO / IEC 13818-2) system is defined as a general-purpose image encoding system, and is a standard that covers both interlaced and progressively scanned images, standard resolution images, and high-definition images. Widely used in a wide range of applications for consumer and consumer applications.
  • a standard resolution interlaced scanning image having 720 ⁇ 480 pixels is 4 to 8 Mbps
  • a high resolution interlaced scanning image having 1920 ⁇ 1088 pixels is 18 to 22 MBps.
  • MPEG2 was mainly intended for high-quality encoding suitable for broadcasting, but it did not support encoding methods with a lower code amount (bit rate) than MPEG1, that is, a higher compression rate. With the widespread use of mobile terminals, the need for such an encoding system is expected to increase in the future, and the MPEG4 encoding system has been standardized accordingly. Regarding the MPEG4 image coding system, the standard was approved as an international standard in December 1998 as ISO / IEC 14496-2.
  • 26L (ITU-T Q6 / 16 VCEG) is being standardized.
  • H. 26L is known to achieve higher encoding efficiency than the conventional encoding schemes such as MPEG2 and MPEG4, although a large amount of calculation is required for encoding and decoding.
  • H.264 Based on 26L, H. Standardization that incorporates functions that are not supported by 26L and achieves higher coding efficiency is performed as Joint® Model of Enhanced-Compression® Video® Coding. This standardization was implemented in March 2003 by H.C. It was internationally standardized under the names of H.264 and MPEG-4 Part10 (AVC (Advanced Video Coding)).
  • AVC Advanced Video Coding
  • HECT High Efficiency Video Coding
  • JCTVC Joint Collaboration Collaboration Team Video Coding
  • image encoding methods such as MPEG-2 and AVC have a scalable function for hierarchically encoding images. According to the scalable function, it is possible to transmit encoded data according to the processing capability on the decoding side without performing transcoding processing.
  • an encoded stream of an image of a base layer (base layer) that is a base layer can be transmitted to a terminal having a low processing capability such as a mobile phone.
  • an encoded stream of an image of a base layer and an enhancement layer (enhancement layer) that is a layer other than the base layer may be transmitted to a terminal having high processing capability such as a television receiver or a personal computer. it can.
  • the HEVC method also has a scalable function. As described in Non-Patent Document 1, in the HEVC method, in addition to SPS (Sequence Parameter Set) and PPS (Picture Parameter Set), parameters related to the scalable function VPS (Video Parameter Set) is included.
  • SPS Sequence Parameter Set
  • PPS Physical Parameter Set
  • Fig. 1 is a diagram showing an example of the syntax of VPS in HEVC version 1.
  • VPS defines only parameters related to temporal scalability as shown in Fig. 1. Has been.
  • HEVC version 2 standardization is planned to support scalable functions other than temporal scaleability.
  • the present technology has been made in view of such a situation, and makes it possible to share or predict information related to a reference image of an image having a hierarchical structure.
  • the encoding device includes first reference image information that is information related to a first reference image used when encoding an image of a first layer of an image having a hierarchical structure, A setting unit configured to set reference image generation information used to generate the first reference image information using second reference image information that is information related to a second reference image of the images of the second hierarchy; An image of one layer is encoded using the first reference image, and an encoding unit that generates encoded data, the encoded data generated by the encoding unit, and the setting unit are set And a transmission unit that transmits the reference image generation information.
  • the encoding method according to the first aspect of the present technology corresponds to the encoding device according to the first aspect of the present technology.
  • first reference image information that is information relating to a first reference image used when encoding an image of a first layer of an image having a hierarchical structure
  • a second layer Reference image generation information used for generating the first reference image information is set using second reference image information that is information related to the second reference image of the first image
  • the first layer image is Encoding is performed using the first reference image to generate encoded data, and the encoded data and the reference image generation information are transmitted.
  • the decoding device includes first reference image information that is information relating to a first reference image used when encoding an image of a first layer of an image having a hierarchical structure, Reference image generation information used for generating the first reference image information generated using second reference image information that is information related to the second reference image of the image of the first layer, and the first layer Based on a receiving unit that receives encoded data of an image, a generating unit that generates the first reference image information using the reference image generation information, and the first reference image information generated by the generating unit And a decoding unit that decodes the encoded data of the first layer image using the first reference image.
  • the decoding method according to the second aspect of the present technology corresponds to the decoding device according to the second aspect of the present technology.
  • first reference image information that is information relating to a first reference image used when encoding an image of a first layer of an image having a hierarchical structure
  • second layer Reference image generation information used for generating the first reference image information generated using the second reference image information that is information related to the second reference image of the first image
  • the first layer image Encoded data is received, the first reference image information is generated using the reference image generation information, and the code of the first layer image is generated based on the generated first reference image information.
  • Data is decoded using the first reference picture.
  • the encoding device according to the first aspect and the decoding device according to the second aspect can be realized by causing a computer to execute a program.
  • a program to be executed by a computer is transmitted through a transmission medium or recorded on a recording medium, Can be provided.
  • the encoding device of the first aspect and the decoding device of the second aspect may be independent devices, or may be internal blocks constituting one device.
  • FIG. 32 is a block diagram illustrating a configuration example of a reference image setting unit in FIG. 31. It is a flowchart explaining the hierarchical decoding process of the decoding apparatus of FIG. It is a flowchart explaining the enhancement image generation process of FIG. It is a flowchart explaining the detail of the decoding process of FIG. It is a flowchart explaining the detail of the production
  • FIG. 49 is a block diagram illustrating a configuration example of an encoding unit in FIG. 48. It is a block diagram which shows the structural example of the weight buffer of FIG. 49, and a weight setting part. It is a figure which shows the example of the syntax of the weighting information of an enhancement stream. It is a figure which shows the example of the syntax of the weighting information of an enhancement stream.
  • FIG. 49 is a flowchart for describing enhancement stream generation processing of FIG. 48. It is a flowchart explaining the detail of the encoding process of FIG. It is a flowchart explaining the detail of the encoding process of FIG. 55 is a flowchart for describing details of the generation processing of FIG. 54. It is a block diagram which shows the structural example of 2nd Embodiment of the decoding apparatus to which this technique is applied.
  • FIG. 58 is a block diagram illustrating a configuration example of an enhancement decoding unit in FIG. 57.
  • FIG. 59 is a block diagram illustrating a configuration example of a decoding unit in FIG. 58.
  • FIG. 60 is a block diagram illustrating a configuration example of a weight buffer and a weight setting unit in FIG. 59.
  • FIG. 58 is a flowchart for describing hierarchical decoding processing of the decoding device in FIG. 57.
  • 60 is a flowchart for describing details of a decoding process of the decoding unit in FIG. 59.
  • 63 is a flowchart for describing details of the generation processing in FIG. 62. It is a figure explaining the outline
  • FIG. 66 is a block diagram illustrating a configuration example of an enhancement encoding unit in FIG. 65.
  • FIG. 67 is a block diagram illustrating a configuration example of an encoding unit in FIG. 66.
  • FIG. 67 is a diagram illustrating an example of SPS syntax set by the setting unit of FIG. 66. It is a figure which shows the example of the syntax of the slice header of an enhancement stream. It is a figure explaining the effect in an encoding apparatus.
  • Fig. 66 is a flowchart for describing hierarchical encoding processing of the encoding device in Fig. 65.
  • FIG. 72 is a flowchart for describing details of an SPS setting process in the hierarchical encoding process of FIG. 71.
  • FIG. FIG. 72 is a flowchart illustrating details of a copy flag setting process in the enhancement encoding process of FIG. 71.
  • FIG. 75 is a block diagram illustrating a configuration example of an enhancement decoding unit in FIG. 74.
  • FIG. 76 is a block diagram illustrating a configuration example of a decoding unit in FIG. 75.
  • FIG. 75 is a flowchart for describing enhancement image generation processing of an enhancement decoding unit in FIG. 74.
  • FIG. 78 is a flowchart for describing details of the SPS extraction processing of FIG. 77.
  • 78 is a flowchart for describing details of generation processing in the enhancement decoding processing of FIG. 77. It is a figure which shows the example of the syntax of SPS at the time of another copy flag setting.
  • FIG. 1 shows the example of the syntax of the slice header of the enhancement stream at the time of setting mode use. It is a flowchart explaining the SPS setting process at the time of setting mode use. It is a flowchart explaining the copy flag setting process at the time of setting mode use. It is a flowchart explaining the SPS extraction process at the time of setting mode use. It is a flowchart explaining the production
  • FIG. 95 is a block diagram illustrating a configuration example of an enhancement encoding unit in FIG. 94.
  • FIG. 96 is a block diagram illustrating a configuration example of an encoding unit in FIG. 95.
  • FIG. 96 is a diagram illustrating an example of SPS syntax set by the setting unit in FIG. 95. It is a figure which shows the example of the syntax of the slice header of an enhancement stream. It is a figure which shows the example of the syntax of RPS for a partial RPS copy flag.
  • FIG. 95 is a flowchart for describing SPS setting processing of the encoding device in FIG. 94.
  • FIG. FIG. 95 is a flowchart for describing details of a copy flag setting process of the encoding device in FIG. 94.
  • FIG. 2 is a diagram for explaining spatial scalability.
  • spatial scalability is a scalable function that encodes an image by layering it at a spatial resolution.
  • a low resolution image is encoded as a base layer image
  • a difference image between the high resolution image and the low resolution image is encoded as an enhancement layer image.
  • the encoding device transmits only the encoded data of the base layer image to the decoding device with low processing capability, so that the decoding device can generate a low-resolution image. Further, the encoding device transmits the encoded data of the base layer and enhancement layer images to the decoding device having high processing capability, so that the decoding device decodes and synthesizes the base layer and enhancement layer images. High-resolution images can be generated.
  • FIG. 3 is a diagram for explaining temporal scalability.
  • temporal scalability is a scalable function that encodes images by layering them at the frame rate.
  • an image with a low frame rate (7.5 fps in the example of FIG. 3) is encoded as a base layer image.
  • a difference image between the image at the medium frame rate (15 fps in the example of FIG. 3) and the image at the low frame rate is encoded as an enhancement layer image.
  • the difference image between the image at the high frame rate (30 fps in the example of FIG. 3) and the image at the medium frame rate is encoded as an enhancement layer image.
  • the encoding device transmits only the encoded data of the base layer image to the decoding device with low processing capability, so that the decoding device can generate a low frame rate image. Further, the encoding device transmits the encoded data of the base layer and enhancement layer images to the decoding device having high processing capability, so that the decoding device decodes and synthesizes the base layer and enhancement layer images. High frame rate or medium frame rate images can be generated.
  • FIG. 4 is a diagram for explaining SNR scalability.
  • SNR scalability is a scalable function that encodes an image by layering it with SNR (signal-noise ratio). Specifically, in SNR scalability, a low SNR image is encoded as a base layer image, and a difference image between a high SNR image and a low SNR image is encoded as an enhancement layer image.
  • the encoding device transmits only the encoded data of the base layer image to the decoding device with low processing capability, so that the decoding device can generate a low SNR image, that is, a low quality image. it can. Further, the encoding device transmits the encoded data of the base layer and enhancement layer images to the decoding device having high processing capability, so that the decoding device decodes and synthesizes the base layer and enhancement layer images.
  • a high SNR image that is, a high-quality image can be generated.
  • bit-depth scalability for encoding an image by layering the number of bits.
  • an 8-bit video image is used as a base layer image
  • a difference between a 10-bit video image and an 8-bit video image is used as an enhancement layer image and encoded.
  • the YUV420 image is set as the base layer image
  • the difference image between the YUV422 image and the YUV420 image is set as the enhancement layer image and encoded.
  • FIG. 5 is a diagram illustrating an overview of the first embodiment to which the present technology is applied.
  • reference image specifying information information for specifying a reference image as information about a reference image (hereinafter referred to as reference image specifying information) is shared between different hierarchies as well as between the same hierarchies. is expected.
  • FIG. 6 is a block diagram illustrating a configuration example of the first embodiment of the encoding device to which the present technology is applied.
  • the 6 includes a base encoding unit 11, an enhancement encoding unit 12, a synthesizing unit 13, and a transmission unit 14, and encodes an image using a scalable function in accordance with a scheme equivalent to the HEVC scheme.
  • a base layer image (hereinafter referred to as a base image) is input to the base encoding unit 11 of the encoding device 10 from the outside.
  • the base encoding unit 11 is configured in the same manner as a conventional HEVC encoding device, and encodes a base image using the HEVC method.
  • the base encoding unit 11 supplies the reference image specifying information of the reference image used when encoding the base image to the enhancement encoding unit 12.
  • the base encoding unit 11 supplies an encoded stream including encoded data, SPS, PPS, and the like obtained as a result of encoding to the synthesizing unit 13 as a base stream.
  • the enhancement coding unit 12 receives an enhancement layer image (hereinafter referred to as an enhancement image) from the outside.
  • the enhancement encoding unit 12 encodes the enhancement image by a method according to the HEVC method.
  • the enhancement encoding unit 12 uses the reference image specifying information of the base image and the reference image specifying information of the reference image used when encoding the enhancement image to generate reference image specifying information of the enhancement image.
  • Reference image specific generation information reference image generation information
  • the enhancement encoding unit 12 generates an encoded stream by adding reference image specifying generation information or the like to the encoded data of the enhancement image, and supplies the encoded stream to the synthesizing unit 13 as an enhancement stream.
  • the synthesizing unit 13 synthesizes the base stream supplied from the base encoding unit 11 and the enhancement stream supplied from the enhancement encoding unit 12, and adds a VPS or the like to generate an encoded stream of all layers.
  • the synthesizing unit 13 supplies the encoded stream of all layers to the transmission unit 14.
  • the transmission unit 14 transmits the encoded stream of all layers supplied from the synthesis unit 13 to a decoding device described later.
  • the encoding apparatus 10 shall transmit the encoding stream of all the layers here, it can also transmit only a base stream as needed.
  • Example of base stream SPS syntax 7 and 8 are diagrams illustrating examples of SPS syntax included in the base stream.
  • the SPS of the base stream relates to RPS (reference picture set) that is reference picture specifying information of a short term of a GOP (Group of picture) corresponding to the SPS. Contains information. Specifically, the SPS includes the number of RPSs (num_short_term_ref_pic_sets) included in the SPS and RPS (short_term_ref_pic_set). An index is assigned to RPS in order from 0.
  • the SPS describes information related to long-term reference image specifying information. Specifically, the SPS includes a long-term flag (long_term_ref_pics_present_flag) indicating whether or not a long-term reference image is usable.
  • long_term_ref_pics_present_flag indicating whether or not a long-term reference image is usable.
  • the SPS when the long-term flag is 1 indicating that a long-term reference image is usable, the SPS includes the number of long-term reference image specifying information (num_long_term_ref_pics_sps) included in the SPS. Also included is information (lt_ref_pic_poc_lsb_sps) indicating the least significant bit of the POC (Picture Order Count) of the reference image as long term reference image specifying information. Furthermore, a reference flag (used_by_curr_pic_lt_sps_flag) indicating whether or not the reference image specified by the reference image specifying information is not referred to by itself is described. An index is assigned to the reference image specifying information of long term in order from 0.
  • reference image specifying information when it is not necessary to particularly distinguish the RPS and long-term reference image specifying information, they are simply referred to as reference image specifying information.
  • Example of syntax of slice header of base stream 9 to 11 are diagrams illustrating an example of syntax of a slice header that is a header added to encoded data included in a base stream in units of slices.
  • the slice header of the base stream includes an RPS flag (short_term_ref_pic_set_sps_flag) indicating that the RPS of the corresponding slice is an RPS included in the SPS.
  • RPS flag short_term_ref_pic_set_sps_flag
  • the RPS flag is 0 indicating that the RPS of the corresponding slice is not the RPS included in the SPS
  • the RPS of the corresponding slice is included in the slice header.
  • RPS short_term_ref_pic_set (num_short_term_ref_pic_sets)
  • whose index is num_short_term_ref_pic_sets.
  • the slice header has an RPS index ( short_term_ref_pic_set_idx).
  • the long term flag included in the corresponding SPS is 1, the number of reference image specifying information of the long term included in the SPS is indicated in the slice header.
  • the number within SPS (num_long_term_sps) and the number outside SPS (num_long_term_pics), which is the number of long-term reference image specifying information included in the slice header, are included.
  • the index (lt_idx_sps) of the long-term reference image specifying information included in the SPS among the long-term reference image specifying information in the corresponding slice. Is included.
  • the slice header includes a reference image as long-term reference image specifying information not included in the SPS among the long-term reference image specifying information in the corresponding slice.
  • Information (poc_lsb_sps) indicating the least significant bit of the POC and a reference flag (used_by_curr_pic_lt_flag) are included.
  • FIG. 12 is a diagram illustrating an example of RPS syntax of a base stream.
  • the RPS includes inter_ref_pic_set_prediction_flag.
  • inter_ref_pic_set_prediction_flag indicates whether the reference image specifying information of the previous image that is an image preceding the encoding target image in the GOP of the encoding target image is used as the reference image specifying information of the encoding target image. Reference information to be shown.
  • the reference information is 1 when indicating that the reference image specifying information of the previous image is used as the reference image specifying information of the encoding target image, and the reference image specifying information of the previous image is used as the reference image specifying information of the encoding target image. 0 indicates that it is not used.
  • the RPS includes the previous image specifying information (delta_idx_minus1) for specifying the previous image.
  • delta_idx_minus1 is a value obtained by subtracting 1 from the value obtained by subtracting the encoding number of the previous image from the encoding number (Coding Order) of the encoding target image.
  • the encoding number is a number assigned to each image in the GOP from a small value in the encoding order.
  • the RPS includes the difference between the reference image specifying information (POC) of the previous image and the reference image specifying information (POC) of the encoding target image.
  • the sign (delta_rps_sign) and the absolute value of the difference (abs_delta_rps_minus1) are included.
  • the RPS includes a flag (used_by_curr_pic_lt_flag) indicating whether or not to use the reference image specified by the reference image specifying information. Also, as shown in the 10th and 11th lines, when the flag (used_by_curr_pic_lt_flag) is 0 indicating that the reference image specified by the reference image specifying information is not used, the reference image is the RPS. A flag (use_delta_flag) indicating whether or not it is included is included.
  • the RPS includes information indicating the number of reference images, POC, and the like.
  • FIG. 13 is a block diagram illustrating a configuration example of the enhancement encoding unit 12 of FIG.
  • the enhancement encoding unit 12 in FIG. 13 includes an encoding unit 21 and a setting unit 22.
  • the encoding unit 21 of the enhancement encoding unit 12 uses an enhancement image for each frame input from the outside as an input signal.
  • the encoding unit 21 encodes the input signal by a method according to the HEVC method with reference to the reference image specifying information from the base encoding unit 11, the reference image specifying generation information from the setting unit 22, and the like.
  • the encoding unit 21 supplies the encoded data obtained as a result to the setting unit 22.
  • the setting unit 22 sets reference image specific generation information.
  • reference image specification generation information an index is assigned in order from 0 to the difference between the reference image specification information and the reference image specification information.
  • the setting unit 22 supplies the reference image specifying generation information to the encoding unit 21.
  • the setting unit 22 sets SPS, PPS, and the like including reference image specific generation information.
  • the setting unit 22 generates an encoded stream from the set SPS and PPS and the encoded data supplied from the encoding unit 21, and supplies the encoded stream to the synthesizing unit 13 as an enhancement stream.
  • FIG. 14 is a block diagram illustrating a configuration example of the encoding unit 21 in FIG. 13.
  • a / D conversion unit 31 includes an A / D conversion unit 31, a screen rearrangement buffer 32, a calculation unit 33, an orthogonal transformation unit 34, a quantization unit 35, a lossless encoding unit 36, an accumulation buffer 37, and an inverse quantization unit. 38, inverse orthogonal transform unit 39, addition unit 40, deblock filter 41, adaptive offset filter 42, adaptive loop filter 43, frame memory 44, switch 45, intra prediction unit 46, motion prediction / compensation unit 47, prediction image selection unit 48, a reference buffer 49, a reference image setting unit 50, and a rate control unit 51.
  • the A / D conversion unit 31 of the encoding unit 21 performs A / D conversion on an image in frame units input as an input signal, and outputs and stores the image in the screen rearrangement buffer 32.
  • the screen rearrangement buffer 32 rearranges the stored frame-by-frame images in the order for encoding according to the GOP structure, the arithmetic unit 33, the intra prediction unit 46, and the motion prediction / compensation unit. Output to 47.
  • the calculation unit 33 functions as an encoding unit, and performs encoding by calculating the difference between the predicted image supplied from the predicted image selection unit 48 and the image to be encoded output from the screen rearrangement buffer 32. . Specifically, the calculation unit 33 performs encoding by subtracting the predicted image supplied from the predicted image selection unit 48 from the encoding target image output from the screen rearrangement buffer 32. The computing unit 33 outputs the resulting image to the orthogonal transform unit 34 as residual information. When the predicted image is not supplied from the predicted image selection unit 48, the calculation unit 33 outputs the image read from the screen rearrangement buffer 32 as it is to the orthogonal transform unit 34 as residual information.
  • the orthogonal transform unit 34 performs orthogonal transform on the residual information from the calculation unit 33 and supplies the generated orthogonal transform coefficient to the quantization unit 35.
  • the quantization unit 35 quantizes the orthogonal transform coefficient supplied from the orthogonal transform unit 34 and supplies the resulting coefficient to the lossless encoding unit 36.
  • the lossless encoding unit 36 acquires information indicating the optimal intra prediction mode (hereinafter referred to as intra prediction mode information) from the intra prediction unit 46. Further, the lossless encoding unit 36 acquires information indicating the optimal inter prediction mode (hereinafter referred to as inter prediction mode information), a motion vector, and the like supplied from the motion prediction / compensation unit 47 from the motion prediction / compensation unit 47. Further, the lossless encoding unit 36 acquires reference image specifying generation information, an RPS flag, and the like from the reference image setting unit 50.
  • the lossless encoding unit 36 acquires offset filter information regarding the offset filter from the adaptive offset filter 42 and acquires filter coefficients from the adaptive loop filter 43.
  • the lossless encoding unit 36 performs variable length coding (for example, CAVLC (Context-Adaptive Variable Length Length Coding)) and arithmetic coding (for example, CABAC) on the quantized coefficients supplied from the quantization unit 35. (Context-Adaptive
  • variable length coding for example, CAVLC (Context-Adaptive Variable Length Length Coding)
  • CABAC arithmetic coding
  • the lossless encoding unit 36 uses intra prediction mode information or inter prediction mode information, a motion vector, reference image specifying generation information, an RPS flag, offset filter information, and a filter coefficient as encoding information related to encoding. Lossless encoding.
  • the lossless encoding unit 36 adds the slice header to the encoded data using the lossless encoded information as a slice header and the lossless encoded coefficient as encoded data.
  • the lossless encoding unit 36 supplies the encoded data to which the slice header is added to the accumulation buffer 37 for accumulation.
  • the accumulation buffer 37 temporarily stores the encoded data supplied from the lossless encoding unit 36. Further, the accumulation buffer 37 supplies the stored encoded data to the setting unit 22 in FIG.
  • the quantized coefficient output from the quantizing unit 35 is also input to the inverse quantizing unit 38.
  • the inverse quantization unit 38 performs inverse quantization on the coefficient quantized by the quantization unit 35, and supplies the orthogonal transform coefficient obtained as a result to the inverse orthogonal transform unit 39.
  • the inverse orthogonal transform unit 39 performs fourth-order inverse orthogonal transform on the orthogonal transform coefficient supplied from the inverse quantization unit 38 and supplies residual information obtained as a result to the addition unit 40.
  • the addition unit 40 adds the residual information supplied from the inverse orthogonal transform unit 39 and the prediction image supplied from the prediction image selection unit 48 to obtain a locally decoded image.
  • the adding unit 40 sets the residual information supplied from the inverse orthogonal transform unit 39 as a locally decoded image.
  • the adder 40 supplies the locally decoded image to the deblocking filter 41 and also supplies it to the frame memory 44 for accumulation.
  • the deblocking filter 41 performs adaptive deblocking filter processing for removing block distortion on the locally decoded image supplied from the adding unit 40 and supplies the resulting image to the adaptive offset filter 42. .
  • the adaptive offset filter 42 performs an adaptive offset filter (SAO (Sample adaptive offset)) process that mainly removes ringing on the image after the adaptive deblock filter process by the deblock filter 41.
  • SAO Sample adaptive offset
  • the adaptive offset filter 42 determines the type of adaptive offset filter processing for each LCU (Largest Coding Unit) which is the maximum coding unit, and obtains an offset used in the adaptive offset filter processing.
  • the adaptive offset filter 42 performs the determined type of adaptive offset filter processing on the image after the adaptive deblocking filter processing, using the obtained offset. Then, the adaptive offset filter 42 supplies the image after the adaptive offset filter processing to the adaptive loop filter 43.
  • the adaptive offset filter 42 has a buffer for storing the offset.
  • the adaptive offset filter 42 determines whether the offset used for the adaptive offset filter processing is already stored in the buffer for each LCU.
  • the adaptive offset filter 42 determines that the offset used for the adaptive offset filter processing is already stored in the buffer, the adaptive offset filter 42 stores a storage flag indicating whether the offset is stored in the buffer, and the offset is stored in the buffer. Is set to a value (in this case, 1).
  • the adaptive offset filter 42 stores, for each LCU, a storage flag set to 1, an index indicating the storage position of the offset in the buffer, and type information indicating the type of adaptive offset filter processing that has been performed. To the lossless encoding unit 36.
  • the adaptive offset filter 42 stores the offset in the buffer.
  • the adaptive offset filter 42 sets the storage flag to a value (in this case, 0) indicating that the offset is not stored in the buffer. Then, the adaptive offset filter 42 supplies the storage flag, offset, and type information set to 0 to the lossless encoding unit 36 as offset filter information for each LCU.
  • the adaptive loop filter 43 is configured by, for example, a two-dimensional Wiener filter.
  • the adaptive loop filter 43 performs an adaptive loop filter (ALF (Adaptive Loop Filter)) process for each LCU, for example, on the image after the adaptive offset filter process supplied from the adaptive offset filter 42.
  • ALF Adaptive Loop Filter
  • the adaptive loop filter 43 is configured so that the residual of the original image that is the image output from the screen rearrangement buffer 32 and the image after the adaptive loop filter processing is minimized for each LCU. A filter coefficient used in the processing is calculated. Then, the adaptive loop filter 43 performs adaptive loop filter processing for each LCU using the calculated filter coefficient on the image after the adaptive offset filter processing.
  • the adaptive loop filter 43 supplies the image after the adaptive loop filter processing to the frame memory 44.
  • the adaptive loop filter 43 supplies the filter coefficient to the lossless encoding unit 36.
  • the adaptive loop filter processing is performed for each LCU, but the processing unit of the adaptive loop filter processing is not limited to the LCU. However, the processing can be efficiently performed by combining the processing units of the adaptive offset filter 42 and the adaptive loop filter 43.
  • the frame memory 44 stores the image supplied from the adaptive loop filter 43 and the image supplied from the adder 40.
  • the image stored in the frame memory 44 is output as a reference image to the intra prediction unit 46 or the motion prediction / compensation unit 47 via the switch 45.
  • the intra prediction unit 46 uses the reference image read from the frame memory 44 via the switch 45 to perform intra prediction processing for all candidate intra prediction modes.
  • the intra prediction unit 46 calculates cost function values for all candidate intra prediction modes based on the image read from the screen rearrangement buffer 32 and the predicted image generated as a result of the intra prediction process. (Details will be described later). Then, the intra prediction unit 46 determines the intra prediction mode that minimizes the cost function value as the optimal intra prediction mode.
  • the intra prediction unit 46 supplies the predicted image generated in the optimal intra prediction mode and the corresponding cost function value to the predicted image selection unit 48.
  • the intra prediction unit 46 supplies the intra prediction mode information to the lossless encoding unit 36 when the prediction image selection unit 48 is notified of selection of a prediction image generated in the optimal intra prediction mode.
  • the cost function value is also called RD (Rate Distortion) cost. It is calculated based on a method of either High Complexity mode or Low Complexity mode as defined by JM (Joint Model) which is reference software in the H.264 / AVC format. H. Reference software in the H.264 / AVC format is published at http://iphome.hhi.de/suehring/tml/index.htm.
  • D is the difference (distortion) between the original image and the decoded image
  • R is the generated code amount including even the coefficient of orthogonal transformation
  • ⁇ is the Lagrange undetermined multiplier given as a function of the quantization parameter QP.
  • D is the difference (distortion) between the original image and the predicted image
  • Header_Bit is the code amount of the encoding information
  • QPtoQuant is a function given as a function of the quantization parameter QP.
  • the motion prediction / compensation unit 47 performs motion prediction / compensation processing for all candidate inter prediction modes. Specifically, the motion prediction / compensation unit 47 selects all candidate inter prediction modes based on the image supplied from the screen rearrangement buffer 32 and the reference image read from the frame memory 44 via the switch 45. The motion vector is detected. The reference image is set by a user, for example. The motion prediction / compensation unit 47 performs compensation processing on the reference image based on the detected motion vector, and generates a predicted image.
  • the motion prediction / compensation unit 47 calculates the cost function value for all candidate inter prediction modes based on the image and the predicted image supplied from the screen rearrangement buffer 32, and the cost function value. Is determined to be the optimal inter prediction mode. Then, the motion prediction / compensation unit 47 supplies the cost function value of the optimal inter prediction mode and the corresponding prediction image to the prediction image selection unit 48. In addition, the motion prediction / compensation unit 47, when notified of the selection of the predicted image generated in the optimal inter prediction mode from the predicted image selection unit 48, the inter prediction mode information, the corresponding motion vector, etc., is lossless encoding unit 36. The reference image specifying information is output to the reference image setting unit 50.
  • the predicted image selection unit 48 Based on the cost function values supplied from the intra prediction unit 46 and the motion prediction / compensation unit 47, the predicted image selection unit 48 has a smaller corresponding cost function value of the optimal intra prediction mode and the optimal inter prediction mode. Are determined as the optimum prediction mode. Then, the predicted image selection unit 48 supplies the predicted image in the optimal prediction mode to the calculation unit 33 and the addition unit 40. Further, the predicted image selection unit 48 notifies the intra prediction unit 46 or the motion prediction / compensation unit 47 of selection of the predicted image in the optimal prediction mode.
  • the reference buffer 49 stores the reference image specifying information of the reference image used at the time of encoding the base image supplied from the base encoding unit 11 of FIG.
  • the reference image setting unit 50 compares the reference image specifying information supplied from the motion prediction / compensation unit 47 with the reference image specifying information stored in the reference buffer 49, and sets the prediction mode of the reference image specifying information of the enhancement image. decide.
  • the prediction mode of the reference image specifying information includes a copy mode, a difference prediction mode, and a non-prediction mode.
  • the copy mode is a prediction mode in which the reference image specifying information of the reference layer that is another layer to be referred to (the base layer in this case) is used as the reference image specifying information of the enhancement image.
  • the difference prediction mode is a prediction in which the reference image specifying information of the enhancement image is predicted by adding the difference between the reference image specifying information of the enhancement image and the reference image specifying information of the reference layer and the reference image specifying information of the reference layer.
  • the non-prediction mode is a prediction mode in which the reference image specifying information of the enhancement image is set independently of the reference image specifying information of the reference layer.
  • the reference image setting unit 50 is the copy mode of the reference image specifying information as the reference image specifying generation information supplied from the setting unit 22 of FIG. At this time, 1 as the RPS flag is supplied to the lossless encoding unit 36.
  • the prediction mode of the reference image specifying information as the reference image specifying generation information supplied from the setting unit 22 is not the copy mode, 0 is supplied as the RPS flag to the lossless encoding unit 36 and the copy mode is referred to. This is set as image specific generation information and supplied to the lossless encoding unit 36.
  • the reference image setting unit 50 calculates the difference between the reference image specifying information of the enhancement image and the reference image specifying information of the base image. Then, the reference image setting unit 50 compares the calculated difference of the reference image specifying information with the difference of the reference image specifying information as the reference image specifying generation information supplied from the setting unit 22.
  • the reference image setting unit 50 recognizes the corresponding index, supplies 1 as the RPS flag to the lossless encoding unit 36, and sets the index as reference image specifying generation information. And supplied to the lossless encoding unit 36.
  • the reference image setting unit 50 supplies 0 as the RPS flag to the lossless encoding unit 36, and uses the calculated difference of the reference image specifying information as the reference image specifying generation information. This is set and supplied to the lossless encoding unit 36.
  • the reference image setting unit 50 and the reference image specifying information as the reference image specifying generation information supplied from the setting unit 22 and the reference image specifying information supplied from the setting unit 22 Compare with information. Then, when both reference image specifying information is the same, the reference image setting unit 50 recognizes the corresponding index, supplies 1 as the RPS flag to the lossless encoding unit 36, and generates the index as the reference image specifying generation. Information is set and supplied to the lossless encoding unit 36.
  • the reference image setting part 50 supplies 0 as an RPS flag to the lossless encoding part 36, and also uses the reference image specific information of an enhancement image as reference image specific generation information. And is supplied to the lossless encoding unit 36.
  • the rate control unit 51 controls the quantization operation rate of the quantization unit 35 based on the encoded data stored in the storage buffer 37 so that overflow or underflow does not occur.
  • FIG. 15 is a diagram for explaining Coding UNIT (CU), which is a coding unit in the HEVC scheme.
  • CU is defined as a coding unit.
  • the CU is also called Coding Tree Block (CTB) and plays the same role as a macroblock in the AVC method.
  • CTB Coding Tree Block
  • the CU is divided into Prediction Unit (PU) that is a unit of intra prediction or inter prediction, or is divided into Transform Unit (TU) that is a unit of orthogonal transformation.
  • PU Prediction Unit
  • TU Transform Unit
  • the size of the CU is a square represented by a power-of-two pixel that is variable for each sequence.
  • the size of the LCU (Largest Coding Unit) that is the largest CU is 128, and the size of the SCU (Smallest Coding Unit) that is the smallest CU is eight. Therefore, the layer depth (depth) of a 2N ⁇ 2N size CU layered for each N is 0 to 4, and the number of layer depths is 5. Further, when the value of split_flag is 1, the 2N ⁇ 2N size CU is divided into N ⁇ N size CUs, which are one layer below.
  • Non-Patent Document 1 Information specifying the LCU and SCU sizes is included in the SPS. Details of the CU are described in Non-Patent Document 1.
  • FIG. 16 is a block diagram illustrating a configuration example of the reference image setting unit 50 in FIG.
  • 16 includes an acquisition unit 71, a determination unit 72, and a generation unit 73.
  • the acquisition unit 71 of the reference image setting unit 50 acquires reference image specifying information from the motion prediction / compensation unit 47 of FIG. 14 and supplies the reference image specifying information to the determination unit 72 and the generation unit 73.
  • the determination unit 72 reads the reference image specifying information of the base image from the reference buffer 49.
  • the determining unit 72 compares the read reference image specifying information of the base image with the reference image specifying information supplied from the acquiring unit 71. Then, when the reference image identification information of the read base image is the same as the reference image identification information supplied from the acquisition unit 71, the determination unit 72 determines the prediction mode of the reference image identification information as the copy mode. .
  • the determination unit 72 supplies the copy mode to the generation unit 73.
  • the determination unit 72 determines whether the prediction mode of the reference image specifying information supplied as the reference image specifying generation information from the setting unit 22 in FIG. 13 is the copy mode. When it is determined that the prediction mode of the reference image specifying information supplied as the reference image specifying generation information is the copy mode, the determining unit 72 supplies 1 as the RPS flag to the lossless encoding unit 36 in FIG. On the other hand, when it is determined that the prediction mode of the reference image specific information supplied as the reference image specific generation information is not the copy mode, the determination unit 72 supplies 0 as the RPS flag to the lossless encoding unit 36, The copy mode is supplied to the lossless encoding unit 36 as reference image specifying generation information.
  • the generation unit 73 reads the reference image specifying information of the base image from the reference buffer 49. Based on the input from the user, the generation unit 73 determines the prediction mode of the reference image specifying information to be the difference prediction mode or the non-prediction mode, and supplies it to the lossless encoding unit 36 as reference image specifying generation information.
  • the generation unit 73 calculates a difference between the read reference image specifying information of the base image and the reference image specifying information supplied from the acquisition unit 71. To do. Then, the generation unit 73 compares the calculated difference of the reference image specifying information with the difference of the reference image specifying information as the reference image specifying generation information supplied from the setting unit 22.
  • the generation unit 73 recognizes the corresponding index, supplies 1 as the RPS flag to the lossless encoding unit 36, and uses the index as the reference image specifying generation information, and the lossless encoding unit 36. To supply.
  • the generation unit 73 supplies 0 as the RPS flag to the lossless encoding unit 36, and supplies the calculated difference to the lossless encoding unit 36 as reference image specifying generation information. To do.
  • the generation unit 73 uses the reference image specifying information supplied from the acquisition unit 71 and the reference image specifying generation information supplied from the setting unit 22. To the reference image specifying information. Then, when both reference image specifying information is the same, the generating unit 73 recognizes the corresponding index, supplies 1 as the RPS flag to the lossless encoding unit 36, and uses the index as the reference image specifying generating information. This is supplied to the lossless encoding unit 36.
  • the generation unit 73 supplies 0 as the RPS flag to the lossless encoding unit 36 and uses the reference image specifying information supplied from the acquisition unit 71 as the reference image specifying.
  • the generated information is supplied to the lossless encoding unit 36.
  • Example of SPS syntax for enhancement stream 17 and 18 are diagrams illustrating examples of SPS syntax set by the setting unit 22 of FIG.
  • the SPS includes RPS prediction mode information (short_term_ref_pic_pred_mode) representing the prediction mode of RPS as reference image specifying generation information.
  • the RPS prediction mode information is 0 when representing the copy mode, 1 when representing the differential prediction mode, and 2 when representing the non-prediction mode.
  • the SPS when the RPS prediction mode information is other than 0, the SPS includes RPS and RPS differences for each RPS prediction mode. Indexes are assigned in order from 0 to the difference between RPS and RPS.
  • the SPS includes a long-term flag (long_term_ref_pics_present_flag) as in the SPS of the base stream.
  • the SPS has long term prediction mode information indicating the prediction mode of the reference image specifying information of the long term as reference image specifying generation information ( long_term_ref_pic_pred_mode) is included.
  • the long term prediction mode information (long_term_ref_pic_pred_mode) is 0 when representing the copy mode, 1 when representing the differential prediction mode, and 2 when representing the non-prediction mode.
  • the SPS includes the number of long-term reference image specifying information similar to the SPS of the base stream, the long-term reference image specifying Information and a reference flag are included as reference image specifying generation information.
  • An index is assigned to the reference image specifying information of long term in order from 0.
  • the SPS includes the number of long-term reference image specifying information included in the SPS and the long included in the SPS of the reference layer.
  • Difference between the number of reference image identification information for term (diff_num_long_term_ref_pics_sps), difference between the reference image identification information for long term and the reference image identification information for long term included in the SPS of the reference layer (diff_lt_ref_pic_poc_lsb_sps) Is included as the reference image specific generation information.
  • the SPS of the enhancement stream does not include a reference flag, and the reference flag is a reference layer reference flag.
  • FIGS. 19 to 21 are diagrams illustrating a configuration example of the syntax of the slice header of the enhancement stream.
  • the slice header of the enhancement stream includes an RPS flag, like the slice header of the base stream. Further, as shown in the 19th and 20th lines, when the RPS flag is 0, the RPS mode information of the corresponding slice is included in the slice header as the reference image specifying generation information.
  • the slice header includes the RPS or RPS difference of the corresponding slice as an index for each RPS prediction mode. Is included as short_term_ref_pic_set where num_short_term_ref_pic_sets.
  • the slice header contains the difference between the RPS or RPS of the corresponding slice.
  • An index (short_term_ref_pic_set_idx) is included.
  • the slice header includes long term prediction mode information as reference image specific generation information.
  • the long term prediction mode information is 2
  • the number in SPS and the number outside SPS are included in the slice header, as in the base stream, in the reference image specifying generation information. Included as
  • the index (lt_idx_sps), the information (poc_lsb_sps), and the reference flag (used_by_curr_pic_lt_flag) are included in the slice header, as in the base stream. Included as
  • the most significant bit flag (delta_poc_msb_cycle_lt) indicating whether or not the most significant bit information (delta_poc_msb_cycle_lt) indicating the most significant bit of the POC of the long-term reference image exists in the slice header.
  • delta_poc_msb_present_flag is included.
  • the long term prediction mode information is 1
  • the slice header includes a difference between an index (lt_idx_sps), information (poc_lsb_lt), and reference layer information (poc_lsb_lt). (diff_poc_lsb_lt) is included as reference image specific generation information.
  • the slice header of the enhancement stream does not include the reference flag and the most significant bit flag, and the reference flag and the most significant bit flag respectively include the reference layer reference flag and the most significant bit flag.
  • the upper bit flag When the long-term prediction mode information is 1, the slice header of the enhancement stream does not include the reference flag and the most significant bit flag, and the reference flag and the most significant bit flag respectively include the reference layer reference flag and the most significant bit flag. The upper bit flag.
  • the slice header includes the most significant bit information of the corresponding slice and the most significant bit information of the reference layer.
  • the difference (diff_delta_poc_msb_cycle_lt) is included.
  • FIG. 22 is a diagram illustrating an example of RPS syntax of an enhancement stream.
  • the enhancement stream RPS includes reference information in the same manner as the base stream RPS.
  • the RPS of the enhancement stream includes the previous image specifying information, code (like the RPS of the base stream). delta_rps_sign), an absolute value (abs_delta_rps_minus1), a flag (used_by_curr_pic_lt_flag), and a flag (use_delta_flag) are included as reference image specific generation information.
  • the RPS when the reference information is 1 and the RPS prediction mode is 1, the RPS includes the previous image specifying information of the corresponding slice and the previous image specifying information of the reference layer. Difference (diff_delta_idx_minus1) and the difference (diff_abs_delta_rps_minus1) between the absolute value of the corresponding slice (abs_delta_rps_minus1) and the absolute value of the reference layer (abs_delta_rps_minus1).
  • the slice header of the enhancement stream does not include the code (delta_rps_sign), the flag (used_by_curr_pic_lt_flag), and the flag (use_delta_flag), and the code (delta_rps_sign), the flag (used_by_curr_pic_lt_flag), And the flag (use_delta_flag) are a reference layer code (delta_rps_sign), a flag (used_by_curr_pic_lt_flag), and a flag (use_delta_flag), respectively.
  • the RPS includes the number of reference images, the POC, and the like as in the RPS of the base stream. Contains information. Further, as shown in the 33rd to 40th lines, when the reference information is 0 and the RPS prediction mode is 1, the RPS includes information such as the number of reference images of the corresponding slice, information on the POC, and the reference. Differences from the number of layer reference images and information such as POC are included.
  • FIG. 23 is a diagram illustrating an example of VPS syntax.
  • the VPS includes information (vps_max_layer_minus1) indicating the number of layers of scalability. Further, as shown in the seventh line, the VPS includes information (vps_max_sub_layer_minus1) indicating the number of layers of temporalabilityscalability as in the conventional case.
  • the VPS includes 0 as the difference (diff_ref_layer [0]) between the base layer and the reference layer as information for specifying the base layer whose index is 0. Further, as shown in the 16th and 17th lines, the VPS includes a difference (diff_ref_layer) of each enhancement layer.
  • the reference layer ref_layer is expressed by the following equation (3) using the difference diff_ref_layer.
  • the enhancement stream is generated without referring to the reference image specifying information of the other layers, like the base stream.
  • FIG. 24 is a flowchart illustrating the hierarchical encoding process of the encoding device 10 of FIG. This hierarchical encoding process is started when a base image and an enhancement image are input from the outside.
  • the base encoding unit 11 of the encoding device 10 encodes a base image input from the outside using the HEVC method.
  • the base encoding unit 11 supplies the reference image specifying information of the reference image used when encoding the base image to the enhancement encoding unit 12.
  • the base encoding unit 11 supplies a base stream including encoded data, SPS, PPS, and the like obtained as a result of encoding to the synthesizing unit 13 as a base stream.
  • step S2 the enhancement encoding unit 12 performs an enhancement stream generation process for generating an enhancement stream from an enhancement image input from the outside. Details of the enhancement stream generation processing will be described with reference to FIG.
  • step S3 the synthesizing unit 13 synthesizes the base stream supplied from the base encoding unit 11 and the enhancement stream supplied from the enhancement encoding unit 12, adds VPS and the like, and adds the encoded stream of all layers. Generate.
  • the synthesizing unit 13 supplies the encoded stream of all layers to the transmission unit 14.
  • step S4 the transmission unit 14 transmits the encoded stream of all layers supplied from the synthesis unit 13 to a decoding device to be described later.
  • FIG. 25 is a flowchart for explaining the details of the enhancement stream generation process in step S2 of FIG.
  • the setting unit 22 of the enhancement encoding unit 12 sets reference image specifying generation information and supplies the reference image specifying generation information to the encoding unit 21.
  • the encoding unit 21 performs an encoding process that encodes an enhancement image in units of frames input from the outside as an input signal by a method according to the HEVC method. Details of this encoding process will be described with reference to FIGS. 26 and 27 described later.
  • step S12 the setting unit 22 sets the SPS including the reference image specific generation information set in step S10.
  • step S13 the setting unit 22 sets the PPS.
  • step S ⁇ b> 14 the setting unit 22 generates an enhancement stream from the set SPS and PPS and the encoded data supplied from the encoding unit 21.
  • step S15 the setting unit 22 supplies the enhancement stream to the synthesis unit 13, and ends the process.
  • 26 and 27 are flowcharts illustrating details of the encoding process in step S11 of FIG.
  • the A / D conversion unit 31 of the encoding unit 21 performs A / D conversion on the frame unit image input as the input signal, and outputs and stores the image in the screen rearrangement buffer 32.
  • step S32 the screen rearrangement buffer 32 rearranges the stored frame images in the display order in the order for encoding according to the GOP structure.
  • the screen rearrangement buffer 32 supplies the rearranged frame-unit images to the calculation unit 33, the intra prediction unit 46, and the motion prediction / compensation unit 47.
  • step S33 the intra prediction unit 46 performs intra prediction processing in all candidate intra prediction modes. Further, the intra prediction unit 46 calculates cost function values for all candidate intra prediction modes based on the image read from the screen rearrangement buffer 32 and the predicted image generated as a result of the intra prediction process. Is calculated. Then, the intra prediction unit 46 determines the intra prediction mode that minimizes the cost function value as the optimal intra prediction mode. The intra prediction unit 46 supplies the predicted image generated in the optimal intra prediction mode and the corresponding cost function value to the predicted image selection unit 48.
  • the motion prediction / compensation unit 47 performs motion prediction / compensation processing for all candidate inter prediction modes.
  • the motion prediction / compensation unit 47 calculates cost function values for all candidate inter prediction modes based on the images supplied from the screen rearrangement buffer 32 and the predicted images, and the cost function values are calculated. The minimum inter prediction mode is determined as the optimal inter prediction mode. Then, the motion prediction / compensation unit 47 supplies the cost function value of the optimal inter prediction mode and the corresponding prediction image to the prediction image selection unit 48.
  • step S ⁇ b> 34 the predicted image selection unit 48 selects one of the optimal intra prediction mode and the optimal inter prediction mode based on the cost function values supplied from the intra prediction unit 46 and the motion prediction / compensation unit 47 by the process of step S ⁇ b> 33. The one with the smallest cost function value is determined as the optimum prediction mode. Then, the predicted image selection unit 48 supplies the predicted image in the optimal prediction mode to the calculation unit 33 and the addition unit 40.
  • step S35 the predicted image selection unit 48 determines whether or not the optimal prediction mode is the optimal inter prediction mode.
  • the predicted image selection unit 48 notifies the motion prediction / compensation unit 47 of the selection of the predicted image generated in the optimal inter prediction mode.
  • step S36 the motion prediction / compensation unit 47 supplies the inter prediction mode information and the motion vector to the lossless encoding unit 36.
  • the reference buffer 49 stores the reference image specifying information of the base image supplied from the base encoding unit 11.
  • the reference image setting unit 50 performs a generation process for generating reference image specific generation information of the reference image used in the motion prediction / compensation process. Details of this generation processing will be described with reference to FIG.
  • step S35 when it is determined in step S35 that the optimal prediction mode is not the optimal inter prediction mode, that is, when the optimal prediction mode is the optimal intra prediction mode, the predicted image selection unit 48 performs the prediction generated in the optimal intra prediction mode.
  • the intra prediction unit 46 is notified of the image selection.
  • step S39 the intra prediction unit 46 supplies the intra prediction mode information to the lossless encoding unit 36, and the process proceeds to step S40.
  • step S40 the calculation unit 33 performs encoding by subtracting the prediction image supplied from the prediction image selection unit 48 from the image supplied from the screen rearrangement buffer 32.
  • the computing unit 33 outputs the resulting image to the orthogonal transform unit 34 as residual information.
  • step S41 the orthogonal transform unit 34 performs orthogonal transform on the residual information from the calculation unit 33, and supplies the resulting orthogonal transform coefficient to the quantization unit 35.
  • step S42 the quantization unit 35 quantizes the coefficient supplied from the orthogonal transform unit 34, and supplies the resulting coefficient to the lossless encoding unit 36 and the inverse quantization unit 38.
  • the inverse quantization unit 38 inversely quantizes the quantized coefficient supplied from the quantization unit 35, and supplies the resulting orthogonal transform coefficient to the inverse orthogonal transform unit 39.
  • step S44 the inverse orthogonal transform unit 39 performs inverse orthogonal transform on the orthogonal transform coefficient supplied from the inverse quantization unit 38, and supplies the residual information obtained as a result to the addition unit 40.
  • step S45 the addition unit 40 adds the residual information supplied from the inverse orthogonal transform unit 39 and the prediction image supplied from the prediction image selection unit 48, and obtains a locally decoded image.
  • the adder 40 supplies the obtained image to the deblock filter 41 and also supplies it to the frame memory 44.
  • step S46 the deblocking filter 41 performs a deblocking filtering process on the locally decoded image supplied from the adding unit 40.
  • the deblocking filter 41 supplies the resulting image to the adaptive offset filter 42.
  • step S47 the adaptive offset filter 42 performs an adaptive offset filter process on the image supplied from the deblocking filter 41 for each LCU.
  • the adaptive offset filter 42 supplies the resulting image to the adaptive loop filter 43. Further, the adaptive offset filter 42 supplies the storage flag, index or offset, and type information to the lossless encoding unit 36 as offset filter information for each LCU.
  • step S48 the adaptive loop filter 43 performs an adaptive loop filter process for each LCU on the image supplied from the adaptive offset filter 42.
  • the adaptive loop filter 43 supplies the resulting image to the frame memory 44.
  • the adaptive loop filter 43 also supplies the filter coefficient used in the adaptive loop filter process to the lossless encoding unit 36.
  • step S49 the frame memory 44 stores the image supplied from the adaptive loop filter 43 and the image supplied from the adder 40.
  • the image stored in the frame memory 44 is output as a reference image to the intra prediction unit 46 or the motion prediction / compensation unit 47 via the switch 45.
  • step S50 the lossless encoding unit 36 reversibly uses intra prediction mode information or inter prediction mode information, a motion vector, reference image specifying generation information, an RPS flag, offset filter information, and a filter coefficient as encoding information. Encode.
  • step S51 the lossless encoding unit 36 performs lossless encoding on the quantized coefficient supplied from the quantization unit 35. Then, the lossless encoding unit 36 generates encoded data from the encoding information that has been losslessly encoded in the process of step S50 and the losslessly encoded coefficient, and supplies the encoded data to the accumulation buffer 37.
  • step S52 the accumulation buffer 37 temporarily accumulates the encoded data supplied from the lossless encoding unit 36.
  • step S53 the rate control unit 51 controls the rate of the quantization operation of the quantization unit 35 based on the encoded data stored in the storage buffer 37 so that overflow or underflow does not occur.
  • step S54 the accumulation buffer 37 outputs the stored encoded data to the setting unit 22 in FIG. Then, the process returns to step S11 in FIG. 25 and proceeds to step S12.
  • the intra prediction process and the motion prediction / compensation process are always performed, but in actuality, either one of them depends on the picture type or the like. Sometimes only.
  • FIG. 28 is a flowchart for explaining the details of the generation process in step S38 of FIG.
  • the acquisition unit 71 of the reference image setting unit 50 acquires the reference image specifying information of the enhancement image from the motion prediction / compensation unit 47, and supplies it to the determination unit 72 and the generation unit 73.
  • the determination unit 72 and the generation unit 73 read the reference image specifying information of the base image from the reference buffer 49.
  • step S72 the determination unit 72 determines whether the reference image specifying information of the enhancement image is the same as the reference image specifying information of the base image. If it is determined in step S72 that the reference image specifying information of the enhancement image is the same as the reference image specifying information of the base image, in step S73, the determining unit 72 determines the prediction mode of the reference image specifying information as the copy mode. To do.
  • step S74 the determination unit 72 determines whether the copy mode is supplied as the reference image specifying generation information from the setting unit 22 of FIG. If it is determined in step S74 that the copy mode is supplied as the reference image specifying generation information, in step S75, the determination unit 72 sets the RPS flag to 1 and supplies it to the lossless encoding unit 36 in FIG. Then, the process returns to step S38 in FIG. 26 and proceeds to step S40.
  • step S74 determines whether the copy mode is not supplied as the reference image specifying generation information. If it is determined in step S74 that the copy mode is not supplied as the reference image specifying generation information, the process proceeds to step S76.
  • step S76 the determination unit 72 sets the RPS flag to 0 and supplies it to the lossless encoding unit 36, and supplies the copy mode to the lossless encoding unit 36 as reference image specifying generation information. Then, the process returns to step S38 in FIG. 26 and proceeds to step S40.
  • step S72 determines whether or not to set the prediction mode of the reference image specifying information to the difference prediction mode based on the input from the user.
  • step S77 If it is determined in step S77 that the prediction mode of the reference image specifying information is set to the difference prediction mode, the process proceeds to step S78.
  • step S78 the generation unit 73 determines the prediction mode of the reference image specifying information as the difference prediction mode.
  • step S79 the generation unit 73 obtains a difference between the reference image specifying information of the base image and the enhancement image.
  • the generation unit 73 determines whether or not the difference calculated in step S79 is the same as the difference of the reference image specifying information to which the index supplied from the setting unit 22 is assigned.
  • step S80 If it is determined in step S80 that the difference calculated in step S79 is the same as the difference in the reference image specifying information to which the index is assigned, the process proceeds to step S81.
  • step S81 the generation unit 73 sets the RPS flag to 1 and supplies the set to the lossless encoding unit 36, and the index corresponding to the same difference as the difference of the reference image specifying information calculated in step S79 is the lossless code. To the conversion unit 36. Then, the process returns to step S38 in FIG. 26 and proceeds to step S40.
  • step S80 determines whether the difference calculated in step S79 is not the same as the difference in the reference image specifying information to which the index is assigned.
  • step S82 the generation unit 73 sets the RPS flag to 0 and supplies it to the lossless encoding unit 36, and also sends the difference between the difference prediction mode and the reference image specifying information calculated in step S79 to the lossless encoding unit 36. Supply. Then, the process returns to step S38 in FIG. 26 and proceeds to step S40.
  • step S77 If it is determined in step S77 that the prediction mode of the reference image specifying information is not set to the differential prediction mode, the generation unit 73 determines the prediction mode of the reference image specifying information to be a non-prediction mode, and the process proceeds to step S83.
  • step S83 the generation unit 73 determines whether the reference image specifying information of the enhancement image is the same as the reference image specifying information provided with the index supplied from the setting unit 22. If it is determined in step S83 that the reference image specifying information of the enhancement image is the same as the indexed reference image specifying information, the process proceeds to step S84.
  • step S84 the generation unit 73 sets the RPS flag to 1 and supplies the RPS flag to the lossless encoding unit 36, and also generates an index corresponding to the same reference image specifying information as the reference image specifying information of the enhancement image. 36. Then, the process returns to step S38 in FIG. 26 and proceeds to step S40.
  • step S83 if it is determined in step S83 that the reference image specifying information of the enhancement image is not the same as the reference image specifying information to which the index is assigned, the process proceeds to step S85.
  • step S85 the generation unit 73 sets the RPS flag to 0 and supplies it to the lossless encoding unit 36, and also supplies the non-prediction mode and the reference image specifying information to the lossless encoding unit 36. Then, the process returns to step S38 in FIG. 26 and proceeds to step S40.
  • the encoding device 10 sets the reference image specifying generation information, the reference image specifying information can be shared or predicted between the base layer and the enhancement layer. Therefore, it is possible to reduce the information amount of the enhancement stream and improve the encoding efficiency.
  • FIG. 29 is a block diagram illustrating a configuration example of a first embodiment of a decoding device to which the present technology is applied, which decodes an encoded stream of all layers transmitted from the encoding device 10 in FIG. 6.
  • 29 includes a receiving unit 91, a separating unit 92, a base decoding unit 93, and an enhancement decoding unit 94.
  • the receiving unit 91 receives the encoded stream of all layers transmitted from the encoding device 10 of FIG.
  • the separating unit 92 extracts the VPS from the encoded stream of all layers supplied from the receiving unit 91, and recognizes the presence or absence of the reference layer of the enhancement stream based on the difference (diff_ref_layer) included in the VPS.
  • the separation unit 92 recognizes the presence of the reference layer.
  • the separating unit 92 instructs the base decoding unit 93 that decodes the encoded stream of the reference layer to supply the reference image specifying information to the enhancement decoding unit 94 that decodes the enhancement stream.
  • the separation unit 92 separates the base stream from the encoded streams of all layers and supplies the base stream to the base decoding unit 93, and separates the enhancement stream and supplies the enhancement stream to the enhancement decoding unit 94.
  • the base decoding unit 93 is configured in the same manner as a conventional HEVC decoding device, decodes the base stream supplied from the separation unit 92 using the HEVC method, and generates a base image. However, the base decoding unit 93 supplies the reference image specifying information of the reference image used when decoding the base image to the enhancement decoding unit 94. The base decoding unit 93 outputs the generated base image.
  • the enhancement decoding unit 94 decodes the enhancement stream supplied from the separation unit 92 by a method according to the HEVC method, and generates an enhancement image. At this time, the enhancement decoding unit 94 decodes the enhancement stream with reference to the reference image specifying information supplied from the base decoding unit 93. The enhancement decoding unit 94 outputs the generated enhancement image.
  • FIG. 30 is a block diagram illustrating a configuration example of the enhancement decoding unit 94 in FIG.
  • the extraction unit 111 of the enhancement decoding unit 94 extracts SPS, PPS, encoded data, and the like from the enhancement stream supplied from the separation unit 92 in FIG.
  • the decoding unit 112 refers to the reference image specifying information of the base image supplied from the base decoding unit 93 in FIG. 29, and decodes the encoded data supplied from the extraction unit 111 in a method according to the HEVC method. At this time, the decoding unit 112 refers to SPS, PPS, and the like supplied from the extraction unit 111 as necessary. The decoding unit 112 outputs an image obtained as a result of decoding as an enhancement image.
  • FIG. 31 is a block diagram illustrating a configuration example of the decoding unit 112 in FIG.
  • 31 includes an accumulation buffer 131, a lossless decoding unit 132, an inverse quantization unit 133, an inverse orthogonal transform unit 134, an addition unit 135, a deblock filter 136, an adaptive offset filter 137, an adaptive loop filter 138, a screen arrangement. It includes a replacement buffer 139, a D / A conversion unit 140, a frame memory 141, a switch 142, an intra prediction unit 143, a reference buffer 144, a reference image setting unit 145, a motion compensation unit 146, and a switch 147.
  • the accumulation buffer 131 of the decoding unit 112 receives and accumulates the encoded data from the extraction unit 111 of FIG.
  • the accumulation buffer 131 supplies the accumulated encoded data to the lossless decoding unit 132.
  • the lossless decoding unit 132 obtains quantized coefficients and encoded information by performing lossless decoding such as variable length decoding and arithmetic decoding on the encoded data from the accumulation buffer 131.
  • the lossless decoding unit 132 supplies the quantized coefficient to the inverse quantization unit 133.
  • the lossless decoding unit 132 supplies intra prediction mode information or the like as encoded information to the intra prediction unit 143, and supplies a motion vector, inter prediction mode information, or the like to the motion compensation unit 146.
  • the lossless decoding unit 132 supplies reference image specifying generation information, RPS flag, and the like as encoded information to the reference image setting unit 145. Furthermore, the lossless decoding unit 132 supplies intra prediction mode information or inter prediction mode information as encoded information to the switch 147. The lossless decoding unit 132 supplies offset filter information as encoded information to the adaptive offset filter 137 and supplies filter coefficients to the adaptive loop filter 138.
  • inverse quantization unit 38, inverse orthogonal transform unit 39, addition unit 40, deblock filter 41, adaptive offset filter 42, adaptive loop filter 43, frame memory 44, switch 45, intra prediction unit 46, and motion The same processing as that performed by the prediction / compensation unit 47 is performed, whereby the image is decoded.
  • the inverse quantization unit 133 inversely quantizes the quantized coefficient from the lossless decoding unit 132 and supplies the orthogonal transform coefficient obtained as a result to the inverse orthogonal transform unit 134.
  • the inverse orthogonal transform unit 134 performs inverse orthogonal transform on the orthogonal transform coefficient from the inverse quantization unit 133.
  • the inverse orthogonal transform unit 134 supplies residual information obtained as a result of the inverse orthogonal transform to the addition unit 135.
  • the addition unit 135 functions as a decoding unit, and performs decoding by adding the residual information as the decoding target image supplied from the inverse orthogonal transform unit 134 and the prediction image supplied from the switch 147.
  • the adding unit 135 supplies an image obtained as a result of decoding to the deblocking filter 136 and also supplies it to the frame memory 141.
  • the adding unit 135 supplies the image that is the residual information supplied from the inverse orthogonal transform unit 134 to the deblocking filter 136 as an image obtained as a result of decoding, and It is supplied to the frame memory 141 and accumulated.
  • the deblock filter 136 performs an adaptive deblock filter process on the image supplied from the adder 135 and supplies the resulting image to the adaptive offset filter 137.
  • the adaptive offset filter 137 has a buffer for sequentially storing offsets supplied from the lossless decoding unit 132. Further, the adaptive offset filter 137 performs adaptive offset filter processing on the image after the adaptive deblocking filter processing by the deblocking filter 136 based on the offset filter information supplied from the lossless decoding unit 132 for each LCU. .
  • the adaptive offset filter 137 uses the offset included in the offset filter information for the image after the deblocking filter processing in units of LCUs.
  • the type of adaptive offset filter processing indicated by the type information is performed.
  • the adaptive offset filter 137 is stored at the position indicated by the index included in the offset filter information with respect to the image after the deblocking filter processing in units of LCUs. Read the offset. Then, the adaptive offset filter 137 performs the type of adaptive offset filter processing indicated by the type information using the read offset. The adaptive offset filter 137 supplies the image after the adaptive offset filter processing to the adaptive loop filter 138.
  • the adaptive loop filter 138 performs an adaptive loop filter process for each LCU on the image supplied from the adaptive offset filter 137 using the filter coefficient supplied from the lossless decoding unit 132.
  • the adaptive loop filter 138 supplies the resulting image to the frame memory 141 and the screen rearrangement buffer 139.
  • the screen rearrangement buffer 139 stores the image supplied from the adaptive loop filter 138 in units of frames.
  • the screen rearrangement buffer 139 rearranges the stored frame-by-frame images for encoding in the original display order and supplies them to the D / A conversion unit 140.
  • the D / A conversion unit 140 D / A converts the frame unit image supplied from the screen rearrangement buffer 139 and outputs it as an enhancement image.
  • the frame memory 141 stores the image supplied from the adaptive loop filter 138 and the image supplied from the adding unit 135.
  • the image stored in the frame memory 141 is read as a reference image and supplied to the intra prediction unit 143 or the motion compensation unit 146 via the switch 142.
  • the intra prediction unit 143 performs an intra prediction process in the intra prediction mode indicated by the intra prediction mode information supplied from the lossless decoding unit 132, using the reference image read from the frame memory 141 via the switch 142.
  • the intra prediction unit 143 supplies the predicted image generated as a result to the switch 147.
  • the reference buffer 144 stores the reference image specifying information of the reference image used when decoding the encoded data of the base image supplied from the base decoding unit 93 in FIG.
  • the reference image setting unit 145 based on the RPS flag supplied from the lossless decoding unit 132, the reference image specifying generation information included in the SPS supplied from the extraction unit 111 or the reference image supplied from the lossless decoding unit 132
  • the specific generation information is set as reference image specific generation information of encoded data to be decoded.
  • the reference image setting unit 145 reads the reference image specifying information of the base image from the reference buffer 144 as necessary.
  • the reference image setting unit 145 generates reference image specifying information based on the reference image specifying generation information of the encoded data to be decoded and the reference image specifying information of the read base image, and sends the reference image specifying information to the motion compensation unit 146. Supply.
  • the motion compensation unit 146 reads the reference image specified by the reference image specifying information supplied from the reference image setting unit 145 from the frame memory 141 via the switch 142.
  • the motion compensation unit 146 performs motion compensation processing in the optimal inter prediction mode indicated by the inter prediction mode information supplied from the lossless decoding unit 132, using the motion vector and the reference image supplied from the lossless decoding unit 132.
  • the motion compensation unit 146 supplies the predicted image generated as a result to the switch 147.
  • the switch 147 supplies the prediction image supplied from the intra prediction unit 143 to the addition unit 135.
  • the switch 147 supplies the prediction image supplied from the motion compensation unit 146 to the addition unit 135.
  • FIG. 32 is a block diagram illustrating a configuration example of the reference image setting unit 145 of FIG.
  • the information buffer 161 stores information other than the prediction mode of the reference image specifying information supplied as the reference image specifying generation information from the lossless decoding unit 132 in FIG. 31 and the RPS flag.
  • the mode buffer 162 stores the prediction mode of the reference image specifying information supplied as the reference image specifying generation information from the lossless decoding unit 132.
  • the generation unit 163 reads the RPS flag from the information buffer 161. Based on the RPS flag, the generation unit 163 converts the reference image specification generation information supplied from the extraction unit 111 in FIG. 30 or the reference image specification generation information supplied from the lossless decoding unit 132 into encoded data to be decoded. To the reference image specific generation information. When the reference image specific generation information of the encoded data to be decoded is the reference image specific generation information supplied from the lossless decoding unit 132, the generation unit 163 obtains information other than the prediction mode of the reference image specific information from the information buffer 161. Read, the prediction mode of the reference image specifying information is read from the mode buffer 162.
  • the generation unit 163 reads the reference image specifying information of the base image from the reference buffer 144 when the prediction mode of the reference image specifying information as the reference image specifying generation information of the encoded data to be decoded is the copy mode or the difference prediction mode. .
  • the prediction mode of the reference image specifying information is the copy mode
  • the generating unit 163 generates the read reference image specifying information of the base image as the reference image specifying information of the enhancement image, and the motion compensating unit 146 in FIG. To supply.
  • the generating unit 163 receives the reference image specifying generating information from the extracting unit 111 in FIG. The difference of the supplied reference image specifying information to which the index is assigned is recognized. The generation unit 163 adds the difference between the recognized reference image specifying information and the read reference image specifying information of the base image, and generates an addition value obtained as a result as the reference image specifying information of the enhancement image. Supply to the motion compensation unit 146.
  • the generation unit 163 reads the difference and The reference image specifying information of the base image is added.
  • the generation unit 163 generates the added value obtained as a result thereof as reference image specifying information of the enhancement image, and supplies it to the motion compensation unit 146.
  • the generation unit 163 uses the extraction unit 111 in FIG. 30 as reference image specifying generation information.
  • the supplied reference image specifying information with the index is recognized.
  • the generation unit 163 generates the recognized reference image specifying information as the reference image specifying information of the enhancement image, and supplies the generated reference image specifying information to the motion compensation unit 146.
  • the generation unit 163 converts the reference image specifying information to the enhancement image.
  • the reference image specifying information is generated and supplied to the motion compensation unit 146.
  • FIG. 33 is a flowchart for explaining the hierarchical decoding process of the decoding device 90 of FIG.
  • the reception unit 91 of the decoding device 90 receives the encoded stream of all layers transmitted from the encoding device 10 of FIG. 6 and supplies it to the separation unit 92.
  • the separation unit 92 extracts a VPS from the encoded stream supplied from the reception unit 91.
  • step S102 the separation unit 92 recognizes the presence of the reference layer of the enhancement stream based on the difference (diff_ref_layer) included in the VPS.
  • step S103 the separation unit 92 instructs the base decoding unit 93 that decodes the encoded stream of the reference layer to supply the reference image specifying information to the enhancement decoding unit 94 that decodes the enhancement stream.
  • step S104 the separation unit 92 separates the base stream and the enhancement stream from the encoded stream of all layers.
  • the separation unit 92 supplies the base stream to the base decoding unit 93 and supplies the enhancement stream to the enhancement decoding unit 94.
  • step S105 the base decoding unit 93 decodes the base stream supplied from the separation unit 92 by the HEVC method to generate a base image.
  • the base decoding unit 93 supplies the reference image specifying information of the reference image used when decoding the base image to the enhancement decoding unit 94.
  • the base decoding unit 93 outputs the generated base image.
  • the enhancement decoding unit 94 refers to the reference image specifying information supplied from the base decoding unit 93, and performs an enhancement image generation process for generating an enhancement image from the enhancement stream supplied from the separation unit 92. Details of the enhancement image generation processing will be described with reference to FIG.
  • FIG. 34 is a flowchart for explaining an enhancement image generation process of the enhancement decoding unit 94 of FIG.
  • the extraction unit 111 of the enhancement decoding unit 94 extracts SPS, PPS, encoded data, and the like from the enhancement stream supplied from the separation unit 92, and supplies the extracted data to the decoding unit 112.
  • step S112 the decoding unit 112 refers to the SPS and PPS supplied from the extraction unit 111 as necessary, the reference image specifying information supplied from the base decoding unit 93, and the like.
  • a decoding process for decoding the digitized data by a method according to the HEVC method is performed. Details of this decoding processing will be described with reference to FIG. Then, the process ends.
  • FIG. 35 is a flowchart for explaining the details of the decoding process in step S112 of FIG.
  • step S131 of FIG. 35 the accumulation buffer 131 of the enhancement decoding unit 112 receives and accumulates encoded data in units of frames from the extraction unit 111 of FIG.
  • the accumulation buffer 131 supplies the accumulated encoded data to the lossless decoding unit 132.
  • step S132 the lossless decoding unit 132 losslessly decodes the encoded data from the accumulation buffer 131 to obtain quantized coefficients and encoded information.
  • the lossless decoding unit 132 supplies the quantized coefficient to the inverse quantization unit 133. Further, the lossless decoding unit 132 supplies intra prediction mode information or the like as encoded information to the intra prediction unit 143, and supplies a motion vector, inter prediction mode information, or the like to the motion compensation unit 146.
  • the lossless decoding unit 132 supplies reference image specifying generation information, RPS flag, and the like as encoded information to the reference image setting unit 145. Furthermore, the lossless decoding unit 132 supplies intra prediction mode information or inter prediction mode information as encoded information to the switch 147. The lossless decoding unit 132 supplies offset filter information as encoded information to the adaptive offset filter 137 and supplies filter coefficients to the adaptive loop filter 138.
  • step S133 the inverse quantization unit 133 inversely quantizes the quantized coefficient from the lossless decoding unit 132, and supplies the orthogonal transform coefficient obtained as a result to the inverse orthogonal transform unit 134.
  • step S134 the motion compensation unit 146 determines whether or not the inter prediction mode information is supplied from the lossless decoding unit 132. If it is determined in step S134 that the inter prediction mode information has been supplied, the process proceeds to step S135.
  • step S135 the reference buffer 144 stores the reference image specifying information of the reference image used when decoding the encoded data of the base image supplied from the base decoding unit 93 in FIG.
  • step S136 the reference image setting unit 145 performs the enhancement image based on the reference image specifying generation information supplied from the lossless decoding unit 132, the RPS flag, the reference image specifying information of the base image stored in the reference buffer 144, and the like.
  • a generation process for generating the reference image specifying information is performed. Details of this generation processing will be described with reference to FIG.
  • step S137 the motion compensation unit 146 reads a reference image based on the reference image specifying information supplied from the reference image setting unit 145, and uses the motion vector and the reference image to indicate the optimal inter prediction mode indicated by the inter prediction mode information.
  • the motion compensation process is performed.
  • the motion compensation unit 146 supplies the predicted image generated as a result to the addition unit 135 via the switch 147, and the process proceeds to step S139.
  • step S134 determines whether the inter prediction mode information is supplied. If it is determined in step S134 that the inter prediction mode information is supplied, that is, if the intra prediction mode information is supplied to the intra prediction unit 143, the process proceeds to step S138.
  • step S138 the intra prediction unit 143 performs intra prediction processing in the intra prediction mode indicated by the intra prediction mode information, using the reference image read from the frame memory 141 via the switch 142.
  • the intra prediction unit 143 supplies the prediction image generated as a result of the intra prediction process to the addition unit 135 via the switch 147, and the process proceeds to step S139.
  • step S139 the inverse orthogonal transform unit 134 performs inverse orthogonal transform on the orthogonal transform coefficient from the inverse quantization unit 133, and supplies the residual information obtained as a result to the addition unit 135.
  • step S140 the adding unit 135 adds the residual information supplied from the inverse orthogonal transform unit 134 and the predicted image supplied from the switch 147.
  • the adding unit 135 supplies the image obtained as a result to the deblocking filter 136 and also supplies it to the frame memory 141.
  • step S141 the deblocking filter 136 performs deblocking filtering on the image supplied from the adding unit 135 to remove block distortion.
  • the deblocking filter 136 supplies the resulting image to the adaptive offset filter 137.
  • step S142 the adaptive offset filter 137 performs adaptive offset filter processing for each LCU on the image after the deblocking filter processing by the deblocking filter 136 based on the offset filter information supplied from the lossless decoding unit 132. .
  • the adaptive offset filter 137 supplies the image after the adaptive offset filter processing to the adaptive loop filter 138.
  • step S143 the adaptive loop filter 138 performs adaptive loop filter processing for each LCU on the image supplied from the adaptive offset filter 137 using the filter coefficient supplied from the lossless decoding unit 132.
  • the adaptive loop filter 138 supplies the resulting image to the frame memory 141 and the screen rearrangement buffer 139.
  • step S144 the frame memory 141 stores the image supplied from the adder 135 and the image supplied from the adaptive loop filter 138.
  • the image stored in the frame memory 141 is supplied as a reference image to the intra prediction unit 143 or the motion compensation unit 146 via the switch 142.
  • step S145 the screen rearrangement buffer 139 stores the image supplied from the adaptive loop filter 138 in units of frames, and rearranges the stored frame-by-frame images for encoding in the original display order. To the D / A converter 140.
  • step S146 the D / A conversion unit 140 performs D / A conversion on the frame unit image supplied from the screen rearrangement buffer 139, and outputs the image as an enhancement image. Then, the process returns to step S112 in FIG. 34 and ends.
  • FIG. 36 is a flowchart for explaining the details of the generation processing in step S136 of FIG.
  • step S161 of FIG. 36 the information buffer 161 (FIG. 32) of the reference image setting unit 145 is other than the RPS flag supplied as the reference image specifying generation information from the lossless decoding unit 132 of FIG. Information.
  • the mode buffer 162 stores the prediction mode of the reference image specifying information supplied as the reference image specifying generation information from the lossless decoding unit 132.
  • step S163 the generation unit 163 reads the RPS flag from the information buffer 161. In step S164, the generation unit 163 determines whether or not the RPS flag is 1.
  • step S165 the generation unit 163 uses the reference image specification generation information supplied from the extraction unit 111 in FIG. 30 as the reference image specification of the encoded data to be decoded. Decide on generation information.
  • step S166 the generation unit 163 reads information other than the prediction mode of the reference image specifying information from the information buffer 161, and reads the prediction mode of the reference image specifying information from the mode buffer 162. Then, the process proceeds to step S168.
  • step S164 when it is determined in step S164 that the RPS flag is not 1, that is, 0, in step S167, the generation unit 163 converts the reference image specifying generation information supplied from the lossless decoding unit 132 to the decoding target code. To the reference image specific generation information of the digitized data. Then, the process proceeds to step S168.
  • step S168 the generation unit 163 determines whether the prediction mode of the reference image specifying information as the reference image specifying generation information of the encoded data to be decoded is the non-prediction mode.
  • step S169 the generation unit 163 reads the reference image specifying information of the base image from the reference buffer 144.
  • step S170 the generation unit 163 determines whether or not the prediction mode of the reference image specifying information is the copy mode.
  • step S171 When it is determined in step S170 that the prediction mode of the reference image specifying information is the copy mode, in step S171, the generation unit 163 uses the read reference image specifying information of the base image as the reference image specifying information of the enhancement image. To decide. The generation unit 163 supplies the determined reference image specifying information of the enhancement image to the motion compensation unit 146 in FIG. Then, the process returns to step S136 in FIG. 35 and proceeds to step S137.
  • step S172 when it is determined in step S170 that the prediction mode of the reference image specifying information is not the copy mode, that is, the difference prediction mode, in step S172, the generation unit 163 includes information other than the prediction mode of the reference image specifying information. Determine if it is an index.
  • step S172 If it is determined in step S172 that information other than the prediction mode of the reference image specifying information is an index, the process proceeds to step S173.
  • step S173 the generation unit 163 recognizes a difference between the reference image specifying information supplied as the reference image specifying generation information supplied from the extraction unit 111, and advances the processing to step S174.
  • step S172 determines whether the information other than the prediction mode of the reference image specifying information is an index, that is, the difference of the reference image specifying information. If it is determined in step S172 that the information other than the prediction mode of the reference image specifying information is not an index, that is, the difference of the reference image specifying information, the process proceeds to step S174.
  • step S174 the generation unit 163 adds the difference between the reference image specifying information and the reference image specifying information of the read base image, and determines the addition value obtained as a result as the reference image specifying information of the enhancement image. .
  • the generation unit 163 supplies the determined reference image specifying information of the enhancement image to the motion compensation unit 146. Then, the process returns to step S136 in FIG. 35 and proceeds to step S137.
  • step S175 the generation unit 163 determines whether information other than the prediction mode of the reference image specifying information is an index. judge.
  • step S175 If it is determined in step S175 that information other than the prediction mode of the reference image specifying information is an index, the process proceeds to step S176.
  • step S176 the generation unit 163 recognizes the reference image specifying information to which the index is assigned, which is supplied as the reference image specifying generation information from the extraction unit 111, and advances the processing to step S177.
  • step S175 if it is determined in step S175 that information other than the prediction mode of the reference image specifying information is not an index, that is, information other than the prediction mode of the reference image specifying information is the reference image specifying information, the process proceeds to step S177. .
  • step S177 the generation unit 163 uses the reference image specifying information recognized in step S175 or the reference image specifying information as information other than the prediction mode of the reference image specifying information as the reference image specifying information of the enhancement image, as the motion compensation unit 146. To supply. Then, the process returns to step S136 in FIG. 35 and proceeds to step S137.
  • the decoding apparatus 90 since the decoding apparatus 90 generates the reference image specifying information of the enhancement image using the reference image specifying generation information, the reference image specifying information can be shared or predicted between the base layer and the enhancement layer. . Therefore, it is possible to reduce the information amount of the enhancement stream and improve the encoding efficiency.
  • the presence or absence of a reference layer may be determined according to the type of scalable function.
  • the scalable function takes picture type alignment between hierarchies, and there is a high possibility that the reference relationship of pictures is the same between hierarchies.
  • FIG. 37 is a diagram illustrating an overview of the second embodiment to which the present technology is applied.
  • weighting information including weighting coefficients and offset values in weighted prediction (WeightedightPrediction) as information about a reference image is shared or predicted between different layers.
  • FIG. 38 is a diagram for explaining weighted prediction.
  • weighted prediction is performed during inter prediction.
  • Weighted prediction is a process for generating a predicted image by weighting a reference image. Specifically, for example, when the decoded images of the two frames Y 1 and Y 0 preceding in the encoding order from the frame X to be encoded are used as reference images, the prediction image X of the frame X is used in the weighted prediction. 'Is obtained by the following equation (4).
  • w 0 and w 1 are weighting factors, and d is an offset value.
  • This weight coefficient is calculated from POC in weighted prediction called Implicit Weighted Prediction in the AVC method.
  • the weight coefficient and the offset value are included in the encoded stream and transmitted.
  • the images of each layer are considered to have the same contents although the SNR, spatial resolution, frame rate, bit number (bit depth), color difference signal format, and the like are different.
  • FIG. 39 is a block diagram illustrating a configuration example of the second embodiment of the encoding device to which the present technology is applied.
  • the configuration of the encoding device 180 in FIG. 39 is that a base encoding unit 181 is provided instead of the base encoding unit 11, an enhancement encoding unit 182 is provided instead of the enhancement encoding unit 12, and VPS is The VPS shown in FIG. 1 is different from the configuration of FIG.
  • the encoding device 180 generates weight generation information (reference image generation information) used to generate enhancement image weight information, and includes the weight generation information in the enhancement stream.
  • a base image is input to the base encoding unit 181 of the encoding device 180 from the outside.
  • the base encoding unit 181 is configured in the same manner as a conventional HEVC encoding device, and encodes a base image using the HEVC method.
  • the base encoding unit 181 supplies weighting information and the like used when encoding the base image to the enhancement encoding unit 182.
  • the base encoding unit 181 supplies an encoded stream including encoded data, SPS, PPS, and the like obtained as a result of encoding to the synthesizing unit 13 as a base stream.
  • An enhancement image is input to the enhancement encoding unit 182 from the outside.
  • the enhancement encoding unit 182 encodes the enhancement image by a method according to the HEVC method. Also, the enhancement encoding unit 182 generates weighting information generation information using the weighting information of the base image and the weighting information used when the enhancement image is encoded.
  • the enhancement encoding unit 182 adds weighting information or the like to the encoded data of the enhancement image to generate an encoded stream, and supplies the encoded stream to the synthesizing unit 13 as an enhancement stream.
  • Example of PPS syntax for base stream 40 and 41 are diagrams illustrating examples of PPS syntax in the AVC scheme, and FIGS. 42 and 43 are diagrams illustrating examples of base stream PPS syntax.
  • the AVC PPS includes a flag (weighted_pred_flag) indicating whether to perform weighted prediction on the P slice. As shown in the 29th line, the AVC PPS includes information (weighted_bipred_idc) indicating whether or not bidirectional weighted prediction is performed on the B slice. Bidirectional weighted prediction is weighted prediction in which the previous image and the subsequent image in the encoding order from the image to be encoded are used as reference images.
  • the PPS of the base stream includes a flag (weighted_pred_flag). Further, as shown in the 18th line, the PPS of the base stream includes a flag (weighted_bipred_flag) indicating whether or not weighted prediction is performed on the B slice.
  • Example of syntax of slice header of base stream 44 and 45 are diagrams illustrating an example of the syntax of the slice header in the AVC method.
  • the syntax of the base stream slice header is the same as the syntax shown in FIGS.
  • the information related to weighting information (pred_weight_table) is also included in the slice header of the base stream.
  • FIG. 46 is a diagram illustrating an example of syntax of weighting information in the AVC method
  • FIG. 47 is a diagram illustrating an example of syntax of weighting information of a base stream.
  • the weighting information in the AVC method includes the denominator (luma_log2_weight_denom) of the weighting factor of the luminance signal. Further, as shown in the fourth line, the weighting information in the AVC method includes the denominator (chroma_log2_weight_denom) of the weighting coefficient of the color difference signal.
  • the weighting information of the base stream also includes the denominator (luma_log2_weight_denom) of the weighting factor of the luminance signal.
  • the base stream weighting information includes the difference (delta_chroma_log2_weight_denom) between the luminance signal weighting coefficient and the chrominance signal weighting coefficient denominator. Using this difference (delta_chroma_log2_weight_denom), the weight coefficient (chroma_log2_weight_denom) of the color difference signal is calculated by the following equation (5).
  • the weighting information in the AVC method includes flags (luma_weight_l0_flag, luma_weight_l1_flag) indicating whether or not there is weighting information for the luminance signal.
  • the weighting information in the AVC method is Includes a weighting factor (luma_weight_l0, luma_weight_l1) of the luminance signal. Further, as shown in the 9th and 25th lines, the luminance signal offset (luma_offset_l0, luma_offset_l1) is included.
  • the base stream weighting information also includes flags (luma_weight_l0_flag, luma_weight_l1_flag).
  • the weighting information of the base stream includes information on the weight coefficient of the luminance signal (delta_luma_weight_l0, delta_luma_weight_l1) is included.
  • the luminance signal weight coefficients (luma_weight_l0, luma_weight_l1) are calculated by the following equation (6).
  • the base stream weighting information also includes luminance signal offsets (luma_offset_l0, luma_offset_l1).
  • the weighting information in the AVC system includes flags (chroma_weight_l0_flag, chroma_weight_l1_flag) indicating whether weighting information for the color difference signal exists.
  • the weighting information in the AVC method is displayed in the 13th to 15th lines and the 29th to 31st lines, as shown in FIGS. Includes a weight coefficient (chroma_weight_l0, chroma_weight_l1) of the color difference signal. Further, as shown in the 16th and 32nd lines, offsets of chroma signals (chroma_offset_l0, chroma_offset_l1) are included.
  • the base stream weighting information also includes flags (chroma_weight_l0_flag, chroma_weight_l1_flag). As shown in the 15th line to the 17th line and the 32nd line to the 34th line, when the flags (chroma_weight_l0_flag, chroma_weight_l1_flag) are 1, the weighting information of the base stream includes the weight coefficient information (delta_chroma_weight_l0, delta_chroma_weight_l1) is included.
  • the weight coefficient (chroma_weight_l0, chroma_weight_l1) of the color difference signal is calculated by the following equation (7).
  • the base stream weighting information includes offset information (delta_chroma_offset_l0, delta_chroma_offset_l1) of the color difference signal.
  • offset information delta_chroma_offset_l0, delta_chroma_offset_l1 of the color difference signal
  • the offset (chroma_offset_l0, chroma_offset_l1) of the color difference signal is calculated by the following equation (8).
  • FIG. 48 is a block diagram illustrating a configuration example of the enhancement encoding unit 182 of FIG.
  • the enhancement encoding unit 182 includes an encoding unit 201 and a setting unit 202.
  • the encoding unit 201 of the enhancement encoding unit 182 uses an enhancement image in units of frames input from the outside as an input signal.
  • the encoding unit 201 refers to the weighting information from the base encoding unit 11 and the like, and encodes the input signal by a method according to the HEVC method.
  • the encoding unit 201 supplies the encoded data obtained as a result to the setting unit 202.
  • the setting unit 202 sets SPS, PPS, and the like.
  • the PPS does not include the flag (weighted_pred_flag) and the flag (weighted_bipred_flag), and the flag (weighted_pred_flag) and the flag (weighted_bipred_flag) included in the PPS of the base stream that is the encoded stream of the reference layer are the flags of the enhancement image. (Weighted_pred_flag) and a flag (weighted_bipred_flag) are used.
  • the setting unit 202 generates an encoded stream from the set SPS and PPS and the encoded data supplied from the encoding unit 201, and supplies the encoded stream to the synthesizing unit 13 as an enhancement stream.
  • FIG. 49 is a block diagram illustrating a configuration example of the encoding unit 201 in FIG.
  • a motion prediction / compensation unit 221 includes a motion prediction / compensation unit 221, a weight buffer 222, weight setting instead of the motion prediction / compensation unit 47, reference buffer 49, reference image setting unit 50, and lossless encoding unit 36.
  • 14 is different from the configuration of FIG. 14 in that a unit 223 and a lossless encoding unit 224 are provided.
  • the motion prediction / compensation unit 221 functions as a weighting processing unit, and performs motion prediction / compensation processing using weighted prediction of all candidate inter prediction modes based on a weighted prediction instruction from the weight setting unit 223. . Specifically, the motion prediction / compensation unit 221 selects all the inter prediction modes that are candidates based on the image supplied from the screen rearrangement buffer 32 and the reference image read from the frame memory 44 via the switch 45. The motion vector is detected.
  • the reference image is set by a user, for example.
  • the motion prediction / compensation unit 221 performs compensation processing on the reference image based on the detected motion vector.
  • the motion prediction / compensation unit 221 calculates weighting information in weighted prediction.
  • the motion prediction / compensation unit 221 performs weighted prediction on the reference image after the compensation processing using the calculated weighting information, and generates a predicted image.
  • the motion prediction / compensation unit 221 calculates the cost function value for all candidate inter prediction modes based on the image and the predicted image supplied from the screen rearrangement buffer 32, and the cost function value. Is determined to be the optimal inter prediction mode. Then, the motion prediction / compensation unit 221 supplies the cost function value of the optimal inter prediction mode and the corresponding predicted image to the predicted image selection unit 48.
  • the motion prediction / compensation unit 221 receives inter prediction mode information, a corresponding motion vector, reference image specifying information, and the like when the prediction image selection unit 48 is notified of selection of a prediction image generated in the optimal inter prediction mode. The result is output to the lossless encoding unit 224. In addition, the motion prediction / compensation unit 221 supplies weighting information in the weighted prediction to the weight setting unit 223.
  • the weight buffer 222 stores a flag (weighted_bipred_ flag) and a flag (weighted_pred_flag) included in the PPS of the base stream supplied from the base encoding unit 181 in FIG.
  • the weight buffer 222 stores weighting information included in the slice header of the base stream supplied from the base encoding unit 181.
  • the weight setting unit 223 reads a flag (weighted_pred_flag) and a flag (weighted_bipred_ flag) from the weight buffer 222.
  • the weight setting unit 223 instructs the motion prediction / compensation unit 221 to perform weighted prediction based on the flag (weighted_pred_flag), the flag (weighted_bipred_ flag), and the type of slice of the current encoding target image.
  • the weight setting unit 223 compares the weighting information supplied from the motion prediction / compensation unit 221 with the weighting information stored in the weight buffer 222, and determines the prediction mode of the weighting information of the enhancement image.
  • the prediction mode of weighting information includes a copy mode, a difference prediction mode, and a non-prediction mode.
  • the copy mode is a prediction mode in which the weighting information of the reference layer (here, the base layer) is used as the weighting information of the enhancement image.
  • the difference prediction mode is a prediction mode in which enhancement image weighting information is generated by adding a difference between enhancement image and reference layer weighting information and reference layer weighting information.
  • the non-prediction mode is a prediction mode in which enhancement image weighting information is set independently of reference layer weighting information.
  • the weight setting unit 223 sets the copy mode as the weight generation information and supplies it to the lossless encoding unit 224. Further, when the weighting information prediction mode is the difference prediction mode, the weight setting unit 223 calculates a difference between the weighting information of the enhancement image and the weighting information of the base image. Then, the weight setting unit 223 sets the calculated difference between the weighting information and the difference prediction mode as weighting generation information, and supplies the weighting generation information to the lossless encoding unit 224.
  • the weight setting unit 223 sets the weighting information of the enhancement image as the weight generation information and supplies it to the lossless encoding unit 224.
  • the lossless encoding unit 224 acquires the intra prediction mode information from the intra prediction unit 46 in the same manner as the lossless encoding unit 36 of FIG. Further, the lossless encoding unit 224 acquires the inter prediction mode information, the motion vector, the reference image specifying information, and the like supplied from the motion prediction / compensation unit 221 from the motion prediction / compensation unit 221. Further, the lossless encoding unit 224 acquires weight generation information from the weight setting unit 223.
  • the lossless encoding unit 224 acquires the offset filter information from the adaptive offset filter 42 and the filter coefficient from the adaptive loop filter 43, similarly to the lossless encoding unit 36.
  • the lossless encoding unit 224 performs lossless encoding on the quantized coefficient supplied from the quantization unit 35, similarly to the lossless encoding unit 36. Also, the lossless encoding unit 224 uses intra prediction mode information or inter prediction mode information, motion vectors, reference image specifying information, weight generation information, offset filter information, and filter coefficients as encoding information related to encoding. Lossless encoding.
  • the lossless encoding unit 224 adds the slice header to the encoded data using the lossless encoded information as a slice header, the lossless encoded coefficient as encoded data, and the like. . Similar to the lossless encoding unit 36, the lossless encoding unit 224 supplies the encoded data to which the slice header is added to the accumulation buffer 37 and accumulates the encoded data.
  • FIG. 50 is a block diagram illustrating a configuration example of the weight buffer 222 and the weight setting unit 223 in FIG.
  • 50 is composed of an information buffer 241 and a flag buffer 242.
  • the information buffer 241 of the weight buffer 222 stores the weighting information included in the slice header of the base stream supplied from the base encoding unit 181 in FIG.
  • the flag buffer 242 stores a flag (weighted_bipred_flag) and a flag (weighted_pred_flag) included in the PPS of the base stream supplied from the base encoding unit 181.
  • control unit 261 includes a control unit 261, an information buffer 262, a determination unit 263, and a setting unit 264.
  • the control unit 261 of the weight setting unit 223 reads a flag (weighted_pred_flag) and a flag (weighted_bipred_flag) from the flag buffer 242.
  • the weight setting unit 223 instructs the motion prediction / compensation unit 221 in FIG. 49 to perform weighted prediction based on the flag (weighted_pred_flag), the flag (weighted_bipred_flag), and the type of slice of the current encoding target image.
  • the information buffer 262 acquires the weighting information from the motion prediction / compensation unit 221 and stores it.
  • the determination unit 263 reads the weight information of the base image from the information buffer 241 and reads the weight information of the enhancement image from the information buffer 262.
  • the determination unit 263 compares the read weight information of the base image with the weight information of the enhancement image.
  • the determination unit 263 determines the prediction mode of the weight information as the copy mode.
  • the determination unit 263 supplies the copy mode to the setting unit 264. Also, the determination unit 263 sets the copy mode as weighting generation information, and supplies it to the lossless encoding unit 224 of FIG.
  • the setting unit 264 When the copy mode is not supplied from the determination unit 263, the setting unit 264 reads the weight information of the base image from the information buffer 241 and reads the weight information of the enhancement image from the information buffer 262. The setting unit 264 determines the prediction mode of the weighting information to be the difference prediction mode or the non-prediction mode based on the input from the user.
  • the setting unit 264 calculates the difference between the read weighting information of the base image and the weighting information of the enhancement image. Then, the weight setting unit 223 sets the calculated difference between the weight information and the difference prediction mode as weight generation information, and supplies the weight generation information to the lossless encoding unit 224.
  • the setting unit 264 sets the weighting information and the non-prediction mode of the enhancement image as the weight generation information and supplies the weighted generation information to the lossless encoding unit 36.
  • 51 and 52 are diagrams illustrating examples of the syntax of the weighting information of the enhancement stream.
  • the information on the weighting information includes a prediction mode (pred_mode) of the weighting information.
  • the prediction mode of the weighting information is 0 when representing the copy mode, 1 when representing the differential prediction mode, and 2 when representing the non-prediction mode.
  • the prediction mode of the weighting information is other than 2, that is, when the prediction mode of the weighting information is the copy mode or the difference prediction mode, the difference between the base layer and the reference layer (diff_ref_layer_minus1 ) Is included.
  • the reference layer ref_layer is expressed by the following equation (9) using the difference diff_ref_layer_minus1.
  • the information on the weighting information includes the difference (diff_luma_log2_weight_denom) between the corresponding slice and the denominator (luma_log2_weight_denom) of the reference layer It is.
  • the difference (diff_delta_chroma_log2_weight_denom) of the difference (delta_chroma_log2_weight_denom) between the corresponding slice and the reference layer is included.
  • the information on the weighting information does not include a flag (luma_weight_l0_flag, luma_weight_l1_flag) and a flag (chroma_weight_l0_flag, chroma_weight_l1_flag).
  • the enhancement image flags (luma_weight_l0_flag, luma_weight_l1_flag) and flags (chroma_weight_l0_flag, chroma_weight_l1_flag) are not transmitted, and the reference layer flags (luma_weight_l0_flag, luma_weight_l1_flag) and flags (chroma_weight_l1_flag_chrom_weight_l1_flag_chrom_weight_l1_flag_chrom_weight_l1_flag_chrom_weight_l0_flag_chrom_weight_l0_flag_chrom_weight_l0_flag_chrom_weight_l0_flag_chrom_weight_l0_flag
  • the information about the weighting information includes the corresponding slice and reference layer
  • the difference (diff_delta_luma_weight_l0, diff_delta_luma_weight_l1) of information (delta_luma_weight_l0, delta_luma_weight_l1) of the luminance signal of the luminance signal is included.
  • the difference (diff_luma_offset_l0, diff_luma_offset_l1) of the offset (luma_offset_l0, luma_offset_l1) of the luminance signal of a corresponding slice and a reference layer is included.
  • the flag (chroma_weight_l0_flag, chroma_weight_l1_flag) of the reference layer is 1, the information about the weighting information corresponds.
  • the difference (diff_delta_chroma_weight_l0, diff_delta_chroma_weight_l1) of the weight coefficient information (delta_chroma_weight_l0, delta_chroma_weight_l1) between the slice and the reference layer is included.
  • the difference (diff_chroma_offset_l0, diff_chroma_offset_l1) of the offset (chroma_offset_l0, chroma_offset_l1) of the color difference signals of the corresponding slice and the reference layer is included.
  • the information related to the weighting information includes the same information as the weighting information of the base stream. .
  • the information (pred_weight_table) related to the weighting information may be included in a hierarchy above the slice header such as VPS and SPS.
  • the information supplied from the base encoding unit 181 to the enhancement encoding unit 182 is weight information, a flag (weighted_pred_flag), and a flag (weighted_bipred_flag), and 24 is the same as the hierarchical encoding process of FIG. 24 except for the enhancement stream generation process of step S2 of FIG. 24, and therefore only the enhancement stream generation process will be described.
  • FIG. 53 is a flowchart for explaining the enhancement stream generation processing of the enhancement encoding unit 182 in FIG.
  • step S191 in FIG. 53 the encoding unit 201 of the enhancement encoding unit 182 performs an encoding process for encoding an enhancement image in units of frames input as an input signal from the outside by a method according to the HEVC method. Details of the encoding process will be described with reference to FIGS. 54 and 55 described later.
  • step S192 the setting unit 202 sets SPS.
  • step S193 the setting unit 202 sets a PPS that does not include the flag (weighted_pred_flag) and the flag (weighted_bipred_ flag).
  • the processing in steps S194 and S195 is the same as the processing in steps S14 and 15 in FIG.
  • 54 and 55 are flowcharts illustrating details of the encoding process in step S191 of FIG.
  • step S213 the information buffer 241 of the weight buffer 222 stores the weighting information supplied from the base encoding unit 181 in FIG. 39, and the flag buffer 242 stores a flag (weighted_bipred_ flag) and a flag (weighted_pred_flag).
  • step S214 the control unit 261 determines whether to perform weighted prediction based on the flag (weighted_pred_flag) and the flag (weighted_bipred_ flag) stored in the flag buffer 242 and the type of slice of the current encoding target image. judge.
  • step S214 If it is determined in step S214 that weighted prediction is to be performed, the control unit 261 instructs the motion prediction / compensation unit 221 to perform weighted prediction, and the process proceeds to step S215.
  • the intra prediction unit 46 performs intra prediction processing in all candidate intra prediction modes. Further, the intra prediction unit 46 calculates cost function values for all candidate intra prediction modes based on the image read from the screen rearrangement buffer 32 and the predicted image generated as a result of the intra prediction process. Is calculated. Then, the intra prediction unit 46 determines the intra prediction mode that minimizes the cost function value as the optimal intra prediction mode. The intra prediction unit 46 supplies the predicted image generated in the optimal intra prediction mode and the corresponding cost function value to the predicted image selection unit 48.
  • the motion prediction / compensation unit 221 performs motion prediction / compensation processing using weighted prediction of all candidate inter prediction modes.
  • the motion prediction / compensation unit 221 calculates cost function values for all candidate inter prediction modes based on the images and prediction images supplied from the screen rearrangement buffer 32, and the cost function values are calculated. The minimum inter prediction mode is determined as the optimal inter prediction mode. Then, the motion prediction / compensation unit 221 supplies the cost function value of the optimal inter prediction mode and the corresponding predicted image to the predicted image selection unit 48.
  • step S214 determines whether weighted prediction is not performed. If it is determined in step S214 that weighted prediction is not performed, the control unit 261 advances the process to step S216.
  • step S216 the intra prediction unit 46 performs intra prediction processing in all candidate intra prediction modes, and calculates cost function values, in the same manner as in step S215. Then, the intra prediction unit 46 determines the intra prediction mode that minimizes the cost function value as the optimal intra prediction mode, and uses the predicted image generated in the optimal intra prediction mode and the corresponding cost function value as the predicted image. This is supplied to the selector 48.
  • the motion prediction / compensation unit 221 performs motion prediction / compensation processing for all candidate inter prediction modes.
  • the motion prediction / compensation unit 221 calculates cost function values for all candidate inter prediction modes based on the images and prediction images supplied from the screen rearrangement buffer 32, and the cost function values are calculated.
  • the minimum inter prediction mode is determined as the optimal inter prediction mode.
  • the motion prediction / compensation unit 221 supplies the cost function value of the optimal inter prediction mode and the corresponding predicted image to the predicted image selection unit 48.
  • steps S215 and S216 After the processing of steps S215 and S216, the processing proceeds to step S217.
  • the processes in steps S217 and S218 are the same as the processes in steps S34 and S35 in FIG.
  • step S219 the motion prediction / compensation unit 221 supplies the inter prediction mode information, the motion vector, and the reference image specifying information to the lossless encoding unit 36.
  • step S220 the motion prediction / compensation unit 221 determines whether weighted prediction has been performed. If it is determined in step S220 that weighted prediction has been performed, in step S221, the motion prediction / compensation unit 221 supplies weighting information in the weighted prediction to the weight setting unit 223.
  • step S222 the weight setting unit 223 performs generation processing for generating weight generation information. Details of this generation processing will be described with reference to FIG. After the process of step S222, the process proceeds to step S224.
  • step S220 when it is determined in step S220 that weighted prediction is not performed, the processes in steps S221 and S222 are skipped, and the process proceeds to step S224.
  • steps S223 to S238 are performed except that the encoded information is intra prediction mode information, or inter prediction mode information, motion vectors, reference image specifying information, weight generation information, offset filter information, and filter coefficients. Since this is the same as the processing of steps S39 to S54 in FIGS.
  • FIG. 56 is a flowchart for explaining the details of the generation process in step S222 of FIG.
  • step S251 of FIG. 56 the information buffer 262 of the weight setting unit 223 acquires the enhancement image weighting information from the motion prediction / compensation unit 47 of FIG. 49 and stores it.
  • step S ⁇ b> 252 the determination unit 263 determines whether the enhancement image weighting information stored in the information buffer 262 is the same as the base image weighting information stored in the information buffer 241.
  • step S252 When it is determined in step S252 that the enhancement image weighting information is the same as the base image weighting information, in step S253, the determination unit 263 determines the weighting information prediction mode to be the copy mode. In step S254, the determination unit 263 supplies the copy mode to the setting unit 264. Also, the determination unit 263 sets the copy mode to the weighted generation information, and supplies it to the lossless encoding unit 224 in FIG. Then, the process returns to step S222 in FIG. 54 and proceeds to step S224.
  • step S252 determines whether or not to set the prediction mode of the weighting information to the difference prediction mode based on the input from the user.
  • step S256 the setting unit 264 determines the prediction mode of the weighting information to be the differential prediction mode.
  • step S257 the setting unit 264 obtains a difference between the weighting information of the enhancement image and the weighting information of the base image.
  • step S ⁇ b> 258 the weight setting unit 223 sets the difference between the weighting information obtained in step S ⁇ b> 257 and the difference prediction mode as weighting generation information, and supplies the weighting generation information to the lossless encoding unit 224. Then, the process returns to step S222 in FIG. 54 and proceeds to step S224.
  • step S255 when it is determined in step S255 that the weighting information prediction mode is not set to the differential prediction mode, in step S259, the setting unit 264 determines the weighting information prediction mode to the non-prediction mode.
  • step S260 the setting unit 264 sets the weighting information and the non-prediction mode of the enhancement image as weighting generation information, and supplies the weighted generation information to the lossless encoding unit 36. Then, the process returns to step S222 in FIG. 54 and proceeds to step S224.
  • the encoding apparatus 180 sets the weight generation information, the weight information can be shared or predicted between the base layer and the enhancement layer. Therefore, it is possible to reduce the information amount of the enhancement stream and improve the encoding efficiency.
  • FIG. 57 is a block diagram illustrating a configuration example of a second embodiment of a decoding device to which the present technology is applied, which decodes an encoded stream of all layers transmitted from the encoding device 180 in FIG. 39.
  • the configuration of the decoding device 280 in FIG. 57 is the same as the configuration in FIG. Different.
  • the separation unit 281 of the decoding device 280 separates the base stream from the encoded stream of all layers supplied from the reception unit 91 and supplies the base stream to the base decoding unit 282, and separates the enhancement stream and supplies the enhancement stream to the enhancement decoding unit 283. .
  • the base decoding unit 282 is configured in the same manner as a conventional HEVC decoding device, decodes the base stream supplied from the separation unit 281 using the HEVC method, and generates a base image. However, the base decoding unit 282 supplies the weighting information used when decoding the base image, and the flag (weighted_bipred_flag) and the flag (weighted_pred_flag) included in the PPS of the base stream to the enhancement decoding unit 283. The base decoding unit 282 outputs the generated base image.
  • the enhancement decoding unit 283 decodes the enhancement stream supplied from the separation unit 281 by a method according to the HEVC method, and generates an enhancement image. At this time, the enhancement decoding unit 283 refers to the weighting information, the flag (weighted_bipred_ flag), and the flag (weighted_pred_flag) supplied from the base decoding unit 282, and decodes the enhancement stream. The enhancement decoding unit 283 outputs the generated enhancement image.
  • (Configuration example of enhancement decoding unit) 58 is a block diagram illustrating a configuration example of the enhancement decoding unit 283 in FIG.
  • the enhancement decoding unit 283 in FIG. 58 includes an extraction unit 301 and a decoding unit 302.
  • the extraction unit 301 of the enhancement decoding unit 283 extracts SPS, PPS, encoded data, and the like from the enhancement stream supplied from the separation unit 281 in FIG.
  • the decoding unit 302 refers to the base image weighting information, the flag (weighted_bipred_ flag), and the flag (weighted_pred_flag) supplied from the base decoding unit 282 in FIG. Decoding is performed in accordance with the method. At this time, the decoding unit 302 refers to SPS, PPS, and the like supplied from the extraction unit 301 as necessary. The decoding unit 302 outputs an image obtained as a result of decoding as an enhancement image.
  • FIG. 59 is a block diagram illustrating a configuration example of the decoding unit 302 of FIG.
  • the configuration of the decoding unit 302 in FIG. 59 includes a lossless decoding unit 320, a weight buffer 321, a weight setting unit 322, and a motion compensation unit instead of the lossless decoding unit 132, the reference buffer 144, the reference image setting unit 145, and the motion compensation unit 146. 31 is different from the configuration of FIG.
  • the lossless decoding unit 320 of the decoding unit 302 obtains quantized coefficients and encoded information by performing lossless decoding such as variable length decoding and arithmetic decoding on the encoded data from the accumulation buffer 131.
  • the lossless decoding unit 320 supplies the quantized coefficient to the inverse quantization unit 133.
  • the lossless decoding unit 320 supplies intra prediction mode information or the like as encoded information to the intra prediction unit 143, and supplies a motion vector, inter prediction mode information, reference image specifying information, or the like to the motion compensation unit 146.
  • the lossless decoding unit 320 supplies weight generation information as encoded information to the weight setting unit 322. Furthermore, the lossless decoding unit 320 supplies intra prediction mode information or inter prediction mode information as encoded information to the switch 147. The lossless decoding unit 320 supplies offset filter information as encoded information to the adaptive offset filter 137 and supplies filter coefficients to the adaptive loop filter 138.
  • the weight buffer 321 stores base image weighting information, a flag (weighted_bipred_flag), and a flag (weighted_pred_flag) supplied from the base decoding unit 282 in FIG.
  • the weight setting unit 322 instructs the motion compensation unit 323 to perform weighted prediction based on the flag (weighted_bipred_ flag) and flag (weighted_pred_flag) stored in the weight buffer 321 and the type of slice of the current decoding target image. To do.
  • the weight setting unit 322 generates enhancement image weighting information based on the base image weighting information stored in the weight buffer 321 and the weight generation information supplied from the lossless decoding unit 320.
  • the weight setting unit 322 supplies the generated weighting information to the motion compensation unit 323.
  • the motion compensation unit 323 reads the reference image specified by the reference image specifying information supplied from the lossless decoding unit 320 from the frame memory 141 via the switch 142. Based on the weighted prediction instruction supplied from the weight setting unit 322, the motion compensation unit 323 uses the motion vector, the reference image, and the weighting information from the weight setting unit 322 to perform optimal inter prediction indicated by the inter prediction mode information. Motion compensation processing using mode weighted prediction is performed.
  • the motion compensation unit 323 functions as a weighting processing unit, performs compensation processing on the reference image based on the motion vector, performs weighted prediction on the reference image after compensation processing using the weighting information, A prediction image is generated.
  • the motion compensation unit 323 supplies the predicted image to the switch 147.
  • FIG. 60 is a block diagram illustrating a configuration example of the weight buffer 321 and the weight setting unit 322 in FIG.
  • 60 is composed of an information buffer 341 and a flag buffer 342.
  • the information buffer 341 of the weight buffer 321 stores the weighting information included in the slice header of the base stream supplied from the base decoding unit 282 in FIG.
  • the flag buffer 342 stores a flag (weighted_bipred_ flag) and a flag (weighted_pred_flag) included in the PPS of the base stream supplied from the base decoding unit 282.
  • control unit 351 includes a control unit 351, a mode buffer 352, an information buffer 353, and a generation unit 354.
  • the control unit 351 of the weight setting unit 322 reads a flag (weighted_pred_flag) and a flag (weighted_bipred_ flag) from the flag buffer 342.
  • the weight setting unit 322 instructs the motion compensation unit 323 to perform weighted prediction based on the flag (weighted_pred_flag), the flag (weighted_bipred_ flag), and the current slice type of the decoding target image.
  • the mode buffer 352 acquires and stores the prediction mode of the weighting information in the weighting generation information supplied from the lossless decoding unit 320 in FIG.
  • the information buffer 353 acquires and stores the weighting information or the difference between the weighting information in the weighting generation information supplied from the lossless decoding unit 320.
  • the generation unit 354 reads the weighting information prediction mode from the mode buffer 352.
  • the generation unit 354 reads the weighting information of the base image from the information buffer 341 when the prediction mode of the weighting information is the copy mode or the difference prediction mode.
  • the generation unit 354 generates the weighting information of the base image as the weighting information of the enhancement image.
  • the generation unit 354 reads the difference of the weighting information from the information buffer 353.
  • the generation unit 354 adds the weighting information difference and the base image weighting information, and generates an addition value obtained as a result as enhancement image weighting information.
  • the generation unit 354 reads the weighting information from the information buffer 353 and generates the weighting information as the weighting information of the enhancement image.
  • the generation unit 354 supplies weighting information of the generated enhancement image to the motion compensation unit 323.
  • FIG. 61 is a flowchart for explaining the hierarchical decoding process of the decoding device 280 of FIG.
  • the reception unit 91 of the decoding device 280 receives the encoded stream of all layers transmitted from the encoding device 180 of FIG. 39 and supplies it to the separation unit 281.
  • step S281 the separation unit 281 separates the base stream and the enhancement stream from the encoded stream of all layers.
  • the separation unit 281 supplies the base stream to the base decoding unit 282 and supplies the enhancement stream to the enhancement decoding unit 283.
  • step S282 the base decoding unit 282 decodes the base stream supplied from the separation unit 281 using the HEVC method to generate a base image.
  • the base decoding unit 282 supplies the weighting information used when decoding the base image, and the flag (weighted_bipred_flag) and the flag (weighted_pred_flag) included in the PPS of the base stream to the enhancement decoding unit 283.
  • the base decoding unit 282 outputs the generated base image.
  • step S283 the enhancement decoding unit 283 performs enhancement image generation processing with reference to the weighting information, the flag (weighted_bipred_ flag), and the flag (weighted_pred_flag) supplied from the base decoding unit 282. Since this enhancement image generation process is the same as the enhancement image generation process of FIG. 34 except for the decoding process of step S112 of FIG. 34, only the decoding process will be described below.
  • FIG. 62 is a flowchart for explaining the details of the decoding process of the decoding unit 302 in FIG.
  • step S301 of FIG. 62 the accumulation buffer 131 of the enhancement decoding unit 283 receives and accumulates encoded data in units of frames from the extraction unit 301 of FIG.
  • the accumulation buffer 131 supplies the accumulated encoded data to the lossless decoding unit 320.
  • step S302 the lossless decoding unit 320 losslessly decodes the encoded data from the accumulation buffer 131, and obtains quantized coefficients and encoded information.
  • the lossless decoding unit 320 supplies the quantized coefficient to the inverse quantization unit 133.
  • the lossless decoding unit 320 supplies intra prediction mode information or the like as encoded information to the intra prediction unit 143, and supplies motion vectors, inter prediction mode information, reference image specifying information, and the like to the motion compensation unit 323.
  • the lossless decoding unit 320 supplies weight generation information as encoded information to the weight setting unit 322. Furthermore, the lossless decoding unit 320 supplies intra prediction mode information or inter prediction mode information as encoded information to the switch 147. The lossless decoding unit 320 supplies offset filter information as encoded information to the adaptive offset filter 137 and supplies filter coefficients to the adaptive loop filter 138.
  • steps S303 and S304 Since the processing in steps S303 and S304 is the same as the processing in steps S133 and S134 in FIG. 35, the description thereof is omitted.
  • step S305 the information buffer 341 (FIG. 60) of the weight buffer 321 stores the base image weighting information supplied from the base decoding unit 282 of FIG. 57, and the flag buffer 342 stores the flag (weighted_bipred_flag) and the flag (weighted_pred_flag). ) Is memorized.
  • step S306 the control unit 351 determines whether to perform weighted prediction based on the flag (weighted_bipred_ flag) and the flag (weighted_pred_flag) stored in the flag buffer 342, and the type of slice of the current decoding target image. Determine.
  • step S306 If it is determined in step S306 that weighted prediction is to be performed, the control unit 351 instructs the motion compensation unit 323 to perform weighted prediction, and the process proceeds to step S307.
  • step S307 the weight setting unit 322 generates weighting information of the enhancement image based on the weighting generation information supplied from the lossless decoding unit 320, the weighting information of the base image stored in the weight buffer 321, and the like. I do. Details of this generation processing will be described with reference to FIG.
  • step S308 the motion compensation unit 323 reads the reference image based on the reference image specifying information supplied from the lossless decoding unit 320, and uses the motion vector, the reference image, and the weighting information from the weight setting unit 322 to perform the interpolating. Motion compensation processing using weighted prediction in the optimal inter prediction mode indicated by the prediction mode information is performed.
  • the motion compensation unit 146 supplies the predicted image generated as a result to the addition unit 135 via the switch 147, and the process proceeds to step S311.
  • step S309 the motion compensation unit 323 reads a reference image based on the reference image specifying information supplied from the lossless decoding unit 320, and references a motion vector and a reference.
  • the motion compensation process in the optimal inter prediction mode indicated by the inter prediction mode information is performed using the image.
  • the motion compensation unit 146 supplies the predicted image generated as a result to the addition unit 135 via the switch 147, and the process proceeds to step S311.
  • steps S310 to S318 Since the processing of steps S310 to S318 is the same as the processing of steps S138 to S146 of FIG. 35, description thereof is omitted.
  • FIG. 63 is a flowchart for explaining the details of the generation process in step S307 of FIG.
  • step S330 of FIG. 63 the mode buffer 352 of the weight setting unit 322 acquires and stores the prediction mode of the weighting information among the weighting generation information supplied from the lossless decoding unit 320 of FIG.
  • step S331 the generation unit 354 determines whether the prediction mode of the weighting information stored in the mode buffer 352 is the non-prediction mode.
  • step S331 If it is determined in step S331 that the prediction mode of the weighting information is not the non-prediction mode, that is, if the prediction mode of the weighting information is the copy mode or the difference prediction mode, the process proceeds to step S332.
  • step S332 the weight information of the base image is read from the information buffer 341.
  • step S333 the generation unit 354 determines whether or not the weighting information prediction mode is the copy mode.
  • step S334 the generation unit 354 generates weighting information for the base image as weighting information for the enhancement image, and supplies the weighting information to the motion compensation unit 323. . Then, the generation process ends.
  • step S333 determines whether the prediction mode of the weighting information is not the copy mode, that is, if the prediction mode of the weighting information is the differential prediction mode. If it is determined in step S333 that the prediction mode of the weighting information is not the copy mode, that is, if the prediction mode of the weighting information is the differential prediction mode, the process proceeds to step S335.
  • the information buffer 353 acquires and stores the difference between the weighting information in the weighting generation information supplied from the lossless decoding unit 320.
  • step S ⁇ b> 336 the generation unit 354 reads the weighting information difference from the information buffer 353.
  • step S337 the generation unit 354 adds the weighting information difference and the base image weighting information, and generates an addition value obtained as a result of the enhancement image weighting information.
  • the generation unit 354 supplies the weighted information of the generated enhancement image to the motion compensation unit 323, and ends the generation process.
  • step S338 If it is determined in step S331 that the prediction mode of the weighting information is the non-prediction mode, in step S338, the information buffer 353 acquires weighting information in the weighting generation information supplied from the lossless decoding unit 320. ,Remember. In step S339, the generation unit 354 reads weighting information from the information buffer 353.
  • step S340 the generation unit 354 generates the weighting information read in step S339 as the weighting information of the enhancement image, and supplies the weighted information to the motion compensation unit 323. Then, the generation process ends.
  • the decoding device 280 since the decoding device 280 generates weighting information of enhancement images using the weighting generation information, the weighting information can be shared or predicted between the base layer and the enhancement layer. Therefore, it is possible to reduce the information amount of the enhancement stream and improve the encoding efficiency.
  • the VPS may be the VPS shown in FIG. 23 as in the first embodiment.
  • the number of layers is two, but the number of layers may be two or more.
  • the reference layer may be set in units of pictures or may be set in units of GOPs. The same applies to third and fourth embodiments described later.
  • the base image is encoded by the HEVC method, but may be encoded by the AVC method.
  • the information (pred_weight_table) related to the weighting information in the AVC method of the base image is converted into the information (pred_weight_table) related to the weighting information in the HEVC method by the equations (5) to (8). Used.
  • FIG. 64 is a diagram for explaining the outline of the third embodiment to which the present technology is applied.
  • the GOP (Group of Picture) structure of the base image (BL) and the enhancement image (EL) is often the same. That is, the reference relationship between the slice type and the time direction of the base image and the enhancement image at the same time is usually the same. Therefore, in the third embodiment, the reference image specifying information is shared between different hierarchies. Specifically, reference image specifying information of a slice of a collocated base image is used as reference image specifying information of a predetermined slice of the enhancement image.
  • collocated means that the position on the screen corresponds.
  • the enhancement image slice and the collocated base image slice are slices including the base image LCU whose position on the screen corresponds to the head LCU of the enhancement image slice.
  • FIG. 65 is a block diagram illustrating a configuration example of the third embodiment of the encoding device to which the present technology is applied.
  • the encoding apparatus 400 shares all of the reference image specifying information between the base image and the enhancement image.
  • an enhancement image is input from the outside to the enhancement encoding unit 411 of the encoding device 400.
  • the enhancement encoding unit 411 encodes the enhancement image by a method according to the HEVC method.
  • the enhancement encoding unit 411 uses the reference image specifying information of the base image supplied from the base encoding unit 11 to set the copy flag as reference image specifying generation information (reference image generation information). Then, the enhancement encoding unit 411 generates encoded data by adding a copy flag or the like to the encoding result.
  • the copy flag is a flag indicating whether or not all of the reference image specifying information of the base image is used as the reference image specifying information of the enhancement image.
  • the enhancement encoding unit 411 supplies an encoded stream including encoded data, SPS, PPS, and the like to the synthesizing unit 13 as an enhancement stream.
  • the encoding apparatus 400 transmits the encoded stream of all layers, but can also transmit only the base stream if necessary.
  • (Configuration example of enhancement encoding unit) 66 is a block diagram illustrating a configuration example of the enhancement coding unit 411 in FIG.
  • the enhancement encoding unit 411 in FIG. 66 includes a setting unit 431 and an encoding unit 432.
  • the setting unit 431 of the enhancement coding unit 411 sets a parameter set such as SPS and PPS including a copy flag as necessary.
  • the setting unit 431 supplies the set parameter set to the encoding unit 432.
  • the encoding unit 432 uses an enhancement image in units of frames input from the outside as an input signal, and encodes it by a method according to the HEVC method. Also, the encoding unit 432 sets a copy flag based on the reference image specifying information used at the time of encoding and the reference image specifying information from the base encoding unit 11.
  • the encoding unit 432 adds a copy flag or the like to the encoding result based on the set copy flag and the copy flag included in the SPS supplied from the setting unit 431, and generates encoded data. Then, the encoding unit 432 generates an enhancement stream from the encoded data and the parameter set supplied from the setting unit 431, and supplies the enhancement stream to the synthesis unit 13 in FIG.
  • FIG. 67 is a block diagram illustrating a configuration example of the encoding unit 432 in FIG.
  • the configuration of the encoding unit 432 in FIG. 67 is that a lossless encoding unit 451, an accumulation buffer 452, and a reference image setting unit 453 are provided instead of the lossless encoding unit 36, the accumulation buffer 37, and the reference image setting unit 50.
  • a lossless encoding unit 451, an accumulation buffer 452, and a reference image setting unit 453 are provided instead of the lossless encoding unit 36, the accumulation buffer 37, and the reference image setting unit 50.
  • the lossless encoding unit 451 acquires the intra prediction mode information from the intra prediction unit 46. Further, the lossless encoding unit 451 acquires the inter prediction mode information and the motion vector supplied from the motion prediction / compensation unit 47 from the motion prediction / compensation unit 47. Further, the lossless encoding unit 451 acquires an RPS flag, a copy flag, and the like from the reference image setting unit 453. Further, the lossless encoding unit 451 acquires offset filter information from the adaptive offset filter 42 and acquires filter coefficients from the adaptive loop filter 43.
  • the lossless encoding unit 451 performs lossless encoding on the quantized coefficient supplied from the quantization unit 35. Also, the lossless encoding unit 451 performs lossless encoding on intra prediction mode information or inter prediction mode information, motion vectors, RPS flags, copy flags, offset filter information, and filter coefficients as encoded information. The lossless encoding unit 451 adds the losslessly encoded information to the losslessly encoded coefficient to obtain encoded data. The lossless encoding unit 451 supplies the encoded data to the accumulation buffer 452 and accumulates it.
  • the accumulation buffer 452 temporarily stores the encoded data supplied from the lossless encoding unit 451.
  • the accumulation buffer 452 supplies the stored encoded data to the synthesis unit 13 (FIG. 65) as an enhancement stream together with the parameter set supplied from the setting unit 431 in FIG.
  • the reference image setting unit 453 compares the reference image specifying information supplied from the motion prediction / compensation unit 47 with the reference image specifying information stored in the reference buffer 49, and sets a copy flag. If the set copy flag is different from the copy flag included in the SPS supplied from the setting unit 431, the reference image setting unit 453 supplies the set copy flag to the lossless encoding unit 451.
  • the reference image setting unit 453 sets the RPS flag by comparing the reference image specifying information supplied from the motion prediction / compensation unit 47 with the reference image specifying information included in the SPS based on the set copy flag. And supplied to the lossless encoding unit 451. Further, based on the RPS flag, the reference image setting unit 453 supplies the reference image specifying information supplied from the motion prediction / compensation unit 47 to the lossless encoding unit 451 or uses the same SPS as the reference image specifying information. An index for specifying the included reference image specifying information is supplied to the lossless encoding unit 451.
  • FIG. 68 is a diagram illustrating an example of SPS syntax set by the setting unit 431 in FIG.
  • a copy flag (inter_layer_copy_flag) is set in the SPS of the enhancement stream.
  • the copy flag is 1 when indicating that the reference image specifying information of the base image is used as the reference image specifying information of the enhancement image, and indicates that the reference image specifying information of the base image is not used as the reference image specifying information of the enhancement image. Case 0.
  • the copy flag when the copy flag is 0, the information about the RPS and the information about the reference image specifying information of the long term are set similarly to the SPS of the base stream.
  • FIG. 69 is a diagram illustrating an example of the syntax of the slice header of the enhancement stream.
  • the copy flag of the corresponding slice is different from the copy flag included in the SPS
  • the copy flag is set.
  • the RPS flag and the RPS or RPS index are set as in the slice header of the base stream, and the long term flag is set. Accordingly, long-term reference image specifying information is set.
  • FIG. 70 is a diagram for explaining the effect of the encoding apparatus 400.
  • the copy flag is set to SPS and the copy flag of each slice is different from the SPS copy flag
  • the copy flag is set to the slice header of the slice. Therefore, since the decoding apparatus described later only needs to update the copy flag when the copy flag is included in the slice header, it is possible to easily perform the process of recognizing the reference image specifying information using the copy flag.
  • FIG. 71 is a flowchart for describing hierarchical encoding processing of the encoding device 400 of FIG.
  • step S361 the base encoding unit 11 of the encoding apparatus 400 encodes a base image input from the outside using the HEVC method, and generates a base stream by adding a parameter set. Then, the base encoding unit 11 supplies the base stream to the synthesis unit 13.
  • step S362 the base encoding unit 11 outputs the reference image specifying information of the base image to the enhancement encoding unit 411.
  • step S363 the setting unit 431 (FIG. 66) of the enhancement encoding unit 411 sets a parameter set for the enhancement image.
  • step S364 the encoding unit 432 performs enhancement encoding processing for encoding the enhancement image input from the outside.
  • This enhancement encoding process is performed except that a copy flag setting process for setting a copy flag or the like is performed instead of the generation process in step S38 in FIG. 26, and the process in step S54 in FIG. 27 is not performed. This is the same as the encoding process of FIGS. 26 and 27. Therefore, only the copy flag setting process will be described in detail with reference to FIG.
  • step S365 the accumulation buffer 452 (FIG. 67) of the encoding unit 432 generates an enhancement stream from the encoded data generated in step S364 and the parameter set supplied from the setting unit 431, and outputs the enhancement stream to the synthesis unit 13. To do.
  • step S366 the synthesizing unit 13 synthesizes the base stream supplied from the base encoding unit 11 and the enhancement stream supplied from the enhancement encoding unit 411, adds VPS and the like, and adds the encoded stream of all layers. Generate.
  • the synthesizing unit 13 supplies the encoded stream of all layers to the transmission unit 14.
  • step S367 the transmission unit 14 transmits the encoded stream of all layers supplied from the synthesis unit 13 to a decoding device to be described later, and ends the process.
  • FIG. 72 is a flowchart for explaining the details of the SPS setting process for setting the SPS in the process of step S363 of FIG.
  • step S381 in FIG. 72 the setting unit 431 sets the copy flag to SPS.
  • step S382 the setting unit 431 determines whether or not the copy flag set in the SPS is 1.
  • step S382 If it is determined in step S382 that the copy flag is not 1, that is, if the copy flag is 0, in step S383, the setting unit 431 sets RPS to SPS.
  • step S384 the setting unit 431 sets the long term flag to SPS.
  • step S385 the setting unit 431 determines whether or not the long term flag set in the SPS is 1. If it is determined in step S385 that the long term flag is 1, in step S386, the setting unit 431 sets the long term reference image specifying information and ends the processing.
  • step S382 if it is determined in step S382 that the copy flag is 1, or if it is determined in step S385 that the long-term flag is not 1, the process ends.
  • FIG. 73 is a flowchart for explaining the details of the copy flag setting process in the enhancement encoding process of step S364 of FIG. This copy flag setting process is performed in units of slices, for example.
  • the reference image setting unit 453 of FIG. 67 acquires the reference image specifying information of the enhancement image from the motion prediction / compensation unit 47.
  • the reference image setting unit 453 reads the reference image specifying information of the base image from the reference buffer 49.
  • step S392 the reference image setting unit 453 determines whether the reference image specifying information of the enhancement image is the same as the reference image specifying information of the base image. If it is determined in step S392 that the enhancement image and the base image have the same reference image specifying information, the reference image setting unit 453 sets the copy flag to 1 in step S393.
  • step S394 the reference image setting unit 453 determines whether or not the SPS copy flag supplied from the setting unit 431 in FIG. If it is determined in step S394 that the copy flag is 1, the process ends.
  • step S394 if it is determined in step S394 that the copy flag is not 1, the reference image setting unit 453 supplies the set copy flag to the lossless encoding unit 451 and ends the process.
  • step S392 if it is determined in step S392 that the enhancement image and the reference image reference information of the base image are not the same, in step S396, the reference image setting unit 453 sets the copy flag to 0. In step S397, the reference image setting unit 453 determines whether the SPS copy flag supplied from the setting unit 431 is “1”.
  • step S397 If it is determined in step S397 that the SPS copy flag is 1, the reference image setting unit 453 supplies the set copy flag to the lossless encoding unit 451 in step S398, and the process proceeds to step S399.
  • step S397 determines whether the SPS copy flag is not 1, that is, if the SPS copy flag is 0, which is the same as the set copy flag, the process in step S398 is skipped, and the process proceeds to step S397. Proceed to S399.
  • step S399 the reference image setting unit 453 determines whether or not the RPS in the reference image specifying information supplied from the motion prediction / compensation unit 47 is the same as the RPS of the SPS. If it is determined in step S399 that the RPS from the motion prediction / compensation unit 47 is the same as the RPS of the SPS, the reference image setting unit 453 sets the RPS flag to 1 in step S400.
  • step S401 the reference image setting unit 453 supplies the RPS index of the same SPS as the RPS from the motion prediction / compensation unit 47 to the lossless encoding unit 451, and the process proceeds to step S404.
  • step S399 when it is determined in step S399 that the RPS from the motion prediction / compensation unit 47 is not the same as the RPS of the SPS, the reference image setting unit 453 sets the RPS flag to 0 in step S402.
  • step S403 the reference image setting unit 453 supplies the RPS from the motion prediction / compensation unit 47 to the lossless encoding unit 451, and the process proceeds to step S404.
  • step S404 the reference image setting unit 453 determines whether or not the long term flag included in the SPS is 1. If it is determined in step S404 that the long term flag is 1, the process proceeds to step S405.
  • the reference image setting unit 453 supplies the long-term reference image specifying information of the reference image specifying information supplied from the motion prediction / compensation unit 47 to the lossless encoding unit 451. Specifically, the reference image setting unit 453 reversibly uses the same index that is different from the reference image specifying information of the SPS long term among the long term reference image specifying information from the motion prediction / compensation unit 47. The data is supplied to the encoding unit 451. Then, the process ends.
  • the encoding apparatus 400 sets the copy flag, the reference image specifying information can be shared between the base layer and the enhancement layer. Therefore, it is possible to reduce the information amount of the enhancement stream and improve the encoding efficiency.
  • FIG. 74 is a block diagram illustrating a configuration example of a third embodiment of a decoding device to which the present disclosure is applied, which decodes an encoded stream of all layers transmitted from the coding device 400 in FIG. 65.
  • the decoding device 74 differs from the configuration of the decoding device 90 in FIG. 29 in that an enhancement decoding unit 471 is provided instead of the enhancement decoding unit 94.
  • the enhancement decoding unit 471 of the decoding device 470 decodes the enhancement stream supplied from the separation unit 92 by a method according to the HEVC method, and generates an enhancement image.
  • the enhancement decoding unit 471 refers to the reference image specifying information of the base image supplied from the base decoding unit 93 and the copy flag included in the SPS or slice header.
  • the enhancement decoding unit 471 outputs the generated enhancement image.
  • FIG. 75 is a block diagram showing a configuration example of the enhancement decoding unit 471 in FIG.
  • the configuration of the enhancement decoding unit 471 in FIG. 75 is different from the configuration of the enhancement decoding unit 94 in FIG. 30 in that a decoding unit 491 is provided instead of the decoding unit 112.
  • the decoding unit 491 of the enhancement decoding unit 471 refers to the reference image specifying information of the base image from the base decoding unit 93 in FIG. 74 and the copy flag included in the SPS and slice header from the extraction unit 111, and extracts the extraction unit 111.
  • the encoded data from is decoded by a method according to the HEVC method.
  • the decoding unit 491 outputs an image obtained as a result of decoding as an enhancement image.
  • FIG. 76 is a block diagram illustrating a configuration example of the decoding unit 491 of FIG.
  • the configuration of the decoding unit 491 in FIG. 76 is that the lossless decoding unit 511 is provided instead of the lossless decoding unit 132, and the reference image setting unit 512 is provided instead of the reference image setting unit 145. Different from the configuration of the unit 112.
  • the lossless decoding unit 511 of the decoding unit 491 obtains quantized coefficients and encoded information by performing lossless decoding on the encoded data from the accumulation buffer 131.
  • the lossless decoding unit 511 supplies the quantized coefficient to the inverse quantization unit 133.
  • the lossless decoding unit 511 supplies intra prediction mode information or the like as encoded information to the intra prediction unit 143, and supplies motion vectors, inter prediction mode information, or the like to the motion compensation unit 146.
  • the lossless decoding unit 511 supplies a copy flag, RPS flag, reference image specifying information, RPS index, and the like as encoded information to the reference image setting unit 512. Furthermore, the lossless decoding unit 511 supplies intra prediction mode information or inter prediction mode information as encoded information to the switch 147. The lossless decoding unit 511 supplies offset filter information as encoded information to the adaptive offset filter 137 and supplies filter coefficients to the adaptive loop filter 138.
  • the reference image setting unit 512 holds a copy flag and reference image specifying information included in the SPS supplied from the extraction unit 111 in FIG.
  • the reference image setting unit 512 updates the held copy flag and reference image specifying information.
  • the reference image setting unit 512 reads the reference image specifying information of the base image from the reference buffer 144 based on the held copy flag, and determines the reference image specifying information of the slice to be processed. In addition, the reference image setting unit 512 updates the reference image specifying information after the update or the index reference image specifying information from the lossless decoding unit 511 based on the copy flag and the RPS flag from the lossless decoding unit 511. Is determined as the reference image specifying information of the slice to be processed.
  • the hierarchical decoding process of the decoding device 470 of FIG. 74 is the same as the hierarchical decoding process of FIG. 33 except for the enhancement image generation process of step S106 of FIG. Accordingly, only the enhancement image generation process will be described below.
  • FIG. 77 is a flowchart for explaining enhancement image generation processing of the enhancement decoding unit 471 in FIG.
  • step S431 in FIG. 77 the extraction unit 111 of the enhancement decoding unit 471 extracts a parameter set such as SPS and PPS and encoded data from the enhancement stream supplied from the separation unit 92 in FIG. Supply.
  • step S432 the reference image setting unit 512 of the decoding unit 491 performs an SPS extraction process of extracting a copy flag or the like from the SPS supplied from the extraction unit 111. Details of the SPS extraction processing will be described with reference to FIG. 78 described later.
  • the decoding unit 491 refers to the copy flag included in the SPS or the slice header, the reference image specifying information from the base decoding unit 93, and the like in a method in which the encoded data from the extraction unit 111 conforms to the HEVC method.
  • An enhancement decoding process for decoding is performed. This enhancement decoding process is the same as the decoding process of FIG. 35 except for the generation process of step S136 of FIG. Therefore, only the generation process will be described in detail below with reference to FIG. 79 described later.
  • FIG. 78 is a flowchart for explaining the details of the SPS extraction process in step S432 of FIG.
  • step S451 of FIG. 78 the reference image setting unit 512 extracts the copy flag from the SPS supplied from the extraction unit 111 and holds it. In step S452, the reference image setting unit 512 determines whether or not the extracted copy flag is 1.
  • step S452 If it is determined in step S452 that the copy flag is not 1, that is, if the copy flag is 0, in step S453, the reference image setting unit 512 extracts the RPS from the SPS and holds it. In step S454, the reference image setting unit 512 extracts a long / term flag from the SPS.
  • step S455 the reference image setting unit 512 determines whether or not the long ⁇ ⁇ ⁇ term flag is 1, and if it is determined to be 1, the process proceeds to step S456.
  • step S456 the reference image setting unit 512 extracts long-term reference image specifying information from the SPS and holds it. Then, the process returns to step S432 in FIG. 77 and proceeds to step S433.
  • step S452 if it is determined in step S452 that the copy flag is 1, or if it is determined in step S455 that the long-term flag is not 1, the process returns to step S432 in FIG. 77 and proceeds to step S433.
  • FIG. 79 is a flowchart for explaining the details of the generation process in the enhancement decoding process in step S433 of FIG. This generation process is performed in units of slices, for example.
  • step S471 in FIG. 79 the reference image setting unit 512 determines whether a copy flag is supplied from the lossless decoding unit 511. When it is determined in step S471 that the copy flag has been supplied, in step S472, the reference image setting unit 512 updates the copy flag included in the held SPS with the copy flag from the lossless decoding unit 511. Then, the process proceeds to step S473.
  • step S471 determines whether the copy flag is supplied. If it is determined in step S471 that the copy flag is not supplied, the process proceeds to step S473.
  • step S473 the reference image setting unit 512 determines whether or not the held copy flag is 1, and if it is determined that the copy flag is 1, the process proceeds to step S474.
  • step S474 the reference image setting unit 512 reads the reference image specifying information of the base image from the reference buffer 144.
  • step S475 the reference image setting unit 512 determines the reference image specifying information of the base image as the reference image specifying information of the slice to be processed. Then, the reference image setting unit 512 supplies the determined reference image specifying information to the motion compensation unit 146 and ends the process.
  • step S473 determines whether or not the copy flag is 1.
  • step S477 the reference image setting unit 512 acquires the index of the reference image specifying information supplied from the lossless decoding unit 511.
  • step S478 the reference image setting unit 512 determines the reference image specifying information to which the acquired index is assigned among the reference image specifying information included in the held SPS as the reference image specifying information of the slice to be processed. And supplied to the motion compensation unit 146.
  • the reference image specifying information of the long term supplied from the lossless decoding unit 511 is also determined as the reference image specifying information of the slice to be processed, This is supplied to the motion compensation unit 146. After the process of step S478, the process ends.
  • the reference image setting unit 512 acquires the reference image specifying information supplied from the lossless decoding unit 511 in step S479. Then, the reference image setting unit 512 updates the reference image specifying information included in the held SPS to the reference image specifying information.
  • step S480 the reference image setting unit 512 determines the updated reference image specifying information as the reference image specifying information of the slice to be processed, and supplies the reference image specifying information to the motion compensation unit 146. Then, the process ends.
  • the copy flag and the reference image specifying information held in the reference image setting unit 512 are returned to the copy flag and the reference image specifying information included in the SPS.
  • the decoding device 470 since the decoding device 470 generates the reference image specifying information of the enhancement image using the copy flag, the reference image specifying information can be shared between the base layer and the enhancement layer. Therefore, it is possible to decode an enhancement stream with improved coding efficiency by sharing reference image specifying information between the base layer and the enhancement layer.
  • the common copy flag is set in the reference image specifying information of RPS and long term, but the copy flag may be set separately.
  • This case will be described below as a second example of the third embodiment.
  • the case of the second example of the third embodiment is referred to as a separate copy flag setting time
  • the case of the first example is referred to as a common copy flag setting time.
  • FIG. 80 is a diagram illustrating an example of the syntax of the SPS set by the setting unit 431 in FIG. 66 when another copy flag is set.
  • an RPS copy flag (inter_layer_short_copy_flag), which is a copy flag for RPS, is set in the SPS.
  • the RPS copy flag is 1 when indicating that the RPS of the base image is used as the RPS of the enhancement image, and is 0 when indicating that the RPS of the base image is not used as the RPS of the enhancement image.
  • the long term flag is set in the SPS.
  • a long term copy flag (inter_layer_long_copy_flag), which is a copy flag for long ⁇ term reference image specifying information, is set.
  • the long term copy flag is 1 when indicating that the long term reference image specifying information of the base image is used as the long term reference image specifying information of the enhancement image.
  • 0 indicates that the long-term reference image specifying information of the base image is not used as the long-term reference image specifying information of the enhancement image.
  • the number of longSPterm reference image specifying information (num_long_term_ref_pics_sps) and long term reference image specifying information are set in the SPS.
  • FIG. 81 is a diagram illustrating an example of the syntax of the slice header of the enhancement stream when another copy flag is set.
  • the RPS copy flag is set in the slice header of the enhancement stream when the RPS copy flag of the corresponding slice is different from the RPS copy flag included in the SPS. Also, as shown in the sixth to twelfth lines of FIG. 81, when the RPS copy flag of the corresponding slice is 0, the RPS flag and the RPS or RPS index are set as in the slice header of the base stream. .
  • the hierarchical encoding process when another copy flag is set is the same as the hierarchical encoding process of FIG. 71 except for the SPS setting process and the copy flag setting process. Accordingly, only the SPS setting process and the copy flag setting process will be described below.
  • FIG. 82 is a flowchart for explaining the SPS setting process when another copy flag is set.
  • step S501 of FIG. 82 the setting unit 431 sets the RPS copy flag to SPS.
  • step S502 the setting unit 431 determines whether or not the RPS copy flag set in the SPS is 1.
  • step S502 If it is determined in step S502 that the RPS copy flag is not 1, that is, if the RPS copy flag is 0, in step S503, the setting unit 431 sets RPS to SPS, and the process proceeds to step S504. On the other hand, if it is determined in step S502 that the RPS copy flag is 1, the process proceeds to step S504.
  • step S504 the setting unit 431 sets the long term flag to SPS.
  • step S505 the setting unit 431 determines whether or not the long ⁇ term S flag set in the SPS is 1. If it is determined in step S505 that the long term flag is 1, in step S506, the setting unit 431 sets the long term copy flag to SPS.
  • step S507 it is determined whether or not the long term copy flag set in SPS is “1”. If it is determined in step S507 that the long term copy flag is not 1, that is, if the long term copy flag is 0, in step S508, the setting unit 431 sets the reference image specifying information of the long term and performs processing. finish.
  • step S505 if it is determined in step S505 that the long-term flag is not 1, or if it is determined that the long-term copy flag is 1 in step S507, the process ends.
  • FIG. 83 is a flowchart for explaining copy flag setting processing when another copy flag is set. This copy flag setting process is performed in units of slices, for example.
  • steps S521 and S522 in FIG. 83 are the same as the processing in steps S390 and S391 in FIG. Further, the processing in steps S523 to S534 is the same as the processing in steps S392 to S403 in FIG. 73 except that the copy flag is replaced with the RPS copy flag and the reference image specifying information is replaced with RPS. Is omitted.
  • step S525 If it is determined in step S525 that the SPS RPS copy flag is 1, and after the processing in steps S526, S532, and S534, the processing proceeds to step S535.
  • step S535 the reference image setting unit 453 in FIG. 67 determines whether the long-term reference image specifying information of the enhancement image is the same as the long-term reference image specifying information of the base image. If it is determined in step S535 that the enhancement image and the long-term reference image identification information of the base image are the same, in step S536, the reference image setting unit 453 sets the long-term copy flag to 1.
  • step S537 the reference image setting unit 453 determines whether the long term copy flag of the SPS supplied from the setting unit 431 in FIG. If it is determined in step S537 that the SPS long term copy flag is 1, the process ends.
  • step S537 determines whether the SPS long term copy flag is not 1, that is, if the SPS long term copy flag is 0, in step S538, the reference image setting unit 453 sets the set long term.
  • the copy flag is supplied to the lossless encoding unit 451. Then, the process ends.
  • step S535 If it is determined in step S535 that the enhancement image and the long-term reference image identification information of the base image are not the same, in step S539, the reference-image setting unit 453 sets the long-term copy flag to 0.
  • step S540 the reference image setting unit 453 determines whether or not the long term copy flag of the SPS is 1. If it is determined in step S540 that the SPS long term copy flag is 1, in step S541, the reference image setting unit 453 supplies the set long term copy flag to the lossless encoding unit 451, and processing is performed. The process proceeds to S542.
  • step S540 determines whether the SPS long term copy flag is not 1, that is, if the SPS long term copy flag is 0, the process proceeds to step S542.
  • steps S542 and S543 is the same as the processing in steps S404 and S405 in FIG. After the process of step S543, the process ends.
  • the hierarchical decoding process when another copy flag is set is the same as the hierarchical decoding process when the common copy flag is set, except for the SPS extraction process and the generation process. Accordingly, only the SPS extraction process and the generation process will be described below.
  • FIG. 84 is a flowchart for explaining the SPS extraction process when another copy flag is set.
  • step S561 of FIG. 84 the reference image setting unit 512 extracts the RPS copy flag from the SPS supplied from the extraction unit 111 and holds it.
  • step S562 the reference image setting unit 512 determines whether or not the extracted RPS copy flag is 1.
  • step S562 If it is determined in step S562 that the RPS copy flag is not 1, that is, if the RPS copy flag is 0, in step S563, the reference image setting unit 512 extracts and holds the RPS from the SPS. Then, the process proceeds to step S564.
  • step S562 if it is determined in step S562 that the RPS copy flag is 1, the process proceeds to step S564.
  • step S564 the reference image setting unit 512 extracts a long term flag from the SPS.
  • step S565 the reference image setting unit 512 determines whether or not the extracted long-term flag is 1, and if it is determined to be 1, the process proceeds to step S566.
  • step S566 the reference image setting unit 512 extracts the long-term copy flag from the SPS and holds it.
  • step S567 the reference image setting unit 512 determines whether or not the long-term copy flag is 1, and if it is determined that it is not 1, that is, if it is 0, the process proceeds to step S568.
  • step S565 if it is determined in step S565 that the long-term flag is not 1, or if it is determined that the long-term copy flag is 1 in step S567, the process ends.
  • FIG. 85 is a flowchart for explaining generation processing when another copy flag is set. This generation process is performed in units of slices, for example.
  • step S581 the reference image setting unit 512 determines whether or not the RPS copy flag is supplied from the lossless decoding unit 511. If it is determined in step S581 that the RPS copy flag has been supplied, in step S582, the reference image setting unit 512 updates the RPS copy flag included in the held SPS to the RPS copy flag from the lossless decoding unit 511. To do. Then, the process proceeds to step S583.
  • step S581 determines whether the RPS copy flag is supplied. If it is determined in step S581 that the RPS copy flag is not supplied, the process proceeds to step S583.
  • step S583 the reference image setting unit 512 determines whether the long-term copy flag is supplied from the lossless decoding unit 511. If it is determined in step S583 that the long term copy flag has been supplied, in step S584, the reference image setting unit 512 uses the long term copy flag included in the held SPS as the long ⁇ term copy from the lossless decoding unit 511. Update to flag. Then, the process proceeds to step S585.
  • step S583 determines whether the long term copy flag is not supplied. If it is determined in step S583 that the long term copy flag is not supplied, the process proceeds to step S585.
  • steps S585 to S592 are the same except that the copy flag is replaced with the RPS copy flag, the reference image specifying information is replaced with RPS, and the long-term reference image specifying information of the slice to be processed is not determined. Since it is the same as the process of steps S473 to S480 of 79, the description is omitted.
  • step S593 After the processing of steps S587, S590, and S592, the processing proceeds to step S593.
  • step S593 the reference image setting unit 512 determines whether or not the long-term copy flag is 1. If it is determined in step S593 that the long term copy flag is 1, in step S594, the reference image setting unit 512 reads the reference image specifying information of the long term of the base image from the reference buffer 144.
  • step S595 the reference image setting unit 512 determines the long-term reference image identification information of the base slice as the long-term reference image identification information of the slice to be processed. Then, the reference image setting unit 512 supplies the determined long-term reference image specifying information to the motion compensation unit 146 and ends the process.
  • step S593 determines whether the long-term copy flag is not 1, that is, if the long-term copy flag is 0, the process proceeds to step S596.
  • the reference image setting unit 512 acquires the index of the long-term reference image specifying information supplied from the lossless decoding unit 511.
  • the reference image setting unit 512 converts the long-term reference image identification information to which the acquired index is assigned from the long-term reference image identification information included in the held SPS into the slice to be processed.
  • the long term reference image specific information is determined.
  • the reference image setting unit 512 also determines the long-term reference image identification information supplied from the lossless decoding unit 511 as the long-term reference image identification information of the slice to be processed. Then, the reference image setting unit 512 supplies the long-term reference image specifying information of the slice to be processed to the motion compensation unit 146 and ends the processing.
  • the RPS copy flag, long ⁇ term copy flag, and reference image specifying information held in the reference image setting unit 512 are the RPS copy flag, long term copy flag, and reference image specifying information included in the SPS. Returned to
  • the enhancement image reference image may be set in the ref_idx_framework mode.
  • the base image is used as the long-term reference image of the enhancement image, even if the RPS is the same between the base image and the enhancement image, the long-term reference image specifying information is between the base image and the enhancement image. Different.
  • the number of long-term reference images of the enhancement image is larger than that of the base image, and the size of the frame memory 44 (141) increases. Therefore, it is conceivable to delete a part of the long-term reference image of the enhancement image to suppress the size, but the reference image to be deleted is a reference image other than the base image that can be predicted with high accuracy. . Therefore, also in this case, the long-term reference image specifying information differs between the base image and the enhancement image.
  • the resolution image of the enhancement image is larger than the resolution of the base image, and the reference image of either the short term or the long term of the enhancement image is reduced in order to suppress the size of the frame memory 44 (141).
  • the reference image specifying information of either short term or long term is different between the base image and the enhancement image.
  • the base image is used as a reference image, it is likely that high-precision prediction can be performed using the base image. Therefore, by reducing the reference image of either the short term or long term of the enhancement image The size of the frame memory 44 (141) may be suppressed. In this case, the reference image specifying information of either short term or long term is different between the base image and the enhancement image.
  • the long-term reference image specifying information is different between the base image and the enhancement image.
  • the copy flag is set to 0 by disabling the copy flag for the long-term reference image specifying information in the ref_idx_framework mode instead of setting the copy flag separately for the RPS and long-term reference image specifying information. You may make it avoid the duplication setting of RPS by some.
  • This case will be described below as a third example of the third embodiment. In the following, the case of the third example of the third embodiment is referred to as using the setting mode.
  • FIG. 86 is a diagram illustrating an example of the syntax of the extension unit (vps_extension) of the VPS according to the third embodiment.
  • the syntax of the VPS other than the VPS extension in the third embodiment is the same as that of the VPS in the first and second embodiments.
  • an AVC flag (avc_base_layer_flag) indicating whether or not the base image encoding method is the AVC method is set in the extension unit of the VPS.
  • the AVC flag is 1 when the base image encoding method is the AVC method, and is 0 when the base image encoding method is the HEVC method.
  • setting mode information (scalavility_mask) indicating the type of the setting mode specific to the scalable function used as the setting mode for the reference image of the enhancement image is set in the extension part of the VPS.
  • the installation mode information is, for example, 1 when the ref_idx_framework mode is used as the reference image setting mode of the enhancement image.
  • the copy flag for the long-term reference image specifying information can be invalidated using this setting mode information.
  • FIG. 87 is a diagram illustrating an example of SPS syntax set by the setting unit 431 in FIG. 66 when the setting mode is used.
  • a copy flag (inter_layer_copy_flag) is set in the SPS of the enhancement stream as in the case of FIG. Further, as shown in the 4th to 8th lines, information on the RPS is set in the SPS as in the case of FIG.
  • the SPS relates to the long-term reference image specifying information as in FIG. Information is set. That is, even if the copy flag is 1, if the setting mode information is 1, the copy flag is invalidated, and information related to long-term reference image specifying information is set in the SPS.
  • FIG. 88 is a diagram illustrating an example of the syntax of the slice header of the enhancement stream when the setting mode is used.
  • the copy flag of the corresponding slice is different from the copy flag included in the SPS
  • the copy flag is set as in FIG. .
  • the RPS flag and the RPS or RPS index are set.
  • the hierarchical encoding process when using the setting mode is the same as the hierarchical encoding process of FIG. 71 except for the SPS setting process and the copy flag setting process. Accordingly, only the SPS setting process and the copy flag setting process will be described below.
  • FIG. 89 is a flowchart for explaining the SPS setting process when the setting mode is used.
  • Steps S611 to S613 in FIG. 89 are the same as steps S501 to S503 in FIG. 82 except that the RPS copy flag is replaced with a copy flag, and thus description thereof is omitted.
  • step S613 or if it is determined in step S612 that the copy flag is 1, the process proceeds to step S614.
  • step S614 the setting unit 431 determines whether the copy flag is 0 or the setting mode information set in the VPS is 1.
  • step S614 If it is determined in step S614 that the copy flag is 0 or the setting mode information is 1, the process proceeds to step S615.
  • the processing in steps S615 to S617 is the same as the processing in steps S384 to S386 in FIG.
  • step S614 if it is determined in step S614 that the copy flag is not 0 and the setting mode information is not 1, that is, if the copy flag is 1 and the setting mode information is 0, the process ends. To do.
  • FIG. 90 is a flowchart for explaining copy flag setting processing when the setting mode is used. This copy flag setting process is performed in units of slices, for example.
  • step S633 the reference image setting unit 453 in FIG. 67 determines whether the setting mode information set in the VPS supplied from the setting unit 431 is “1”. If it is determined in step S633 that the setting mode information is 1, in step S634, the reference image setting unit 453 determines whether the RPS of the enhancement image is the same as the RPS of the base image.
  • step S634 If it is determined in step S634 that the enhancement image and the base image have the same RPS, in step S635, the reference image setting unit 453 sets the copy flag to 1, and the process proceeds to step S640.
  • step S634 when it is determined in step S634 that the enhancement image and the base image do not have the same RPS, in step S636, the reference image setting unit 453 sets the copy flag to 0, and the process proceeds to step S640.
  • step S633 If it is determined in step S633 that the setting mode information is not 1, that is, if the setting mode information is 0, the process proceeds to step S637.
  • the processing in steps S637 to S639 is the same as the processing in steps S392, S393, and S396 in FIG. After the processes of steps S638 and S639, the process proceeds to step S640.
  • step S640 the reference image setting unit 453 determines whether or not the SPS copy flag supplied from the setting unit 431 is the same as the set copy flag. If it is determined in step S640 that the SPS copy flag and the set copy flag are the same, the process proceeds to step S642.
  • step S641 the reference image setting unit 453 supplies the set copy flag to the lossless encoding unit 451. , The process proceeds to step S642.
  • step S642 the reference image setting unit 453 determines whether or not the set copy flag is 1. If it is determined that the copy flag set in step S642 is 1, in step S643, the reference image setting unit 453 determines whether the setting mode information is 1.
  • step S643 If it is determined in step S643 that the setting mode information is not 1, that is, if the setting mode information is 0, the process ends. On the other hand, if it is determined in step S643 that the setting mode information is 1, the process proceeds to step S649.
  • step S642 If it is determined that the copy flag set in step S642 is not 1, that is, if the set copy flag is 0, the process proceeds to step S644.
  • the processing in steps S644 to S650 is the same as the processing in steps S399 to S405 in FIG.
  • the copy flag for the long-term reference image specifying information is invalidated, so whether or not the RPS is the same between the base image and the enhancement image. Can set the copy flag. Therefore, if the long-term reference image specifying information is different between the base image and the enhancement image because the setting mode information is 1, the copy flag is set to 1 and the RPS is shared between the base image and the enhancement image. be able to. As a result, encoding efficiency is improved.
  • the hierarchical decoding process when using the setting mode is the same as the hierarchical decoding process when setting the common copy flag, except for the SPS extraction process and the generation process. Accordingly, only the SPS extraction process and the generation process will be described below.
  • FIG. 91 is a flowchart for explaining the SPS extraction process when the setting mode is used.
  • step S673 or if it is determined in step S672 that the copy flag is 1, the process proceeds to step S674.
  • step S674 the reference image setting unit 512 determines whether the copy flag included in the SPS supplied from the extraction unit 111 is 0 or whether the setting mode information included in the VPS is 1.
  • step S674 If it is determined in step S674 that the copy flag is 0 or the setting mode information is 1, the process proceeds to step S675.
  • the processing in steps S675 to S677 is the same as the processing in steps S454 to S456 in FIG.
  • step S674 if it is determined in step S674 that the copy flag is not 0 and the setting mode information is not 1, that is, if the copy flag is 1 and the setting mode information is 0, the process ends. To do.
  • FIG. 92 is a flowchart for explaining generation processing when the setting mode is used. This generation process is performed in units of slices, for example.
  • the processing in steps S691 and S692 in FIG. 92 is the same as the processing in steps S471 and S472 in FIG.
  • the processing in steps S693 to S700 is the same as the processing in steps S585 to S592 in FIG. 85 except that the RPS copy flag is replaced with a copy flag, and thus the description thereof is omitted.
  • step S701 the reference image setting unit 512 determines whether the setting mode information included in the VPS extracted by the separation unit 92 is 1. If it is determined in step S701 that the setting mode information is not 1, that is, if the setting mode information is 0, the process proceeds to step S702.
  • steps S702 to S706 is the same as the processing in steps S593 to S597 in FIG. 85 except that the long term copy flag is replaced with the copy flag, and thus the description thereof is omitted.
  • step S701 determines whether the setting mode information is 1, the process proceeds to step S705.
  • the encoding scheme of the base image is the HEVC scheme, but it may be an encoding scheme other than the HEVC scheme such as the AVC scheme.
  • the reference image specifying information of the base image and the enhancement image cannot be shared. Therefore, the copy flag may be set only when the encoding method of the base image and the enhancement image is the same, and the reference image specifying information of the base image and the enhancement image may be shared.
  • FIG. 93 is a diagram illustrating an example of SPS syntax set by the setting unit 431 in FIG. 66 when the common copy flag is set based on the encoding method.
  • the SPS includes information on the RPS and the long-term of the long term as in the SPS of the base stream. Information relating to the reference image specifying information is set.
  • the hierarchical encoding process at the time of setting the common copy flag based on the encoding method is the same as the hierarchical encoding process of FIG. 71 except for the SPS setting process and the copy flag setting process.
  • the SPS setting process at the time of setting the common copy flag based on the encoding method is except that the setting unit 431 determines whether or not the AVC flag set to VPS is 1 before the SPS setting process of FIG. This is the same as the SPS setting process of FIG. When it is determined that the AVC flag is not 1, the SPS setting process of FIG. 72 is performed, and when it is determined that the AVC flag is 0, the process proceeds to step S383.
  • the copy flag setting process at the time of setting the common copy flag based on the encoding method is performed by setting the AVC flag set in the VPS supplied from the setting unit 431 by the reference image setting unit 453 before the copy flag setting process of FIG.
  • the process is the same as the copy flag setting process of FIG. If it is determined that the AVC flag is not 1, the copy flag setting process of FIG. 73 is performed. If it is determined that the AVC flag is 1, the process proceeds to step S399.
  • the hierarchical decoding process when the common copy flag is set based on the encoding method is the same as the hierarchical decoding process when the common copy flag is set, except for the SPS extraction process and the generation process.
  • the SPS extraction process at the time of setting the common copy flag based on the encoding method is whether the AVC flag included in the VPS extracted by the separation unit 92 by the reference image setting unit 512 before the SPS extraction process of FIG. Is the same as the SPS extraction process of FIG. If it is determined that the AVC flag is not 1, the SPS extraction process of FIG. 78 is performed, and if it is determined that the AVC flag is 0, the process proceeds to step S453.
  • the generation processing when the common copy flag is set based on the encoding method is the same as that in FIG. 79 except that the reference image setting unit 512 determines whether the AVC flag is 1 before the generation processing in FIG. This is the same as the generation process. If it is determined that the AVC flag is not 1, the generation process of FIG. 79 is performed. If it is determined that the AVC flag is 1, the process proceeds to step S476.
  • FIG. 94 is a block diagram illustrating a configuration example of the fourth embodiment of the encoding device to which the present technology is applied.
  • the encoding device 530 shares at least part of the RPS between the base image and the enhancement image.
  • an enhancement image is input from the outside to the enhancement encoding unit 531 of the encoding device 530.
  • the enhancement encoding unit 531 encodes the enhancement image by a method according to the HEVC method.
  • the enhancement encoding unit 531 uses the RPS of the base image supplied from the base encoding unit 11 to set a partial RPS copy flag as reference image specifying generation information (reference image generation information). Then, the enhancement encoding unit 531 generates encoded data by adding a partial RPS copy flag or the like to the encoding result.
  • the partial RPS copy flag is a flag indicating whether or not at least a part of the RPS of the base image is used as the RPS of the enhancement image.
  • the enhancement encoding unit 531 supplies an encoded stream including encoded data, SPS, PPS, and the like to the synthesizing unit 13 as an enhancement stream.
  • the encoding apparatus 530 shall transmit the encoding stream of all the layers here, it can also transmit only a base stream as needed.
  • (Configuration example of enhancement encoding unit) 95 is a block diagram showing a configuration example of the enhancement encoding unit 531 in FIG.
  • the enhancement encoding unit 531 includes a setting unit 551 and an encoding unit 552.
  • the setting unit 551 of the enhancement coding unit 531 sets a parameter set such as SPS and PPS including a partial RPS copy flag as necessary.
  • the setting unit 551 supplies the set parameter set to the encoding unit 552.
  • the encoding unit 552 encodes an enhancement image in units of frames input from the outside as an input signal by a method according to the HEVC method. Also, the encoding unit 552 sets a partial RPS copy flag based on the RPS used at the time of encoding and the RPS from the base encoding unit 11.
  • the encoding unit 552 adds a partial RPS copy flag and the like to the encoding result based on the set partial RPS copy flag and the partial RPS copy flag included in the SPS supplied from the setting unit 551, Generate encoded data. Then, the encoding unit 552 generates an enhancement stream from the encoded data and the parameter set supplied from the setting unit 551, and supplies the enhancement stream to the synthesis unit 13 in FIG.
  • FIG. 96 is a block diagram illustrating a configuration example of the encoding unit 552 of FIG.
  • the configuration of the encoding unit 552 in FIG. 96 is that a lossless encoding unit 571, an accumulation buffer 452, and a reference image setting unit 572 are provided instead of the lossless encoding unit 36, the accumulation buffer 37, and the reference image setting unit 50. Different from the configuration of FIG.
  • the lossless encoding unit 571 acquires intra prediction mode information from the intra prediction unit 46. Further, the lossless encoding unit 571 acquires the inter prediction mode information and the motion vector supplied from the motion prediction / compensation unit 47 from the motion prediction / compensation unit 47. Further, the lossless encoding unit 571 acquires an RPS flag, a partial RPS copy flag, and the like from the reference image setting unit 572. In addition, the lossless encoding unit 571 acquires offset filter information from the adaptive offset filter 42 and acquires filter coefficients from the adaptive loop filter 43.
  • the lossless encoding unit 571 performs lossless encoding on the quantized coefficient supplied from the quantization unit 35. Also, the lossless encoding unit 571 performs lossless encoding on intra prediction mode information or inter prediction mode information, motion vectors, RPS flags, partial RPS copy flags, offset filter information, and filter coefficients as encoded information. To do. The lossless encoding unit 571 adds the losslessly encoded information to the losslessly encoded coefficient to obtain encoded data. The lossless encoding unit 571 supplies the encoded data to the accumulation buffer 452 and accumulates it.
  • the reference image setting unit 572 compares the RPS supplied from the motion prediction / compensation unit 47 with the RPS stored in the reference buffer 49 and sets a partial RPS copy flag. Then, when the set partial RPS copy flag is different from the partial RPS copy flag included in the SPS supplied from the setting unit 551 in FIG. 95, the reference image setting unit 572 displays the set partial RPS copy flag. This is supplied to the lossless encoding unit 571.
  • the reference image setting unit 572 generates an RPS for the partial RPS copy flag based on the RPS supplied from the motion prediction / compensation unit 47, the RPS of the base image, and the partial RPS copy flag.
  • the reference image setting unit 572 compares the generated RPS for the partial RPS copy flag with the RPS for the partial RPS copy flag included in the SPS, sets the RPS flag, and sets the RPS flag to the lossless encoding unit 571. Supply. Further, the reference image setting unit 572 supplies the generated RPS for the partial RPS copy flag to the lossless encoding unit 571 based on the RPS flag, or the partial RPS copy included in the same SPS as the RPS. An index for specifying the flag RPS is supplied to the lossless encoding unit 571.
  • FIG. 97 is a diagram illustrating an example of SPS syntax set by the setting unit 551 in FIG.
  • a partial RPS copy flag (inter_layer_prediction_flag) is set in the SPS of the enhancement stream.
  • the partial RPS copy flag is 1 when indicating that at least a part of the RPS of the base image is used as the RPS of the enhancement image, and is 0 when indicating that not all of the RPS of the base image is used as the RPS of the enhancement image. is there.
  • the number of RPSs (num_short_term_ref_pic_sets) included in the SPS is set in the same way as the SPS of the base stream. Further, as shown in the 5th and 6th lines, the RPS (shrot_term_ref_pic_set (i, inter_layer_prediction_flag)) for the partial RPS copy flag set in the SPS is set, and as shown in the 7th to 13th lines. Similarly to the RPS of the base stream, information regarding long-term reference image specifying information is set.
  • FIG. 98 is a diagram illustrating an example of the syntax of the slice header of the enhancement stream.
  • the partial RPS copy flag of the corresponding slice is different from the partial RPS copy flag included in the SPS
  • the partial RPS copy flag is set in the slice header of the enhancement stream.
  • the RPS flag is set similarly to the slice header of the base stream.
  • the RPS for the partial RPS copy flag of the corresponding slice is set.
  • the RPS index for the partial RPS copy flag included in the SPS is the same as the RPS for the partial RPS copy flag of the corresponding slice. Is set.
  • the reference image specifying information of long term is set according to the long term flag, similarly to the slice header of the base stream.
  • FIG. 99 is a diagram illustrating an example of RPS syntax for a partial RPS copy flag.
  • reference information (inter_ref_pic_set_prediction_flag) is set in the RPS for the partial RPS copy flag.
  • the reference information indicates whether or not there is a reference between different layers as well as between the same layers. That is, when the reference information is 1, the reference information indicates that the RPS of the previous image or the base image is used as the RPS of the enhancement image. On the other hand, when the reference information is 0, the reference information indicates that the RPS of the previous image and the base image is not used as the RPS of the enhancement image.
  • the reference information when the reference information is 1, the previous image specifying information (delta_idx_minus1), the sign (delta_rps_sign), and the absolute value (abs_delta_rps_minus1) are set in the RPS for the case where the partial RPS copy flag is 0. .
  • a flag (used_by_curr_pic_lt_flag) is set, and a flag (use_delta_flag) is set according to the flag (used_by_curr_pic_flag).
  • the reference information when the reference information is 0, information indicating the number of reference images, POC, and the like are set in the RPS when the partial RPS copy flag is 0.
  • a flag (used_by_curr_pic_flag) is set in the RPS for the case where the partial RPS copy flag is 1, and a flag (use_delta_flag) is set according to the flag (used_by_curr_pic_flag).
  • a flag (used_by_curr_pic_flag) (use information) is set.
  • the hierarchical encoding process of the encoding device 530 in FIG. 94 is the same as the hierarchical encoding process in FIG. 71 except for the SPS setting process and the copy flag setting process. Accordingly, only the SPS setting process and the copy flag setting process will be described below.
  • FIG. 100 is a flowchart for explaining the SPS setting process of the encoding device 530.
  • step S721 in FIG. 100 the setting unit 551 in FIG. 95 sets a partial RPS copy flag to SPS.
  • the setting unit 551 determines whether or not the partial RPS copy flag is 1. When it is determined in step S722 that the partial RPS copy flag is 1, in step S723, the setting unit 551 sets the RPS for the case where the partial RPS copy flag of the number of RPSs (num_short_term_ref_pic_sets) is 1 to the SPS. Set.
  • the setting unit 551 sets RPSs for partial RPS copy flags including 1 as a reference information and a flag (used_by_curr_pic_lt_flag) to the SPS by the number of RPSs (num_short_term_ref_pic_sets).
  • the flag (used_by_curr_pic_flag) is 0, the flag (use_delta_flag) is also set as an RPS for a partial RPS copy flag.
  • step S722 determines whether the partial RPS copy flag is not 1, that is, if the partial RPS copy flag is 0, the process proceeds to step S724.
  • step S724 the setting unit 551 sets the RPS for the case where the partial RPS copy flag of the number of RPSs (num_short_term_ref_pic_sets) is 0 to SPS.
  • the setting unit 551 includes reference information.
  • the reference information is 1, the previous image specifying information (delta_idx_minus1), a code (delta_rps_sign), an absolute value (abs_delta_rps_minus1), and a flag (used_by_curr_pic_flag) are referred to
  • RPSs for partial RPS copy flags including the number of reference images, information indicating POC, and the like are set in SPS by the number of RPSs (num_short_term_ref_pic_sets).
  • the flag (used_by_curr_pic_flag) is 0, the flag (use_delta_flag) is also set as an RPS for a partial RPS copy flag.
  • step S723 or S724 After the process of step S723 or S724, the process proceeds to step S725.
  • the processing in steps S725 to S727 is the same as the processing in steps S384 to S386 in FIG.
  • FIG. 101 is a flowchart for explaining the details of the copy flag setting process of the encoding device 530.
  • This copy flag setting process is performed in units of slices, for example.
  • step S743 the reference image setting unit 572 determines whether or not all of the enhancement image RPSs are included in the base image RPS. If it is determined in step S743 that all the RPSs of the enhancement image are included in the RPS of the base image, the reference image setting unit 572 sets a partial RPS copy flag to 1 in step S744.
  • the reference image setting unit 572 generates an RPS for the case where the partial RPS copy flag of the enhancement image is 1, from the RPS of the enhancement image and the RPS of the base image.
  • the reference image setting unit 572 sets the same reference image flag (used_by_curr_pic_flag) as the reference image specified by the RPS of the enhancement image among the reference images specified by the RPS of the base image to 1. Then, the RPS for the case where the partial RPS copy flag in which the flag (used_by_curr_pic_flag) of the different reference image is set to 0 is 1 is generated.
  • step S745 the reference image setting unit 572 determines whether the partial RPS copy flag of the SPS supplied from the setting unit 551 in FIG. If it is determined in step S745 that the partial RPS copy flag is 1, the process proceeds to step S746.
  • step S746 the reference image setting unit 572 determines whether or not the RPS for when the partial RPS copy flag of the SPS is 1 and the RPS for when the partial RPS copy flag of the enhancement image is 1 are the same. Determine. If it is determined in step S746 that the SPS and the RPS of the enhancement image are the same, the process proceeds to step S747.
  • step S747 the reference image setting unit 572 supplies to the lossless encoding unit 571 the RPS index for the case where 1 as the RPS flag and the partial RPS copy flag of the same SPS as the RPS of the enhancement image are 1. The process is terminated.
  • step S745 if it is determined in step S745 that the partial RPS copy flag is not 1, that is, if the partial RPS copy flag is 0, the process proceeds to step S748.
  • step S748 the reference image setting unit 572 supplies 0 as the set partial RPS copy flag to the lossless encoding unit 571, and the process proceeds to step S749.
  • step S746 If it is determined in step S746 that the SPS and the RPS of the enhancement image are not the same, the process proceeds to step S749.
  • step S749 the reference image setting unit 572 supplies 0 as the RPS flag and RPS for the case where the partial RPS copy flag is 1 to the lossless encoding unit 571, and ends the process.
  • the reference image setting unit 572 sets the partial RPS copy flag to 0 in step S750. Further, the reference image setting unit 572 generates an RPS for the case where the partial RPS copy flag of the enhancement image is 0, from the RPS of the enhancement image and the RPS of the previous image.
  • step S751 the reference image setting unit 572 determines whether the partial RPS copy flag of the SPS supplied from the setting unit 551 is zero.
  • step S751 If it is determined in step S751 that the partial RPS copy flag of the SPS is 0, the process proceeds to step S752. On the other hand, if it is determined in step S751 that the partial RPS copy flag of the SPS is not 0, that is, if it is determined that the partial RPS copy flag of the SPS is 1, the process proceeds to step S754.
  • steps S752 to S755 is the same as the processing of steps S746 to S749, except that the RPS for when the partial RPS copy flag is 1 is replaced with the RPS for when the partial RPS copy flag is 0. Since it is the same, description is abbreviate
  • the encoding device 530 sets a partial RPS copy flag. Therefore, even when the RPS of the base image and the enhancement image does not completely match, if the RPS of the enhancement image is included in the base image RPS, the RPS is shared between the base layer and the enhancement layer. be able to. As a result, it is possible to reduce the information amount of the enhancement stream and improve the encoding efficiency.
  • the encoding device 530 sets a flag (used_by_curr_pic_flag), it is possible to specify the RPS portion shared by the base layer and the enhancement layer.
  • FIG. 102 is a block diagram illustrating a configuration example of a fourth embodiment of a decoding device to which the present disclosure is applied, which decodes an encoded stream of all layers transmitted from the coding device 530 in FIG. 94.
  • the configuration of the decoding device 590 in FIG. 102 is different from the configuration of the decoding device 90 in FIG. 29 in that an enhancement decoding unit 591 is provided instead of the enhancement decoding unit 94.
  • the enhancement decoding unit 591 of the decoding device 590 decodes the enhancement stream supplied from the separation unit 92 by a method according to the HEVC method, and generates an enhancement image.
  • the enhancement decoding unit 591 refers to the RPS and SPS of the base image supplied from the base decoding unit 93, the partial RPS copy flag included in the slice header, and the like.
  • the enhancement decoding unit 591 outputs the generated enhancement image.
  • FIG. 103 is a block diagram illustrating a configuration example of the enhancement decoding unit 591 in FIG.
  • the configuration of the enhancement decoding unit 591 in FIG. 103 is different from the configuration of the enhancement decoding unit 94 in FIG. 30 in that a decoding unit 611 is provided instead of the decoding unit 112.
  • the decoding unit 611 of the enhancement decoding unit 591 extracts the RPS of the base image supplied from the base decoding unit 93 shown in FIG. 102 and the partial RPS copy flag included in the SPS and slice header from the extraction unit 111.
  • the encoded data from the unit 111 is decoded by a method according to the HEVC method.
  • the decoding unit 611 outputs an image obtained as a result of decoding as an enhancement image.
  • FIG. 104 is a block diagram illustrating a configuration example of the decoding unit 611 in FIG.
  • the configuration of the decoding unit 611 in FIG. 104 is that the lossless decoding unit 631 is provided instead of the lossless decoding unit 132, and that the reference image setting unit 632 is provided instead of the reference image setting unit 145. Different from the configuration of the unit 112.
  • the lossless decoding unit 631 of the decoding unit 611 performs lossless decoding on the encoded data from the accumulation buffer 131 to obtain quantized coefficients and encoded information.
  • the lossless decoding unit 631 supplies the quantized coefficient to the inverse quantization unit 133.
  • the lossless decoding unit 631 supplies intra prediction mode information or the like as encoded information to the intra prediction unit 143, and supplies a motion vector, inter prediction mode information, or the like to the motion compensation unit 146.
  • the lossless decoding unit 631 supplies the reference image setting unit 632 with a partial RPS copy flag, an RPS flag, and an RPS or RPS index for the partial RPS copy flag as encoded information. Further, the lossless decoding unit 631 supplies intra prediction mode information or inter prediction mode information as encoded information to the switch 147. The lossless decoding unit 631 supplies offset filter information as encoded information to the adaptive offset filter 137 and supplies filter coefficients to the adaptive loop filter 138.
  • the reference image setting unit 632 holds a partial RPS copy flag included in the SPS supplied from the extraction unit 111 in FIG. 103 and an RPS for the partial RPS copy flag.
  • the reference image setting unit 632 holds the partial RPS copy flag and the RPS for the partial RPS copy flag. Update.
  • the reference image setting unit 632 reads the RPS of the base image from the reference buffer 144 based on the held partial RPS copy flag. Further, the reference image setting unit 632, based on the RPS flag from the lossless decoding unit 631, holds the RPS for the partial RPS copy flag held or the index supplied from the held lossless decoding unit 631. Get RPS for partial RPS copy flag.
  • the reference image setting unit 632 determines at least one of the RPSs of the base image based on the RPS of the base image and the RPS for the partial RPS copy flag of 1. Is determined as the RPS of the slice to be processed. On the other hand, when the partial RPS copy flag is 0, the reference image setting unit 632 determines the RPS for the case where the partial RPS copy flag is 0 as the RPS of the slice to be processed.
  • the hierarchical decoding process of the decoding apparatus 590 of FIG. 102 is the same as the hierarchical decoding process of the decoding apparatus 470 except for the SPS extraction process and the generation process. Accordingly, only the SPS extraction process and the generation process will be described below.
  • FIG. 105 is a flowchart for explaining the details of the SPS extraction processing of the decoding device 590.
  • step S771 of FIG. 105 the reference image setting unit 632 of FIG. 104 extracts a partial RPS copy flag from the SPS and holds it.
  • step S772 the reference image setting unit 632 determines whether or not the partial RPS copy flag is 1. When it is determined in step S772 that the partial RPS copy flag is 1, in step S773, the reference image setting unit 632 sets the RPS for the case where the partial RPS copy flag of the number of RPSs (num_short_term_ref_pic_sets) is 1. Extract from SPS and keep.
  • step S772 determines whether the partial RPS copy flag is not 1, that is, if the partial RPS copy flag is 0, the process proceeds to step S774.
  • step S774 the reference image setting unit 632 extracts the RPS for the case where the partial RPS copy flag of the number of RPS (num_short_term_ref_pic_sets) is 0 from the SPS and holds it.
  • step S773 or S774 the process proceeds to step S775.
  • the processing in steps S775 to S777 is the same as the processing in steps S454 to S456 in FIG.
  • FIG. 106 is a flowchart for explaining the details of the generation process of the decoding device 590. This generation process is performed in units of slices, for example.
  • steps S800 to S802 in FIG. 106 is the same as the processing in steps S471 to S473 in FIG. 79 except that the copy flag is partially replaced with the RPS copy flag, and thus description thereof is omitted.
  • step S802 If it is determined in step S802 that the partial RPS copy flag is 1, the reference image setting unit 632 reads the RPS of the base image from the reference buffer 144 in step S803.
  • step S804 the reference image setting unit 632 determines whether or not the RPS flag supplied from the lossless decoding unit 631 is 1.
  • step S804 If it is determined in step S804 that the RPS flag is 1, in step S805, the reference image setting unit 632 acquires the RPS index supplied from the lossless decoding unit 631.
  • step S ⁇ b> 806 the reference image setting unit 632 starts from the RPS of the base image based on the RPS for the case where the partial RPS copy flag to which the acquired index is assigned is one of the stored RPSs. Determine the RPS of the slice to be processed. Specifically, the reference image setting unit 632 specifies information for identifying a reference image whose flag (used_by_curr_pic_lt_flag) is 1 in the RPS for the case where the partial RPS copy flag is 1 in the RPS of the base image. Only the RPS of the slice to be processed is determined. Then, the process ends.
  • step S804 determines whether the RPS flag is not 1, that is, if the RPS flag is 0, in step S807. If it is determined in step S804 that the RPS flag is not 1, that is, if the RPS flag is 0, in step S807, the reference image setting unit 632 sends the partial RPS copy flag supplied from the lossless decoding unit 631. Get RPS for when 1 is. With this RPS, the RPS for the partial RPS copy flag included in the SPS held in the reference image setting unit 632 is updated.
  • step S808 the reference image setting unit 632 uses the RPS for the case where the updated partial RPS copy flag is 1, similarly to the processing in step S806, from the RPS of the base image to the RPS of the slice to be processed. To decide. Then, the process ends.
  • step S802 determines whether the partial RPS copy flag is not 1, that is, if the partial RPS copy flag is 0, the process proceeds to step S809.
  • the processing in steps S809, S810, and S812 is the same as that in steps S804, except that the RPS for when the partial RPS copy flag is 1 is replaced with the RPS for when the partial RPS copy flag is 0. Since it is the same as the processing of S805 and S807, the description is omitted.
  • step S811 the reference image setting unit 632 processes the RPS for the case where the partial RPS copy flag to which the acquired index is assigned is 0 among the stored RPSs. Determine the RPS of the target slice. Then, the process ends.
  • step S813 the reference image setting unit 632 determines the RPS for the case where the updated partial RPS copy flag is 0 as the RPS of the slice to be processed. Then, the process ends.
  • the partial RPS copy flag and RPS held in the reference image setting unit 632 are returned to the partial RPS copy flag and RPS included in the SPS.
  • the decoding device 590 generates an RPS of an enhancement image using a partial RPS copy flag. Therefore, even when the RPS of the base image and the enhancement image does not completely match, if the RPS of the enhancement image is included in the base image RPS, the RPS is shared between the base layer and the enhancement layer. Thus, it is possible to decode an enhancement stream with improved encoding efficiency.
  • the decoding device 590 since the decoding device 590 receives the flag (used_by_curr_pic_flag), the decoding device 590 can recognize the RPS portion shared by the base layer and the enhancement layer.
  • the RPS is set to be distinguished from the RPS for the case where the partial RPS copy flag is 1 and the RPS for the case where the partial RPS copy flag is 0. It can also be set.
  • This case will be described below as a second example of the fourth embodiment.
  • the case of the second example of the fourth embodiment is referred to as a common RPS setting time.
  • FIG. 107 is a diagram illustrating an example of RPS syntax when setting a common RPS.
  • the RPS in FIG. 107 is set as the SPS in FIG. 97 and the RPS for the partial RPS copy flag in the slice header in FIG.
  • reference information (inter_ref_pic_set_prediction_flag) is set as in the case of FIG.
  • inter_ref_pic_set_prediction_flag when the reference information is 1, a partial RPS copy flag is set in the RPS. That is, when the reference information is 0, the partial RPS copy flag is always 0. Therefore, only when the reference information is 1, the partial RPS copy flag is set.
  • the RPS has a flag (used_by_curr_pic_flag) and a flag (use_delta_flag) corresponding to the flag (used_by_curr_pic_flag), as in FIG. Is set.
  • the reference information when the reference information is 0, the number of reference images, information indicating the POC, etc. are set in the RPS as in the case of FIG.
  • the hierarchical encoding process at the time of setting the common RPS is the same as the hierarchical encoding process of FIG. 71 except for the SPS setting process and the copy flag setting process. Accordingly, only the SPS setting process and the copy flag setting process will be described below.
  • FIG. 108 is a flowchart for explaining the SPS setting process when the common RPS is set.
  • step S831 of FIG. 108 the setting unit 551 of FIG. 95 sets a partial RPS copy flag to SPS.
  • step S832 the setting unit 551 sets the number of RPSs (num_short_term_ref_pic_sets) RPS to SPS. Specifically, the setting unit 551 sets an RPS in which reference information is set, when the reference information is 1, a partial RPS copy flag is set, and information according to the reference information and the partial RPS copy flag is set. Set the number of RPS (num_short_term_ref_pic_sets) in SPS.
  • steps S833 through S835 is the same as the processing in steps S384 through S386 in FIG.
  • FIG. 109 is a flowchart for explaining the details of the copy flag setting process when the common RPS is set. This copy flag setting process is performed in units of slices, for example.
  • steps S851 to S855 in FIG. 109 is the same as the processing in steps S741 to S744 and S750 in FIG.
  • step S854 or S855 the process proceeds to step S856.
  • the reference image setting unit 572 determines whether or not the SPS partial RPS copy flag supplied from the setting unit 551 in FIG. 95 is the same as the partial RPS copy flag set in step S854 or step S855. Determine.
  • step S857 the reference image setting unit 572 determines whether the RPS of the SPS and the RPS of the enhancement image are the same. If it is determined in step S857 that the SPS and the RPS of the enhancement image are the same, the process proceeds to step S858.
  • step S858 the reference image setting unit 572 supplies 1 as the RPS flag and the index of the RPS to the lossless encoding unit 571, and ends the process.
  • step S859 the reference image setting unit 572 supplies the set partial RPS copy flag to the lossless encoding unit 571 for processing. Advances to step S860.
  • step S857 If it is determined in step S857 that the SPS and the RPS of the enhancement image are not the same, the process proceeds to step S860.
  • step S860 the reference image setting unit 572 supplies 0 and RPS as the RPS flag to the lossless encoding unit 571, and ends the process.
  • the hierarchical decoding process at the time of setting the common RPS is the same as the hierarchical decoding process of the decoding device 470 except for the SPS extraction process and the generation process. Accordingly, only the SPS extraction process and the generation process will be described below.
  • FIG. 110 is a flowchart for explaining the SPS extraction process when the common RPS is set.
  • step S881 of FIG. 110 the reference image setting unit 632 of FIG. 104 extracts a partial RPS copy flag from the SPS and holds it.
  • step S882 the reference image setting unit 632 extracts the RPS from the SPS and holds it.
  • steps S883 to S885 Since the processing of steps S883 to S885 is the same as the processing of steps S454 to S456 in FIG. 78, description thereof will be omitted.
  • the generation process at the time of setting the common RPS is the same as that shown in FIG. 106 except that the RPS for the case where the partial RPS copy flag is 1 and the RPS for the case where the partial RPS copy flag is 0 are replaced with RPS. It is the same as the processing.
  • the base image encoding method may be an encoding method other than the HEVC method such as the AVC method.
  • a partial RPS copy flag is set only when the encoding method of the base image and the enhancement image is the same, and at least a part of the RPS of the base image and the enhancement image is shared.
  • FIG. 111 shows an example of a multi-view image encoding method.
  • a multi-viewpoint image includes a plurality of viewpoint images, and a predetermined one viewpoint image among the plurality of viewpoints is designated as a base view image. Each viewpoint image other than the base view image is treated as a non-base view image.
  • a base view image is encoded as a base layer image
  • a non-base view image is encoded as an enhancement image.
  • the above (1) to (4) can be used in combination.
  • the method of taking the difference of the quantization parameter at the LCU level (combining 3-2 and 2-1) can be considered.
  • the encoding efficiency can be improved even when multi-viewpoint encoding is performed.
  • a flag for identifying whether or not there is a dQP whose value is not 0 can be set for each of the above dQPs.
  • FIG. 112 shows another example of encoding by the Scalable function.
  • dQP (base layer) Current_CU_QP (base layer)-LCU_QP (base layer) (1-2)
  • dQP (base layer) Current_CU_QP (base layer)-Previsous_CU_QP (base layer) (1-3)
  • dQP (base layer) Current_CU_QP (base layer)-Slice_QP (base layer)
  • non-base-layer (2-1)
  • dQP (non-base layer) Current_CU_QP (non-base layer)-LCU_QP (non-base layer) (2-2)
  • dQP (non-base layer) Current QP (non-base layer)-Previsous QP (non-base layer) (2-3)
  • the above (1) to (4) can be used in combination.
  • the method of taking the difference of the quantization parameter at the LCU level (combining 3-2 and 2-1) can be considered. In this manner, by applying the difference repeatedly, the encoding efficiency can be improved even when hierarchical encoding is performed.
  • a flag for identifying whether or not there is a dQP whose value is not 0 can be set for each of the above dQPs.
  • ⁇ Fifth embodiment> (Description of computer to which this technology is applied)
  • the series of processes described above can be executed by hardware or can be executed by software.
  • a program constituting the software is installed in the computer.
  • the computer includes, for example, a general-purpose personal computer capable of executing various functions by installing various programs by installing a computer incorporated in dedicated hardware.
  • FIG. 113 is a block diagram showing an example of the hardware configuration of a computer that executes the above-described series of processing by a program.
  • a CPU Central Processing Unit
  • ROM Read Only Memory
  • RAM Random Access Memory
  • an input / output interface 805 is connected to the bus 804.
  • An input unit 806, an output unit 807, a storage unit 808, a communication unit 809, and a drive 810 are connected to the input / output interface 805.
  • the input unit 806 includes a keyboard, a mouse, a microphone, and the like.
  • the output unit 807 includes a display, a speaker, and the like.
  • the storage unit 808 includes a hard disk, a nonvolatile memory, and the like.
  • the communication unit 809 includes a network interface or the like.
  • the drive 810 drives a removable medium 811 such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory.
  • the CPU 801 loads the program stored in the storage unit 808 to the RAM 803 via the input / output interface 805 and the bus 804 and executes the program, for example. Is performed.
  • the program executed by the computer (CPU 801) can be provided by being recorded on a removable medium 811 as a package medium, for example.
  • the program can be provided via a wired or wireless transmission medium such as a local area network, the Internet, or digital satellite broadcasting.
  • the program can be installed in the storage unit 808 via the input / output interface 805 by attaching the removable medium 811 to the drive 810.
  • the program can be received by the communication unit 809 via a wired or wireless transmission medium and installed in the storage unit 808.
  • the program can be installed in the ROM 802 or the storage unit 808 in advance.
  • the program executed by the computer may be a program that is processed in time series in the order described in this specification, or in parallel or at a necessary timing such as when a call is made. It may be a program for processing.
  • FIG. 114 illustrates a schematic configuration of a television apparatus to which the present technology is applied.
  • the television apparatus 900 includes an antenna 901, a tuner 902, a demultiplexer 903, a decoder 904, a video signal processing unit 905, a display unit 906, an audio signal processing unit 907, a speaker 908, and an external interface unit 909. Furthermore, the television apparatus 900 includes a control unit 910, a user interface unit 911, and the like.
  • the tuner 902 selects a desired channel from the broadcast wave signal received by the antenna 901, demodulates it, and outputs the obtained encoded bit stream to the demultiplexer 903.
  • the demultiplexer 903 extracts video and audio packets of the program to be viewed from the encoded bit stream, and outputs the extracted packet data to the decoder 904. Further, the demultiplexer 903 supplies a packet of data such as EPG (Electronic Program Guide) to the control unit 910. If scrambling is being performed, descrambling is performed by a demultiplexer or the like.
  • EPG Electronic Program Guide
  • the decoder 904 performs packet decoding processing, and outputs video data generated by the decoding processing to the video signal processing unit 905 and audio data to the audio signal processing unit 907.
  • the video signal processing unit 905 performs noise removal, video processing according to user settings, and the like on the video data.
  • the video signal processing unit 905 generates video data of a program to be displayed on the display unit 906, image data by processing based on an application supplied via a network, and the like.
  • the video signal processing unit 905 generates video data for displaying a menu screen for selecting an item and the like, and superimposes the video data on the video data of the program.
  • the video signal processing unit 905 generates a drive signal based on the video data generated in this way, and drives the display unit 906.
  • the display unit 906 drives a display device (for example, a liquid crystal display element or the like) based on a drive signal from the video signal processing unit 905 to display a program video or the like.
  • a display device for example, a liquid crystal display element or the like
  • the audio signal processing unit 907 performs predetermined processing such as noise removal on the audio data, performs D / A conversion processing and amplification processing on the processed audio data, and outputs the audio data to the speaker 908.
  • the external interface unit 909 is an interface for connecting to an external device or a network, and transmits and receives data such as video data and audio data.
  • a user interface unit 911 is connected to the control unit 910.
  • the user interface unit 911 includes an operation switch, a remote control signal receiving unit, and the like, and supplies an operation signal corresponding to a user operation to the control unit 910.
  • the control unit 910 is configured using a CPU (Central Processing Unit), a memory, and the like.
  • the memory stores a program executed by the CPU, various data necessary for the CPU to perform processing, EPG data, data acquired via a network, and the like.
  • the program stored in the memory is read and executed by the CPU at a predetermined timing such as when the television device 900 is activated.
  • the CPU executes each program to control each unit so that the television device 900 operates in accordance with the user operation.
  • the television device 900 includes a bus 912 for connecting the tuner 902, the demultiplexer 903, the video signal processing unit 905, the audio signal processing unit 907, the external interface unit 909, and the control unit 910.
  • the decoder 904 is provided with the function of the decoding apparatus (decoding method) of the present application. For this reason, the information regarding the reference image of the image having a hierarchical structure can be shared or predicted.
  • FIG. 115 illustrates a schematic configuration of a mobile phone to which the present technology is applied.
  • the cellular phone 920 includes a communication unit 922, an audio codec 923, a camera unit 926, an image processing unit 927, a demultiplexing unit 928, a recording / reproducing unit 929, a display unit 930, and a control unit 931. These are connected to each other via a bus 933.
  • an antenna 921 is connected to the communication unit 922, and a speaker 924 and a microphone 925 are connected to the audio codec 923. Further, an operation unit 932 is connected to the control unit 931.
  • the mobile phone 920 performs various operations such as transmission / reception of voice signals, transmission / reception of e-mail and image data, image shooting, and data recording in various modes such as a voice call mode and a data communication mode.
  • the voice signal generated by the microphone 925 is converted into voice data and compressed by the voice codec 923 and supplied to the communication unit 922.
  • the communication unit 922 performs audio data modulation processing, frequency conversion processing, and the like to generate a transmission signal.
  • the communication unit 922 supplies a transmission signal to the antenna 921 and transmits it to a base station (not shown).
  • the communication unit 922 performs amplification, frequency conversion processing, demodulation processing, and the like of the reception signal received by the antenna 921, and supplies the obtained audio data to the audio codec 923.
  • the audio codec 923 performs data expansion of the audio data and conversion to an analog audio signal and outputs the result to the speaker 924.
  • the control unit 931 receives character data input by operating the operation unit 932 and displays the input characters on the display unit 930.
  • the control unit 931 generates mail data based on a user instruction or the like in the operation unit 932 and supplies the mail data to the communication unit 922.
  • the communication unit 922 performs mail data modulation processing, frequency conversion processing, and the like, and transmits the obtained transmission signal from the antenna 921.
  • the communication unit 922 performs amplification, frequency conversion processing, demodulation processing, and the like of the reception signal received by the antenna 921, and restores mail data. This mail data is supplied to the display unit 930 to display the mail contents.
  • the mobile phone 920 can also store the received mail data in a storage medium by the recording / playback unit 929.
  • the storage medium is any rewritable storage medium.
  • the storage medium is a removable medium such as a semiconductor memory such as a RAM or a built-in flash memory, a hard disk, a magnetic disk, a magneto-optical disk, an optical disk, a USB memory, or a memory card.
  • the image data generated by the camera unit 926 is supplied to the image processing unit 927.
  • the image processing unit 927 performs encoding processing of image data and generates encoded data.
  • the demultiplexing unit 928 multiplexes the encoded data generated by the image processing unit 927 and the audio data supplied from the audio codec 923 by a predetermined method, and supplies the multiplexed data to the communication unit 922.
  • the communication unit 922 performs modulation processing and frequency conversion processing of multiplexed data, and transmits the obtained transmission signal from the antenna 921.
  • the communication unit 922 performs amplification, frequency conversion processing, demodulation processing, and the like of the reception signal received by the antenna 921, and restores multiplexed data. This multiplexed data is supplied to the demultiplexing unit 928.
  • the demultiplexing unit 928 performs demultiplexing of the multiplexed data, and supplies the encoded data to the image processing unit 927 and the audio data to the audio codec 923.
  • the image processing unit 927 performs a decoding process on the encoded data to generate image data.
  • the image data is supplied to the display unit 930 and the received image is displayed.
  • the audio codec 923 converts the audio data into an analog audio signal, supplies the analog audio signal to the speaker 924, and outputs the received audio.
  • the image processing unit 927 is provided with the functions of the encoding device and the decoding device (encoding method and decoding method) of the present application. For this reason, the information regarding the reference image of the image having a hierarchical structure can be shared or predicted.
  • FIG. 116 illustrates a schematic configuration of a recording / reproducing apparatus to which the present technology is applied.
  • the recording / reproducing apparatus 940 records, for example, audio data and video data of a received broadcast program on a recording medium, and provides the recorded data to the user at a timing according to a user instruction.
  • the recording / reproducing device 940 can also acquire audio data and video data from another device, for example, and record them on a recording medium. Further, the recording / reproducing apparatus 940 decodes and outputs the audio data and video data recorded on the recording medium, thereby enabling image display and audio output on the monitor apparatus or the like.
  • the recording / reproducing apparatus 940 includes a tuner 941, an external interface unit 942, an encoder 943, an HDD (Hard Disk Drive) unit 944, a disk drive 945, a selector 946, a decoder 947, an OSD (On-Screen Display) unit 948, a control unit 949, A user interface unit 950 is included.
  • Tuner 941 selects a desired channel from a broadcast signal received by an antenna (not shown).
  • the tuner 941 outputs an encoded bit stream obtained by demodulating the received signal of a desired channel to the selector 946.
  • the external interface unit 942 includes at least one of an IEEE 1394 interface, a network interface unit, a USB interface, a flash memory interface, and the like.
  • the external interface unit 942 is an interface for connecting to an external device, a network, a memory card, and the like, and receives data such as video data and audio data to be recorded.
  • the encoder 943 performs encoding by a predetermined method when the video data and audio data supplied from the external interface unit 942 are not encoded, and outputs an encoded bit stream to the selector 946.
  • the HDD unit 944 records content data such as video and audio, various programs, and other data on a built-in hard disk, and reads them from the hard disk during playback.
  • the disk drive 945 records and reproduces signals with respect to the mounted optical disk.
  • An optical disk such as a DVD disk (DVD-Video, DVD-RAM, DVD-R, DVD-RW, DVD + R, DVD + RW, etc.), a Blu-ray (registered trademark) disk, or the like.
  • the selector 946 selects one of the encoded bit streams from the tuner 941 or the encoder 943 and supplies it to either the HDD unit 944 or the disk drive 945 when recording video or audio. Further, the selector 946 supplies the encoded bit stream output from the HDD unit 944 or the disk drive 945 to the decoder 947 at the time of reproduction of video and audio.
  • the decoder 947 performs a decoding process on the encoded bit stream.
  • the decoder 947 supplies the video data generated by performing the decoding process to the OSD unit 948.
  • the decoder 947 outputs audio data generated by performing the decoding process.
  • the OSD unit 948 generates video data for displaying a menu screen for selecting an item and the like, and superimposes it on the video data output from the decoder 947 and outputs the video data.
  • a user interface unit 950 is connected to the control unit 949.
  • the user interface unit 950 includes an operation switch, a remote control signal receiving unit, and the like, and supplies an operation signal corresponding to a user operation to the control unit 949.
  • the control unit 949 is configured using a CPU, a memory, and the like.
  • the memory stores programs executed by the CPU and various data necessary for the CPU to perform processing.
  • the program stored in the memory is read and executed by the CPU at a predetermined timing such as when the recording / reproducing apparatus 940 is activated.
  • the CPU executes the program to control each unit so that the recording / reproducing device 940 operates according to the user operation.
  • the decoder 947 is provided with the function of the decoding apparatus (decoding method) of the present application. For this reason, the information regarding the reference image of the image having a hierarchical structure can be shared or predicted.
  • FIG. 117 illustrates a schematic configuration of an imaging apparatus to which the present technology is applied.
  • the imaging device 960 images a subject, displays an image of the subject on a display unit, and records it on a recording medium as image data.
  • the imaging device 960 includes an optical block 961, an imaging unit 962, a camera signal processing unit 963, an image data processing unit 964, a display unit 965, an external interface unit 966, a memory unit 967, a media drive 968, an OSD unit 969, and a control unit 970. Have. In addition, a user interface unit 971 is connected to the control unit 970. Furthermore, the image data processing unit 964, the external interface unit 966, the memory unit 967, the media drive 968, the OSD unit 969, the control unit 970, and the like are connected via a bus 972.
  • the optical block 961 is configured using a focus lens, a diaphragm mechanism, and the like.
  • the optical block 961 forms an optical image of the subject on the imaging surface of the imaging unit 962.
  • the imaging unit 962 is configured using a CCD or CMOS image sensor, generates an electrical signal corresponding to the optical image by photoelectric conversion, and supplies the electrical signal to the camera signal processing unit 963.
  • the camera signal processing unit 963 performs various camera signal processing such as knee correction, gamma correction, and color correction on the electrical signal supplied from the imaging unit 962.
  • the camera signal processing unit 963 supplies the image data after the camera signal processing to the image data processing unit 964.
  • the image data processing unit 964 performs an encoding process on the image data supplied from the camera signal processing unit 963.
  • the image data processing unit 964 supplies the encoded data generated by performing the encoding process to the external interface unit 966 and the media drive 968. Further, the image data processing unit 964 performs a decoding process on the encoded data supplied from the external interface unit 966 and the media drive 968.
  • the image data processing unit 964 supplies the image data generated by performing the decoding process to the display unit 965. Further, the image data processing unit 964 superimposes the processing for supplying the image data supplied from the camera signal processing unit 963 to the display unit 965 and the display data acquired from the OSD unit 969 on the image data. To supply.
  • the OSD unit 969 generates display data such as a menu screen and icons made up of symbols, characters, or figures and outputs them to the image data processing unit 964.
  • the external interface unit 966 includes, for example, a USB input / output terminal, and is connected to a printer when printing an image.
  • a drive is connected to the external interface unit 966 as necessary, a removable medium such as a magnetic disk or an optical disk is appropriately mounted, and a computer program read from them is installed as necessary.
  • the external interface unit 966 has a network interface connected to a predetermined network such as a LAN or the Internet.
  • the control unit 970 reads encoded data from the media drive 968 in accordance with an instruction from the user interface unit 971, and supplies the encoded data to the other device connected via the network from the external interface unit 966. it can.
  • the control unit 970 may acquire encoded data and image data supplied from another device via the network via the external interface unit 966 and supply the acquired data to the image data processing unit 964. it can.
  • any readable / writable removable medium such as a magnetic disk, a magneto-optical disk, an optical disk, or a semiconductor memory is used.
  • the recording medium may be any type of removable medium, and may be a tape device, a disk, or a memory card. Of course, a non-contact IC (Integrated Circuit) card may be used.
  • media drive 968 and the recording medium may be integrated and configured by a non-portable storage medium such as a built-in hard disk drive or an SSD (Solid State Drive).
  • a non-portable storage medium such as a built-in hard disk drive or an SSD (Solid State Drive).
  • the control unit 970 is configured using a CPU.
  • the memory unit 967 stores a program executed by the control unit 970, various data necessary for the control unit 970 to perform processing, and the like.
  • the program stored in the memory unit 967 is read and executed by the control unit 970 at a predetermined timing such as when the imaging device 960 is activated.
  • the control unit 970 controls each unit so that the imaging device 960 performs an operation according to a user operation by executing a program.
  • the image data processing unit 964 is provided with the functions of the encoding apparatus and decoding apparatus (encoding method and decoding method) of the present application. For this reason, the information regarding the reference image of the image having a hierarchical structure can be shared or predicted.
  • Scalable coding is used for selection of data to be transmitted, for example, as in the example shown in FIG.
  • the distribution server 1002 reads the scalable encoded data stored in the scalable encoded data storage unit 1001, and via the network 1003, the personal computer 1004, the AV device 1005, the tablet This is distributed to the terminal device such as the device 1006 and the mobile phone 1007.
  • the distribution server 1002 selects and transmits encoded data of appropriate quality according to the capability of the terminal device, the communication environment, and the like. Even if the distribution server 1002 transmits unnecessarily high-quality data, the terminal device does not always obtain a high-quality image, and may cause a delay or an overflow. Moreover, there is a possibility that the communication band is unnecessarily occupied or the load on the terminal device is unnecessarily increased. On the other hand, even if the distribution server 1002 transmits unnecessarily low quality data, there is a possibility that an image with sufficient image quality cannot be obtained in the terminal device. Therefore, the distribution server 1002 appropriately reads and transmits the scalable encoded data stored in the scalable encoded data storage unit 1001 as encoded data having an appropriate quality with respect to the capability and communication environment of the terminal device. .
  • the scalable encoded data storage unit 1001 stores scalable encoded data (BL + EL) 1011 encoded in a scalable manner.
  • the scalable encoded data (BL + EL) 1011 is encoded data including both a base layer and an enhancement layer, and is a data that can be decoded to obtain both a base layer image and an enhancement layer image. It is.
  • the distribution server 1002 selects an appropriate layer according to the capability of the terminal device that transmits data, the communication environment, and the like, and reads the data of the layer. For example, the distribution server 1002 reads high-quality scalable encoded data (BL + EL) 1011 from the scalable encoded data storage unit 1001 and transmits it to the personal computer 1004 and the tablet device 1006 with high processing capability as they are. . On the other hand, for example, the distribution server 1002 extracts base layer data from the scalable encoded data (BL + EL) 1011 for the AV device 1005 and the cellular phone 1007 having a low processing capability, and performs scalable encoding. Although it is data of the same content as the data (BL + EL) 1011, it is transmitted as scalable encoded data (BL) 1012 having a lower quality than the scalable encoded data (BL + EL) 1011.
  • BL scalable encoded data
  • scalable encoded data By using scalable encoded data in this way, the amount of data can be easily adjusted, so that the occurrence of delay and overflow can be suppressed, and the unnecessary increase in the load on the terminal device and communication medium can be suppressed. be able to.
  • scalable encoded data (BL + EL) 1011 since scalable encoded data (BL + EL) 1011 has reduced redundancy between layers, the amount of data can be reduced as compared with the case where encoded data of each layer is used as individual data. . Therefore, the storage area of the scalable encoded data storage unit 1001 can be used more efficiently.
  • the hardware performance of the terminal device varies depending on the device.
  • the application which a terminal device performs is also various, the capability of the software is also various.
  • the network 1003 serving as a communication medium can be applied to any communication network including wired, wireless, or both, such as the Internet and a LAN (Local Area Network), and has various data transmission capabilities. Furthermore, there is a risk of change due to other communications.
  • the distribution server 1002 communicates with the terminal device that is the data transmission destination before starting data transmission, and the hardware performance of the terminal device, the performance of the application (software) executed by the terminal device, etc. Information regarding the capability of the terminal device and information regarding the communication environment such as the available bandwidth of the network 1003 may be obtained. The distribution server 1002 may select an appropriate layer based on the information obtained here.
  • the layer extraction may be performed by the terminal device.
  • the personal computer 1004 may decode the transmitted scalable encoded data (BL + EL) 1011 and display a base layer image or an enhancement layer image. Further, for example, the personal computer 1004 extracts the base layer scalable encoded data (BL) 1012 from the transmitted scalable encoded data (BL + EL) 1011 and stores it or transfers it to another device. The base layer image may be displayed after decoding.
  • the numbers of the scalable encoded data storage unit 1001, the distribution server 1002, the network 1003, and the terminal devices are arbitrary.
  • the example in which the distribution server 1002 transmits data to the terminal device has been described, but the usage example is not limited to this.
  • the data transmission system 1000 may be any system as long as it transmits a scalable encoded data to a terminal device by selecting an appropriate layer according to the capability of the terminal device or a communication environment. Can be applied to the system.
  • scalable coding is used for transmission via a plurality of communication media, for example, as in the example shown in FIG.
  • a broadcasting station 1101 transmits base layer scalable encoded data (BL) 1121 by terrestrial broadcasting 1111. Also, the broadcast station 1101 transmits enhancement layer scalable encoded data (EL) 1122 via an arbitrary network 1112 including a wired or wireless communication network or both (for example, packetized transmission).
  • BL base layer scalable encoded data
  • EL enhancement layer scalable encoded data
  • the terminal apparatus 1102 has a reception function of the terrestrial broadcast 1111 broadcast by the broadcast station 1101 and receives base layer scalable encoded data (BL) 1121 transmitted via the terrestrial broadcast 1111.
  • the terminal apparatus 1102 further has a communication function for performing communication via the network 1112, and receives enhancement layer scalable encoded data (EL) 1122 transmitted via the network 1112.
  • BL base layer scalable encoded data
  • EL enhancement layer scalable encoded data
  • the terminal device 1102 decodes the base layer scalable encoded data (BL) 1121 acquired via the terrestrial broadcast 1111 according to, for example, a user instruction, and obtains or stores a base layer image. Or transmit to other devices.
  • BL base layer scalable encoded data
  • the terminal device 1102 for example, in response to a user instruction, the base layer scalable encoded data (BL) 1121 acquired via the terrestrial broadcast 1111 and the enhancement layer scalable encoded acquired via the network 1112 Data (EL) 1122 is combined to obtain scalable encoded data (BL + EL), or decoded to obtain an enhancement layer image, stored, or transmitted to another device.
  • BL base layer scalable encoded data
  • EL enhancement layer scalable encoded acquired via the network 1112 Data
  • the scalable encoded data can be transmitted via a communication medium that is different for each layer, for example. Therefore, the load can be distributed, and the occurrence of delay and overflow can be suppressed.
  • the communication medium used for transmission may be selected for each layer. For example, scalable encoded data (BL) 1121 of a base layer having a relatively large amount of data is transmitted via a communication medium having a wide bandwidth, and scalable encoded data (EL) 1122 having a relatively small amount of data is transmitted. You may make it transmit via a communication medium with a narrow bandwidth. Further, for example, the communication medium for transmitting the enhancement layer scalable encoded data (EL) 1122 is switched between the network 1112 and the terrestrial broadcast 1111 according to the available bandwidth of the network 1112. May be. Of course, the same applies to data of an arbitrary layer.
  • the number of layers is arbitrary, and the number of communication media used for transmission is also arbitrary.
  • the number of terminal devices 1102 serving as data distribution destinations is also arbitrary.
  • broadcasting from the broadcasting station 1101 has been described as an example, but the usage example is not limited to this.
  • the data transmission system 1100 can be applied to any system as long as it is a system that divides scalable encoded data into a plurality of layers and transmits them through a plurality of lines.
  • scalable coding is used for storing coded data, for example, as in the example shown in FIG.
  • the imaging device 1201 performs scalable coding on image data obtained by imaging the subject 1211, and as scalable coded data (BL + EL) 1221, a scalable coded data storage device 1202. To supply.
  • the scalable encoded data storage device 1202 stores the scalable encoded data (BL + EL) 1221 supplied from the imaging device 1201 with quality according to the situation. For example, in the normal case, the scalable encoded data storage device 1202 extracts base layer data from the scalable encoded data (BL + EL) 1221, and the base layer scalable encoded data ( BL) 1222. On the other hand, for example, in the case of attention, the scalable encoded data storage device 1202 stores scalable encoded data (BL + EL) 1221 with high quality and a large amount of data.
  • the scalable encoded data storage device 1202 can store an image with high image quality only when necessary, so that an increase in the amount of data can be achieved while suppressing a reduction in the value of the image due to image quality degradation. And the use efficiency of the storage area can be improved.
  • the imaging device 1201 is a surveillance camera.
  • the monitoring target for example, an intruder
  • the content of the captured image is likely to be unimportant, so reduction of the data amount is given priority, and the image data (scalable coding) Data) is stored in low quality.
  • the image quality is given priority and the image data (scalable) (Encoded data) is stored with high quality.
  • whether it is normal time or attention time may be determined by the scalable encoded data storage device 1202 analyzing an image, for example.
  • the imaging apparatus 1201 may make a determination, and the determination result may be transmitted to the scalable encoded data storage device 1202.
  • the criterion for determining whether the time is normal or noting is arbitrary, and the content of the image as the criterion is arbitrary. Of course, conditions other than the contents of the image can also be used as the criterion. For example, it may be switched according to the volume or waveform of the recorded sound, may be switched at every predetermined time, or may be switched by an external instruction such as a user instruction.
  • the number of states is arbitrary, for example, normal, slightly attention, attention, very attention, etc.
  • three or more states may be switched.
  • the upper limit number of states to be switched depends on the number of layers of scalable encoded data.
  • the imaging apparatus 1201 may determine the number of layers for scalable coding according to the state. For example, in a normal case, the imaging apparatus 1201 may generate base layer scalable encoded data (BL) 1222 with low quality and a small amount of data, and supply the scalable encoded data storage apparatus 1202 to the scalable encoded data storage apparatus 1202. For example, when attention is paid, the imaging device 1201 generates scalable encoded data (BL + EL) 1221 having a high quality and a large amount of data, and supplies the scalable encoded data storage device 1202 to the scalable encoded data storage device 1202. May be.
  • BL base layer scalable encoded data
  • BL + EL scalable encoded data
  • the monitoring camera has been described as an example.
  • the use of the imaging system 1200 is arbitrary and is not limited to the monitoring camera.
  • the method for transmitting such information is not limited to such an example.
  • these pieces of information may be transmitted or recorded as separate data associated with the encoded bitstream without being multiplexed into the encoded bitstream.
  • the term “associate” means that an image (which may be a part of an image such as a slice or a block) included in the bitstream and information corresponding to the image can be linked at the time of decoding. Means. That is, information may be transmitted on a transmission path different from that of the image (or bit stream).
  • Information may be recorded on a recording medium (or another recording area of the same recording medium) different from the image (or bit stream). Furthermore, the information and the image (or bit stream) may be associated with each other in an arbitrary unit such as a plurality of frames, one frame, or a part of the frame.
  • This technology receives bitstreams compressed by orthogonal transform such as discrete cosine transform and motion compensation, such as MPEG and H.26x, via network media such as satellite broadcasting, cable TV, the Internet, and mobile phones.
  • orthogonal transform such as discrete cosine transform and motion compensation
  • the present invention can be applied to an encoding device or a decoding device that is used when processing on a storage medium such as an optical, magnetic disk, or flash memory.
  • the encoding device hierarchizes the encoding target image so that the base image and the enhancement image correspond one-to-one, and encodes using inter prediction, and the corresponding decoding device If so, the present invention can also be applied to encoding and decoding apparatuses of other systems.
  • the present technology can take a cloud computing configuration in which one function is shared by a plurality of devices via a network and is jointly processed.
  • each step described in the above flowchart can be executed by one device or can be shared by a plurality of devices.
  • the plurality of processes included in the one step can be executed by being shared by a plurality of apparatuses in addition to being executed by one apparatus.
  • first embodiment and the second embodiment may be combined.
  • reference image specifying information and weighting information are shared or predicted between hierarchies.
  • First reference image information that is information relating to a first reference image used when encoding an image in the first hierarchy of an image having a hierarchical structure, and information relating to a second reference image of an image in the second hierarchy.
  • a setting unit that sets reference image generation information used for generating the first reference image information using the second reference image information,
  • An encoding apparatus comprising: the encoded data generated by the encoding unit; and a transmission unit that transmits the reference image generation information set by the setting unit.
  • the setting unit uses the second reference image information as the first reference image information as the reference image generation information. The information which shows this is set.
  • the encoding apparatus as described in said (1). (3) When the first reference image information and the second reference image information are not the same, the setting unit uses the difference between the first reference image information and the second reference image information as the reference image generation information. And the information indicating that the first reference image information is predicted from the second reference image information and the difference.
  • the first reference image information is information for specifying the first reference image
  • the encoding device sets the reference image generation information in SPS (Sequence Parameter Set) units.
  • the setting unit The first reference image specifying information that is information for specifying the first reference image of the short term is the same as the second reference image specifying information that is information for specifying the second reference image of the short term.
  • the first reference image specifying information of the long term and the second reference image specifying information of the long term are the same, the first reference image specifying information of the long term is used as the reference image generation information of the long term.
  • the encoding device according to (5) or (6), wherein information indicating that the second reference image specifying information of the long term is used is set.
  • the setting unit includes first reference image specifying information that is information for specifying the first reference image of a short term based on a setting mode of the first reference image, and the second reference of a short term. Information indicating that the second reference image specifying information is used as the first reference image specifying information as the reference image generation information when the second reference image specifying information that is information specifying the image is the same.
  • the encoding device according to (5) or (6).
  • (9) The encoding device sets the reference image generation information based on an image encoding method of the second layer image.
  • the setting unit includes a second reference in which all of the first reference image specifying information that is information for specifying the first reference image of the short term is information for specifying the second reference image of the short term.
  • information indicating that a part of the second reference image specifying information of the short term is used as the first reference image specifying information of the short term is set as the reference image generation information.
  • the encoding device according to (5) or (6).
  • the setting unit sets the number of the short term for each second reference image.
  • a weighting processing unit that performs weighting on the first reference image using weighting information including a weighting coefficient;
  • the first reference image information is the weighting information of the first reference image;
  • the second reference image information is weighting information of the second reference image,
  • the encoding unit encodes the image of the first layer using the first reference image weighted by the weighting processing unit.
  • the encoding device (13) The encoding device according to (12), wherein the weighting processing unit performs the weighting on the first reference image when the second reference image is weighted.
  • the encoding device First reference image information that is information relating to a first reference image used when encoding an image in the first hierarchy of an image having a hierarchical structure, and information relating to a second reference image of an image in the second hierarchy.
  • a setting step for setting reference image generation information used for generation of the first reference image information using the second reference image information that is An encoding step of encoding an image of the first layer using the first reference image and generating encoded data;
  • An encoding method comprising: the encoded data generated by the process of the encoding step; and a transmission step of transmitting the reference image generation information set by the process of the setting step.
  • First reference image information that is information relating to a first reference image used when encoding an image in the first hierarchy of an image having a hierarchical structure, and information relating to a second reference image of an image in the second hierarchy.
  • a receiving unit that receives reference image generation information used for generating the first reference image information and encoded data of the image of the first layer, generated using the second reference image information , A generating unit that generates the first reference image information using the reference image generation information;
  • a decoding device comprising: a decoding unit that decodes encoded data of an image of the first layer using the first reference image based on the first reference image information generated by the generation unit.
  • the reception unit receives information indicating that the second reference image information is used as the first reference image information as the reference image generation information, The decoding device according to (15), wherein the generation unit generates the second reference image information as the first reference image information based on the reference image generation information received by the reception unit.
  • the receiver receives the first reference image information from the difference between the first reference image information and the second reference image information, and the second reference image information and the difference as the reference image generation information. And information that represents predicting The generating unit adds the second reference image information and the difference received by the receiving unit based on the information received by the receiving unit, and adds an addition value obtained as a result to the first reference image information.
  • the decoding device according to (15) or (16).
  • the receiving unit receives information specifying the first hierarchy, The decoding device according to any one of (15) to (17), wherein the generation unit generates the first reference image information based on information specifying the first hierarchy.
  • the first reference image information is information for specifying the first reference image
  • the decoding apparatus according to (16) wherein the second reference image information is information for specifying the second reference image.
  • the receiving unit receives the reference image generation information set in SPS (Sequence Parameter Set) units.
  • SPS Sequence Parameter Set
  • the long term reference image generation information representing the use of information
  • the long term second reference image specification information representing the use of the second reference image specification information of the long term as the first reference image specification information of the long term Receiving image generation information
  • the generating unit generates second reference image specifying information of the short term as first reference image specifying information of the short term based on the reference image generating information of the short term received by the receiving unit.
  • the long term second reference image specifying information is generated as the first reference image specifying information of the long term based on the reference image generating information of the long term received by the receiving unit (19) Or the decoding device according to (20).
  • the receiving unit sets the first item of the short term as first reference image specifying information that is set based on the setting mode of the first reference image and specifies the first reference image of the short term.
  • Information indicating that the second reference image specifying information, which is information for specifying the two reference images, is used as the reference image generation information;
  • the generating unit generates second reference image specifying information of the short term as first reference image specifying information of the short term based on the reference image generating information received by the receiving unit, and the reference The decoding apparatus according to (19) or (20), wherein the long term second reference image specifying information is generated as the long term first reference image specifying information based on the image generation information and the setting mode. .
  • the decoding device according to any one of (19) to (22), wherein the reception unit receives the reference image generation information set based on an encoding scheme of the second layer image.
  • the receiving unit has second reference image specification that is information for specifying the second reference image of the short term as first reference image specification information that is information for specifying the first reference image of the short term. Receiving information indicating that a part of the information is used as the reference image generation information; The generation unit generates a part of the second reference image specifying information of the short term as the first reference image specifying information of the short term based on the reference image generation information received by the receiving unit.
  • the decoding device according to (19) or (20).
  • the receiving unit receives, for each second reference image, usage information indicating whether the second term reference image specifying information of the short term is used as the first reference image specifying information of the short term;
  • the generation unit converts a part of the second reference image specifying information of the short term to the first reference image specifying information of the short term based on the reference image generation information and usage information received by the receiving unit.
  • a weighting processing unit that performs weighting on the first reference image using weighting information including a weighting coefficient;
  • the first reference image information is the weighting information of the first reference image;
  • the second reference image information is weighting information of the second reference image,
  • the weighting processing unit weights the first reference image using the first reference image information generated by the generation unit;
  • the decoding unit decodes the encoded data of the image of the first layer using the first reference image weighted by the weighting processing unit. Any one of (15) to (18) The decoding device described.
  • the weighting processing unit performs the weighting on the first reference image when the weighting is performed on the second reference image.
  • the decoding apparatus according to (26).
  • the decryption device First reference image information that is information relating to a first reference image used when encoding an image in the first hierarchy of an image having a hierarchical structure, and information relating to a second reference image of an image in the second hierarchy.
  • a decoding method comprising: decoding the encoded data of the image of the first layer using the first reference image based on the first reference image information generated by the processing of the generating step. .

Abstract

　本技術は、階層構造を有する画像の参照画像に関する情報を共有または予測することができるようにする符号化装置および符号化方法、並びに、復号装置および復号方法に関する。 エンハンスメント符号化部は、エンハンスメント画像を符号化する際に用いる参照画像に関する情報としての参照画像特定情報と、ベース画像の参照画像に関する情報としての参照画像特定情報とを用いて、エンハンスメント画像の参照画像特定情報の生成に用いる参照画像特定生成情報を設定する。エンハンスメント符号化部は、エンハンスメント画像を、参照画像を用いて符号化し、符号化データを生成する。伝送部は、符号化データと参照画像特定生成情報を伝送する。本技術は、例えば、符号化装置に適用することができる。

Description

符号化装置および符号化方法、並びに、復号装置および復号方法
　本技術は、符号化装置および符号化方法、並びに、復号装置および復号方法に関し、特に、階層構造を有する画像の参照画像に関する情報を共有または予測することができるようにした符号化装置および符号化方法、並びに、復号装置および復号方法に関する。
　近年、画像情報をデジタルとして取り扱い、その際、効率の高い情報の伝送、蓄積を目的とし、画像情報特有の冗長性を利用して、離散コサイン変換等の直交変換と動き補償により圧縮するMPEG（Moving Picture Experts Group phase）などの方式に準拠した装置が、放送局などの情報配信、および一般家庭における情報受信の双方において普及しつつある。
　特に、MPEG2（ISO/IEC 13818－2）方式は、汎用画像符号化方式として定義されており、飛び越し走査画像及び順次走査画像の双方、並びに標準解像度画像及び高精細画像を網羅する標準で、プロフェッショナル用途及びコンシューマー用途の広範なアプリケーションに現在広く用いられている。MPEG2方式を用いることにより、例えば720×480画素を持つ標準解像度の飛び越し走査画像であれば4乃至8Mbps、1920×1088画素を持つ高解像度の飛び越し走査画像であれば18乃至22MBpsの符号量（ビットレート）を割り当てることで、高い圧縮率と良好な画質の実現が可能である。
　MPEG2は主として放送用に適合する高画質符号化を対象としていたが、MPEG1より低い符号量（ビットレート）、つまりより高い圧縮率の符号化方式には対応していなかった。携帯端末の普及により、今後そのような符号化方式のニーズは高まると思われ、これに対応してMPEG4符号化方式の標準化が行われた。MPEG4の画像符号化方式に関しては、1998年12月にISO/IEC 14496－2として規格が国際標準に承認された。
　更に、近年、当初テレビ会議用の画像符号化を目的として、H．26L （ITU－T Q6/16 VCEG）という標準の規格化が進んでいる。H．26LはMPEG2やMPEG4といった従来の符号化方式に比べ、その符号化、復号化により多くの演算量が要求されるものの、より高い符号化効率が実現されることが知られている。
　また、現在、MPEG4の活動の一環として、このH．26Lをベースに、H．26Lではサポートされない機能をも取り入れ、より高い符号化効率を実現する標準化がJoint Model of Enhanced－Compression Video Codingとして行われている。この標準化は、2003年3月にH．264及びMPEG－4 Part10（AVC（Advanced Video Coding））という名の元に国際標準化された。
　更に、その拡張として、RGBやYUV422、YUV444といった、業務用に必要な符号化ツールや、MPEG－2で規定されていた8×8DCTや量子化マトリクスをも含んだFRExt (Fidelity Range Extension)の標準化が2005年2月に完了した。これにより、AVC方式が、映画に含まれるフィルムノイズをも良好に表現することが可能な符号化方式となり、ＢＤ（Blu－ray（登録商標） Disc ）等の幅広いアプリケーションに用いられる運びとなった。
　しかしながら、昨今、ハイビジョン画像の4倍の4000×2000画素程度の画像を圧縮したい、または、インターネットのような限られた伝送容量の環境においてハイビジョン画像を配信したいといった、更なる高圧縮率符号化に対するニーズが高まっている。このため、ITU－T傘下のVCEG(Video Coding Expert Group)において、符号化効率の改善に関する検討が継続されている。
　また、現在、AVCより更なる符号化効率の向上を目的として、ITU－Tと、ISO/IECの共同の標準化団体であるJCTVC(Joint Collaboration Team － Video Coding)により、HEVC(High Efficiency Video Coding)と呼ばれる符号化方式の標準化が進められている。2012年8月現在、Draftとして非特許文献１が発行されている。
　ところで、MPEG－2、AVCといった画像符号化方式は、画像を階層化して符号化するscalable機能を有していた。scalable機能によれば、トランスコード処理を行うことなく、復号側の処理能力に応じた符号化データを伝送することができる。
　具体的には、例えば携帯電話のような処理能力の低い端末に対しては、ベースとなる階層であるベースレイヤ（base layer）の画像の符号化ストリームのみを伝送することができる。一方、テレビジョン受像機やパーソナルコンピュータのような処理能力の高い端末に対しては、ベースレイヤと、ベースレイヤ以外の階層であるエンハンスメントレイヤ（enhancement layer）の画像の符号化ストリームを伝送することができる。
　また、HEVC方式においてもscalable機能は備えられており、非特許文献１に記載されているように、HEVC方式では、SPS(Sequence Parameter Set)、PPS(Picture Parameter Set)に加え、scalable機能に関するパラメータを含むVPS(Video Parameter Set)が規定されている。
　図１は、HEVC version1におけるVPSのシンタックスの一例を示す図である。
　HEVC version1においては、画像をフレームレートで階層化して符号化するscalable機能（以下、temporal scalabilityという）のみが備えられているため、図１に示すように、VPSでは、temporal scalabilityに関するパラメータのみが定義されている。
　なお、HEVC version2においては、temporal scalability以外のscalable機能にも対応するための標準化が行われる予定である。
Benjamin Bross，Woo－Jin Han，Jens－Rainer Ohm，Gary J. Sullivan， Thomas Wiegand，"High efficiency video coding (HEVC) text specification draft 8"， JCTVC－I1003_d7，2012.7.11－7.20
　scalable機能を用いて符号化が行われる場合、ベースレイヤの画像とエンハンスメントレイヤの画像が対応しているとき、両方の画像の参照画像に関する情報は相関性が高いと考えられる。
　しかしながら、従来のHEVC方式では、階層ごとに参照画像に関する情報が設定されるため、符号化効率が悪い。
　本技術は、このような状況に鑑みてなされたものであり、階層構造を有する画像の参照画像に関する情報を共有または予測することができるようにするものである。
　本技術の第１の側面の符号化装置は、階層構造を有する画像の第１の階層の画像を符号化する際に用いる第１の参照画像に関する情報である第１の参照画像情報と、第２の階層の画像の第２の参照画像に関する情報である第２の参照画像情報とを用いて、前記第１の参照画像情報の生成に用いる参照画像生成情報を設定する設定部と、前記第１の階層の画像を前記第１の参照画像を用いて符号化し、符号化データを生成する符号化部と、前記符号化部により生成された前記符号化データと、前記設定部により設定された前記参照画像生成情報を伝送する伝送部とを備える符号化装置である。
　本技術の第１の側面の符号化方法は、本技術の第１の側面の符号化装置に対応する。
　本技術の第１の側面においては、階層構造を有する画像の第１の階層の画像を符号化する際に用いる第１の参照画像に関する情報である第１の参照画像情報と、第２の階層の画像の第２の参照画像に関する情報である第２の参照画像情報とを用いて、前記第１の参照画像情報の生成に用いる参照画像生成情報が設定され、前記第１の階層の画像が前記第１の参照画像を用いて符号化されて、符号化データが生成され、前記符号化データと前記参照画像生成情報が伝送される。
　本技術の第２の側面の復号装置は、階層構造を有する画像の第１の階層の画像を符号化する際に用いる第１の参照画像に関する情報である第１の参照画像情報と、第２の階層の画像の第２の参照画像に関する情報である第２の参照画像情報とを用いて生成された前記第１の参照画像情報の生成に用いる参照画像生成情報と、前記第１の階層の画像の符号化データとを受け取る受け取り部と、前記参照画像生成情報を用いて前記第１の参照画像情報を生成する生成部と、前記生成部により生成された前記第１の参照画像情報に基づいて、前記第１の階層の画像の符号化データを前記第１の参照画像を用いて復号する復号部とを備える復号装置である。
　本技術の第２の側面の復号方法は、本技術の第２の側面の復号装置に対応する。
　本技術の第２の側面においては、階層構造を有する画像の第１の階層の画像を符号化する際に用いる第１の参照画像に関する情報である第１の参照画像情報と、第２の階層の画像の第２の参照画像に関する情報である第２の参照画像情報とを用いて生成された前記第１の参照画像情報の生成に用いる参照画像生成情報と、前記第１の階層の画像の符号化データとが受け取られ、前記参照画像生成情報を用いて前記第１の参照画像情報が生成され、生成された前記第１の参照画像情報に基づいて、前記第１の階層の画像の符号化データが前記第１の参照画像を用いて復号される。
　なお、第１の側面の符号化装置及び第２の側面の復号装置は、コンピュータにプログラムを実行させることにより実現することができる。
　また、第１の側面の符号化装置および第２の側面の復号装置を実現するために、コンピュータに実行させるプログラムは、伝送媒体を介して伝送することにより、又は、記録媒体に記録して、提供することができる。
　第１の側面の符号化装置及び第２の側面の復号装置は、独立した装置であっても良いし、１つの装置を構成している内部ブロックであっても良い。
　本技術によれば、階層構造を有する画像の参照画像に関する情報を共有または予測することができる。
HEVC version1におけるVPSのシンタックスの一例を示す図である。 spatial scalabilityを説明する図である。 temporal scalabilityを説明する図である。 SNR scalabilityを説明する図である。 本技術を適用した第１実施の形態の概要を説明する図である。 本技術を適用した符号化装置の第１実施の形態の構成例を示すブロック図である。 ベースストリームのSPSのシンタックスの例を示す図である。 ベースストリームのSPSのシンタックスの例を示す図である。 ベースストリームのスライスヘッダのシンタックスの例を示す図である。 ベースストリームのスライスヘッダのシンタックスの例を示す図である。 ベースストリームのスライスヘッダのシンタックスの例を示す図である。 ベースストリームのRPSのシンタックスの例を示す図である。 図６のエンハンスメント符号化部の構成例を示すブロック図である。 図１３の符号化部の構成例を示すブロック図である。 CUを説明する図である。 図１４の参照画像設定部の構成例を示すブロック図である。 図１３の設定部により設定されるSPSのシンタックスの例を示す図である。 図１３の設定部により設定されるSPSのシンタックスの例を示す図である。 エンハンスメントストリームのスライスヘッダのシンタックスの構成例を示す図である。 エンハンスメントストリームのスライスヘッダのシンタックスの構成例を示す図である。 エンハンスメントストリームのスライスヘッダのシンタックスの構成例を示す図である。 エンハンスメントストリームのRPSのシンタックスの例を示す図である。 VPSのシンタックスの例を示す図である。 図６の符号化装置の階層符号化処理を説明するフローチャートである。 図２４のエンハンスメントストリーム生成処理の詳細を説明するフローチャートである。 図２５の符号化処理の詳細を説明するフローチャートである。 図２５の符号化処理の詳細を説明するフローチャートである。 図２６の生成処理の詳細を説明するフローチャートである。 本技術を適用した復号装置の第１実施の形態の構成例を示すブロック図である。 図２９のエンハンスメント復号部の構成例を示すブロック図である。 図３０の復号部の構成例を示すブロック図である。 図３１の参照画像設定部の構成例を示すブロック図である。 図２９の復号装置の階層復号処理を説明するフローチャートである。 図３０のエンハンスメント画像生成処理を説明するフローチャートである。 図３４の復号処理の詳細を説明するフローチャートである。 図３５の生成処理の詳細を説明するフローチャートである。 本技術を適用した第２実施の形態の概要を説明する図である。 重み付け予測を説明する図である。 本技術を適用した符号化装置の第２実施の形態の構成例を示すブロック図である。 AVC方式におけるPPSのシンタックスの例を示す図である。 AVC方式におけるPPSのシンタックスの例を示す図である。 ベースストリームのPPSのシンタックスの例を示す図である。 ベースストリームのPPSのシンタックスの例を示す図である。 AVC方式におけるスライスヘッダのシンタックスの例を示す図である。 AVC方式におけるスライスヘッダのシンタックスの例を示す図である。 AVC方式における重み付け情報のシンタックスの例を示す図である。 ベースストリームの重み付け情報のシンタックスの例を示す図である。 図３９のエンハンスメント符号化部の構成例を示すブロック図である。 図４８の符号化部の構成例を示すブロック図である。 図４９の重みバッファと重み設定部の構成例を示すブロック図である。 エンハンスメントストリームの重み付け情報のシンタックスの例を示す図である。 エンハンスメントストリームの重み付け情報のシンタックスの例を示す図である。 図４８のエンハンスメントストリーム生成処理を説明するフローチャートである。 図５３の符号化処理の詳細を説明するフローチャートである。 図５３の符号化処理の詳細を説明するフローチャートである。 図５４の生成処理の詳細を説明するフローチャートである。 本技術を適用した復号装置の第２実施の形態の構成例を示すブロック図である。 図５７のエンハンスメント復号部の構成例を示すブロック図である。 図５８の復号部の構成例を示すブロック図である。 図５９の重みバッファと重み設定部の構成例を示すブロック図である。 図５７の復号装置の階層復号処理を説明するフローチャートである。 図５９の復号部の復号処理の詳細を説明するフローチャートである。 図６２の生成処理の詳細を説明するフローチャートである。 本技術を適用した第３実施の形態の概要を説明する図である。 本技術を適用した符号化装置の第３実施の形態の構成例を示すブロック図である。 図６５のエンハンスメント符号化部の構成例を示すブロック図である。 図６６の符号化部の構成例を示すブロック図である。 図６６の設定部により設定されるSPSのシンタックスの例を示す図である。 エンハンスメントストリームのスライスヘッダのシンタックスの例を示す図である。 符号化装置における効果を説明する図である。 図６５の符号化装置の階層符号化処理を説明するフローチャートである。 図７１の階層符号化処理におけるSPS設定処理の詳細を説明するフローチャートである。 図７１のエンハンスメント符号化処理におけるコピーフラグ設定処理の詳細を説明するフローチャートである。 本開示を適用した復号装置の第３実施の形態の構成例を示すブロック図である。 図７４のエンハンスメント復号部の構成例を示すブロック図である。 図７５の復号部の構成例を示すブロック図である。 図７４のエンハンスメント復号部のエンハンスメント画像生成処理を説明するフローチャートである。 図７７のSPS抽出処理の詳細を説明するフローチャートである。 図７７のエンハンスメント復号処理における生成処理の詳細を説明するフローチャートである。 別コピーフラグ設定時のSPSのシンタックスの例を示す図である。 別コピーフラグ設定時のエンハンスメントストリームのスライスヘッダのシンタックスの例を示す図である。 別コピーフラグ設定時のSPS設定処理を説明するフローチャートである。 別コピーフラグ設定時のコピーフラグ設定処理を説明するフローチャートである。 別コピーフラグ設定時のSPS抽出処理を説明するフローチャートである。 別コピーフラグ設定時の生成処理を説明するフローチャートである。 第３の実施の形態におけるVPSの拡張部のシンタックスの例を示す図である。 設定モード使用時のSPSのシンタックスの例を示す図である。 設定モード使用時のエンハンスメントストリームのスライスヘッダのシンタックスの例を示す図である。 設定モード使用時のSPS設定処理を説明するフローチャートである。 設定モード使用時のコピーフラグ設定処理を説明するフローチャートである。 設定モード使用時のSPS抽出処理を説明するフローチャートである。 設定モード使用時の生成処理を説明するフローチャートである。 符号化方式に基づく共通コピーフラグ設定時のSPSのシンタックスの例を示す図である。 本技術を適用した符号化装置の第４実施の形態の構成例を示すブロック図である。 図９４のエンハンスメント符号化部の構成例を示すブロック図である。 図９５の符号化部の構成例を示すブロック図である。 図９５の設定部により設定されるSPSのシンタックスの例を示す図である。 エンハンスメントストリームのスライスヘッダのシンタックスの例を示す図である。 一部RPSコピーフラグ用のRPSのシンタックスの例を示す図である。 図９４の符号化装置のSPS設定処理を説明するフローチャートである。 図９４の符号化装置のコピーフラグ設定処理の詳細を説明するフローチャートである。 本開示を適用した復号装置の第４実施の形態の構成例を示すブロック図である。 図１０２のエンハンスメント復号部の構成例を示すブロック図である。 図１０３の復号部の構成例を示すブロック図である。 図１０２の復号装置のSPS抽出処理の詳細を説明するフローチャートである。 図１０２の復号装置の生成処理の詳細を説明するフローチャートである。 共通RPS設定時のRPSのシンタックスの例を示す図である。 共通RPS設定時のSPS設定処理を説明するフローチャートである。 共通RPS設定時のコピーフラグ設定処理の詳細を説明するフローチャートである。 共通RPS設定時のSPS抽出処理を説明するフローチャートである。 多視点画像符号化方式の例を示す図である。 Scalable機能による符号化の他の例を示す。 コンピュータのハードウエアの構成例を示すブロック図である。 本技術を適用したテレビジョン装置の概略構成例を示す図である。 本技術を適用した携帯電話機の概略構成例を示す図である。 本技術を適用した記録再生装置の概略構成例を示す図である。 本技術を適用した撮像装置の概略構成例を示す図である。 スケーラブル符号化利用の一例を示すブロック図である。 スケーラブル符号化利用の他の例を示すブロック図である。 スケーラブル符号化利用のさらに他の例を示すブロック図である。
　＜scalable機能の説明＞
　（spatial scalabilityの説明）
　図２は、spatial scalabilityを説明する図である。
　図２に示すように、spatial scalabilityは、画像を空間解像度で階層化して符号化するscalable機能である。具体的には、spatial scalabilityでは、低解像度の画像がベースレイヤの画像として符号化され、高解像度の画像と低解像度の画像の差分の画像がエンハンスメントレイヤの画像として符号化される。
　従って、符号化装置は、処理能力の低い復号装置に対してベースレイヤの画像の符号化データのみを伝送することにより、復号装置は、低解像度の画像を生成することができる。また、符号化装置は、処理能力の高い復号装置に対してベースレイヤとエンハンスメントレイヤの画像の符号化データを伝送することにより、復号装置は、ベースレイヤとエンハンスメントレイヤの画像を復号して合成し、高解像度の画像を生成することができる。
　（temporal scalabilityの説明）
　図３は、temporal scalabilityを説明する図である。
　上述したように、temporal scalabilityは、画像をフレームレートで階層化して符号化するscalable機能である。具体的には、図３に示すように、temporal scalabilityでは、例えば、低フレームレート（図３の例では7.5fps）の画像がベースレイヤの画像として符号化される。また、中フレームレート（図３の例では15fps）の画像と低フレームレートの画像の差分の画像がエンハンスメントレイヤの画像として符号化される。さらに、高フレームレート（図３の例では30fps）の画像と中フレームレートの画像の差分の画像がエンハンスメントレイヤの画像として符号化される。
　従って、符号化装置は、処理能力の低い復号装置に対してベースレイヤの画像の符号化データのみを伝送することにより、復号装置は、低フレームレートの画像を生成することができる。また、符号化装置は、処理能力の高い復号装置に対してベースレイヤとエンハンスメントレイヤの画像の符号化データを伝送することにより、復号装置は、ベースレイヤとエンハンスメントレイヤの画像を復号して合成し、高フレームレートまたは中フレームレートの画像を生成することができる。
　（SNR scalabilityの説明）
　図４は、SNR scalabilityを説明する図である。
　図４に示すように、SNR scalabilityは、画像をSNR(signal－noise ratio)で階層化して符号化するscalable機能である。具体的には、SNR scalabilityでは、低SNRの画像がベースレイヤの画像として符号化され、高SNRの画像と低SNRの画像の差分の画像がエンハンスメントレイヤの画像として符号化される。
　従って、符号化装置は、処理能力の低い復号装置に対してベースレイヤの画像の符号化データのみを伝送することにより、復号装置は、低SNRの画像、即ち低画質の画像を生成することができる。また、符号化装置は、処理能力の高い復号装置に対してベースレイヤとエンハンスメントレイヤの画像の符号化データを伝送することにより、復号装置は、ベースレイヤとエンハンスメントレイヤの画像を復号して合成し、高SNRの画像、即ち高画質の画像を生成することができる。
　なお、図示は省略するが、scalable機能としては、spatial scalability， temporal scalability、SNR scalabilityの他にも存在する。
　例えば、scalable機能としては、画像をビット数で階層化して符号化するbit－depth scalabilityもある。この場合、例えば、8bitビデオの画像がベースレイヤの画像とされ、10bitビデオの画像と8bitビデオの画像の差分がエンハンスメントレイヤの画像とされ、符号化される。
　また、scalable機能としては、画像を色差信号のフォーマットで階層化して符号化するchroma scalabilityもある。この場合、例えば、YUV420の画像がベースレイヤの画像とされ、YUV422の画像とYUV420の画像の差分の画像がエンハンスメントレイヤの画像とされ、符号化される。
　なお、以下では、説明の便宜上、エンハンスメントレイヤが１つである場合について説明する。
　＜第１実施の形態＞
　（第１実施の形態の概要の説明）
　図５は、本技術を適用した第１実施の形態の概要を説明する図である。
　図５に示すように、第１実施の形態では、参照画像に関する情報としての参照画像を特定する情報（以下、参照画像特定情報という）が、同一階層間だけでなく、異なる階層間で共有または予測される。
　（符号化装置の第１実施の形態の構成例）
　図６は、本技術を適用した符号化装置の第１実施の形態の構成例を示すブロック図である。
　図６の符号化装置１０は、ベース符号化部１１、エンハンスメント符号化部１２、合成部１３、および伝送部１４により構成され、scalable機能を用いてHEVC方式に準ずる方式で画像を符号化する。
　符号化装置１０のベース符号化部１１には、外部からベースレイヤの画像（以下、ベース画像という）が入力される。ベース符号化部１１は、従来のHEVC方式の符号化装置と同様に構成され、ベース画像をHEVC方式で符号化する。但し、ベース符号化部１１は、ベース画像の符号化時に用いられた参照画像の参照画像特定情報をエンハンスメント符号化部１２に供給する。ベース符号化部１１は、符号化の結果得られる符号化データ、SPS，PPS等を含む符号化ストリームを、ベースストリームとして合成部１３に供給する。
　エンハンスメント符号化部１２には、外部からエンハンスメントレイヤの画像（以下、エンハンスメント画像という）が入力される。エンハンスメント符号化部１２は、エンハンスメント画像をHEVC方式に準ずる方式で符号化する。また、エンハンスメント符号化部１２は、ベース画像の参照画像特定情報と、エンハンスメント画像の符号化時に用いられた参照画像の参照画像特定情報とを用いて、エンハンスメント画像の参照画像特定情報の生成に用いる参照画像特定生成情報（参照画像生成情報）を生成する。
　エンハンスメント符号化部１２は、エンハンスメント画像の符号化データに参照画像特定生成情報等を付加して符号化ストリームを生成し、エンハンスメントストリームとして合成部１３に供給する。
　合成部１３は、ベース符号化部１１から供給されるベースストリームとエンハンスメント符号化部１２から供給されるエンハンスメントストリームを合成し、VPSなどを付加して、全階層の符号化ストリームを生成する。合成部１３は、全階層の符号化ストリームを伝送部１４に供給する。
　伝送部１４は、合成部１３から供給される全階層の符号化ストリームを後述する復号装置に伝送する。
　なお、ここでは、符号化装置１０は、全階層の符号化ストリームを伝送するものとするが、必要に応じて、ベースストリームのみを伝送することもできる。
　（ベースストリームのSPSのシンタックスの例）
　図７および図８は、ベースストリームに含まれるSPSのシンタックスの例を示す図である。
　図８の９行目乃至１１行目に示すように、ベースストリームのSPSには、そのSPSに対応するGOP（Group of Picture）のshort termの参照画像特定情報であるRPS(reference picture set)に関する情報が含まれる。具体的には、SPSには、そのSPSに含まれるRPSの数(num_short_term_ref_pic_sets)と、RPS（short_term_ref_pic_set）が含まれる。RPSには、0から順にインデックスが付与されている。
　また、１２行目乃至１７行目に示すように、SPSには、long termの参照画像特定情報に関する情報が記述される。具体的には、SPSには、long termの参照画像が使用可能であるかどうかを示すlong termフラグ(long_term_ref_pics_present_flag)が含まれる。
　また、long termフラグが、long termの参照画像が使用可能であることを示す1である場合、SPSには、そのSPSに含まれるlong termの参照画像特定情報の数(num_long_term_ref_pics_sps)が含まれる。また、long termの参照画像特定情報としての参照画像のPOC（Picture Order Count）の最下位ビットを示す情報（lt_ref_pic_poc_lsb_sps）が含まれる。さらに、参照画像特定情報で特定される参照画像が自分自身によって参照されないかどうかを示す参照フラグ(used_by_curr_pic_lt_sps_flag)が記述される。long termの参照画像特定情報には0から順にインデックスが付与される。
　なお、以下では、RPSとlong termの参照画像特定情報を特に区別する必要がない場合、単に、参照画像特定情報という。
　（ベースストリームのスライスヘッダのシンタックスの例）
　図９乃至図１１は、ベースストリームに含まれる符号化データにスライス単位で付加されるヘッダであるスライスヘッダのシンタックスの例を示す図である。
　図９の１８行目に示すように、ベースストリームのスライスヘッダには、対応するスライスのRPSがSPSに含まれるRPSであることを示すRPSフラグ（short_term_ref_pic_set_sps_flag）が含まれる。
　また、１９行目と２０行目に示すように、RPSフラグが、対応するスライスのRPSがSPSに含まれるRPSではないことを示す0である場合、スライスヘッダには、対応するスライスのRPSが、インデックスがnum_short_term_ref_pic_setsであるRPS(short_term_ref_pic_set(num_short_term_ref_pic_sets))として含まれる。
　２１行目および２２行目に示すように、RPSフラグが、対応するスライスのRPSがSPSに含まれるRPSであることを示す1である場合、スライスヘッダには、対応するスライスのRPSのインデックス（short_term_ref_pic_set_idx）が含まれる。
　また、２３行目乃至２６行目に示すように、スライスヘッダには、対応するSPSに含まれるlong termフラグが1である場合、そのSPSに含まれるlong termの参照画像特定情報の数であるSPS内数(num_long_term_sps)と、そのスライスヘッダに含まれるlong termの参照画像特定情報の数であるSPS外数(num_long_term_pics)が含まれる。
　さらに、２７行目乃至２９行目に示すように、スライスヘッダには、対応するスライスにおけるlong termの参照画像特定情報のうちの、SPSに含まれるlong termの参照画像特定情報のインデックス（lt_idx_sps）が含まれる。また、３０行目乃至３２行目に示すように、スライスヘッダには、対応するスライスにおけるlong termの参照画像特定情報のうちの、SPSに含まれないlong termの参照画像特定情報としての参照画像のPOCの最下位ビットを示す情報（poc_lsb_sps）と参照フラグ(used_by_curr_pic_lt_flag)が含まれる。
　（ベースストリームのRPSのシンタックスの例）
　図１２は、ベースストリームのRPSのシンタックスの例を示す図である。
　図１２の２行目に示すように、RPSには、inter_ref_pic_set_prediction_flagが含まれる。inter_ref_pic_set_prediction_flagは、符号化対象の画像のGOP内の符号化対象の画像より符号化順で前の画像である前画像の参照画像特定情報を、符号化対象の画像の参照画像特定情報として用いるかを示す参照情報である。
　参照情報は、前画像の参照画像特定情報を符号化対象の画像の参照画像特定情報として用いることを示す場合１であり、前画像の参照画像特定情報を符号化対象の画像の参照画像特定情報として用いないことを示す場合０である。
　図１２の３行目乃至５行目に示すように、inter_ref_pic_set_prediction_flagが１である場合、RPSには、前画像を特定する前画像特定情報（delta_idx_minus1）が含まれる。delta_idx_minus1は、具体的には、符号化対象の画像の符号化番号（Coding Order）から前画像の符号化番号を減算した値から１を減算した値である。ここで、符号化番号とは、GOP内の各画像に対して、符号化順に、小さい値から付与される番号である。
　また、図１２の６行目と７行目に示すように、RPSには、前画像の参照画像特定情報（のPOC）と符号化対象の画像の参照画像特定情報（のPOC）の差分の符号（delta_rps_sign）、その差分の絶対値（abs_delta_rps_minus1）が含まれる。
　また、図１２の８行目と９行目に示すように、RPSには、参照画像特定情報で特定される参照画像を使用するかどうかを表すフラグ（used_by_curr_pic_lt_flag）が含まれる。また、１０行目と１１行目に示すように、フラグ（used_by_curr_pic_lt_flag）が、参照画像特定情報で特定される参照画像を使用しないことを表す0である場合、RPSには、その参照画像がRPSに含まれるかどうかを表すフラグ（use_delta_flag）が含まれる。
　また、図１２の１４行目乃至２３行目に示すように、inter_ref_pic_set_prediction_flagが０である場合、RPSには、参照画像の数やPOCを示す情報等が含まれる。
　（エンハンスメント符号化部の構成例）
　図１３は、図６のエンハンスメント符号化部１２の構成例を示すブロック図である。
　図１３のエンハンスメント符号化部１２は、符号化部２１と設定部２２により構成される。
　エンハンスメント符号化部１２の符号化部２１は、外部から入力されるフレーム単位のエンハンスメント画像を入力信号とする。符号化部２１は、ベース符号化部１１からの参照画像特定情報、設定部２２からの参照画像特定生成情報などを参照して、HEVC方式に準ずる方式で入力信号を符号化する。符号化部２１は、その結果得られる符号化データを設定部２２に供給する。
　設定部２２は、参照画像特定生成情報を設定する。この参照画像特定生成情報のうちの参照画像特定情報や参照画像特定情報の差分には、0から順にインデックスが付与されている。設定部２２は、参照画像特定生成情報を符号化部２１に供給する。また、設定部２２は、参照画像特定生成情報を含むSPS，PPSなどを設定する。
　設定部２２は、設定されたSPSおよびPPSと、符号化部２１から供給される符号化データとから符号化ストリームを生成し、エンハンスメントストリームとして合成部１３に供給する。
　（符号化部の構成例）
　図１４は、図１３の符号化部２１の構成例を示すブロック図である。
　図１４の符号化部２１は、A/D変換部３１、画面並べ替えバッファ３２、演算部３３、直交変換部３４、量子化部３５、可逆符号化部３６、蓄積バッファ３７、逆量子化部３８、逆直交変換部３９、加算部４０、デブロックフィルタ４１、適応オフセットフィルタ４２、適応ループフィルタ４３、フレームメモリ４４、スイッチ４５、イントラ予測部４６、動き予測・補償部４７、予測画像選択部４８、参照バッファ４９、参照画像設定部５０、およびレート制御部５１により構成される。
　具体的には、符号化部２１のA/D変換部３１は、入力信号として入力されたフレーム単位の画像をA/D変換し、画面並べ替えバッファ３２に出力して記憶させる。画面並べ替えバッファ３２は、記憶した表示の順番のフレーム単位の画像を、GOP構造に応じて、符号化のための順番に並べ替え、演算部３３、イントラ予測部４６、および動き予測・補償部４７に出力する。
　演算部３３は、符号化部として機能し、予測画像選択部４８から供給される予測画像と、画面並べ替えバッファ３２から出力された符号化対象の画像の差分を演算することにより符号化を行う。具体的には、演算部３３は、画面並べ替えバッファ３２から出力された符号化対象の画像から、予測画像選択部４８から供給される予測画像を減算することにより符号化を行う。演算部３３は、その結果得られる画像を、残差情報として直交変換部３４に出力する。なお、予測画像選択部４８から予測画像が供給されない場合、演算部３３は、画面並べ替えバッファ３２から読み出された画像をそのまま残差情報として直交変換部３４に出力する。
　直交変換部３４は、演算部３３からの残差情報を直交変換し、生成された直交変換係数を量子化部３５に供給する。
　量子化部３５は、直交変換部３４から供給される直交変換係数に対して量子化を行い、その結果得られる係数を、可逆符号化部３６に供給する。
　可逆符号化部３６は、最適イントラ予測モードを示す情報（以下、イントラ予測モード情報という）をイントラ予測部４６から取得する。また、可逆符号化部３６は、動き予測・補償部４７から供給される最適インター予測モードを示す情報（以下、インター予測モード情報という）と動きベクトルなどを動き予測・補償部４７から取得する。さらに、可逆符号化部３６は、参照画像特定生成情報、RPSフラグなどを参照画像設定部５０から取得する。
　また、可逆符号化部３６は、適応オフセットフィルタ４２からオフセットフィルタに関するオフセットフィルタ情報を取得し、適応ループフィルタ４３からフィルタ係数を取得する。
　可逆符号化部３６は、量子化部３５から供給される量子化された係数に対して、可変長符号化（例えば、CAVLC（Context－Adaptive Variable Length Coding）など）、算術符号化（例えば、CABAC（Context－Adaptive Binary Arithmetic Coding）など）などの可逆符号化を行う。
　また、可逆符号化部３６は、イントラ予測モード情報、または、インター予測モード情報、動きベクトル、参照画像特定生成情報、およびRPSフラグ、オフセットフィルタ情報、並びにフィルタ係数を、符号化に関する符号化情報として可逆符号化する。可逆符号化部３６は、可逆符号化された符号化情報をスライスヘッダとし、可逆符号化された係数を符号化データとして、符号化データにスライスヘッダを付加する。可逆符号化部３６は、スライスヘッダが付加された符号化データを蓄積バッファ３７に供給し、蓄積させる。
　蓄積バッファ３７は、可逆符号化部３６から供給される符号化データを、一時的に記憶する。また、蓄積バッファ３７は、記憶している符号化データを、図１３の設定部２２に供給する。
　また、量子化部３５より出力された、量子化された係数は、逆量子化部３８にも入力される。逆量子化部３８は、量子化部３５により量子化された係数に対して逆量子化を行い、その結果得られる直交変換係数を逆直交変換部３９に供給される。
　逆直交変換部３９は、逆量子化部３８から供給される直交変換係数に対して4次の逆直交変換を行い、その結果得られる残差情報を加算部４０に供給する。
　加算部４０は、逆直交変換部３９から供給される残差情報と、予測画像選択部４８から供給される予測画像を加算して、局部的に復号された画像を得る。なお、予測画像選択部４８から予測画像が供給されない場合、加算部４０は、逆直交変換部３９から供給される残差情報を局部的に復号された画像とする。加算部４０は、局部的に復号された画像をデブロックフィルタ４１に供給するとともに、フレームメモリ４４に供給して蓄積させる。
　デブロックフィルタ４１は、加算部４０から供給される局部的に復号された画像に対して、ブロック歪を除去する適応デブロックフィルタ処理を行い、その結果得られる画像を適応オフセットフィルタ４２に供給する。
　適応オフセットフィルタ４２は、デブロックフィルタ４１による適応デブロックフィルタ処理後の画像に対して、主にリンギングを除去する適応オフセットフィルタ(SAO（Sample adaptive offset)）処理を行う。
　具体的には、適応オフセットフィルタ４２は、最大の符号化単位であるLCU（Largest Coding Unit）ごとに適応オフセットフィルタ処理の種類を決定し、その適応オフセットフィルタ処理で用いられるオフセットを求める。適応オフセットフィルタ４２は、求められたオフセットを用いて、適応デブロックフィルタ処理後の画像に対して、決定された種類の適応オフセットフィルタ処理を行う。そして、適応オフセットフィルタ４２は、適応オフセットフィルタ処理後の画像を適応ループフィルタ４３に供給する。
　また、適応オフセットフィルタ４２は、オフセットを格納するバッファを有している。適応オフセットフィルタ４２は、LCUごとに、適応オフセットフィルタ処理に用いられたオフセットが既にバッファに格納されているかどうかを判定する。
　適応オフセットフィルタ４２は、適応オフセットフィルタ処理に用いられたオフセットが既にバッファに格納されていると判定した場合、オフセットがバッファに格納されているかを示す格納フラグを、オフセットがバッファに格納されていることを示す値（ここでは１）に設定する。
　そして、適応オフセットフィルタ４２は、LCUごとに、１に設定された格納フラグ、バッファにおけるオフセットの格納位置を示すインデックス、および、行われた適応オフセットフィルタ処理の種類を示す種類情報を、オフセットフィルタ情報として可逆符号化部３６に供給する。
　一方、適応オフセットフィルタ４２は、適応オフセットフィルタ処理に用いられたオフセットがまだバッファに格納されていない場合、そのオフセットをバッファに格納する。また、適応オフセットフィルタ４２は、格納フラグを、オフセットがバッファに格納されていないことを示す値（ここでは０）に設定する。そして、適応オフセットフィルタ４２は、LCUごとに、０に設定された格納フラグ、オフセット、および種類情報を、オフセットフィルタ情報として可逆符号化部３６に供給する。
　適応ループフィルタ４３は、例えば、２次元のウィナーフィルタ（Wiener Filter）により構成される。適応ループフィルタ４３は、適応オフセットフィルタ４２から供給される適応オフセットフィルタ処理後の画像に対して、例えば、LCUごとに、適応ループフィルタ（ALF(Adaptive Loop Filter)）処理を行う。
　具体的には、適応ループフィルタ４３は、LCUごとに、画面並べ替えバッファ３２から出力される画像である原画像と適応ループフィルタ処理後の画像の残差が最小となるように、適応ループフィルタ処理で用いられるフィルタ係数を算出する。そして、適応ループフィルタ４３は、適応オフセットフィルタ処理後の画像に対して、算出されたフィルタ係数を用いて、LCUごとに適応ループフィルタ処理を行う。
　適応ループフィルタ４３は、適応ループフィルタ処理後の画像をフレームメモリ４４に供給する。また、適応ループフィルタ４３は、フィルタ係数を可逆符号化部３６に供給する。
　なお、ここでは、適応ループフィルタ処理は、LCUごとに行われるものとするが、適応ループフィルタ処理の処理単位は、LCUに限定されない。但し、適応オフセットフィルタ４２と適応ループフィルタ４３の処理単位を合わせることにより、処理を効率的に行うことができる。
　フレームメモリ４４は、適応ループフィルタ４３から供給される画像と、加算部４０から供給される画像を蓄積する。フレームメモリ４４に蓄積された画像は、参照画像としてスイッチ４５を介してイントラ予測部４６または動き予測・補償部４７に出力される。
　イントラ予測部４６は、フレームメモリ４４からスイッチ４５を介して読み出された参照画像を用いて、候補となる全てのイントラ予測モードのイントラ予測処理を行う。
　また、イントラ予測部４６は、画面並べ替えバッファ３２から読み出された画像と、イントラ予測処理の結果生成される予測画像とに基づいて、候補となる全てのイントラ予測モードに対してコスト関数値（詳細は後述する）を算出する。そして、イントラ予測部４６は、コスト関数値が最小となるイントラ予測モードを、最適イントラ予測モードに決定する。
　イントラ予測部４６は、最適イントラ予測モードで生成された予測画像、および、対応するコスト関数値を、予測画像選択部４８に供給する。イントラ予測部４６は、予測画像選択部４８から最適イントラ予測モードで生成された予測画像の選択が通知された場合、イントラ予測モード情報を可逆符号化部３６に供給する。
　なお、コスト関数値は、RD(Rate Distortion)コストともいい、例えば、H．264/AVC方式における参照ソフトウエアであるJM(Joint Model)で定められているような、High Complexity モードか、Low Complexity モードのいずれかの手法に基づいて算出される。なお、H．264/AVC方式における参照ソフトウエアは、http://iphome.hhi.de/suehring/tml/index.htmにおいて公開されている。
　具体的には、コスト関数値の算出手法としてHigh Complexity モードが採用される場合、候補となる全ての予測モードに対して、仮に復号までが行われ、次の式（１）で表わされるコスト関数値が各予測モードに対して算出される。
Figure JPOXMLDOC01-appb-M000001
　Dは、原画像と復号画像の差分（歪）、Rは、直交変換の係数まで含んだ発生符号量、λは、量子化パラメータQPの関数として与えられるラグランジュ未定乗数である。
　一方、コスト関数値の算出手法としてLow Complexity モードが採用される場合、候補となる全ての予測モードに対して、予測画像の生成、および、符号化情報の符号量の算出が行われ、次の式（２）で表わされるコスト関数が各予測モードに対して算出される。
Figure JPOXMLDOC01-appb-M000002
　Dは、原画像と予測画像の差分（歪）、Header_Bitは、符号化情報の符号量、QPtoQuantは、量子化パラメータQPの関数として与えられる関数である。
　Low Complexity モードにおいては、全ての予測モードに対して、予測画像を生成するだけでよく、復号画像を生成する必要がないため、演算量が少なくて済む。
　動き予測・補償部４７は、候補となる全てのインター予測モードの動き予測・補償処理を行う。具体的には、動き予測・補償部４７は、画面並べ替えバッファ３２から供給される画像と、フレームメモリ４４からスイッチ４５を介して読み出される参照画像に基づいて、候補となる全てのインター予測モードの動きベクトルを検出する。なお、参照画像は、例えば、ユーザにより設定される。動き予測・補償部４７は、検出された動きベクトルに基づいて参照画像に補償処理を施し、予測画像を生成する。
　このとき、動き予測・補償部４７は、画面並べ替えバッファ３２から供給される画像と予測画像とに基づいて、候補となる全てのインター予測モードに対してコスト関数値を算出し、コスト関数値が最小となるインター予測モードを最適インター予測モードに決定する。そして、動き予測・補償部４７は、最適インター予測モードのコスト関数値と、対応する予測画像を予測画像選択部４８に供給する。また、動き予測・補償部４７は、予測画像選択部４８から最適インター予測モードで生成された予測画像の選択が通知された場合、インター予測モード情報、対応する動きベクトルなどを可逆符号化部３６に出力し、参照画像特定情報を参照画像設定部５０に出力する。
　予測画像選択部４８は、イントラ予測部４６および動き予測・補償部４７から供給されるコスト関数値に基づいて、最適イントラ予測モードと最適インター予測モードのうちの、対応するコスト関数値が小さい方を、最適予測モードに決定する。そして、予測画像選択部４８は、最適予測モードの予測画像を、演算部３３および加算部４０に供給する。また、予測画像選択部４８は、最適予測モードの予測画像の選択をイントラ予測部４６または動き予測・補償部４７に通知する。
　参照バッファ４９は、図６のベース符号化部１１から供給されるベース画像の符号化時に用いられた参照画像の参照画像特定情報を記憶する。
　参照画像設定部５０は、動き予測・補償部４７から供給される参照画像特定情報と、参照バッファ４９に記憶されている参照画像特定情報を比較し、エンハンスメント画像の参照画像特定情報の予測モードを決定する。ここでは、参照画像特定情報の予測モードとしては、コピーモード、差分予測モード、および非予測モードがあるものとする。
　コピーモードとは、エンハンスメント画像の参照画像特定情報として、参照する他のレイヤ（ここでは、ベースレイヤ）である参照レイヤの参照画像特定情報を用いる予測モードである。差分予測モードとは、エンハンスメント画像の参照画像特定情報と参照レイヤの参照画像特定情報の差分と、参照レイヤの参照画像特定情報とを加算することにより、エンハンスメント画像の参照画像特定情報を予測する予測モードである。非予測モードとは、エンハンスメント画像の参照画像特定情報を参照レイヤの参照画像特定情報と独立して設定する予測モードである。
　参照画像設定部５０は、参照画像特定情報の予測モードがコピーモードである場合、図１３の設定部２２から供給される参照画像特定生成情報としての参照画像特定情報の予測モードがコピーモードであるとき、RPSフラグとしての1を可逆符号化部３６に供給する。一方、設定部２２から供給される参照画像特定生成情報としての参照画像特定情報の予測モードがコピーモードではないとき、RPSフラグとしての0を可逆符号化部３６に供給するとともに、コピーモードを参照画像特定生成情報として設定し、可逆符号化部３６に供給する。
　また、参照画像設定部５０は、参照画像特定情報の予測モードが差分予測モードである場合、エンハンスメント画像の参照画像特定情報とベース画像の参照画像特定情報の差分を演算する。そして、参照画像設定部５０は、演算された参照画像特定情報の差分と、設定部２２から供給される参照画像特定生成情報としての参照画像特定情報の差分とを比較する。
　そして、参照画像設定部５０は、両方の差分が同一である場合、対応するインデックスを認識し、RPSフラグとしての1を可逆符号化部３６に供給するとともに、インデックスを参照画像特定生成情報として設定し、可逆符号化部３６に供給する。
　一方、両方の差分が同一ではない場合、参照画像設定部５０は、RPSフラグとしての0を可逆符号化部３６に供給するとともに、演算された参照画像特定情報の差分を参照画像特定生成情報として設定し、可逆符号化部３６に供給する。
　また、参照画像設定部５０は、参照画像特定情報の予測モードが非予測モードである場合、エンハンスメント画像の参照画像特定情報と、設定部２２から供給される参照画像特定生成情報としての参照画像特定情報とを比較する。そして、参照画像設定部５０は、両方の参照画像特定情報が同一である場合、対応するインデックスを認識し、RPSフラグとしての1を可逆符号化部３６に供給するとともに、インデックスを参照画像特定生成情報として設定し、可逆符号化部３６に供給する。
　一方、両方の参照画像特定情報が同一ではない場合、参照画像設定部５０は、RPSフラグとしての0を可逆符号化部３６に供給するとともに、エンハンスメント画像の参照画像特定情報を参照画像特定生成情報として設定し、可逆符号化部３６に供給する。
　レート制御部５１は、蓄積バッファ３７に蓄積された符号化データに基づいて、オーバーフローあるいはアンダーフローが発生しないように、量子化部３５の量子化動作のレートを制御する。
　（符号化処理単位の説明）
　図１５は、HEVC方式における符号化単位であるCoding UNIT(CU)を説明する図である。
　HEVC方式では、4000画素×2000画素のUHD（Ultra High Definition）などのような大きな画枠の画像も対象としているため、符号化単位のサイズを16画素×16画素に固定することは最適ではない。従って、HEVC方式では、符号化単位としてCUが定義されている。
　CUは、Coding Tree Block（CTB）とも呼ばれ、AVC方式におけるマクロブロックと同様の役割を果たす。具体的には、CUは、イントラ予測またはインター予測の単位であるPrediction Unit(PU)に分割されたり、直交変換の単位であるTransform Unit(TU)に分割されたりする。但し、CUのサイズは、シーケンスごとに可変の、2のべき乗画素で表される正方形である。また、現在、HEVC方式においては、TUのサイズとして、4×4画素、8×8画素のほか、16×16画素および32×32画素も用いることが可能である。
　図１５の例では、最大のサイズのCUであるLCU(Largest Coding Unit)のサイズが128であり、最小のサイズのCUであるSCU(Smallest Coding Unit)のサイズが8である。従って、Nごとに階層化された2N×2NのサイズのCUの階層深度（depth）は0乃至4となり、階層深度数は5となる。また、2N×2NのサイズのCUは、split_flagの値が1である場合、1つ下の階層である、N×NのサイズのCUに分割される。
　LCUとSCUのサイズを指定する情報は、SPSに含められる。なお、CUの詳細については、非特許文献１に記載されている。
　（参照画像設定部の構成例）
　図１６は、図１４の参照画像設定部５０の構成例を示すブロック図である。
　図１６の参照画像設定部５０は、取得部７１、判定部７２、および生成部７３により構成される。
　参照画像設定部５０の取得部７１は、図１４の動き予測・補償部４７から参照画像特定情報を取得し、判定部７２と生成部７３に供給する。
　判定部７２は、参照バッファ４９からベース画像の参照画像特定情報を読み出す。判定部７２は、読み出されたベース画像の参照画像特定情報と、取得部７１から供給される参照画像特定情報を比較する。そして、判定部７２は、読み出されたベース画像の参照画像特定情報と、取得部７１から供給される参照画像特定情報が同一である場合、参照画像特定情報の予測モードをコピーモードに決定する。判定部７２は、コピーモードを生成部７３に供給する。
　また、判定部７２は、図１３の設定部２２から参照画像特定生成情報として供給される参照画像特定情報の予測モードがコピーモードであるかどうかを判定する。参照画像特定生成情報として供給される参照画像特定情報の予測モードがコピーモードであると判定された場合、判定部７２は、RPSフラグとしての1を図１４の可逆符号化部３６に供給する。一方、参照画像特定生成情報として供給される参照画像特定情報の予測モードがコピーモードではないと判定された場合、判定部７２は、RPSフラグとしての0を可逆符号化部３６に供給するとともに、コピーモードを参照画像特定生成情報として可逆符号化部３６に供給する。
　生成部７３は、判定部７２からコピーモードが供給されない場合、参照バッファ４９からベース画像の参照画像特定情報を読み出す。生成部７３は、ユーザからの入力に基づいて、参照画像特定情報の予測モードを差分予測モードまたは非予測モードに決定し、参照画像特定生成情報として可逆符号化部３６に供給する。
　参照画像特定情報の予測モードが差分予測モードに決定された場合、生成部７３は、読み出されたベース画像の参照画像特定情報と、取得部７１から供給される参照画像特定情報の差分を演算する。そして、生成部７３は、演算された参照画像特定情報の差分と、設定部２２から供給される参照画像特定生成情報としての参照画像特定情報の差分とを比較する。
　生成部７３は、両方の差分が同一である場合、対応するインデックスを認識し、RPSフラグとしての1を可逆符号化部３６に供給するとともに、インデックスを参照画像特定生成情報として可逆符号化部３６に供給する。
　一方、両方の差分が同一ではない場合、生成部７３は、RPSフラグとしての0を可逆符号化部３６に供給するとともに、演算された差分を参照画像特定生成情報として可逆符号化部３６に供給する。
　また、参照画像特定情報の予測モードが非予測モードに決定された場合、生成部７３は、取得部７１から供給される参照画像特定情報と、設定部２２から供給される参照画像特定生成情報としての参照画像特定情報とを比較する。そして、生成部７３は、両方の参照画像特定情報が同一である場合、対応するインデックスを認識し、RPSフラグとしての1を可逆符号化部３６に供給するとともに、インデックスを参照画像特定生成情報として可逆符号化部３６に供給する。
　一方、両方の参照画像特定情報が同一ではない場合、生成部７３は、RPSフラグとしての0を可逆符号化部３６に供給するとともに、取得部７１から供給される参照画像特定情報を参照画像特定生成情報として可逆符号化部３６に供給する。
　（エンハンスメントストリームのSPSのシンタックスの例）
　図１７および図１８は、図１３の設定部２２により設定されるSPSのシンタックスの例を示す図である。
　図１８の９行目に示すように、SPSには、参照画像特定生成情報として、RPSの予測モードを表すRPS予測モード情報(short_term_ref_pic_pred_mode)が含まれる。RPS予測モード情報は、コピーモードを表す場合0であり、差分予測モードを表す場合1であり、非予測モードを表す場合2である。
　１０行目乃至１３行目に示すように、RPS予測モード情報が0以外である場合、SPSには、RPSの予測モードごとにRPSやRPSの差分が含まれる。RPSやRPSの差分には、0から順にインデックスが付与されている。
　１５行目に示すように、SPSには、ベースストリームのSPSと同様に、long termフラグ(long_term_ref_pics_present_flag)が含まれる。１６行目と１７行目に示すように、long termフラグが1である場合、SPSには、参照画像特定生成情報として、long termの参照画像特定情報の予測モードを表すlong term予測モード情報(long_term_ref_pic_pred_mode)が含まれる。long term予測モード情報(long_term_ref_pic_pred_mode)は、コピーモードを表す場合0であり、差分予測モードを表す場合1であり、非予測モードを表す場合2である。
　１８行目乃至２２行目に示すように、long term予測モード情報が2である場合、SPSには、ベースストリームのSPSと同様のlong termの参照画像特定情報の数、long termの参照画像特定情報、および参照フラグが、参照画像特定生成情報として含まれる。long termの参照画像特定情報には0から順にインデックスが付与される。
　一方、long term予測モード情報が1である場合、２４乃至２７行目に示すように、SPSには、そのSPSに含まれるlong termの参照画像特定情報の数と参照レイヤのSPSに含まれるlong termの参照画像特定情報の数との差分（diff_num_long_term_ref_pics_sps）、同一のインデックスが付与された、long termの参照画像特定情報と参照レイヤのSPSに含まれるlong termの参照画像特定情報の差分（diff_lt_ref_pic_poc_lsb_sps）が、参照画像特定生成情報として含まれる。
　なお、long term予測モード情報が1である場合、エンハンスメントストリームのSPSには参照フラグは含まれず、参照フラグは、参照レイヤの参照フラグとされる。
　（エンハンスメントストリームのスライスヘッダのシンタックスの例）
　図１９乃至図２１は、エンハンスメントストリームのスライスヘッダのシンタックスの構成例を示す図である。
　図１９の１８行目に示すように、エンハンスメントストリームのスライスヘッダには、ベースストリームのスライスヘッダと同様に、RPSフラグが含まれる。また、１９行目と２０行目に示すように、RPSフラグが0である場合、スライスヘッダには、対応するスライスのRPSモード情報が参照画像特定生成情報として含まれる。
　図１９の２１行目と２２行目に示すように、RPS予測モード情報が0以外である場合、スライスヘッダには、対応するスライスのRPSまたはRPSの差分が、RPSの予測モードごとに、インデックスがnum_short_term_ref_pic_setsであるshort_term_ref_pic_setとして含まれる。
　また、図１９の２３行目と２４行目に示すように、RPS予測モード情報が0以外であり、RPSフラグが1である場合、スライスヘッダには、対応するスライスのRPSまたはRPSの差分のインデックス（short_term_ref_pic_set_idx）が含まれる。
　また、図１９の２５行目と２６行目に示すように、SPSに含まれるlong termフラグが1である場合、スライスヘッダには、参照画像特定生成情報としてlong term予測モード情報が含まれる。
　図１９の２７行目乃至３０行目に示すように、long term予測モード情報が2である場合、スライスヘッダには、ベースストリームと同様に、SPS内数とSPS外数が参照画像特定生成情報として含まれる。
　また、図１９の３１行目乃至３６行目に示すように、スライスヘッダには、ベースストリームと同様に、インデックス（lt_idx_sps）、情報（poc_lsb_sps）、および参照フラグ(used_by_curr_pic_lt_flag)が参照画像特定生成情報として含まれる。
　また、図１９の３８行目に示すように、スライスヘッダには、long termの参照画像のPOCの最上位ビットを示す最上位ビット情報（delta_poc_msb_cycle_lt）が存在するかどうかを表す最上位ビットフラグ（delta_poc_msb_present_flag）が含まれる。また、３９行目と４０行目に示すように、最上位ビットフラグが、最上位ビット情報が存在することを表す1である場合、スライスヘッダには、最上位ビット情報が含まれる。
　一方、図１９の４２行目乃至４５行目に示すように、long term予測モード情報が1である場合、スライスヘッダには、対応するスライスのSPS内数と参照レイヤのSPS内数の差分（diff_num_long_term_sps）と、対応するスライスのSPS外数と参照レイヤのSPS外数の差分（diff_num_long_term_pics）とが参照画像特定生成情報として含まれる。
　また、図１９の４６行目および図２０の１行目乃至４行目に示すように、スライスヘッダには、インデックス（lt_idx_sps）と、情報(poc_lsb_lt)と参照レイヤの情報(poc_lsb_lt)との差分(diff_poc_lsb_lt)が、参照画像特定生成情報として含まれる。
　なお、long term予測モード情報が1である場合、エンハンスメントストリームのスライスヘッダには、参照フラグと最上位ビットフラグは含まれず、参照フラグと最上位ビットフラグは、それぞれ、参照レイヤの参照フラグ、最上位ビットフラグとされる。
　また、図２０の６行目と７行目に示すように、最上位ビットフラグが1である場合、スライスヘッダには、対応するスライスの最上位ビット情報と参照レイヤの最上位ビット情報との差分（diff_delta_poc_msb_cycle_lt）が含まれる。
　（エンハンスメントストリームのRPSのシンタックスの例）
　図２２は、エンハンスメントストリームのRPSのシンタックスの例を示す図である。
　図２２の２行目に示すように、エンハンスメントストリームのRPSには、ベースストリームのRPSと同様に参照情報が含まれる。３行目乃至１３行目に示すように、参照情報が1であり、RPS予測モードが2である場合、エンハンスメントストリームのRPSには、ベースストリームのRPSと同様に、前画像特定情報、符号（delta_rps_sign）、絶対値（abs_delta_rps_minus1）、フラグ（used_by_curr_pic_lt_flag）、およびフラグ（use_delta_flag）が参照画像特定生成情報として含まれる。
　また、１４行目乃至１７行目に示すように、参照情報が1であり、RPS予測モードが1である場合、RPSには、対応するスライスの前画像特定情報と参照レイヤの前画像特定情報の差分(diff_delta_idx_minus1)、および、対応するスライスの絶対値(abs_delta_rps_minus1）と参照レイヤの絶対値(abs_delta_rps_minus1）の差分（diff_abs_delta_rps_minus1）が含まれる。
　なお、long term予測モード情報が1である場合、エンハンスメントストリームのスライスヘッダには、符号（delta_rps_sign）、フラグ（used_by_curr_pic_lt_flag）、およびフラグ（use_delta_flag）は含まれず、符号（delta_rps_sign）、フラグ（used_by_curr_pic_lt_flag）、およびフラグ（use_delta_flag）は、それぞれ、参照レイヤの符号（delta_rps_sign）、フラグ（used_by_curr_pic_lt_flag）、およびフラグ（use_delta_flag）とされる。
　一方、２１行目乃至３２行目に示すように、参照情報が0であり、RPS予測モードが2である場合、RPSには、ベースストリームのRPSと同様に、参照画像の数やPOC等の情報が含まれる。また、３３行目乃至４０行目に示すように、参照情報が0であり、RPS予測モードが1である場合、RPSには、対応するスライスの参照画像の数やPOC等の情報と、参照レイヤの参照画像の数やPOC等の情報との差分が含まれる。
　（VPSのシンタックスの例）
　図２３は、VPSのシンタックスの例を示す図である。
　図２３の６行目に示すように、VPSには、scalabilityのレイヤ数を示す情報(vps_max_layer_minus1）が含まれる。また、７行目に示すように、VPSには、従来と同様に、temporal scalabilityのレイヤ数を示す情報（vps_max_sub_layer_minus1）が含まれる。
　また、１５行目に示すように、VPSには、インデックスが0であるベースレイヤを特定する情報としてのベースレイヤと参照レイヤの差分(diff_ref_layer[0]）として0が含まれる。さらに、１６行目および１７行目に示すように、VPSには、各エンハンスメントレイヤの差分（diff_ref_layer）が含まれる。
　ここで、現在のレイヤをcurr_layerとし、参照レイヤをref_layerとすると、参照レイヤref_layerは、差分diff_ref_layerを用いて以下の式（３）で表される。
Figure JPOXMLDOC01-appb-M000003
　従って、エンハンスメントレイヤの差分（diff_ref_layer）が0である場合、エンハンスメントストリームは、ベースストリームと同様に、他のレイヤの参照画像特定情報等を参照せずに生成される。
　（符号化装置の処理の説明）
　図２４は、図６の符号化装置１０の階層符号化処理を説明するフローチャートである。この階層符号化処理は、外部からベース画像とエンハンスメント画像が入力されたとき、開始される。
　図２４のステップＳ１において、符号化装置１０のベース符号化部１１は、外部から入力されたベース画像をHEVC方式で符号化する。ベース符号化部１１は、ベース画像の符号化時に用いられた参照画像の参照画像特定情報をエンハンスメント符号化部１２に供給する。ベース符号化部１１は、符号化の結果得られる符号化データ、SPS，PPS等を含むベースストリームを、ベースストリームとして合成部１３に供給する。
　ステップＳ２において、エンハンスメント符号化部１２は、外部から入力されたエンハンスメント画像からエンハンスメントストリームを生成するエンハンスメントストリーム生成処理を行う。このエンハンスメントストリーム生成処理の詳細は、後述する図２５を参照して説明する。
　ステップＳ３において、合成部１３は、ベース符号化部１１から供給されるベースストリームとエンハンスメント符号化部１２から供給されるエンハンスメントストリームを合成し、VPSなどを付加して、全階層の符号化ストリームを生成する。合成部１３は、全階層の符号化ストリームを伝送部１４に供給する。
　ステップＳ４において、伝送部１４は、合成部１３から供給される全階層の符号化ストリームを後述する復号装置に伝送する。
　図２５は、図２４のステップＳ２のエンハンスメントストリーム生成処理の詳細を説明するフローチャートである。
　図２５のステップＳ１０において、エンハンスメント符号化部１２の設定部２２は、参照画像特定生成情報を設定し、符号化部２１に供給する。ステップＳ１１において、符号化部２１は、外部から入力信号として入力されるフレーム単位のエンハンスメント画像をHEVC方式に準ずる方式で符号化する符号化処理を行う。この符号化処理の詳細は、後述する図２６および図２７を参照して説明する。
　ステップＳ１２において、設定部２２は、ステップＳ１０で設定された参照画像特定生成情報を含むSPSを設定する。ステップＳ１３において、設定部２２は、PPSを設定する。ステップＳ１４において、設定部２２は、設定されたSPSおよびPPSと、符号化部２１から供給される符号化データとから、エンハンスメントストリームを生成する。
　ステップＳ１５において、設定部２２は、エンハンスメントストリームを合成部１３に供給し、処理を終了する。
　図２６および図２７は、図２５のステップＳ１１の符号化処理の詳細を説明するフローチャートである。
　図２６のステップＳ３１において、符号化部２１のA/D変換部３１は、入力信号として入力されたフレーム単位の画像をA/D変換し、画面並べ替えバッファ３２に出力して記憶させる。
　ステップＳ３２において、画面並べ替えバッファ３２は、記憶した表示の順番のフレームの画像を、GOP構造に応じて、符号化のための順番に並べ替える。画面並べ替えバッファ３２は、並べ替え後のフレーム単位の画像を、演算部３３、イントラ予測部４６、および動き予測・補償部４７に供給する。
　ステップＳ３３において、イントラ予測部４６は、候補となる全てのイントラ予測モードのイントラ予測処理を行う。また、イントラ予測部４６は、画面並べ替えバッファ３２から読み出された画像と、イントラ予測処理の結果生成される予測画像とに基づいて、候補となる全てのイントラ予測モードに対してコスト関数値を算出する。そして、イントラ予測部４６は、コスト関数値が最小となるイントラ予測モードを、最適イントラ予測モードに決定する。イントラ予測部４６は、最適イントラ予測モードで生成された予測画像、および、対応するコスト関数値を、予測画像選択部４８に供給する。
　また、動き予測・補償部４７は、候補となる全てのインター予測モードの動き予測・補償処理を行う。また、動き予測・補償部４７は、画面並べ替えバッファ３２から供給される画像と予測画像とに基づいて、候補となる全てのインター予測モードに対してコスト関数値を算出し、コスト関数値が最小となるインター予測モードを最適インター予測モードに決定する。そして、動き予測・補償部４７は、最適インター予測モードのコスト関数値と、対応する予測画像を予測画像選択部４８に供給する。
　ステップＳ３４において、予測画像選択部４８は、ステップＳ３３の処理によりイントラ予測部４６および動き予測・補償部４７から供給されるコスト関数値に基づいて、最適イントラ予測モードと最適インター予測モードのうちのコスト関数値が最小となる方を、最適予測モードに決定する。そして、予測画像選択部４８は、最適予測モードの予測画像を、演算部３３および加算部４０に供給する。
　ステップＳ３５において、予測画像選択部４８は、最適予測モードが最適インター予測モードであるかどうかを判定する。ステップＳ３５で最適予測モードが最適インター予測モードであると判定された場合、予測画像選択部４８は、最適インター予測モードで生成された予測画像の選択を動き予測・補償部４７に通知する。
　そして、ステップＳ３６において、動き予測・補償部４７は、インター予測モード情報と動きベクトルを可逆符号化部３６に供給する。ステップＳ３７において、参照バッファ４９は、ベース符号化部１１から供給されるベース画像の参照画像特定情報を記憶する。ステップＳ３８において、参照画像設定部５０は、動き予測・補償処理において用いられた参照画像の参照画像特定生成情報を生成する生成処理を行う。この生成処理の詳細は、後述する図２８を参照して説明する。
　一方、ステップＳ３５で最適予測モードが最適インター予測モードではないと判定された場合、即ち最適予測モードが最適イントラ予測モードである場合、予測画像選択部４８は、最適イントラ予測モードで生成された予測画像の選択をイントラ予測部４６に通知する。そして、ステップＳ３９において、イントラ予測部４６は、イントラ予測モード情報を可逆符号化部３６に供給し、処理をステップＳ４０に進める。
　ステップＳ４０において、演算部３３は、画面並べ替えバッファ３２から供給される画像から、予測画像選択部４８から供給される予測画像を減算することにより符号化を行う。演算部３３は、その結果得られる画像を、残差情報として直交変換部３４に出力する。
　ステップＳ４１において、直交変換部３４は、演算部３３からの残差情報に対して直交変換を施し、その結果得られる直交変換係数を量子化部３５に供給する。
　ステップＳ４２において、量子化部３５は、直交変換部３４から供給される係数を量子化し、その結果得られる係数を可逆符号化部３６と逆量子化部３８に供給する。
　図２７のステップＳ４３において、逆量子化部３８は、量子化部３５から供給される量子化された係数を逆量子化し、その結果得られる直交変換係数を逆直交変換部３９に供給する。
　ステップＳ４４において、逆直交変換部３９は、逆量子化部３８から供給される直交変換係数に対して逆直交変換を施し、その結果得られる残差情報を加算部４０に供給する。
　ステップＳ４５において、加算部４０は、逆直交変換部３９から供給される残差情報と、予測画像選択部４８から供給される予測画像を加算し、局部的に復号された画像を得る。加算部４０は、得られた画像をデブロックフィルタ４１に供給するとともに、フレームメモリ４４に供給する。
　ステップＳ４６において、デブロックフィルタ４１は、加算部４０から供給される局部的に復号された画像に対して、デブロッキングフィルタ処理を行う。デブロックフィルタ４１は、その結果得られる画像を適応オフセットフィルタ４２に供給する。
　ステップＳ４７において、適応オフセットフィルタ４２は、デブロックフィルタ４１から供給される画像に対して、LCUごとに適応オフセットフィルタ処理を行う。適応オフセットフィルタ４２は、その結果得られる画像を適応ループフィルタ４３に供給する。また、適応オフセットフィルタ４２は、LCUごとに、格納フラグ、インデックスまたはオフセット、および種類情報を、オフセットフィルタ情報として可逆符号化部３６に供給する。
　ステップＳ４８において、適応ループフィルタ４３は、適応オフセットフィルタ４２から供給される画像に対して、LCUごとに適応ループフィルタ処理を行う。適応ループフィルタ４３は、その結果得られる画像をフレームメモリ４４に供給する。また、適応ループフィルタ４３は、適応ループフィルタ処理で用いられたフィルタ係数を可逆符号化部３６に供給する。
　ステップＳ４９において、フレームメモリ４４は、適応ループフィルタ４３から供給される画像と加算部４０から供給される画像を蓄積する。フレームメモリ４４に蓄積された画像は、参照画像としてスイッチ４５を介してイントラ予測部４６または動き予測・補償部４７に出力される。
　ステップＳ５０において、可逆符号化部３６は、イントラ予測モード情報、または、インター予測モード情報、動きベクトル、参照画像特定生成情報、およびRPSフラグ、オフセットフィルタ情報、並びにフィルタ係数を、符号化情報として可逆符号化する。
　ステップＳ５１において、可逆符号化部３６は、量子化部３５から供給される量子化された係数を可逆符号化する。そして、可逆符号化部３６は、ステップＳ５０の処理で可逆符号化された符号化情報と可逆符号化された係数から、符号化データを生成し、蓄積バッファ３７に供給する。
　ステップＳ５２において、蓄積バッファ３７は、可逆符号化部３６から供給される符号化データを、一時的に蓄積する。
　ステップＳ５３において、レート制御部５１は、蓄積バッファ３７に蓄積された符号化データに基づいて、オーバーフローあるいはアンダーフローが発生しないように、量子化部３５の量子化動作のレートを制御する。
　ステップＳ５４において、蓄積バッファ３７は、記憶している符号化データを、図１３の設定部２２に出力する。そして、処理は、図２５のステップＳ１１に戻り、ステップＳ１２に進む。
　なお、図２６および図２７の符号化処理では、説明を簡単化するため、常に、イントラ予測処理と動き予測・補償処理が行われるようにしたが、実際には、ピクチャタイプ等によっていずれか一方のみが行われる場合もある。
　図２８は、図２６のステップＳ３８の生成処理の詳細を説明するフローチャートである。
　図２８のステップＳ７０において、参照画像設定部５０の取得部７１は、動き予測・補償部４７からエンハンスメント画像の参照画像特定情報を取得し、判定部７２と生成部７３に供給する。ステップＳ７１において、判定部７２と生成部７３は、参照バッファ４９からベース画像の参照画像特定情報を読み出す。
　ステップＳ７２において、判定部７２は、エンハンスメント画像の参照画像特定情報がベース画像の参照画像特定情報と同一であるかどうかを判定する。ステップＳ７２で、エンハンスメント画像の参照画像特定情報がベース画像の参照画像特定情報と同一であると判定された場合、ステップＳ７３において、判定部７２は、参照画像特定情報の予測モードをコピーモードに決定する。
　ステップＳ７４において、判定部７２は、図１３の設定部２２から参照画像特定生成情報としてコピーモードが供給されたかどうかを判定する。ステップＳ７４で参照画像特定生成情報としてコピーモードが供給されたと判定された場合、ステップＳ７５において、判定部７２は、RPSフラグを1に設定し、図１４の可逆符号化部３６に供給する。そして、処理は、図２６のステップＳ３８に戻り、ステップＳ４０に進む。
　一方、ステップＳ７４で参照画像特定生成情報としてコピーモードが供給されていないと判定された場合、処理はステップＳ７６に進む。ステップＳ７６において、判定部７２は、RPSフラグを0に設定して可逆符号化部３６に供給するとともに、コピーモードを参照画像特定生成情報として可逆符号化部３６に供給する。そして、処理は、図２６のステップＳ３８に戻り、ステップＳ４０に進む。
　一方、ステップＳ７２で、エンハンスメント画像の参照画像特定情報がベース画像の参照画像特定情報と同一ではないと判定された場合、処理はステップＳ７７に進む。ステップＳ７７において、生成部７３は、ユーザからの入力に基づいて、参照画像特定情報の予測モードを差分予測モードにするかどうかを判定する。
　ステップＳ７７で参照画像特定情報の予測モードを差分予測モードにすると判定した場合、処理はステップＳ７８に進む。ステップＳ７８において、生成部７３は、参照画像特定情報の予測モードを差分予測モードに決定する。
　ステップＳ７９において、生成部７３は、ベース画像とエンハンスメント画像の参照画像特定情報の差分を求める。ステップＳ８０において、生成部７３は、ステップＳ７９で演算された差分が、設定部２２から供給されるインデックスが付与された参照画像特定情報の差分と同一であるかどうかを判定する。
　ステップＳ８０で、ステップＳ７９で演算された差分が、インデックスが付与された参照画像特定情報の差分と同一であると判定された場合、処理はステップＳ８１に進む。ステップＳ８１において、生成部７３は、RPSフラグを1に設定して可逆符号化部３６に供給するとともに、ステップＳ７９で演算された参照画像特定情報の差分と同一の差分に対応するインデックスを可逆符号化部３６に供給する。そして、処理は、図２６のステップＳ３８に戻り、ステップＳ４０に進む。
　一方、ステップＳ８０で、ステップＳ７９で演算された差分が、インデックスが付与された参照画像特定情報の差分と同一ではないと判定された場合、処理はステップＳ８２に進む。ステップＳ８２において、生成部７３は、RPSフラグを0に設定して可逆符号化部３６に供給するとともに、差分予測モードとステップＳ７９で演算された参照画像特定情報の差分を可逆符号化部３６に供給する。そして、処理は、図２６のステップＳ３８に戻り、ステップＳ４０に進む。
　また、ステップＳ７７で参照画像特定情報の予測モードを差分予測モードにしないと判定した場合、生成部７３は、参照画像特定情報の予測モードを非予測モードに決定し、処理をステップＳ８３に進める。
　ステップＳ８３において、生成部７３は、エンハンスメント画像の参照画像特定情報は、設定部２２から供給されるインデックスが付与された参照画像特定情報と同一であるかどうかを判定する。ステップＳ８３で、エンハンスメント画像の参照画像特定情報が、インデックスが付与された参照画像特定情報と同一であると判定された場合、処理はステップＳ８４に進む。
　ステップＳ８４において、生成部７３は、RPSフラグを1に設定して可逆符号化部３６に供給するとともに、エンハンスメント画像の参照画像特定情報と同一の参照画像特定情報に対応するインデックスを可逆符号化部３６に供給する。そして、処理は、図２６のステップＳ３８に戻り、ステップＳ４０に進む。
　一方、ステップＳ８３で、エンハンスメント画像の参照画像特定情報が、インデックスが付与された参照画像特定情報と同一ではないと判定された場合、処理はステップＳ８５に進む。ステップＳ８５において、生成部７３は、RPSフラグを0に設定して可逆符号化部３６に供給するとともに、非予測モードと参照画像特定情報を可逆符号化部３６に供給する。そして、処理は、図２６のステップＳ３８に戻り、ステップＳ４０に進む。
　以上のように、符号化装置１０は、参照画像特定生成情報を設定するので、ベースレイヤとエンハンスメントレイヤの間で参照画像特定情報を共有または予測することができる。従って、エンハンスメントストリームの情報量を削減し、符号化効率を向上させることができる。
　（復号装置の第１実施の形態の構成例）
　図２９は、図６の符号化装置１０から伝送される全階層の符号化ストリームを復号する、本技術を適用した復号装置の第１実施の形態の構成例を示すブロック図である。
　図２９の復号装置９０は、受け取り部９１、分離部９２、ベース復号部９３、およびエンハンスメント復号部９４により構成される。
　受け取り部９１は、図６の符号化装置１０から伝送されてくる全階層の符号化ストリームを受け取り、分離部９２に供給する。
　分離部９２は、受け取り部９１から供給される全階層の符号化ストリームからVPSを抽出し、そのVPSに含まれる差分（diff_ref_layer）に基づいて、エンハンスメントストリームの参照レイヤの有無を認識する。ここでは、符号化装置１０がベースレイヤをエンハンスメントストリームの参照レイヤとしているため、分離部９２は、参照レイヤの有りを認識する。
　分離部９２は、参照レイヤの有りを認識した場合、参照レイヤの符号化ストリームを復号するベース復号部９３に、エンハンスメントストリームを復号するエンハンスメント復号部９４への参照画像特定情報の供給を指示する。
　また、分離部９２は、全階層の符号化ストリームからベースストリームを分離してベース復号部９３に供給し、エンハンスメントストリームを分離してエンハンスメント復号部９４に供給する。
　ベース復号部９３は、従来のHEVC方式の復号装置と同様に構成され、分離部９２から供給されるベースストリームをHEVC方式で復号し、ベース画像を生成する。但し、ベース復号部９３は、ベース画像の復号時に用いられた参照画像の参照画像特定情報をエンハンスメント復号部９４に供給する。ベース復号部９３は、生成されたベース画像を出力する。
　エンハンスメント復号部９４は、分離部９２から供給されるエンハンスメントストリームをHEVC方式に準ずる方式で復号し、エンハンスメント画像を生成する。このとき、エンハンスメント復号部９４は、ベース復号部９３から供給される参照画像特定情報を参照してエンハンスメントストリームを復号する。エンハンスメント復号部９４は、生成されたエンハンスメント画像を出力する。
　（エンハンスメント復号部の構成例）
　図３０は、図２９のエンハンスメント復号部９４の構成例を示すブロック図である。
　図３０のエンハンスメント復号部９４は、抽出部１１１と復号部１１２により構成される。
　エンハンスメント復号部９４の抽出部１１１は、図２９の分離部９２から供給されるエンハンスメントストリームから、SPS，PPS、符号化データ等を抽出し、復号部１１２に供給する。
　復号部１１２は、図２９のベース復号部９３から供給されるベース画像の参照画像特定情報を参照して、抽出部１１１から供給される符号化データをHEVC方式に準ずる方式で復号する。このとき、復号部１１２は、必要に応じて、抽出部１１１から供給されるSPSやPPS等も参照する。復号部１１２は、復号の結果得られる画像を、エンハンスメント画像として出力する。
　（復号部の構成例）
　図３１は、図３０の復号部１１２の構成例を示すブロック図である。
　図３１の復号部１１２は、蓄積バッファ１３１、可逆復号部１３２、逆量子化部１３３、逆直交変換部１３４、加算部１３５、デブロックフィルタ１３６、適応オフセットフィルタ１３７、適応ループフィルタ１３８、画面並べ替えバッファ１３９、D/A変換部１４０、フレームメモリ１４１、スイッチ１４２、イントラ予測部１４３、参照バッファ１４４、参照画像設定部１４５、動き補償部１４６、およびスイッチ１４７により構成される。
　復号部１１２の蓄積バッファ１３１は、図３０の抽出部１１１から符号化データを受け取り、蓄積する。蓄積バッファ１３１は、蓄積されている符号化データを可逆復号部１３２に供給する。
　可逆復号部１３２は、蓄積バッファ１３１からの符号化データに対して、可変長復号や、算術復号等の可逆復号を施すことで、量子化された係数と符号化情報を得る。可逆復号部１３２は、量子化された係数を逆量子化部１３３に供給する。また、可逆復号部１３２は、符号化情報としてのイントラ予測モード情報などをイントラ予測部１４３に供給し、動きベクトル、インター予測モード情報などを動き補償部１４６に供給する。
　また、可逆復号部１３２は、符号化情報としての参照画像特定生成情報、RPSフラグなどを参照画像設定部１４５に供給する。さらに、可逆復号部１３２は、符号化情報としてのイントラ予測モード情報またはインター予測モード情報をスイッチ１４７に供給する。可逆復号部１３２は、符号化情報としてのオフセットフィルタ情報を適応オフセットフィルタ１３７に供給し、フィルタ係数を適応ループフィルタ１３８に供給する。
　逆量子化部１３３、逆直交変換部１３４、加算部１３５、デブロックフィルタ１３６、適応オフセットフィルタ１３７、適応ループフィルタ１３８、フレームメモリ１４１、スイッチ１４２、イントラ予測部１４３、および、動き補償部１４６は、図１４の逆量子化部３８、逆直交変換部３９、加算部４０、デブロックフィルタ４１、適応オフセットフィルタ４２、適応ループフィルタ４３、フレームメモリ４４、スイッチ４５、イントラ予測部４６、および、動き予測・補償部４７とそれぞれ同様の処理を行い、これにより、画像が復号される。
　具体的には、逆量子化部１３３は、可逆復号部１３２からの量子化された係数を逆量子化し、その結果得られる直交変換係数を逆直交変換部１３４に供給する。
　逆直交変換部１３４は、逆量子化部１３３からの直交変換係数に対して逆直交変換を行う。逆直交変換部１３４は、逆直交変換の結果得られる残差情報を加算部１３５に供給する。
　加算部１３５は、復号部として機能し、逆直交変換部１３４から供給される復号対象の画像としての残差情報と、スイッチ１４７から供給される予測画像を加算することにより、復号を行う。加算部１３５は、復号の結果得られる画像をデブロックフィルタ１３６に供給するとともに、フレームメモリ１４１に供給する。なお、スイッチ１４７から予測画像が供給されない場合、加算部１３５は、逆直交変換部１３４から供給される残差情報である画像を復号の結果得られる画像として、デブロックフィルタ１３６に供給するとともに、フレームメモリ１４１に供給して蓄積させる。
　デブロックフィルタ１３６は、加算部１３５から供給される画像に対して適応デブロックフィルタ処理を行い、その結果得られる画像を適応オフセットフィルタ１３７に供給する。
　適応オフセットフィルタ１３７は、可逆復号部１３２から供給されるオフセットを順に格納するバッファを有する。また、適応オフセットフィルタ１３７は、LCUごとに、可逆復号部１３２から供給されるオフセットフィルタ情報に基づいて、デブロックフィルタ１３６による適応デブロックフィルタ処理後の画像に対して、適応オフセットフィルタ処理を行う。
　具体的には、オフセットフィルタ情報に含まれる格納フラグが０である場合、適応オフセットフィルタ１３７は、LCU単位のデブロックフィルタ処理後の画像に対して、そのオフセットフィルタ情報に含まれるオフセットを用いて、種類情報が示す種類の適応オフセットフィルタ処理を行う。
　一方、オフセットフィルタ情報に含まれる格納フラグが１である場合、適応オフセットフィルタ１３７は、LCU単位のデブロックフィルタ処理後の画像に対して、そのオフセットフィルタ情報に含まれるインデックスが示す位置に格納されるオフセットを読み出す。そして、適応オフセットフィルタ１３７は、読み出されたオフセットを用いて、種類情報が示す種類の適応オフセットフィルタ処理を行う。適応オフセットフィルタ１３７は、適応オフセットフィルタ処理後の画像を、適応ループフィルタ１３８に供給する。
　適応ループフィルタ１３８は、適応オフセットフィルタ１３７から供給される画像に対して、可逆復号部１３２から供給されるフィルタ係数を用いて、LCUごとに適応ループフィルタ処理を行う。適応ループフィルタ１３８は、その結果得られる画像をフレームメモリ１４１および画面並べ替えバッファ１３９に供給する。
　画面並べ替えバッファ１３９は、適応ループフィルタ１３８から供給される画像をフレーム単位で記憶する。画面並べ替えバッファ１３９は、記憶した符号化のための順番のフレーム単位の画像を、元の表示の順番に並び替え、D/A変換部１４０に供給する。
　D/A変換部１４０は、画面並べ替えバッファ１３９から供給されるフレーム単位の画像をD/A変換し、エンハンスメント画像として出力する。フレームメモリ１４１は、適応ループフィルタ１３８から供給される画像と加算部１３５から供給される画像を蓄積する。フレームメモリ１４１に蓄積された画像は参照画像として読み出され、スイッチ１４２を介してイントラ予測部１４３または動き補償部１４６に供給される。
　イントラ予測部１４３は、フレームメモリ１４１からスイッチ１４２を介して読み出された参照画像を用いて、可逆復号部１３２から供給されるイントラ予測モード情報が示すイントラ予測モードのイントラ予測処理を行う。イントラ予測部１４３は、その結果生成される予測画像をスイッチ１４７に供給する。
　参照バッファ１４４は、図２９のベース復号部９３から供給されるベース画像の符号化データの復号時に用いられた参照画像の参照画像特定情報を記憶する。
　参照画像設定部１４５は、可逆復号部１３２から供給されるRPSフラグに基づいて、抽出部１１１から供給されるSPSに含まれる参照画像特定生成情報、または、可逆復号部１３２から供給される参照画像特定生成情報を、復号対象の符号化データの参照画像特定生成情報とする。参照画像設定部１４５は、必要に応じて、参照バッファ１４４からベース画像の参照画像特定情報を読み出す。参照画像設定部１４５は、復号対象の符号化データの参照画像特定生成情報と、読み出されたベース画像の参照画像特定情報とに基づいて、参照画像特定情報を生成し、動き補償部１４６に供給する。
　動き補償部１４６は、フレームメモリ１４１からスイッチ１４２を介して、参照画像設定部１４５から供給される参照画像特定情報により特定される参照画像を読み出す。動き補償部１４６は、可逆復号部１３２から供給される動きベクトルと参照画像を用いて、可逆復号部１３２から供給されるインター予測モード情報が示す最適インター予測モードの動き補償処理を行う。動き補償部１４６は、その結果生成される予測画像をスイッチ１４７に供給する。
　スイッチ１４７は、可逆復号部１３２からイントラ予測モード情報が供給された場合、イントラ予測部１４３から供給される予測画像を加算部１３５に供給する。一方、可逆復号部１３２からインター予測モード情報が供給された場合、スイッチ１４７は、動き補償部１４６から供給される予測画像を加算部１３５に供給する。
　（参照画像設定部の構成例）
　図３２は、図３１の参照画像設定部１４５の構成例を示すブロック図である。
　図３２の参照画像設定部１４５は、情報バッファ１６１、モードバッファ１６２、および生成部１６３により構成される。
　情報バッファ１６１は、図３１の可逆復号部１３２から参照画像特定生成情報として供給される参照画像特定情報の予測モード以外の情報とRPSフラグを記憶する。モードバッファ１６２は、可逆復号部１３２から参照画像特定生成情報として供給される参照画像特定情報の予測モードを記憶する。
　生成部１６３は、情報バッファ１６１からRPSフラグを読み出す。生成部１６３は、RPSフラグに基づいて、図３０の抽出部１１１から供給される参照画像特定生成情報、または、可逆復号部１３２から供給される参照画像特定生成情報を、復号対象の符号化データの参照画像特定生成情報に決定する。生成部１６３は、復号対象の符号化データの参照画像特定生成情報が可逆復号部１３２から供給される参照画像特定生成情報である場合、情報バッファ１６１から参照画像特定情報の予測モード以外の情報を読み出し、モードバッファ１６２から参照画像特定情報の予測モードを読み出す。
　生成部１６３は、復号対象の符号化データの参照画像特定生成情報としての参照画像特定情報の予測モードがコピーモードまたは差分予測モードである場合、参照バッファ１４４からベース画像の参照画像特定情報を読み出す。生成部１６３は、参照画像特定情報の予測モードがコピーモードである場合、読み出されたベース画像の参照画像特定情報を、エンハンスメント画像の参照画像特定情報として生成し、図３１の動き補償部１４６に供給する。
　一方、参照画像特定情報の予測モードが差分予測モードであり、参照画像特定情報の予測モード以外の情報がインデックスである場合、生成部１６３は、図３０の抽出部１１１から参照画像特定生成情報として供給される、そのインデックスが付与された参照画像特定情報の差分を認識する。生成部１６３は、認識された参照画像特定情報の差分と、読み出されたベース画像の参照画像特定情報とを加算し、その結果得られる加算値をエンハンスメント画像の参照画像特定情報として生成し、動き補償部１４６に供給する。
　また、参照画像特定情報の予測モードが差分予測モードであり、参照画像特定情報の予測モード以外の情報が参照画像特定情報の差分である場合、生成部１６３は、その差分と、読み出されたベース画像の参照画像特定情報とを加算する。生成部１６３は、その結果得られる加算値をエンハンスメント画像の参照画像特定情報として生成し、動き補償部１４６に供給する。
　また、参照画像特定情報の予測モードが非予測モードであり、参照画像特定情報の予測モード以外の情報がインデックスである場合、生成部１６３は、図３０の抽出部１１１から参照画像特定生成情報として供給される、そのインデックスが付与された参照画像特定情報を認識する。生成部１６３は、認識された参照画像特定情報をエンハンスメント画像の参照画像特定情報として生成し、動き補償部１４６に供給する。
　また、参照画像特定情報の予測モードが非予測モードであり、参照画像特定情報の予測モード以外の情報が参照画像特定情報である場合、生成部１６３は、その参照画像特定情報を、エンハンスメント画像の参照画像特定情報として生成し、動き補償部１４６に供給する。
　（復号装置の処理の説明）
　図３３は、図２９の復号装置９０の階層復号処理を説明するフローチャートである。
　図３３のステップＳ１００において、復号装置９０の受け取り部９１は、図６の符号化装置１０から伝送されてくる全階層の符号化ストリームを受け取り、分離部９２に供給する。ステップＳ１０１において、分離部９２は、受け取り部９１から供給される符号化ストリームからVPSを抽出する。
　ステップＳ１０２において、分離部９２は、VPSに含まれる差分（diff_ref_layer）に基づいて、エンハンスメントストリームの参照レイヤの有りを認識する。ステップＳ１０３において、分離部９２は、参照レイヤの符号化ストリームを復号するベース復号部９３に、エンハンスメントストリームを復号するエンハンスメント復号部９４への参照画像特定情報の供給を指示する。
　ステップＳ１０４において、分離部９２は、全階層の符号化ストリームからベースストリームとエンハンスメントストリームを分離する。分離部９２は、ベースストリームをベース復号部９３に供給し、エンハンスメントストリームをエンハンスメント復号部９４に供給する。
　ステップＳ１０５において、ベース復号部９３は、分離部９２から供給されるベースストリームをHEVC方式で復号し、ベース画像を生成する。このとき、ベース復号部９３は、ベース画像の復号時に用いられた参照画像の参照画像特定情報をエンハンスメント復号部９４に供給する。ベース復号部９３は、生成されたベース画像を出力する。
　ステップＳ１０６において、エンハンスメント復号部９４は、ベース復号部９３から供給される参照画像特定情報を参照して、分離部９２から供給されるエンハンスメントストリームからエンハンスメント画像を生成するエンハンスメント画像生成処理を行う。このエンハンスメント画像生成処理の詳細は、後述する図３４を参照して説明する。
　図３４は、図３０のエンハンスメント復号部９４のエンハンスメント画像生成処理を説明するフローチャートである。
　図３４のステップＳ１１１において、エンハンスメント復号部９４の抽出部１１１は、分離部９２から供給されるエンハンスメントストリームから、SPS，PPS、符号化データ等を抽出し、復号部１１２に供給する。
　ステップＳ１１２において、復号部１１２は、必要に応じて抽出部１１１から供給されるSPSやPPS、ベース復号部９３から供給される参照画像特定情報などを参照して、抽出部１１１から供給される符号化データをHEVC方式に準ずる方式で復号する復号処理を行う。この復号処理の詳細は、後述する図３５を参照して説明する。そして、処理は終了する。
　図３５は、図３４のステップＳ１１２の復号処理の詳細を説明するフローチャートである。
　図３５のステップＳ１３１において、エンハンスメント復号部１１２の蓄積バッファ１３１は、図３０の抽出部１１１からフレーム単位の符号化データを受け取り、蓄積する。蓄積バッファ１３１は、蓄積されている符号化データを可逆復号部１３２に供給する。
　ステップＳ１３２において、可逆復号部１３２は、蓄積バッファ１３１からの符号化データを可逆復号し、量子化された係数と符号化情報を得る。可逆復号部１３２は、量子化された係数を逆量子化部１３３に供給する。また、可逆復号部１３２は、符号化情報としてのイントラ予測モード情報などをイントラ予測部１４３に供給し、動きベクトル、インター予測モード情報などを動き補償部１４６に供給する。
　また、可逆復号部１３２は、符号化情報としての参照画像特定生成情報、RPSフラグなどを参照画像設定部１４５に供給する。さらに、可逆復号部１３２は、符号化情報としてのイントラ予測モード情報またはインター予測モード情報をスイッチ１４７に供給する。可逆復号部１３２は、符号化情報としてのオフセットフィルタ情報を適応オフセットフィルタ１３７に供給し、フィルタ係数を適応ループフィルタ１３８に供給する。
　ステップＳ１３３において、逆量子化部１３３は、可逆復号部１３２からの量子化された係数を逆量子化し、その結果得られる直交変換係数を逆直交変換部１３４に供給する。
　ステップＳ１３４において、動き補償部１４６は、可逆復号部１３２からインター予測モード情報が供給されたかどうかを判定する。ステップＳ１３４でインター予測モード情報が供給されたと判定された場合、処理はステップＳ１３５に進む。
　ステップＳ１３５において、参照バッファ１４４は、図２９のベース復号部９３から供給されるベース画像の符号化データの復号時に用いられた参照画像の参照画像特定情報を記憶する。
　ステップＳ１３６において、参照画像設定部１４５は、可逆復号部１３２から供給される参照画像特定生成情報、RPSフラグ、参照バッファ１４４に記憶されているベース画像の参照画像特定情報などに基づいて、エンハンスメント画像の参照画像特定情報を生成する生成処理を行う。この生成処理の詳細は、後述する図３６を参照して説明する。
　ステップＳ１３７において、動き補償部１４６は、参照画像設定部１４５から供給される参照画像特定情報に基づいて参照画像を読み出し、動きベクトルと参照画像を用いて、インター予測モード情報が示す最適インター予測モードの動き補償処理を行う。動き補償部１４６は、その結果生成される予測画像を、スイッチ１４７を介して加算部１３５に供給し、処理をステップＳ１３９に進める。
　一方、ステップＳ１３４でインター予測モード情報が供給されていないと判定された場合、即ちイントラ予測モード情報がイントラ予測部１４３に供給された場合、処理はステップＳ１３８に進む。
　ステップＳ１３８において、イントラ予測部１４３は、フレームメモリ１４１からスイッチ１４２を介して読み出された参照画像を用いて、イントラ予測モード情報が示すイントラ予測モードのイントラ予測処理を行う。イントラ予測部１４３は、イントラ予測処理の結果生成される予測画像を、スイッチ１４７を介して加算部１３５に供給し、処理をステップＳ１３９に進める。
　ステップＳ１３９において、逆直交変換部１３４は、逆量子化部１３３からの直交変換係数に対して逆直交変換を施し、その結果得られる残差情報を加算部１３５に供給する。
　ステップＳ１４０において、加算部１３５は、逆直交変換部１３４から供給される残差情報と、スイッチ１４７から供給される予測画像を加算する。加算部１３５は、その結果得られる画像をデブロックフィルタ１３６に供給するとともに、フレームメモリ１４１に供給する。
　ステップＳ１４１において、デブロックフィルタ１３６は、加算部１３５から供給される画像に対してデブロッキングフィルタ処理を行い、ブロック歪を除去する。デブロックフィルタ１３６は、その結果得られる画像を適応オフセットフィルタ１３７に供給する。
　ステップＳ１４２において、適応オフセットフィルタ１３７は、可逆復号部１３２から供給されるオフセットフィルタ情報に基づいて、デブロックフィルタ１３６によるデブロックフィルタ処理後の画像に対して、LCUごとに適応オフセットフィルタ処理を行う。適応オフセットフィルタ１３７は、適応オフセットフィルタ処理後の画像を、適応ループフィルタ１３８に供給する。
　ステップＳ１４３において、適応ループフィルタ１３８は、適応オフセットフィルタ１３７から供給される画像に対して、可逆復号部１３２から供給されるフィルタ係数を用いて、LCUごとに適応ループフィルタ処理を行う。適応ループフィルタ１３８は、その結果得られる画像をフレームメモリ１４１および画面並べ替えバッファ１３９に供給する。
　ステップＳ１４４において、フレームメモリ１４１は、加算部１３５から供給される画像と、適応ループフィルタ１３８から供給される画像を蓄積する。フレームメモリ１４１に蓄積された画像は、参照画像としてスイッチ１４２を介してイントラ予測部１４３または動き補償部１４６に供給される。
　ステップＳ１４５において、画面並べ替えバッファ１３９は、適応ループフィルタ１３８から供給される画像をフレーム単位で記憶し、記憶した符号化のための順番のフレーム単位の画像を、元の表示の順番に並び替え、D/A変換部１４０に供給する。
　ステップＳ１４６において、D/A変換部１４０は、画面並べ替えバッファ１３９から供給されるフレーム単位の画像をD/A変換し、エンハンスメント画像として出力する。そして、処理は、図３４のステップＳ１１２に戻り、終了する。
　図３６は、図３５のステップＳ１３６の生成処理の詳細を説明するフローチャートである。
　図３６のステップＳ１６１において、参照画像設定部１４５の情報バッファ１６１（図３２）は、図３１の可逆復号部１３２から参照画像特定生成情報として供給されるRPSフラグと参照画像特定情報の予測モード以外の情報とを記憶する。ステップＳ１６２において、モードバッファ１６２は、可逆復号部１３２から参照画像特定生成情報として供給される参照画像特定情報の予測モードを記憶する。
　ステップＳ１６３において、生成部１６３は、情報バッファ１６１からRPSフラグを読み出す。ステップＳ１６４において、生成部１６３は、RPSフラグが1であるかどうかを判定する。
　ステップＳ１６４でRPSフラグが1であると判定された場合、ステップＳ１６５において、生成部１６３は、図３０の抽出部１１１から供給される参照画像特定生成情報を復号対象の符号化データの参照画像特定生成情報に決定する。
　ステップＳ１６６において、生成部１６３は、情報バッファ１６１から参照画像特定情報の予測モード以外の情報を読み出し、モードバッファ１６２から参照画像特定情報の予測モードを読み出す。そして、処理はステップＳ１６８に進む。
　一方、ステップＳ１６４でRPSフラグが1ではない、即ち0であると判定された場合、ステップＳ１６７において、生成部１６３は、可逆復号部１３２から供給される参照画像特定生成情報を、復号対象の符号化データの参照画像特定生成情報に決定する。そして、処理はステップＳ１６８に進む。
　ステップＳ１６８において、生成部１６３は、復号対象の符号化データの参照画像特定生成情報としての参照画像特定情報の予測モードが非予測モードであるかどうかを判定する。ステップＳ１６８で参照画像特定情報の予測モードが非予測モードであると判定された場合、ステップＳ１６９において、生成部１６３は、参照バッファ１４４からベース画像の参照画像特定情報を読み出す。
　ステップＳ１７０において、生成部１６３は、参照画像特定情報の予測モードがコピーモードであるかどうかを判定する。
　ステップＳ１７０で参照画像特定情報の予測モードがコピーモードであると判定された場合、ステップＳ１７１において、生成部１６３は、読み出されたベース画像の参照画像特定情報を、エンハンスメント画像の参照画像特定情報に決定する。生成部１６３は、決定されたエンハンスメント画像の参照画像特定情報を図３１の動き補償部１４６に供給する。そして、処理は、図３５のステップＳ１３６に戻り、ステップＳ１３７に進む。
　一方、ステップＳ１７０で参照画像特定情報の予測モードがコピーモードではない、即ち差分予測モードであると判定された場合、ステップＳ１７２において、生成部１６３は、参照画像特定情報の予測モード以外の情報がインデックスであるかどうかを判定する。
　ステップＳ１７２で参照画像特定情報の予測モード以外の情報がインデックスであると判定された場合、処理はステップＳ１７３に進む。ステップＳ１７３において、生成部１６３は、抽出部１１１から参照画像特定生成情報として供給される、そのインデックスが付与された参照画像特定情報の差分を認識し、処理をステップＳ１７４に進める。
　一方、ステップＳ１７２で参照画像特定情報の予測モード以外の情報がインデックスではない、即ち参照画像特定情報の差分であると判定された場合、処理はステップＳ１７４に進む。
　ステップＳ１７４において、生成部１６３は、参照画像特定情報の差分と、読み出されたベース画像の参照画像特定情報とを加算し、その結果得られる加算値をエンハンスメント画像の参照画像特定情報に決定する。生成部１６３は、決定されたエンハンスメント画像の参照画像特定情報を動き補償部１４６に供給する。そして、処理は、図３５のステップＳ１３６に戻り、ステップＳ１３７に進む。
　また、ステップＳ１６８で参照画像特定情報の予測モードが非予測モードであると判定された場合、ステップＳ１７５において、生成部１６３は、参照画像特定情報の予測モード以外の情報がインデックスであるかどうかを判定する。
　ステップＳ１７５で参照画像特定情報の予測モード以外の情報がインデックスであると判定された場合、処理はステップＳ１７６に進む。ステップＳ１７６において、生成部１６３は、抽出部１１１から参照画像特定生成情報として供給される、そのインデックスが付与された参照画像特定情報を認識し、処理をステップＳ１７７に進める。
　一方、ステップＳ１７５で参照画像特定情報の予測モード以外の情報がインデックスではない、即ち参照画像特定情報の予測モード以外の情報が参照画像特定情報であると判定された場合、処理はステップＳ１７７に進む。
　ステップＳ１７７において、生成部１６３は、ステップＳ１７５で認識された参照画像特定情報または参照画像特定情報の予測モード以外の情報としての参照画像特定情報を、エンハンスメント画像の参照画像特定情報として動き補償部１４６に供給する。そして、処理は、図３５のステップＳ１３６に戻り、ステップＳ１３７に進む。
　以上のように、復号装置９０は、参照画像特定生成情報を用いてエンハンスメント画像の参照画像特定情報を生成するので、ベースレイヤとエンハンスメントレイヤの間で参照画像特定情報を共有または予測することができる。従って、エンハンスメントストリームの情報量を削減し、符号化効率を向上させることができる。
　なお、第１実施の形態において、scalable機能の種類に応じて参照レイヤの有無が決定されるようにしてもよい。この場合、例えば、scalable機能が、階層間でピクチャタイプのalignmentを取るユースケースが多く、ピクチャの参照関係が階層間で同一である可能性の高い、SNR Scalability，Spatial Scalability，Chroma Format Scalability，Bit Scalability、またはDepth Scalabilityである場合、参照レイヤが設定される。
　＜第２実施の形態＞
　（第２実施の形態の概要の説明）
　図３７は、本技術を適用した第２実施の形態の概要を説明する図である。
　図３７に示すように、第２実施の形態では、参照画像に関する情報としての、重み付け予測（Weighted Prediction）における重み係数とオフセット値からなる重み付け情報が、異なる階層間で共有または予測される。
　図３８は、重み付け予測を説明する図である。
　図３８に示すように、AVC方式やHEVC方式では、インター予測時に重み付け予測が行われる。重み付け予測とは、参照画像に対して重み付けを行って予測画像を生成する処理である。具体的には、例えば、符号化対象のフレームXより符号化順で前の2つのフレームY1とフレームY0の復号画像が参照画像として用いられる場合、重み付け予測では、フレームXの予測画像X'が、以下の式（４）により求められる。
Figure JPOXMLDOC01-appb-M000004
　なお、式（４）において、w0とw1は重み係数であり、dはオフセット値である。この重み係数は、AVC方式におけるImplicit Weighted Predictionという重み付け予測ではPOCから算出される。一方、AVC方式におけるExplicit Weighted Predictionという重み付け予測、または、HEVC方式における重み付け予測では、重み係数とオフセット値は符号化ストリームに含められて伝送される。
　重み付け予測を行うことにより、フェードイン、フェードアウト、クロスフェード等により、参照画像と符号化対象の画像の間で輝度の変化が発生する場合であっても、予測画像と符号化対象の画像の差分を削減することができる。その結果、符号化効率を向上させることができる。
　これに対して、重み付け予測が行われない場合、フェードイン、フェードアウト、クロスフェード等により参照画像と符号化対象の画像の間で発生する輝度の変化が、そのまま予測画像と符号化対象の画像の差分となり、符号化効率が悪い。
　ここで、scalable機能による符号化において、各階層の画像では、SNR、空間解像度、フレームレート、ビット数（bit depth）、色差信号のフォーマットなどが異なるものの、内容は同一であると考えられる。
　従って、ある階層の画像に対してフェードイン、フェードアウト、クロスフェード等が施されている場合、他の階層の画像に対してもフェードイン、フェードアウト、クロスフェード等が施されていると考えられる。よって、各階層の画像に適した重み付け情報には相関があると考えられる。そこで、第２実施の形態では、重み付け情報を異なる階層間で共有または予測することにより、符号化効率を向上させる。
　（符号化装置の第２実施の形態の構成例）
　図３９は、本技術を適用した符号化装置の第２実施の形態の構成例を示すブロック図である。
　図３９に示す構成のうち、図６の構成と同じ構成には同じ符号を付してある。重複する説明については適宜省略する。
　図３９の符号化装置１８０の構成は、ベース符号化部１１の代わりにベース符号化部１８１が設けられる点、エンハンスメント符号化部１２の代わりにエンハンスメント符号化部１８２が設けられる点、およびVPSが図１に示したVPSである点が図６の構成と異なる。符号化装置１８０は、エンハンスメント画像の重み付け情報の生成に用いる重み付け生成情報（参照画像生成情報）を生成し、エンハンスメントストリームに含める。
　具体的には、符号化装置１８０のベース符号化部１８１には、外部からベース画像が入力される。ベース符号化部１８１は、従来のHEVC方式の符号化装置と同様に構成され、ベース画像をHEVC方式で符号化する。但し、ベース符号化部１８１は、ベース画像の符号化時に用いられた重み付け情報等をエンハンスメント符号化部１８２に供給する。ベース符号化部１８１は、符号化の結果得られる符号化データ、SPS，PPS等を含む符号化ストリームを、ベースストリームとして合成部１３に供給する。
　エンハンスメント符号化部１８２には、外部からエンハンスメント画像が入力される。エンハンスメント符号化部１８２は、エンハンスメント画像をHEVC方式に準ずる方式で符号化する。また、エンハンスメント符号化部１８２は、ベース画像の重み付け情報と、エンハンスメント画像の符号化時に用いられた重み付け情報とを用いて、重み付け情報生成情報を生成する。
　エンハンスメント符号化部１８２は、エンハンスメント画像の符号化データに重み付け情報等を付加して符号化ストリームを生成し、エンハンスメントストリームとして合成部１３に供給する。
　（ベースストリームのPPSのシンタックスの例）
　図４０および図４１は、AVC方式におけるPPSのシンタックスの例を示す図であり、図４２および図４３は、ベースストリームのPPSのシンタックスの例を示す図である。
　図４０の２８行目に示すように、AVC方式のPPSには、Pスライスに対して重み付け予測を行うかどうかを表すフラグ（weighted_pred_flag）が含まれる。また、２９行目に示すように、AVC方式のPPSには、Bスライスに対して双方向の重み付け予測を行うかどうかを表す情報（weighted_bipred_idc）が含まれる。なお、双方向の重み付け予測とは、符号化対象の画像より符号化順で前の画像と後ろの画像を参照画像とする重み付け予測である。
　また、図４２の１７行目に示すように、ベースストリームのPPSには、フラグ（weighted_pred_flag）が含まれる。また、１８行目に示すように、ベースストリームのPPSには、Bスライスに対して重み付け予測を行うかどうかを表すフラグ（weighted_bipred_flag）が含まれる。
　（ベースストリームのスライスヘッダのシンタックスの例）
　図４４および図４５は、AVC方式におけるスライスヘッダのシンタックスの例を示す図である。ベースストリームのスライスヘッダのシンタックスは、図９乃至図１１のシンタックスと同様である。
　図４４の４２行目に示すように、AVC方式のスライスヘッダには、重み付け情報に関する情報（pred_weight_table）が含まれる。
　また、図１０の１９行目に示したように、ベースストリームのスライスヘッダにも、重み付け情報に関する情報（pred_weight_table）が含まれる。
　（ベースストリームの重み付け情報のシンタックスの例）
　図４６は、AVC方式における重み付け情報のシンタックスの例を示す図であり、図４７は、ベースストリームの重み付け情報のシンタックスの例を示す図である。
　図４６の２行目に示すように、AVC方式における重み付け情報には、輝度信号の重み係数の分母（luma_log2_weight_denom）が含まれる。また、４行目に示すように、AVC方式における重み付け情報には、色差信号の重み係数の分母（chroma_log2_weight_denom）が含まれる。
　これに対して、図４７の２行目に示すように、ベースストリームの重み付け情報にも、輝度信号の重み係数の分母（luma_log2_weight_denom）が含まれる。また、４行目に示すように、ベースストリームの重み付け情報には、輝度信号の重み係数と色差信号の重み係数の分母の差分（delta_chroma_log2_weight_denom）が含まれる。この差分（delta_chroma_log2_weight_denom）を用いて、色差信号の重み係数（chroma_log2_weight_denom）は、以下の式（５）で演算される。
Figure JPOXMLDOC01-appb-M000005
　また、図４６の６行目と２２行目に示すように、AVC方式における重み付け情報には、輝度信号に対する重み付け情報が存在するかどうかを表すフラグ（luma_weight_l0_flag，luma_weight_l1_flag）が含まれる。
　７行目および８行目並びに２３行目および２４行目に示すように、フラグ（luma_weight_l0_flag，luma_weight_l1_flag）が、輝度信号に対する重み付け情報が存在することを表す1である場合、AVC方式における重み付け情報には、輝度信号の重み係数（luma_weight_l0，luma_weight_l1）が含まれる。また、９行目および２５行目に示すように、輝度信号のオフセット（luma_offset_l0，luma_offset_l1）が含まれる。
　これに対して、図４７の６行目と２３行目に示すように、ベースストリームの重み付け情報にも、フラグ（luma_weight_l0_flag，luma_weight_l1_flag）が含まれる。１１行目および１２行目並びに２８行目および２９行目に示すように、フラグ（luma_weight_l0_flag，luma_weight_l1_flag）が1である場合、ベースストリームの重み付け情報には、輝度信号の重み係数の情報（delta_luma_weight_l0，delta_luma_weight_l1）が含まれる。
　この輝度信号の重み係数の情報（delta_luma_weight_l0，delta_luma_weight_l1）を用いて、輝度信号の重み係数（luma_weight_l0，luma_weight_l1）は、以下の式（６）で演算される。
Figure JPOXMLDOC01-appb-M000006
　また、図４７の１３行目および３０行目に示すように、ベースストリームの重み付け情報にも、輝度信号のオフセット（luma_offset_l0，luma_offset_l1）が含まれる。
　また、図４６の１２行目と２８行目に示すように、AVC方式における重み付け情報には、色差信号に対する重み付け情報が存在するかどうかを表すフラグ（chroma_weight_l0_flag，chroma_weight_l1_flag）が含まれる。
　フラグ（chroma_weight_l0_flag，chroma_weight_l1_flag）が、色差信号に対する重み付け情報が存在することを表す1である場合、１３行目乃至１５行目および２９行目乃至３１行目に示すように、AVC方式における重み付け情報には、色差信号の重み係数（chroma_weight_l0，chroma_weight_l1）が含まれる。また、１６行目およびに３２行目に示すように、色差信号のオフセット（chroma_offset_l0，chroma_offset_l1）が含まれる。
　これに対して、図４７の９行目と２６行目に示すように、ベースストリームの重み付け情報にも、フラグ（chroma_weight_l0_flag，chroma_weight_l1_flag）が含まれる。１５行目乃至１７行目および３２行目乃至３４行目に示すように、フラグ（chroma_weight_l0_flag，chroma_weight_l1_flag）が1である場合、ベースストリームの重み付け情報には、色差信号の重み係数の情報（delta_chroma_weight_l0，delta_chroma_weight_l1）が含まれる。
　この色差信号の重み係数の情報（delta_chroma_weight_l0，delta_chroma_weight_l1）を用いて、色差信号の重み係数（chroma_weight_l0，chroma_weight_l1）は、以下の式（７）で演算される。
Figure JPOXMLDOC01-appb-M000007
　また、図４７の１８行目および３５行目に示すように、ベースストリームの重み付け情報には、色差信号のオフセットの情報（delta_chroma_offset_l0，delta_chroma_offset_l1）が含まれる。この色差信号のオフセットの情報（delta_chroma_offset_l0，delta_chroma_offset_l1）を用いて、色差信号のオフセット（chroma_offset_l0，chroma_offset_l1）は、以下の式（８）で演算される。
Figure JPOXMLDOC01-appb-M000008
　（エンハンスメント符号化部の構成例）
　図４８は、図３９のエンハンスメント符号化部１８２の構成例を示すブロック図である。
　図４８のエンハンスメント符号化部１８２は、符号化部２０１と設定部２０２により構成される。
　エンハンスメント符号化部１８２の符号化部２０１は、外部から入力されるフレーム単位のエンハンスメント画像を入力信号とする。符号化部２０１は、ベース符号化部１１からの重み付け情報などを参照して、HEVC方式に準ずる方式で入力信号を符号化する。符号化部２０１は、その結果得られる符号化データを設定部２０２に供給する。
　設定部２０２は、SPS，PPSなどを設定する。なお、このPPSには、フラグ（weighted_pred_flag）とフラグ（weighted_bipred_flag）が含まれず、参照レイヤの符号化ストリームであるベースストリームのPPSに含まれるフラグ（weighted_pred_flag）とフラグ（weighted_bipred_flag）が、エンハンスメント画像のフラグ（weighted_pred_flag）とフラグ（weighted_bipred_flag）として用いられる。
　従って、ベース画像の参照画像に対して重み付けが行われた場合、エンハンスメント画像の参照画像に対して重み付けが行われ、ベース画像の参照画像に対して重み付けが行われない場合、エンハンスメント画像の参照画像に対して重み付けが行われない。
　設定部２０２は、設定されたSPSおよびPPSと、符号化部２０１から供給される符号化データとから符号化ストリームを生成し、エンハンスメントストリームとして合成部１３に供給する。
　（符号化部の構成例）
　図４９は、図４８の符号化部２０１の構成例を示すブロック図である。
　図４９に示す構成のうち、図１４の構成と同じ構成には同じ符号を付してある。重複する説明については適宜省略する。
　図４９の符号化部２０１の構成は、動き予測・補償部４７、参照バッファ４９、参照画像設定部５０、可逆符号化部３６の代わりに、動き予測・補償部２２１、重みバッファ２２２、重み設定部２２３、可逆符号化部２２４が設けられる点が図１４の構成と異なる。
　動き予測・補償部２２１は、重み付け処理部として機能し、重み設定部２２３からの重み付け予測の指示に基づいて、候補となる全てのインター予測モードの重み付け予測を用いた動き予測・補償処理を行う。具体的には、動き予測・補償部２２１は、画面並べ替えバッファ３２から供給される画像と、フレームメモリ４４からスイッチ４５を介して読み出される参照画像に基づいて、候補となる全てのインター予測モードの動きベクトルを検出する。なお、参照画像は、例えば、ユーザにより設定される。
　動き予測・補償部２２１は、検出された動きベクトルに基づいて参照画像に補償処理を施す。動き予測・補償部２２１は、重み付け予測における重み付け情報を算出する。動き予測・補償部２２１は、算出された重み付け情報を用いて補償処理後の参照画像に対して重み付け予測を行い、予測画像を生成する。
　このとき、動き予測・補償部２２１は、画面並べ替えバッファ３２から供給される画像と予測画像とに基づいて、候補となる全てのインター予測モードに対してコスト関数値を算出し、コスト関数値が最小となるインター予測モードを最適インター予測モードに決定する。そして、動き予測・補償部２２１は、最適インター予測モードのコスト関数値と、対応する予測画像を予測画像選択部４８に供給する。
　さらに、動き予測・補償部２２１は、予測画像選択部４８から最適インター予測モードで生成された予測画像の選択が通知された場合、インター予測モード情報、対応する動きベクトル、参照画像特定情報などを可逆符号化部２２４に出力する。また、動き予測・補償部２２１は、重み付け予測における重み付け情報を重み設定部２２３に供給する。
　重みバッファ２２２は、図３９のベース符号化部１８１から供給されるベースストリームのPPSに含まれるフラグ（weighted_bipred_ flag）とフラグ（weighted_pred_flag）を記憶する。また、重みバッファ２２２は、ベース符号化部１８１から供給されるベースストリームのスライスヘッダに含まれる重み付け情報を記憶する。
　重み設定部２２３は、重みバッファ２２２からフラグ（weighted_pred_flag）とフラグ（weighted_bipred_ flag）を読み出す。重み設定部２２３は、フラグ（weighted_pred_flag）、フラグ（weighted_bipred_ flag）、および現在の符号化対象の画像のスライスの種類に基づいて、動き予測・補償部２２１に重み付け予測を指示する。
　重み設定部２２３は、動き予測・補償部２２１から供給される重み付け情報と、重みバッファ２２２に記憶されている重み付け情報を比較し、エンハンスメント画像の重み付け情報の予測モードを決定する。ここでは、重み付け情報の予測モードとしては、コピーモード、差分予測モード、および非予測モードがあるものとする。
　コピーモードとは、エンハンスメント画像の重み付け情報として、参照レイヤ（ここでは、ベースレイヤ）の重み付け情報を用いる予測モードである。差分予測モードとは、エンハンスメント画像と参照レイヤの重み付け情報の差分と、参照レイヤの重み付け情報とを加算することにより、エンハンスメント画像の重み付け情報を生成する予測モードである。非予測モードとは、エンハンスメント画像の重み付け情報を参照レイヤの重み付け情報と独立して設定する予測モードである。
　重み設定部２２３は、重み付け情報の予測モードがコピーモードである場合、コピーモードを重み付け生成情報として設定し、可逆符号化部２２４に供給する。また、重み設定部２２３は、重み付け情報の予測モードが差分予測モードである場合、エンハンスメント画像の重み付け情報とベース画像の重み付け情報の差分を演算する。そして、重み設定部２２３は、演算された重み付け情報の差分と差分予測モードとを、重み付け生成情報として設定し、可逆符号化部２２４に供給する。
　また、重み設定部２２３は、重み付け情報の予測モードが非予測モードである場合、エンハンスメント画像の重み付け情報を重み付け生成情報として設定し、可逆符号化部２２４に供給する。
　可逆符号化部２２４は、図１４の可逆符号化部３６と同様に、イントラ予測モード情報をイントラ予測部４６から取得する。また、可逆符号化部２２４は、動き予測・補償部２２１から供給されるインター予測モード情報、動きベクトル、参照画像特定情報などを動き予測・補償部２２１から取得する。さらに、可逆符号化部２２４は、重み付け生成情報を重み設定部２２３から取得する。
　また、可逆符号化部２２４は、可逆符号化部３６と同様に、適応オフセットフィルタ４２からオフセットフィルタ情報を取得し、適応ループフィルタ４３からフィルタ係数を取得する。
　可逆符号化部２２４は、可逆符号化部３６と同様に、量子化部３５から供給される量子化された係数に対して可逆符号化を行う。また、可逆符号化部２２４は、イントラ予測モード情報、または、インター予測モード情報、動きベクトル、参照画像特定情報、および重み付け生成情報、オフセットフィルタ情報、並びにフィルタ係数を、符号化に関する符号化情報として可逆符号化する。
　可逆符号化部２２４は、可逆符号化部３６と同様に、可逆符号化された符号化情報をスライスヘッダとし、可逆符号化された係数を符号化データとして、符号化データにスライスヘッダを付加する。可逆符号化部２２４は、可逆符号化部３６と同様に、スライスヘッダが付加された符号化データを蓄積バッファ３７に供給し、蓄積させる。
　（重みバッファと重み設定部の構成例）
　図５０は、図４９の重みバッファ２２２と重み設定部２２３の構成例を示すブロック図である。
　図５０の重みバッファ２２２は、情報バッファ２４１とフラグバッファ２４２により構成される。
　重みバッファ２２２の情報バッファ２４１は、図３９のベース符号化部１８１から供給されるベースストリームのスライスヘッダに含まれる重み付け情報を記憶する。フラグバッファ２４２は、ベース符号化部１８１から供給されるベースストリームのPPSに含まれるフラグ（weighted_bipred_flag）とフラグ（weighted_pred_flag）を記憶する。
　図５０の重み設定部２２３は、制御部２６１、情報バッファ２６２、判定部２６３、および設定部２６４により構成される。
　重み設定部２２３の制御部２６１は、フラグバッファ２４２からフラグ（weighted_pred_flag）とフラグ（weighted_bipred_flag）を読み出す。重み設定部２２３は、フラグ（weighted_pred_flag）、フラグ（weighted_bipred_flag）、および現在の符号化対象の画像のスライスの種類に基づいて、図４９の動き予測・補償部２２１に重み付け予測を指示する。
　情報バッファ２６２は、動き予測・補償部２２１から重み付け情報を取得し、記憶する。判定部２６３は、情報バッファ２４１からベース画像の重み付け情報を読み出し、情報バッファ２６２からエンハンスメント画像の重み付け情報を読み出す。判定部２６３は、読み出されたベース画像の重み付け情報とエンハンスメント画像の重み付け情報を比較する。
　そして、判定部２６３は、ベース画像の重み付け情報とエンハンスメント画像の重み付け情報が同一である場合、重み付け情報の予測モードをコピーモードに決定する。判定部２６３は、コピーモードを設定部２６４に供給する。また、判定部２６３は、コピーモードを重み付け生成情報として設定し、図４９の可逆符号化部２２４に供給する。
　設定部２６４は、判定部２６３からコピーモードが供給されない場合、情報バッファ２４１からベース画像の重み付け情報を読み出し、情報バッファ２６２からエンハンスメント画像の重み付け情報を読み出す。設定部２６４は、ユーザからの入力に基づいて、重み付け情報の予測モードを差分予測モードまたは非予測モードに決定する。
　重み付け情報の予測モードが差分予測モードに決定された場合、設定部２６４は、読み出されたベース画像の重み付け情報とエンハンスメント画像の重み付け情報の差分を演算する。そして、重み設定部２２３は、演算された重み付け情報の差分と差分予測モードを重み付け生成情報として設定し、可逆符号化部２２４に供給する。
　一方、重み付け情報の予測モードが非予測モードに決定された場合、設定部２６４は、エンハンスメント画像の重み付け情報と非予測モードを重み付け生成情報として設定し、可逆符号化部３６に供給する。
　（エンハンスメントストリームのスライスヘッダのシンタックス）
　エンハンスメントストリームのスライスヘッダのシンタックスは、重み付け情報を除いて、ベースストリームのスライスヘッダのシンタックスと同様であるので、重み付け情報に関する情報（pred_weight_table）のシンタックスについてのみ説明する。
　図５１および図５２は、エンハンスメントストリームの重み付け情報のシンタックスの例を示す図である。
　図５１の２行目に示すように、重み付け情報に関する情報には、重み付け情報の予測モード（pred_mode）が含まれる。重み付け情報の予測モードは、コピーモードを表す場合0であり、差分予測モードを表す場合1であり、非予測モードを表す場合2である。
　３行目と４行目に示すように、重み付け情報の予測モードが2以外である場合、即ち重み付け情報の予測モードがコピーモードまたは差分予測モードである場合、ベースレイヤと参照レイヤの差分（diff_ref_layer_minus1）が含まれる。ここで、現在のレイヤをcurr_layerとし、参照レイヤをref_layerとすると、参照レイヤref_layerは、差分diff_ref_layer_minus1を用いて以下の式（９）で表される。
Figure JPOXMLDOC01-appb-M000009
　また、５行目および６行目に示すように、重み付け情報の予測モードが1である場合、重み付け情報に関する情報には、対応するスライスと参照レイヤの分母（luma_log2_weight_denom）の差分（diff_luma_log2_weight_denom）が含まれる。また、８行目に示すように、対応するスライスと参照レイヤの差分（delta_chroma_log2_weight_denom）の差分（diff_delta_chroma_log2_weight_denom）が含まれる。
　なお、重み付け情報に関する情報には、フラグ（luma_weight_l0_flag，luma_weight_l1_flag）とフラグ（chroma_weight_l0_flag，chroma_weight_l1_flag）は含まれない。
　即ち、上述したように、scalable機能による符号化では、ある階層の画像に対してフェードイン、フェードアウト、クロスフェード等が施されている場合、他の階層の画像に対してもフェードイン、フェードアウト、クロスフェード等が施されていると考えられる。従って、参照レイヤのベース画像に対して重み付け予測が行われる場合には、エンハンスメント画像に対しても重み付け予測が行われることが符号化効率上望ましい。
　よって、エンハンスメント画像のフラグ（luma_weight_l0_flag，luma_weight_l1_flag）とフラグ（chroma_weight_l0_flag，chroma_weight_l1_flag）は伝送されず、参照レイヤのフラグ（luma_weight_l0_flag，luma_weight_l1_flag）とフラグ（chroma_weight_l0_flag，chroma_weight_l1_flag）が用いられる。
　また、１０行目乃至１２行目と２２行目乃至２４行目に示すように、参照レイヤのフラグ（luma_weight_l0_flag，luma_weight_l1_flag）が1である場合、重み付け情報に関する情報には、対応するスライスと参照レイヤの輝度信号の重み係数の情報（delta_luma_weight_l0，delta_luma_weight_l1）の差分（diff_delta_luma_weight_l0，diff_delta_luma_weight_l1）が含まれる。また、対応するスライスと参照レイヤの輝度信号のオフセット（luma_offset_l0，luma_offset_l1）の差分（diff_luma_offset_l0，diff_luma_offset_l1）が含まれる。
　また、１４行目乃至１７行目行目と２６行目乃至２９行目行目に示すように、参照レイヤのフラグ（chroma_weight_l0_flag，chroma_weight_l1_flag）が1である場合、重み付け情報に関する情報には、対応するスライスと参照レイヤとの色差信号の重み係数の情報（delta_chroma_weight_l0，delta_chroma_weight_l1）の差分（diff_delta_chroma_weight_l0，diff_delta_chroma_weight_l1）が含まれる。また、対応するスライスと参照レイヤの色差信号のオフセット（chroma_offset_l0，chroma_offset_l1）の差分（diff_chroma_offset_l0，diff_chroma_offset_l1）が含まれる。
　一方、重み付け情報の予測モードが2である場合、図５１の３３行目乃至３７行目および図５２に示すように、重み付け情報に関する情報には、ベースストリームの重み付け情報と同様の情報が含まれる。
　なお、重み付け情報に関する情報（pred_weight_table）は、VPS，SPS等のスライスヘッダより上の階層に階層単位で含まれるようにしてもよい。
　（符号化装置の処理の説明）
　図３９の符号化装置１８０の階層符号化処理は、ベース符号化部１８１からエンハンスメント符号化部１８２に供給される情報が、重み付け情報、フラグ（weighted_pred_flag）、およびフラグ（weighted_bipred_flag）である点、および、図２４のステップＳ２のエンハンスメントストリーム生成処理を除いて図２４の階層符号化処理と同様であるので、エンハンスメントストリーム生成処理についてのみ説明する。
　図５３は、図４８のエンハンスメント符号化部１８２のエンハンスメントストリーム生成処理を説明するフローチャートである。
　図５３のステップＳ１９１において、エンハンスメント符号化部１８２の符号化部２０１は、外部から入力信号として入力されるフレーム単位のエンハンスメント画像をHEVC方式に準ずる方式で符号化する符号化処理を行う。この符号化処理の詳細は、後述する図５４および図５５を参照して説明する。
　ステップＳ１９２において、設定部２０２は、SPSを設定する。ステップＳ１９３において、設定部２０２は、フラグ（weighted_pred_flag）とフラグ（weighted_bipred_ flag）を含まないPPSを設定する。ステップＳ１９４およびＳ１９５の処理は、図２５のステップＳ１４および１５の処理と同様であるので、説明は省略する。
　図５４および図５５は、図５３のステップＳ１９１の符号化処理の詳細を説明するフローチャートである。
　図５４のステップＳ２１１およびＳ２１２の処理は、図２６のステップＳ３１およびＳ３２の処理と同様であるので説明は省略する。
　ステップＳ２１３において、重みバッファ２２２の情報バッファ２４１は、図３９のベース符号化部１８１から供給される重み付け情報を記憶し、フラグバッファ２４２は、フラグ（weighted_bipred_ flag）とフラグ（weighted_pred_flag）を記憶する。
　ステップＳ２１４において、制御部２６１は、フラグバッファ２４２に記憶されているフラグ（weighted_pred_flag）およびフラグ（weighted_bipred_ flag）並びに現在の符号化対象の画像のスライスの種類に基づいて、重み付け予測を行うかどうかを判定する。
　ステップＳ２１４で重み付け予測を行うと判定された場合、制御部２６１は、動き予測・補償部２２１に重み付け予測を指示し、処理をステップＳ２１５に進める。
　ステップＳ２１５において、イントラ予測部４６は、候補となる全てのイントラ予測モードのイントラ予測処理を行う。また、イントラ予測部４６は、画面並べ替えバッファ３２から読み出された画像と、イントラ予測処理の結果生成される予測画像とに基づいて、候補となる全てのイントラ予測モードに対してコスト関数値を算出する。そして、イントラ予測部４６は、コスト関数値が最小となるイントラ予測モードを、最適イントラ予測モードに決定する。イントラ予測部４６は、最適イントラ予測モードで生成された予測画像、および、対応するコスト関数値を、予測画像選択部４８に供給する。
　また、動き予測・補償部２２１は、候補となる全てのインター予測モードの重み付け予測を用いた動き予測・補償処理を行う。また、動き予測・補償部２２１は、画面並べ替えバッファ３２から供給される画像と予測画像とに基づいて、候補となる全てのインター予測モードに対してコスト関数値を算出し、コスト関数値が最小となるインター予測モードを最適インター予測モードに決定する。そして、動き予測・補償部２２１は、最適インター予測モードのコスト関数値と、対応する予測画像を予測画像選択部４８に供給する。
　一方、ステップＳ２１４で重み付け予測を行わないと判定された場合、制御部２６１は、処理をステップＳ２１６に進める。
　ステップＳ２１６において、イントラ予測部４６は、ステップＳ２１５の処理と同様に、候補となる全てのイントラ予測モードのイントラ予測処理を行い、コスト関数値を算出する。そして、イントラ予測部４６は、コスト関数値が最小となるイントラ予測モードを、最適イントラ予測モードに決定し、最適イントラ予測モードで生成された予測画像、および、対応するコスト関数値を、予測画像選択部４８に供給する。
　また、動き予測・補償部２２１は、候補となる全てのインター予測モードの動き予測・補償処理を行う。また、動き予測・補償部２２１は、画面並べ替えバッファ３２から供給される画像と予測画像とに基づいて、候補となる全てのインター予測モードに対してコスト関数値を算出し、コスト関数値が最小となるインター予測モードを最適インター予測モードに決定する。そして、動き予測・補償部２２１は、最適インター予測モードのコスト関数値と、対応する予測画像を予測画像選択部４８に供給する。
　ステップＳ２１５およびＳ２１６の処理後、処理はステップＳ２１７に進む。ステップＳ２１７およびＳ２１８の処理は、図２６のステップＳ３４およびＳ３５の処理と同様であるので、説明は省略する。
　ステップＳ２１９において、動き予測・補償部２２１は、インター予測モード情報、動きベクトル、および参照画像特定情報を可逆符号化部３６に供給する。ステップＳ２２０において、動き予測・補償部２２１は、重み付け予測を行ったかどうかを判定する。ステップＳ２２０で重み付け予測を行ったと判定された場合、ステップＳ２２１において、動き予測・補償部２２１は、その重み付け予測における重み付け情報を重み設定部２２３に供給する。
　ステップＳ２２２において、重み設定部２２３は、重み付け生成情報を生成する生成処理を行う。この生成処理の詳細は、後述する図５６を参照して説明する。ステップＳ２２２の処理後、処理はステップＳ２２４に進む。
　一方、ステップＳ２２０で重み付け予測を行っていないと判定された場合、ステップＳ２２１およびＳ２２２の処理はスキップされ、処理はステップＳ２２４に進む。
　ステップＳ２２３乃至Ｓ２３８の処理は、符号化情報がイントラ予測モード情報、または、インター予測モード情報、動きベクトル、参照画像特定情報、および重み付け生成情報、オフセットフィルタ情報、並びにフィルタ係数である点を除いて、図２６および図２７のステップＳ３９乃至Ｓ５４の処理と同様であるので、説明は省略する。
　図５６は、図５４のステップＳ２２２の生成処理の詳細を説明するフローチャートである。
　図５６のステップＳ２５１において、重み設定部２２３の情報バッファ２６２は、図４９の動き予測・補償部４７からエンハンスメント画像の重み付け情報を取得し、記憶する。ステップＳ２５２において、判定部２６３は、情報バッファ２６２に記憶されているエンハンスメント画像の重み付け情報が、情報バッファ２４１に記憶されているベース画像の重み付け情報と同一であるかどうかを判定する。
　ステップＳ２５２でエンハンスメント画像の重み付け情報がベース画像の重み付け情報と同一であると判定された場合、ステップＳ２５３において、判定部２６３は、重み付け情報の予測モードをコピーモードに決定する。ステップＳ２５４において、判定部２６３は、コピーモードを設定部２６４に供給する。また、判定部２６３は、コピーモードを重み付け生成情報に設定し、図４９の可逆符号化部２２４に供給する。そして、処理は、図５４のステップＳ２２２に戻り、ステップＳ２２４に進む。
　一方、ステップＳ２５２でエンハンスメント画像の重み付け情報がベース画像の重み付け情報と同一ではないと判定された場合、処理はステップＳ２５５に進む。ステップＳ２５５において、設定部２６４は、ユーザからの入力に基づいて、重み付け情報の予測モードを差分予測モードにするかどうかを判定する。
　ステップＳ２５５で重み付け情報の予測モードを差分予測モードにすると判定された場合、ステップＳ２５６において、設定部２６４は、重み付け情報の予測モードを差分予測モードに決定する。
　ステップＳ２５７において、設定部２６４は、エンハンスメント画像の重み付け情報とベース画像の重み付け情報との差分を求める。ステップＳ２５８において、重み設定部２２３は、ステップＳ２５７で求められた重み付け情報の差分と差分予測モードを重み付け生成情報として設定し、可逆符号化部２２４に供給する。そして、処理は、図５４のステップＳ２２２に戻り、ステップＳ２２４に進む。
　一方、ステップＳ２５５で重み付け情報の予測モードを差分予測モードにしないと判定された場合、ステップＳ２５９において、設定部２６４は、重み付け情報の予測モードを非予測モードに決定する。
　ステップＳ２６０において、設定部２６４は、エンハンスメント画像の重み付け情報と非予測モードを重み付け生成情報として設定し、可逆符号化部３６に供給する。そして、処理は、図５４のステップＳ２２２に戻り、ステップＳ２２４に進む。
　以上のように、符号化装置１８０は、重み付け生成情報を設定するので、ベースレイヤとエンハンスメントレイヤの間で重み付け情報を共有または予測することができる。従って、エンハンスメントストリームの情報量を削減し、符号化効率を向上させることができる。
　（復号装置の第２実施の形態の構成例）
　図５７は、図３９の符号化装置１８０から伝送される全階層の符号化ストリームを復号する、本技術を適用した復号装置の第２実施の形態の構成例を示すブロック図である。
　図５７に示す構成のうち、図２９の構成と同じ構成には同じ符号を付してある。重複する説明については適宜省略する。
　図５７の復号装置２８０の構成は、分離部９２、ベース復号部９３、エンハンスメント復号部９４の代わりに、分離部２８１、ベース復号部２８２、エンハンスメント復号部２８３が設けられる点が図２９の構成と異なる。
　復号装置２８０の分離部２８１は、受け取り部９１から供給される全階層の符号化ストリームからベースストリームを分離してベース復号部２８２に供給し、エンハンスメントストリームを分離してエンハンスメント復号部２８３に供給する。
　ベース復号部２８２は、従来のHEVC方式の復号装置と同様に構成され、分離部２８１から供給されるベースストリームをHEVC方式で復号し、ベース画像を生成する。但し、ベース復号部２８２は、ベース画像の復号時に用いられた重み付け情報、並びに、ベースストリームのPPSに含まれるフラグ（weighted_bipred_flag）およびフラグ（weighted_pred_flag）を、エンハンスメント復号部２８３に供給する。ベース復号部２８２は、生成されたベース画像を出力する。
　エンハンスメント復号部２８３は、分離部２８１から供給されるエンハンスメントストリームをHEVC方式に準ずる方式で復号し、エンハンスメント画像を生成する。このとき、エンハンスメント復号部２８３は、ベース復号部２８２から供給される重み付け情報、フラグ（weighted_bipred_ flag）、およびフラグ（weighted_pred_flag）を参照してエンハンスメントストリームを復号する。エンハンスメント復号部２８３は、生成されたエンハンスメント画像を出力する。
　（エンハンスメント復号部の構成例）
　図５８は、図５７のエンハンスメント復号部２８３の構成例を示すブロック図である。
　図５８のエンハンスメント復号部２８３は、抽出部３０１と復号部３０２により構成される。
　エンハンスメント復号部２８３の抽出部３０１は、図５７の分離部２８１から供給されるエンハンスメントストリームから、SPS，PPS、符号化データ等を抽出し、復号部３０２に供給する。
　復号部３０２は、図５７のベース復号部２８２から供給されるベース画像の重み付け情報、フラグ（weighted_bipred_ flag）、およびフラグ（weighted_pred_flag）を参照して、抽出部３０１から供給される符号化データをHEVC方式に準ずる方式で復号する。このとき、復号部３０２は、必要に応じて、抽出部３０１から供給されるSPSやPPS等も参照する。復号部３０２は、復号の結果得られる画像を、エンハンスメント画像として出力する。
　（復号部の構成例）
　図５９は、図５８の復号部３０２の構成例を示すブロック図である。
　図５９に示す構成のうち、図３１の構成と同じ構成には同じ符号を付してある。重複する説明については適宜省略する。
　図５９の復号部３０２の構成は、可逆復号部１３２、参照バッファ１４４、参照画像設定部１４５、動き補償部１４６の代わりに、可逆復号部３２０、重みバッファ３２１、重み設定部３２２、動き補償部３２３が設けられる点が図３１の構成と異なる。
　復号部３０２の可逆復号部３２０は、蓄積バッファ１３１からの符号化データに対して、可変長復号や、算術復号等の可逆復号を施すことで、量子化された係数と符号化情報を得る。可逆復号部３２０は、量子化された係数を逆量子化部１３３に供給する。また、可逆復号部３２０は、符号化情報としてのイントラ予測モード情報などをイントラ予測部１４３に供給し、動きベクトル、インター予測モード情報、参照画像特定情報などを動き補償部１４６に供給する。
　また、可逆復号部３２０は、符号化情報としての重み付け生成情報を重み設定部３２２に供給する。さらに、可逆復号部３２０は、符号化情報としてのイントラ予測モード情報またはインター予測モード情報をスイッチ１４７に供給する。可逆復号部３２０は、符号化情報としてのオフセットフィルタ情報を適応オフセットフィルタ１３７に供給し、フィルタ係数を適応ループフィルタ１３８に供給する。
　重みバッファ３２１は、図５７のベース復号部２８２から供給されるベース画像の重み付け情報、フラグ（weighted_bipred_flag）、およびフラグ（weighted_pred_flag）を記憶する。
　重み設定部３２２は、重みバッファ３２１に記憶されているフラグ（weighted_bipred_ flag）およびフラグ（weighted_pred_flag）、並びに、現在の復号対象の画像のスライスの種類に基づいて、動き補償部３２３に重み付け予測を指示する。
　また、重み設定部３２２は、重みバッファ３２１に記憶されているベース画像の重み付け情報と、可逆復号部３２０から供給される重み付け生成情報とに基づいて、エンハンスメント画像の重み付け情報を生成する。重み設定部３２２は、生成された重み付け情報を動き補償部３２３に供給する。
　動き補償部３２３は、フレームメモリ１４１からスイッチ１４２を介して、可逆復号部３２０から供給される参照画像特定情報により特定される参照画像を読み出す。動き補償部３２３は、重み設定部３２２から供給される重み付け予測の指示に基づいて、動きベクトル、参照画像、および重み設定部３２２からの重み付け情報を用いて、インター予測モード情報が示す最適インター予測モードの重み付け予測を用いた動き補償処理を行う。
　具体的には、動き補償部３２３は、重み付け処理部として機能し、動きベクトルに基づいて参照画像に補償処理を施し、重み付け情報を用いて補償処理後の参照画像に対して重み付け予測を行い、予測画像を生成する。動き補償部３２３は、予測画像をスイッチ１４７に供給する。
　（重みバッファと重み設定部の構成例）
　図６０は、図５９の重みバッファ３２１と重み設定部３２２の構成例を示すブロック図である。
　図６０の重みバッファ３２１は、情報バッファ３４１とフラグバッファ３４２により構成される。
　重みバッファ３２１の情報バッファ３４１は、図５７のベース復号部２８２から供給されるベースストリームのスライスヘッダに含まれる重み付け情報を記憶する。フラグバッファ３４２は、ベース復号部２８２から供給されるベースストリームのPPSに含まれるフラグ（weighted_bipred_ flag）とフラグ（weighted_pred_flag）を記憶する。
　図６０の重み設定部３２２は、制御部３５１、モードバッファ３５２、情報バッファ３５３、および生成部３５４により構成される。
　重み設定部３２２の制御部３５１は、フラグバッファ３４２からフラグ（weighted_pred_flag）とフラグ（weighted_bipred_ flag）を読み出す。重み設定部３２２は、フラグ（weighted_pred_flag）、フラグ（weighted_bipred_ flag）、および現在の復号対象の画像のスライスの種類に基づいて、動き補償部３２３に重み付け予測を指示する。
　モードバッファ３５２は、図５９の可逆復号部３２０から供給される重み付け生成情報のうちの重み付け情報の予測モードを取得し、記憶する。情報バッファ３５３は、可逆復号部３２０から供給される重み付け生成情報のうちの重み付け情報または重み付け情報の差分を取得し、記憶する。
　生成部３５４は、モードバッファ３５２から重み付け情報の予測モードを読み出す。生成部３５４は、重み付け情報の予測モードがコピーモードまたは差分予測モードである場合、情報バッファ３４１からベース画像の重み付け情報を読み出す。重み付け情報の予測モードがコピーモードである場合、生成部３５４は、ベース画像の重み付け情報をエンハンスメント画像の重み付け情報として生成する。
　一方、重み付け情報の予測モードが差分予測モードである場合、生成部３５４は、情報バッファ３５３から重み付け情報の差分を読み出す。生成部３５４は、重み付け情報の差分とベース画像の重み付け情報を加算し、その結果得られる加算値をエンハンスメント画像の重み付け情報として生成する。
　また、重み付け情報の予測モードが非予測モードである場合、生成部３５４は、情報バッファ３５３から重み付け情報を読み出し、その重み付け情報をエンハンスメント画像の重み付け情報として生成する。生成部３５４は、生成されたエンハンスメント画像の重み付け情報を動き補償部３２３に供給する。
　（復号装置の処理の説明）
　図６１は、図５７の復号装置２８０の階層復号処理を説明するフローチャートである。
　図６１のステップＳ２８０において、復号装置２８０の受け取り部９１は、図３９の符号化装置１８０から伝送されてくる全階層の符号化ストリームを受け取り、分離部２８１に供給する。
　ステップＳ２８１において、分離部２８１は、全階層の符号化ストリームからベースストリームとエンハンスメントストリームを分離する。分離部２８１は、ベースストリームをベース復号部２８２に供給し、エンハンスメントストリームをエンハンスメント復号部２８３に供給する。
　ステップＳ２８２において、ベース復号部２８２は、分離部２８１から供給されるベースストリームをHEVC方式で復号し、ベース画像を生成する。このとき、ベース復号部２８２は、ベース画像の復号時に用いられた重み付け情報、並びに、ベースストリームのPPSに含まれるフラグ（weighted_bipred_flag）およびフラグ（weighted_pred_flag）を、エンハンスメント復号部２８３に供給する。ベース復号部２８２は、生成されたベース画像を出力する。
　ステップＳ２８３において、エンハンスメント復号部２８３は、ベース復号部２８２から供給される重み付け情報、フラグ（weighted_bipred_ flag）、およびフラグ（weighted_pred_flag）を参照して、エンハンスメント画像生成処理を行う。このエンハンスメント画像生成処理は、図３４のステップＳ１１２の復号処理を除いて図３４のエンハンスメント画像生成処理と同様であるので、以下では、復号処理についてのみ説明する。
　図６２は、図５９の復号部３０２の復号処理の詳細を説明するフローチャートである。
　図６２のステップＳ３０１において、エンハンスメント復号部２８３の蓄積バッファ１３１は、図５８の抽出部３０１からフレーム単位の符号化データを受け取り、蓄積する。蓄積バッファ１３１は、蓄積されている符号化データを可逆復号部３２０に供給する。
　ステップＳ３０２において、可逆復号部３２０は、蓄積バッファ１３１からの符号化データを可逆復号し、量子化された係数と符号化情報を得る。可逆復号部３２０は、量子化された係数を逆量子化部１３３に供給する。また、可逆復号部３２０は、符号化情報としてのイントラ予測モード情報などをイントラ予測部１４３に供給し、動きベクトル、インター予測モード情報、参照画像特定情報などを動き補償部３２３に供給する。
　また、可逆復号部３２０は、符号化情報としての重み付け生成情報を重み設定部３２２に供給する。さらに、可逆復号部３２０は、符号化情報としてのイントラ予測モード情報またはインター予測モード情報をスイッチ１４７に供給する。可逆復号部３２０は、符号化情報としてのオフセットフィルタ情報を適応オフセットフィルタ１３７に供給し、フィルタ係数を適応ループフィルタ１３８に供給する。
　ステップＳ３０３およびＳ３０４の処理は、図３５のステップＳ１３３およびＳ１３４の処理と同様であるので、説明は省略する。
　ステップＳ３０５において、重みバッファ３２１の情報バッファ３４１（図６０）は、図５７のベース復号部２８２から供給されるベース画像の重み付け情報を記憶し、フラグバッファ３４２は、フラグ（weighted_bipred_flag）とフラグ（weighted_pred_flag）を記憶する。
　ステップＳ３０６において、制御部３５１は、フラグバッファ３４２に記憶されているフラグ（weighted_bipred_ flag）およびフラグ（weighted_pred_flag）、並びに、現在の復号対象の画像のスライスの種類に基づいて、重み付け予測を行うかどうかを判定する。
　ステップＳ３０６で重み付け予測を行うと判定された場合、制御部３５１は、動き補償部３２３に重み付け予測を指示し、処理をステップＳ３０７に進める。ステップＳ３０７において、重み設定部３２２は、可逆復号部３２０から供給される重み付け生成情報、重みバッファ３２１に記憶されているベース画像の重み付け情報などに基づいて、エンハンスメント画像の重み付け情報を生成する生成処理を行う。この生成処理の詳細は、後述する図６３を参照して説明する。
　ステップＳ３０８において、動き補償部３２３は、可逆復号部３２０から供給される参照画像特定情報に基づいて参照画像を読み出し、動きベクトル、参照画像、および重み設定部３２２からの重み付け情報を用いて、インター予測モード情報が示す最適インター予測モードの重み付け予測を用いた動き補償処理を行う。動き補償部１４６は、その結果生成される予測画像を、スイッチ１４７を介して加算部１３５に供給し、処理をステップＳ３１１に進める。
　一方、ステップＳ３０６で重み付け予測を行わないと判定された場合、ステップＳ３０９において、動き補償部３２３は、可逆復号部３２０から供給される参照画像特定情報に基づいて参照画像を読み出し、動きベクトルと参照画像を用いて、インター予測モード情報が示す最適インター予測モードの動き補償処理を行う。動き補償部１４６は、その結果生成される予測画像を、スイッチ１４７を介して加算部１３５に供給し、処理をステップＳ３１１に進める。
　ステップＳ３１０乃至Ｓ３１８の処理は、図３５のステップＳ１３８乃至Ｓ１４６の処理と同様であるので、説明は省略する。
　図６３は、図６２のステップＳ３０７の生成処理の詳細を説明するフローチャートである。
　図６３のステップＳ３３０において、重み設定部３２２のモードバッファ３５２は、図５９の可逆復号部３２０から供給される重み付け生成情報のうちの重み付け情報の予測モードを取得し、記憶する。
　ステップＳ３３１において、生成部３５４は、モードバッファ３５２に記憶されている重み付け情報の予測モードが非予測モードであるかどうかを判定する。
　ステップＳ３３１で重み付け情報の予測モードが非予測モードではないと判定された場合、即ち重み付け情報の予測モードがコピーモードまたは差分予測モードである場合、処理はステップＳ３３２に進む。ステップＳ３３２において、情報バッファ３４１からベース画像の重み付け情報を読み出す。
　ステップＳ３３３において、生成部３５４は、重み付け情報の予測モードがコピーモードであるかどうかを判定する。ステップＳ３３３で重み付け情報の予測モードがコピーモードであると判定された場合、ステップＳ３３４において、生成部３５４は、ベース画像の重み付け情報をエンハンスメント画像の重み付け情報として生成し、動き補償部３２３に供給する。そして、生成処理は終了する。
　一方、ステップＳ３３３で重み付け情報の予測モードがコピーモードではないと判定された場合、即ち重み付け情報の予測モードが差分予測モードである場合、処理はステップＳ３３５に進む。ステップＳ３３５において、情報バッファ３５３は、可逆復号部３２０から供給される重み付け生成情報のうちの重み付け情報の差分を取得し、記憶する。ステップＳ３３６において、生成部３５４は、情報バッファ３５３から重み付け情報の差分を読み出す。
　ステップＳ３３７において、生成部３５４は、重み付け情報の差分とベース画像の重み付け情報を加算し、その結果得られる加算値をエンハンスメント画像の重み付け情報として生成する。生成部３５４は、生成されたエンハンスメント画像の重み付け情報を動き補償部３２３に供給し、生成処理を終了する。
　また、ステップＳ３３１で重み付け情報の予測モードが非予測モードであると判定された場合、ステップＳ３３８において、情報バッファ３５３は、可逆復号部３２０から供給される重み付け生成情報のうちの重み付け情報を取得し、記憶する。ステップＳ３３９において、生成部３５４は、情報バッファ３５３から重み付け情報を読み出す。
　ステップＳ３４０において、生成部３５４は、ステップＳ３３９で読み出された重み付け情報をエンハンスメント画像の重み付け情報として生成し、動き補償部３２３に供給する。そして、生成処理は終了する。
　以上のように、復号装置２８０は、重み付け生成情報を用いてエンハンスメント画像の重み付け情報を生成するので、ベースレイヤとエンハンスメントレイヤの間で重み付け情報を共有または予測することができる。従って、エンハンスメントストリームの情報量を削減し、符号化効率を向上させることができる。
　なお、第２実施の形態においても、第１実施の形態と同様に、VPSが、図２３に示したVPSであるようにしてもよい。
　また、第１実施の形態および第２実施の形態では、レイヤ数は2であるものとしたが、レイヤ数は2以上であってもよい。また、参照レイヤは、ピクチャ単位で設定されてもよいし、GOP単位で設定されてもよい。これらのことは、後述する第３および第４実施の形態においても同様である。
　さらに、第１実施の形態および第２実施の形態では、ベース画像がHEVC方式で符号化されたが、AVC方式で符号化されるようにしてもよい。この場合、第２実施の形態では、式（５）乃至式（８）により、ベース画像のAVC方式における重み付け情報に関する情報（pred_weight_table）が、HEVC方式における重み付け情報に関する情報（pred_weight_table)に変換されて用いられる。
　＜第３実施の形態＞
　(第３実施の形態の概要の説明)
　図６４は、本技術を適用した第３実施の形態の概要を説明する図である。
　図６４に示すように、ベース画像(BL)とエンハンスメント画像（EL）のGOP（Group of Picture）構造は同一である場合が多い。即ち、同時刻のベース画像とエンハンスメント画像のスライスタイプおよび時間方向の参照関係は通常同一である。従って、第３実施の形態では、参照画像特定情報が、異なる階層間で共有される。具体的には、エンハンスメント画像の所定のスライスの参照画像特定情報として、そのスライスとコロケーテッドなベース画像のスライスの参照画像特定情報が用いられる。
　なお、コロケーテッドとは、画面上の位置が対応することを意味する。例えば、エンハンスメント画像のスライスとコロケーテッドなベース画像のスライスは、そのエンハンスメント画像のスライスの先頭のLCUと画面上の位置が対応するベース画像のLCUを含むスライスである。
　（符号化装置の第３実施の形態の構成例）
　図６５は、本技術を適用した符号化装置の第３実施の形態の構成例を示すブロック図である。
　図６５に示す構成のうち、図６の構成と同じ構成には同じ符号を付してある。重複する説明については適宜省略する。
　図６５の符号化装置４００の構成は、エンハンスメント符号化部１２の代わりにエンハンスメント符号化部４１１が設けられる点が図６の構成と異なる。符号化装置４００は、参照画像特定情報の全てをベース画像とエンハンスメント画像の間で共有する。
　具体的には、符号化装置４００のエンハンスメント符号化部４１１には、外部からエンハンスメント画像が入力される。エンハンスメント符号化部４１１は、エンハンスメント画像をHEVC方式に準ずる方式で符号化する。
　また、エンハンスメント符号化部４１１は、ベース符号化部１１から供給されるベース画像の参照画像特定情報を用いて、コピーフラグを参照画像特定生成情報（参照画像生成情報）として設定する。そして、エンハンスメント符号化部４１１は、コピーフラグ等を符号化結果に付加して符号化データを生成する。なお、コピーフラグとは、ベース画像の参照画像特定情報の全てをエンハンスメント画像の参照画像特定情報として用いるかどうかを示すフラグである。
　エンハンスメント符号化部４１１は、符号化データ、SPS,PPS等を含む符号化ストリームを、エンハンスメントストリームとして合成部１３に供給する。
　なお、ここでは、符号化装置４００は、全階層の符号化ストリームを伝送するものとするが、必要に応じて、ベースストリームのみを伝送することもできる。
　（エンハンスメント符号化部の構成例）
　図６６は、図６５のエンハンスメント符号化部４１１の構成例を示すブロック図である。
　図６６のエンハンスメント符号化部４１１は、設定部４３１と符号化部４３２により構成される。
　エンハンスメント符号化部４１１の設定部４３１は、必要に応じて、コピーフラグを含むSPS,PPSなどのパラメータセットを設定する。設定部４３１は、設定されたパラメータセットを符号化部４３２に供給する。
　符号化部４３２は、外部から入力されるフレーム単位のエンハンスメント画像を入力信号とし、HEVC方式に準ずる方式で符号化する。また、符号化部４３２は、符号化時に用いられた参照画像特定情報と、ベース符号化部１１からの参照画像特定情報とに基づいて、コピーフラグを設定する。
　符号化部４３２は、設定されたコピーフラグと設定部４３１から供給されるSPSに含まれるコピーフラグとに基づいて、符号化結果にコピーフラグ等を付加し、符号化データを生成する。そして、符号化部４３２は、符号化データと設定部４３１から供給されるパラメータセットとからエンハンスメントストリームを生成し、図６５の合成部１３に供給する。
　（符号化部の構成例）
　図６７は、図６６の符号化部４３２の構成例を示すブロック図である。
　図６７に示す構成のうち、図１４の構成と同じ構成には同じ符号を付してある。重複する説明については適宜省略する。
　図６７の符号化部４３２の構成は、可逆符号化部３６、蓄積バッファ３７、参照画像設定部５０の代わりに、可逆符号化部４５１、蓄積バッファ４５２、参照画像設定部４５３が設けられる点が図１４の構成と異なる。
　可逆符号化部４５１は、イントラ予測モード情報をイントラ予測部４６から取得する。また、可逆符号化部４５１は、動き予測・補償部４７から供給されるインター予測モード情報と動きベクトルなどを動き予測・補償部４７から取得する。さらに、可逆符号化部４５１は、RPSフラグ、コピーフラグなどを参照画像設定部４５３から取得する。また、可逆符号化部４５１は、適応オフセットフィルタ４２からオフセットフィルタ情報を取得し、適応ループフィルタ４３からフィルタ係数を取得する。
　可逆符号化部４５１は、量子化部３５から供給される量子化された係数に対して可逆符号化を行う。また、可逆符号化部４５１は、イントラ予測モード情報、または、インター予測モード情報、動きベクトル、RPSフラグ、およびコピーフラグ、オフセットフィルタ情報、並びにフィルタ係数を、符号化情報として可逆符号化する。可逆符号化部４５１は、可逆符号化された符号化情報を可逆符号化された係数に付加し、符号化データとする。可逆符号化部４５１は、符号化データを蓄積バッファ４５２に供給し、蓄積させる。
　蓄積バッファ４５２は、可逆符号化部４５１から供給される符号化データを、一時的に記憶する。また、蓄積バッファ４５２は、記憶している符号化データを、図６６の設定部４３１から供給されるパラメータセットとともに、エンハンスメントストリームとして合成部１３（図６５）に供給する。
　参照画像設定部４５３は、動き予測・補償部４７から供給される参照画像特定情報と、参照バッファ４９に記憶されている参照画像特定情報を比較してコピーフラグを設定する。そして、参照画像設定部４５３は、設定されたコピーフラグが設定部４３１から供給されるSPSに含まれるコピーフラグと異なる場合、設定されたコピーフラグを可逆符号化部４５１に供給する。
　また、参照画像設定部４５３は、設定されたコピーフラグに基づいて、動き予測・補償部４７から供給される参照画像特定情報とSPSに含まれる参照画像特定情報を比較してRPSフラグを設定し、可逆符号化部４５１に供給する。さらに、参照画像設定部４５３は、RPSフラグに基づいて、動き予測・補償部４７から供給される参照画像特定情報を可逆符号化部４５１に供給したり、その参照画像特定情報と同一のSPSに含まれる参照画像特定情報を特定するインデックスを可逆符号化部４５１に供給したりする。
　（エンハンスメントストリームのSPSのシンタックスの第１の例）
　図６８は、図６６の設定部４３１により設定されるSPSのシンタックスの例を示す図である。
　図６８の３行目に示すように、エンハンスメントストリームのSPSには、コピーフラグ（inter_layer_copy_flag）が設定される。コピーフラグは、ベース画像の参照画像特定情報をエンハンスメント画像の参照画像特定情報として用いることを示す場合１であり、ベース画像の参照画像特定情報をエンハンスメント画像の参照画像特定情報として用いないことを示す場合０である。
　また、図６８の４乃至１４行目に示すように、コピーフラグが０である場合、ベースストリームのSPSと同様に、RPSに関する情報とlong termの参照画像特定情報に関する情報が設定される。
　（エンハンスメントストリームのスライスヘッダのシンタックスの第１の例）
　図６９は、エンハンスメントストリームのスライスヘッダのシンタックスの例を示す図である。
　図６９の５行目に示すように、エンハンスメントストリームのスライスヘッダには、対応するスライスのコピーフラグがSPSに含まれるコピーフラグと異なる場合、コピーフラグが設定される。また、６乃至１５行目に示すように、対応するスライスのコピーフラグが０である場合、ベースストリームのスライスヘッダと同様に、RPSフラグとRPSまたはRPSのインデックスとが設定され、long termフラグに応じてlong termの参照画像特定情報が設定される。
　（効果の説明）
　図７０は、符号化装置４００における効果を説明する図である。
　上述したように、符号化装置４００では、コピーフラグがSPSに設定され、各スライスのコピーフラグがSPSのコピーフラグと異なる場合、そのスライスのスライスヘッダにコピーフラグが設定される。従って、後述する復号装置は、スライスヘッダにコピーフラグが含まれる場合にのみコピーフラグを更新すれば済むため、コピーフラグを用いた参照画像特定情報の認識処理を容易に行うことができる。
　これに対して、Do-Kyoung Kwon,Madhukar Budagavi,Minhua Zhou,”Inter-layer slice header syntax element prediction in SHVC”,JCTVC-L0231,2013.1.14-1.23では、SPSにコピーフラグを設定せず、図７０の５行目に示すように、各スライスヘッダに常にコピーフラグ（inter_layer_rps_prediction_flag）を設定することが提案されている。この場合、復号装置は、スライス単位でコピーフラグを更新する必要があるため、コピーフラグを用いた参照画像特定情報の認識処理が複雑になる。
　（符号化装置の処理の第１の例の説明）
　図７１は、図６５の符号化装置４００の階層符号化処理を説明するフローチャートである。
　図７１のステップＳ３６１において、符号化装置４００のベース符号化部１１は、外部から入力されたベース画像をHEVC方式で符号化し、パラメータセットを付加することによりベースストリームを生成する。そして、ベース符号化部１１は、ベースストリームを合成部１３に供給する。
　ステップＳ３６２において、ベース符号化部１１は、ベース画像の参照画像特定情報をエンハンスメント符号化部４１１に出力する。
　ステップＳ３６３において、エンハンスメント符号化部４１１の設定部４３１（図６６）は、エンハンスメント画像のパラメータセットを設定する。ステップＳ３６４において、符号化部４３２は、外部から入力されたエンハンスメント画像を符号化するエンハンスメント符号化処理を行う。
　このエンハンスメント符号化処理は、図２６のステップＳ３８の生成処理の代わりにコピーフラグ等を設定するコピーフラグ設定処理を行う点、および、図２７のステップＳ５４の処理が行われない点を除いて、図２６および図２７の符号化処理と同様である。従って、コピーフラグ設定処理についてのみ、後述する図７３を参照して詳細に説明する。
　ステップＳ３６５において、符号化部４３２の蓄積バッファ４５２（図６７）は、ステップＳ３６４で生成された符号化データと、設定部４３１から供給されるパラメータセットからエンハンスメントストリームを生成し、合成部１３に出力する。
　ステップＳ３６６において、合成部１３は、ベース符号化部１１から供給されるベースストリームとエンハンスメント符号化部４１１から供給されるエンハンスメントストリームを合成し、VPSなどを付加して、全階層の符号化ストリームを生成する。合成部１３は、全階層の符号化ストリームを伝送部１４に供給する。
　ステップＳ３６７において、伝送部１４は、合成部１３から供給される全階層の符号化ストリームを後述する復号装置に伝送し、処理を終了する。
　図７２は、図７１のステップＳ３６３の処理のうちのSPSを設定するSPS設定処理の詳細を説明するフローチャートである。
　図７２のステップＳ３８１において、設定部４３１は、コピーフラグをSPSに設定する。ステップＳ３８２において、設定部４３１は、SPSに設定されたコピーフラグが１であるかどうかを判定する。
　ステップＳ３８２でコピーフラグが１ではないと判定された場合、即ちコピーフラグが０である場合、ステップＳ３８３において、設定部４３１は、RPSをSPSに設定する。
　ステップＳ３８４において、設定部４３１は、long termフラグをSPSに設定する。ステップＳ３８５において、設定部４３１は、SPSに設定されたlong termフラグが１であるかどうかを判定する。ステップＳ３８５でlong termフラグが１であると判定された場合、ステップＳ３８６において、設定部４３１は、long termの参照画像特定情報を設定し、処理を終了する。
　一方、ステップＳ３８２でコピーフラグが１であると判定された場合、または、ステップＳ３８５でlong termフラグが１ではないと判定された場合、処理は終了する。
　図７３は、図７１のステップＳ３６４のエンハンスメント符号化処理におけるコピーフラグ設定処理の詳細を説明するフローチャートである。このコピーフラグ設定処理は、例えば、スライス単位で行われる。
　図７３のステップＳ３９０において、図６７の参照画像設定部４５３は、動き予測・補償部４７からエンハンスメント画像の参照画像特定情報を取得する。ステップＳ３９１において、参照画像設定部４５３は、参照バッファ４９からベース画像の参照画像特定情報を読み出す。
　ステップＳ３９２において、参照画像設定部４５３は、エンハンスメント画像の参照画像特定情報がベース画像の参照画像特定情報と同一であるかどうかを判定する。ステップＳ３９２でエンハンスメント画像とベース画像の参照画像特定情報が同一であると判定された場合、ステップＳ３９３において、参照画像設定部４５３は、コピーフラグを１に設定する。
　ステップＳ３９４において、参照画像設定部４５３は、図６６の設定部４３１から供給されるSPSのコピーフラグが１であるかどうかを判定する。ステップＳ３９４でコピーフラグが１であると判定された場合、処理は終了する。
　一方、ステップＳ３９４でコピーフラグが１ではないと判定された場合、参照画像設定部４５３は、設定されたコピーフラグを可逆符号化部４５１に供給し、処理を終了する。
　一方、ステップＳ３９２でエンハンスメント画像とベース画像の参照画像特定情報が同一ではないと判定された場合、ステップＳ３９６において、参照画像設定部４５３は、コピーフラグを０に設定する。ステップＳ３９７において、参照画像設定部４５３は、設定部４３１から供給されるSPSのコピーフラグが１であるかどうかを判定する。
　ステップＳ３９７でSPSのコピーフラグが１であると判定された場合、ステップＳ３９８において、参照画像設定部４５３は、設定されたコピーフラグを可逆符号化部４５１に供給し、処理をステップＳ３９９に進める。
　一方、ステップＳ３９７でSPSのコピーフラグが１ではないと判定された場合、即ちSPSのコピーフラグが、設定されたコピーフラグと同一の０である場合、ステップＳ３９８の処理はスキップし、処理はステップＳ３９９に進む。
　ステップＳ３９９において、参照画像設定部４５３は、動き予測・補償部４７から供給される参照画像特定情報のうちのRPSがSPSのRPSと同一であるかどうかを判定する。ステップＳ３９９で動き予測・補償部４７からのRPSがSPSのRPSと同一であると判定された場合、ステップＳ４００において、参照画像設定部４５３は、RPSフラグを１に設定する。
　ステップＳ４０１において、参照画像設定部４５３は、動き予測・補償部４７からのRPSと同一のSPSのRPSのインデックスを可逆符号化部４５１に供給し、処理をステップＳ４０４に進める。
　一方、ステップＳ３９９で動き予測・補償部４７からのRPSがSPSのRPSと同一ではないと判定された場合、ステップＳ４０２において、参照画像設定部４５３は、RPSフラグを０に設定する。
　ステップＳ４０３において、参照画像設定部４５３は、動き予測・補償部４７からのRPSを可逆符号化部４５１に供給し、処理をステップＳ４０４に進める。
　ステップＳ４０４において、参照画像設定部４５３は、SPSに含まれるlong termフラグが１であるかどうかを判定する。ステップＳ４０４でlong termフラグが１であると判定された場合、処理はステップＳ４０５に進む。
　ステップＳ４０５において、参照画像設定部４５３は、動き予測・補償部４７から供給される参照画像特定情報のうちのlong termの参照画像特定情報等を可逆符号化部４５１に供給する。具体的には、参照画像設定部４５３は、動き予測・補償部４７からのlong termの参照画像特定情報のうちのSPSのlong termの参照画像特定情報と異なるものと、同一のもののインデックスを可逆符号化部４５１に供給する。そして、処理は終了する。
　以上のように、符号化装置４００は、コピーフラグを設定するので、ベースレイヤとエンハンスメントレイヤの間で参照画像特定情報を共有することができる。従って、エンハンスメントストリームの情報量を削減し、符号化効率を向上させることができる。
　（復号装置の第３実施の形態の構成例）
　図７４は、図６５の符号化装置４００から伝送される全階層の符号化ストリームを復号する、本開示を適用した復号装置の第３実施の形態の構成例を示すブロック図である。
　図７４に示す構成のうち、図２９の構成と同じ構成には同じ符号を付してある。重複する説明については適宜省略する。
　図７４の復号装置４７０の構成は、エンハンスメント復号部９４の代わりにエンハンスメント復号部４７１が設けられる点が、図２９の復号装置９０の構成と異なる。
　復号装置４７０のエンハンスメント復号部４７１は、分離部９２から供給されるエンハンスメントストリームをHEVC方式に準ずる方式で復号し、エンハンスメント画像を生成する。このとき、エンハンスメント復号部４７１は、ベース復号部９３から供給されるベース画像の参照画像特定情報とSPSやスライスヘッダに含まれるコピーフラグ等を参照する。エンハンスメント復号部４７１は、生成されたエンハンスメント画像を出力する。
　（エンハンスメント復号部の構成例）
　図７５は、図７４のエンハンスメント復号部４７１の構成例を示すブロック図である。
　図７５に示す構成のうち、図３０の構成と同じ構成には同じ符号を付してある。重複する説明については適宜省略する。
　図７５のエンハンスメント復号部４７１の構成は、復号部１１２の代わりに復号部４９１が設けられる点が、図３０のエンハンスメント復号部９４の構成と異なる。
　エンハンスメント復号部４７１の復号部４９１は、図７４のベース復号部９３からのベース画像の参照画像特定情報と、抽出部１１１からのSPSやスライスヘッダに含まれるコピーフラグを参照して、抽出部１１１からの符号化データをHEVC方式に準ずる方式で復号する。復号部４９１は、復号の結果得られる画像を、エンハンスメント画像として出力する。
　（復号部の構成例）
　図７６は、図７５の復号部４９１の構成例を示すブロック図である。
　図７６に示す構成のうち、図３１の構成と同じ構成には同じ符号を付してある。重複する説明については適宜省略する。
　図７６の復号部４９１の構成は、可逆復号部１３２の代わりに可逆復号部５１１が設けられる点、および、参照画像設定部１４５の代わりに参照画像設定部５１２が設けられる点が図３１の復号部１１２の構成と異なる。
　復号部４９１の可逆復号部５１１は、蓄積バッファ１３１からの符号化データに対して可逆復号を施すことで、量子化された係数と符号化情報を得る。可逆復号部５１１は、量子化された係数を逆量子化部１３３に供給する。また、可逆復号部５１１は、符号化情報としてのイントラ予測モード情報などをイントラ予測部１４３に供給し、動きベクトル、インター予測モード情報などを動き補償部１４６に供給する。
　また、可逆復号部５１１は、符号化情報としてのコピーフラグ、RPSフラグ、参照画像特定情報、RPSのインデックスなどを参照画像設定部５１２に供給する。さらに、可逆復号部５１１は、符号化情報としてのイントラ予測モード情報またはインター予測モード情報をスイッチ１４７に供給する。可逆復号部５１１は、符号化情報としてのオフセットフィルタ情報を適応オフセットフィルタ１３７に供給し、フィルタ係数を適応ループフィルタ１３８に供給する。
　参照画像設定部５１２は、図７５の抽出部１１１から供給されるSPSに含まれるコピーフラグと参照画像特定情報を保持する。参照画像設定部５１２は、可逆復号部５１１からコピーフラグ、参照画像特定情報が供給されたとき、保持しているコピーフラグ、参照画像特定情報を更新する。
　そして、参照画像設定部５１２は、保持しているコピーフラグに基づいて、参照バッファ１４４からベース画像の参照画像特定情報を読み出し、処理対象のスライスの参照画像特定情報に決定する。また、参照画像設定部５１２は、コピーフラグと可逆復号部５１１からのRPSフラグに基づいて、更新後の参照画像特定情報、または、保持している可逆復号部５１１からのインデックスの参照画像特定情報を、処理対象のスライスの参照画像特定情報に決定する。
　（復号装置の処理の第１の例の説明）
　図７４の復号装置４７０の階層復号処理は、図３３のステップＳ１０６のエンハンスメント画像生成処理を除いて図３３の階層復号処理と同様である。従って、以下では、エンハンスメント画像生成処理についてのみ説明する。
　図７７は、図７４のエンハンスメント復号部４７１のエンハンスメント画像生成処理を説明するフローチャートである。
　図７７のステップＳ４３１において、エンハンスメント復号部４７１の抽出部１１１は、図７４の分離部９２から供給されるエンハンスメントストリームから、SPS，PPS等のパラメータセットと符号化データを抽出し、復号部４９１に供給する。
　ステップＳ４３２において、復号部４９１の参照画像設定部５１２は、抽出部１１１から供給されるSPSからコピーフラグ等を抽出するSPS抽出処理を行う。このSPS抽出処理の詳細は、後述する図７８を参照して説明する。
　ステップＳ４３３において、復号部４９１は、SPSやスライスヘッダに含まれるコピーフラグ、ベース復号部９３からの参照画像特定情報などを参照して、抽出部１１１からの符号化データをHEVC方式に準ずる方式で復号するエンハンスメント復号処理を行う。このエンハンスメント復号処理は、図３５のステップＳ１３６の生成処理を除いて図３５の復号処理と同様である。従って、以下では、生成処理についてのみ、後述する図７９を参照して詳細に説明する。
　図７８は、図７７のステップＳ４３２のSPS抽出処理の詳細を説明するフローチャートである。
　図７８のステップＳ４５１において、参照画像設定部５１２は、抽出部１１１から供給されるSPSからコピーフラグを抽出し、保持する。ステップＳ４５２において、参照画像設定部５１２は、抽出されたコピーフラグが１であるかどうかを判定する。
　ステップＳ４５２でコピーフラグが１ではないと判定された場合、即ちコピーフラグが０である場合、ステップＳ４５３において、参照画像設定部５１２は、SPSからRPSを抽出し、保持する。ステップＳ４５４において、参照画像設定部５１２は、SPSからlong termフラグを抽出する。
　ステップＳ４５５において、参照画像設定部５１２は、long termフラグが１であるかどうかを判定し、１であると判定した場合、処理をステップＳ４５６に進める。ステップＳ４５６において、参照画像設定部５１２は、SPSからlong termの参照画像特定情報を抽出し、保持する。そして、処理は、図７７のステップＳ４３２に戻り、ステップＳ４３３に進む。
　一方、ステップＳ４５２でコピーフラグが１であると判定された場合、または、ステップＳ４５５でlong termフラグが１ではないと判定された場合、処理は図７７のステップＳ４３２に戻り、ステップＳ４３３に進む。
　図７９は、図７７のステップＳ４３３のエンハンスメント復号処理における生成処理の詳細を説明するフローチャートである。この生成処理は、例えば、スライス単位で行われる。
　図７９のステップＳ４７１において、参照画像設定部５１２は、可逆復号部５１１からコピーフラグが供給されたかどうかを判定する。ステップＳ４７１でコピーフラグが供給されたと判定された場合、ステップＳ４７２において、参照画像設定部５１２は、保持しているSPSに含まれるコピーフラグを、可逆復号部５１１からのコピーフラグに更新する。そして、処理はステップＳ４７３に進む。
　一方、ステップＳ４７１でコピーフラグが供給されていないと判定された場合、処理はステップＳ４７３に進む。
　ステップＳ４７３において、参照画像設定部５１２は、保持されているコピーフラグが１であるかどうかを判定し、コピーフラグが１であると判定した場合、処理をステップＳ４７４に進める。
　ステップＳ４７４において、参照画像設定部５１２は、参照バッファ１４４からベース画像の参照画像特定情報を読み出す。ステップＳ４７５において、参照画像設定部５１２は、ベース画像の参照画像特定情報を処理対象のスライスの参照画像特定情報に決定する。そして、参照画像設定部５１２は、決定された参照画像特定情報を動き補償部１４６に供給し、処理を終了する。
　一方、ステップＳ４７３でコピーフラグが１ではないと判定された場合、即ちコピーフラグが０である場合、処理はステップＳ４７６に進む。ステップＳ４７６において、参照画像設定部５１２は、RPSフラグが１であるかどうかを判定する。ステップＳ４７６でRPSフラグが１であると判定された場合、ステップＳ４７７において、参照画像設定部５１２は、可逆復号部５１１から供給される参照画像特定情報のインデックスを取得する。
　ステップＳ４７８において、参照画像設定部５１２は、保持しているSPSに含まれる参照画像特定情報のうちの取得されたインデックスが付与された参照画像特定情報を処理対象のスライスの参照画像特定情報に決定し、動き補償部１４６に供給する。
　なお、このとき、SPSに含まれるlong termフラグが１である場合には、可逆復号部５１１から供給されるlong termの参照画像特定情報も、処理対象のスライスの参照画像特定情報として決定され、動き補償部１４６に供給される。ステップＳ４７８の処理後、処理は終了する。
　一方、ステップＳ４７６でRPSフラグが１ではないと判定された場合、ステップＳ４７９において、参照画像設定部５１２は、可逆復号部５１１から供給される参照画像特定情報を取得する。そして、参照画像設定部５１２は、この参照画像特定情報に、保持しているSPSに含まれる参照画像特定情報を更新する。
　ステップＳ４８０において、参照画像設定部５１２は、更新後の参照画像特定情報を処理対象のスライスの参照画像特定情報に決定し、動き補償部１４６に供給する。そして、処理は終了する。
　生成処理の終了後、参照画像設定部５１２に保持されているコピーフラグおよび参照画像特定情報は、SPSに含まれるコピーフラグおよび参照画像特定情報に戻される。
　以上のように、復号装置４７０は、コピーフラグを用いてエンハンスメント画像の参照画像特定情報を生成するので、ベースレイヤとエンハンスメントレイヤの間で参照画像特定情報を共有することができる。従って、ベースレイヤとエンハンスメントレイヤの間で参照画像特定情報を共有することにより符号化効率を向上させたエンハンスメントストリームを復号することができる。
　なお、上述した説明では、RPSとlong termの参照画像特定情報に共通のコピーフラグが設定されたが、別々にコピーフラグが設定されるようにすることもできる。この場合を第３実施の形態の第２の例として以下に説明する。なお、以下では、第３実施の形態の第２の例の場合を、別コピーフラグ設定時といい、第１の例の場合を、共通コピーフラグ設定時という。
　（エンハンスメントストリームのSPSのシンタックスの第２の例）
　図８０は、別コピーフラグ設定時に図６６の設定部４３１により設定されるSPSのシンタックスの例を示す図である。
　図８０の３行目に示すように、SPSには、RPS用のコピーフラグであるRPSコピーフラグ（inter_layer_short_copy_flag）が設定される。RPSコピーフラグは、ベース画像のRPSをエンハンスメント画像のRPSとして用いることを示す場合１であり、ベース画像のRPSをエンハンスメント画像のRPSとして用いないことを示す場合０である。
　また、図８０の４乃至８行目に示すように、RPSコピーフラグが０である場合、SPSには、ベースストリームのSPSと同様に、RPSに関する情報が設定される。
　図８０の９行目に示すように、SPSにはlong termフラグが設定される。１０行目および１１行目に示すように、long termフラグが１である場合、long termの参照画像特定情報用のコピーフラグであるlong termコピーフラグ（inter_layer_long_copy_flag）が設定される。
　long termコピーフラグは、ベース画像のlong termの参照画像特定情報をエンハンスメント画像のlong termの参照画像特定情報として用いることを示す場合１である。一方、ベース画像のlong termの参照画像特定情報をエンハンスメント画像のlong termの参照画像特定情報として用いないことを示す場合０である。
　図８０の１２乃至１７行目に示すように、long termコピーフラグが０である場合、SPSには、long termの参照画像特定情報の数(num_long_term_ref_pics_sps)とlong termの参照画像特定情報が設定される。
　（エンハンスメントストリームのスライスヘッダのシンタックスの第２の例）
　図８１は、別コピーフラグ設定時のエンハンスメントストリームのスライスヘッダのシンタックスの例を示す図である。
　図８１の５行目に示すように、エンハンスメントストリームのスライスヘッダには、対応するスライスのRPSコピーフラグがSPSに含まれるRPSコピーフラグと異なる場合、RPSコピーフラグが設定される。また、図８１の６乃至１２行目に示すように、対応するスライスのRPSコピーフラグが０である場合、ベースストリームのスライスヘッダと同様に、RPSフラグと、RPSまたはRPSのインデックスが設定される。
　また、図８１の１３乃至１７行目に示すように、long termフラグが１である場合、スライスヘッダには、long termコピーフラグが設定され、long termコピーフラグが０である場合long termの参照画像特定情報が設定される。
　（符号化装置の処理の第２の例の説明）
　別コピーフラグ設定時の階層符号化処理は、SPS設定処理とコピーフラグ設定処理を除いて、図７１の階層符号化処理と同様である。従って、以下では、SPS設定処理とコピーフラグ設定処理についてのみ説明する。
　図８２は、別コピーフラグ設定時のSPS設定処理を説明するフローチャートである。
　図８２のステップＳ５０１において、設定部４３１は、RPSコピーフラグをSPSに設定する。ステップＳ５０２において、設定部４３１は、SPSに設定されたRPSコピーフラグが１であるかどうかを判定する。
　ステップＳ５０２でRPSコピーフラグが１ではないと判定された場合、即ちRPSコピーフラグが０である場合、ステップＳ５０３において、設定部４３１は、RPSをSPSに設定し、処理をステップＳ５０４に進める。一方、ステップＳ５０２でRPSコピーフラグが１であると判定された場合、処理はステップＳ５０４に進む。
　ステップＳ５０４において、設定部４３１は、long termフラグをSPSに設定する。ステップＳ５０５において、設定部４３１は、SPSに設定されたlong term フラグが１であるかどうかを判定する。ステップＳ５０５でlong termフラグが１であると判定された場合、ステップＳ５０６において、設定部４３１は、long termコピーフラグをSPSに設定する。
　ステップＳ５０７においてSPSに設定されたlong termコピーフラグが１であるかどうかを判定する。ステップＳ５０７でlong termコピーフラグが１ではないと判定された場合、即ちlong termコピーフラグが０である場合、ステップＳ５０８において、設定部４３１は、long termの参照画像特定情報を設定し、処理を終了する。
　一方、ステップＳ５０５でlong termフラグが１ではないと判定された場合、または、ステップＳ５０７でlong termコピーフラグが１であると判定された場合、処理は終了する。
　図８３は、別コピーフラグ設定時のコピーフラグ設定処理を説明するフローチャートである。このコピーフラグ設定処理は、例えば、スライス単位で行われる。
　図８３のステップＳ５２１およびＳ５２２の処理は、図７３のステップＳ３９０およびＳ３９１の処理と同様であるので、説明は省略する。また、ステップＳ５２３乃至Ｓ５３４の処理は、コピーフラグがRPSコピーフラグに代わる点、および、参照画像特定情報がRPSに代わる点を除いて図７３のステップＳ３９２乃至Ｓ４０３の処理と同様であるので、説明は省略する。
　ステップＳ５２５でSPSのRPSコピーフラグが１であると判定された場合、および、ステップＳ５２６，Ｓ５３２，Ｓ５３４の処理後、処理はステップＳ５３５に進む。
　ステップＳ５３５において、図６７の参照画像設定部４５３は、エンハンスメント画像のlong termの参照画像特定情報がベース画像のlong termの参照画像特定情報と同一であるかどうかを判定する。ステップＳ５３５でエンハンスメント画像とベース画像のlong termの参照画像特定情報が同一であると判定された場合、ステップＳ５３６において、参照画像設定部４５３は、long termコピーフラグを１に設定する。
　ステップＳ５３７において、参照画像設定部４５３は、図６６の設定部４３１から供給されるSPSのlong termコピーフラグが１であるかどうかを判定する。ステップＳ５３７でSPSのlong termコピーフラグが１であると判定された場合、処理は終了する。
　一方、ステップＳ５３７でSPSのlong termコピーフラグが１ではないと判定された場合、即ちSPSのlong termコピーフラグが０である場合、ステップＳ５３８において、参照画像設定部４５３は、設定されたlong termコピーフラグを可逆符号化部４５１に供給する。そして、処理は終了する。
　また、ステップＳ５３５でエンハンスメント画像とベース画像のlong termの参照画像特定情報が同一ではないと判定された場合、ステップＳ５３９において、参照画像設定部４５３は、long termコピーフラグを０に設定する。
　ステップＳ５４０において、参照画像設定部４５３は、SPSのlong termコピーフラグが１であるかどうかを判定する。ステップＳ５４０でSPSのlong termコピーフラグが１であると判定された場合、ステップＳ５４１において、参照画像設定部４５３は、設定されたlong termコピーフラグを可逆符号化部４５１に供給し、処理をステップＳ５４２に進める。
　一方、ステップＳ５４０でSPSのlong termコピーフラグが１ではないと判定された場合、即ちSPSのlong termコピーフラグが０である場合、処理はステップＳ５４２に進む。
　ステップＳ５４２およびＳ５４３の処理は、図７３のステップＳ４０４およびＳ４０５の処理と同様であるので、説明は省略する。ステップＳ５４３の処理後、処理は終了する。
　（復号装置の処理の第２の例の説明）
　別コピーフラグ設定時の階層復号処理は、SPS抽出処理と生成処理を除いて、共通コピーフラグ設定時の階層復号処理と同様である。従って、以下では、SPS抽出処理と生成処理についてのみ説明する。
　図８４は、別コピーフラグ設定時のSPS抽出処理を説明するフローチャートである。
　図８４のステップＳ５６１において、参照画像設定部５１２は、抽出部１１１から供給されるSPSからRPSコピーフラグを抽出し、保持する。ステップＳ５６２において、参照画像設定部５１２は、抽出されたRPSコピーフラグが１であるかどうかを判定する。
　ステップＳ５６２でRPSコピーフラグが１ではないと判定された場合、即ちRPSコピーフラグが０である場合、ステップＳ５６３において、参照画像設定部５１２は、SPSからRPSを抽出し、保持する。そして処理はステップＳ５６４に進む。
　一方、ステップＳ５６２でRPSコピーフラグが１であると判定された場合、処理はステップＳ５６４に進む。
　ステップＳ５６４において、参照画像設定部５１２は、SPSからlong termフラグを抽出する。
　ステップＳ５６５において、参照画像設定部５１２は、抽出されたlong termフラグが１であるかどうかを判定し、１であると判定した場合、処理をステップＳ５６６に進める。ステップＳ５６６において、参照画像設定部５１２は、SPSからlong termコピーフラグを抽出し、保持する。
　ステップＳ５６７において、参照画像設定部５１２は、long termコピーフラグが１であるかどうかを判定し、１ではないと判定した場合、即ち０である場合、処理をステップＳ５６８に進める。ステップＳ５６８において、参照画像設定部５１２は、SPSからlong termの参照画像特定情報を抽出して保持し、処理を終了する。
　一方、ステップＳ５６５でlong termフラグが１ではないと判定された場合、または、ステップＳ５６７でlong termコピーフラグが１であると判定された場合、処理は終了する。
　図８５は、別コピーフラグ設定時の生成処理を説明するフローチャートである。この生成処理は、例えば、スライス単位で行われる。
　図８５のステップＳ５８１において、参照画像設定部５１２は、可逆復号部５１１からRPSコピーフラグが供給されたかどうかを判定する。ステップＳ５８１でRPSコピーフラグが供給されたと判定された場合、ステップＳ５８２において、参照画像設定部５１２は、保持しているSPSに含まれるRPSコピーフラグを、可逆復号部５１１からのRPSコピーフラグに更新する。そして、処理はステップＳ５８３に進む。
　一方、ステップＳ５８１でRPSコピーフラグが供給されていないと判定された場合、処理はステップＳ５８３に進む。
　ステップＳ５８３において、参照画像設定部５１２は、可逆復号部５１１からlong termコピーフラグが供給されたかどうかを判定する。ステップＳ５８３でlong termコピーフラグが供給されたと判定された場合、ステップＳ５８４において、参照画像設定部５１２は、保持しているSPSに含まれるlong termコピーフラグを、可逆復号部５１１からのlong termコピーフラグに更新する。そして、処理はステップＳ５８５に進む。
　一方、ステップＳ５８３でlong termコピーフラグが供給されていないと判定された場合、処理はステップＳ５８５に進む。
　ステップＳ５８５乃至Ｓ５９２の処理は、コピーフラグがRPSコピーフラグに代わる点、参照画像特定情報がRPSに代わる点、および処理対象のスライスのlong termの参照画像特定情報が決定されない点を除いて、図７９のステップＳ４７３乃至Ｓ４８０の処理と同様であるので、説明は省略する。
　ステップＳ５８７，Ｓ５９０、およびＳ５９２の処理後、処理はステップＳ５９３に進む。
　ステップＳ５９３において、参照画像設定部５１２は、long termコピーフラグが１であるかどうかを判定する。ステップＳ５９３でlong termコピーフラグが１であると判定された場合、ステップＳ５９４において、参照画像設定部５１２は、参照バッファ１４４からベース画像のlong termの参照画像特定情報を読み出す。
　ステップＳ５９５において、参照画像設定部５１２は、ベース画像のlong termの参照画像特定情報を処理対象のスライスのlong termの参照画像特定情報に決定する。そして、参照画像設定部５１２は、決定されたlong termの参照画像特定情報を動き補償部１４６に供給し、処理を終了する。
　一方、ステップＳ５９３でlong termコピーフラグが１ではないと判定された場合、即ちlong termコピーフラグが０である場合、処理はステップＳ５９６に進む。ステップＳ５９６において、参照画像設定部５１２は、可逆復号部５１１から供給されるlong termの参照画像特定情報のインデックスを取得する。
　ステップＳ５９７において、参照画像設定部５１２は、保持しているSPSに含まれるlong termの参照画像特定情報のうちの取得されたインデックスが付与されたlong termの参照画像特定情報を、処理対象のスライスのlong termの参照画像特定情報に決定する。また、参照画像設定部５１２は、可逆復号部５１１から供給されるlong termの参照画像特定情報も処理対象のスライスのlong termの参照画像特定情報に決定する。そして、参照画像設定部５１２は、処理対象のスライスのlong termの参照画像特定情報を動き補償部１４６に供給し、処理を終了する。
　生成処理の終了後、参照画像設定部５１２に保持されているRPSコピーフラグ、long termコピーフラグ、および参照画像特定情報は、SPSに含まれるRPSコピーフラグ、long termコピーフラグ、および参照画像特定情報に戻される。
　以上のように、別コピーフラグ設定時には、ベース画像のRPSとlong termの参照画像特定情報のいずれか一方のみがエンハンスメント画像のものとして用いられるときに、その一方を重複して設定する必要がない。従って、符号化効率が向上する。
　ここで、ベース画像のRPSとlong termの参照画像特定情報のいずれか一方のみがエンハンスメント画像のものとして用いられる場合としては、例えば、ref_idx_frameworkモードでエンハンスメント画像の参照画像が設定される場合がある。この場合、ベース画像がエンハンスメント画像のlong termの参照画像として用いられるため、RPSがベース画像とエンハンスメント画像間で同一であっても、long termの参照画像特定情報は、ベース画像とエンハンスメント画像間で異なる。
　また、この場合、エンハンスメント画像のlong termの参照画像の数がベース画像に比べて多くなり、フレームメモリ４４（１４１）のサイズが増大する。従って、そのサイズを抑制するためにエンハンスメント画像のlong termの参照画像の一部を削除することが考えられるが、削除される参照画像は高精度の予測が可能なベース画像以外の参照画像である。よって、この場合にも、long termの参照画像特定情報は、ベース画像とエンハンスメント画像間で異なる。
　また、エンハンスメント画像の解像度がベース画像の解像度より大きく、フレームメモリ４４（１４１）のサイズを抑制するために、エンハンスメント画像のshort termまたはlong termのいずれか一方の参照画像を削減する場合もある。この場合、short termまたはlong termのいずれか一方の参照画像特定情報が、ベース画像とエンハンスメント画像間で異なる。
　さらに、ベース画像が参照画像として用いられる場合、ベース画像により高精度の予測を行うことができる可能性が高いため、エンハンスメント画像のshort termまたはlong termのいずれか一方の参照画像を削減することにより、フレームメモリ４４（１４１）のサイズを抑制する場合もある。この場合、short termまたはlong termのいずれか一方の参照画像特定情報が、ベース画像とエンハンスメント画像間で異なる。
　上述したように、ref_idx_frameworkモードでエンハンスメント画像の参照画像が設定される場合、long termの参照画像特定情報は、ベース画像とエンハンスメント画像間で異なる。
　従って、RPSとlong termの参照画像特定情報で別々にコピーフラグを設定するのではなく、ref_idx_frameworkモード時にlong termの参照画像特定情報に対するコピーフラグを無効にすることにより、コピーフラグが０にされることによるRPSの重複設定を回避するようにしてもよい。この場合を第３実施の形態の第３の例として以下に説明する。なお、以下では、第３実施の形態の第３の例の場合を、設定モード使用時という。
　（VPSのシンタックスの例）
　図８６は、第３の実施の形態におけるVPSの拡張部(vps_extension)のシンタックスの例を示す図である。
　なお、第３実施の形態におけるVPSのVPS拡張部以外のシンタックスは、第１および第２実施の形態におけるVPSと同様である。
　図８６の４行目に示すように、VPSの拡張部には、ベース画像の符号化方式がAVC方式であるかどうかを示すAVCフラグ（avc_base_layer_flag）が設定される。AVCフラグは、ベース画像の符号化方式がAVC方式である場合１であり、HEVC方式である場合０である。
　また、７行目に示すように、VPSの拡張部には、エンハンスメント画像の参照画像の設定モードとして用いられているscalable機能特有の設定モードの種類を示す設定モード情報（scalavility_mask）が設定される。設置モード情報は、例えば、エンハンスメント画像の参照画像の設定モードとしてref_idx_frameworkモードが用いられている場合１である。
　このように、エンハンスメント画像の参照画像の設定モードがref_idx_frameworkモードであるかどうかを表す情報は、設定モード情報としてVPSに設定される。従って、この設定モード情報を用いて、long termの参照画像特定情報に対するコピーフラグを無効にすることができる。
　（エンハンスメントストリームのSPSのシンタックスの第３の例）
　図８７は、設定モード使用時に図６６の設定部４３１により設定されるSPSのシンタックスの例を示す図である。
　図８７の３行目に示すように、エンハンスメントストリームのSPSには、図６８の場合と同様にコピーフラグ（inter_layer_copy_flag）が設定される。また、４乃至８行目に示すように、SPSには、図６８の場合と同様に、RPSに関する情報が設定される。
　また、９乃至１７行目に示すように、コピーフラグが０であるか、または、設定モード情報が１である場合、SPSには、図６８の場合と同様にlong termの参照画像特定情報に関する情報が設定される。即ち、コピーフラグが１であっても、設定モード情報が１である場合には、コピーフラグが無効にされ、SPSには、long termの参照画像特定情報に関する情報が設定される。
　（エンハンスメントストリームのスライスヘッダのシンタックスの第３の例）
　図８８は、設定モード使用時のエンハンスメントストリームのスライスヘッダのシンタックスの例を示す図である。
　図８８の５行目に示すように、エンハンスメントストリームのスライスヘッダには、対応するスライスのコピーフラグがSPSに含まれるコピーフラグと異なる場合、図６９の場合と同様に、コピーフラグが設定される。また、図８８の６乃至１２行目に示すように、図６９の場合と同様に、対応するスライスのコピーフラグが０である場合、RPSフラグとRPSまたはRPSのインデックスとが設定される。
　また、図８８の１３乃至１６行目に示すように、long termフラグが１である場合、コピーフラグが０であるか、または、設定モード情報が１であるとき、long termの参照画像特定情報が設定される。
　（符号化装置の処理の第３の例の説明）
　設定モード使用時の階層符号化処理は、SPS設定処理とコピーフラグ設定処理を除いて、図７１の階層符号化処理と同様である。従って、以下では、SPS設定処理とコピーフラグ設定処理についてのみ説明する。
　図８９は、設定モード使用時のSPS設定処理を説明するフローチャートである。
　図８９のステップＳ６１１乃至Ｓ６１３の処理は、RPSコピーフラグがコピーフラグに代わる点を除いて、図８２のステップＳ５０１乃至Ｓ５０３の処理と同様であるので説明は省略する。
　ステップＳ６１３の処理後、または、ステップＳ６１２でコピーフラグが１であると判定された場合、処理はステップＳ６１４に進む。
　ステップＳ６１４において、設定部４３１は、コピーフラグが０であるか、または、VPSに設定された設定モード情報が１であるかどうかを判定する。
　ステップＳ６１４でコピーフラグが０であるか、または、設定モード情報が１であると判定された場合、処理はステップＳ６１５に進む。ステップＳ６１５乃至Ｓ６１７の処理は、図７２のステップＳ３８４乃至Ｓ３８６の処理と同様であるので、説明は省略する。
　一方、ステップＳ６１４で、コピーフラグが０ではなく、かつ、設定モード情報が１ではないと判定された場合、即ちコピーフラグが１であり、かつ、設定モード情報が０である場合、処理は終了する。
　図９０は、設定モード使用時のコピーフラグ設定処理を説明するフローチャートである。このコピーフラグ設定処理は、例えば、スライス単位で行われる。
　図９０のステップＳ６３１およびＳ６３２の処理は、図７３のステップＳ３９０およびＳ３９１の処理と同様であるので、説明は省略する。
　ステップＳ６３３において、図６７の参照画像設定部４５３は、設定部４３１から供給されるVPSに設定されている設定モード情報が１であるかどうかを判定する。ステップＳ６３３で設定モード情報が１であると判定された場合、ステップＳ６３４において、参照画像設定部４５３は、エンハンスメント画像のRPSがベース画像のRPSと同一であるかどうかを判定する。
　ステップＳ６３４でエンハンスメント画像とベース画像のRPSが同一であると判定された場合、ステップＳ６３５において、参照画像設定部４５３は、コピーフラグを１に設定し、処理をステップＳ６４０に進める。
　一方、ステップＳ６３４でエンハンスメント画像とベース画像のRPSが同一ではないと判定された場合、ステップＳ６３６において、参照画像設定部４５３は、コピーフラグを０に設定し、処理をステップＳ６４０に進める。
　また、ステップＳ６３３で設定モード情報が１ではないと判定された場合、即ち設定モード情報が０である場合、処理はステップＳ６３７に進む。ステップＳ６３７乃至Ｓ６３９の処理は、図７３のステップＳ３９２、Ｓ３９３、およびＳ３９６の処理と同様であるので、説明は省略する。ステップＳ６３８およびＳ６３９の処理後、処理はステップＳ６４０に進む。
　ステップＳ６４０において、参照画像設定部４５３は、設定部４３１から供給されるSPSのコピーフラグと設定されたコピーフラグが同一であるかどうかを判定する。ステップＳ６４０でSPSのコピーフラグと設定されたコピーフラグが同一であると判定された場合、処理はステップＳ６４２に進む。
　一方、ステップＳ６４０でSPSのコピーフラグと設定されたコピーフラグが同一ではないと判定された場合、ステップＳ６４１において、参照画像設定部４５３は、設定されたコピーフラグを可逆符号化部４５１に供給し、処理をステップＳ６４２に進める。
　ステップＳ６４２において、参照画像設定部４５３は、設定されたコピーフラグが１であるかどうかを判定する。ステップＳ６４２で設定されたコピーフラグが１であると判定された場合、ステップＳ６４３において、参照画像設定部４５３は、設定モード情報が１であるかどうかを判定する。
　ステップＳ６４３で設定モード情報が１ではないと判定された場合、即ち設定モード情報が０である場合、処理は終了する。一方、ステップＳ６４３で設定モード情報が１であると判定された場合、処理はステップＳ６４９に進む。
　また、ステップＳ６４２で設定されたコピーフラグが１ではないと判定された場合、即ち設定されたコピーフラグが０である場合、処理はステップＳ６４４に進む。ステップＳ６４４乃至Ｓ６５０の処理は、図７３のステップＳ３９９乃至Ｓ４０５の処理と同様であるので、説明は省略する。
　以上のように、設定モード使用時には、設定モード情報が１であるとき、long termの参照画像特定情報に対するコピーフラグが無効にされるので、RPSがベース画像とエンハンスメント画像間で同一であるかどうかによってコピーフラグを設定することができる。従って、設定モード情報が１であるためにlong termの参照画像特定情報がベース画像とエンハンスメント画像の間で異なる場合、コピーフラグを１に設定し、RPSをベース画像とエンハンスメント画像の間で共有することができる。その結果、符号化効率が向上する。
　（復号装置の処理の第３の例の説明）
　設定モード使用時の階層復号処理は、SPS抽出処理と生成処理を除いて、共通コピーフラグ設定時の階層復号処理と同様である。従って、以下では、SPS抽出処理と生成処理についてのみ説明する。
　図９１は、設定モード使用時のSPS抽出処理を説明するフローチャートである。
　図９１のステップＳ６７１乃至Ｓ６７３の処理は、図７８のステップＳ４５１乃至Ｓ４５３の処理と同様であるので、説明は省略する。
　ステップＳ６７３の処理後、または、ステップＳ６７２でコピーフラグが１であると判定された場合、処理はステップＳ６７４に進む。
　ステップＳ６７４において、参照画像設定部５１２は、抽出部１１１から供給されるSPSに含まれるコピーフラグが０であるか、または、VPSに含まれる設定モード情報が１であるかどうかを判定する。
　ステップＳ６７４でコピーフラグが０であるか、または、設定モード情報が１であると判定された場合、処理はステップＳ６７５に進む。ステップＳ６７５乃至Ｓ６７７の処理は、図７８のステップＳ４５４乃至Ｓ４５６の処理と同様であるので、説明は省略する。
　一方、ステップＳ６７４でコピーフラグが０ではなく、かつ、設定モード情報が１ではないと判定された場合、即ち、コピーフラグが１であり、かつ、設定モード情報が０である場合、処理は終了する。
　図９２は、設定モード使用時の生成処理を説明するフローチャートである。この生成処理は、例えば、スライス単位で行われる。
　図９２のステップＳ６９１およびＳ６９２の処理は、図７９のステップＳ４７１およびＳ４７２の処理と同様であるので、説明は省略する。ステップＳ６９３乃至Ｓ７００の処理は、RPSコピーフラグがコピーフラグに代わる点を除いて、図８５のステップＳ５８５乃至Ｓ５９２の処理と同様であるので、説明は省略する。
　ステップＳ７０１において、参照画像設定部５１２は、分離部９２により抽出されたVPSに含まれる設定モード情報が１であるかどうかを判定する。ステップＳ７０１で設定モード情報が１ではないと判定された場合、即ち設定モード情報が０である場合、処理はステップＳ７０２に進む。
　ステップＳ７０２乃至Ｓ７０６の処理は、long termコピーフラグがコピーフラグに代わる点を除いて、図８５のステップＳ５９３乃至Ｓ５９７の処理と同様であるので、説明は省略する。
　一方、ステップＳ７０１で設定モード情報が１であると判定された場合、処理はステップＳ７０５に進む。
　なお、上述した説明では、ベース画像の符号化方式は、HEVC方式であるものとしたが、AVC方式等のHEVC方式以外の符号化方式であるようにすることもできる。この場合、ベース画像とエンハンスメント画像の参照画像特定情報を共有することはできない。従って、ベース画像とエンハンスメント画像の符号化方式が同一である場合にのみコピーフラグが設定され、ベース画像とエンハンスメント画像の参照画像特定情報が共有されるようにしてもよい。
　この場合を第３実施の形態の第４の例として以下に説明する。なお、ここでは、共通コピーフラグ設定時の場合について説明するが、別コピーフラグ設定時や設定モード使用時の場合においても同様に行うことができる。また、以下では、第３実施の形態の第４の例を符号化方式に基づく共通コピーフラグ設定時という。
　（エンハンスメントストリームのSPSのシンタックスの第４の例）
　図９３は、符号化方式に基づく共通コピーフラグ設定時に図６６の設定部４３１により設定されるSPSのシンタックスの例を示す図である。
　図９３の２行目および３行目に示すように、図８６のVPSの拡張部に設定されるAVCフラグ（avc_base_layer_flag）が０である場合、即ち符号化方式がAVC方式ではない場合、SPSには、コピーフラグが設定される。また、４行目１４行目に示すように、AVCフラグが１であるか、または、コピーフラグが０である場合、SPSには、ベースストリームのSPSと同様に、RPSに関する情報とlong termの参照画像特定情報に関する情報が設定される。
　（符号化装置の処理の第４の例の説明）
　符号化方式に基づく共通コピーフラグ設定時の階層符号化処理は、SPS設定処理とコピーフラグ設定処理を除いて、図７１の階層符号化処理と同様である。
　符号化方式に基づく共通コピーフラグ設定時のSPS設定処理は、図７２のSPS設定処理の前に設定部４３１がVPSに設定されるAVCフラグが１であるかどうかを判定する点を除いて、図７２のSPS設定処理と同様である。AVCフラグが１ではないと判定された場合図７２のSPS設定処理が行われ、AVCフラグが０であると判定された場合、処理はステップＳ３８３に進む。
　また、符号化方式に基づく共通コピーフラグ設定時のコピーフラグ設定処理は、図７３のコピーフラグ設定処理の前に参照画像設定部４５３が設定部４３１から供給されるVPSに設定されるAVCフラグが１であるかどうかを判定する点を除いて、図７３のコピーフラグ設定処理と同様である。AVCフラグが１ではないと判定された場合図７３のコピーフラグ設定処理が行われ、AVCフラグが１であると判定された場合、処理はステップＳ３９９に進む。
　（復号装置の処理の第４の例の説明）
　符号化方式に基づく共通コピーフラグ設定時の階層復号処理は、SPS抽出処理と生成処理を除いて、共通コピーフラグ設定時の階層復号処理と同様である。
　符号化方式に基づく共通コピーフラグ設定時のSPS抽出処理は、図７８のSPS抽出処理の前に参照画像設定部５１２が分離部９２により抽出されたVPSに含まれるAVCフラグが１であるかどうかを判定する点を除いて、図７８のSPS抽出処理と同様である。AVCフラグが１ではないと判定された場合図７８のSPS抽出処理が行われ、AVCフラグが０であると判定された場合処理はステップＳ４５３に進む。
　また、符号化方式に基づく共通コピーフラグ設定時の生成処理は、図７９の生成処理の前に参照画像設定部５１２が、AVCフラグが１であるかどうかを判定する点を除いて、図７９の生成処理と同様である。AVCフラグが１ではないと判定された場合、図７９の生成処理が行われ、AVCフラグが１であると判定された場合、処理はステップＳ４７６に進む。
　＜第４実施の形態＞
　（符号化装置の第４実施の形態の構成例）
　図９４は、本技術を適用した符号化装置の第４実施の形態の構成例を示すブロック図である。
　図９４に示す構成のうち、図６の構成と同じ構成には同じ符号を付してある。重複する説明については適宜省略する。
　図９４の符号化装置５３０の構成は、エンハンスメント符号化部１２の代わりにエンハンスメント符号化部５３１が設けられる点が図６の構成と異なる。符号化装置５３０は、RPSの少なくとも一部をベース画像とエンハンスメント画像の間で共有する。
　具体的には、符号化装置５３０のエンハンスメント符号化部５３１には、外部からエンハンスメント画像が入力される。エンハンスメント符号化部５３１は、エンハンスメント画像をHEVC方式に準ずる方式で符号化する。
　また、エンハンスメント符号化部５３１は、ベース符号化部１１から供給されるベース画像のRPSを用いて、一部RPSコピーフラグを参照画像特定生成情報（参照画像生成情報）として設定する。そして、エンハンスメント符号化部５３１は、一部RPSコピーフラグ等を符号化結果に付加して符号化データを生成する。なお、一部RPSコピーフラグは、ベース画像のRPSの少なくとも一部をエンハンスメント画像のRPSとして用いるかどうかを示すフラグである。
　エンハンスメント符号化部５３１は、符号化データ、SPS,PPS等を含む符号化ストリームを、エンハンスメントストリームとして合成部１３に供給する。
　なお、ここでは、符号化装置５３０は、全階層の符号化ストリームを伝送するものとするが、必要に応じて、ベースストリームのみを伝送することもできる。
　（エンハンスメント符号化部の構成例）
　図９５は、図９４のエンハンスメント符号化部５３１の構成例を示すブロック図である。
　図９５のエンハンスメント符号化部５３１は、設定部５５１と符号化部５５２により構成される。
　エンハンスメント符号化部５３１の設定部５５１は、必要に応じて、一部RPSコピーフラグを含むSPS,PPSなどのパラメータセットを設定する。設定部５５１は、設定されたパラメータセットを符号化部５５２に供給する。
　符号化部５５２は、外部から入力されるフレーム単位のエンハンスメント画像を入力信号とし、HEVC方式に準ずる方式で符号化する。また、符号化部５５２は、符号化時に用いられたRPSとベース符号化部１１からのRPSとに基づいて、一部RPSコピーフラグを設定する。
　符号化部５５２は、設定された一部RPSコピーフラグと設定部５５１から供給されるSPSに含まれる一部RPSコピーフラグとに基づいて、符号化結果に一部RPSコピーフラグ等を付加し、符号化データを生成する。そして、符号化部５５２は、符号化データと設定部５５１から供給されるパラメータセットとからエンハンスメントストリームを生成し、図９４の合成部１３に供給する。
　（符号化部の構成例）
　図９６は、図９５の符号化部５５２の構成例を示すブロック図である。
　図９６に示す構成のうち、図１４の構成と同じ構成には同じ符号を付してある。重複する説明については適宜省略する。
　図９６の符号化部５５２の構成は、可逆符号化部３６、蓄積バッファ３７、参照画像設定部５０の代わりに、可逆符号化部５７１、蓄積バッファ４５２、参照画像設定部５７２が設けられる点が図１４の構成と異なる。
　可逆符号化部５７１は、イントラ予測モード情報をイントラ予測部４６から取得する。また、可逆符号化部５７１は、動き予測・補償部４７から供給されるインター予測モード情報と動きベクトルなどを動き予測・補償部４７から取得する。さらに、可逆符号化部５７１は、RPSフラグ、一部RPSコピーフラグなどを参照画像設定部５７２から取得する。また、可逆符号化部５７１は、適応オフセットフィルタ４２からオフセットフィルタ情報を取得し、適応ループフィルタ４３からフィルタ係数を取得する。
　可逆符号化部５７１は、量子化部３５から供給される量子化された係数に対して可逆符号化を行う。また、可逆符号化部５７１は、イントラ予測モード情報、または、インター予測モード情報、動きベクトル、RPSフラグ、および一部RPSコピーフラグ、オフセットフィルタ情報、並びにフィルタ係数を、符号化情報として可逆符号化する。可逆符号化部５７１は、可逆符号化された符号化情報を可逆符号化された係数に付加し、符号化データとする。可逆符号化部５７１は、符号化データを蓄積バッファ４５２に供給し、蓄積させる。
　参照画像設定部５７２は、動き予測・補償部４７から供給されるRPSと、参照バッファ４９に記憶されているRPSを比較して一部RPSコピーフラグを設定する。そして、参照画像設定部５７２は、設定された一部RPSコピーフラグが図９５の設定部５５１から供給されるSPSに含まれる一部RPSコピーフラグと異なる場合、設定された一部RPSコピーフラグを可逆符号化部５７１に供給する。
　また、参照画像設定部５７２は、動き予測・補償部４７から供給されるRPS、ベース画像のRPS、および一部RPSコピーフラグに基づいて、その一部RPSコピーフラグ用のRPSを生成する。そして、参照画像設定部５７２は、生成された一部RPSコピーフラグ用のRPSとSPSに含まれる一部RPSコピーフラグ用のRPSとを比較してRPSフラグを設定し、可逆符号化部５７１に供給する。さらに、参照画像設定部５７２は、RPSフラグに基づいて、生成された一部RPSコピーフラグ用のRPSを可逆符号化部５７１に供給したり、そのRPSと同一のSPSに含まれる一部RPSコピーフラグ用のRPSを特定するインデックスを可逆符号化部５７１に供給したりする。
　（エンハンスメントストリームのSPSのシンタックスの第１の例）
　図９７は、図９５の設定部５５１により設定されるSPSのシンタックスの例を示す図である。
　図９７の３行目に示すように、エンハンスメントストリームのSPSには、一部RPSコピーフラグ（inter_layer_prediction_flag）が設定される。一部RPSコピーフラグは、ベース画像のRPSの少なくとも一部をエンハンスメント画像のRPSとして用いることを示す場合１であり、ベース画像のRPSの全てをエンハンスメント画像のRPSとして用いないことを示す場合０である。
　また、４行目に示すように、ベースストリームのSPSと同様に、そのSPSに含まれるRPSの数(num_short_term_ref_pic_sets)が設定される。また、５行目および６行目に示すように、SPSに設定される一部RPSコピーフラグ用のRPS(shrot_term_ref_pic_set(i,inter_layer_prediction_flag)が設定される。さらに、７乃至１３行目に示すように、ベースストリームのRPSと同様に、long termの参照画像特定情報に関する情報が設定される。
　（エンハンスメントストリームのスライスヘッダのシンタックスの第１の例）
　図９８は、エンハンスメントストリームのスライスヘッダのシンタックスの例を示す図である。
　図９８の５行目に示すように、エンハンスメントストリームのスライスヘッダには、対応するスライスの一部RPSコピーフラグがSPSに含まれる一部RPSコピーフラグと異なる場合、一部RPSコピーフラグが設定される。６行目に示すように、ベースストリームのスライスヘッダと同様に、RPSフラグが設定される。
　また、７行目および８行目に示すように、RPSフラグが０である場合、対応するスライスの一部RPSコピーフラグ用のRPSが設定される。９行目および１０行目に示すように、RPSフラグが１である場合、対応するスライスの一部RPSコピーフラグ用のRPSと同一の、SPSに含まれる一部RPSコピーフラグ用のRPSのインデックスが設定される。また、１１行目および１２行目に示すように、ベースストリームのスライスヘッダと同様に、long termフラグに応じてlong termの参照画像特定情報が設定される。
　（RPSのシンタックスの第１の例）
　図９９は、一部RPSコピーフラグ用のRPSのシンタックスの例を示す図である。
　図９９の３行目に示すように、一部RPSコピーフラグ用のRPSには、参照情報（inter_ref_pic_set_prediction_flag）が設定される。ここでは、参照情報は、同一レイヤ間だけでなく、異なるレイヤ間の参照の有無を示す。即ち、参照情報が１である場合、参照情報は、前画像またはベース画像のRPSをエンハンスメント画像のRPSとして用いることを示す。一方、参照情報が０である場合、参照情報は、前画像およびベース画像のRPSをエンハンスメント画像のRPSとして用いないことを示す。
　４乃至１０行目に示すように、参照情報が１であり、かつ、一部RPSコピーフラグが０である場合、即ち、前画像のRPSをエンハンスメント画像のRPSとして用いる場合、前画像特定情報（delta_idx_minus1）、符号（delta_rps_sign）、および絶対値（abs_delta_rps_minus1）が設定される。
　また、１１乃至１４行目に示すように、参照情報が１である場合、フラグ（used_by_curr_pic_lt_flag（used_by_curr_pic_flag））が設定され、フラグ（used_by_curr_pic_flag）が0である場合、さらにフラグ（use_delta_flag）が設定される。一方、１５乃至２５行目に示すように、参照情報が０である場合、参照画像の数やPOCを示す情報等が設定される。
　以上により、一部RPSコピーフラグが０である場合用のRPSには、参照情報が１である場合、前画像特定情報（delta_idx_minus1）、符号（delta_rps_sign）、および絶対値（abs_delta_rps_minus1）が設定される。また、フラグ（used_by_curr_pic_lt_flag）が設定されるとともに、フラグ（used_by_curr_pic_flag）に応じてフラグ（use_delta_flag）が設定される。参照情報が０である場合には、一部RPSコピーフラグが０である場合用のRPSには、参照画像の数やPOCを示す情報等が設定される。
　一方、一部RPSコピーフラグが１である場合用のRPSには、フラグ（used_by_curr_pic_flag）が設定されるとともに、フラグ（used_by_curr_pic_flag）に応じてフラグ（use_delta_flag）が設定される。
　即ち、一部RPSコピーフラグが１である場合、RPSの参照先の画像は同時刻のベース画像に固定されているため、ベース画像を特定する情報は設定されない。また、この場合、ベース画像のRPSの少なくとも一部がエンハンスメント画像のRPSとしてそのまま用いられるため、RPSの差分に関する符号（delta_rps_sign）と絶対値（abs_delta_rps_minus1）も設定されない。その結果、符号化効率が向上する。
　また、一部RPSコピーフラグが１である場合、フラグ（used_by_curr_pic_flag）（使用情報）が設定される。これにより、ベース画像の参照画像ごとに、その参照画像のRPSがエンハンスメント画像のRPSとして用いられるかを指定することができる。
　なお、一部RPSコピーフラグが１である場合参照情報は必ず１となるため、参照情報が０である場合は存在しない。
　（符号化装置の処理の第１の例の説明）
　図９４の符号化装置５３０の階層符号化処理は、SPS設定処理とコピーフラグ設定処理を除いて、図７１の階層符号化処理と同様である。従って、以下では、SPS設定処理とコピーフラグ設定処理についてのみ説明する。
　図１００は、符号化装置５３０のSPS設定処理を説明するフローチャートである。
　図１００のステップＳ７２１において、図９５の設定部５５１は、一部RPSコピーフラグをSPSに設定する。ステップＳ７２２において、設定部５５１は、一部RPSコピーフラグが１であるかどうかを判定する。ステップＳ７２２で一部RPSコピーフラグが１であると判定された場合、ステップＳ７２３において、設定部５５１は、RPSの数(num_short_term_ref_pic_sets)の一部RPSコピーフラグが１である場合用のRPSをSPSに設定する。
　具体的には、設定部５５１は、参照情報としての１とフラグ（used_by_curr_pic_lt_flag）を含む一部RPSコピーフラグ用のRPSを、RPSの数(num_short_term_ref_pic_sets)だけSPSに設定する。なお、フラグ（used_by_curr_pic_flag）が０である場合、フラグ（use_delta_flag）も一部RPSコピーフラグ用のRPSに設定される。
　一方、ステップＳ７２２で一部RPSコピーフラグが１ではないと判定された場合、即ち一部RPSコピーフラグが０である場合、処理はステップＳ７２４に進む。ステップＳ７２４において、設定部５５１は、RPSの数(num_short_term_ref_pic_sets)の一部RPSコピーフラグが０である場合用のRPSをSPSに設定する。
　具体的には、設定部５５１は、参照情報を含み、参照情報が１である場合前画像特定情報（delta_idx_minus1）、符号（delta_rps_sign）、絶対値（abs_delta_rps_minus1）、およびフラグ（used_by_curr_pic_flag）を含み、参照情報が０である場合参照画像の数やPOCを示す情報等を含む一部RPSコピーフラグ用のRPSをRPSの数(num_short_term_ref_pic_sets)だけSPSに設定する。なお、フラグ（used_by_curr_pic_flag）が０である場合、フラグ（use_delta_flag）も一部RPSコピーフラグ用のRPSに設定される。
　ステップＳ７２３またはＳ７２４の処理後、処理はステップＳ７２５に進む。ステップＳ７２５乃至Ｓ７２７の処理は、図７２のステップＳ３８４乃至Ｓ３８６の処理と同様であるので、説明は省略する。
　図１０１は、符号化装置５３０のコピーフラグ設定処理の詳細を説明するフローチャートである。このコピーフラグ設定処理は、例えば、スライス単位で行われる。
　図１０１のステップＳ７４１およびＳ７４２の処理は、参照画像特定情報がRPSに代わる点を除いて、図７３のステップＳ３９０およびＳ３９１の処理と同様であるので、説明は省略する。
　ステップＳ７４３において、参照画像設定部５７２は、エンハンスメント画像のRPSの全てがベース画像のRPSに含まれているかどうかを判定する。ステップＳ７４３でエンハンスメント画像のRPSの全てがベース画像のRPSに含まれていると判定された場合、ステップＳ７４４において、参照画像設定部５７２は、一部RPSコピーフラグを１に設定する。
　また、参照画像設定部５７２は、エンハンスメント画像のRPSとベース画像のRPSから、エンハンスメント画像の一部RPSコピーフラグが１である場合用のRPSを生成する。
　具体的には、参照画像設定部５７２は、ベース画像のRPSで特定される参照画像のうちの、エンハンスメント画像のRPSで特定される参照画像と同一の参照画像のフラグ（used_by_curr_pic_flag）を１に設定し、異なる参照画像のフラグ（used_by_curr_pic_flag）を０に設定した一部RPSコピーフラグが１である場合用のRPSを生成する。
　そして、ステップＳ７４５において、参照画像設定部５７２は、図９５の設定部５５１から供給されるSPSの一部RPSコピーフラグが１であるかどうかを判定する。ステップＳ７４５で一部RPSコピーフラグが１であると判定された場合、処理はステップＳ７４６に進む。
　ステップＳ７４６において、参照画像設定部５７２は、SPSの一部RPSコピーフラグが１である場合用のRPSと、エンハンスメント画像の一部RPSコピーフラグが１である場合用のRPSが同一であるかどうかを判定する。ステップＳ７４６でSPSとエンハンスメント画像のRPSが同一であると判定された場合、ステップＳ７４７に進む。
　ステップＳ７４７において、参照画像設定部５７２は、RPSフラグとしての１とエンハンスメント画像のRPSと同一のSPSの一部RPSコピーフラグが１である場合用のRPSのインデックスを可逆符号化部５７１に供給し、処理を終了する。
　一方、ステップＳ７４５で一部RPSコピーフラグが１ではないと判定された場合、即ち、一部RPSコピーフラグが０である場合、処理はステップＳ７４８に進む。ステップＳ７４８において、参照画像設定部５７２は、設定された一部RPSコピーフラグとしての０を可逆符号化部５７１に供給し、処理をステップＳ７４９に進める。
　また、ステップＳ７４６でSPSとエンハンスメント画像のRPSが同一ではないと判定された場合、処理はステップＳ７４９に進む。
　ステップＳ７４９において、参照画像設定部５７２は、RPSフラグとしての０と一部RPSコピーフラグが１である場合用のRPSを可逆符号化部５７１に供給し、処理を終了する。
　一方、ステップＳ７４３でエンハンスメント画像のRPSの少なくとも一部がベース画像のRPSに含まれていないと判定された場合、ステップＳ７５０において、参照画像設定部５７２は、一部RPSコピーフラグを０に設定する。また、参照画像設定部５７２は、エンハンスメント画像のRPSと前画像のRPSから、エンハンスメント画像の一部RPSコピーフラグが０である場合用のRPSを生成する。
　ステップＳ７５１において、参照画像設定部５７２は、設定部５５１から供給されるSPSの一部RPSコピーフラグが０であるかどうかを判定する。
　ステップＳ７５１でSPSの一部RPSコピーフラグが０であると判定された場合、処理はステップＳ７５２に進む。一方、ステップＳ７５１でSPSの一部RPSコピーフラグが０ではないと判定された場合、即ちSPSの一部RPSコピーフラグが１であると判定された場合、処理はステップＳ７５４に進む。
　ステップＳ７５２乃至Ｓ７５５の処理は、一部RPSコピーフラグが１である場合用のRPSが、一部RPSコピーフラグが０である場合用のRPSに代わる点を除いて、ステップＳ７４６乃至Ｓ７４９の処理と同様であるので、説明は省略する。
　以上のように、符号化装置５３０は、一部RPSコピーフラグを設定する。従って、ベース画像とエンハンスメント画像のRPSが完全に一致しない場合であっても、エンハンスメント画像のRPSがベース画像のRPSに含まれている場合には、ベースレイヤとエンハンスメントレイヤの間でRPSを共有することができる。その結果、エンハンスメントストリームの情報量を削減し、符号化効率を向上させることができる。
　また、符号化装置５３０は、フラグ（used_by_curr_pic_flag）を設定するので、ベースレイヤとエンハンスメントレイヤで共有するRPSの部分を指定することができる。
　（復号装置の第４実施の形態の構成例）
　図１０２は、図９４の符号化装置５３０から伝送される全階層の符号化ストリームを復号する、本開示を適用した復号装置の第４実施の形態の構成例を示すブロック図である。
　図１０２に示す構成のうち、図２９の構成と同じ構成には同じ符号を付してある。重複する説明については適宜省略する。
　図１０２の復号装置５９０の構成は、エンハンスメント復号部９４の代わりにエンハンスメント復号部５９１が設けられる点が、図２９の復号装置９０の構成と異なる。
　復号装置５９０のエンハンスメント復号部５９１は、分離部９２から供給されるエンハンスメントストリームをHEVC方式に準ずる方式で復号し、エンハンスメント画像を生成する。このとき、エンハンスメント復号部５９１は、ベース復号部９３から供給されるベース画像のRPSとSPSやスライスヘッダに含まれる一部RPSコピーフラグ等を参照する。エンハンスメント復号部５９１は、生成されたエンハンスメント画像を出力する。
　（エンハンスメント復号部の構成例）
　図１０３は、図１０２のエンハンスメント復号部５９１の構成例を示すブロック図である。
　図１０３に示す構成のうち、図３０の構成と同じ構成には同じ符号を付してある。重複する説明については適宜省略する。
　図１０３のエンハンスメント復号部５９１の構成は、復号部１１２の代わりに復号部６１１が設けられる点が、図３０のエンハンスメント復号部９４の構成と異なる。
　エンハンスメント復号部５９１の復号部６１１は、図１０２のベース復号部９３から供給されるベース画像のRPSと、抽出部１１１からのSPSやスライスヘッダに含まれる一部RPSコピーフラグを参照して、抽出部１１１からの符号化データをHEVC方式に準ずる方式で復号する。復号部６１１は、復号の結果得られる画像を、エンハンスメント画像として出力する。
　（復号部の構成例）
　図１０４は、図１０３の復号部６１１の構成例を示すブロック図である。
　図１０４に示す構成のうち、図３１の構成と同じ構成には同じ符号を付してある。重複する説明については適宜省略する。
　図１０４の復号部６１１の構成は、可逆復号部１３２の代わりに可逆復号部６３１が設けられる点、および、参照画像設定部１４５の代わりに参照画像設定部６３２が設けられる点が図３１の復号部１１２の構成と異なる。
　復号部６１１の可逆復号部６３１は、蓄積バッファ１３１からの符号化データに対して可逆復号を施すことで、量子化された係数と符号化情報を得る。可逆復号部６３１は、量子化された係数を逆量子化部１３３に供給する。また、可逆復号部６３１は、符号化情報としてのイントラ予測モード情報などをイントラ予測部１４３に供給し、動きベクトル、インター予測モード情報などを動き補償部１４６に供給する。
　また、可逆復号部６３１は、符号化情報としての一部RPSコピーフラグ、RPSフラグ、その一部RPSコピーフラグ用のRPSまたはRPSのインデックスなどを、参照画像設定部６３２に供給する。さらに、可逆復号部６３１は、符号化情報としてのイントラ予測モード情報またはインター予測モード情報をスイッチ１４７に供給する。可逆復号部６３１は、符号化情報としてのオフセットフィルタ情報を適応オフセットフィルタ１３７に供給し、フィルタ係数を適応ループフィルタ１３８に供給する。
　参照画像設定部６３２は、図１０３の抽出部１１１から供給されるSPSに含まれる一部RPSコピーフラグと、その一部RPSコピーフラグ用のRPSとを保持する。参照画像設定部６３２は、可逆復号部６３１から一部RPSコピーフラグ、一部RPSコピーフラグ用のRPSが供給されたとき、保持している一部RPSコピーフラグ、一部RPSコピーフラグ用のRPSを更新する。
　そして、参照画像設定部６３２は、保持している一部RPSコピーフラグに基づいて、参照バッファ１４４からベース画像のRPSを読み出す。また、参照画像設定部６３２は、可逆復号部６３１からのRPSフラグに基づいて、保持している一部RPSコピーフラグ用のRPS、または、保持している可逆復号部６３１から供給されるインデックスの一部RPSコピーフラグ用のRPSを取得する。
　参照画像設定部６３２は、一部RPSコピーフラグが１である場合、ベース画像のRPSと一部RPSコピーフラグが１である場合用のRPSとに基づいて、ベース画像のRPSのうちの少なくとも一部を処理対象のスライスのRPSに決定する。一方、参照画像設定部６３２は、一部RPSコピーフラグが０である場合、一部RPSコピーフラグが０である場合用のRPSを処理対象のスライスのRPSに決定する。
　（復号装置の処理の第１の例の説明）
　図１０２の復号装置５９０の階層復号処理は、SPS抽出処理と生成処理を除いて復号装置４７０の階層復号処理と同様である。従って、以下では、SPS抽出処理と生成処理についてのみ説明する。
　図１０５は、復号装置５９０のSPS抽出処理の詳細を説明するフローチャートである。
　図１０５のステップＳ７７１において、図１０４の参照画像設定部６３２は、一部RPSコピーフラグをSPSから抽出し、保持する。
　ステップＳ７７２において、参照画像設定部６３２は、一部RPSコピーフラグが１であるかどうかを判定する。ステップＳ７７２で一部RPSコピーフラグが１であると判定された場合、ステップＳ７７３において、参照画像設定部６３２は、RPSの数(num_short_term_ref_pic_sets)の一部RPSコピーフラグが１である場合用のRPSをSPSから抽出し、保持する。
　一方、ステップＳ７７２で一部RPSコピーフラグが１ではないと判定された場合、即ち一部RPSコピーフラグが０である場合、処理はステップＳ７７４に進む。ステップＳ７７４において、参照画像設定部６３２は、RPSの数(num_short_term_ref_pic_sets)の一部RPSコピーフラグが０である場合用のRPSをSPSから抽出し、保持する。
　ステップＳ７７３またはＳ７７４の処理後、処理はステップＳ７７５に進む。ステップＳ７７５乃至Ｓ７７７の処理は、図７８のステップＳ４５４乃至Ｓ４５６の処理と同様であるので、説明は省略する。
　図１０６は、復号装置５９０の生成処理の詳細を説明するフローチャートである。この生成処理は、例えば、スライス単位で行われる。
　図１０６のステップＳ８００乃至Ｓ８０２の処理は、コピーフラグが一部RPSコピーフラグに代わる点を除いて、図７９のステップＳ４７１乃至Ｓ４７３の処理と同様であるので、説明は省略する。
　ステップＳ８０２で一部RPSコピーフラグが１であると判定された場合、ステップＳ８０３において、参照画像設定部６３２は、参照バッファ１４４からベース画像のRPSを読み出す。
　ステップＳ８０４において、参照画像設定部６３２は、可逆復号部６３１から供給されるRPSフラグが１であるかどうかを判定する。
　ステップＳ８０４でRPSフラグが１であると判定された場合、ステップＳ８０５において、参照画像設定部６３２は、可逆復号部６３１から供給されるRPSのインデックスを取得する。
　ステップＳ８０６において、参照画像設定部６３２は、保持しているRPSのうちの、取得されたインデックスが付与された一部RPSコピーフラグが１である場合用のRPSに基づいて、ベース画像のRPSから処理対象のスライスのRPSを決定する。具体的には、参照画像設定部６３２は、ベース画像のRPSのうちの、一部RPSコピーフラグが１である場合用のRPSに含まれるフラグ（used_by_curr_pic_lt_flag）が１である参照画像を特定する情報のみを、処理対象のスライスのRPSに決定する。そして、処理は終了する。
　一方、ステップＳ８０４でRPSフラグが１ではないと判定された場合、即ちRPSフラグが０である場合、ステップＳ８０７において、参照画像設定部６３２は、可逆復号部６３１から供給される一部RPSコピーフラグが１である場合用のRPSを取得する。このRPSにより、参照画像設定部６３２に保持されているSPSに含まれる一部RPSコピーフラグ用のRPSが更新される。
　ステップＳ８０８において、参照画像設定部６３２は、更新後の一部RPSコピーフラグが１である場合用のRPSに基づいて、ステップＳ８０６の処理と同様に、ベース画像のRPSから処理対象のスライスのRPSを決定する。そして、処理は終了する。
　一方、ステップＳ８０２で一部RPSコピーフラグが１ではないと判定された場合、即ち一部RPSコピーフラグが０である場合、処理はステップＳ８０９に進む。ステップＳ８０９，Ｓ８１０、およびステップＳ８１２の処理は、一部RPSコピーフラグが１である場合用のRPSが、一部RPSコピーフラグが０である場合用のRPSに代わる点を除いて、ステップＳ８０４，Ｓ８０５、およびＳ８０７の処理と同一であるので、説明は省略する。
　ステップＳ８１０の処理後、ステップＳ８１１において、参照画像設定部６３２は、保持しているRPSのうちの、取得されたインデックスが付与された一部RPSコピーフラグが０である場合用のRPSを、処理対象のスライスのRPSに決定する。そして、処理は終了する。
　一方、ステップＳ８１２の処理後、ステップＳ８１３において、参照画像設定部６３２は、更新後の一部RPSコピーフラグが０である場合用のRPSを、処理対象のスライスのRPSに決定する。そして、処理は終了する。
　なお、生成処理の終了後、参照画像設定部６３２に保持されている一部RPSコピーフラグおよびRPSは、SPSに含まれる一部RPSコピーフラグおよびRPSに戻される。
　以上のように、復号装置５９０は、一部RPSコピーフラグを用いてエンハンスメント画像のRPSを生成する。従って、ベース画像とエンハンスメント画像のRPSが完全に一致しない場合であっても、エンハンスメント画像のRPSがベース画像のRPSに含まれている場合には、ベースレイヤとエンハンスメントレイヤの間でRPSを共有することにより符号化効率を向上させたエンハンスメントストリームを復号することができる。
　また、復号装置５９０は、フラグ（used_by_curr_pic_flag）を受け取るので、ベースレイヤとエンハンスメントレイヤで共有するRPSの部分を認識することができる。
　なお、上述した説明では、RPSが、一部RPSコピーフラグが１である場合用のRPSと一部RPSコピーフラグが０である場合用のRPSに区別されて設定されたが、区別されずに設定されるようにすることもできる。この場合を第４実施の形態の第２の例として以下に説明する。なお、以下では、第４実施の形態の第２の例の場合を、共通RPS設定時という。
　（RPSのシンタックスの第２の例）
　図１０７は、共通RPS設定時のRPSのシンタックスの例を示す図である。
　共通RPS設定時には、図９７のSPSや図９８のスライスヘッダの一部RPSコピーフラグ用のRPSとして、図１０７のRPSが設定される。
　図１０７のRPSでは、３行目に示すように、図９９の場合と同様に、参照情報（inter_ref_pic_set_prediction_flag）が設定される。また、４行目および５行目に示すように、参照情報が１である場合、RPSには、一部RPSコピーフラグが設定される。即ち、参照情報が０である場合一部RPSコピーフラグは必ず０であるため、参照情報が１である場合にのみ、一部RPSコピーフラグが設定される。
　また、６乃至１１行目に示すように、一部RPSコピーフラグが０である場合、即ち参照情報が１であり、かつ、一部RPSコピーフラグが０である場合、図９９の場合と同様に、RPSには、前画像特定情報（delta_idx_minus1）、符号（delta_rps_sign）、および絶対値（abs_delta_rps_minus1）が設定される。
　また、１２乃至１５行目に示すように、参照情報が１である場合、RPSには、図９９の場合と同様に、フラグ（used_by_curr_pic_flag）と、フラグ（used_by_curr_pic_flag）に応じたフラグ（use_delta_flag）とが設定される。
　また、１６乃至２７行目に示すように、参照情報が０である場合、RPSには、図９９の場合と同様に、参照画像の数やPOCを示す情報等が設定される。
　（符号化装置の処理の第２の例の説明）
　共通RPS設定時の階層符号化処理は、SPS設定処理とコピーフラグ設定処理を除いて、図７１の階層符号化処理と同様である。従って、以下では、SPS設定処理とコピーフラグ設定処理についてのみ説明する。
　図１０８は、共通RPS設定時のSPS設定処理を説明するフローチャートである。
　図１０８のステップＳ８３１において、図９５の設定部５５１は、一部RPSコピーフラグをSPSに設定する。ステップＳ８３２において、設定部５５１は、RPSの数(num_short_term_ref_pic_sets)のRPSをSPSに設定する。具体的には、設定部５５１は、参照情報が設定され、参照情報が１である場合一部RPSコピーフラグが設定され、参照情報と一部RPSコピーフラグに応じた情報が設定されるRPSをRPSの数(num_short_term_ref_pic_sets)だけSPSに設定する。
　ステップＳ８３３乃至Ｓ８３５の処理は、図７２のステップＳ３８４乃至Ｓ３８６の処理と同様であるので、説明は省略する。
　図１０９は、共通RPS設定時のコピーフラグ設定処理の詳細を説明するフローチャートである。このコピーフラグ設定処理は、例えば、スライス単位で行われる。
　図１０９のステップＳ８５１乃至Ｓ８５５の処理は、図１０１のステップＳ７４１乃至Ｓ７４４およびＳ７５０の処理と同様であるので、説明は省略する。
　ステップＳ８５４またはＳ８５５の処理後、処理はステップＳ８５６に進む。ステップＳ８５６において、参照画像設定部５７２は、図９５の設定部５５１から供給されるSPSの一部RPSコピーフラグと、ステップＳ８５４またはステップＳ８５５で設定された一部RPSコピーフラグが同一であるかどうかを判定する。
　ステップＳ８５６で一部RPSコピーフラグが同一であると判定された場合、ステップＳ８５７において、参照画像設定部５７２は、SPSのRPSとエンハンスメント画像のRPSが同一であるかどうかを判定する。ステップＳ８５７でSPSとエンハンスメント画像のRPSが同一であると判定された場合、ステップＳ８５８に進む。
　ステップＳ８５８において、参照画像設定部５７２は、RPSフラグとしての１とRPSのインデックスを可逆符号化部５７１に供給し、処理を終了する。
　一方、ステップＳ８５６で一部RPSコピーフラグが同一ではないと判定された場合、ステップＳ８５９において、参照画像設定部５７２は、設定された一部RPSコピーフラグを可逆符号化部５７１に供給し、処理をステップＳ８６０に進める。
　また、ステップＳ８５７でSPSとエンハンスメント画像のRPSが同一ではないと判定された場合、処理はステップＳ８６０に進む。
　ステップＳ８６０において、参照画像設定部５７２は、RPSフラグとしての０とRPSを可逆符号化部５７１に供給し、処理を終了する。
　（復号装置の処理の第２の例の説明）
　共通RPS設定時の階層復号処理は、SPS抽出処理と生成処理を除いて、復号装置４７０の階層復号処理と同様である。従って、以下では、SPS抽出処理と生成処理についてのみ説明する。
　図１１０は、共通RPS設定時のSPS抽出処理を説明するフローチャートである。
　図１１０のステップＳ８８１において、図１０４の参照画像設定部６３２は、一部RPSコピーフラグをSPSから抽出し、保持する。ステップＳ８８２において、参照画像設定部６３２は、RPSをSPSから抽出し、保持する。
　ステップＳ８８３乃至Ｓ８８５の処理は、図７８のステップＳ４５４乃至Ｓ４５６の処理と同様であるので、説明は省略する。
　共通RPS設定時の生成処理は、一部RPSコピーフラグが１である場合用のRPSと一部RPSコピーフラグが０である場合用のRPSが、RPSに代わる点を除いて、図１０６の生成処理と同様である。
　なお、第４実施の形態においても、第３実施の形態と同様に、ベース画像の符号化方式を、AVC方式等のHEVC方式以外の符号化方式にすることもできる。この場合、ベース画像とエンハンスメント画像の符号化方式が同一である場合にのみ一部RPSコピーフラグが設定され、ベース画像とエンハンスメント画像のRPSの少なくとも一部が共有される。
　＜多視点画像符号化・多視点画像復号への適用＞
　上述した一連の処理は、多視点画像符号化・多視点画像復号に適用することができる。図１１１は、多視点画像符号化方式の一例を示す。
　図１１１に示されるように、多視点画像は、複数の視点の画像を含み、その複数の視点のうちの所定の１つの視点の画像が、ベースビューの画像に指定されている。ベースビューの画像以外の各視点の画像は、ノンベースビューの画像として扱われる。Scalable機能により多視点画像符号化が行われる場合、ベースビューの画像は、ベースレイヤ画像として符号化され、ノンベースビューの画像がエンハンスメント画像として符号化される。
　図１１１のような多視点画像符号化を行う場合、各ビュー（同一ビュー）において、量子化パラメータの差分をとることもできる：
　(1)base－view：
　　(1－1) Dqp(base view)＝Current_CU_QP(base view)－LCU_QP(base view)
　　(1－2) dQP(base view)＝Current_CU_QP(base view)－Previsous_CU_QP(base view)
　　(1－3) dQP(base view)＝Current_CU_QP(base view)－Slice_QP(base view)
　(2)non－base－view：
　　(2－1) dQP(non－base view)＝Current_CU_QP(non－base view)－LCU_QP(non－base view)
　　(2－2) dQP(non－base view)＝CurrentQP(non－base view)－PrevisousQP(non－base view)
　　(2－3) dQP(non－base view)＝Current_CU_QP(non－base view)－Slice_QP(non－base view)
　多視点画像符号化を行う場合、各ビュー(異なるビュー)において、量子化パラメータの差分をとることもできる：
　(3)base－view/ non－base view：
　　(3－1) dQP(inter－view)＝Slice_QP(base view)－Slice_QP(non－base view)
　　(3－2) dQP(inter－view)＝LCU_QP(base view)－LCU_QP(non－base view)
　(4)non－base view / non－base view ：
　　(4－1) dQP(inter－view)＝Slice_QP(non－base view i)－Slice_QP(non－base view j)
　　(4－2) dQP(inter－view)＝LCU_QP(non－base view i)－LCU_QP(non－base view j)
　この場合、上記(1)乃至(4)を組み合わせて用いることもできる。たとえば、ノンベースビューでは、ベースビューとノンベースビューとの間においてスライスレベルで量子化パラメータの差分をとる手法(3－1と2－3とを組み合わせる)、ベースビューとノンベースビューとの間においてLCUレベルで量子化パラメータの差分をとる手法(3－2と2－1とを組み合わせる)、が考えられる。このように、差分を繰り返して適用することにより、多視点符号化を行った場合においても、符号化効率を向上させることができる。
　上述した手法と同様に、上記の各dQPに対して、値が0でないdQPが存在するか否かを識別するフラグをセットすることもできる。
　＜Scalable機能による符号化の他の例＞
　図１１２は、Scalable機能による符号化の他の例を示す。
　図１１２に示されるように、Scalable機能による符号化では、各レイヤ(同一レイヤ)において、量子化パラメータの差分をとることもできる：
　(1)base－layer：
　　(1－1)dQP(base layer)＝Current_CU_QP(base layer)－LCU_QP(base layer)
　　(1－2)dQP(base layer)＝Current_CU_QP(base layer)－Previsous_CU_QP(base layer)
　　(1－3)dQP(base layer)＝Current_CU_QP(base layer)－Slice_QP(base layer)
　(2)non－base－layer：
　　(2－1)dQP(non－base layer)＝Current_CU_QP(non－base layer)－LCU_QP(non－base layer)
　　(2－2)dQP(non－base layer)＝CurrentQP(non－base layer)－PrevisousQP(non－base layer)
　　(2－3)dQP(non－base layer)＝Current_CU_QP(non－base layer)－Slice_QP(non－base layer)
　また、各レイヤ(異なるレイヤ)において、量子化パラメータの差分をとることもできる：
　(3)base－layer/ non－base layer：
　　(3－1)dQP(inter－layer)＝Slice_QP(base layer)－Slice_QP(non－base layer)
　　(3－2)dQP(inter－layer)＝LCU_QP(base layer)－LCU_QP(non－base layer)
　(4)non－base layer / non－base layer ：
　　(4－1)dQP(inter－layer)＝Slice_QP(non－base layer i)－Slice_QP(non－base layer j)
　　(4－2)dQP(inter－layer)＝LCU_QP(non－base layer i)－LCU_QP(non－base layer j)
　この場合、上記(1)乃至(4)を組み合わせて用いることもできる。たとえば、ノンベースレイヤでは、ベースレイヤとノンベースレイヤとの間においてスライスレベルで量子化パラメータの差分をとる手法(3－1と2－3とを組み合わせる)、ベースレイヤとノンベースレイヤとの間においてLCUレベルで量子化パラメータの差分をとる手法(3－2と2－1とを組み合わせる)、が考えられる。このように、差分を繰り返して適用することにより、階層符号化を行った場合においても、符号化効率を向上させることができる。
　上述した手法と同様に、上記の各dQPに対して、値が0でないdQPが存在するか否かを識別するフラグをセットすることもできる。
　＜第５実施の形態＞
　（本技術を適用したコンピュータの説明）
　上述した一連の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどが含まれる。
　図１１３は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。
　コンピュータにおいて、CPU（Central Processing Unit）８０１，ROM（Read Only Memory）８０２，RAM（Random Access Memory）８０３は、バス８０４により相互に接続されている。
　バス８０４には、さらに、入出力インタフェース８０５が接続されている。入出力インタフェース８０５には、入力部８０６、出力部８０７、記憶部８０８、通信部８０９、及びドライブ８１０が接続されている。
　入力部８０６は、キーボード、マウス、マイクロホンなどよりなる。出力部８０７は、ディスプレイ、スピーカなどよりなる。記憶部８０８は、ハードディスクや不揮発性のメモリなどよりなる。通信部８０９は、ネットワークインタフェースなどよりなる。ドライブ８１０は、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリなどのリムーバブルメディア８１１を駆動する。
　以上のように構成されるコンピュータでは、CPU８０１が、例えば、記憶部８０８に記憶されているプログラムを、入出力インタフェース８０５及びバス８０４を介して、RAM８０３にロードして実行することにより、上述した一連の処理が行われる。
　コンピュータ（CPU８０１）が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア８１１に記録して提供することができる。また、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することができる。
　コンピュータでは、プログラムは、リムーバブルメディア８１１をドライブ８１０に装着することにより、入出力インタフェース８０５を介して、記憶部８０８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部８０９で受信し、記憶部８０８にインストールすることができる。その他、プログラムは、ROM８０２や記憶部８０８に、あらかじめインストールしておくことができる。
　なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。
　＜第６実施の形態＞
　（テレビジョン装置の構成例）
　図１１４は、本技術を適用したテレビジョン装置の概略構成を例示している。テレビジョン装置９００は、アンテナ９０１、チューナ９０２、デマルチプレクサ９０３、デコーダ９０４、映像信号処理部９０５、表示部９０６、音声信号処理部９０７、スピーカ９０８、外部インタフェース部９０９を有している。さらに、テレビジョン装置９００は、制御部９１０、ユーザインタフェース部９１１等を有している。
　チューナ９０２は、アンテナ９０１で受信された放送波信号から所望のチャンネルを選局して復調を行い、得られた符号化ビットストリームをデマルチプレクサ９０３に出力する。
　デマルチプレクサ９０３は、符号化ビットストリームから視聴対象である番組の映像や音声のパケットを抽出して、抽出したパケットのデータをデコーダ９０４に出力する。また、デマルチプレクサ９０３は、ＥＰＧ（Electronic Program Guide）等のデータのパケットを制御部９１０に供給する。なお、スクランブルが行われている場合、デマルチプレクサ等でスクランブルの解除を行う。
　デコーダ９０４は、パケットの復号化処理を行い、復号処理化によって生成された映像データを映像信号処理部９０５、音声データを音声信号処理部９０７に出力する。
　映像信号処理部９０５は、映像データに対して、ノイズ除去やユーザ設定に応じた映像処理等を行う。映像信号処理部９０５は、表示部９０６に表示させる番組の映像データや、ネットワークを介して供給されるアプリケーションに基づく処理による画像データなどを生成する。また、映像信号処理部９０５は、項目の選択などのメニュー画面等を表示するための映像データを生成し、それを番組の映像データに重畳する。映像信号処理部９０５は、このようにして生成した映像データに基づいて駆動信号を生成して表示部９０６を駆動する。
　表示部９０６は、映像信号処理部９０５からの駆動信号に基づき表示デバイス（例えば液晶表示素子等）を駆動して、番組の映像などを表示させる。
　音声信号処理部９０７は、音声データに対してノイズ除去などの所定の処理を施し、処理後の音声データのＤ／Ａ変換処理や増幅処理を行いスピーカ９０８に供給することで音声出力を行う。
　外部インタフェース部９０９は、外部機器やネットワークと接続するためのインタフェースであり、映像データや音声データ等のデータ送受信を行う。
　制御部９１０にはユーザインタフェース部９１１が接続されている。ユーザインタフェース部９１１は、操作スイッチやリモートコントロール信号受信部等で構成されており、ユーザ操作に応じた操作信号を制御部９１０に供給する。
　制御部９１０は、ＣＰＵ（Central Processing Unit)やメモリ等を用いて構成されている。メモリは、ＣＰＵにより実行されるプログラムやＣＰＵが処理を行う上で必要な各種のデータ、ＥＰＧデータ、ネットワークを介して取得されたデータ等を記憶する。メモリに記憶されているプログラムは、テレビジョン装置９００の起動時などの所定タイミングでＣＰＵにより読み出されて実行される。ＣＰＵは、プログラムを実行することで、テレビジョン装置９００がユーザ操作に応じた動作となるように各部を制御する。
　なお、テレビジョン装置９００では、チューナ９０２、デマルチプレクサ９０３、映像信号処理部９０５、音声信号処理部９０７、外部インタフェース部９０９等と制御部９１０を接続するためバス９１２が設けられている。
　このように構成されたテレビジョン装置では、デコーダ９０４に本願の復号装置（復号方法）の機能が設けられる。このため、階層構造を有する画像の参照画像に関する情報を共有または予測することができる。
　＜第７実施の形態＞
　（携帯電話機の構成例）
　図１１５は、本技術を適用した携帯電話機の概略構成を例示している。携帯電話機９２０は、通信部９２２、音声コーデック９２３、カメラ部９２６、画像処理部９２７、多重分離部９２８、記録再生部９２９、表示部９３０、制御部９３１を有している。これらは、バス９３３を介して互いに接続されている。
　また、通信部９２２にはアンテナ９２１が接続されており、音声コーデック９２３には、スピーカ９２４とマイクロホン９２５が接続されている。さらに制御部９３１には、操作部９３２が接続されている。
　携帯電話機９２０は、音声通話モードやデータ通信モード等の各種モードで、音声信号の送受信、電子メールや画像データの送受信、画像撮影、またはデータ記録等の各種動作を行う。
　音声通話モードにおいて、マイクロホン９２５で生成された音声信号は、音声コーデック９２３で音声データへの変換やデータ圧縮が行われて通信部９２２に供給される。通信部９２２は、音声データの変調処理や周波数変換処理等を行い、送信信号を生成する。また、通信部９２２は、送信信号をアンテナ９２１に供給して図示しない基地局へ送信する。また、通信部９２２は、アンテナ９２１で受信した受信信号の増幅や周波数変換処理および復調処理等を行い、得られた音声データを音声コーデック９２３に供給する。音声コーデック９２３は、音声データのデータ伸張やアナログ音声信号への変換を行いスピーカ９２４に出力する。
　また、データ通信モードにおいて、メール送信を行う場合、制御部９３１は、操作部９３２の操作によって入力された文字データを受け付けて、入力された文字を表示部９３０に表示する。また、制御部９３１は、操作部９３２におけるユーザ指示等に基づいてメールデータを生成して通信部９２２に供給する。通信部９２２は、メールデータの変調処理や周波数変換処理等を行い、得られた送信信号をアンテナ９２１から送信する。また、通信部９２２は、アンテナ９２１で受信した受信信号の増幅や周波数変換処理および復調処理等を行い、メールデータを復元する。このメールデータを、表示部９３０に供給して、メール内容の表示を行う。
　なお、携帯電話機９２０は、受信したメールデータを、記録再生部９２９で記憶媒体に記憶させることも可能である。記憶媒体は、書き換え可能な任意の記憶媒体である。例えば、記憶媒体は、ＲＡＭや内蔵型フラッシュメモリ等の半導体メモリ、ハードディスク、磁気ディスク、光磁気ディスク、光ディスク、ＵＳＢメモリ、またはメモリカード等のリムーバブルメディアである。
　データ通信モードにおいて画像データを送信する場合、カメラ部９２６で生成された画像データを、画像処理部９２７に供給する。画像処理部９２７は、画像データの符号化処理を行い、符号化データを生成する。
　多重分離部９２８は、画像処理部９２７で生成された符号化データと、音声コーデック９２３から供給された音声データを所定の方式で多重化して通信部９２２に供給する。通信部９２２は、多重化データの変調処理や周波数変換処理等を行い、得られた送信信号をアンテナ９２１から送信する。また、通信部９２２は、アンテナ９２１で受信した受信信号の増幅や周波数変換処理および復調処理等を行い、多重化データを復元する。この多重化データを多重分離部９２８に供給する。多重分離部９２８は、多重化データの分離を行い、符号化データを画像処理部９２７、音声データを音声コーデック９２３に供給する。画像処理部９２７は、符号化データの復号化処理を行い、画像データを生成する。この画像データを表示部９３０に供給して、受信した画像の表示を行う。音声コーデック９２３は、音声データをアナログ音声信号に変換してスピーカ９２４に供給して、受信した音声を出力する。
　このように構成された携帯電話装置では、画像処理部９２７に本願の符号化装置および復号装置（符号化方法および復号方法）の機能が設けられる。このため、階層構造を有する画像の参照画像に関する情報を共有または予測することができる。
　＜第８実施の形態＞
　（記録再生装置の構成例）
　図１１６は、本技術を適用した記録再生装置の概略構成を例示している。記録再生装置９４０は、例えば受信した放送番組のオーディオデータとビデオデータを、記録媒体に記録して、その記録されたデータをユーザの指示に応じたタイミングでユーザに提供する。また、記録再生装置９４０は、例えば他の装置からオーディオデータやビデオデータを取得し、それらを記録媒体に記録させることもできる。さらに、記録再生装置９４０は、記録媒体に記録されているオーディオデータやビデオデータを復号して出力することで、モニタ装置等において画像表示や音声出力を行うことができるようにする。
　記録再生装置９４０は、チューナ９４１、外部インタフェース部９４２、エンコーダ９４３、ＨＤＤ（Hard Disk Drive）部９４４、ディスクドライブ９４５、セレクタ９４６、デコーダ９４７、ＯＳＤ（On－Screen Display）部９４８、制御部９４９、ユーザインタフェース部９５０を有している。
　チューナ９４１は、図示しないアンテナで受信された放送信号から所望のチャンネルを選局する。チューナ９４１は、所望のチャンネルの受信信号を復調して得られた符号化ビットストリームをセレクタ９４６に出力する。
　外部インタフェース部９４２は、ＩＥＥＥ１３９４インタフェース、ネットワークインタフェース部、ＵＳＢインタフェース、フラッシュメモリインタフェース等の少なくともいずれかで構成されている。外部インタフェース部９４２は、外部機器やネットワーク、メモリカード等と接続するためのインタフェースであり、記録する映像データや音声データ等のデータ受信を行う。
　エンコーダ９４３は、外部インタフェース部９４２から供給された映像データや音声データが符号化されていないとき所定の方式で符号化を行い、符号化ビットストリームをセレクタ９４６に出力する。
　ＨＤＤ部９４４は、映像や音声等のコンテンツデータ、各種プログラムやその他のデータ等を内蔵のハードディスクに記録し、また再生時等にそれらを当該ハードディスクから読み出す。
　ディスクドライブ９４５は、装着されている光ディスクに対する信号の記録および再生を行う。光ディスク、例えばＤＶＤディスク（ＤＶＤ－Ｖｉｄｅｏ、ＤＶＤ－ＲＡＭ、ＤＶＤ－Ｒ、ＤＶＤ－ＲＷ、ＤＶＤ＋Ｒ、ＤＶＤ＋ＲＷ等）やＢｌｕ－ｒａｙ（登録商標）ディスク等である。
　セレクタ９４６は、映像や音声の記録時には、チューナ９４１またはエンコーダ９４３からのいずれかの符号化ビットストリームを選択して、ＨＤＤ部９４４やディスクドライブ９４５のいずれかに供給する。また、セレクタ９４６は、映像や音声の再生時に、ＨＤＤ部９４４またはディスクドライブ９４５から出力された符号化ビットストリームをデコーダ９４７に供給する。
　デコーダ９４７は、符号化ビットストリームの復号化処理を行う。デコーダ９４７は、復号処理化を行うことにより生成された映像データをＯＳＤ部９４８に供給する。また、デコーダ９４７は、復号処理化を行うことにより生成された音声データを出力する。
　ＯＳＤ部９４８は、項目の選択などのメニュー画面等を表示するための映像データを生成し、それをデコーダ９４７から出力された映像データに重畳して出力する。
　制御部９４９には、ユーザインタフェース部９５０が接続されている。ユーザインタフェース部９５０は、操作スイッチやリモートコントロール信号受信部等で構成されており、ユーザ操作に応じた操作信号を制御部９４９に供給する。
　制御部９４９は、ＣＰＵやメモリ等を用いて構成されている。メモリは、ＣＰＵにより実行されるプログラムやＣＰＵが処理を行う上で必要な各種のデータを記憶する。メモリに記憶されているプログラムは、記録再生装置９４０の起動時などの所定タイミングでＣＰＵにより読み出されて実行される。ＣＰＵは、プログラムを実行することで、記録再生装置９４０がユーザ操作に応じた動作となるように各部を制御する。
　このように構成された記録再生装置では、デコーダ９４７に本願の復号装置（復号方法）の機能が設けられる。このため、階層構造を有する画像の参照画像に関する情報を共有または予測することができる。
　＜第９実施の形態＞
　（撮像装置の構成例）
　図１１７は、本技術を適用した撮像装置の概略構成を例示している。撮像装置９６０は、被写体を撮像し、被写体の画像を表示部に表示させたり、それを画像データとして、記録媒体に記録する。
　撮像装置９６０は、光学ブロック９６１、撮像部９６２、カメラ信号処理部９６３、画像データ処理部９６４、表示部９６５、外部インタフェース部９６６、メモリ部９６７、メディアドライブ９６８、ＯＳＤ部９６９、制御部９７０を有している。また、制御部９７０には、ユーザインタフェース部９７１が接続されている。さらに、画像データ処理部９６４や外部インタフェース部９６６、メモリ部９６７、メディアドライブ９６８、ＯＳＤ部９６９、制御部９７０等は、バス９７２を介して接続されている。
　光学ブロック９６１は、フォーカスレンズや絞り機構等を用いて構成されている。光学ブロック９６１は、被写体の光学像を撮像部９６２の撮像面に結像させる。撮像部９６２は、ＣＣＤまたはＣＭＯＳイメージセンサを用いて構成されており、光電変換によって光学像に応じた電気信号を生成してカメラ信号処理部９６３に供給する。
　カメラ信号処理部９６３は、撮像部９６２から供給された電気信号に対してニー補正やガンマ補正、色補正等の種々のカメラ信号処理を行う。カメラ信号処理部９６３は、カメラ信号処理後の画像データを画像データ処理部９６４に供給する。
　画像データ処理部９６４は、カメラ信号処理部９６３から供給された画像データの符号化処理を行う。画像データ処理部９６４は、符号化処理を行うことにより生成された符号化データを外部インタフェース部９６６やメディアドライブ９６８に供給する。また、画像データ処理部９６４は、外部インタフェース部９６６やメディアドライブ９６８から供給された符号化データの復号化処理を行う。画像データ処理部９６４は、復号化処理を行うことにより生成された画像データを表示部９６５に供給する。また、画像データ処理部９６４は、カメラ信号処理部９６３から供給された画像データを表示部９６５に供給する処理や、ＯＳＤ部９６９から取得した表示用データを、画像データに重畳させて表示部９６５に供給する。
　ＯＳＤ部９６９は、記号、文字、または図形からなるメニュー画面やアイコンなどの表示用データを生成して画像データ処理部９６４に出力する。
　外部インタフェース部９６６は、例えば、ＵＳＢ入出力端子などで構成され、画像の印刷を行う場合に、プリンタと接続される。また、外部インタフェース部９６６には、必要に応じてドライブが接続され、磁気ディスク、光ディスク等のリムーバブルメディアが適宜装着され、それらから読み出されたコンピュータプログラムが、必要に応じて、インストールされる。さらに、外部インタフェース部９６６は、ＬＡＮやインターネット等の所定のネットワークに接続されるネットワークインタフェースを有する。制御部９７０は、例えば、ユーザインタフェース部９７１からの指示にしたがって、メディアドライブ９６８から符号化データを読み出し、それを外部インタフェース部９６６から、ネットワークを介して接続される他の装置に供給させることができる。また、制御部９７０は、ネットワークを介して他の装置から供給される符号化データや画像データを、外部インタフェース部９６６を介して取得し、それを画像データ処理部９６４に供給したりすることができる。
　メディアドライブ９６８で駆動される記録メディアとしては、例えば、磁気ディスク、光磁気ディスク、光ディスク、または半導体メモリ等の、読み書き可能な任意のリムーバブルメディアが用いられる。また、記録メディアは、リムーバブルメディアとしての種類も任意であり、テープデバイスであってもよいし、ディスクであってもよいし、メモリカードであってもよい。もちろん、非接触IC（Integrated Circuit）カード等であってもよい。
　また、メディアドライブ９６８と記録メディアを一体化し、例えば、内蔵型ハードディスクドライブやＳＳＤ（Solid State Drive）等のように、非可搬性の記憶媒体により構成されるようにしてもよい。
　制御部９７０は、ＣＰＵを用いて構成されている。メモリ部９６７は、制御部９７０により実行されるプログラムや制御部９７０が処理を行う上で必要な各種のデータ等を記憶する。メモリ部９６７に記憶されているプログラムは、撮像装置９６０の起動時などの所定タイミングで制御部９７０により読み出されて実行される。制御部９７０は、プログラムを実行することで、撮像装置９６０がユーザ操作に応じた動作となるように各部を制御する。
　このように構成された撮像装置では、画像データ処理部９６４に本願の符号化装置および復号装置（符号化方法および復号方法）の機能が設けられる。このため、階層構造を有する画像の参照画像に関する情報を共有または予測することができる。
　＜スケーラブル符号化の応用例＞
　（第１のシステム）
　次に、scalable機能による符号化であるスケーラブル符号化（階層符号化）されたスケーラブル符号化データの具体的な利用例について説明する。スケーラブル符号化は、例えば、図１１８に示される例のように、伝送するデータの選択のために利用される。
　図１１８に示されるデータ伝送システム１０００において、配信サーバ１００２は、スケーラブル符号化データ記憶部１００１に記憶されているスケーラブル符号化データを読み出し、ネットワーク１００３を介して、パーソナルコンピュータ１００４、AV機器１００５、タブレットデバイス１００６、および携帯電話機１００７等の端末装置に配信する。
　その際、配信サーバ１００２は、端末装置の能力や通信環境等に応じて、適切な品質の符号化データを選択して伝送する。配信サーバ１００２が不要に高品質なデータを伝送しても、端末装置において高画質な画像を得られるとは限らず、遅延やオーバーフローの発生要因となる恐れがある。また、不要に通信帯域を占有したり、端末装置の負荷を不要に増大させたりしてしまう恐れもある。逆に、配信サーバ１００２が不要に低品質なデータを伝送しても、端末装置において十分な画質の画像を得ることができない恐れがある。そのため、配信サーバ１００２は、スケーラブル符号化データ記憶部１００１に記憶されているスケーラブル符号化データを、適宜、端末装置の能力や通信環境等に対して適切な品質の符号化データとして読み出し、伝送する。
　例えば、スケーラブル符号化データ記憶部１００１は、スケーラブルに符号化されたスケーラブル符号化データ（BL+EL）１０１１を記憶するとする。このスケーラブル符号化データ（BL+EL）１０１１は、ベースレイヤとエンハンスメントレイヤの両方を含む符号化データであり、復号することにより、ベースレイヤの画像およびエンハンスメントレイヤの画像の両方を得ることができるデータである。
　配信サーバ１００２は、データを伝送する端末装置の能力や通信環境等に応じて、適切なレイヤを選択し、そのレイヤのデータを読み出す。例えば、配信サーバ１００２は、処理能力の高いパーソナルコンピュータ１００４やタブレットデバイス１００６に対しては、高品質なスケーラブル符号化データ（BL+EL）１０１１をスケーラブル符号化データ記憶部１００１から読み出し、そのまま伝送する。これに対して、例えば、配信サーバ１００２は、処理能力の低いAV機器１００５や携帯電話機１００７に対しては、スケーラブル符号化データ（BL+EL）１０１１からベースレイヤのデータを抽出し、スケーラブル符号化データ（BL+EL）１０１１と同じコンテンツのデータであるが、スケーラブル符号化データ（BL+EL）１０１１よりも低品質なスケーラブル符号化データ（BL）１０１２として伝送する。
　このようにスケーラブル符号化データを用いることにより、データ量を容易に調整することができるので、遅延やオーバーフローの発生を抑制したり、端末装置や通信媒体の負荷の不要な増大を抑制したりすることができる。また、スケーラブル符号化データ（BL+EL）１０１１は、レイヤ間の冗長性が低減されているので、各レイヤの符号化データを個別のデータとする場合よりもそのデータ量を低減させることができる。したがって、スケーラブル符号化データ記憶部１００１の記憶領域をより効率よく使用することができる。
　なお、パーソナルコンピュータ１００４乃至携帯電話機１００７のように、端末装置には様々な装置を適用することができるので、端末装置のハードウエアの性能は、装置によって異なる。また、端末装置が実行するアプリケーションも様々であるので、そのソフトウエアの能力も様々である。さらに、通信媒体となるネットワーク１００３も、例えばインターネットやLAN（Local Area Network）等、有線若しくは無線、またはその両方を含むあらゆる通信回線網を適用することができ、そのデータ伝送能力は様々である。さらに、他の通信等によっても変化する恐れがある。
　そこで、配信サーバ１００２は、データ伝送を開始する前に、データの伝送先となる端末装置と通信を行い、端末装置のハードウエア性能や、端末装置が実行するアプリケーション（ソフトウエア）の性能等といった端末装置の能力に関する情報、並びに、ネットワーク１００３の利用可能帯域幅等の通信環境に関する情報を得るようにしてもよい。そして、配信サーバ１００２が、ここで得た情報を基に、適切なレイヤを選択するようにしてもよい。
　なお、レイヤの抽出は、端末装置において行うようにしてもよい。例えば、パーソナルコンピュータ１００４が、伝送されたスケーラブル符号化データ（BL+EL）１０１１を復号し、ベースレイヤの画像を表示しても良いし、エンハンスメントレイヤの画像を表示しても良い。また、例えば、パーソナルコンピュータ１００４が、伝送されたスケーラブル符号化データ（BL+EL）１０１１から、ベースレイヤのスケーラブル符号化データ（BL）１０１２を抽出し、記憶したり、他の装置に転送したり、復号してベースレイヤの画像を表示したりするようにしてもよい。
　もちろん、スケーラブル符号化データ記憶部１００１、配信サーバ１００２、ネットワーク１００３、および端末装置の数はいずれも任意である。また、以上においては、配信サーバ１００２がデータを端末装置に伝送する例について説明したが、利用例はこれに限定されない。データ伝送システム１０００は、スケーラブル符号化された符号化データを端末装置に伝送する際、端末装置の能力や通信環境等に応じて、適切なレイヤを選択して伝送するシステムであれば、任意のシステムに適用することができる。
　（第２のシステム）
　また、スケーラブル符号化は、例えば、図１１９に示される例のように、複数の通信媒体を介する伝送のために利用される。
　図１１９に示されるデータ伝送システム１１００において、放送局１１０１は、地上波放送１１１１により、ベースレイヤのスケーラブル符号化データ（BL）１１２１を伝送する。また、放送局１１０１は、有線若しくは無線またはその両方の通信網よりなる任意のネットワーク１１１２を介して、エンハンスメントレイヤのスケーラブル符号化データ（EL）１１２２を伝送する（例えばパケット化して伝送する）。
　端末装置１１０２は、放送局１１０１が放送する地上波放送１１１１の受信機能を有し、この地上波放送１１１１を介して伝送されるベースレイヤのスケーラブル符号化データ（BL）１１２１を受け取る。また、端末装置１１０２は、ネットワーク１１１２を介した通信を行う通信機能をさらに有し、このネットワーク１１１２を介して伝送されるエンハンスメントレイヤのスケーラブル符号化データ（EL）１１２２を受け取る。
　端末装置１１０２は、例えばユーザ指示等に応じて、地上波放送１１１１を介して取得したベースレイヤのスケーラブル符号化データ（BL）１１２１を、復号してベースレイヤの画像を得たり、記憶したり、他の装置に伝送したりする。
　また、端末装置１１０２は、例えばユーザ指示等に応じて、地上波放送１１１１を介して取得したベースレイヤのスケーラブル符号化データ（BL）１１２１と、ネットワーク１１１２を介して取得したエンハンスメントレイヤのスケーラブル符号化データ（EL）１１２２とを合成して、スケーラブル符号化データ（BL+EL）を得たり、それを復号してエンハンスメントレイヤの画像を得たり、記憶したり、他の装置に伝送したりする。
　以上のように、スケーラブル符号化データは、例えばレイヤ毎に異なる通信媒体を介して伝送させることができる。したがって、負荷を分散させることができ、遅延やオーバーフローの発生を抑制することができる。
　また、状況に応じて、伝送に使用する通信媒体を、レイヤ毎に選択することができるようにしてもよい。例えば、データ量が比較的多いベースレイヤのスケーラブル符号化データ（BL）１１２１を帯域幅の広い通信媒体を介して伝送させ、データ量が比較的少ないエンハンスメントレイヤのスケーラブル符号化データ（EL）１１２２を帯域幅の狭い通信媒体を介して伝送させるようにしてもよい。また、例えば、エンハンスメントレイヤのスケーラブル符号化データ（EL）１１２２を伝送する通信媒体を、ネットワーク１１１２とするか、地上波放送１１１１とするかを、ネットワーク１１１２の利用可能帯域幅に応じて切り替えるようにしてもよい。もちろん、任意のレイヤのデータについて同様である。
　このように制御することにより、データ伝送における負荷の増大を、より抑制することができる。
　もちろん、レイヤ数は任意であり、伝送に利用する通信媒体の数も任意である。また、データ配信先となる端末装置１１０２の数も任意である。さらに、以上においては、放送局１１０１からの放送を例に説明したが、利用例はこれに限定されない。データ伝送システム１１００は、スケーラブル符号化された符号化データを、レイヤを単位として複数に分割し、複数の回線を介して伝送するシステムであれば、任意のシステムに適用することができる。
　（第３のシステム）
　また、スケーラブル符号化は、例えば、図１２０に示される例のように、符号化データの記憶に利用される。
　図１２０に示される撮像システム１２００において、撮像装置１２０１は、被写体１２１１を撮像して得られた画像データをスケーラブル符号化し、スケーラブル符号化データ（BL+EL）１２２１として、スケーラブル符号化データ記憶装置１２０２に供給する。
　スケーラブル符号化データ記憶装置１２０２は、撮像装置１２０１から供給されるスケーラブル符号化データ（BL+EL）１２２１を、状況に応じた品質で記憶する。例えば、通常時の場合、スケーラブル符号化データ記憶装置１２０２は、スケーラブル符号化データ（BL+EL）１２２１からベースレイヤのデータを抽出し、低品質でデータ量の少ないベースレイヤのスケーラブル符号化データ（BL）１２２２として記憶する。これに対して、例えば、注目時の場合、スケーラブル符号化データ記憶装置１２０２は、高品質でデータ量の多いスケーラブル符号化データ（BL+EL）１２２１のまま記憶する。
　このようにすることにより、スケーラブル符号化データ記憶装置１２０２は、必要な場合のみ、画像を高画質に保存することができるので、画質劣化による画像の価値の低減を抑制しながら、データ量の増大を抑制することができ、記憶領域の利用効率を向上させることができる。
　例えば、撮像装置１２０１が監視カメラであるとする。撮像画像に監視対象（例えば侵入者）が写っていない場合（通常時の場合）、撮像画像の内容は重要でない可能性が高いので、データ量の低減が優先され、その画像データ（スケーラブル符号化データ）は、低品質に記憶される。これに対して、撮像画像に監視対象が被写体１２１１として写っている場合（注目時の場合）、その撮像画像の内容は重要である可能性が高いので、画質が優先され、その画像データ（スケーラブル符号化データ）は、高品質に記憶される。
　なお、通常時であるか注目時であるかは、例えば、スケーラブル符号化データ記憶装置１２０２が、画像を解析することにより判定しても良い。また、撮像装置１２０１が判定し、その判定結果をスケーラブル符号化データ記憶装置１２０２に伝送するようにしてもよい。
　なお、通常時であるか注目時であるかの判定基準は任意であり、判定基準とする画像の内容は任意である。もちろん、画像の内容以外の条件を判定基準とすることもできる。例えば、収録した音声の大きさや波形等に応じて切り替えるようにしてもよいし、所定の時間毎に切り替えるようにしてもよいし、ユーザ指示等の外部からの指示によって切り替えるようにしてもよい。
　また、以上においては、通常時と注目時の２つの状態を切り替える例を説明したが、状態の数は任意であり、例えば、通常時、やや注目時、注目時、非常に注目時等のように、３つ以上の状態を切り替えるようにしてもよい。ただし、この切り替える状態の上限数は、スケーラブル符号化データのレイヤ数に依存する。
　また、撮像装置１２０１が、スケーラブル符号化のレイヤ数を、状態に応じて決定するようにしてもよい。例えば、通常時の場合、撮像装置１２０１が、低品質でデータ量の少ないベースレイヤのスケーラブル符号化データ（BL）１２２２を生成し、スケーラブル符号化データ記憶装置１２０２に供給するようにしてもよい。また、例えば、注目時の場合、撮像装置１２０１が、高品質でデータ量の多いベースレイヤのスケーラブル符号化データ（BL+EL）１２２１を生成し、スケーラブル符号化データ記憶装置１２０２に供給するようにしてもよい。
　以上においては、監視カメラを例に説明したが、この撮像システム１２００の用途は任意であり、監視カメラに限定されない。
　なお、本明細書では、参照画像特定情報や重み付け生成情報などの各種情報が、符号化ストリームに多重化されて、符号化側から復号側へ伝送される例について説明した。しかしながら、これら情報を伝送する手法はかかる例に限定されない。例えば、これら情報は、符号化ビットストリームに多重化されることなく、符号化ビットストリームと関連付けられた別個のデータとして伝送され又は記録されてもよい。ここで、「関連付ける」という用語は、ビットストリームに含まれる画像（スライス若しくはブロックなど、画像の一部であってもよい）と当該画像に対応する情報とを復号時にリンクさせ得るようにすることを意味する。即ち、情報は、画像（又はビットストリーム）とは別の伝送路上で伝送されてもよい。また、情報は、画像（又はビットストリーム）とは別の記録媒体（又は同一の記録媒体の別の記録エリア）に記録されてもよい。さらに、情報と画像（又はビットストリーム）とは、例えば、複数フレーム、１フレーム、又はフレーム内の一部分などの任意の単位で互いに関連付けられてよい。
　本技術は、MPEG，H.26ｘ等のように、離散コサイン変換等の直交変換と動き補償によって圧縮されたビットストリームを、衛星放送、ケーブルＴＶ、インターネット、携帯電話などのネットワークメディアを介して受信する際、または光、磁気ディスク、フラッシュメモリのような記憶メディア上で処理する際に用いられる符号化装置や復号装置に適用することができる。
　また、本明細書では、HEVC方式に準ずる方式で符号化および復号する場合を例にして説明したが、本技術の適用範囲はこれに限らない。Spatial Scalability、SNR Scalabilityのように、ベース画像とエンハンスメント画像が1対1で対応するように符号化対象の画像を階層化し、インター予測を用いて符号化する符号化装置、および、対応する復号装置であれば、他の方式の符号化装置および復号装置に適用することもできる。
　なお、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。
　例えば、本技術は、１つの機能をネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。
　また、上述のフローチャートで説明した各ステップは、１つの装置で実行する他、複数の装置で分担して実行することができる。
　さらに、１つのステップに複数の処理が含まれる場合には、その１つのステップに含まれる複数の処理は、１つの装置で実行する他、複数の装置で分担して実行することができる。
　また、第１実施の形態と第２実施の形態を組み合わせてもよい。この場合、階層間で参照画像特定情報と重み付け情報が共有または予測される。
　なお、本技術は、以下のような構成もとることができる。
　（１）
　階層構造を有する画像の第１の階層の画像を符号化する際に用いる第１の参照画像に関する情報である第１の参照画像情報と、第２の階層の画像の第２の参照画像に関する情報である第２の参照画像情報とを用いて、前記第１の参照画像情報の生成に用いる参照画像生成情報を設定する設定部と、
　前記第１の階層の画像を前記第１の参照画像を用いて符号化し、符号化データを生成する符号化部と、
　前記符号化部により生成された前記符号化データと、前記設定部により設定された前記参照画像生成情報を伝送する伝送部と
　を備える符号化装置。
　（２）
　前記設定部は、前記第１の参照画像情報と前記第２の参照画像情報が同一である場合、前記参照画像生成情報として、前記第１の参照画像情報として前記第２の参照画像情報を用いることを表す情報を設定する
　前記（１）に記載の符号化装置。
　（３）
　前記設定部は、前記第１の参照画像情報と前記第２の参照画像情報が同一ではない場合、前記参照画像生成情報として、前記第１の参照画像情報と前記第２の参照画像情報の差分と、前記第２の参照画像情報と前記差分とから前記第１の参照画像情報を予測することを表す情報とを設定する
　前記（１）または（２)に記載の符号化装置。
　（４）
　前記伝送部は、前記第１の階層を特定する情報を伝送する
　前記（１）乃至（３）のいずれかに記載の符号化装置。
　（５）
　前記第１の参照画像情報は、前記第１の参照画像を特定する情報であり、
　前記第２の参照画像情報は、前記第２の参照画像を特定する情報である
　前記（２）に記載の符号化装置。
　（６）
　前記設定部は、前記参照画像生成情報をSPS（Sequence Parameter Set）単位で設定する
　請求項（５）に記載の符号化装置。
　（７）
　前記設定部は、
　short termの前記第１の参照画像を特定する情報である第１の参照画像特定情報と、short termの前記第２の参照画像を特定する情報である第２の参照画像特定情報が同一である場合、short termの前記参照画像生成情報として、前記short termの第１の参照画像特定情報として前記short termの第２の参照画像特定情報を用いることを表す情報を設定し、
　long termの前記第１の参照画像特定情報とlong termの前記第２の参照画像特定情報が同一である場合、long termの前記参照画像生成情報として、前記long termの第１の参照画像特定情報として前記long termの第２の参照画像特定情報を用いることを表す情報を設定する
　前記（５）または（６）に記載の符号化装置。
　（８）
　前記設定部は、前記第１の参照画像の設定モードに基づいて、short termの前記第１の参照画像を特定する情報である第１の参照画像特定情報と、short termの前記第２の参照画像を特定する情報である第２の参照画像特定情報が同一である場合、前記参照画像生成情報として、前記第１の参照画像特定情報として前記第２の参照画像特定情報を用いることを表す情報を設定する
　前記（５）または（６）に記載の符号化装置。
　（９）
　前記設定部は、前記第２の階層の画像の符号化方式に基づいて、前記参照画像生成情報を設定する
　前記（５）乃至（８）のいずれかに記載の符号化装置。
　（１０）
　前記設定部は、short termの前記第１の参照画像を特定する情報である第１の参照画像特定情報の全てが、short termの前記第２の参照画像を特定する情報である第２の参照画像特定情報に含まれる場合、前記参照画像生成情報として、前記short termの第１の参照画像特定情報として前記short termの第２の参照画像特定情報の一部を用いることを表す情報を設定する
　前記（５）または（６）に記載の符号化装置。
　（１１）
　前記設定部は、前記short termの第１の参照画像特定情報の全てが、前記short termの第２の参照画像特定情報に含まれる場合、前記第２の参照画像ごとに、前記short termの第２の参照画像特定情報が前記short termの第１の参照画像特定情報として用いられるかを示す使用情報を設定し、
　前記伝送部は、前記設定部により設定された前記使用情報を伝送する
　前記（１０）に記載の符号化装置。
　（１２）
　重み係数を含む重み付け情報を用いて前記第１の参照画像に対して重み付けを行う重み付け処理部
　をさらに備え、
　前記第１の参照画像情報は、前記第１の参照画像の前記重み付け情報であり、
　前記第２の参照画像情報は、前記第２の参照画像の重み付け情報であり、
　前記符号化部は、前記重み付け処理部により重み付けが行われた前記第１の参照画像を用いて前記第１の階層の画像を符号化する
　前記（１）乃至（４）のいずれかに記載の符号化装置。
　（１３）
　前記重み付け処理部は、前記第２の参照画像に対して重み付けが行われた場合、前記第１の参照画像に対して前記重み付けを行う
　前記（１２）に記載の符号化装置。
　（１４）
　符号化装置が、
　階層構造を有する画像の第１の階層の画像を符号化する際に用いる第１の参照画像に関する情報である第１の参照画像情報と、第２の階層の画像の第２の参照画像に関する情報である第２の参照画像情報とを用いて、前記第１の参照画像情報の生成に用いる参照画像生成情報を設定する設定ステップと、
　前記第１の階層の画像を前記第１の参照画像を用いて符号化し、符号化データを生成する符号化ステップと、
　前記符号化ステップの処理により生成された前記符号化データと、前記設定ステップの処理により設定された前記参照画像生成情報を伝送する伝送ステップと
　を含む符号化方法。
　（１５）
　階層構造を有する画像の第１の階層の画像を符号化する際に用いる第１の参照画像に関する情報である第１の参照画像情報と、第２の階層の画像の第２の参照画像に関する情報である第２の参照画像情報とを用いて生成された、前記第１の参照画像情報の生成に用いる参照画像生成情報と、前記第１の階層の画像の符号化データとを受け取る受け取り部と、
　前記参照画像生成情報を用いて前記第１の参照画像情報を生成する生成部と、
　前記生成部により生成された前記第１の参照画像情報に基づいて、前記第１の階層の画像の符号化データを前記第１の参照画像を用いて復号する復号部と
　を備える復号装置。
　（１６）
　前記受け取り部は、前記参照画像生成情報として、前記第１の参照画像情報として前記第２の参照画像情報を用いることを表す情報を受け取り、
　前記生成部は、前記受け取り部により受け取られた前記参照画像生成情報に基づいて、前記第２の参照画像情報を前記第１の参照画像情報として生成する
　前記（１５）に記載の復号装置。
　（１７）
　前記受け取り部は、前記参照画像生成情報として、前記第１の参照画像情報と前記第２の参照画像情報の差分と、前記第２の参照画像情報と前記差分とから前記第１の参照画像情報を予測することを表す情報とを受け取り、
　前記生成部は、前記受け取り部により受け取られた前記情報に基づいて、前記第２の参照画像情報と前記受け取り部により受け取られた前記差分とを加算し、その結果得られる加算値を前記第１の参照画像情報として生成する
　前記（１５）または（１６)に記載の復号装置。
　（１８）
　前記受け取り部は、前記第１の階層を特定する情報を受け取り、
　前記生成部は、前記第１の階層を特定する情報に基づいて前記第１の参照画像情報を生成する
　前記（１５）乃至（１７)のいずれかに記載の復号装置。
　（１９）
　前記第１の参照画像情報は、前記第１の参照画像を特定する情報であり、
　前記第２の参照画像情報は、前記第２の参照画像を特定する情報である
　前記（１６)に記載の復号装置。
　（２０）
　前記受け取り部は、SPS（Sequence Parameter Set）単位で設定された前記参照画像生成情報を受け取る
　請求項（１９）に記載の復号装置。
　（２１）
　前記受け取り部は、short termの前記第１の参照画像を特定する情報である第１の参照画像特定情報として、short termの前記第２の参照画像を特定する情報である第２の参照画像特定情報を用いることを表すshort termの前記参照画像生成情報と、long termの前記第１の参照画像特定情報として、long termの前記第２の参照画像特定情報を用いることを表すlong termの前記参照画像生成情報とを受け取り、
　前記生成部は、前記受け取り部により受け取られたshort termの前記参照画像生成情報に基づいて、前記short termの第２の参照画像特定情報を前記short termの第１の参照画像特定情報として生成し、前記受け取り部により受け取られたlong termの前記参照画像生成情報に基づいて、前記long termの第２の参照画像特定情報を前記long termの第１の参照画像特定情報として生成する
　前記（１９）または（２０）に記載の復号装置。
　（２２）
　前記受け取り部は、前記第１の参照画像の設定モードに基づいて設定された、short termの前記第１の参照画像を特定する情報である第１の参照画像特定情報として、short termの前記第２の参照画像を特定する情報である第２の参照画像特定情報を用いることを表す情報を、前記参照画像生成情報として受け取り、
　前記生成部は、前記受け取り部により受け取られた前記参照画像生成情報に基づいて、前記short termの第２の参照画像特定情報を前記short termの第１の参照画像特定情報として生成し、前記参照画像生成情報と前記設定モードに基づいて、前記long termの第２の参照画像特定情報を前記long termの第１の参照画像特定情報として生成する
　前記（１９）または（２０）に記載の復号装置。
　（２３）
　前記受け取り部は、前記第２の階層の画像の符号化方式に基づいて設定された前記参照画像生成情報を受け取る
　前記（１９）乃至（２２）のいずれかに記載の復号装置。
　（２４）
　前記受け取り部は、short termの前記第１の参照画像を特定する情報である第１の参照画像特定情報として、short termの前記第２の参照画像を特定する情報である第２の参照画像特定情報の一部を用いることを表す情報を前記参照画像生成情報として受け取り、
　前記生成部は、前記受け取り部により受け取られた前記参照画像生成情報に基づいて、前記short termの第２の参照画像特定情報の一部を前記short termの第１の参照画像特定情報として生成する
　前記（１９）または（２０）に記載の復号装置。
　（２５）
　前記受け取り部は、前記第２の参照画像ごとに、前記short termの第２の参照画像特定情報が前記short termの第１の参照画像特定情報として用いられるかを示す使用情報を受け取り、
　前記生成部は、前記受け取り部により受け取られた前記参照画像生成情報と使用情報に基づいて、前記short termの第２の参照画像特定情報の一部を前記short termの第１の参照画像特定情報として生成する
　前記（２４）に記載の復号装置。
　（２６）
　重み係数を含む重み付け情報を用いて前記第１の参照画像に対して重み付けを行う重み付け処理部
　をさらに備え、
　前記第１の参照画像情報は、前記第１の参照画像の前記重み付け情報であり、
　前記第２の参照画像情報は、前記第２の参照画像の重み付け情報であり、
　前記重み付け処理部は、前記生成部により生成された前記第１の参照画像情報を用いて前記第１の参照画像に対して重み付けを行い、
　前記復号部は、前記重み付け処理部により重み付けが行われた前記第１の参照画像を用いて前記第１の階層の画像の符号化データを復号する
　前記（１５）乃至（１８)のいずれかに記載の復号装置。
　（２７）
　前記重み付け処理部は、前記第２の参照画像に対して重み付けが行われた場合、前記第１の参照画像に対して前記重み付けを行う
　前記（２６）に記載の復号装置。
　（２８）
　復号装置が、
　階層構造を有する画像の第１の階層の画像を符号化する際に用いる第１の参照画像に関する情報である第１の参照画像情報と、第２の階層の画像の第２の参照画像に関する情報である第２の参照画像情報とを用いて生成された前記第１の参照画像情報の生成に用いる参照画像生成情報と、前記第１の階層の画像の符号化データとを受け取る受け取りステップと、
　前記参照画像生成情報を用いて前記第１の参照画像情報を生成する生成ステップと、
　前記生成ステップの処理により生成された前記第１の参照画像情報に基づいて、前記第１の階層の画像の符号化データを前記第１の参照画像を用いて復号する復号ステップと
　を含む復号方法。
　１０　符号化装置，　１４　伝送部，　３３　演算部，　５０　参照画像設定部，　９０　復号装置，　９１　受け取り部，　１３５　加算部，　１６３　生成部，　１８０　符号化装置，　２２１　動き予測・補償部　２２３　重み設定部，　２８０　復号装置，　３２３　動き補償部，　３５４　生成部

Claims (16)

  1. 　階層構造を有する画像の第１の階層の画像を符号化する際に用いる第１の参照画像に関する情報である第１の参照画像情報と、第２の階層の画像の第２の参照画像に関する情報である第２の参照画像情報とを用いて、前記第１の参照画像情報の生成に用いる参照画像生成情報を設定する設定部と、
    　前記第１の階層の画像を前記第１の参照画像を用いて符号化し、符号化データを生成する符号化部と、
    　前記符号化部により生成された前記符号化データと、前記設定部により設定された前記参照画像生成情報を伝送する伝送部と
    　を備える符号化装置。
  2. 　前記設定部は、前記第１の参照画像情報と前記第２の参照画像情報が同一である場合、前記参照画像生成情報として、前記第１の参照画像情報として前記第２の参照画像情報を用いることを表す情報を設定する
    　請求項１に記載の符号化装置。
  3. 　前記設定部は、前記第１の参照画像情報と前記第２の参照画像情報が同一ではない場合、前記参照画像生成情報として、前記第１の参照画像情報と前記第２の参照画像情報の差分と、前記第２の参照画像情報と前記差分とから前記第１の参照画像情報を予測することを表す情報とを設定する
    　請求項１に記載の符号化装置。
  4. 　前記伝送部は、前記第１の階層を特定する情報を伝送する
    　請求項１に記載の符号化装置。
  5. 　前記第１の参照画像情報は、前記第１の参照画像を特定する情報であり、
    　前記第２の参照画像情報は、前記第２の参照画像を特定する情報である
    　請求項１に記載の符号化装置。
  6. 　重み係数を含む重み付け情報を用いて前記第１の参照画像に対して重み付けを行う重み付け処理部
    　をさらに備え、
    　前記第１の参照画像情報は、前記第１の参照画像の前記重み付け情報であり、
    　前記第２の参照画像情報は、前記第２の参照画像の重み付け情報であり、
    　前記符号化部は、前記重み付け処理部により重み付けが行われた前記第１の参照画像を用いて前記第１の階層の画像を符号化する
    　請求項１に記載の符号化装置。
  7. 　前記重み付け処理部は、前記第２の参照画像に対して重み付けが行われた場合、前記第１の参照画像に対して前記重み付けを行う
    　請求項６に記載の符号化装置。
  8. 　符号化装置が、
    　階層構造を有する画像の第１の階層の画像を符号化する際に用いる第１の参照画像に関する情報である第１の参照画像情報と、第２の階層の画像の第２の参照画像に関する情報である第２の参照画像情報とを用いて、前記第１の参照画像情報の生成に用いる参照画像生成情報を設定する設定ステップと、
    　前記第１の階層の画像を前記第１の参照画像を用いて符号化し、符号化データを生成する符号化ステップと、
    　前記符号化ステップの処理により生成された前記符号化データと、前記設定ステップの処理により設定された前記参照画像生成情報を伝送する伝送ステップと
    　を含む符号化方法。
  9. 　階層構造を有する画像の第１の階層の画像を符号化する際に用いる第１の参照画像に関する情報である第１の参照画像情報と、第２の階層の画像の第２の参照画像に関する情報である第２の参照画像情報とを用いて生成された、前記第１の参照画像情報の生成に用いる参照画像生成情報と、前記第１の階層の画像の符号化データとを受け取る受け取り部と、
    　前記参照画像生成情報を用いて前記第１の参照画像情報を生成する生成部と、
    　前記生成部により生成された前記第１の参照画像情報に基づいて、前記第１の階層の画像の符号化データを前記第１の参照画像を用いて復号する復号部と
    　を備える復号装置。
  10. 　前記受け取り部は、前記参照画像生成情報として、前記第１の参照画像情報として前記第２の参照画像情報を用いることを表す情報を受け取り、
    　前記生成部は、前記受け取り部により受け取られた前記参照画像生成情報に基づいて、前記第２の参照画像情報を前記第１の参照画像情報として生成する
    　請求項９に記載の復号装置。
  11. 　前記受け取り部は、前記参照画像生成情報として、前記第１の参照画像情報と前記第２の参照画像情報の差分と、前記第２の参照画像情報と前記差分とから前記第１の参照画像情報を予測することを表す情報とを受け取り、
    　前記生成部は、前記受け取り部により受け取られた前記情報に基づいて、前記第２の参照画像情報と前記受け取り部により受け取られた前記差分とを加算し、その結果得られる加算値を前記第１の参照画像情報として生成する
    　請求項９に記載の復号装置。
  12. 　前記受け取り部は、前記第１の階層を特定する情報を受け取り、
    　前記生成部は、前記受け取り部により受け取られた前記第１の階層を特定する情報に基づいて前記第１の参照画像情報を生成する
    　請求項９に記載の復号装置。
  13. 　前記第１の参照画像情報は、前記第１の参照画像を特定する情報であり、
    　前記第２の参照画像情報は、前記第２の参照画像を特定する情報である
    　請求項９に記載の復号装置。
  14. 　重み係数を含む重み付け情報を用いて前記第１の参照画像に対して重み付けを行う重み付け処理部
    　をさらに備え、
    　前記第１の参照画像情報は、前記第１の参照画像の前記重み付け情報であり、
    　前記第２の参照画像情報は、前記第２の参照画像の重み付け情報であり、
    　前記重み付け処理部は、前記生成部により生成された前記第１の参照画像情報を用いて前記第１の参照画像に対して重み付けを行い、
    　前記復号部は、前記重み付け処理部により重み付けが行われた前記第１の参照画像を用いて前記第１の階層の画像の符号化データを復号する
    　請求項９に記載の復号装置。
  15. 　前記重み付け処理部は、前記第２の参照画像に対して重み付けが行われた場合、前記第１の参照画像に対して前記重み付けを行う
    　請求項１４に記載の復号装置。
  16. 　復号装置が、
    　階層構造を有する画像の第１の階層の画像を符号化する際に用いる第１の参照画像に関する情報である第１の参照画像情報と、第２の階層の画像の第２の参照画像に関する情報である第２の参照画像情報とを用いて生成された前記第１の参照画像情報の生成に用いる参照画像生成情報と、前記第１の階層の画像の符号化データとを受け取る受け取りステップと、
    　前記参照画像生成情報を用いて前記第１の参照画像情報を生成する生成ステップと、
    　前記生成ステップの処理により生成された前記第１の参照画像情報に基づいて、前記第１の階層の画像の符号化データを前記第１の参照画像を用いて復号する復号ステップと
    　を含む復号方法。
PCT/JP2013/075518 2012-09-28 2013-09-20 符号化装置および符号化方法、並びに、復号装置および復号方法 WO2014050748A1 (ja)

Priority Applications (9)

Application Number Priority Date Filing Date Title
US14/427,844 US10085038B2 (en) 2012-09-28 2013-09-20 Encoding device, encoding method, decoding device, and decoding method
MX2015003435A MX345239B (es) 2012-09-28 2013-09-20 Dispositivo de codificación, método de codificación, dispositivo de descodificación, y método de descodificación.
KR1020157006851A KR20150063379A (ko) 2012-09-28 2013-09-20 부호화 장치 및 부호화 방법, 및 복호 장치 및 복호 방법
JP2014538469A JP6274108B2 (ja) 2012-09-28 2013-09-20 符号化装置および符号化方法
CN201380061119.3A CN104813663B (zh) 2012-09-28 2013-09-20 编码设备、编码方法、解码设备和解码方法
BR112015006313A BR112015006313A2 (pt) 2012-09-28 2013-09-20 dispositivos de codificação e de decodificação, e, método de decodificação
RU2015110063A RU2646340C2 (ru) 2012-09-28 2013-09-20 Устройство и способ кодирования, устройство и способ декодирования
EP13841545.0A EP2899983B1 (en) 2012-09-28 2013-09-20 Encoding device, encoding method, decoding device, and decoding method
US15/980,852 US10499079B2 (en) 2012-09-28 2018-05-16 Encoding device, encoding method, decoding device, and decoding method

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2012-218303 2012-09-28
JP2012218303 2012-09-28
JP2013077661 2013-04-03
JP2013-077661 2013-04-03

Related Child Applications (2)

Application Number Title Priority Date Filing Date
US14/427,844 A-371-Of-International US10085038B2 (en) 2012-09-28 2013-09-20 Encoding device, encoding method, decoding device, and decoding method
US15/980,852 Continuation US10499079B2 (en) 2012-09-28 2018-05-16 Encoding device, encoding method, decoding device, and decoding method

Publications (1)

Publication Number Publication Date
WO2014050748A1 true WO2014050748A1 (ja) 2014-04-03

Family

ID=50388152

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/075518 WO2014050748A1 (ja) 2012-09-28 2013-09-20 符号化装置および符号化方法、並びに、復号装置および復号方法

Country Status (9)

Country Link
US (2) US10085038B2 (ja)
EP (1) EP2899983B1 (ja)
JP (2) JP6274108B2 (ja)
KR (1) KR20150063379A (ja)
CN (3) CN108521574A (ja)
BR (1) BR112015006313A2 (ja)
MX (1) MX345239B (ja)
RU (2) RU2666305C1 (ja)
WO (1) WO2014050748A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021093729A (ja) * 2013-04-07 2021-06-17 ドルビー・インターナショナル・アーベー 映像復号方法
US11553198B2 (en) 2013-04-07 2023-01-10 Dolby International Ab Removal delay parameters for video coding

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9967581B2 (en) * 2014-05-29 2018-05-08 Apple Inc. Video quality adaptation with frame rate conversion
JP6597041B2 (ja) * 2015-08-18 2019-10-30 富士ゼロックス株式会社 サーバー装置及び情報処理システム
CN117082237A (zh) 2016-04-29 2023-11-17 世宗大学校产学协力团 用于对图像信号进行编码/解码的方法和设备
KR102383107B1 (ko) * 2016-07-05 2022-04-06 주식회사 케이티 비디오 신호 처리 방법 및 장치
US10264263B2 (en) 2016-07-06 2019-04-16 Morpho Detection, Llc Systems and methods for compressing image data generated by a computed tomography (CT) imaging system
US11729417B2 (en) * 2018-10-02 2023-08-15 Interdigital Vc Holdings, Inc. Generalized bi-prediction and weighted prediction
WO2020180166A1 (ko) * 2019-03-07 2020-09-10 디지털인사이트주식회사 영상 부호화/복호화 방법 및 장치
KR20220049554A (ko) * 2019-09-16 2022-04-21 엘지전자 주식회사 가중 예측을 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008535424A (ja) * 2005-04-06 2008-08-28 トムソン ライセンシング エンハンスメント層ビデオ・データを符号化する方法および装置
JP2009512347A (ja) * 2005-10-12 2009-03-19 トムソン ライセンシング スケーラブルビデオ符号化及び復号における重み付け予測方法及び装置
JP2009522888A (ja) * 2006-01-10 2009-06-11 トムソン ライセンシング スケーラブル・ビデオ用参照ピクチャ・リストを構築するための方法及び装置
JP2010517343A (ja) * 2007-01-18 2010-05-20 フラウンホッファー−ゲゼルシャフト ツァ フェルダールング デァ アンゲヴァンテン フォアシュンク エー．ファオ 品質スケーラブル・ビデオ・データ・ストリーム

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005506815A (ja) * 2001-10-26 2005-03-03 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ 空間拡張可能圧縮のための方法及び装置
EP1830577A1 (en) * 2002-01-18 2007-09-05 Kabushiki Kaisha Toshiba Video decoding method and apparatus
KR100931915B1 (ko) * 2002-01-23 2009-12-15 노키아 코포레이션 비디오 코딩시 이미지 프레임들의 그루핑
KR100693669B1 (ko) * 2003-03-03 2007-03-09 엘지전자 주식회사 피일드 매크로 블록의 레퍼런스 픽쳐 결정 방법
WO2006112272A1 (ja) * 2005-04-13 2006-10-26 Ntt Docomo, Inc. 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、および動画像復号プログラム
EP1915870B1 (en) * 2005-07-21 2017-03-08 Thomson Licensing Method and apparatus for weighted prediction for scalable video coding
RU2368095C1 (ru) * 2005-07-22 2009-09-20 Мицубиси Электрик Корпорейшн Кодер изображения и декодер изображения, способ кодирования изображения и способ декодирования изображения, программа кодирования изображения и программа декодирования изображения и компьютерно-считываемый носитель записи, на котором записана программа кодирования изображения, и компьютерно-считываемый носитель записи, на котором записана программа декодирования изображения
KR20070038396A (ko) * 2005-10-05 2007-04-10 엘지전자 주식회사 영상 신호의 인코딩 및 디코딩 방법
US7956930B2 (en) * 2006-01-06 2011-06-07 Microsoft Corporation Resampling and picture resizing operations for multi-resolution video coding and decoding
WO2008083296A2 (en) * 2006-12-28 2008-07-10 Vidyo, Inc. System and method for in-loop deblocking in scalable video coding
JP5026092B2 (ja) * 2007-01-12 2012-09-12 三菱電機株式会社 動画像復号装置および動画像復号方法
EP2051527A1 (en) * 2007-10-15 2009-04-22 Thomson Licensing Enhancement layer residual prediction for bit depth scalability using hierarchical LUTs
CA2702525C (en) * 2007-10-25 2014-07-15 Nippon Telegraph And Telephone Corporation Video scalable encoding method and decoding method and apparatuses therefor
TWI468020B (zh) * 2009-02-19 2015-01-01 Sony Corp Image processing apparatus and method
JP2011015262A (ja) * 2009-07-03 2011-01-20 Panasonic Corp 画像復号化装置
KR20110065089A (ko) * 2009-12-09 2011-06-15 삼성전자주식회사 영상의 부호화 방법 및 장치, 그 복호화 방법 및 장치
JP5563346B2 (ja) * 2010-03-29 2014-07-30 パナソニック株式会社 送電装置及びそれに用いられる波形モニタ回路
CN102186084B (zh) * 2011-06-07 2013-07-31 东莞电子科技大学电子信息工程研究院 一种可伸缩视频编码svc的空间增强层码率控制实现方法
ITMI20111388A1 (it) * 2011-07-26 2013-01-27 Presezzi Extrusion S P A Dispositivo perfezionato applicabile a presse per l'estrusione di metalli atto a consentire una rapida sostituzione del tacco e/o dell'asta applicati a tali presse.
US8863391B2 (en) * 2011-07-27 2014-10-21 Progressive International Corporation Egg slicer
US11445172B2 (en) * 2012-01-31 2022-09-13 Vid Scale, Inc. Reference picture set (RPS) signaling for scalable high efficiency video coding (HEVC)
US9392274B2 (en) * 2012-03-22 2016-07-12 Qualcomm Incorporated Inter layer texture prediction for video coding
TW201408071A (zh) * 2012-04-09 2014-02-16 Vid Scale Inc 視訊編碼加權預測參數傳訊
US9516308B2 (en) * 2012-04-27 2016-12-06 Qualcomm Incorporated Parameter set updates in video coding
EP2824287B1 (en) * 2013-07-08 2020-05-13 Ansaldo Energia IP UK Limited Pressure casing of a turbomachine

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008535424A (ja) * 2005-04-06 2008-08-28 トムソン ライセンシング エンハンスメント層ビデオ・データを符号化する方法および装置
JP2009512347A (ja) * 2005-10-12 2009-03-19 トムソン ライセンシング スケーラブルビデオ符号化及び復号における重み付け予測方法及び装置
JP2009522888A (ja) * 2006-01-10 2009-06-11 トムソン ライセンシング スケーラブル・ビデオ用参照ピクチャ・リストを構築するための方法及び装置
JP2010517343A (ja) * 2007-01-18 2010-05-20 フラウンホッファー−ゲゼルシャフト ツァ フェルダールング デァ アンゲヴァンテン フォアシュンク エー．ファオ 品質スケーラブル・ビデオ・データ・ストリーム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
BENJAMIN BROSS; WOO-JIN HAN; JENS-RAINER OHM; GARY J. SULLIVAN; THOMAS WIEGAND: "High efficiency video coding (HEVC) text specification draft 8", JCTVC-I1003 _D7, 2012, pages 7.11 - 7.20
DO-KYOUNG KWON; MADHUKAR BUDAGAVI; MINHUA ZHOU: "Inter-layer slice header syntax element prediction in SHVC", JCTVC-L0231, 2013, pages 1.14 - 1.23

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021093729A (ja) * 2013-04-07 2021-06-17 ドルビー・インターナショナル・アーベー 映像復号方法
JP7047146B2 (ja) 2013-04-07 2022-04-04 ドルビー・インターナショナル・アーベー 映像復号方法
US11553198B2 (en) 2013-04-07 2023-01-10 Dolby International Ab Removal delay parameters for video coding
US11653011B2 (en) 2013-04-07 2023-05-16 Dolby International Ab Decoded picture buffer removal

Also Published As

Publication number Publication date
CN108521574A (zh) 2018-09-11
JP6432809B2 (ja) 2018-12-05
MX345239B (es) 2017-01-23
EP2899983A4 (en) 2016-06-08
EP2899983B1 (en) 2018-11-21
JP2018085757A (ja) 2018-05-31
RU2015110063A (ru) 2016-10-10
US20180270503A1 (en) 2018-09-20
CN104813663A (zh) 2015-07-29
KR20150063379A (ko) 2015-06-09
US10085038B2 (en) 2018-09-25
US10499079B2 (en) 2019-12-03
EP2899983A1 (en) 2015-07-29
BR112015006313A2 (pt) 2017-07-04
RU2666305C1 (ru) 2018-09-06
CN108337524A (zh) 2018-07-27
US20150222921A1 (en) 2015-08-06
RU2646340C2 (ru) 2018-03-02
JPWO2014050748A1 (ja) 2016-08-22
JP6274108B2 (ja) 2018-02-07
MX2015003435A (es) 2015-06-22
CN104813663B (zh) 2018-05-22

Similar Documents

Publication Publication Date Title
JP6432809B2 (ja) 復号装置および復号方法
JP6580648B2 (ja) 画像処理装置および記録媒体
AU2012227626B2 (en) Image processing device and method
JP5954587B2 (ja) 画像処理装置および方法
WO2013031315A1 (ja) 画像処理装置及び画像処理方法
US20230247217A1 (en) Image processing apparatus and method
JPWO2014002896A1 (ja) 符号化装置および符号化方法、復号装置および復号方法
JP6316346B2 (ja) 画像処理装置、画像処理方法、プログラム及び記録媒体
JP2015005899A (ja) 復号装置および復号方法、並びに、符号化装置および符号化方法
WO2014103774A1 (ja) 画像処理装置および方法
WO2014103764A1 (ja) 画像処理装置および方法
WO2012173022A1 (ja) 画像処理装置および方法
WO2014141899A1 (ja) 画像処理装置および方法
WO2014050732A1 (ja) 符号化装置および符号化方法、並びに、復号装置および復号方法
JPWO2014002900A1 (ja) 画像処理装置および画像処理方法
WO2013015118A1 (ja) 画像処理装置および方法
WO2014156705A1 (ja) 復号装置および復号方法、並びに、符号化装置および符号化方法
WO2014203762A1 (ja) 復号装置および復号方法、並びに、符号化装置および符号化方法
JP2015089078A (ja) 画像処理装置および方法
WO2014097937A1 (ja) 画像処理装置および画像処理方法

Legal Events

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

Ref document number: 13841545

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2014538469

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 14427844

Country of ref document: US

ENP Entry into the national phase

Ref document number: 20157006851

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: MX/A/2015/003435

Country of ref document: MX

ENP Entry into the national phase

Ref document number: 2015110063

Country of ref document: RU

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112015006313

Country of ref document: BR

ENP Entry into the national phase

Ref document number: 112015006313

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20150320