WO2015001762A1 - 画像符号化方法、画像復号方法、画像符号化装置、画像復号装置および画像符号化復号装置 - Google Patents

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

Info

Publication number
WO2015001762A1
WO2015001762A1 PCT/JP2014/003354 JP2014003354W WO2015001762A1 WO 2015001762 A1 WO2015001762 A1 WO 2015001762A1 JP 2014003354 W JP2014003354 W JP 2014003354W WO 2015001762 A1 WO2015001762 A1 WO 2015001762A1
Authority
WO
WIPO (PCT)
Prior art keywords
picture
target picture
field
decoding
target
Prior art date
Application number
PCT/JP2014/003354
Other languages
English (en)
French (fr)
Inventor
健吾 寺田
西　孝啓
寿郎 笹井
Original Assignee
パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ filed Critical パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ
Priority to JP2014554640A priority Critical patent/JP5680812B1/ja
Publication of WO2015001762A1 publication Critical patent/WO2015001762A1/ja
Priority to US14/730,552 priority patent/US9706213B2/en
Priority to US15/496,435 priority patent/US9992508B2/en
Priority to US15/966,444 priority patent/US10321147B2/en
Priority to US16/399,082 priority patent/US10869055B2/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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/16—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter for a given display mode, e.g. for interlaced or progressive display mode
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/187—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a scalable video layer
    • 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
    • H04N19/31—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability in the temporal domain

Definitions

  • the present invention relates to an image encoding method for encoding a plurality of pictures classified into a plurality of layers.
  • Non-patent document 1 discloses a technique related to an image encoding method for encoding an image (including a moving image) or an image decoding method for decoding an image.
  • JCT-VC Joint Collaborative Team on Video Coding
  • the present invention provides an image encoding method for efficiently encoding an image, an image decoding method for efficiently decoding an image, and the like.
  • An image decoding apparatus encodes a plurality of pictures classified into a plurality of hierarchies, in which reference from a picture belonging to an upper hierarchy to a picture belonging to a lower hierarchy is prohibited, with the field structure, A picture encoding method for encoding at least one of the pictures as a TSA (Temporal Sub-layer Access) picture for which predetermined reference is prohibited, wherein the target picture of the plurality of pictures is the TSA picture A step of determining whether the predetermined reference is a trailing picture that is permitted, and encoding the plurality of pictures according to whether the target picture is the TSA picture or the trailing picture A first encoding step, and in the determining step, the object When a cutout does not belong to the highest layer of the plurality of layers and the target picture corresponds to a first field encoded first among a pair of fields in a frame, the target picture is the TSA picture If the target picture belongs to the highest layer, or if the target picture corresponds to the second field encoded last among the
  • the image encoding method and image decoding method of the present invention can efficiently encode or decode an image.
  • FIG. 1 is a diagram illustrating reference restrictions on pictures (frames) classified into hierarchies.
  • FIG. 2 is a diagram illustrating the relationship between fields and frames.
  • FIG. 3 is a diagram illustrating reference restrictions on pictures (fields) classified into hierarchies.
  • FIG. 4 is a block diagram of the image coding apparatus according to the first embodiment.
  • FIG. 5 is a flowchart showing the operation of the image coding apparatus according to the first embodiment.
  • FIG. 6 is a flowchart showing the operation of the picture type determination unit in the first embodiment.
  • FIG. 7 is a diagram showing reference restriction of pictures (fields) in the first embodiment.
  • FIG. 8 is a diagram illustrating a modification example of reference restriction of a picture (field) in the first embodiment.
  • FIG. 9 is a block diagram of an image coding apparatus according to the second embodiment.
  • FIG. 10 is a flowchart showing the operation of the image coding apparatus according to the second embodiment.
  • FIG. 11 is a block diagram of an image decoding apparatus according to the third embodiment.
  • FIG. 12 is a flowchart illustrating the operation of the image decoding apparatus according to the third embodiment.
  • FIG. 13 is a flowchart showing the operation of the picture type check unit in the third embodiment.
  • FIG. 14 is a flowchart showing the operation of the picture type check unit in the third embodiment.
  • FIG. 15 is a block diagram of an image decoding apparatus according to the fourth embodiment.
  • FIG. 16 is a flowchart showing the operation of the image decoding apparatus according to the fourth embodiment.
  • FIG. 17 is an overall configuration diagram of a content supply system that implements a content distribution service.
  • FIG. 18 is an overall configuration diagram of a digital broadcasting system.
  • FIG. 19 is a block diagram illustrating a configuration example of a television.
  • FIG. 20 is a block diagram illustrating a configuration example of an information reproducing / recording unit that reads and writes information from and on a recording medium that is an optical disk.
  • FIG. 21 is a diagram illustrating a structure example of a recording medium that is an optical disk.
  • FIG. 22A illustrates an example of a mobile phone.
  • FIG. 22B is a block diagram illustrating a configuration example of a mobile phone.
  • FIG. 23 is a diagram showing a structure of multiplexed data.
  • FIG. 24 is a diagram schematically showing how each stream is multiplexed in the multiplexed data.
  • FIG. 25 is a diagram showing in more detail how the video stream is stored in the PES packet sequence.
  • FIG. 26 is a diagram illustrating the structure of TS packets and source packets in multiplexed data.
  • FIG. 27 is a diagram illustrating a data structure of the PMT.
  • FIG. 28 is a diagram illustrating an internal configuration of multiplexed data information.
  • FIG. 29 shows the internal structure of stream attribute information.
  • FIG. 30 shows steps for identifying video data.
  • FIG. 31 is a block diagram illustrating a configuration example of an integrated circuit that realizes the moving picture coding method and the moving picture decoding method according to each embodiment.
  • FIG. 32 is a diagram showing a configuration for switching the drive frequency.
  • FIG. 33 is a diagram showing steps for identifying video data and switching between driving frequencies.
  • FIG. 34 is a diagram showing an example of a look-up table in which video data standards are associated with drive frequencies.
  • FIG. 35A is a diagram illustrating an example of a configuration for sharing a module of a signal processing unit.
  • FIG. 35B is a diagram illustrating another example of a configuration for sharing a module of a signal processing unit.
  • Non-patent Document 1 High Efficiency Video Coding
  • Non-Patent Document 1 In the current HEVC standard (Non-Patent Document 1), it is possible to encode pictures divided into layers as shown in FIG. 1 and to limit the reference relationship of pictures.
  • P x denotes the picture
  • x of P x denotes the coding order (decoding order).
  • the vertical direction in FIG. 1 shows a picture hierarchy. TemporalId is an identifier of a hierarchy, and indicates that the higher the numerical value, the deeper the hierarchy.
  • the horizontal direction indicates the frame display order (input order in the image encoding apparatus, output order in the image decoding apparatus). In the example of FIG. 1, one frame corresponds to one picture.
  • P 1 can refer to P 0 . That is, in the example of FIG. 1, a P 0 is available for inter-prediction of P 1, it is possible to create the predicted image of P 1 with reference to P 0.
  • the first picture can refer to the third picture. it can.
  • P 6 can refer not only to P 5, but also to P 1 that P 5 can refer to and P 0 that P 1 can refer to.
  • Dashed arrows indicate prohibition of reference.
  • P 6 can not see P 2.
  • P 6 can not refer to P 4.
  • the purpose of encoding a picture by dividing it into hierarchies is to provide temporal scalability to a moving image (video). For example, in FIG. 1, by decoding only a picture with TemporalId of 0 and a picture with TemporalId of 1 from a code sequence of 60 fps (frame per second) corresponding to TemporalId of 0 to 2, a moving image of 30 fps is decoded. It is possible to obtain
  • the TemporalId of the picture PicX is 1 or more
  • reference to a coded (decoded) picture in which the TemporalId is greater than or equal to the TemporalId of the picture PicX is prohibited from the pictures after the picture PicX in the encoding (decoding) order.
  • the picture PicX also corresponds to the pictures after the picture PicX in the encoding (decoding) order.
  • TemporalId the P 4 in FIG. 1 is a 2
  • TemporalId is 2 or more coding (decoding) a reference to already picture is prohibited. Specifically, reference from P 4 to P 3 is prohibited.
  • TemporalId of P 6 encoded (decoded) immediately before the P 7 is 1, TemporalId one or more coding (decoding) a reference to already picture is prohibited. Specifically, referenced P 7 to P 2 is prohibited.
  • the reference relationship By limiting the reference relationship, it is possible to reduce the number of reference pictures to be decoded during playback from the middle. For example, in FIG. 1, if the reference relationship is not limited (that is, if P 7 is reference to P 4, P 4 refers to P 2), at the time of reproduction from P 7, P 0 ⁇ P 1 ⁇ P 2 Pictures are decoded in the order of ⁇ P 4 ⁇ P 5 ⁇ P 6 ⁇ P 7 . When the reference relationship is limited, pictures are decoded in the order of P 0 ⁇ P 1 ⁇ P 5 ⁇ P 6 ⁇ P 7 . In this case, reference pictures P 2 and P 4 do not have to be decoded.
  • sps_temporal_id_nesting_flag a flag called sps_temporal_id_nesting_flag.
  • sps_temporal_id_nesting_flag 1
  • the picture reference relationship is limited as described above.
  • sps_temporal_id_nesting_flag 0, the reference relationship between pictures is not limited.
  • P 7 may refer to P 4 .
  • sps_temporal_id_nesting_flag 1 or more is encoded (decoded) as a TSA (Temporal Sub-layer Access) picture.
  • TSA Temporal Sub-layer Access
  • the picture PicX is a TSA picture
  • reference from a picture after the picture PicX in the encoding (decoding) order to an encoded (decoded) picture whose TemporalId is equal to or higher than the TemporalId of the picture PicX is prohibited. This limits the reference relationship as described above.
  • the field structure is a kind of picture structure used for encoding (decoding).
  • formats used for image encoding (decoding) include a frame format and a field format. That is, there are a frame structure and a field structure as picture structures used for image encoding (decoding).
  • FIG. 2 is a diagram showing the relationship between fields and frames. As shown in FIG. 2, the frame includes a top field and a bottom field.
  • a frame in which a top field and a bottom field are combined is encoded (decoded) as a unit.
  • one frame corresponds to one picture.
  • a top field and a bottom field are encoded (decoded) separately.
  • each field (one field) corresponds to one picture.
  • FIG. 3 is a diagram showing reference restrictions when fields are classified into hierarchies.
  • F xa and F xb indicate fields, and x indicates an encoding (decoding) order.
  • F xa is a top field or bottom field
  • F xb is the other field (bottom field or top field).
  • F 2a and F 3a , F 3b , F 4a , and F 4b whose TemporalId is 2 cannot refer to F 2a .
  • F 3b cannot refer to F 3a
  • F 4b cannot refer to F 4a . That is, one field (top field or bottom field) cannot refer to the other field (bottom field or top field).
  • F 2a and F 3a indicate the same image, but since reference from F 3a to F 2a is prohibited, a predicted image is created from another image. Thereby, the precision of a prediction image falls and compression efficiency falls.
  • an image encoding apparatus encodes a plurality of pictures classified into a plurality of hierarchies in which reference from a picture belonging to an upper hierarchy to a picture belonging to a lower hierarchy is prohibited, with a field structure,
  • the pictures that can be referred to are appropriately limited. Therefore, it is possible to reduce the processing amount and the memory capacity, and it is possible to suppress a decrease in prediction accuracy and a decrease in compression efficiency.
  • the predetermined reference that is a reference to an encoded picture that is a picture preceding the target picture in a coding order and belonging to a layer below the layer to which the target picture belongs is prohibited, If an encoded picture is encoded and it is determined that the target picture is the trailing picture, the predetermined reference may be permitted and the unencoded picture may be encoded.
  • the target picture when the target picture does not belong to the highest layer and the target picture corresponds to the first field that is a top field, the target picture is the TSA picture.
  • the target picture When the target picture belongs to the highest layer or when the target picture corresponds to the second field that is a bottom field, the target picture may be determined to be the trailing picture. .
  • the top field is a TSA picture and the bottom field is a trailing picture except for the highest layer. Therefore, restrictions on references to the top field are relaxed.
  • the target picture when the target picture does not belong to the highest layer and the target picture corresponds to the first field immediately before the second field in the coding order, the target picture Is determined to be the TSA picture and the target picture belongs to the highest layer, or the target picture corresponds to the second field immediately after the first field in coding order, the target It may be determined that a picture is the trailing picture.
  • the image encoding method may further include a second encoding step for encoding a picture type indicating whether the target picture is the TSA picture or the trailing picture.
  • the image decoding apparatus decodes a plurality of pictures classified into a plurality of hierarchies where reference from a picture belonging to an upper hierarchy to a picture belonging to a lower hierarchy is prohibited in a field structure
  • the decoding of the plurality of pictures from the undecoded pictures after the target picture in the decoding order among the plurality of pictures is prohibited, and the undecoded picture is decoded.
  • the predetermined reference may be permitted and the undecoded picture may be decoded.
  • the target picture when the target picture does not belong to the highest layer and the target picture corresponds to the first field that is a top field, the target picture is the TSA picture.
  • the target picture When the target picture belongs to the highest layer, or when the target picture corresponds to the second field that is a bottom field, the target picture may be identified as the trailing picture. .
  • the top field is identified as a TSA picture and the bottom field is identified as a trailing picture in other than the highest layer. Therefore, restrictions on references to the top field are relaxed.
  • the target picture when the target picture does not belong to the highest layer and the target picture corresponds to the first field immediately before the second field in decoding order, the target picture is When the target picture is identified as the TSA picture and the target picture belongs to the highest layer, or when the target picture corresponds to the second field immediately after the first field in decoding order, the target picture is The trailing picture may be identified.
  • the image decoding method further includes a second decoding step of decoding a picture type indicating whether the target picture is the TSA picture or the trailing picture, and in the identification step, the target step
  • the target picture When a picture does not belong to the highest layer and the target picture corresponds to the first field, the target picture is identified as the TSA picture according to the picture type decoded in the second decoding step.
  • the target picture belongs to the highest layer, or when the target picture corresponds to the second field, the target picture is the trailing according to the picture type decoded in the second decoding step. It may be identified as a picture.
  • the picture type notified from the encoding device it is possible to appropriately identify whether the target picture is a TSA picture or a trailing picture.
  • the image decoding method further includes a check step for checking that the picture type decoded in the second decoding step is correct, and in the check step, the target picture belongs to the highest layer. And if the target picture corresponds to the first field, by checking that the picture type decoded in the second decoding step indicates that the target picture is the TSA picture Checking that the picture type decoded in the second decoding step is correct, and if the target picture belongs to the highest layer, or if the target picture corresponds to the second field, the target picture That the second decoding step is that the trailing picture is By checking that indicates decoded the picture type, it may check that the picture type decoded by the second decoding step is correct.
  • the decoding of the plurality of pictures may be controlled so that the target picture is not decoded when the picture type decoded in the second decoding step is not correct.
  • these comprehensive or specific aspects may be realized by a non-transitory recording medium such as a system, an apparatus, an integrated circuit, a computer program, or a computer-readable CD-ROM.
  • a non-transitory recording medium such as a system, an apparatus, an integrated circuit, a computer program, or a computer-readable CD-ROM.
  • the present invention may be realized by any combination of an integrated circuit, a computer program, or a recording medium.
  • coding may be used to mean encoding.
  • FIG. 4 shows the configuration of the image coding apparatus according to the present embodiment.
  • 4 includes a picture type determining unit 101, a dividing unit 102, a subtracting unit 103, a transform quantizing unit 104, an encoding unit 105, an inverse transform quantizing unit 106, an adding unit 107, a frame.
  • a memory 108, an intra prediction unit 109, and an inter prediction unit 110 are provided.
  • these components are dedicated or general purpose circuits.
  • the picture type determination unit 101 determines the picture type of the processing target picture (S101). Details will be described later.
  • the picture type indicates whether the picture is a TSA (Temporal Sub-layer Access) picture or a Trailing picture.
  • the picture type corresponds to a TSA picture or a trailing picture.
  • the picture type may correspond to other pictures. Other pictures are pictures called leading pictures, for example.
  • the picture type may correspond to an I picture, a P picture, or a B picture.
  • the picture type may correspond to a combination of a plurality of picture types.
  • the encoding unit 105 encodes picture information including a reference restriction flag, a picture structure, a field number, TemporalId, a field division, a picture type, and the like (S102).
  • the reference restriction flag is a flag indicating whether or not to restrict the reference relationship between pictures.
  • the picture structure is a frame structure or a field structure, and corresponds to whether the input image is a frame structure or a field structure.
  • information indicating a picture structure may be simply expressed as a picture structure.
  • the field number is a number corresponding to the field display order.
  • the field number may be a picture number which is a number corresponding to the display order of pictures.
  • TemporalId is an identifier indicating the hierarchy to which the processing target picture belongs.
  • the field division is a division (identifier) indicating whether the processing target field is the first field or the second field.
  • the first field is a field encoded first in a pair of fields in the frame
  • the second field is a field encoded last in a pair of fields in the frame.
  • F xa is the first field
  • F xb is the second field.
  • the dividing unit 102 divides the input image into a plurality of blocks (S103).
  • each block is also referred to as a coding unit in the coding standard.
  • the intra prediction unit 109 and the inter prediction unit 110 derive prediction information including a prediction block, a cost, a prediction mode, and the like for each of the intra prediction and the inter prediction (S104, S105). Then, the intra prediction unit 109 and the inter prediction unit 110 determine a prediction mode and a prediction block using the derived prediction information (S106).
  • the subtraction unit 103 generates a difference block by acquiring a difference between the prediction block and the original block (S107).
  • the transform quantization unit 104 performs frequency transform and quantization on the difference block (S108).
  • the inverse transform quantization unit 106 restores the difference block by performing inverse quantization and inverse frequency transform (S109).
  • the addition unit 107 generates a decoded block (decoded image) by adding (summing) the difference block and the prediction block (S110).
  • the encoding unit 105 encodes the prediction information (S111). Also, the encoding unit 105 encodes the transform coefficient generated by the frequency transform and quantization (S112).
  • the image coding apparatus 100 selects the next block (S114). The image coding apparatus 100 repeats the above processing (S104 to S112) until the processing of all the blocks in the picture is completed. If all the pictures have not been processed (No in S115), the image coding apparatus 100 selects the next picture (S116). Then, the above processing (S101 to S114) is repeated until the processing of all the pictures is completed.
  • the picture type is determined for each picture. More specifically, it is determined for each access unit corresponding to a picture.
  • a picture corresponds to a field when it is encoded with a field structure.
  • a picture corresponds to a frame when encoded with a frame structure.
  • the picture type determination unit 101 determines that the picture type of the processing target picture is a trailing picture. (S208). That is, in these cases, the picture type determination unit 101 determines that the processing target picture is a trailing picture.
  • the reference restriction flag is 0, it means that the reference is not restricted.
  • the picture type determination unit 101 determines that the picture type of the processing target picture is a TSA picture (S207). That is, in this case, the picture type determination unit 101 determines that the processing target picture is a TSA picture.
  • the picture type determination unit 101 determines that the picture type of the processing target picture is a TSA picture (S207).
  • the picture type determination unit 101 determines that the picture type of the processing target picture is a trailing picture. (S206). Otherwise (No in S205), it is determined that the picture type of the processing target picture is a TSA picture (S207). Whether or not the previous field in the coding order is the first field of the same frame is determined by a field number indicating a number corresponding to the field display order.
  • a TSA picture is a picture in which reference from a picture after the TSA picture in encoding (decoding) order to an encoded (decoded) picture whose TemporalId is equal to or higher than the TemporalId of the TSA picture is prohibited. is there.
  • a trailing picture is a picture that is allowed to refer to a coded (decoded) picture whose TemporalId is equal to or greater than the TemporalId of the trailing picture from the picture after the trailing picture in the coding (decoding) order. It is.
  • the image coding apparatus 100 when reference is limited, reference from one field (top field or bottom field) to the other field (bottom field or top field) is possible. Therefore, the prediction accuracy is improved. That is, the image coding apparatus 100 according to the present embodiment can achieve both restriction of the reference relationship and suppression of reduction in compression efficiency.
  • the reference relationship of FIG. 3 is changed as shown in FIG.
  • the second field is not a TSA picture but a trailing picture (TP). Therefore, it is possible to refer to the same or close fields that belong to the same frame in time. For example, reference from F 2b to F 2a is possible. Therefore, the prediction accuracy is improved.
  • Reference to a first field belonging to another layer is possible. For example, reference from F 3a to F 2a is possible. Therefore, the prediction accuracy is improved. Moreover, the improvement of prediction accuracy and the restriction of the reference relationship are compatible.
  • the image encoding device 100 encodes the reference restriction flag, so that the image decoding device can know that the reference is restricted before starting the decoding of the field. Therefore, the image decoding apparatus can skip the decoding process for fields that are not referenced by others. Therefore, the image decoding apparatus can reduce the processing amount.
  • the timing at which the processed field is not referred to from other fields is earlier than when the reference is not restricted. Therefore, it is possible to discard the processed field from the frame memory 108 early. Therefore, the size of the frame memory 108 can be reduced. Further, the image decoding apparatus can know the frame memory size to be secured early according to the reference restriction flag. Therefore, the image decoding apparatus can secure system resources early.
  • the hierarchical structure shown in FIG. 7 is an example, and the hierarchical structure is not limited to the example of FIG.
  • the hierarchical structure may be two layers as shown in FIG. Such a change can be made by TemporalId input from the outside.
  • a reference restriction flag is input from the outside.
  • the reference may always be restricted, the reference may be restricted when the image is encoded with a field structure, or the value of the reference restriction flag may be determined according to the encoding condition.
  • the reference restriction flag may not be encoded.
  • the image decoding apparatus may derive the picture type from the field number, field division, picture structure, and TemporalId.
  • sps_temporal_id_nesting_flag of the current HEVC standard may be used as a reference restriction flag.
  • the image encoding apparatus 100 may set sps_temporal_id_nesting_flag to 1 and encode sps_temporal_id_nesting_flag.
  • TemporalId is input from the outside.
  • TemporalId may not be input from the outside.
  • the image encoding device 100 may include a TemporalId setting unit.
  • the TemporalId setting unit may set TemporalId for each input picture by a predetermined method.
  • the predetermined method may be, for example, a method in which TemporalId is incremented by 1 for each picture and TemporalId is returned to 0 at intervals of three pictures.
  • the picture structure, field number, and field classification need not be input from the outside. These may be fixed values or determined by a predetermined method.
  • the picture type is determined by determining whether or not the previous field in the coding order is the first field of the same frame based on the field number.
  • the picture type determination method is not limited to such a method.
  • the target field is the second field
  • the second field may be determined as a trailing picture regardless of the previous field. In this case, it goes without saying that the field number does not have to be input to the picture type determination unit 101.
  • a top field may be set in the first field and a bottom field may be set in the second field.
  • a bottom field may be set in the first field, and a top field may be set in the second field.
  • the handling may be switched during the processing.
  • all or a part of the picture information including the reference restriction flag, the picture structure, the field number, the TemporalId, and the field division may be encoded at the head of the sequence including a plurality of pictures, or the head of the picture or field Or may be encoded at the beginning of a slice. Also, all or part of the picture information may be encoded as part of SEI (Supplemental Enhancement Information) of the current HEVC standard (Non-Patent Document 1).
  • SEI Supplemental Enhancement Information
  • the determination based on the reference restriction flag (S202 in FIG. 6) may be omitted.
  • the determination based on the picture structure (S203 in FIG. 6) may be omitted.
  • the determination based on the previous encoding target field (S205 in FIG. 6) is: It may be omitted.
  • processing in the present embodiment may be realized by software.
  • This software may be distributed by downloading or the like. Further, this software may be recorded and distributed on a recording medium such as a CD-ROM. Needless to say, this also applies to other embodiments in this specification.
  • FIG. 9 is a block diagram of the image coding apparatus according to the present embodiment.
  • the image encoding device 300 illustrated in FIG. 9 includes a determination unit 301 and an encoding unit 302.
  • the determination unit 301 corresponds to the picture type determination unit 101 in FIG.
  • the encoding unit 302 includes a dividing unit 102, a subtracting unit 103, a transform quantizing unit 104, an encoding unit 105, an inverse transform quantizing unit 106, an adding unit 107, a frame memory 108, an intra prediction unit 109, and inter prediction in FIG. Corresponds to the unit 110.
  • FIG. 10 is a flowchart showing the operation of the image coding apparatus 300 shown in FIG.
  • the image encoding apparatus 300 encodes a plurality of pictures classified into a plurality of hierarchies in which reference from a picture belonging to an upper hierarchy to a picture belonging to a lower hierarchy is prohibited with a field structure.
  • the image encoding device 300 restricts reference. That is, the image encoding device 300 encodes at least one of a plurality of pictures as a TSA picture for which predetermined reference is prohibited.
  • the determination unit 301 determines whether a target picture of a plurality of pictures is a TSA picture or a trailing picture that allows predetermined reference. That is, the determination unit 301 determines the picture type of the target picture (S301).
  • the determination unit 301 determines that the target picture is a TSA picture. Further, when the target picture belongs to the highest hierarchy or when the target picture corresponds to the second field, the determination unit 301 determines that the target picture is a trailing picture.
  • the first field is a field encoded first among a pair of fields in the frame.
  • the second field is a field encoded last among a pair of fields in the frame.
  • the encoding unit 302 encodes a plurality of pictures according to whether the target picture is a TSA picture or a trailing picture (S302).
  • the encoding unit 302 when it is determined that the target picture is a TSA picture, the encoding unit 302 encodes an uncoded picture by prohibiting a predetermined reference. If it is determined that the target picture is a trailing picture, the encoding unit 302 encodes an uncoded picture by permitting a predetermined reference.
  • an uncoded picture is a picture after the target picture in the coding order among a plurality of pictures.
  • the predetermined reference is that from an uncoded picture to a coded picture that is a picture preceding a target picture in a coding order among a plurality of pictures and belonging to a hierarchy below the hierarchy to which the target picture belongs. It is a reference.
  • the first field may be a top field.
  • the second field may be a bottom field. That is, it may be determined in advance that the first field is a top field and the second field is a bottom field.
  • the top field is a field positioned spatially above the bottom field
  • the bottom field is a field positioned spatially below the top field.
  • the determination unit 301 may determine that the target picture is a trailing picture. In other cases, the determination unit 301 may determine that the target picture is a TSA picture.
  • the second field may be a field immediately after the first field in the encoding order.
  • the first field may be a field immediately before the second field in the encoding order. Further, it may be determined in advance that a pair of fields in a frame are continuously encoded.
  • the encoding unit 302 may encode a picture type indicating whether the target picture is a TSA picture or a trailing picture.
  • FIG. 11 shows the configuration of the image decoding apparatus according to the present embodiment.
  • 11 includes a picture type check unit 412, a decoding unit 411, an inverse transform quantization unit 406, an addition unit 407, a frame memory 408, an intra prediction unit 409, and an inter prediction unit 410.
  • these components are dedicated or general purpose circuits.
  • the decoding unit 411 decodes picture information included in the code string (S401). Specifically, the decoding unit 411 decodes a reference restriction flag, a picture type, TemporalId, a field number, a field division, and a picture structure.
  • the picture type check unit 412 checks the picture type of the target picture (S402). That is, the picture type check unit 412 determines whether or not the decoded picture type is normal. Details will be described later.
  • the picture type check unit 412 outputs information indicating that the picture type is an error (S413). For example, in this case, the image decoding device 400 displays an error on the display device, and ends the decoding process of the target picture.
  • the decoding unit 411 decodes the prediction information (S404).
  • the prediction mode included in the prediction information is intra prediction (Yes in S405)
  • the intra prediction unit 409 generates a prediction block based on the intra prediction (S406).
  • the prediction mode is inter prediction (No in S405)
  • the inter prediction unit 410 generates a prediction block based on the inter prediction (S407).
  • the decoding unit 411 decodes the transform coefficient (S408). Then, the inverse transform quantization unit 406 restores the difference block by performing inverse quantization and inverse frequency transform on the decoded transform coefficient (S409). Then, the addition unit 407 generates a decoded block (decoded image) by adding (summing) the difference block and the prediction block (S410).
  • the image decoding apparatus 400 selects the next block (S412).
  • the image decoding apparatus 400 repeats the above processing (S404 to S410) until the processing of all the blocks in the picture is completed. If all the pictures have not been processed (No in S414), the image decoding apparatus 400 selects the next picture (S415). The image decoding apparatus 400 repeats the above processing (S401 to S413) until the processing of all the pictures is completed.
  • the image decoding apparatus 400 may discard, from the frame memory 408, a picture that is restricted from reference based on the reference restriction flag and that is no longer referenced by other pictures, such as when a TSA picture appears.
  • the image decoding device 400 does not have to decode a picture that is not referenced by other pictures.
  • the picture type check unit 412 sets the normal picture type to the trailing picture (S508). .
  • the picture type check unit 412 sets the normal picture type to a TSA picture (S507).
  • the picture type check unit 412 sets the normal picture type to the TSA picture (S507).
  • the picture type check unit 412 sets the normal picture type to the trailing picture (S506). Otherwise, the picture type check unit 412 sets the normal picture type to TSA picture (S507). Whether the previous field in the decoding order is the first field of the same frame is determined based on the field number indicating the display order number of the field.
  • the picture type check unit 412 checks whether the picture type decoded by the decoding unit 411 is the same as the normal picture type (S509). When the picture type decoded by the decoding unit 411 is different from the normal picture type (No in S509), the picture type check unit 412 determines that the picture type is an error (S510).
  • the image decoding apparatus 400 in the present embodiment can decode the code string encoded by the image encoding apparatus 100 in the first embodiment.
  • image decoding apparatus 400 in the present embodiment uses the same picture type as in the first embodiment, it is possible to obtain the same effects as in the first embodiment.
  • the image decoding apparatus 400 can determine whether or not the picture type in the code string is normal by checking the picture type. Therefore, the image decoding apparatus 400 can detect an illegal code string. Further, the image decoding apparatus 400 can prevent a situation in which the decoding process fails due to an illegal code string, and can prevent a situation in which the decoding process cannot be normally terminated.
  • the image decoding apparatus 400 can know that the reference is restricted before the start of decoding according to the reference restriction flag. Therefore, the image decoding apparatus 400 can skip the decoding process for fields that are not referenced by others. Therefore, the image decoding apparatus 400 can reduce the processing amount.
  • the timing at which the processed field is not referred to from other fields is earlier than when the reference is not limited. Therefore, since the image decoding apparatus 400 can discard the processed field from the frame memory 408 early, the image decoding apparatus 400 can decode an image using the frame memory 408 having a small size.
  • the image decoding apparatus 400 can know the frame memory size to be secured at an early stage according to the reference restriction flag. Therefore, the image decoding apparatus 400 can secure system resources early.
  • a reference restriction flag is included in the code string.
  • the reference restriction flag may not be included in the code string.
  • the reference may always be restricted, the reference may be restricted when the image is decoded with the field structure, or the value of the reference restriction flag may be determined according to the decoding condition.
  • sps_temporal_id_nesting_flag of the current HEVC standard may be used as a reference restriction flag. For example, when sps_temporal_id_nesting_flag is 1, it may be determined that the reference is restricted.
  • all or part of the picture information including the reference restriction flag, the picture structure, the field number, TemporalId, and the field division may be decoded at the beginning of a sequence including a plurality of pictures, or at the beginning of a picture or field. It may be decoded or may be decoded at the head of the slice. Also, all or part of the picture information may be decoded as part of SEI (Supplemental Enhancement Information) of the current HEVC standard (Non-Patent Document 1).
  • SEI Supplemental Enhancement Information
  • the image decoding apparatus 400 may decode all of the plurality of pictures after checking that all the picture types of the plurality of pictures are normal. When some of the picture types of the plurality of pictures are not normal, the image decoding apparatus 400 may skip decoding of the pictures whose picture types are not normal or may stop decoding of the plurality of pictures as a whole. .
  • FIG. 15 is a block diagram of the image decoding apparatus according to the present embodiment.
  • An image decoding apparatus 600 illustrated in FIG. 15 includes an identification unit 601 and a decoding unit 603.
  • the identification unit 601 corresponds to a part of the decoding unit 411 in FIG.
  • the decoding unit 603 corresponds to the other part of the decoding unit 411 in FIG. 11, the inverse transform quantization unit 406, the addition unit 407, the frame memory 408, the intra prediction unit 409, and the inter prediction unit 410.
  • the image decoding apparatus 600 may include the check unit 602 or may not include the check unit 602.
  • the check unit 602 corresponds to the picture type check unit 412 in FIG.
  • FIG. 16 is a flowchart showing the operation of the image decoding apparatus 600 shown in FIG.
  • the image decoding apparatus 600 decodes a plurality of pictures classified into a plurality of hierarchies in which reference from a picture belonging to an upper hierarchy to a picture belonging to a lower hierarchy is prohibited in a field structure.
  • the image decoding device 600 restricts reference. That is, the image decoding apparatus 600 decodes at least one of a plurality of pictures as a TSA picture for which predetermined reference is prohibited.
  • the identification unit (determination unit) 601 identifies (determines) whether the target picture of the plurality of pictures is a TSA picture or a trailing picture that allows predetermined reference. That is, the identification unit 601 identifies the picture type of the target picture (S601).
  • the identifying unit 601 identifies that the target picture is a TSA picture. Further, when the target picture belongs to the highest hierarchy or when the target picture corresponds to the second field, the identifying unit 601 identifies that the target picture is a trailing picture.
  • the first field is a field that is decoded first among a pair of fields in the frame.
  • the second field is a field that is decoded last among a pair of fields in the frame.
  • the decoding unit 603 decodes a plurality of pictures according to whether the target picture is a TSA picture or a trailing picture (S603).
  • the decoding unit 603 prohibits a predetermined reference and decodes an undecoded picture.
  • the decoding unit 603 permits a predetermined reference and decodes an undecoded picture.
  • an undecoded picture is a picture after the target picture in decoding order among a plurality of pictures.
  • the predetermined reference is a reference from an undecoded picture to a decoded picture that is a picture preceding the target picture in decoding order and belonging to a hierarchy below the hierarchy to which the target picture belongs. .
  • the first field may be a top field.
  • the second field may be a bottom field. That is, it may be determined in advance that the first field is a top field and the second field is a bottom field.
  • the top field is a field positioned spatially above the bottom field
  • the bottom field is a field positioned spatially below the top field.
  • the identifying unit 601 may identify that the target picture is a trailing picture. In other cases, the identifying unit 601 may identify that the target picture is a TSA picture.
  • the second field may be a field immediately after the first field in the decoding order.
  • the first field may be a field immediately before the second field in decoding order. Further, it may be determined in advance that a pair of fields in a frame are continuously decoded.
  • the decoding unit 603 may decode a picture type indicating whether the target picture is a TSA picture or a trailing picture.
  • the identification unit 601 identifies that the target picture is a TSA picture according to the picture type decoded by the decoding unit 603. To do. Also, for example, when the target picture belongs to the highest layer or when the target picture corresponds to the second field, the identification unit 601 determines that the target picture is a trailing picture according to the picture type decoded by the decoding unit 603. Identify it.
  • the image decoding device 600 may include the check unit 602 that checks whether the picture type decoded by the decoding unit 603 is correct.
  • the check unit 602 checks that the decoded picture type for the target picture is correct before decoding the target picture (S602).
  • the check unit 602 indicates that the target picture is a TSA picture by the picture type decoded by the decoding unit 603. Check that it is. Further, for example, when the target picture belongs to the highest layer or when the target picture corresponds to the second field, the check unit 602 decodes the picture decoded by the decoding unit 603 to indicate that the target picture is a trailing picture. Check that the type indicates.
  • the check unit 602 checks that the picture type decoded by the decoding unit 603 is correct.
  • the check unit 602 may control decoding of a plurality of pictures so that the target picture is not decoded. For example, the check unit 602 may cause the decoding of the target picture to be skipped by notifying the decoding unit 603 that the picture type decoded by the decoding unit 603 is not correct.
  • each component is realized by, for example, a circuit including an MPU and a memory. Further, the processing executed by each component may be executed by software (program). The software is recorded on a recording medium such as a ROM. Such software may be distributed by downloading or the like, or may be recorded and recorded on a recording medium such as a CD-ROM. Of course, each component can be realized by hardware (dedicated circuit).
  • each component may be configured by dedicated hardware or may be realized by executing a software program suitable for each component.
  • Each component may be realized by a program execution unit such as a CPU or a processor reading and executing a software program recorded on a recording medium such as a hard disk or a semiconductor memory.
  • the image encoding device and the image decoding device include a processing circuit (Processing Circuit) and a storage device (Storage) electrically connected to the processing circuit (accessible from the processing circuit).
  • the processing circuit includes at least one of dedicated hardware and a program execution unit, and executes processing using a storage device. Further, when the processing circuit includes a program execution unit, the storage device stores a software program executed by the program execution unit.
  • the software that realizes the image encoding device, the image decoding device, and the like of each of the above embodiments is the following program.
  • the program encodes a plurality of pictures classified into a plurality of hierarchies in which reference from a picture belonging to an upper hierarchy to a picture belonging to a lower hierarchy is prohibited to a computer in a field structure.
  • a determining step for determining whether the reference picture is permitted to be a trailing picture, and first encoding for encoding the plurality of pictures according to whether the target picture is the TSA picture or the trailing picture
  • the determination step includes the steps of: When the target picture does not belong to the highest hierarchy of the plurality of hierarchies and the target picture corresponds to a first field encoded first among a pair of fields in a frame, the target picture is the TSA. If it is determined that the current picture belongs to the highest layer, or if the current picture corresponds to a second field encoded
  • the program decodes, in a field structure, a plurality of pictures classified into a plurality of hierarchies in which reference from a picture belonging to an upper hierarchy to a picture belonging to a lower hierarchy is prohibited, and among the plurality of pictures An image decoding method for decoding at least one as a TSA (Temporal Sub-layer Access) picture for which predetermined reference is prohibited, wherein whether the target picture of the plurality of pictures is the TSA picture or not And a first decoding step of decoding the plurality of pictures according to whether the target picture is the TSA picture or the trailing picture.
  • TSA Temporal Sub-layer Access
  • the target picture When the target picture corresponds to a first field that is first decoded among a pair of fields in a frame and does not belong to the highest hierarchy of the plurality of hierarchies, the target picture is the TSA picture And when the target picture belongs to the highest layer or when the target picture corresponds to a second field decoded last of the pair of fields, the target picture is the trailing picture. You may perform the image decoding method identified as there being.
  • Each component may be a circuit as described above. These circuits may constitute one circuit as a whole, or may be separate circuits. Each component may be realized by a general-purpose processor or a dedicated processor.
  • another processing unit may execute a process executed by a specific processing unit.
  • the order in which the processes are executed may be changed, or a plurality of processes may be executed in parallel.
  • the image encoding / decoding device may include an image encoding device and an image decoding device.
  • each embodiment may be executed as centralized processing executed using a single device (system), or as distributed processing executed using a plurality of devices. May be executed.
  • the computer which performs said program may be single, and plural may be sufficient as it. That is, in the execution of the program, centralized processing may be performed, or distributed processing may be performed.
  • the image encoding device and the image decoding device according to one or a plurality of aspects have been described based on the embodiment, but the present invention is not limited to this embodiment. Unless it deviates from the gist of the present invention, various modifications conceived by those skilled in the art have been made in this embodiment, and forms constructed by combining components in different embodiments are also within the scope of one or more aspects. May be included.
  • the storage medium may be any medium that can record a program, such as a magnetic disk, an optical disk, a magneto-optical disk, an IC card, and a semiconductor memory.
  • the system has an image encoding / decoding device including an image encoding device using an image encoding method and an image decoding device using an image decoding method.
  • image encoding / decoding device including an image encoding device using an image encoding method and an image decoding device using an image decoding method.
  • Other configurations in the system can be appropriately changed according to circumstances.
  • FIG. 17 is a diagram showing an overall configuration of a content supply system ex100 that realizes a content distribution service.
  • a communication service providing area is divided into desired sizes, and base stations ex106, ex107, ex108, ex109, and ex110, which are fixed wireless stations, are installed in each cell.
  • the content supply system ex100 includes a computer ex111, a PDA (Personal Digital Assistant) ex112, a camera ex113, a mobile phone ex114, a game machine ex115 via the Internet ex101, the Internet service provider ex102, the telephone network ex104, and the base stations ex106 to ex110. Etc. are connected.
  • PDA Personal Digital Assistant
  • each device may be directly connected to the telephone network ex104 without going from the base station ex106, which is a fixed wireless station, to ex110.
  • the devices may be directly connected to each other via short-range wireless or the like.
  • the camera ex113 is a device that can shoot moving images such as a digital video camera
  • the camera ex116 is a device that can shoot still images and movies such as a digital camera.
  • the mobile phone ex114 is a GSM (registered trademark) (Global System for Mobile Communications) system, a CDMA (Code Division Multiple Access) system, a W-CDMA (Wideband-Code Division Multiple Access) system, or an LTE (Long Terminal Term Evolution). It is possible to use any of the above-mentioned systems, HSPA (High Speed Packet Access) mobile phone, PHS (Personal Handyphone System), or the like.
  • the camera ex113 and the like are connected to the streaming server ex103 through the base station ex109 and the telephone network ex104, thereby enabling live distribution and the like.
  • live distribution content that is shot by a user using the camera ex113 (for example, music live video) is encoded as described in each of the above embodiments (that is, in one aspect of the present invention).
  • the streaming server ex103 stream-distributes the content data transmitted to the requested client. Examples of the client include a computer ex111, a PDA ex112, a camera ex113, a mobile phone ex114, and a game machine ex115 that can decode the encoded data.
  • Each device that receives the distributed data decodes the received data and reproduces it (that is, functions as an image decoding device according to one embodiment of the present invention).
  • the captured data may be encoded by the camera ex113, the streaming server ex103 that performs data transmission processing, or may be shared with each other.
  • the decryption processing of the distributed data may be performed by the client, the streaming server ex103, or may be performed in common with each other.
  • still images and / or moving image data captured by the camera ex116 may be transmitted to the streaming server ex103 via the computer ex111.
  • the encoding process in this case may be performed by any of the camera ex116, the computer ex111, and the streaming server ex103, or may be performed in a shared manner.
  • these encoding / decoding processes are generally performed in the computer ex111 and the LSI ex500 included in each device.
  • the LSI ex500 may be configured as a single chip or a plurality of chips.
  • moving image encoding / decoding software is incorporated into some recording medium (CD-ROM, flexible disk, hard disk, etc.) that can be read by the computer ex111, etc., and encoding / decoding processing is performed using the software. May be.
  • moving image data acquired by the camera may be transmitted.
  • the moving image data at this time is data encoded by the LSI ex500 included in the mobile phone ex114.
  • the streaming server ex103 may be a plurality of servers or a plurality of computers, and may process, record, and distribute data in a distributed manner.
  • the encoded data can be received and reproduced by the client.
  • the information transmitted by the user can be received, decrypted and reproduced by the client in real time, and personal broadcasting can be realized even for a user who does not have special rights or facilities.
  • the digital broadcast system ex200 also includes at least the video encoding device (video encoding device) or video decoding of each of the above embodiments. Any of the devices (image decoding devices) can be incorporated.
  • video encoding device video encoding device
  • Any of the devices (image decoding devices) can be incorporated.
  • the broadcast station ex201 multiplexed data obtained by multiplexing music data and the like on video data is transmitted to a communication or satellite ex202 via radio waves.
  • This video data is data encoded by the moving image encoding method described in each of the above embodiments (that is, data encoded by the image encoding apparatus according to one aspect of the present invention).
  • the broadcasting satellite ex202 transmits a radio wave for broadcasting, and this radio wave is received by a home antenna ex204 capable of receiving satellite broadcasting.
  • the received multiplexed data is decoded and reproduced by an apparatus such as the television (receiver) ex300 or the set top box (STB) ex217 (that is, functions as an image decoding apparatus according to one embodiment of the present invention).
  • a reader / recorder ex218 that reads and decodes multiplexed data recorded on a recording medium ex215 such as a DVD or a BD, or encodes a video signal on the recording medium ex215 and, in some cases, multiplexes and writes it with a music signal. It is possible to mount the moving picture decoding apparatus or moving picture encoding apparatus described in the above embodiments. In this case, the reproduced video signal is displayed on the monitor ex219, and the video signal can be reproduced in another device or system using the recording medium ex215 on which the multiplexed data is recorded.
  • a moving picture decoding apparatus may be mounted in a set-top box ex217 connected to a cable ex203 for cable television or an antenna ex204 for satellite / terrestrial broadcasting and displayed on the monitor ex219 of the television.
  • the moving picture decoding apparatus may be incorporated in the television instead of the set top box.
  • FIG. 19 is a diagram illustrating a television (receiver) ex300 that uses the video decoding method and the video encoding method described in each of the above embodiments.
  • the television ex300 obtains or outputs multiplexed data in which audio data is multiplexed with video data via the antenna ex204 or the cable ex203 that receives the broadcast, and demodulates the received multiplexed data.
  • the modulation / demodulation unit ex302 that modulates multiplexed data to be transmitted to the outside, and the demodulated multiplexed data is separated into video data and audio data, or the video data and audio data encoded by the signal processing unit ex306 Is provided with a multiplexing / demultiplexing unit ex303.
  • the television ex300 also decodes the audio data and the video data, or encodes the information, the audio signal processing unit ex304, the video signal processing unit ex305 (the image encoding device or the image according to one embodiment of the present invention) A signal processing unit ex306 that functions as a decoding device), a speaker ex307 that outputs the decoded audio signal, and an output unit ex309 that includes a display unit ex308 such as a display that displays the decoded video signal. Furthermore, the television ex300 includes an interface unit ex317 including an operation input unit ex312 that receives an input of a user operation. Furthermore, the television ex300 includes a control unit ex310 that performs overall control of each unit, and a power supply circuit unit ex311 that supplies power to each unit.
  • the interface unit ex317 includes a bridge unit ex313 connected to an external device such as a reader / recorder ex218, a recording unit ex216 such as an SD card, and an external recording unit such as a hard disk.
  • a driver ex315 for connecting to a medium, a modem ex316 for connecting to a telephone network, and the like may be included.
  • the recording medium ex216 is capable of electrically recording information by using a nonvolatile / volatile semiconductor memory element to be stored.
  • Each part of the television ex300 is connected to each other via a synchronous bus.
  • the television ex300 receives a user operation from the remote controller ex220 or the like, and demultiplexes the multiplexed data demodulated by the modulation / demodulation unit ex302 by the multiplexing / demultiplexing unit ex303 based on the control of the control unit ex310 having a CPU or the like. Furthermore, in the television ex300, the separated audio data is decoded by the audio signal processing unit ex304, and the separated video data is decoded by the video signal processing unit ex305 using the decoding method described in each of the above embodiments.
  • the decoded audio signal and video signal are output from the output unit ex309 to the outside. At the time of output, these signals may be temporarily stored in the buffers ex318, ex319, etc. so that the audio signal and the video signal are reproduced in synchronization. Also, the television ex300 may read multiplexed data from recording media ex215 and ex216 such as a magnetic / optical disk and an SD card, not from broadcasting. Next, a configuration in which the television ex300 encodes an audio signal or a video signal and transmits the signal to the outside or to a recording medium will be described.
  • the television ex300 receives a user operation from the remote controller ex220 and the like, encodes an audio signal with the audio signal processing unit ex304, and converts the video signal with the video signal processing unit ex305 based on the control of the control unit ex310. Encoding is performed using the encoding method described in (1).
  • the encoded audio signal and video signal are multiplexed by the multiplexing / demultiplexing unit ex303 and output to the outside. When multiplexing, these signals may be temporarily stored in the buffers ex320, ex321, etc. so that the audio signal and the video signal are synchronized.
  • a plurality of buffers ex318, ex319, ex320, and ex321 may be provided as illustrated, or one or more buffers may be shared. Further, in addition to the illustrated example, data may be stored in the buffer as a buffer material that prevents system overflow and underflow, for example, between the modulation / demodulation unit ex302 and the multiplexing / demultiplexing unit ex303.
  • the television ex300 has a configuration for receiving AV input of a microphone and a camera, and performs encoding processing on the data acquired from them. Also good.
  • the television ex300 has been described as a configuration capable of the above-described encoding processing, multiplexing, and external output, but these processing cannot be performed, and only the above-described reception, decoding processing, and external output are possible. It may be a configuration.
  • the decoding process or the encoding process may be performed by either the television ex300 or the reader / recorder ex218,
  • the reader / recorder ex218 may share with each other.
  • FIG. 20 shows a configuration of the information reproducing / recording unit ex400 when data is read from or written to an optical disk.
  • the information reproducing / recording unit ex400 includes elements ex401, ex402, ex403, ex404, ex405, ex406, and ex407 described below.
  • the optical head ex401 irradiates a laser spot on the recording surface of the recording medium ex215 that is an optical disk to write information, and detects information reflected from the recording surface of the recording medium ex215 to read the information.
  • the modulation recording unit ex402 electrically drives a semiconductor laser built in the optical head ex401 and modulates the laser beam according to the recording data.
  • the reproduction demodulator ex403 amplifies the reproduction signal obtained by electrically detecting the reflected light from the recording surface by the photodetector built in the optical head ex401, separates and demodulates the signal component recorded on the recording medium ex215, and is necessary To play back information.
  • the buffer ex404 temporarily holds information to be recorded on the recording medium ex215 and information reproduced from the recording medium ex215.
  • the disk motor ex405 rotates the recording medium ex215.
  • the servo control unit ex406 moves the optical head ex401 to a predetermined information track while controlling the rotational drive of the disk motor ex405, and performs a laser spot tracking process.
  • the system control unit ex407 controls the entire information reproduction / recording unit ex400.
  • the system control unit ex407 uses various types of information held in the buffer ex404, and generates and adds new information as necessary.
  • the modulation recording unit ex402, the reproduction demodulation unit This is realized by recording / reproducing information through the optical head ex401 while operating the ex403 and the servo control unit ex406 in a coordinated manner.
  • the system control unit ex407 includes, for example, a microprocessor, and executes these processes by executing a read / write program.
  • the optical head ex401 has been described as irradiating a laser spot.
  • a configuration in which higher-density recording is performed using near-field light may be used.
  • FIG. 21 shows a schematic diagram of a recording medium ex215 that is an optical disk.
  • Guide grooves grooves
  • address information indicating the absolute position on the disc is recorded in advance on the information track ex230 by changing the shape of the groove.
  • This address information includes information for specifying the position of the recording block ex231 that is a unit for recording data, and the recording block is specified by reproducing the information track ex230 and reading the address information in a recording or reproducing apparatus.
  • the recording medium ex215 includes a data recording area ex233, an inner peripheral area ex232, and an outer peripheral area ex234.
  • the area used for recording user data is the data recording area ex233, and the inner circumference area ex232 and the outer circumference area ex234 arranged on the inner or outer circumference of the data recording area ex233 are used for specific purposes other than user data recording. Used.
  • the information reproducing / recording unit ex400 reads / writes encoded audio data, video data, or multiplexed data obtained by multiplexing these data with respect to the data recording area ex233 of the recording medium ex215.
  • an optical disk such as a single-layer DVD or BD has been described as an example.
  • the present invention is not limited to these, and an optical disk having a multilayer structure and capable of recording other than the surface may be used.
  • an optical disc with a multi-dimensional recording / reproducing structure such as recording information using light of different wavelengths in the same place on the disc, or recording different layers of information from various angles. It may be.
  • the car ex210 having the antenna ex205 can receive data from the satellite ex202 and the like, and the moving image can be reproduced on a display device such as the car navigation ex211 that the car ex210 has.
  • the configuration of the car navigation ex211 may be, for example, a configuration in which a GPS receiving unit is added in the configuration illustrated in FIG. 19, and the same may be considered for the computer ex111, the mobile phone ex114, and the like.
  • FIG. 22A is a diagram showing the mobile phone ex114 using the moving picture decoding method and the moving picture encoding method described in the above embodiment.
  • the mobile phone ex114 includes an antenna ex350 for transmitting and receiving radio waves to and from the base station ex110, a camera unit ex365 capable of capturing video and still images, a video captured by the camera unit ex365, a video received by the antenna ex350, and the like Is provided with a display unit ex358 such as a liquid crystal display for displaying the decrypted data.
  • the mobile phone ex114 further includes a main body unit having an operation key unit ex366, an audio output unit ex357 such as a speaker for outputting audio, an audio input unit ex356 such as a microphone for inputting audio, a captured video,
  • an audio input unit ex356 such as a microphone for inputting audio
  • a captured video In the memory unit ex367 for storing encoded data or decoded data such as still images, recorded audio, received video, still images, mails, or the like, or an interface unit with a recording medium for storing data
  • a slot ex364 is provided.
  • the mobile phone ex114 has a power supply circuit part ex361, an operation input control part ex362, and a video signal processing part ex355 with respect to a main control part ex360 that comprehensively controls each part of the main body including the display part ex358 and the operation key part ex366.
  • a camera interface unit ex363, an LCD (Liquid Crystal Display) control unit ex359, a modulation / demodulation unit ex352, a multiplexing / demultiplexing unit ex353, an audio signal processing unit ex354, a slot unit ex364, and a memory unit ex367 are connected to each other via a bus ex370. ing.
  • the power supply circuit unit ex361 starts up the mobile phone ex114 in an operable state by supplying power from the battery pack to each unit.
  • the cellular phone ex114 converts the audio signal collected by the audio input unit ex356 in the voice call mode into a digital audio signal by the audio signal processing unit ex354 based on the control of the main control unit ex360 having a CPU, a ROM, a RAM, and the like. Then, this is subjected to spectrum spread processing by the modulation / demodulation unit ex352, digital-analog conversion processing and frequency conversion processing are performed by the transmission / reception unit ex351, and then transmitted via the antenna ex350.
  • the mobile phone ex114 also amplifies the received data received via the antenna ex350 in the voice call mode, performs frequency conversion processing and analog-digital conversion processing, performs spectrum despreading processing by the modulation / demodulation unit ex352, and performs voice signal processing unit After being converted into an analog audio signal by ex354, this is output from the audio output unit ex357.
  • the text data of the e-mail input by operating the operation key unit ex366 of the main unit is sent to the main control unit ex360 via the operation input control unit ex362.
  • the main control unit ex360 performs spread spectrum processing on the text data in the modulation / demodulation unit ex352, performs digital analog conversion processing and frequency conversion processing in the transmission / reception unit ex351, and then transmits the text data to the base station ex110 via the antenna ex350.
  • almost the reverse process is performed on the received data and output to the display unit ex358.
  • the video signal processing unit ex355 compresses the video signal supplied from the camera unit ex365 by the moving image encoding method described in the above embodiments. Encode (that is, function as an image encoding device according to an aspect of the present invention), and send the encoded video data to the multiplexing / demultiplexing unit ex353.
  • the audio signal processing unit ex354 encodes the audio signal picked up by the audio input unit ex356 while the camera unit ex365 images a video, a still image, etc., and sends the encoded audio data to the multiplexing / separating unit ex353. To do.
  • the multiplexing / demultiplexing unit ex353 multiplexes the encoded video data supplied from the video signal processing unit ex355 and the encoded audio data supplied from the audio signal processing unit ex354 by a predetermined method, and is obtained as a result.
  • the multiplexed data is subjected to spread spectrum processing by the modulation / demodulation unit (modulation / demodulation circuit unit) ex352, digital-analog conversion processing and frequency conversion processing by the transmission / reception unit ex351, and then transmitted via the antenna ex350.
  • the multiplexing / separating unit ex353 separates the multiplexed data into a video data bit stream and an audio data bit stream, and performs video signal processing on the video data encoded via the synchronization bus ex370.
  • the encoded audio data is supplied to the audio signal processing unit ex354 while being supplied to the unit ex355.
  • the video signal processing unit ex355 decodes the video signal by decoding using the video decoding method corresponding to the video encoding method described in each of the above embodiments (that is, an image according to an aspect of the present invention).
  • video and still images included in the moving image file linked to the home page are displayed from the display unit ex358 via the LCD control unit ex359.
  • the audio signal processing unit ex354 decodes the audio signal, and the audio is output from the audio output unit ex357.
  • the terminal such as the mobile phone ex114 is referred to as a transmission terminal having only an encoder and a receiving terminal having only a decoder.
  • a transmission terminal having only an encoder
  • a receiving terminal having only a decoder.
  • multiplexed data in which music data or the like is multiplexed with video data is received and transmitted, but data in which character data or the like related to video is multiplexed in addition to audio data It may be video data itself instead of multiplexed data.
  • the moving picture encoding method or the moving picture decoding method shown in each of the above embodiments can be used in any of the above-described devices / systems. The described effect can be obtained.
  • multiplexed data obtained by multiplexing audio data or the like with video data is configured to include identification information indicating which standard the video data conforms to.
  • identification information indicating which standard the video data conforms to.
  • FIG. 23 is a diagram showing a structure of multiplexed data.
  • multiplexed data is obtained by multiplexing one or more of a video stream, an audio stream, a presentation graphics stream (PG), and an interactive graphics stream.
  • the video stream indicates the main video and sub-video of the movie
  • the audio stream (IG) indicates the main audio portion of the movie and the sub-audio mixed with the main audio
  • the presentation graphics stream indicates the subtitles of the movie.
  • the main video indicates a normal video displayed on the screen
  • the sub-video is a video displayed on a small screen in the main video.
  • the interactive graphics stream indicates an interactive screen created by arranging GUI components on the screen.
  • the video stream is encoded by the moving image encoding method or apparatus shown in the above embodiments, or the moving image encoding method or apparatus conforming to the conventional standards such as MPEG-2, MPEG4-AVC, and VC-1. ing.
  • the audio stream is encoded by a method such as Dolby AC-3, Dolby Digital Plus, MLP, DTS, DTS-HD, or linear PCM.
  • Each stream included in the multiplexed data is identified by PID. For example, 0x1011 for video streams used for movie images, 0x1100 to 0x111F for audio streams, 0x1200 to 0x121F for presentation graphics, 0x1400 to 0x141F for interactive graphics streams, 0x1B00 to 0x1B1F are assigned to video streams used for sub-pictures, and 0x1A00 to 0x1A1F are assigned to audio streams used for sub-audio mixed with the main audio.
  • FIG. 24 is a diagram schematically showing how multiplexed data is multiplexed.
  • a video stream ex235 composed of a plurality of video frames and an audio stream ex238 composed of a plurality of audio frames are converted into PES packet sequences ex236 and ex239, respectively, and converted into TS packets ex237 and ex240.
  • the data of the presentation graphics stream ex241 and interactive graphics ex244 are converted into PES packet sequences ex242 and ex245, respectively, and further converted into TS packets ex243 and ex246.
  • the multiplexed data ex247 is configured by multiplexing these TS packets into one stream.
  • FIG. 25 shows in more detail how the video stream is stored in the PES packet sequence.
  • the first row in FIG. 25 shows a video frame sequence of the video stream.
  • the second level shows a PES packet sequence.
  • a plurality of Video Presentation Units in the video stream are divided for each picture and stored in the payload of the PES packet.
  • Each PES packet has a PES header, and a PTS (Presentation Time-Stamp) that is a display time of a picture and a DTS (Decoding Time-Stamp) that is a decoding time of a picture are stored in the PES header.
  • PTS Presentation Time-Stamp
  • DTS Decoding Time-Stamp
  • FIG. 26 shows the format of the TS packet that is finally written in the multiplexed data.
  • the TS packet is a 188-byte fixed-length packet composed of a 4-byte TS header having information such as a PID for identifying a stream and a 184-byte TS payload for storing data.
  • the PES packet is divided and stored in the TS payload.
  • a 4-byte TP_Extra_Header is added to a TS packet, forms a 192-byte source packet, and is written in multiplexed data.
  • TP_Extra_Header information such as ATS (Arrival_Time_Stamp) is described.
  • ATS indicates the transfer start time of the TS packet to the PID filter of the decoder.
  • Source packets are arranged in the multiplexed data as shown in the lower part of FIG. 26, and the number incremented from the head of the multiplexed data is called SPN (source packet number).
  • TS packets included in the multiplexed data include PAT (Program Association Table), PMT (Program Map Table), PCR (Program Clock Reference), and the like in addition to each stream such as video / audio / caption.
  • PAT indicates what the PID of the PMT used in the multiplexed data is, and the PID of the PAT itself is registered as 0.
  • the PMT has the PID of each stream such as video / audio / subtitles included in the multiplexed data and the attribute information of the stream corresponding to each PID, and has various descriptors related to the multiplexed data.
  • the descriptor includes copy control information for instructing permission / non-permission of copying of multiplexed data.
  • the PCR corresponds to the ATS in which the PCR packet is transferred to the decoder. Contains STC time information.
  • FIG. 27 is a diagram for explaining the data structure of the PMT in detail.
  • a PMT header describing the length of data included in the PMT is arranged at the head of the PMT.
  • a plurality of descriptors related to multiplexed data are arranged.
  • the copy control information and the like are described as descriptors.
  • a plurality of pieces of stream information regarding each stream included in the multiplexed data are arranged.
  • the stream information includes a stream descriptor in which a stream type, a stream PID, and stream attribute information (frame rate, aspect ratio, etc.) are described to identify a compression codec of the stream.
  • the multiplexed data is recorded together with the multiplexed data information file.
  • the multiplexed data information file is management information of multiplexed data, has a one-to-one correspondence with the multiplexed data, and includes multiplexed data information, stream attribute information, and an entry map.
  • the multiplexed data information includes a system rate, a reproduction start time, and a reproduction end time as shown in FIG.
  • the system rate indicates a maximum transfer rate of multiplexed data to a PID filter of a system target decoder described later.
  • the ATS interval included in the multiplexed data is set to be equal to or less than the system rate.
  • the playback start time is the PTS of the first video frame of the multiplexed data
  • the playback end time is set by adding the playback interval for one frame to the PTS of the video frame at the end of the multiplexed data.
  • attribute information about each stream included in the multiplexed data is registered for each PID.
  • the attribute information has different information for each video stream, audio stream, presentation graphics stream, and interactive graphics stream.
  • the video stream attribute information includes the compression codec used to compress the video stream, the resolution of the individual picture data constituting the video stream, the aspect ratio, and the frame rate. It has information such as how much it is.
  • the audio stream attribute information includes the compression codec used to compress the audio stream, the number of channels included in the audio stream, the language supported, and the sampling frequency. With information. These pieces of information are used for initialization of the decoder before the player reproduces it.
  • the stream type included in the PMT is used.
  • video stream attribute information included in the multiplexed data information is used.
  • the video encoding shown in each of the above embodiments for the stream type or video stream attribute information included in the PMT.
  • FIG. 30 shows steps of the moving picture decoding method according to the present embodiment.
  • step exS100 the stream type included in the PMT or the video stream attribute information included in the multiplexed data information is acquired from the multiplexed data.
  • step exS101 it is determined whether or not the stream type or the video stream attribute information indicates multiplexed data generated by the moving picture encoding method or apparatus described in the above embodiments. To do.
  • step exS102 the above embodiments are performed. Decoding is performed by the moving picture decoding method shown in the form.
  • the conventional information Decoding is performed by a moving image decoding method compliant with the standard.
  • FIG. 31 shows a configuration of an LSI ex500 that is made into one chip.
  • the LSI ex500 includes elements ex501, ex502, ex503, ex504, ex505, ex506, ex507, ex508, and ex509 described below, and each element is connected via a bus ex510.
  • the power supply circuit unit ex505 is activated to an operable state by supplying power to each unit when the power supply is on.
  • the LSI ex500 when performing the encoding process, performs the microphone ex117 and the camera ex113 by the AV I / O ex509 based on the control of the control unit ex501 including the CPU ex502, the memory controller ex503, the stream controller ex504, the drive frequency control unit ex512, and the like.
  • the AV signal is input from the above.
  • the input AV signal is temporarily stored in an external memory ex511 such as SDRAM.
  • the accumulated data is divided into a plurality of times as appropriate according to the processing amount and the processing speed and sent to the signal processing unit ex507, and the signal processing unit ex507 encodes an audio signal and / or video. Signal encoding is performed.
  • the encoding process of the video signal is the encoding process described in the above embodiments.
  • the signal processing unit ex507 further performs processing such as multiplexing the encoded audio data and the encoded video data according to circumstances, and outputs the result from the stream I / Oex 506 to the outside.
  • the output multiplexed data is transmitted to the base station ex107 or written to the recording medium ex215. It should be noted that data should be temporarily stored in the buffer ex508 so as to be synchronized when multiplexing.
  • the memory ex511 is described as an external configuration of the LSI ex500.
  • a configuration included in the LSI ex500 may be used.
  • the number of buffers ex508 is not limited to one, and a plurality of buffers may be provided.
  • the LSI ex500 may be made into one chip or a plurality of chips.
  • control unit ex501 includes the CPU ex502, the memory controller ex503, the stream controller ex504, the drive frequency control unit ex512, and the like, but the configuration of the control unit ex501 is not limited to this configuration.
  • the signal processing unit ex507 may further include a CPU.
  • the CPU ex502 may be configured to include a signal processing unit ex507 or, for example, an audio signal processing unit that is a part of the signal processing unit ex507.
  • the control unit ex501 is configured to include a signal processing unit ex507 or a CPU ex502 having a part thereof.
  • LSI LSI
  • IC system LSI
  • super LSI ultra LSI depending on the degree of integration
  • the method of circuit integration is not limited to LSI, and implementation with a dedicated circuit or a general-purpose processor is also possible.
  • An FPGA Field Programmable Gate Array
  • Such a programmable logic device typically loads or reads a program constituting software or firmware from a memory or the like, so that the moving image encoding method or the moving image described in each of the above embodiments is used.
  • An image decoding method can be performed.
  • FIG. 32 shows a configuration ex800 in the present embodiment.
  • the drive frequency switching unit ex803 sets the drive frequency high when the video data is generated by the moving image encoding method or apparatus described in the above embodiments.
  • the decoding processing unit ex801 that executes the moving picture decoding method described in each of the above embodiments is instructed to decode the video data.
  • the video data is video data compliant with the conventional standard, compared to the case where the video data is generated by the moving picture encoding method or apparatus shown in the above embodiments, Set the drive frequency low. Then, it instructs the decoding processing unit ex802 compliant with the conventional standard to decode the video data.
  • the drive frequency switching unit ex803 includes the CPU ex502 and the drive frequency control unit ex512 in FIG.
  • the decoding processing unit ex801 that executes the moving picture decoding method shown in each of the above embodiments and the decoding processing unit ex802 that complies with the conventional standard correspond to the signal processing unit ex507 in FIG.
  • the CPU ex502 identifies which standard the video data conforms to. Then, based on the signal from the CPU ex502, the drive frequency control unit ex512 sets the drive frequency. Further, based on the signal from the CPU ex502, the signal processing unit ex507 decodes the video data.
  • the identification information described in the sixth embodiment can be used for identifying the video data.
  • the identification information is not limited to that described in the sixth embodiment, and any information that can identify which standard the video data conforms to may be used. For example, it is possible to identify which standard the video data conforms to based on an external signal that identifies whether the video data is used for a television or a disk. In some cases, identification may be performed based on such an external signal.
  • the selection of the driving frequency in the CPU ex502 may be performed based on, for example, a lookup table in which video data standards and driving frequencies are associated with each other as shown in FIG. The look-up table is stored in the buffer ex508 or the internal memory of the LSI, and the CPU ex502 can select the drive frequency by referring to the look-up table.
  • FIG. 33 shows steps for executing the method of the present embodiment.
  • the signal processing unit ex507 acquires identification information from the multiplexed data.
  • the CPU ex502 identifies whether the video data is generated by the encoding method or apparatus described in each of the above embodiments based on the identification information.
  • the CPU ex502 sends a signal for setting the drive frequency high to the drive frequency control unit ex512. Then, the drive frequency control unit ex512 sets a high drive frequency.
  • step exS203 the CPU ex502 drives the signal for setting the drive frequency low. This is sent to the frequency control unit ex512. Then, in the drive frequency control unit ex512, the drive frequency is set to be lower than that in the case where the video data is generated by the encoding method or apparatus described in the above embodiments.
  • the power saving effect can be further enhanced by changing the voltage applied to the LSI ex500 or the device including the LSI ex500 in conjunction with the switching of the driving frequency. For example, when the drive frequency is set low, it is conceivable that the voltage applied to the LSI ex500 or the device including the LSI ex500 is set low as compared with the case where the drive frequency is set high.
  • the setting method of the driving frequency may be set to a high driving frequency when the processing amount at the time of decoding is large, and to a low driving frequency when the processing amount at the time of decoding is small. It is not limited to the method.
  • the amount of processing for decoding video data compliant with the MPEG4-AVC standard is larger than the amount of processing for decoding video data generated by the moving picture encoding method or apparatus described in the above embodiments. It is conceivable that the setting of the driving frequency is reversed to that in the case described above.
  • the method for setting the drive frequency is not limited to the configuration in which the drive frequency is lowered.
  • the voltage applied to the LSIex500 or the apparatus including the LSIex500 is set high.
  • the driving of the CPU ex502 is stopped.
  • the CPU ex502 is temporarily stopped because there is room in processing. Is also possible. Even when the identification information indicates that the video data is generated by the moving image encoding method or apparatus described in each of the above embodiments, if there is a margin for processing, the CPU ex502 is temporarily driven. It can also be stopped. In this case, it is conceivable to set the stop time shorter than in the case where the video data conforms to the conventional standards such as MPEG-2, MPEG4-AVC, and VC-1.
  • a plurality of video data that conforms to different standards may be input to the above-described devices and systems such as a television and a mobile phone.
  • the signal processing unit ex507 of the LSI ex500 needs to support a plurality of standards in order to be able to decode even when a plurality of video data complying with different standards is input.
  • the signal processing unit ex507 corresponding to each standard is used individually, there is a problem that the circuit scale of the LSI ex500 increases and the cost increases.
  • a decoding processing unit for executing the moving picture decoding method shown in each of the above embodiments and a decoding conforming to a standard such as MPEG-2, MPEG4-AVC, or VC-1
  • the processing unit is partly shared.
  • An example of this configuration is shown as ex900 in FIG. 35A.
  • the moving picture decoding method shown in each of the above embodiments and the moving picture decoding method compliant with the MPEG4-AVC standard are processed in processes such as entropy coding, inverse quantization, deblocking filter, and motion compensation. Some contents are common.
  • the decoding processing unit ex902 corresponding to the MPEG4-AVC standard is shared, and for other processing contents specific to one aspect of the present invention that do not correspond to the MPEG4-AVC standard, a dedicated decoding processing unit A configuration using ex901 is conceivable.
  • a dedicated decoding processing unit ex901 is used for motion compensation, and other entropy decoding, deblocking filter, and inverse quantization are performed. For any or all of these processes, it is conceivable to share the decoding processing unit.
  • the decoding processing unit for executing the moving picture decoding method described in each of the above embodiments is shared, and the processing content specific to the MPEG4-AVC standard As for, a configuration using a dedicated decoding processing unit may be used.
  • ex1000 in FIG. 35B shows another example in which processing is partially shared.
  • a dedicated decoding processing unit ex1001 corresponding to the processing content specific to one aspect of the present invention
  • a dedicated decoding processing unit ex1002 corresponding to the processing content specific to another conventional standard
  • a common decoding processing unit ex1003 corresponding to the processing contents common to the moving image decoding method according to the above and other conventional moving image decoding methods.
  • the dedicated decoding processing units ex1001 and ex1002 are not necessarily specialized in one aspect of the present invention or processing content specific to other conventional standards, and can execute other general-purpose processing. Also good.
  • the configuration of the present embodiment can be implemented by LSI ex500.
  • the processing content common to the moving picture decoding method according to one aspect of the present invention and the moving picture decoding method of the conventional standard reduces the circuit scale of the LSI by sharing the decoding processing unit, In addition, the cost can be reduced.
  • the present invention is applicable to, for example, a television receiver, a digital video recorder, a car navigation system, a mobile phone, a digital camera, a digital video camera, or the like.

Landscapes

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

Abstract

　画像符号化方法は、対象ピクチャがＴＳＡピクチャであるかトレイリングピクチャであるかを決定する決定ステップ（Ｓ３０１）と、対象ピクチャがＴＳＡピクチャであるかトレイリングピクチャであるかに従って、複数のピクチャを符号化する符号化ステップ（Ｓ３０２）とを含み、決定ステップ（Ｓ３０１）では、対象ピクチャが最上位階層に属さず、かつ、対象ピクチャが第１フィールドに該当する場合、対象ピクチャがＴＳＡピクチャであると決定し、対象ピクチャが最上位階層に属する場合、または、対象ピクチャが第２フィールドに該当する場合、対象ピクチャがトレイリングピクチャであると決定する。

Description

画像符号化方法、画像復号方法、画像符号化装置、画像復号装置および画像符号化復号装置
　本発明は、複数の階層に分類された複数のピクチャを符号化する画像符号化方法等に関する。
　画像（動画像を含む）を符号化する画像符号化方法、または、画像を復号する画像復号方法に関する技術として、非特許文献１に記載の技術がある。
Joint Collaborative Team on Video Coding (JCT-VC) of ITU-T SG16 WP3 and ISO/IEC JTC1/SC29/WG11 12th Meeting: Geneva, CH, 14-23 Jan. 2013 JCTVC-L1003_v34.doc, High Efficiency Video Coding (HEVC) text specification draft 10 (for FDIS & Last Call) http://phenix.it-sudparis.eu/jct/doc_end_user/documents/12_Geneva/wg11/JCTVC-L1003-v34.zip
　しかしながら、従来技術に係る画像符号化方法または画像復号方法において、非効率的な処理が用いられる場合がある。
　そこで、本発明は、画像を効率的に符号化する画像符号化方法、または、画像を効率的に復号する画像復号方法等を提供する。
　本発明の一態様に係る画像復号化装置は、上位階層に属するピクチャから下位階層に属するピクチャへの参照が禁止される複数の階層に分類された複数のピクチャをフィールド構造で符号化し、前記複数のピクチャのうち少なくとも１つを所定の参照が禁止されるＴＳＡ（Ｔｅｍｐｏｒａｌ　Ｓｕｂ－ｌａｙｅｒ　Ａｃｃｅｓｓ）ピクチャとして符号化する画像符号化方法であって、前記複数のピクチャのうちの対象ピクチャが前記ＴＳＡピクチャであるか前記所定の参照が許可されるトレイリングピクチャであるかを決定する決定ステップと、前記対象ピクチャが前記ＴＳＡピクチャであるか前記トレイリングピクチャであるかに従って、前記複数のピクチャを符号化する第１符号化ステップとを含み、前記決定ステップでは、前記対象ピクチャが前記複数の階層の最上位階層に属さず、かつ、前記対象ピクチャがフレーム内の１対のフィールドのうち最初に符号化される第１フィールドに該当する場合、前記対象ピクチャが前記ＴＳＡピクチャであると決定し、前記対象ピクチャが前記最上位階層に属する場合、または、前記対象ピクチャが前記１対のフィールドのうち最後に符号化される第２フィールドに該当する場合、前記対象ピクチャが前記トレイリングピクチャであると決定する。
　なお、これらの包括的または具体的な態様は、システム、装置、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭなどの非一時的な記録媒体で実現されてもよく、システム、装置、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。
　本発明の画像符号化方法および画像復号方法等は、画像を効率的に符号化または復号することができる。
図１は、階層に分類されたピクチャ（フレーム）の参照制限を示す図である。 図２は、フィールドとフレームとの関係を示す図である。 図３は、階層に分類されたピクチャ（フィールド）の参照制限を示す図である。 図４は、実施の形態１における画像符号化装置のブロック図である。 図５は、実施の形態１における画像符号化装置の動作を示すフローチャートである。 図６は、実施の形態１におけるピクチャタイプ決定部の動作を示すフローチャートである。 図７は、実施の形態１におけるピクチャ（フィールド）の参照制限を示す図である。 図８は、実施の形態１におけるピクチャ（フィールド）の参照制限の変形例を示す図である。 図９は、実施の形態２における画像符号化装置のブロック図である。 図１０は、実施の形態２における画像符号化装置の動作を示すフローチャートである。 図１１は、実施の形態３における画像復号装置のブロック図である。 図１２は、実施の形態３における画像復号装置の動作を示すフローチャートである。 図１３は、実施の形態３におけるピクチャタイプチェック部の動作を示すフローチャートである。 図１４は、実施の形態３におけるピクチャタイプチェック部の動作を示すフローチャートである。 図１５は、実施の形態４における画像復号装置のブロック図である。 図１６は、実施の形態４における画像復号装置の動作を示すフローチャートである。 図１７は、コンテンツ配信サービスを実現するコンテンツ供給システムの全体構成図である。 図１８は、デジタル放送用システムの全体構成図である。 図１９は、テレビの構成例を示すブロック図である。 図２０は、光ディスクである記録メディアに情報の読み書きを行う情報再生／記録部の構成例を示すブロック図である。 図２１は、光ディスクである記録メディアの構造例を示す図である。 図２２Ａは、携帯電話の一例を示す図である。 図２２Ｂは、携帯電話の構成例を示すブロック図である。 図２３は、多重化データの構成を示す図である。 図２４は、各ストリームが多重化データにおいてどのように多重化されているかを模式的に示す図である。 図２５は、ＰＥＳパケット列に、ビデオストリームがどのように格納されるかを更に詳しく示した図である。 図２６は、多重化データにおけるＴＳパケットとソースパケットの構造を示す図である。 図２７は、ＰＭＴのデータ構成を示す図である。 図２８は、多重化データ情報の内部構成を示す図である。 図２９は、ストリーム属性情報の内部構成を示す図である。 図３０は、映像データを識別するステップを示す図である。 図３１は、各実施の形態の動画像符号化方法および動画像復号化方法を実現する集積回路の構成例を示すブロック図である。 図３２は、駆動周波数を切り替える構成を示す図である。 図３３は、映像データを識別し、駆動周波数を切り替えるステップを示す図である。 図３４は、映像データの規格と駆動周波数を対応づけたルックアップテーブルの一例を示す図である。 図３５Ａは、信号処理部のモジュールを共有化する構成の一例を示す図である。 図３５Ｂは、信号処理部のモジュールを共有化する構成の他の一例を示す図である。
　（本発明の基礎となった知見）
　本発明者は、「背景技術」の欄において記載した、画像を符号化する画像符号化装置、または、画像を復号する画像復号装置に関して、課題を見出した。以下、具体的に説明する。
　近年、デジタル映像機器の技術進歩が著しく、ビデオカメラまたはテレビチューナ等から入力した映像信号（時系列順に並んだ複数のピクチャ）を圧縮符号化しＤＶＤまたはハードディスク等の記録メディアに記録する機会が増えている。従来の画像符号化規格としてＨ．２６４／ＡＶＣ（ＭＰＥＧ－４　ＡＶＣ）があるが、次世代の標準規格としてＨＥＶＣ（Ｈｉｇｈ　Ｅｆｆｉｃｉｅｎｃｙ　Ｖｉｄｅｏ　Ｃｏｄｉｎｇ）規格（非特許文献１）が検討されている。
　現在のＨＥＶＣ規格（非特許文献１）では、図１のようにピクチャを階層分けして符号化すると共に、ピクチャの参照関係を制限することが可能である。図１において、Ｐｘはピクチャを示し、Ｐｘのｘは符号化順（復号順）を示す。図１の縦方向はピクチャの階層を示す。ＴｅｍｐｏｒａｌＩｄは、階層の識別子であり、数値が大きい程、階層が深いことを示す。横方向は、フレームの表示順（画像符号化装置では入力順、画像復号装置では出力順）を示す。図１の例において、１つのフレームは、１つのピクチャに対応する。
　実線の矢印は、矢印の先（終点）のピクチャから矢印の元（始点）のピクチャへの参照が可能であること（参照許可）を示す。図１において、例えば、Ｐ１はＰ０を参照することができる。すなわち、図１の例では、Ｐ１のインター予測にＰ０が利用可能であり、Ｐ０を参照してＰ１の予測画像を作成することが可能である。
　図中の参照に加え、第１ピクチャが第２ピクチャを参照することができ、かつ、第２ピクチャが第３ピクチャを参照することができる場合、第１ピクチャは第３ピクチャを参照することができる。例えば、Ｐ６は、Ｐ５だけではなく、Ｐ５が参照することができるＰ１、および、Ｐ１が参照することができるＰ０も参照することができる。
　破線の矢印は参照禁止を示す。図１において、例えば、Ｐ６は、Ｐ２を参照できない。図中の参照禁止に加えて、第１ピクチャのＴｅｍｐｏｒａｌＩｄよりも第２ピクチャのＴｅｍｐｏｒａｌＩｄが大きい場合、第１ピクチャから第２ピクチャへの参照が禁止される。例えば、Ｐ６は、Ｐ４を参照することはできない。
　ここでは、上位階層（浅い階層）に属するピクチャから下位階層（深い階層）に属するピクチャへの参照が禁止される。すなわち、ここでは、第１階層に属するピクチャから第２階層に属するピクチャへの参照が禁止される場合、第１階層が上位階層（浅い階層）であり、第２階層が下位階層（深い階層）であると定義される。
　ピクチャを階層に分けて符号化する目的は、動画像（映像）に時間スケーラビリティを持たせるためである。例えば、図１において、０～２のＴｅｍｐｏｒａｌＩｄに対応する６０ｆｐｓ（ｆｒａｍｅ　ｐｅｒ　ｓｅｃｏｎｄ）の符号列から、ＴｅｍｐｏｒａｌＩｄが０であるピクチャとＴｅｍｐｏｒａｌＩｄが１であるピクチャとのみを復号することによって、３０ｆｐｓの動画像を得ることが可能である。
　また、ピクチャＰｉｃＸのＴｅｍｐｏｒａｌＩｄが１以上である場合、符号化（復号）順でピクチャＰｉｃＸ以後のピクチャから、ＴｅｍｐｏｒａｌＩｄがピクチャＰｉｃＸのＴｅｍｐｏｒａｌＩｄ以上である符号化（復号）済ピクチャへの参照が禁止される。なお、ピクチャＰｉｃＸも符号化（復号）順でピクチャＰｉｃＸ以後のピクチャに該当する。
　例えば、図１のＰ４のＴｅｍｐｏｒａｌＩｄが２であるため、ＴｅｍｐｏｒａｌＩｄが２以上である符号化（復号）済ピクチャへの参照が禁止される。具体的には、Ｐ４からＰ３への参照が禁止される。同様に、Ｐ７の直前に符号化（復号）されたＰ６のＴｅｍｐｏｒａｌＩｄが１であるため、ＴｅｍｐｏｒａｌＩｄが１以上の符号化（復号）済ピクチャへの参照が禁止される。具体的には、Ｐ７からＰ２への参照が禁止される。
　参照関係を制限することにより、途中からの再生時に、復号されるべき参照ピクチャの枚数を減らすことが可能である。例えば、図１において、参照関係が制限されない場合（つまり、Ｐ７がＰ４を参照し、Ｐ４がＰ２を参照する場合）、Ｐ７からの再生時に、Ｐ０→Ｐ１→Ｐ２→Ｐ４→Ｐ５→Ｐ６→Ｐ７の順にピクチャが復号される。参照関係が制限される場合、Ｐ０→Ｐ１→Ｐ５→Ｐ６→Ｐ７の順にピクチャが復号される。この場合、参照ピクチャであるＰ２、Ｐ４が復号されなくてもよい。
　ピクチャの参照関係の制限は、ｓｐｓ＿ｔｅｍｐｏｒａｌ＿ｉｄ＿ｎｅｓｔｉｎｇ＿ｆｌａｇというフラグによって制御される。ｓｐｓ＿ｔｅｍｐｏｒａｌ＿ｉｄ＿ｎｅｓｔｉｎｇ＿ｆｌａｇが１である場合、上記のようにピクチャの参照関係が制限される。ｓｐｓ＿ｔｅｍｐｏｒａｌ＿ｉｄ＿ｎｅｓｔｉｎｇ＿ｆｌａｇが０である場合、ピクチャの参照関係が制限されず、例えば、図１において、Ｐ７はＰ４を参照してもよい。
　例えば、ｓｐｓ＿ｔｅｍｐｏｒａｌ＿ｉｄ＿ｎｅｓｔｉｎｇ＿ｆｌａｇが１である場合、ＴｅｍｐｏｒａｌＩｄが１以上であるピクチャが、ＴＳＡ（Ｔｅｍｐｏｒａｌ　Ｓｕｂ－ｌａｙｅｒ　Ａｃｃｅｓｓ）ピクチャとして符号化（復号）される。ピクチャＰｉｃＸがＴＳＡピクチャである場合、符号化（復号）順でピクチャＰｉｃＸ以後のピクチャから、ＴｅｍｐｏｒａｌＩｄがピクチャＰｉｃＸのＴｅｍｐｏｒａｌＩｄ以上である符号化（復号）済ピクチャへの参照が禁止される。これによって、参照関係が上記のように制限される。
　しかしながら、参照関係が上記のように制限され、かつ、ピクチャがフィールド構造で符号化（復号）される場合、相関性が高いフィールドの参照が禁止される可能性がある。ここで、フィールド構造は、符号化（復号）に用いられるピクチャ構造の一種である。例えば、画像の符号化（復号）に用いられる形式として、フレーム形式とフィールド形式とがある。つまり、画像の符号化（復号）に用いられるピクチャ構造として、フレーム構造とフィールド構造とがある。
　図２は、フィールドとフレームとの関係を示す図である。図２のように、フレームは、トップフィールドとボトムフィールドとを含む。
　画像がフレーム構造で符号化（復号）される場合、トップフィールドとボトムフィールドとが組み合わされたフレームが一体として符号化（復号）される。この場合、１つのフレームが１つのピクチャに対応する。画像がフィールド構造で符号化（復号）される場合、トップフィールドとボトムフィールドとが別々に符号化（復号）される。この場合、各フィールド（１つのフィールド）が１つのピクチャに対応する。
　図３は、フィールドが階層に分類された場合の参照制限を示す図である。図３のＦｘａ、Ｆｘｂはフィールドを示し、ｘは符号化（復号）順を示す。Ｆｘａはトップフィールドまたはボトムフィールドであり、Ｆｘｂはその他方のフィールド（ボトムフィールドまたはトップフィールド）である。
　図３のように、参照関係の制限によって、ＴｅｍｐｏｒａｌＩｄが１であるＦ２ｂの符号化（復号）の以後において、ＴｅｍｐｏｒａｌＩｄが１以上である符号化（復号）済ピクチャの参照が禁止される。そのため、Ｆ２ｂ、および、ＴｅｍｐｏｒａｌＩｄが２であるＦ３ａ、Ｆ３ｂ、Ｆ４ａ、Ｆ４ｂは、Ｆ２ａを参照できない。同様に、Ｆ３ｂはＦ３ａを、Ｆ４ｂはＦ４ａを参照できない。すなわち、片方のフィールド（トップフィールドまたはボトムフィールド）が他方のフィールド（ボトムフィールドまたはトップフィールド）を参照できない。
　同一フレームに属する時間的に同じまたは近いフィールドの参照が禁止されるため、予測画像の精度が低下し、圧縮効率が低下する。また、ＴｅｍｐｏｒａｌＩｄが２であるピクチャからＴｅｍｐｏｒａｌＩｄが１である先の符号化（復号）済フィールドへの参照が禁止される。このような参照制限も予測画像の精度の低下を招き、圧縮効率の低下を招く。
　例えば、静止している画像の場合、Ｆ２ａとＦ３ａとは同じ画像を示すが、Ｆ３ａからＦ２ａへの参照が禁止されるため、別の画像から予測画像が作られる。これにより、予測画像の精度が低下し、圧縮効率が低下する。
　そこで、本発明の一態様に係る画像符号化装置は、上位階層に属するピクチャから下位階層に属するピクチャへの参照が禁止される複数の階層に分類された複数のピクチャをフィールド構造で符号化し、前記複数のピクチャのうち少なくとも１つを所定の参照が禁止されるＴＳＡ（Ｔｅｍｐｏｒａｌ　Ｓｕｂ－ｌａｙｅｒ　Ａｃｃｅｓｓ）ピクチャとして符号化する画像符号化方法であって、前記複数のピクチャのうちの対象ピクチャが前記ＴＳＡピクチャであるか前記所定の参照が許可されるトレイリングピクチャであるかを決定する決定ステップと、前記対象ピクチャが前記ＴＳＡピクチャであるか前記トレイリングピクチャであるかに従って、前記複数のピクチャを符号化する第１符号化ステップとを含み、前記決定ステップでは、前記対象ピクチャが前記複数の階層の最上位階層に属さず、かつ、前記対象ピクチャがフレーム内の１対のフィールドのうち最初に符号化される第１フィールドに該当する場合、前記対象ピクチャが前記ＴＳＡピクチャであると決定し、前記対象ピクチャが前記最上位階層に属する場合、または、前記対象ピクチャが前記１対のフィールドのうち最後に符号化される第２フィールドに該当する場合、前記対象ピクチャが前記トレイリングピクチャであると決定する。
　これにより、複数の階層に分類された複数のピクチャをフィールド構造で符号化する際に、参照可能なピクチャが適切に制限される。そのため、処理量の削減、および、メモリ容量の削減が可能であり、予測精度の低下の抑制、および、圧縮効率の低下の抑制が可能である。
　例えば、前記第１符号化ステップでは、前記対象ピクチャが前記ＴＳＡピクチャであると決定された場合、前記複数のピクチャのうち符号化順で前記対象ピクチャ以後の未符号化ピクチャから、前記複数のピクチャのうち符号化順で前記対象ピクチャよりも前のピクチャであり前記対象ピクチャが属する階層以下の階層に属するピクチャである符号化済ピクチャへの参照である前記所定の参照を禁止して、前記未符号化ピクチャを符号化し、前記対象ピクチャが前記トレイリングピクチャであると決定された場合、前記所定の参照を許可して、前記未符号化ピクチャを符号化してもよい。
　これにより、ＴＳＡピクチャよりも前に符号化されたピクチャへの参照が制限される。すなわち、参照可能なピクチャが適切に制限される。
　また、例えば、前記決定ステップでは、前記対象ピクチャが前記最上位階層に属さず、かつ、トップフィールドである前記第１フィールドに前記対象ピクチャが該当する場合、前記対象ピクチャが前記ＴＳＡピクチャであると決定し、前記対象ピクチャが前記最上位階層に属する場合、または、ボトムフィールドである前記第２フィールドに前記対象ピクチャが該当する場合、前記対象ピクチャが前記トレイリングピクチャであると決定してもよい。
　これにより、最上位階層以外において、トップフィールドがＴＳＡピクチャであると決定され、ボトムフィールドがトレイリングピクチャであると決定される。したがって、トップフィールドへの参照の制限が緩和される。
　また、例えば、前記決定ステップでは、前記対象ピクチャが前記最上位階層に属さず、かつ、前記対象ピクチャが符号化順で前記第２フィールドの直前の前記第１フィールドに該当する場合、前記対象ピクチャが前記ＴＳＡピクチャであると決定し、前記対象ピクチャが前記最上位階層に属する場合、または、前記対象ピクチャが符号化順で前記第１フィールドの直後の前記第２フィールドに該当する場合、前記対象ピクチャが前記トレイリングピクチャであると決定してもよい。
　これにより、第２フィールドの直前に符号化された第１フィールドへの参照の制限が緩和される。
　また、例えば、前記画像符号化方法は、さらに、前記対象ピクチャが前記ＴＳＡピクチャであるか前記トレイリングピクチャであるかを示すピクチャタイプを符号化する第２符号化ステップを含んでもよい。
　これにより、例えば、対象ピクチャがＴＳＡピクチャであるかトレイリングピクチャであるかを示すピクチャタイプを復号装置に通知することが可能である。
　また、本発明の一態様に係る画像復号装置は、上位階層に属するピクチャから下位階層に属するピクチャへの参照が禁止される複数の階層に分類された複数のピクチャをフィールド構造で復号し、前記複数のピクチャのうち少なくとも１つを所定の参照が禁止されるＴＳＡ（Ｔｅｍｐｏｒａｌ　Ｓｕｂ－ｌａｙｅｒ　Ａｃｃｅｓｓ）ピクチャとして復号する画像復号方法であって、前記複数のピクチャのうちの対象ピクチャが前記ＴＳＡピクチャであるか前記所定の参照が許可されるトレイリングピクチャであるかを識別する識別ステップと、前記対象ピクチャが前記ＴＳＡピクチャであるか前記トレイリングピクチャであるかに従って、前記複数のピクチャを復号する第１復号ステップとを含み、前記識別ステップでは、前記対象ピクチャが前記複数の階層の最上位階層に属さず、かつ、前記対象ピクチャがフレーム内の１対のフィールドのうち最初に復号される第１フィールドに該当する場合、前記対象ピクチャが前記ＴＳＡピクチャであると識別し、前記対象ピクチャが前記最上位階層に属する場合、または、前記対象ピクチャが前記１対のフィールドのうち最後に復号される第２フィールドに該当する場合、前記対象ピクチャが前記トレイリングピクチャであると識別する。
　これにより、複数の階層に分類された複数のピクチャをフィールド構造で復号する際に、参照可能なピクチャが適切に制限される。そのため、処理量の削減、および、メモリ容量の削減が可能であり、予測精度の低下の抑制、および、圧縮効率の低下の抑制が可能である。
　例えば、前記第１復号ステップでは、前記対象ピクチャが前記ＴＳＡピクチャであると識別された場合、前記複数のピクチャのうち復号順で前記対象ピクチャ以後の未復号ピクチャから、前記複数のピクチャのうち復号順で前記対象ピクチャよりも前のピクチャであり前記対象ピクチャが属する階層以下の階層に属するピクチャである復号済ピクチャへの参照である前記所定の参照を禁止して、前記未復号ピクチャを復号し、前記対象ピクチャが前記トレイリングピクチャであると識別された場合、前記所定の参照を許可して、前記未復号ピクチャを復号してもよい。
　これにより、ＴＳＡピクチャよりも前に復号されたピクチャへの参照が制限される。すなわち、参照可能なピクチャが適切に制限される。
　また、例えば、前記識別ステップでは、前記対象ピクチャが前記最上位階層に属さず、かつ、トップフィールドである前記第１フィールドに前記対象ピクチャが該当する場合、前記対象ピクチャが前記ＴＳＡピクチャであると識別し、前記対象ピクチャが前記最上位階層に属する場合、または、ボトムフィールドである前記第２フィールドに前記対象ピクチャが該当する場合、前記対象ピクチャが前記トレイリングピクチャであると識別してもよい。
　これにより、最上位階層以外において、トップフィールドがＴＳＡピクチャであると識別され、ボトムフィールドがトレイリングピクチャであると識別される。したがって、トップフィールドへの参照の制限が緩和される。
　また、例えば、前記識別ステップでは、前記対象ピクチャが前記最上位階層に属さず、かつ、前記対象ピクチャが復号順で前記第２フィールドの直前の前記第１フィールドに該当する場合、前記対象ピクチャが前記ＴＳＡピクチャであると識別し、前記対象ピクチャが前記最上位階層に属する場合、または、前記対象ピクチャが復号順で前記第１フィールドの直後の前記第２フィールドに該当する場合、前記対象ピクチャが前記トレイリングピクチャであると識別してもよい。
　これにより、第２フィールドの直前に復号された第１フィールドへの参照の制限が緩和される。
　また、例えば、前記画像復号方法は、さらに、前記対象ピクチャが前記ＴＳＡピクチャであるか前記トレイリングピクチャであるかを示すピクチャタイプを復号する第２復号ステップを含み、前記識別ステップでは、前記対象ピクチャが前記最上位階層に属さず、かつ、前記対象ピクチャが前記第１フィールドに該当する場合、前記第２復号ステップで復号された前記ピクチャタイプに従って、前記対象ピクチャが前記ＴＳＡピクチャであると識別し、前記対象ピクチャが前記最上位階層に属する場合、または、前記対象ピクチャが前記第２フィールドに該当する場合、前記第２復号ステップで復号された前記ピクチャタイプに従って、前記対象ピクチャが前記トレイリングピクチャであると識別してもよい。
　これにより、例えば、符号化装置から通知されたピクチャタイプに従って、対象ピクチャがＴＳＡピクチャであるかトレイリングピクチャであるかを適切に識別することが可能である。
　また、例えば、前記画像復号方法は、さらに、前記第２復号ステップで復号された前記ピクチャタイプが正しいことをチェックするチェックステップを含み、前記チェックステップでは、前記対象ピクチャが前記最上位階層に属さず、かつ、前記対象ピクチャが前記第１フィールドに該当する場合、前記対象ピクチャが前記ＴＳＡピクチャであることを前記第２復号ステップで復号された前記ピクチャタイプが示していることをチェックすることにより、前記第２復号ステップで復号された前記ピクチャタイプが正しいことをチェックし、前記対象ピクチャが前記最上位階層に属する場合、または、前記対象ピクチャが前記第２フィールドに該当する場合、前記対象ピクチャが前記トレイリングピクチャであることを前記第２復号ステップで復号された前記ピクチャタイプが示していることをチェックすることにより、前記第２復号ステップで復号された前記ピクチャタイプが正しいことをチェックしてもよい。
　これにより、復号されたピクチャタイプが適切であることがチェックされる。したがって、適切なピクチャタイプに従って、復号動作を実行することが可能である。
　また、例えば、前記チェックステップでは、さらに、前記第２復号ステップで復号された前記ピクチャタイプが正しくない場合、前記対象ピクチャが復号されないように、前記複数のピクチャの復号を制御してもよい。
　これにより、復号されたピクチャタイプが不適切である場合、想定外の障害の発生が回避される。
　また、これらの包括的または具体的な態様は、システム、装置、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭなどの非一時的な記録媒体で実現されてもよく、システム、装置、方法、集積回路、コンピュータプログラムまたは記録媒体の任意な組み合わせで実現されてもよい。
　以下、実施の形態について、図面を参照しながら具体的に説明する。なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置および接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。
　また、下記ではｃｏｄｉｎｇはｅｎｃｏｄｉｎｇの意味で使用する場合もある。
　（実施の形態１）
　＜全体構成＞
　図４は、本実施の形態における画像符号化装置の構成を示す。図４に示された画像符号化装置１００は、ピクチャタイプ決定部１０１、分割部１０２、減算部１０３、変換量子化部１０４、符号化部１０５、逆変換量子化部１０６、加算部１０７、フレームメモリ１０８、イントラ予測部１０９およびインター予測部１１０を備える。例えば、これらの構成要素は、専用または汎用の回路である。
　＜動作（全体）＞
　次に、図５を参照しつつ、符号化全体フローについて説明する。
　まず、ピクチャタイプ決定部１０１は、処理対象ピクチャのピクチャタイプを決定する（Ｓ１０１）。詳細は後述する。なお、ピクチャタイプは、ピクチャがＴＳＡ（Ｔｅｍｐｏｒａｌ　Ｓｕｂ－ｌａｙｅｒ　Ａｃｃｅｓｓ）ピクチャであるかトレイリング（Ｔｒａｉｌｉｎｇ）ピクチャであるかを示す。
　すなわち、ピクチャタイプは、ＴＳＡピクチャまたはトレイリングピクチャに対応する。ピクチャタイプは、その他のピクチャに対応してもよい。その他のピクチャは、例えば、リーディングピクチャと呼ばれるピクチャである。また、ピクチャタイプは、Ｉピクチャ、ＰピクチャまたはＢピクチャに対応してもよい。また、ピクチャタイプは、複数のピクチャタイプの組み合わせに対応してもよい。
　次に、符号化部１０５は、参照制限フラグ、ピクチャ構造、フィールド番号、ＴｅｍｐｏｒａｌＩｄ、フィールド区分およびピクチャタイプなどを含むピクチャ情報を符号化する（Ｓ１０２）。
　ここで、参照制限フラグは、ピクチャの参照関係を制限するか否かを示すフラグである。ピクチャ構造は、フレーム構造またはフィールド構造であり、入力画像がフレーム構造であるかフィールド構造であるかに対応する。なお、ピクチャ構造を示す情報が、単にピクチャ構造と表現される場合がある。フィールド番号は、フィールドの表示順に対応する番号である。フィールド番号は、ピクチャの表示順に対応する番号であるピクチャ番号でもよい。ＴｅｍｐｏｒａｌＩｄは、処理対象ピクチャが属する階層を示す識別子である。
　フィールド区分は、処理対象フィールドが第１フィールドであるか第２フィールドであるかを示す区分（識別子）である。第１フィールドは、フレーム内の１対のフィールドのうち最初に符号化されるフィールドであり、第２フィールドは、フレーム内の１対のフィールドのうち最後に符号化されるフィールドである。図３では、Ｆｘａは、第１フィールドであり、Ｆｘｂは、第２フィールドである。
　次に、分割部１０２は、入力画像を複数のブロックに分割する（Ｓ１０３）。例えば、各ブロックは、符号化規格において符号化ユニット（Ｃｏｄｉｎｇ　Ｕｎｉｔ）とも呼ばれる。
　次に、イントラ予測部１０９およびインター予測部１１０は、イントラ予測およびインター予測のそれぞれについて、予測ブロック、コストおよび予測モード等を含む予測情報を導出する（Ｓ１０４、Ｓ１０５）。そして、イントラ予測部１０９およびインター予測部１１０は、導出された予測情報を用いて、予測モードおよび予測ブロックを決定する（Ｓ１０６）。
　次に、減算部１０３は、予測ブロックと元のブロックとの差分を取得することによって差分ブロックを生成する（Ｓ１０７）。変換量子化部１０４は、差分ブロックに対し周波数変換および量子化を行う（Ｓ１０８）。そして、逆変換量子化部１０６は、逆量子化および逆周波数変換を行うことによって差分ブロックを復元する（Ｓ１０９）。そして、加算部１０７は、差分ブロックと予測ブロックとを加算（合算）することによって、復号ブロック（復号画像）を生成する（Ｓ１１０）。
　次に、符号化部１０５は、予測情報を符号化する（Ｓ１１１）。また、符号化部１０５は、周波数変換および量子化によって生成された変換係数を符号化する（Ｓ１１２）。
　そして、全ブロックの処理が完了していない場合（Ｓ１１３でＮｏ）、画像符号化装置１００は、次のブロックを選択する（Ｓ１１４）。画像符号化装置１００は、ピクチャ内の全ブロックの処理が完了するまで上記の処理（Ｓ１０４～Ｓ１１２）を繰り返す。また、全ピクチャの処理が完了していない場合（Ｓ１１５でＮｏ）、画像符号化装置１００は、次のピクチャを選択する（Ｓ１１６）。そして、全ピクチャの処理が完了するまで上記の処理（Ｓ１０１～Ｓ１１４）を繰り返す。
　以降、主にピクチャタイプ決定部１０１について詳細を説明する。
　＜動作（ピクチャタイプ決定）＞
　次に、図６を参照しつつ、ピクチャタイプ決定フローについて説明する。なお、ピクチャタイプは、ピクチャ毎に決定される。より詳細には、ピクチャに対応するアクセスユニット毎に決定される。ピクチャは、フィールド構造で符号化される場合、フィールドに対応する。一方、ピクチャは、フレーム構造で符号化される場合、フレームに対応する。
　まず、ＴｅｍｐｏｒａｌＩｄが０である場合（Ｓ２０１でＮｏ）、または、参照制限フラグが０である場合（Ｓ２０２でＮｏ）、ピクチャタイプ決定部１０１は、処理対象ピクチャのピクチャタイプがトレイリング（Ｔｒａｉｌｉｎｇ）ピクチャであると決定する（Ｓ２０８）。すなわち、これらの場合、ピクチャタイプ決定部１０１は、処理対象ピクチャがトレイリングピクチャであると決定する。ここで、参照制限フラグが０である場合、参照が制限されないことを意味する。
　次に、ピクチャ構造がフレーム構造である場合（Ｓ２０３でＮｏ）、ピクチャタイプ決定部１０１は、処理対象ピクチャのピクチャタイプがＴＳＡピクチャであると決定する（Ｓ２０７）。すなわち、この場合、ピクチャタイプ決定部１０１は、処理対象ピクチャがＴＳＡピクチャであると決定する。
　次に、フィールド区分が第１フィールドを示す場合（Ｓ２０４でＮｏ）、ピクチャタイプ決定部１０１は、処理対象ピクチャのピクチャタイプがＴＳＡピクチャであると決定する（Ｓ２０７）。
　次に、符号化順で１つ前のフィールドが同じフレームの第１フィールドである場合（Ｓ２０５でＹｅｓ）、ピクチャタイプ決定部１０１は、処理対象ピクチャのピクチャタイプがトレイリングピクチャであると決定する（Ｓ２０６）。そうでなければ（Ｓ２０５でＮｏ）、処理対象ピクチャのピクチャタイプがＴＳＡピクチャであると決定する（Ｓ２０７）。符号化順で１つ前のフィールドが同じフレームの第１フィールドであるか否かは、フィールドの表示順に対応する番号を示すフィールド番号によって判定される。
　上述したように、ＴＳＡピクチャは、符号化（復号）順でそのＴＳＡピクチャ以後のピクチャから、ＴｅｍｐｏｒａｌＩｄがそのＴＳＡピクチャのＴｅｍｐｏｒａｌＩｄ以上である符号化（復号）済ピクチャへの参照が禁止されるピクチャである。トレイリング（Ｔｒａｉｌｉｎｇ）ピクチャは、符号化（復号）順でそのトレイリングピクチャ以後のピクチャから、ＴｅｍｐｏｒａｌＩｄがそのトレイリングピクチャのＴｅｍｐｏｒａｌＩｄ以上である符号化（復号）済ピクチャへの参照が許可されるピクチャである。
　＜効果＞
　以上、本実施の形態では、参照が制限される場合において、片方のフィールド（トップフィールドまたはボトムフィールド）から他方のフィールド（ボトムフィールドまたはトップフィールド）への参照が可能である。そのため、予測精度が向上する。つまり、本実施の形態の画像符号化装置１００は、参照関係の制限と圧縮効率の低下の抑制とを両立することができる。
　より具体的には、本実施の形態では、図３の参照関係が図７のように変更される。図７において、第２フィールドは、ＴＳＡピクチャではなく、トレイリングピクチャ（ＴＰ）である。したがって、同一フレームに属する時間的に同じまたは近いフィールドへの参照が可能である。例えば、Ｆ２ｂからＦ２ａへの参照が可能である。したがって、予測精度が向上する。
　また、別のレイヤ（階層）に属する第１フィールドへの参照が可能である。例えば、Ｆ３ａからＦ２ａへの参照が可能である。したがって、予測精度が向上する。また、予測精度の向上と参照関係の制限とが両立する。
　例えば、ＴｅｍｐｏｒａｌＩｄが１であるＦ２ａ以後に符号化（復号）されるフィールドから、Ｆ２ａよりも前に符号化（復号）されたフィールドであって、ＴｅｍｐｏｒａｌＩｄが１以上であるフィールドへの参照が禁止される。したがって、途中からの再生において、復号される参照ピクチャの枚数を減らすことが可能である。
　また、画像符号化装置１００が参照制限フラグを符号化することによって、画像復号装置は、フィールドの復号開始前に、参照が制限されていることを知ることができる。そのため、画像復号装置は、他から参照されないフィールドの復号処理をスキップすることができる。したがって、画像復号装置は、処理量を減らすことができる。
　また、参照が制限されている場合、参照が制限されていない場合に比べて、他のフィールドから処理済フィールドが参照されなくなるタイミングが早い。そのため、早めにフレームメモリ１０８から処理済フィールドを破棄することが可能である。したがって、フレームメモリ１０８のサイズを小さくすることが可能である。また、画像復号装置は、参照制限フラグに従って、確保されるべきフレームメモリサイズを早めに知ることができる。したがって、画像復号装置は、システムのリソースを早めに確保することができる。
　なお、図７に示された階層構造は例であって、階層構造は図７の例に限られない。例えば、階層構造は、図８のように２階層でもよい。外部から入力されるＴｅｍｐｏｒａｌＩｄによって、このような変更が可能である。
　また、本実施の形態では、参照制限フラグが外部から入力される。しかし、外部から入力されなくてもよい。例えば、常に参照が制限されてもよいし、画像がフィールド構造で符号化される場合に参照が制限されてもよいし、符号化条件によって参照制限フラグの値が判定されてもよい。また、参照制限フラグが符号化されなくてもよい。
　例えば、符号化および復号において、常に参照が制限されるように予め決められてもよい。また、画像復号装置は、フィールド番号、フィールド区分、ピクチャ構造およびＴｅｍｐｏｒａｌＩｄから、ピクチャタイプを導出してもよい。
　また、参照制限フラグとして現在のＨＥＶＣ規格（非特許文献１）のｓｐｓ＿ｔｅｍｐｏｒａｌ＿ｉｄ＿ｎｅｓｔｉｎｇ＿ｆｌａｇが使用されてもよい。本実施の形態のように、参照が制限される場合、画像符号化装置１００は、ｓｐｓ＿ｔｅｍｐｏｒａｌ＿ｉｄ＿ｎｅｓｔｉｎｇ＿ｆｌａｇを１に設定して、ｓｐｓ＿ｔｅｍｐｏｒａｌ＿ｉｄ＿ｎｅｓｔｉｎｇ＿ｆｌａｇを符号化してもよい。
　また、本実施の形態では、ＴｅｍｐｏｒａｌＩｄが外部から入力されている。しかし、ＴｅｍｐｏｒａｌＩｄは外部から入力されなくてもよい。例えば、画像符号化装置１００は、ＴｅｍｐｏｒａｌＩｄ設定部を備えてもよい。そして、ＴｅｍｐｏｒａｌＩｄ設定部は、予め決められた方式で入力ピクチャ毎にＴｅｍｐｏｒａｌＩｄを設定してもよい。予め決められた方式は、例えば、ＴｅｍｐｏｒａｌＩｄをピクチャ毎に１ずつインクリメントし、３ピクチャ間隔でＴｅｍｐｏｒａｌＩｄを０に戻す方式でもよい。
　また、ピクチャ構造、フィールド番号およびフィールド区分も、外部から入力されなくてもよい。これらは、固定値でもよいし、予め決められた方式で決定されてもよい。
　また、本実施の形態では、符号化順で１つ前のフィールドが同じフレームの第１フィールドであるか否かをフィールド番号に基づいて判定してピクチャタイプが決められている。ピクチャタイプの決定方法は、このような方法に限られない。
　例えば、対象フィールドが第２フィールドである場合、符号化順で１つ前のフィールドは、常に同じフレームの第１フィールドであると予め決められていてもよい。そして、第２フィールドは、１つ前のフィールドに関係なく、トレイリングピクチャに決定されてもよい。この場合、フィールド番号が、ピクチャタイプ決定部１０１に入力されなくてよいことは言うまでもない。
　また、第１フィールドにトップフィールドが設定され、第２フィールドにボトムフィールドが設定されてもよい。逆に、第１フィールドにボトムフィールドが設定され、第２フィールドにトップフィールドが設定されてもよい。さらに、処理の途中で扱いが切り替えられてもよい。
　また、参照制限フラグ、ピクチャ構造、フィールド番号、ＴｅｍｐｏｒａｌＩｄおよびフィールド区分などを含むピクチャ情報の全部または一部が、複数のピクチャを含むシーケンスの先頭で符号化されてもよいし、ピクチャまたはフィールドの先頭で符号化されてもよいし、スライスの先頭で符号化されてもよい。また、ピクチャ情報の全部または一部が、現在のＨＥＶＣ規格（非特許文献１）のＳＥＩ（Ｓｕｐｐｌｅｍｅｎｔａｌ　Ｅｎｈａｎｃｅｍｅｎｔ　Ｉｎｆｏｒｍａｔｉｏｎ）の一部として符号化されてもよい。
　また、参照が制限されることが前提として予め定められている場合、参照制限フラグに基づく判定（図６のＳ２０２）は、省略されてもよい。また、ピクチャ構造がフィールド構造であることが前提として予め定められている場合、ピクチャ構造に基づく判定（図６のＳ２０３）は、省略されてもよい。また、第１フィールドの直後に同一フレーム内の第２フィールドが符号化されることが前提として予め定められている場合、１つ前の符号化対象フィールドに基づく判定（図６のＳ２０５）は、省略されてもよい。
　更に、本実施の形態における処理は、ソフトウェアで実現されてもよい。そして、このソフトウェアは、ダウンロード等により配布されてもよい。また、このソフトウェアは、ＣＤ－ＲＯＭなどの記録媒体に記録して流布されてもよい。なお、このことが本明細書における他の実施の形態においても該当することは言うまでもない。
　（実施の形態２）
　本実施の形態では、実施の形態１に示された画像符号化装置の主な特徴が確認的に示される。
　図９は、本実施の形態における画像符号化装置のブロック図である。図９に示された画像符号化装置３００は、決定部３０１および符号化部３０２を備える。決定部３０１は、図４のピクチャタイプ決定部１０１に対応する。符号化部３０２は、図４の分割部１０２、減算部１０３、変換量子化部１０４、符号化部１０５、逆変換量子化部１０６、加算部１０７、フレームメモリ１０８、イントラ予測部１０９およびインター予測部１１０に対応する。
　図１０は、図９に示された画像符号化装置３００の動作を示すフローチャートである。なお、前提として、画像符号化装置３００は、上位階層に属するピクチャから下位階層に属するピクチャへの参照が禁止される複数の階層に分類された複数のピクチャをフィールド構造で符号化する。また、前提として、画像符号化装置３００は、参照を制限する。すなわち、画像符号化装置３００は、複数のピクチャのうち少なくとも１つを所定の参照が禁止されるＴＳＡピクチャとして符号化する。
　まず、決定部３０１は、複数のピクチャのうちの対象ピクチャがＴＳＡピクチャであるか所定の参照が許可されるトレイリングピクチャであるかを決定する。つまり、決定部３０１は、対象ピクチャのピクチャタイプを決定する（Ｓ３０１）。
　その際、対象ピクチャが最上位階層に属さず、かつ、対象ピクチャが第１フィールドに該当する場合、決定部３０１は、対象ピクチャがＴＳＡピクチャであると決定する。また、対象ピクチャが最上位階層に属する場合、または、対象ピクチャが第２フィールドに該当する場合、決定部３０１は、対象ピクチャがトレイリングピクチャであると決定する。
　ここで、第１フィールドは、フレーム内の１対のフィールドのうち最初に符号化されるフィールドである。また、第２フィールドは、フレーム内の１対のフィールドのうち最後に符号化されるフィールドである。
　次に、符号化部３０２は、対象ピクチャがＴＳＡピクチャであるかトレイリングピクチャであるかに従って、複数のピクチャを符号化する（Ｓ３０２）。
　例えば、対象ピクチャがＴＳＡピクチャであると決定された場合、符号化部３０２は、所定の参照を禁止して、未符号化ピクチャを符号化する。対象ピクチャがトレイリングピクチャであると決定された場合、符号化部３０２は、所定の参照を許可して、未符号化ピクチャを符号化する。
　ここで、未符号化ピクチャは、複数のピクチャのうち符号化順で対象ピクチャ以後のピクチャである。また、所定の参照は、未符号化ピクチャから、複数のピクチャのうち符号化順で対象ピクチャよりも前のピクチャであり対象ピクチャが属する階層以下の階層に属するピクチャである符号化済ピクチャへの参照である。
　また、第１フィールドは、トップフィールドでもよい。そして、第２フィールドは、ボトムフィールドでもよい。すなわち、第１フィールドがトップフィールドであり、第２フィールドがボトムフィールドであると予め定められていてもよい。図２に示されているように、トップフィールドは、ボトムフィールドよりも空間的に上側に位置するフィールドであり、ボトムフィールドは、トップフィールドよりも空間的に下側に位置するフィールドである。
　また、対象ピクチャが最上位階層に属する場合、または、対象ピクチャが第２フィールドに該当し、かつ、符号化順で対象ピクチャの直前のピクチャが、対象ピクチャを含むフレーム内の第１フィールドに該当する場合、決定部３０１は、対象ピクチャがトレイリングピクチャであると決定してもよい。そして、その他の場合に、決定部３０１は、対象ピクチャがＴＳＡピクチャであると決定してもよい。
　つまり、第２フィールドは、符号化順で第１フィールドの直後のフィールドでもよい。また、第１フィールドは、符号化順で第２フィールドの直前のフィールドでもよい。また、フレーム内の１対のフィールドを連続して符号化することが予め定められていてもよい。
　また、符号化部３０２は、対象ピクチャがＴＳＡピクチャであるかトレイリングピクチャであるかを示すピクチャタイプを符号化してもよい。
　（実施の形態３）
　＜全体構成＞
　図１１は、本実施の形態における画像復号装置の構成を示す。図１１に示された画像復号装置４００は、ピクチャタイプチェック部４１２、復号部４１１、逆変換量子化部４０６、加算部４０７、フレームメモリ４０８、イントラ予測部４０９およびインター予測部４１０を備える。例えば、これらの構成要素は、専用または汎用の回路である。
　＜動作（全体）＞
　次に、図１２を参照しつつ、復号全体フローについて説明する。
　まず、復号部４１１は、符号列に含まれるピクチャ情報を復号する（Ｓ４０１）。具体的には、復号部４１１は、参照制限フラグ、ピクチャタイプ、ＴｅｍｐｏｒａｌＩｄ、フィールド番号、フィールド区分およびピクチャ構造を復号する。
　次に、ピクチャタイプチェック部４１２は、対象ピクチャのピクチャタイプをチェックする（Ｓ４０２）。すなわち、ピクチャタイプチェック部４１２は、復号されたピクチャタイプが正常であるか否かを判定する。詳細は後述する。
　ピクチャタイプが正常でない場合、すなわち、ピクチャタイプがエラーである場合（Ｓ４０３でＹｅｓ）、ピクチャタイプチェック部４１２は、ピクチャタイプがエラーであることを示す情報を出力する（Ｓ４１３）。例えば、この場合、画像復号装置４００は、表示装置にエラーを表示して、対象ピクチャの復号処理を終了する。
　次に、復号部４１１は、予測情報を復号する（Ｓ４０４）。予測情報に含まれる予測モードがイントラ予測である場合（Ｓ４０５でＹｅｓ）、イントラ予測部４０９は、イントラ予測に基づいて、予測ブロックを生成する（Ｓ４０６）。予測モードがインター予測である場合（Ｓ４０５でＮｏ）、インター予測部４１０は、インター予測に基づいて、予測ブロックを生成する（Ｓ４０７）。
　次に、復号部４１１は、変換係数を復号する（Ｓ４０８）。そして、逆変換量子化部４０６は、復号された変換係数に対して、逆量子化および逆周波数変換を行うことによって差分ブロックを復元する（Ｓ４０９）。そして、加算部４０７は、差分ブロックと予測ブロックとを加算（合算）することによって復号ブロック（復号画像）を生成する（Ｓ４１０）。
　そして、全ブロックの処理が完了していない場合（Ｓ４１１でＮｏ）、画像復号装置４００は、次のブロックを選択する（Ｓ４１２）。画像復号装置４００は、ピクチャ内の全ブロックの処理が完了するまで上記の処理（Ｓ４０４～Ｓ４１０）を繰り返す。また、全ピクチャの処理が完了していない場合（Ｓ４１４でＮｏ）、画像復号装置４００は、次のピクチャを選択する（Ｓ４１５）。そして、画像復号装置４００は、全ピクチャの処理が完了するまで上記の処理（Ｓ４０１～Ｓ４１３）を繰り返す。
　なお、画像復号装置４００は、参照制限フラグに基づいて参照が制限され、かつ、ＴＳＡピクチャが出現した場合等、他のピクチャから参照されなくなったピクチャをフレームメモリ４０８から破棄してもよい。画像復号装置４００は、ストリームの途中から画像を復号する場合、他のピクチャから参照されないピクチャを復号しなくてもよい。
　＜動作（ピクチャタイプチェック）＞
　次に、図１３および図１４を参照しつつ、ピクチャタイプチェックフローについて説明する。
　まず、ピクチャタイプチェック部４１２は、ＴｅｍｐｏｒａｌＩｄが０である場合（Ｓ５０１でＮｏ）、または、参照制限フラグが０である場合（Ｓ５０２でＮｏ）、正常ピクチャタイプをトレイリングピクチャに設定する（Ｓ５０８）。
　次に、ピクチャタイプチェック部４１２は、ピクチャ構造がフレーム構造である場合（Ｓ５０３でＮｏ）、正常ピクチャタイプをＴＳＡピクチャに設定する（Ｓ５０７）。
　次に、ピクチャタイプチェック部４１２は、フィールド区分が第１フィールドを示す場合（Ｓ５０４でＮｏ）、正常ピクチャタイプをＴＳＡピクチャに設定する（Ｓ５０７）。
　次に、ピクチャタイプチェック部４１２は、復号順で１つ前のフィールドが同じフレームの第１フィールドである場合（Ｓ５０５でＹｅｓ）、正常ピクチャタイプをトレイリングピクチャに設定する（Ｓ５０６）。そうでなければ、ピクチャタイプチェック部４１２は、正常ピクチャタイプをＴＳＡピクチャに設定する（Ｓ５０７）。復号順で１つ前のフィールドが同じフレームの第１フィールドであるか否かは、フィールドの表示順の番号を示すフィールド番号に基づいて判定される。
　次に、ピクチャタイプチェック部４１２は、復号部４１１で復号されたピクチャタイプが正常ピクチャタイプと同じであるかをチェックする（Ｓ５０９）。復号部４１１で復号されたピクチャタイプが正常ピクチャタイプと異なる場合（Ｓ５０９でＮｏ）、ピクチャタイプチェック部４１２は、ピクチャタイプがエラーであると判定する（Ｓ５１０）。
　＜効果＞
　以上、本実施の形態における画像復号装置４００は、実施の形態１における画像符号化装置１００で符号化された符号列を復号することが可能である。また、本実施の形態における画像復号装置４００は、実施の形態１と同様のピクチャタイプを用いるため、実施の形態１と同様の効果を得ることができる。
　また、画像復号装置４００は、ピクチャタイプをチェックすることにより、符号列内のピクチャタイプが正常であるか否かを判定することができる。したがって、画像復号装置４００は、不正な符号列を検知することができる。また、画像復号装置４００は、復号処理が不正な符号列で破綻する事態を防止することができ、復号処理が正常終了できない事態を防止することができる。
　また、画像復号装置４００は、復号の開始前に参照が制限されていることを参照制限フラグに従って知ることができる。そのため、画像復号装置４００は、他から参照されないフィールドの復号処理をスキップすることができる。したがって、画像復号装置４００は、処理量を減らすことができる。
　また、参照が制限されている場合、参照が制限されていない場合に比べて、処理済フィールドが他のフィールドから参照されなくなるタイミングが早い。そのため、画像復号装置４００は、早めにフレームメモリ４０８から処理済フィールドを破棄することができるため、サイズが小さいフレームメモリ４０８を用いて画像を復号することができる。
　また、画像復号装置４００は、参照制限フラグに従って、確保されるべきフレームメモリサイズを早めに知ることができる。したがって、画像復号装置４００は、システムのリソースを早めに確保することができる。
　また、本実施の形態では、参照制限フラグが符号列に含まれている。しかし、参照制限フラグが符号列に含まれていなくてもよい。例えば、常に参照が制限されてもよいし、画像がフィールド構造で復号される場合に参照が制限されてもよいし、復号条件によって参照制限フラグの値が判定されてもよい。
　また、参照制限フラグとして現在のＨＥＶＣ規格（非特許文献１）のｓｐｓ＿ｔｅｍｐｏｒａｌ＿ｉｄ＿ｎｅｓｔｉｎｇ＿ｆｌａｇが使用されてもよい。例えば、ｓｐｓ＿ｔｅｍｐｏｒａｌ＿ｉｄ＿ｎｅｓｔｉｎｇ＿ｆｌａｇが１である場合に参照が制限されていると決定されてもよい。
　また、参照制限フラグ、ピクチャ構造、フィールド番号、ＴｅｍｐｏｒａｌＩｄおよびフィールド区分などを含むピクチャ情報の全部または一部が、複数のピクチャを含むシーケンスの先頭で復号されてもよいし、ピクチャまたはフィールドの先頭で復号されてもよいし、スライスの先頭で復号されてもよい。また、ピクチャ情報の全部または一部が、現在のＨＥＶＣ規格（非特許文献１）のＳＥＩ（Ｓｕｐｐｌｅｍｅｎｔａｌ　Ｅｎｈａｎｃｅｍｅｎｔ　Ｉｎｆｏｒｍａｔｉｏｎ）の一部として復号されてもよい。
　また、画像復号装置４００は、ピクチャ情報をシーケンスの先頭で復号する場合、複数のピクチャの全てのピクチャタイプが正常であることをチェックしてから、複数のピクチャの全てを復号してもよい。複数のピクチャの一部のピクチャタイプが正常でない場合、画像復号装置４００は、ピクチャタイプが正常でないピクチャの復号をスキップしてもよいし、複数のピクチャの復号を全体的に中止してもよい。
　（実施の形態４）
　本実施の形態では、実施の形態３に示された画像復号装置の主な特徴が確認的に示される。
　図１５は、本実施の形態における画像復号装置のブロック図である。図１５に示された画像復号装置６００は、識別部６０１および復号部６０３を備える。識別部６０１は、図１１の復号部４１１の一部に対応する。復号部６０３は、図１１の復号部４１１の他の一部、逆変換量子化部４０６、加算部４０７、フレームメモリ４０８、イントラ予測部４０９およびインター予測部４１０に対応する。
　画像復号装置６００は、チェック部６０２を備えてもよいし、チェック部６０２を備えなくてもよい。チェック部６０２は、図１１のピクチャタイプチェック部４１２に対応する。
　図１６は、図１５に示された画像復号装置６００の動作を示すフローチャートである。なお、前提として、画像復号装置６００は、上位階層に属するピクチャから下位階層に属するピクチャへの参照が禁止される複数の階層に分類された複数のピクチャをフィールド構造で復号する。また、前提として、画像復号装置６００は、参照を制限する。すなわち、画像復号装置６００は、複数のピクチャのうち少なくとも１つを所定の参照が禁止されるＴＳＡピクチャとして復号する。
　まず、識別部（決定部）６０１は、複数のピクチャのうちの対象ピクチャがＴＳＡピクチャであるか所定の参照が許可されるトレイリングピクチャであるかを識別（決定）する。つまり、識別部６０１は、対象ピクチャのピクチャタイプを識別する（Ｓ６０１）。
　その際、対象ピクチャが最上位階層に属さず、かつ、対象ピクチャが第１フィールドに該当する場合、識別部６０１は、対象ピクチャがＴＳＡピクチャであると識別する。また、対象ピクチャが最上位階層に属する場合、または、対象ピクチャが第２フィールドに該当する場合、識別部６０１は、対象ピクチャがトレイリングピクチャであると識別する。
　ここで、第１フィールドは、フレーム内の１対のフィールドのうち最初に復号されるフィールドである。また、第２フィールドは、フレーム内の１対のフィールドのうち最後に復号されるフィールドである。
　次に、復号部６０３は、対象ピクチャがＴＳＡピクチャであるかトレイリングピクチャであるかに従って、複数のピクチャを復号する（Ｓ６０３）。
　例えば、対象ピクチャがＴＳＡピクチャであると識別された場合、復号部６０３は、所定の参照を禁止して、未復号ピクチャを復号する。対象ピクチャがトレイリングピクチャであると識別された場合、復号部６０３は、所定の参照を許可して、未復号ピクチャを復号する。
　ここで、未復号ピクチャは、複数のピクチャのうち復号順で対象ピクチャ以後のピクチャである。また、所定の参照は、未復号ピクチャから、複数のピクチャのうち復号順で対象ピクチャよりも前のピクチャであり対象ピクチャが属する階層以下の階層に属するピクチャである復号済ピクチャへの参照である。
　また、第１フィールドは、トップフィールドでもよい。そして、第２フィールドは、ボトムフィールドでもよい。すなわち、第１フィールドがトップフィールドであり、第２フィールドがボトムフィールドであると予め定められていてもよい。図２に示されているように、トップフィールドは、ボトムフィールドよりも空間的に上側に位置するフィールドであり、ボトムフィールドは、トップフィールドよりも空間的に下側に位置するフィールドである。
　また、対象ピクチャが最上位階層に属する場合、または、対象ピクチャが第２フィールドに該当し、かつ、復号順で対象ピクチャの直前のピクチャが、対象ピクチャを含むフレーム内の第１フィールドに該当する場合、識別部６０１は、対象ピクチャがトレイリングピクチャであると識別してもよい。そして、その他の場合に、識別部６０１は、対象ピクチャがＴＳＡピクチャであると識別してもよい。
　つまり、第２フィールドは、復号順で第１フィールドの直後のフィールドでもよい。また、第１フィールドは、復号順で第２フィールドの直前のフィールドでもよい。また、フレーム内の１対のフィールドを連続して復号することが予め定められていてもよい。
　また、復号部６０３は、対象ピクチャがＴＳＡピクチャであるかトレイリングピクチャであるかを示すピクチャタイプを復号してもよい。
　例えば、対象ピクチャが最上位階層に属さず、かつ、対象ピクチャが第１フィールドに該当する場合、識別部６０１は、復号部６０３で復号されたピクチャタイプに従って、対象ピクチャがＴＳＡピクチャであると識別する。また、例えば、対象ピクチャが最上位階層に属する場合、または、対象ピクチャが第２フィールドに該当する場合、識別部６０１は、復号部６０３で復号されたピクチャタイプに従って、対象ピクチャがトレイリングピクチャであると識別する。
　また、上述の通り、画像復号装置６００は、復号部６０３で復号されたピクチャタイプが正しいことをチェックするチェック部６０２を備えてもよい。チェック部６０２は、対象ピクチャを復号する前に、対象ピクチャについて復号されたピクチャタイプが正しいことをチェックする（Ｓ６０２）。
　例えば、対象ピクチャが最上位階層に属さず、かつ、対象ピクチャが第１フィールドに該当する場合、チェック部６０２は、対象ピクチャがＴＳＡピクチャであることを復号部６０３で復号されたピクチャタイプが示していることをチェックする。また、例えば、対象ピクチャが最上位階層に属する場合、または、対象ピクチャが第２フィールドに該当する場合、チェック部６０２は、対象ピクチャがトレイリングピクチャであることを復号部６０３で復号されたピクチャタイプが示していることをチェックする。
　これにより、チェック部６０２は、復号部６０３で復号されたピクチャタイプが正しいことをチェックする。復号部６０３で復号されたピクチャタイプが正しくない場合、チェック部６０２は、対象ピクチャが復号されないように、複数のピクチャの復号を制御してもよい。例えば、チェック部６０２は、復号部６０３で復号されたピクチャタイプが正しくないことを復号部６０３に通知することによって、対象ピクチャの復号をスキップさせてもよい。
　以上の各実施の形態において、各構成要素は、例えば、ＭＰＵおよびメモリ等を含む回路によって実現される。また、各構成要素が実行する処理は、ソフトウェア（プログラム）によって実行されてもよい。当該ソフトウェアは、例えば、ＲＯＭ等の記録媒体に記録されている。そして、このようなソフトウェアは、ダウンロード等により配布されてもよいし、ＣＤ－ＲＯＭなどの記録媒体に記録して配布されてもよい。なお、各構成要素をハードウェア（専用回路）によって実現することも、当然、可能である。
　つまり、上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。
　言い換えると、画像符号化装置および画像復号装置は、処理回路（Ｐｒｏｃｅｓｓｉｎｇ　Ｃｉｒｃｕｉｔｒｙ）と、当該処理回路に電気的に接続された（当該処理回路からアクセス可能な）記憶装置（Ｓｔｏｒａｇｅ）とを備える。処理回路は、専用のハードウェアおよびプログラム実行部の少なくとも一方を含み、記憶装置を用いて処理を実行する。また、記憶装置は、処理回路がプロラム実行部を含む場合には、当該プログラム実行部により実行されるソフトウェアプログラムを記憶する。
　ここで、上記各実施の形態の画像符号化装置および画像復号装置などを実現するソフトウェアは、次のようなプログラムである。
　すなわち、このプログラムは、コンピュータに、上位階層に属するピクチャから下位階層に属するピクチャへの参照が禁止される複数の階層に分類された複数のピクチャをフィールド構造で符号化し、前記複数のピクチャのうち少なくとも１つを所定の参照が禁止されるＴＳＡ（Ｔｅｍｐｏｒａｌ　Ｓｕｂ－ｌａｙｅｒ　Ａｃｃｅｓｓ）ピクチャとして符号化する画像符号化方法であって、前記複数のピクチャのうちの対象ピクチャが前記ＴＳＡピクチャであるか前記所定の参照が許可されるトレイリングピクチャであるかを決定する決定ステップと、前記対象ピクチャが前記ＴＳＡピクチャであるか前記トレイリングピクチャであるかに従って、前記複数のピクチャを符号化する第１符号化ステップとを含み、前記決定ステップでは、前記対象ピクチャが前記複数の階層の最上位階層に属さず、かつ、前記対象ピクチャがフレーム内の１対のフィールドのうち最初に符号化される第１フィールドに該当する場合、前記対象ピクチャが前記ＴＳＡピクチャであると決定し、前記対象ピクチャが前記最上位階層に属する場合、または、前記対象ピクチャが前記１対のフィールドのうち最後に符号化される第２フィールドに該当する場合、前記対象ピクチャが前記トレイリングピクチャであると決定する画像符号化方法を実行させる。
　また、このプログラムは、コンピュータに、上位階層に属するピクチャから下位階層に属するピクチャへの参照が禁止される複数の階層に分類された複数のピクチャをフィールド構造で復号し、前記複数のピクチャのうち少なくとも１つを所定の参照が禁止されるＴＳＡ（Ｔｅｍｐｏｒａｌ　Ｓｕｂ－ｌａｙｅｒ　Ａｃｃｅｓｓ）ピクチャとして復号する画像復号方法であって、前記複数のピクチャのうちの対象ピクチャが前記ＴＳＡピクチャであるか前記所定の参照が許可されるトレイリングピクチャであるかを識別する識別ステップと、前記対象ピクチャが前記ＴＳＡピクチャであるか前記トレイリングピクチャであるかに従って、前記複数のピクチャを復号する第１復号ステップとを含み、前記識別ステップでは、前記対象ピクチャが前記複数の階層の最上位階層に属さず、かつ、前記対象ピクチャがフレーム内の１対のフィールドのうち最初に復号される第１フィールドに該当する場合、前記対象ピクチャが前記ＴＳＡピクチャであると識別し、前記対象ピクチャが前記最上位階層に属する場合、または、前記対象ピクチャが前記１対のフィールドのうち最後に復号される第２フィールドに該当する場合、前記対象ピクチャが前記トレイリングピクチャであると識別する画像復号方法を実行させてもよい。
　また、各構成要素は、上述の通り、回路であってもよい。これらの回路は、全体として１つの回路を構成してもよいし、それぞれ別々の回路であってもよい。また、各構成要素は、汎用的なプロセッサで実現されてもよいし、専用のプロセッサで実現されてもよい。
　また、特定の処理部が実行する処理を別の処理部が実行してもよい。また、処理を実行する順番が変更されてもよいし、複数の処理が並行して実行されてもよい。また、画像符号化復号装置が、画像符号化装置および画像復号装置を備えていてもよい。
　また、各実施の形態において説明された処理は、単一の装置（システム）を用いて実行される集中処理として実行されてもよいし、あるいは、複数の装置を用いて実行される分散処理として実行されてもよい。また、上記のプログラムを実行するコンピュータは、単数であってもよく、複数であってもよい。すなわち、プログラムの実行において、集中処理が行われてもよいし、分散処理が行われてもよい。
　以上、一つまたは複数の態様に係る画像符号化装置および画像復号装置などについて、実施の形態に基づいて説明したが、本発明は、この実施の形態に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、一つまたは複数の態様の範囲内に含まれてもよい。
　（実施の形態５）
　上記各実施の形態で示した動画像符号化方法（画像符号化方法）または動画像復号化方法（画像復号方法）の構成を実現するためのプログラムを記憶メディアに記録することにより、上記各実施の形態で示した処理を独立したコンピュータシステムにおいて簡単に実施することが可能となる。記憶メディアは、磁気ディスク、光ディスク、光磁気ディスク、ＩＣカード、半導体メモリ等、プログラムを記録できるものであればよい。
　さらにここで、上記各実施の形態で示した動画像符号化方法（画像符号化方法）や動画像復号化方法（画像復号方法）の応用例とそれを用いたシステムを説明する。当該システムは、画像符号化方法を用いた画像符号化装置、及び画像復号方法を用いた画像復号装置からなる画像符号化復号装置を有することを特徴とする。システムにおける他の構成について、場合に応じて適切に変更することができる。
　図１７は、コンテンツ配信サービスを実現するコンテンツ供給システムex１００の全体構成を示す図である。通信サービスの提供エリアを所望の大きさに分割し、各セル内にそれぞれ固定無線局である基地局ex１０６、ex１０７、ex１０８、ex１０９、ex１１０が設置されている。
　このコンテンツ供給システムex１００は、インターネットex１０１にインターネットサービスプロバイダex１０２および電話網ex１０４、および基地局ex１０６からex１１０を介して、コンピュータex１１１、ＰＤＡ（Personal Digital Assistant）ex１１２、カメラex１１３、携帯電話ex１１４、ゲーム機ex１１５などの各機器が接続される。
　しかし、コンテンツ供給システムex１００は図１７のような構成に限定されず、いずれかの要素を組合せて接続するようにしてもよい。また、固定無線局である基地局ex１０６からex１１０を介さずに、各機器が電話網ex１０４に直接接続されてもよい。また、各機器が近距離無線等を介して直接相互に接続されていてもよい。
　カメラex１１３はデジタルビデオカメラ等の動画撮影が可能な機器であり、カメラex１１６はデジタルカメラ等の静止画撮影、動画撮影が可能な機器である。また、携帯電話ex１１４は、ＧＳＭ（登録商標）（Global System for Mobile Communications）方式、ＣＤＭＡ（Code Division Multiple Access）方式、Ｗ－ＣＤＭＡ（Wideband-Code Division Multiple Access）方式、若しくはＬＴＥ（Long Term Evolution）方式、ＨＳＰＡ(High Speed Packet Access)の携帯電話機、またはＰＨＳ（Personal Handyphone System）等であり、いずれでも構わない。
　コンテンツ供給システムex１００では、カメラex１１３等が基地局ex１０９、電話網ex１０４を通じてストリーミングサーバex１０３に接続されることで、ライブ配信等が可能になる。ライブ配信では、ユーザがカメラex１１３を用いて撮影するコンテンツ（例えば、音楽ライブの映像等）に対して上記各実施の形態で説明したように符号化処理を行い（即ち、本発明の一態様に係る画像符号化装置として機能する）、ストリーミングサーバex１０３に送信する。一方、ストリーミングサーバex１０３は要求のあったクライアントに対して送信されたコンテンツデータをストリーム配信する。クライアントとしては、上記符号化処理されたデータを復号化することが可能な、コンピュータex１１１、ＰＤＡex１１２、カメラex１１３、携帯電話ex１１４、ゲーム機ex１１５等がある。配信されたデータを受信した各機器では、受信したデータを復号化処理して再生する（即ち、本発明の一態様に係る画像復号装置として機能する）。
　なお、撮影したデータの符号化処理はカメラex１１３で行っても、データの送信処理をするストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。同様に配信されたデータの復号化処理はクライアントで行っても、ストリーミングサーバex１０３で行ってもよいし、互いに分担して行ってもよい。また、カメラex１１３に限らず、カメラex１１６で撮影した静止画像および／または動画像データを、コンピュータex１１１を介してストリーミングサーバex１０３に送信してもよい。この場合の符号化処理はカメラex１１６、コンピュータex１１１、ストリーミングサーバex１０３のいずれで行ってもよいし、互いに分担して行ってもよい。
　また、これら符号化・復号化処理は、一般的にコンピュータex１１１や各機器が有するＬＳＩex５００において処理する。ＬＳＩex５００は、ワンチップであっても複数チップからなる構成であってもよい。なお、動画像符号化・復号化用のソフトウェアをコンピュータex１１１等で読み取り可能な何らかの記録メディア（ＣＤ－ＲＯＭ、フレキシブルディスク、ハードディスクなど）に組み込み、そのソフトウェアを用いて符号化・復号化処理を行ってもよい。さらに、携帯電話ex１１４がカメラ付きである場合には、そのカメラで取得した動画データを送信してもよい。このときの動画データは携帯電話ex１１４が有するＬＳＩex５００で符号化処理されたデータである。
　また、ストリーミングサーバex１０３は複数のサーバや複数のコンピュータであって、データを分散して処理したり記録したり配信するものであってもよい。
　以上のようにして、コンテンツ供給システムex１００では、符号化されたデータをクライアントが受信して再生することができる。このようにコンテンツ供給システムex１００では、ユーザが送信した情報をリアルタイムでクライアントが受信して復号化し、再生することができ、特別な権利や設備を有さないユーザでも個人放送を実現できる。
　なお、コンテンツ供給システムex１００の例に限らず、図１８に示すように、デジタル放送用システムex２００にも、上記各実施の形態の少なくとも動画像符号化装置（画像符号化装置）または動画像復号化装置（画像復号装置）のいずれかを組み込むことができる。具体的には、放送局ex２０１では映像データに音楽データなどが多重化された多重化データが電波を介して通信または衛星ex２０２に伝送される。この映像データは上記各実施の形態で説明した動画像符号化方法により符号化されたデータである（即ち、本発明の一態様に係る画像符号化装置によって符号化されたデータである）。これを受けた放送衛星ex２０２は、放送用の電波を発信し、この電波を衛星放送の受信が可能な家庭のアンテナex２０４が受信する。受信した多重化データを、テレビ（受信機）ex３００またはセットトップボックス（ＳＴＢ）ex２１７等の装置が復号化して再生する（即ち、本発明の一態様に係る画像復号装置として機能する）。
　また、ＤＶＤ、ＢＤ等の記録メディアex２１５に記録した多重化データを読み取り復号化する、または記録メディアex２１５に映像信号を符号化し、さらに場合によっては音楽信号と多重化して書き込むリーダ／レコーダex２１８にも上記各実施の形態で示した動画像復号化装置または動画像符号化装置を実装することが可能である。この場合、再生された映像信号はモニタex２１９に表示され、多重化データが記録された記録メディアex２１５により他の装置やシステムにおいて映像信号を再生することができる。また、ケーブルテレビ用のケーブルex２０３または衛星／地上波放送のアンテナex２０４に接続されたセットトップボックスex２１７内に動画像復号化装置を実装し、これをテレビのモニタex２１９で表示してもよい。このときセットトップボックスではなく、テレビ内に動画像復号化装置を組み込んでもよい。
　図１９は、上記各実施の形態で説明した動画像復号化方法および動画像符号化方法を用いたテレビ（受信機）ex３００を示す図である。テレビex３００は、上記放送を受信するアンテナex２０４またはケーブルex２０３等を介して映像データに音声データが多重化された多重化データを取得、または出力するチューナex３０１と、受信した多重化データを復調する、または外部に送信する多重化データに変調する変調／復調部ex３０２と、復調した多重化データを映像データと、音声データとに分離する、または信号処理部ex３０６で符号化された映像データ、音声データを多重化する多重／分離部ex３０３を備える。
　また、テレビex３００は、音声データ、映像データそれぞれを復号化する、またはそれぞれの情報を符号化する音声信号処理部ex３０４、映像信号処理部ex３０５（本発明の一態様に係る画像符号化装置または画像復号装置として機能する）を有する信号処理部ex３０６と、復号化した音声信号を出力するスピーカex３０７、復号化した映像信号を表示するディスプレイ等の表示部ex３０８を有する出力部ex３０９とを有する。さらに、テレビex３００は、ユーザ操作の入力を受け付ける操作入力部ex３１２等を有するインタフェース部ex３１７を有する。さらに、テレビex３００は、各部を統括的に制御する制御部ex３１０、各部に電力を供給する電源回路部ex３１１を有する。インタフェース部ex３１７は、操作入力部ex３１２以外に、リーダ／レコーダex２１８等の外部機器と接続されるブリッジex３１３、ＳＤカード等の記録メディアex２１６を装着可能とするためのスロット部ex３１４、ハードディスク等の外部記録メディアと接続するためのドライバex３１５、電話網と接続するモデムex３１６等を有していてもよい。なお記録メディアex２１６は、格納する不揮発性／揮発性の半導体メモリ素子により電気的に情報の記録を可能としたものである。テレビex３００の各部は同期バスを介して互いに接続されている。
　まず、テレビex３００がアンテナex２０４等により外部から取得した多重化データを復号化し、再生する構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、ＣＰＵ等を有する制御部ex３１０の制御に基づいて、変調／復調部ex３０２で復調した多重化データを多重／分離部ex３０３で分離する。さらにテレビex３００は、分離した音声データを音声信号処理部ex３０４で復号化し、分離した映像データを映像信号処理部ex３０５で上記各実施の形態で説明した復号化方法を用いて復号化する。復号化した音声信号、映像信号は、それぞれ出力部ex３０９から外部に向けて出力される。出力する際には、音声信号と映像信号が同期して再生するよう、バッファex３１８、ex３１９等に一旦これらの信号を蓄積するとよい。また、テレビex３００は、放送等からではなく、磁気／光ディスク、ＳＤカード等の記録メディアex２１５、ex２１６から多重化データを読み出してもよい。次に、テレビex３００が音声信号や映像信号を符号化し、外部に送信または記録メディア等に書き込む構成について説明する。テレビex３００は、リモートコントローラex２２０等からのユーザ操作を受け、制御部ex３１０の制御に基づいて、音声信号処理部ex３０４で音声信号を符号化し、映像信号処理部ex３０５で映像信号を上記各実施の形態で説明した符号化方法を用いて符号化する。符号化した音声信号、映像信号は多重／分離部ex３０３で多重化され外部に出力される。多重化する際には、音声信号と映像信号が同期するように、バッファex３２０、ex３２１等に一旦これらの信号を蓄積するとよい。なお、バッファex３１８、ex３１９、ex３２０、ex３２１は図示しているように複数備えていてもよいし、１つ以上のバッファを共有する構成であってもよい。さらに、図示している以外に、例えば変調／復調部ex３０２や多重／分離部ex３０３の間等でもシステムのオーバフロー、アンダーフローを避ける緩衝材としてバッファにデータを蓄積することとしてもよい。
　また、テレビex３００は、放送等や記録メディア等から音声データ、映像データを取得する以外に、マイクやカメラのＡＶ入力を受け付ける構成を備え、それらから取得したデータに対して符号化処理を行ってもよい。なお、ここではテレビex３００は上記の符号化処理、多重化、および外部出力ができる構成として説明したが、これらの処理を行うことはできず、上記受信、復号化処理、外部出力のみが可能な構成であってもよい。
　また、リーダ／レコーダex２１８で記録メディアから多重化データを読み出す、または書き込む場合には、上記復号化処理または符号化処理はテレビex３００、リーダ／レコーダex２１８のいずれで行ってもよいし、テレビex３００とリーダ／レコーダex２１８が互いに分担して行ってもよい。
　一例として、光ディスクからデータの読み込みまたは書き込みをする場合の情報再生／記録部ex４００の構成を図２０に示す。情報再生／記録部ex４００は、以下に説明する要素ex４０１、ex４０２、ex４０３、ex４０４、ex４０５、ex４０６、ex４０７を備える。光ヘッドex４０１は、光ディスクである記録メディアex２１５の記録面にレーザスポットを照射して情報を書き込み、記録メディアex２１５の記録面からの反射光を検出して情報を読み込む。変調記録部ex４０２は、光ヘッドex４０１に内蔵された半導体レーザを電気的に駆動し記録データに応じてレーザ光の変調を行う。再生復調部ex４０３は、光ヘッドex４０１に内蔵されたフォトディテクタにより記録面からの反射光を電気的に検出した再生信号を増幅し、記録メディアex２１５に記録された信号成分を分離して復調し、必要な情報を再生する。バッファex４０４は、記録メディアex２１５に記録するための情報および記録メディアex２１５から再生した情報を一時的に保持する。ディスクモータex４０５は記録メディアex２１５を回転させる。サーボ制御部ex４０６は、ディスクモータex４０５の回転駆動を制御しながら光ヘッドex４０１を所定の情報トラックに移動させ、レーザスポットの追従処理を行う。システム制御部ex４０７は、情報再生／記録部ex４００全体の制御を行う。上記の読み出しや書き込みの処理はシステム制御部ex４０７が、バッファex４０４に保持された各種情報を利用し、また必要に応じて新たな情報の生成・追加を行うと共に、変調記録部ex４０２、再生復調部ex４０３、サーボ制御部ex４０６を協調動作させながら、光ヘッドex４０１を通して、情報の記録再生を行うことにより実現される。システム制御部ex４０７は例えばマイクロプロセッサで構成され、読み出し書き込みのプログラムを実行することでそれらの処理を実行する。
　以上では、光ヘッドex４０１はレーザスポットを照射するとして説明したが、近接場光を用いてより高密度な記録を行う構成であってもよい。
　図２１に光ディスクである記録メディアex２１５の模式図を示す。記録メディアex２１５の記録面には案内溝（グルーブ）がスパイラル状に形成され、情報トラックex２３０には、予めグルーブの形状の変化によってディスク上の絶対位置を示す番地情報が記録されている。この番地情報はデータを記録する単位である記録ブロックex２３１の位置を特定するための情報を含み、記録や再生を行う装置において情報トラックex２３０を再生し番地情報を読み取ることで記録ブロックを特定することができる。また、記録メディアex２１５は、データ記録領域ex２３３、内周領域ex２３２、外周領域ex２３４を含んでいる。ユーザデータを記録するために用いる領域がデータ記録領域ex２３３であり、データ記録領域ex２３３より内周または外周に配置されている内周領域ex２３２と外周領域ex２３４は、ユーザデータの記録以外の特定用途に用いられる。情報再生／記録部ex４００は、このような記録メディアex２１５のデータ記録領域ex２３３に対して、符号化された音声データ、映像データまたはそれらのデータを多重化した多重化データの読み書きを行う。
　以上では、１層のＤＶＤ、ＢＤ等の光ディスクを例に挙げ説明したが、これらに限ったものではなく、多層構造であって表面以外にも記録可能な光ディスクであってもよい。また、ディスクの同じ場所にさまざまな異なる波長の色の光を用いて情報を記録したり、さまざまな角度から異なる情報の層を記録したりなど、多次元的な記録／再生を行う構造の光ディスクであってもよい。
　また、デジタル放送用システムex２００において、アンテナex２０５を有する車ex２１０で衛星ex２０２等からデータを受信し、車ex２１０が有するカーナビゲーションex２１１等の表示装置に動画を再生することも可能である。なお、カーナビゲーションex２１１の構成は例えば図１９に示す構成のうち、ＧＰＳ受信部を加えた構成が考えられ、同様なことがコンピュータex１１１や携帯電話ex１１４等でも考えられる。
　図２２Ａは、上記実施の形態で説明した動画像復号化方法および動画像符号化方法を用いた携帯電話ex１１４を示す図である。携帯電話ex１１４は、基地局ex１１０との間で電波を送受信するためのアンテナex３５０、映像、静止画を撮ることが可能なカメラ部ex３６５、カメラ部ex３６５で撮像した映像、アンテナex３５０で受信した映像等が復号化されたデータを表示する液晶ディスプレイ等の表示部ex３５８を備える。携帯電話ex１１４は、さらに、操作キー部ex３６６を有する本体部、音声を出力するためのスピーカ等である音声出力部ex３５７、音声を入力するためのマイク等である音声入力部ex３５６、撮影した映像、静止画、録音した音声、または受信した映像、静止画、メール等の符号化されたデータもしくは復号化されたデータを保存するメモリ部ex３６７、又は同様にデータを保存する記録メディアとのインタフェース部であるスロット部ex３６４を備える。
　さらに、携帯電話ex１１４の構成例について、図２２Ｂを用いて説明する。携帯電話ex１１４は、表示部ex３５８及び操作キー部ex３６６を備えた本体部の各部を統括的に制御する主制御部ex３６０に対して、電源回路部ex３６１、操作入力制御部ex３６２、映像信号処理部ex３５５、カメラインタフェース部ex３６３、ＬＣＤ（Liquid Crystal Display）制御部ex３５９、変調／復調部ex３５２、多重／分離部ex３５３、音声信号処理部ex３５４、スロット部ex３６４、メモリ部ex３６７がバスex３７０を介して互いに接続されている。
　電源回路部ex３６１は、ユーザの操作により終話及び電源キーがオン状態にされると、バッテリパックから各部に対して電力を供給することにより携帯電話ex１１４を動作可能な状態に起動する。
　携帯電話ex１１４は、ＣＰＵ、ＲＯＭ、ＲＡＭ等を有する主制御部ex３６０の制御に基づいて、音声通話モード時に音声入力部ex３５６で収音した音声信号を音声信号処理部ex３５４でデジタル音声信号に変換し、これを変調／復調部ex３５２でスペクトラム拡散処理し、送信／受信部ex３５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex３５０を介して送信する。また携帯電話ex１１４は、音声通話モード時にアンテナex３５０を介して受信した受信データを増幅して周波数変換処理およびアナログデジタル変換処理を施し、変調／復調部ex３５２でスペクトラム逆拡散処理し、音声信号処理部ex３５４でアナログ音声信号に変換した後、これを音声出力部ex３５７から出力する。
　さらにデータ通信モード時に電子メールを送信する場合、本体部の操作キー部ex３６６等の操作によって入力された電子メールのテキストデータは操作入力制御部ex３６２を介して主制御部ex３６０に送出される。主制御部ex３６０は、テキストデータを変調／復調部ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex３５０を介して基地局ex１１０へ送信する。電子メールを受信する場合は、受信したデータに対してこのほぼ逆の処理が行われ、表示部ex３５８に出力される。
　データ通信モード時に映像、静止画、または映像と音声を送信する場合、映像信号処理部ex３５５は、カメラ部ex３６５から供給された映像信号を上記各実施の形態で示した動画像符号化方法によって圧縮符号化し（即ち、本発明の一態様に係る画像符号化装置として機能する）、符号化された映像データを多重／分離部ex３５３に送出する。また、音声信号処理部ex３５４は、映像、静止画等をカメラ部ex３６５で撮像中に音声入力部ex３５６で収音した音声信号を符号化し、符号化された音声データを多重／分離部ex３５３に送出する。
　多重／分離部ex３５３は、映像信号処理部ex３５５から供給された符号化された映像データと音声信号処理部ex３５４から供給された符号化された音声データを所定の方式で多重化し、その結果得られる多重化データを変調／復調部（変調／復調回路部）ex３５２でスペクトラム拡散処理をし、送信／受信部ex３５１でデジタルアナログ変換処理及び周波数変換処理を施した後にアンテナex３５０を介して送信する。
　データ通信モード時にホームページ等にリンクされた動画像ファイルのデータを受信する場合、または映像およびもしくは音声が添付された電子メールを受信する場合、アンテナex３５０を介して受信された多重化データを復号化するために、多重／分離部ex３５３は、多重化データを分離することにより映像データのビットストリームと音声データのビットストリームとに分け、同期バスex３７０を介して符号化された映像データを映像信号処理部ex３５５に供給するとともに、符号化された音声データを音声信号処理部ex３５４に供給する。映像信号処理部ex３５５は、上記各実施の形態で示した動画像符号化方法に対応した動画像復号化方法によって復号化することにより映像信号を復号し（即ち、本発明の一態様に係る画像復号装置として機能する）、ＬＣＤ制御部ex３５９を介して表示部ex３５８から、例えばホームページにリンクされた動画像ファイルに含まれる映像、静止画が表示される。また音声信号処理部ex３５４は、音声信号を復号し、音声出力部ex３５７から音声が出力される。
　また、上記携帯電話ex１１４等の端末は、テレビex３００と同様に、符号化器・復号化器を両方持つ送受信型端末の他に、符号化器のみの送信端末、復号化器のみの受信端末という３通りの実装形式が考えられる。さらに、デジタル放送用システムex２００において、映像データに音楽データなどが多重化された多重化データを受信、送信するとして説明したが、音声データ以外に映像に関連する文字データなどが多重化されたデータであってもよいし、多重化データではなく映像データ自体であってもよい。
　このように、上記各実施の形態で示した動画像符号化方法あるいは動画像復号化方法を上述したいずれの機器・システムに用いることは可能であり、そうすることで、上記各実施の形態で説明した効果を得ることができる。
　また、本発明はかかる上記実施の形態に限定されるものではなく、本発明の範囲を逸脱することなく種々の変形または修正が可能である。
　（実施の形態６）
　上記各実施の形態で示した動画像符号化方法または装置と、ＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１など異なる規格に準拠した動画像符号化方法または装置とを、必要に応じて適宜切替えることにより、映像データを生成することも可能である。
　ここで、それぞれ異なる規格に準拠する複数の映像データを生成した場合、復号する際に、それぞれの規格に対応した復号方法を選択する必要がある。しかしながら、復号する映像データが、どの規格に準拠するものであるか識別できないため、適切な復号方法を選択することができないという課題を生じる。
　この課題を解決するために、映像データに音声データなどを多重化した多重化データは、映像データがどの規格に準拠するものであるかを示す識別情報を含む構成とする。上記各実施の形態で示す動画像符号化方法または装置によって生成された映像データを含む多重化データの具体的な構成を以下説明する。多重化データは、ＭＰＥＧ－２トランスポートストリーム形式のデジタルストリームである。
　図２３は、多重化データの構成を示す図である。図２３に示すように多重化データは、ビデオストリーム、オーディオストリーム、プレゼンテーショングラフィックスストリーム（ＰＧ）、インタラクティブグラフィックスストリームのうち、１つ以上を多重化することで得られる。ビデオストリームは映画の主映像および副映像を、オーディオストリーム（ＩＧ）は映画の主音声部分とその主音声とミキシングする副音声を、プレゼンテーショングラフィックスストリームは、映画の字幕をそれぞれ示している。ここで主映像とは画面に表示される通常の映像を示し、副映像とは主映像の中に小さな画面で表示する映像のことである。また、インタラクティブグラフィックスストリームは、画面上にＧＵＩ部品を配置することにより作成される対話画面を示している。ビデオストリームは、上記各実施の形態で示した動画像符号化方法または装置、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠した動画像符号化方法または装置によって符号化されている。オーディオストリームは、ドルビーＡＣ－３、Ｄｏｌｂｙ　Ｄｉｇｉｔａｌ　Ｐｌｕｓ、ＭＬＰ、ＤＴＳ、ＤＴＳ－ＨＤ、または、リニアＰＣＭのなどの方式で符号化されている。
　多重化データに含まれる各ストリームはＰＩＤによって識別される。例えば、映画の映像に利用するビデオストリームには０ｘ１０１１が、オーディオストリームには０ｘ１１００から０ｘ１１１Ｆまでが、プレゼンテーショングラフィックスには０ｘ１２００から０ｘ１２１Ｆまでが、インタラクティブグラフィックスストリームには０ｘ１４００から０ｘ１４１Ｆまでが、映画の副映像に利用するビデオストリームには０ｘ１Ｂ００から０ｘ１Ｂ１Ｆまで、主音声とミキシングする副音声に利用するオーディオストリームには０ｘ１Ａ００から０ｘ１Ａ１Ｆが、それぞれ割り当てられている。
　図２４は、多重化データがどのように多重化されるかを模式的に示す図である。まず、複数のビデオフレームからなるビデオストリームex２３５、複数のオーディオフレームからなるオーディオストリームex２３８を、それぞれＰＥＳパケット列ex２３６およびex２３９に変換し、ＴＳパケットex２３７およびex２４０に変換する。同じくプレゼンテーショングラフィックスストリームex２４１およびインタラクティブグラフィックスex２４４のデータをそれぞれＰＥＳパケット列ex２４２およびex２４５に変換し、さらにＴＳパケットex２４３およびex２４６に変換する。多重化データex２４７はこれらのＴＳパケットを１本のストリームに多重化することで構成される。
　図２５は、ＰＥＳパケット列に、ビデオストリームがどのように格納されるかをさらに詳しく示している。図２５における第１段目はビデオストリームのビデオフレーム列を示す。第２段目は、ＰＥＳパケット列を示す。図２５の矢印ｙｙ１，ｙｙ２，ｙｙ３，ｙｙ４に示すように、ビデオストリームにおける複数のＶｉｄｅｏ　Ｐｒｅｓｅｎｔａｔｉｏｎ　ＵｎｉｔであるＩピクチャ、Ｂピクチャ、Ｐピクチャは、ピクチャ毎に分割され、ＰＥＳパケットのペイロードに格納される。各ＰＥＳパケットはＰＥＳヘッダを持ち、ＰＥＳヘッダには、ピクチャの表示時刻であるＰＴＳ（Ｐｒｅｓｅｎｔａｔｉｏｎ　Ｔｉｍｅ－Ｓｔａｍｐ）やピクチャの復号時刻であるＤＴＳ（Ｄｅｃｏｄｉｎｇ　Ｔｉｍｅ－Ｓｔａｍｐ）が格納される。
　図２６は、多重化データに最終的に書き込まれるＴＳパケットの形式を示している。ＴＳパケットは、ストリームを識別するＰＩＤなどの情報を持つ４ＢｙｔｅのＴＳヘッダとデータを格納する１８４ＢｙｔｅのＴＳペイロードから構成される１８８Ｂｙｔｅ固定長のパケットであり、上記ＰＥＳパケットは分割されＴＳペイロードに格納される。ＢＤ－ＲＯＭの場合、ＴＳパケットには、４ＢｙｔｅのＴＰ＿Ｅｘｔｒａ＿Ｈｅａｄｅｒが付与され、１９２Ｂｙｔｅのソースパケットを構成し、多重化データに書き込まれる。ＴＰ＿Ｅｘｔｒａ＿ＨｅａｄｅｒにはＡＴＳ（Ａｒｒｉｖａｌ＿Ｔｉｍｅ＿Ｓｔａｍｐ）などの情報が記載される。ＡＴＳは当該ＴＳパケットのデコーダのＰＩＤフィルタへの転送開始時刻を示す。多重化データには図２６下段に示すようにソースパケットが並ぶこととなり、多重化データの先頭からインクリメントする番号はＳＰＮ（ソースパケットナンバー）と呼ばれる。
　また、多重化データに含まれるＴＳパケットには、映像・音声・字幕などの各ストリーム以外にもＰＡＴ（Ｐｒｏｇｒａｍ　Ａｓｓｏｃｉａｔｉｏｎ　Ｔａｂｌｅ）、ＰＭＴ（Ｐｒｏｇｒａｍ　Ｍａｐ　Ｔａｂｌｅ）、ＰＣＲ（Ｐｒｏｇｒａｍ　Ｃｌｏｃｋ　Ｒｅｆｅｒｅｎｃｅ）などがある。ＰＡＴは多重化データ中に利用されるＰＭＴのＰＩＤが何であるかを示し、ＰＡＴ自身のＰＩＤは０で登録される。ＰＭＴは、多重化データ中に含まれる映像・音声・字幕などの各ストリームのＰＩＤと各ＰＩＤに対応するストリームの属性情報を持ち、また多重化データに関する各種ディスクリプタを持つ。ディスクリプタには多重化データのコピーを許可・不許可を指示するコピーコントロール情報などがある。ＰＣＲは、ＡＴＳの時間軸であるＡＴＣ（Ａｒｒｉｖａｌ　Ｔｉｍｅ　Ｃｌｏｃｋ）とＰＴＳ・ＤＴＳの時間軸であるＳＴＣ（Ｓｙｓｔｅｍ　Ｔｉｍｅ　Ｃｌｏｃｋ）の同期を取るために、そのＰＣＲパケットがデコーダに転送されるＡＴＳに対応するＳＴＣ時間の情報を持つ。
　図２７はＰＭＴのデータ構造を詳しく説明する図である。ＰＭＴの先頭には、そのＰＭＴに含まれるデータの長さなどを記したＰＭＴヘッダが配置される。その後ろには、多重化データに関するディスクリプタが複数配置される。上記コピーコントロール情報などが、ディスクリプタとして記載される。ディスクリプタの後には、多重化データに含まれる各ストリームに関するストリーム情報が複数配置される。ストリーム情報は、ストリームの圧縮コーデックなどを識別するためストリームタイプ、ストリームのＰＩＤ、ストリームの属性情報（フレームレート、アスペクト比など）が記載されたストリームディスクリプタから構成される。ストリームディスクリプタは多重化データに存在するストリームの数だけ存在する。
　記録媒体などに記録する場合には、上記多重化データは、多重化データ情報ファイルと共に記録される。
　多重化データ情報ファイルは、図２８に示すように多重化データの管理情報であり、多重化データと１対１に対応し、多重化データ情報、ストリーム属性情報とエントリマップから構成される。
　多重化データ情報は図２８に示すようにシステムレート、再生開始時刻、再生終了時刻から構成されている。システムレートは多重化データの、後述するシステムターゲットデコーダのＰＩＤフィルタへの最大転送レートを示す。多重化データ中に含まれるＡＴＳの間隔はシステムレート以下になるように設定されている。再生開始時刻は多重化データの先頭のビデオフレームのＰＴＳであり、再生終了時刻は多重化データの終端のビデオフレームのＰＴＳに１フレーム分の再生間隔を足したものが設定される。
　ストリーム属性情報は図２９に示すように、多重化データに含まれる各ストリームについての属性情報が、ＰＩＤ毎に登録される。属性情報はビデオストリーム、オーディオストリーム、プレゼンテーショングラフィックスストリーム、インタラクティブグラフィックスストリーム毎に異なる情報を持つ。ビデオストリーム属性情報は、そのビデオストリームがどのような圧縮コーデックで圧縮されたか、ビデオストリームを構成する個々のピクチャデータの解像度がどれだけであるか、アスペクト比はどれだけであるか、フレームレートはどれだけであるかなどの情報を持つ。オーディオストリーム属性情報は、そのオーディオストリームがどのような圧縮コーデックで圧縮されたか、そのオーディオストリームに含まれるチャンネル数は何であるか、何の言語に対応するか、サンプリング周波数がどれだけであるかなどの情報を持つ。これらの情報は、プレーヤが再生する前のデコーダの初期化などに利用される。
　本実施の形態においては、上記多重化データのうち、ＰＭＴに含まれるストリームタイプを利用する。また、記録媒体に多重化データが記録されている場合には、多重化データ情報に含まれる、ビデオストリーム属性情報を利用する。具体的には、上記各実施の形態で示した動画像符号化方法または装置において、ＰＭＴに含まれるストリームタイプ、または、ビデオストリーム属性情報に対し、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示す固有の情報を設定するステップまたは手段を設ける。この構成により、上記各実施の形態で示した動画像符号化方法または装置によって生成した映像データと、他の規格に準拠する映像データとを識別することが可能になる。
　また、本実施の形態における動画像復号化方法のステップを図３０に示す。ステップexＳ１００において、多重化データからＰＭＴに含まれるストリームタイプ、または、多重化データ情報に含まれるビデオストリーム属性情報を取得する。次に、ステップexＳ１０１において、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成された多重化データであることを示しているか否かを判断する。そして、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成されたものであると判断された場合には、ステップexＳ１０２において、上記各実施の形態で示した動画像復号方法により復号を行う。また、ストリームタイプ、または、ビデオストリーム属性情報が、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠するものであることを示している場合には、ステップexＳ１０３において、従来の規格に準拠した動画像復号方法により復号を行う。
　このように、ストリームタイプ、または、ビデオストリーム属性情報に新たな固有値を設定することにより、復号する際に、上記各実施の形態で示した動画像復号化方法または装置で復号可能であるかを判断することができる。従って、異なる規格に準拠する多重化データが入力された場合であっても、適切な復号化方法または装置を選択することができるため、エラーを生じることなく復号することが可能となる。また、本実施の形態で示した動画像符号化方法または装置、または、動画像復号方法または装置を、上述したいずれの機器・システムに用いることも可能である。
　（実施の形態７）
　上記各実施の形態で示した動画像符号化方法および装置、動画像復号化方法および装置は、典型的には集積回路であるＬＳＩで実現される。一例として、図３１に１チップ化されたＬＳＩex５００の構成を示す。ＬＳＩex５００は、以下に説明する要素ex５０１、ex５０２、ex５０３、ex５０４、ex５０５、ex５０６、ex５０７、ex５０８、ex５０９を備え、各要素はバスex５１０を介して接続している。電源回路部ex５０５は電源がオン状態の場合に各部に対して電力を供給することで動作可能な状態に起動する。
　例えば符号化処理を行う場合には、ＬＳＩex５００は、ＣＰＵex５０２、メモリコントローラex５０３、ストリームコントローラex５０４、駆動周波数制御部ex５１２等を有する制御部ex５０１の制御に基づいて、ＡＶ　Ｉ／Ｏex５０９によりマイクex１１７やカメラex１１３等からＡＶ信号を入力する。入力されたＡＶ信号は、一旦ＳＤＲＡＭ等の外部のメモリex５１１に蓄積される。制御部ex５０１の制御に基づいて、蓄積したデータは処理量や処理速度に応じて適宜複数回に分けるなどされ信号処理部ex５０７に送られ、信号処理部ex５０７において音声信号の符号化および／または映像信号の符号化が行われる。ここで映像信号の符号化処理は上記各実施の形態で説明した符号化処理である。信号処理部ex５０７ではさらに、場合により符号化された音声データと符号化された映像データを多重化するなどの処理を行い、ストリームＩ／Ｏex５０６から外部に出力する。この出力された多重化データは、基地局ex１０７に向けて送信されたり、または記録メディアex２１５に書き込まれたりする。なお、多重化する際には同期するよう、一旦バッファex５０８にデータを蓄積するとよい。
　なお、上記では、メモリex５１１がＬＳＩex５００の外部の構成として説明したが、ＬＳＩex５００の内部に含まれる構成であってもよい。バッファex５０８も１つに限ったものではなく、複数のバッファを備えていてもよい。また、ＬＳＩex５００は１チップ化されてもよいし、複数チップ化されてもよい。
　また、上記では、制御部ex５０１が、ＣＰＵex５０２、メモリコントローラex５０３、ストリームコントローラex５０４、駆動周波数制御部ex５１２等を有するとしているが、制御部ex５０１の構成は、この構成に限らない。例えば、信号処理部ex５０７がさらにＣＰＵを備える構成であってもよい。信号処理部ex５０７の内部にもＣＰＵを設けることにより、処理速度をより向上させることが可能になる。また、他の例として、ＣＰＵex５０２が信号処理部ex５０７、または信号処理部ex５０７の一部である例えば音声信号処理部を備える構成であってもよい。このような場合には、制御部ex５０１は、信号処理部ex５０７、またはその一部を有するＣＰＵex５０２を備える構成となる。
　なお、ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。
　また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Field Programmable Gate Array）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。このようなプログラマブル・ロジック・デバイスは、典型的には、ソフトウェア又はファームウェアを構成するプログラムを、ロードする又はメモリ等から読み込むことで、上記各実施の形態で示した動画像符号化方法、又は動画像復号化方法を実行することができる。
　さらには、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適応等が可能性としてありえる。
　（実施の形態８）
　上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データを復号する場合、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する映像データを復号する場合に比べ、処理量が増加することが考えられる。そのため、ＬＳＩex５００において、従来の規格に準拠する映像データを復号する際のＣＰＵex５０２の駆動周波数よりも高い駆動周波数に設定する必要がある。しかし、駆動周波数を高くすると、消費電力が高くなるという課題が生じる。
　この課題を解決するために、テレビex３００、ＬＳＩex５００などの動画像復号化装置は、映像データがどの規格に準拠するものであるかを識別し、規格に応じて駆動周波数を切替える構成とする。図３２は、本実施の形態における構成ex８００を示している。駆動周波数切替え部ex８０３は、映像データが、上記各実施の形態で示した動画像符号化方法または装置によって生成されたものである場合には、駆動周波数を高く設定する。そして、上記各実施の形態で示した動画像復号化方法を実行する復号処理部ex８０１に対し、映像データを復号するよう指示する。一方、映像データが、従来の規格に準拠する映像データである場合には、映像データが、上記各実施の形態で示した動画像符号化方法または装置によって生成されたものである場合に比べ、駆動周波数を低く設定する。そして、従来の規格に準拠する復号処理部ex８０２に対し、映像データを復号するよう指示する。
　より具体的には、駆動周波数切替え部ex８０３は、図３１のＣＰＵex５０２と駆動周波数制御部ex５１２から構成される。また、上記各実施の形態で示した動画像復号化方法を実行する復号処理部ex８０１、および、従来の規格に準拠する復号処理部ex８０２は、図３１の信号処理部ex５０７に該当する。ＣＰＵex５０２は、映像データがどの規格に準拠するものであるかを識別する。そして、ＣＰＵex５０２からの信号に基づいて、駆動周波数制御部ex５１２は、駆動周波数を設定する。また、ＣＰＵex５０２からの信号に基づいて、信号処理部ex５０７は、映像データの復号を行う。ここで、映像データの識別には、例えば、実施の形態６で記載した識別情報を利用することが考えられる。識別情報に関しては、実施の形態６で記載したものに限られず、映像データがどの規格に準拠するか識別できる情報であればよい。例えば、映像データがテレビに利用されるものであるか、ディスクに利用されるものであるかなどを識別する外部信号に基づいて、映像データがどの規格に準拠するものであるか識別可能である場合には、このような外部信号に基づいて識別してもよい。また、ＣＰＵex５０２における駆動周波数の選択は、例えば、図３４のような映像データの規格と、駆動周波数とを対応付けたルックアップテーブルに基づいて行うことが考えられる。ルックアップテーブルを、バッファex５０８や、ＬＳＩの内部メモリに格納しておき、ＣＰＵex５０２がこのルックアップテーブルを参照することにより、駆動周波数を選択することが可能である。
　図３３は、本実施の形態の方法を実施するステップを示している。まず、ステップexＳ２００では、信号処理部ex５０７において、多重化データから識別情報を取得する。次に、ステップexＳ２０１では、ＣＰＵex５０２において、識別情報に基づいて映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものであるか否かを識別する。映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合には、ステップexＳ２０２において、駆動周波数を高く設定する信号を、ＣＰＵex５０２が駆動周波数制御部ex５１２に送る。そして、駆動周波数制御部ex５１２において、高い駆動周波数に設定される。一方、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する映像データであることを示している場合には、ステップexＳ２０３において、駆動周波数を低く設定する信号を、ＣＰＵex５０２が駆動周波数制御部ex５１２に送る。そして、駆動周波数制御部ex５１２において、映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合に比べ、低い駆動周波数に設定される。
　さらに、駆動周波数の切替えに連動して、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を変更することにより、省電力効果をより高めることが可能である。例えば、駆動周波数を低く設定する場合には、これに伴い、駆動周波数を高く設定している場合に比べ、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を低く設定することが考えられる。
　また、駆動周波数の設定方法は、復号する際の処理量が大きい場合に、駆動周波数を高く設定し、復号する際の処理量が小さい場合に、駆動周波数を低く設定すればよく、上述した設定方法に限らない。例えば、ＭＰＥＧ４－ＡＶＣ規格に準拠する映像データを復号する処理量の方が、上記各実施の形態で示した動画像符号化方法または装置により生成された映像データを復号する処理量よりも大きい場合には、駆動周波数の設定を上述した場合の逆にすることが考えられる。
　さらに、駆動周波数の設定方法は、駆動周波数を低くする構成に限らない。例えば、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を高く設定し、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する映像データであることを示している場合には、ＬＳＩex５００またはＬＳＩex５００を含む装置に与える電圧を低く設定することも考えられる。また、他の例としては、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、ＣＰＵex５０２の駆動を停止させることなく、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する映像データであることを示している場合には、処理に余裕があるため、ＣＰＵex５０２の駆動を一時停止させることも考えられる。識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合であっても、処理に余裕があれば、ＣＰＵex５０２の駆動を一時停止させることも考えられる。この場合は、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する映像データであることを示している場合に比べて、停止時間を短く設定することが考えられる。
　このように、映像データが準拠する規格に応じて、駆動周波数を切替えることにより、省電力化を図ることが可能になる。また、電池を用いてＬＳＩex５００またはＬＳＩex５００を含む装置を駆動している場合には、省電力化に伴い、電池の寿命を長くすることが可能である。
　（実施の形態９）
　テレビや、携帯電話など、上述した機器・システムには、異なる規格に準拠する複数の映像データが入力される場合がある。このように、異なる規格に準拠する複数の映像データが入力された場合にも復号できるようにするために、ＬＳＩex５００の信号処理部ex５０７が複数の規格に対応している必要がある。しかし、それぞれの規格に対応する信号処理部ex５０７を個別に用いると、ＬＳＩex５００の回路規模が大きくなり、また、コストが増加するという課題が生じる。
　この課題を解決するために、上記各実施の形態で示した動画像復号方法を実行するための復号処理部と、従来のＭＰＥＧ－２、ＭＰＥＧ４－ＡＶＣ、ＶＣ－１などの規格に準拠する復号処理部とを一部共有化する構成とする。この構成例を図３５Ａのex９００に示す。例えば、上記各実施の形態で示した動画像復号方法と、ＭＰＥＧ４－ＡＶＣ規格に準拠する動画像復号方法とは、エントロピー符号化、逆量子化、デブロッキング・フィルタ、動き補償などの処理において処理内容が一部共通する。共通する処理内容については、ＭＰＥＧ４－ＡＶＣ規格に対応する復号処理部ex９０２を共有し、ＭＰＥＧ４－ＡＶＣ規格に対応しない、本発明の一態様に特有の他の処理内容については、専用の復号処理部ex９０１を用いるという構成が考えられる。特に、本発明の一態様は、動き補償に特徴を有していることから、例えば、動き補償については専用の復号処理部ex９０１を用い、それ以外のエントロピー復号、デブロッキング・フィルタ、逆量子化のいずれか、または、全ての処理については、復号処理部を共有することが考えられる。復号処理部の共有化に関しては、共通する処理内容については、上記各実施の形態で示した動画像復号化方法を実行するための復号処理部を共有し、ＭＰＥＧ４－ＡＶＣ規格に特有の処理内容については、専用の復号処理部を用いる構成であってもよい。
　また、処理を一部共有化する他の例を図３５Ｂのex１０００に示す。この例では、本発明の一態様に特有の処理内容に対応した専用の復号処理部ex１００１と、他の従来規格に特有の処理内容に対応した専用の復号処理部ex１００２と、本発明の一態様に係る動画像復号方法と他の従来規格の動画像復号方法とに共通する処理内容に対応した共用の復号処理部ex１００３とを用いる構成としている。ここで、専用の復号処理部ex１００１、ex１００２は、必ずしも本発明の一態様、または、他の従来規格に特有の処理内容に特化したものではなく、他の汎用処理を実行できるものであってもよい。また、本実施の形態の構成を、ＬＳＩex５００で実装することも可能である。
　このように、本発明の一態様に係る動画像復号方法と、従来の規格の動画像復号方法とで共通する処理内容について、復号処理部を共有することにより、ＬＳＩの回路規模を小さくし、かつ、コストを低減することが可能である。
　本発明は、例えば、テレビジョン受像機、デジタルビデオレコーダー、カーナビゲーション、携帯電話、デジタルカメラまたはデジタルビデオカメラ等に利用可能である。
　　１００、３００　画像符号化装置
　　１０１　ピクチャタイプ決定部
　　１０２　分割部
　　１０３　減算部
　　１０４　変換量子化部
　　１０５、３０２　符号化部
　　１０６、４０６　逆変換量子化部
　　１０７、４０７　加算部
　　１０８、４０８　フレームメモリ
　　１０９、４０９　イントラ予測部
　　１１０、４１０　インター予測部
　　３０１　決定部
　　４００、６００　画像復号装置
　　４１１、６０３　復号部
　　４１２　ピクチャタイプチェック部
　　６０１　識別部
　　６０２　チェック部

Claims (15)

  1. 　上位階層に属するピクチャから下位階層に属するピクチャへの参照が禁止される複数の階層に分類された複数のピクチャをフィールド構造で符号化し、前記複数のピクチャのうち少なくとも１つを所定の参照が禁止されるＴＳＡ（Ｔｅｍｐｏｒａｌ　Ｓｕｂ－ｌａｙｅｒ　Ａｃｃｅｓｓ）ピクチャとして符号化する画像符号化方法であって、
    　前記複数のピクチャのうちの対象ピクチャが前記ＴＳＡピクチャであるか前記所定の参照が許可されるトレイリングピクチャであるかを決定する決定ステップと、
    　前記対象ピクチャが前記ＴＳＡピクチャであるか前記トレイリングピクチャであるかに従って、前記複数のピクチャを符号化する第１符号化ステップとを含み、
    　前記決定ステップでは、
    　前記対象ピクチャが前記複数の階層の最上位階層に属さず、かつ、前記対象ピクチャがフレーム内の１対のフィールドのうち最初に符号化される第１フィールドに該当する場合、前記対象ピクチャが前記ＴＳＡピクチャであると決定し、
    　前記対象ピクチャが前記最上位階層に属する場合、または、前記対象ピクチャが前記１対のフィールドのうち最後に符号化される第２フィールドに該当する場合、前記対象ピクチャが前記トレイリングピクチャであると決定する
    　画像符号化方法。
  2. 　前記第１符号化ステップでは、
    　前記対象ピクチャが前記ＴＳＡピクチャであると決定された場合、前記複数のピクチャのうち符号化順で前記対象ピクチャ以後の未符号化ピクチャから、前記複数のピクチャのうち符号化順で前記対象ピクチャよりも前のピクチャであり前記対象ピクチャが属する階層以下の階層に属するピクチャである符号化済ピクチャへの参照である前記所定の参照を禁止して、前記未符号化ピクチャを符号化し、
    　前記対象ピクチャが前記トレイリングピクチャであると決定された場合、前記所定の参照を許可して、前記未符号化ピクチャを符号化する
    　請求項１に記載の画像符号化方法。
  3. 　前記決定ステップでは、
    　前記対象ピクチャが前記最上位階層に属さず、かつ、トップフィールドである前記第１フィールドに前記対象ピクチャが該当する場合、前記対象ピクチャが前記ＴＳＡピクチャであると決定し、
    　前記対象ピクチャが前記最上位階層に属する場合、または、ボトムフィールドである前記第２フィールドに前記対象ピクチャが該当する場合、前記対象ピクチャが前記トレイリングピクチャであると決定する
    　請求項１または２に記載の画像符号化方法。
  4. 　前記決定ステップでは、
    　前記対象ピクチャが前記最上位階層に属さず、かつ、前記対象ピクチャが符号化順で前記第２フィールドの直前の前記第１フィールドに該当する場合、前記対象ピクチャが前記ＴＳＡピクチャであると決定し、
    　前記対象ピクチャが前記最上位階層に属する場合、または、前記対象ピクチャが符号化順で前記第１フィールドの直後の前記第２フィールドに該当する場合、前記対象ピクチャが前記トレイリングピクチャであると決定する
    　請求項１～３のいずれか１項に記載の画像符号化方法。
  5. 　前記画像符号化方法は、さらに、前記対象ピクチャが前記ＴＳＡピクチャであるか前記トレイリングピクチャであるかを示すピクチャタイプを符号化する第２符号化ステップを含む
    　請求項１～４のいずれか１項に記載の画像符号化方法。
  6. 　上位階層に属するピクチャから下位階層に属するピクチャへの参照が禁止される複数の階層に分類された複数のピクチャをフィールド構造で復号し、前記複数のピクチャのうち少なくとも１つを所定の参照が禁止されるＴＳＡ（Ｔｅｍｐｏｒａｌ　Ｓｕｂ－ｌａｙｅｒ　Ａｃｃｅｓｓ）ピクチャとして復号する画像復号方法であって、
    　前記複数のピクチャのうちの対象ピクチャが前記ＴＳＡピクチャであるか前記所定の参照が許可されるトレイリングピクチャであるかを識別する識別ステップと、
    　前記対象ピクチャが前記ＴＳＡピクチャであるか前記トレイリングピクチャであるかに従って、前記複数のピクチャを復号する第１復号ステップとを含み、
    　前記識別ステップでは、
    　前記対象ピクチャが前記複数の階層の最上位階層に属さず、かつ、前記対象ピクチャがフレーム内の１対のフィールドのうち最初に復号される第１フィールドに該当する場合、前記対象ピクチャが前記ＴＳＡピクチャであると識別し、
    　前記対象ピクチャが前記最上位階層に属する場合、または、前記対象ピクチャが前記１対のフィールドのうち最後に復号される第２フィールドに該当する場合、前記対象ピクチャが前記トレイリングピクチャであると識別する
    　画像復号方法。
  7. 　前記第１復号ステップでは、
    　前記対象ピクチャが前記ＴＳＡピクチャであると識別された場合、前記複数のピクチャのうち復号順で前記対象ピクチャ以後の未復号ピクチャから、前記複数のピクチャのうち復号順で前記対象ピクチャよりも前のピクチャであり前記対象ピクチャが属する階層以下の階層に属するピクチャである復号済ピクチャへの参照である前記所定の参照を禁止して、前記未復号ピクチャを復号し、
    　前記対象ピクチャが前記トレイリングピクチャであると識別された場合、前記所定の参照を許可して、前記未復号ピクチャを復号する
    　請求項６に記載の画像復号方法。
  8. 　前記識別ステップでは、
    　前記対象ピクチャが前記最上位階層に属さず、かつ、トップフィールドである前記第１フィールドに前記対象ピクチャが該当する場合、前記対象ピクチャが前記ＴＳＡピクチャであると識別し、
    　前記対象ピクチャが前記最上位階層に属する場合、または、ボトムフィールドである前記第２フィールドに前記対象ピクチャが該当する場合、前記対象ピクチャが前記トレイリングピクチャであると識別する
    　請求項６または７に記載の画像復号方法。
  9. 　前記識別ステップでは、
    　前記対象ピクチャが前記最上位階層に属さず、かつ、前記対象ピクチャが復号順で前記第２フィールドの直前の前記第１フィールドに該当する場合、前記対象ピクチャが前記ＴＳＡピクチャであると識別し、
    　前記対象ピクチャが前記最上位階層に属する場合、または、前記対象ピクチャが復号順で前記第１フィールドの直後の前記第２フィールドに該当する場合、前記対象ピクチャが前記トレイリングピクチャであると識別する
    　請求項６～８のいずれか１項に記載の画像復号方法。
  10. 　前記画像復号方法は、さらに、前記対象ピクチャが前記ＴＳＡピクチャであるか前記トレイリングピクチャであるかを示すピクチャタイプを復号する第２復号ステップを含み、
    　前記識別ステップでは、
    　前記対象ピクチャが前記最上位階層に属さず、かつ、前記対象ピクチャが前記第１フィールドに該当する場合、前記第２復号ステップで復号された前記ピクチャタイプに従って、前記対象ピクチャが前記ＴＳＡピクチャであると識別し、
    　前記対象ピクチャが前記最上位階層に属する場合、または、前記対象ピクチャが前記第２フィールドに該当する場合、前記第２復号ステップで復号された前記ピクチャタイプに従って、前記対象ピクチャが前記トレイリングピクチャであると識別する
    　請求項６～９のいずれか１項に記載の画像復号方法。
  11. 　前記画像復号方法は、さらに、前記第２復号ステップで復号された前記ピクチャタイプが正しいことをチェックするチェックステップを含み、
    　前記チェックステップでは、
    　前記対象ピクチャが前記最上位階層に属さず、かつ、前記対象ピクチャが前記第１フィールドに該当する場合、前記対象ピクチャが前記ＴＳＡピクチャであることを前記第２復号ステップで復号された前記ピクチャタイプが示していることをチェックすることにより、前記第２復号ステップで復号された前記ピクチャタイプが正しいことをチェックし、
    　前記対象ピクチャが前記最上位階層に属する場合、または、前記対象ピクチャが前記第２フィールドに該当する場合、前記対象ピクチャが前記トレイリングピクチャであることを前記第２復号ステップで復号された前記ピクチャタイプが示していることをチェックすることにより、前記第２復号ステップで復号された前記ピクチャタイプが正しいことをチェックする
    　請求項１０に記載の画像復号方法。
  12. 　前記チェックステップでは、さらに、前記第２復号ステップで復号された前記ピクチャタイプが正しくない場合、前記対象ピクチャが復号されないように、前記複数のピクチャの復号を制御する
    　請求項１１に記載の画像復号方法。
  13. 　上位階層に属するピクチャから下位階層に属するピクチャへの参照が禁止される複数の階層に分類された複数のピクチャをフィールド構造で符号化し、前記複数のピクチャのうち少なくとも１つを所定の参照が禁止されるＴＳＡ（Ｔｅｍｐｏｒａｌ　Ｓｕｂ－ｌａｙｅｒ　Ａｃｃｅｓｓ）ピクチャとして符号化する画像符号化装置であって、
    　前記複数のピクチャのうちの対象ピクチャが前記ＴＳＡピクチャであるか前記所定の参照が許可されるトレイリングピクチャであるかを決定する決定部と、
    　前記対象ピクチャが前記ＴＳＡピクチャであるか前記トレイリングピクチャであるかに従って、前記複数のピクチャを符号化する符号化部とを備え、
    　前記決定部は、
    　前記対象ピクチャが前記複数の階層の最上位階層に属さず、かつ、前記対象ピクチャがフレーム内の１対のフィールドのうち最初に符号化される第１フィールドに該当する場合、前記対象ピクチャが前記ＴＳＡピクチャであると決定し、
    　前記対象ピクチャが前記最上位階層に属する場合、または、前記対象ピクチャが前記１対のフィールドのうち最後に符号化される第２フィールドに該当する場合、前記対象ピクチャが前記トレイリングピクチャであると決定する
    　画像符号化装置。
  14. 　上位階層に属するピクチャから下位階層に属するピクチャへの参照が禁止される複数の階層に分類された複数のピクチャをフィールド構造で復号し、前記複数のピクチャのうち少なくとも１つを所定の参照が禁止されるＴＳＡ（Ｔｅｍｐｏｒａｌ　Ｓｕｂ－ｌａｙｅｒ　Ａｃｃｅｓｓ）ピクチャとして復号する画像復号装置であって、
    　前記複数のピクチャのうちの対象ピクチャが前記ＴＳＡピクチャであるか前記所定の参照が許可されるトレイリングピクチャであるかを識別する識別部と、
    　前記対象ピクチャが前記ＴＳＡピクチャであるか前記トレイリングピクチャであるかに従って、前記複数のピクチャを復号する復号部とを備え、
    　前記識別部は、
    　前記対象ピクチャが前記複数の階層の最上位階層に属さず、かつ、前記対象ピクチャがフレーム内の１対のフィールドのうち最初に復号される第１フィールドに該当する場合、前記対象ピクチャが前記ＴＳＡピクチャであると識別し、
    　前記対象ピクチャが前記最上位階層に属する場合、または、前記対象ピクチャが前記１対のフィールドのうち最後に復号される第２フィールドに該当する場合、前記対象ピクチャが前記トレイリングピクチャであると識別する
    　画像復号装置。
  15. 　請求項１３に記載の画像符号化装置と、
    　請求項１４に記載の画像復号装置とを備える
    　画像符号化復号装置。
PCT/JP2014/003354 2013-07-05 2014-06-23 画像符号化方法、画像復号方法、画像符号化装置、画像復号装置および画像符号化復号装置 WO2015001762A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2014554640A JP5680812B1 (ja) 2013-07-05 2014-06-23 画像符号化方法、画像復号方法、画像符号化装置および画像復号装置
US14/730,552 US9706213B2 (en) 2013-07-05 2015-06-04 Image encoding method, image decoding method, image encoding device, image decoding device, and image encoding/decoding device
US15/496,435 US9992508B2 (en) 2013-07-05 2017-04-25 Image encoding method, image decoding method, image encoding device, image decoding device, and image encoding/decoding device
US15/966,444 US10321147B2 (en) 2013-07-05 2018-04-30 Image encoding method, image decoding method, image encoding device, image decoding device, and image encoding/decoding device
US16/399,082 US10869055B2 (en) 2013-07-05 2019-04-30 Image encoding method, image decoding method, image encoding device, image decoding device, and image encoding/decoding device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201361843076P 2013-07-05 2013-07-05
US61/843,076 2013-07-05

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US14/730,552 Continuation US9706213B2 (en) 2013-07-05 2015-06-04 Image encoding method, image decoding method, image encoding device, image decoding device, and image encoding/decoding device

Publications (1)

Publication Number Publication Date
WO2015001762A1 true WO2015001762A1 (ja) 2015-01-08

Family

ID=52143365

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/003354 WO2015001762A1 (ja) 2013-07-05 2014-06-23 画像符号化方法、画像復号方法、画像符号化装置、画像復号装置および画像符号化復号装置

Country Status (3)

Country Link
US (4) US9706213B2 (ja)
JP (5) JP5680812B1 (ja)
WO (1) WO2015001762A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019069857A1 (ja) * 2017-10-06 2019-04-11 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 符号化装置、復号装置、符号化方法および復号方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10034019B2 (en) * 2013-06-12 2018-07-24 Mitsubishi Electric Corporation Image encoding device, image encoding method, image decoding device, and image decoding method
WO2015001762A1 (ja) * 2013-07-05 2015-01-08 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 画像符号化方法、画像復号方法、画像符号化装置、画像復号装置および画像符号化復号装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014103600A1 (ja) * 2012-12-28 2014-07-03 シャープ株式会社 符号化データ構造、および画像復号装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140085415A1 (en) * 2012-09-27 2014-03-27 Nokia Corporation Method and apparatus for video coding
US10178400B2 (en) * 2012-11-21 2019-01-08 Dolby International Ab Signaling scalability information in a parameter set
US10034019B2 (en) * 2013-06-12 2018-07-24 Mitsubishi Electric Corporation Image encoding device, image encoding method, image decoding device, and image decoding method
WO2015001762A1 (ja) * 2013-07-05 2015-01-08 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 画像符号化方法、画像復号方法、画像符号化装置、画像復号装置および画像符号化復号装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014103600A1 (ja) * 2012-12-28 2014-07-03 シャープ株式会社 符号化データ構造、および画像復号装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HENDRY ET AL.: "AHG 9: On non-referenced TSA and STSA NAL units", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC) OF ITU-T SG 16 WP3 AND ISO/IEC JTC1/SC29/WG11 JCTVC-K0164, ITU-T, 19 October 2012 (2012-10-19), pages 1 - 6 *
ITU-T SG16 WP3 AND ISO/IEC JTC1/SC29/WGII 12TH MEETING: GENEVA, CH, 14 January 2013 (2013-01-14)
TAKAHIRO NISHI: "Technology Trend of the New Video/Image Coding 1. Overview of the High Efficiency Video Coding (HEVC) Standard 1-6 Bitstream Structure and Functionalities", THE JOURNAL OF THE INSTITUTE OF IMAGE INFORMATION AND TELEVISION ENGINEERS, THE INSTITUTE OF IMAGE INFORMATION AND TELEVISION ENGINEERS, vol. 67, no. 7, 1 July 2013 (2013-07-01), pages 549 - 552 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019069857A1 (ja) * 2017-10-06 2019-04-11 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 符号化装置、復号装置、符号化方法および復号方法

Also Published As

Publication number Publication date
JP6849724B2 (ja) 2021-03-24
JP6502096B2 (ja) 2019-04-17
JPWO2015001762A1 (ja) 2017-02-23
US9706213B2 (en) 2017-07-11
JP2019118140A (ja) 2019-07-18
US9992508B2 (en) 2018-06-05
US20180249169A1 (en) 2018-08-30
US10321147B2 (en) 2019-06-11
JP2021093769A (ja) 2021-06-17
US20190261013A1 (en) 2019-08-22
JP2022105194A (ja) 2022-07-12
JP7073553B2 (ja) 2022-05-23
US20170230679A1 (en) 2017-08-10
JP5680812B1 (ja) 2015-03-04
JP2015092744A (ja) 2015-05-14
US10869055B2 (en) 2020-12-15
US20150271508A1 (en) 2015-09-24

Similar Documents

Publication Publication Date Title
JP6172485B2 (ja) 画像符号化方法及び画像符号化装置
JP6222589B2 (ja) 復号方法及び復号装置
JP6074743B2 (ja) 画像復号方法及び画像復号装置
WO2012172791A1 (ja) 画像復号方法、画像符号化方法、画像復号装置、画像符号化装置および画像符号化復号装置
JP6090625B2 (ja) 画像復号方法及び画像復号装置
JP6210368B2 (ja) 画像復号方法および画像復号装置
WO2012023281A1 (ja) 動画像復号方法、動画像符号化方法、動画像復号装置、及び、動画像符号化装置
JP7073553B2 (ja) 画像符号化方法、画像復号方法、画像符号化装置および画像復号装置
WO2014038130A1 (ja) 画像符号化／復号方法、装置、および画像符号化復号装置
JP6483028B2 (ja) 画像符号化方法及び画像符号化装置
WO2013164903A1 (ja) 画像符号化方法、画像復号方法、画像符号化装置、画像復号装置及び画像符号化復号装置
JP6636571B2 (ja) 送信方法、受信方法、送信装置及び受信装置
JP6365924B2 (ja) 画像復号方法及び画像復号装置
JP2014039252A (ja) 画像復号方法および画像復号装置
WO2013153808A1 (ja) 画像復号方法および画像復号装置
WO2012095930A1 (ja) 画像符号化方法、画像復号方法、画像符号化装置及び画像復号装置
WO2012014458A1 (ja) 画像符号化方法および画像復号方法

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2014554640

Country of ref document: JP

Kind code of ref document: A

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

Ref document number: 14820547

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2014820547

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE