WO2015005024A1 - 画像処理装置及び画像処理方法 - Google Patents

画像処理装置及び画像処理方法 Download PDF

Info

Publication number
WO2015005024A1
WO2015005024A1 PCT/JP2014/064823 JP2014064823W WO2015005024A1 WO 2015005024 A1 WO2015005024 A1 WO 2015005024A1 JP 2014064823 W JP2014064823 W JP 2014064823W WO 2015005024 A1 WO2015005024 A1 WO 2015005024A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
unit
smoothing
upsampling
layer
Prior art date
Application number
PCT/JP2014/064823
Other languages
English (en)
French (fr)
Inventor
佐藤　数史
Original Assignee
ソニー株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ソニー株式会社 filed Critical ソニー株式会社
Publication of WO2015005024A1 publication Critical patent/WO2015005024A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—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
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • 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
    • H04N19/174—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 slice, e.g. a line of blocks or a group of blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • H04N19/33—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability in the spatial domain
    • 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
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/436—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation using parallelised computational arrangements
    • 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
    • H04N19/46—Embedding additional information in the video signal during the compression process

Definitions

  • the present disclosure relates to an image processing apparatus and an image processing method.
  • JVCVC Joint Collaboration Team-Video Coding
  • ISO / IEC ISO / IEC
  • HEVC High Efficiency Video Coding
  • HEVC provides not only single-layer coding but also scalable coding as well as existing image coding schemes such as MPEG2 and AVC (Advanced Video Coding).
  • HEVC scalable coding technology is also referred to as SHVC (Scalable HEVC) (see, for example, Non-Patent Document 2).
  • Scalable encoding generally refers to a technique for hierarchically encoding a layer that transmits a coarse image signal and a layer that transmits a fine image signal.
  • Typical attributes hierarchized in scalable coding are mainly the following three types. Spatial scalability: Spatial resolution or image size is layered. -Time scalability: Frame rate is layered. -SNR (Signal to Noise Ratio) scalability: SN ratio is hierarchized. In addition, bit depth scalability and chroma format scalability are also discussed, although not yet adopted by the standard.
  • Non-Patent Document 3 proposes several methods for inter-layer prediction. Among these methods, in intra-BL prediction (intra-BL prediction), the decoded image of the base layer is up-sampled and then referred to in the enhancement layer. In intra residual prediction (inter residual prediction) and inter residual prediction (inter residual prediction), a base layer prediction error (residual) image is up-sampled and then referred to in the enhancement layer.
  • Non-Patent Document 4 proposes that a flag indicating whether to perform independent upsampling for each tile when tile division is performed is introduced in the syntax of the encoding parameter. Yes. If the flag indicates independent upsampling for each tile, it is generated by mirroring from the pixels in the same tile instead of referring to the pixels in the adjacent tile when upsampling the boundary of a tile. Temporary pixels are referenced.
  • Non-Patent Document 4 block distortion occurs at the boundary portion of the region, and the image quality deteriorates.
  • the image of the first layer referred to when decoding the image of the second layer having a higher spatial resolution than the first layer is up-sampled independently for each region in the image
  • a first decoding unit that decodes a first flag indicating, a first up-sampling unit that up-samples images of the first layer in a plurality of adjacent regions according to the first flag decoded by the decoding unit
  • a smoothing unit that smoothes an upsampled image generated by the upsampling unit at a boundary portion between the plurality of regions when one flag indicates independent upsampling for each region;
  • the image processing apparatus can typically be realized as an image decoding apparatus that decodes an image.
  • the image of the first layer referred to when decoding the image of the second layer having a higher spatial resolution than the first layer is up-sampled independently for each region in the image.
  • the first layer image referred to when locally decoding the second layer image having a higher spatial resolution than the first layer is independently upsampled for each region in the image.
  • An up-sampling unit that up-samples images of the first layer in a plurality of adjacent areas according to the first setting, and an encoding unit that encodes a first flag corresponding to the first setting indicating whether or not And smoothing that smoothes the upsampled image generated by the upsampling unit at a boundary portion between the plurality of regions when the first setting indicates independent upsampling for each region
  • an image processing apparatus an image processing apparatus.
  • the image processing apparatus can typically be realized as an image encoding apparatus that encodes an image.
  • the first layer image referred to when locally decoding the second layer image having a higher spatial resolution than the first layer is independently upsampled for each region in the image.
  • FIG. 6 is a block diagram illustrating an example of a configuration of an EL encoding unit illustrated in FIG. 5.
  • FIG. 1 It is a block diagram which shows an example of a structure of the upsampling part shown in FIG. It is a block diagram which shows an example of a structure of the smoothing part shown in FIG. It is explanatory drawing for demonstrating the smoothing process as an example. It is explanatory drawing for demonstrating the parallel processing of upsampling and smoothing. It is a flowchart which shows an example of the schematic process flow at the time of the encoding which concerns on one Embodiment. It is a flowchart which shows an example of the flow of the process relevant to the upsampling in the encoding process of an enhancement layer. It is a flowchart which shows an example of the flow of the process relevant to the smoothing in the encoding process of an enhancement layer. FIG.
  • FIG. 7 is a block diagram illustrating an example of a configuration of an EL decoding unit illustrated in FIG. 6.
  • FIG. 16 is a block diagram illustrating an example of a configuration of an upsampling unit illustrated in FIG. 15. It is a block diagram which shows an example of a structure of the smoothing part shown in FIG. It is a flowchart which shows an example of the flow of the schematic process at the time of the decoding which concerns on one Embodiment. It is a flowchart which shows an example of the flow of the process relevant to the smoothing in the decoding process of an enhancement layer. It is a block diagram which shows an example of a schematic structure of a television apparatus. It is a block diagram which shows an example of a schematic structure of a mobile telephone.
  • scalable coding In scalable encoding, a plurality of layers each including a series of images are encoded.
  • the base layer is a layer that expresses the coarsest image that is encoded first.
  • the base layer coded stream may be decoded independently without decoding the other layer coded streams.
  • a layer other than the base layer is a layer called an enhancement layer (enhancement layer) that represents a finer image.
  • the enhancement layer encoded stream is encoded using information included in the base layer encoded stream. Accordingly, in order to reproduce the enhancement layer image, both the base layer and enhancement layer encoded streams are decoded.
  • the number of layers handled in scalable coding may be any number of two or more. When three or more layers are encoded, the lowest layer is the base layer, and the remaining layers are enhancement layers.
  • the higher enhancement layer encoded stream may be encoded and decoded using information contained in the lower enhancement layer or base layer encoded stream.
  • FIG. 1 shows three layers L1, L2 and L3 to be scalable encoded.
  • Layer L1 is a base layer
  • layers L2 and L3 are enhancement layers.
  • spatial scalability is taken as an example among various types of scalability.
  • the ratio of the spatial resolution of the layer L2 to the layer L1 is 2: 1.
  • the ratio of the spatial resolution of layer L3 to layer L1 is 4: 1.
  • the resolution ratio here is only an example, and a non-integer resolution ratio such as 1.5: 1 may be used.
  • the block B1 of the layer L1 is a processing unit of the encoding process in the base layer picture.
  • the block B2 of the layer L2 is a processing unit of the encoding process in the enhancement layer picture that shows a scene common to the block B1.
  • Block B2 corresponds to block B1 of layer L1.
  • the block B3 of the layer L3 is a processing unit for encoding processing in a picture of a higher enhancement layer that shows a scene common to the blocks B1 and B2.
  • the block B3 corresponds to the block B1 of the layer L1 and the block B2 of the layer L2.
  • a decoded image (reconstructed image) of a base layer is used as a reference image for predicting a decoded image of an enhancement layer.
  • a base layer prediction error (residual) image is used as a reference image for predicting an enhancement layer prediction error image.
  • the spatial resolution of the enhancement layer is higher than the spatial resolution of the base layer. Therefore, in order to use a base layer image as a reference image, it is required to upsample the image according to a resolution ratio.
  • FIG. 2A is an explanatory diagram for describing upsampling of a decoded image.
  • base layer images IM B1 to IM B4 are shown.
  • the base layer images IM B1 to IM B4 are reconstructed images generated in the base layer encoding process or decoding process (including local decoding in the encoder).
  • the base layer image is upsampled according to the resolution ratio between layers.
  • 2A shows up-sampled base layer images IM U1 to IM U4 .
  • enhancement layer images IM E1 to IM E4 are shown.
  • it is assumed block B E1 enhancement layer image IM E1 is the prediction target block.
  • the intra BL prediction is performed by using the block B U1 of upsampled base layer image IM U1 as a reference block, the difference resolution between the reference block and the prediction target block is eliminated. And high prediction precision can be achieved based on the correlation of the image between layers.
  • FIG. 2B is an explanatory diagram for describing upsampling of a prediction error image.
  • base layer images IM B1 to IM B4 are shown again, and in the upper part, enhancement layer images IM E1 to IM E4 are shown again.
  • the block B E3 of the enhancement layer image IM E3 is a prediction target block for inter prediction
  • the enhancement layer image IM B2 is a reference picture for inter prediction.
  • the block B B3 of the base layer image IM B3 is a collocated (co-located) blocks of the prediction target block B E3, a reference block of the inter residual prediction.
  • the relationship among the decoded image Cur B of the block B B3 , the prediction image Pred B of inter prediction in the base layer, and the prediction error image Err B is expressed by the following equation.
  • the relationship between the decoded image Cur E of the prediction target block B E3 , the prediction image Pred E of the inter prediction in the enhancement layer, and the prediction error image Err E is the base layer prediction error image Up [Err B ]. Is expressed as follows.
  • the difference in resolution between the prediction target block and the reference block is eliminated by upsampling the prediction error image of the base layer. Based on the correlation of prediction errors between layers, prediction error data (Err E ) to be encoded can be reduced.
  • inter-layer prediction described here is only an example. That is, the technology according to the present disclosure can be applied to a different type of inter-layer prediction from the above-described intra-BL prediction and residual prediction.
  • FIG. 3A is an explanatory diagram for explaining parallel processing for each slice.
  • the image Im11 is divided into four slices SL11, SL12, SL13, and SL14.
  • the small square in the figure is LCU (Largest Coding Unit).
  • LCU Large Coding Unit
  • CABAC Context-based Adaptive Binary Arithmetic Coding
  • FIG. 3B is an explanatory diagram for explaining parallel processing for each tile.
  • the image Im12 is divided into four tiles TL11, TL12, TL13, and TL14.
  • the small square in the figure is the LCU.
  • the encoding / decoding process PR01 for the tile TL11 and the encoding / decoding process PR02 for the tile TL12 are assigned different processing resources. Can be executed in parallel. Unlike a slice, a tile may be an arbitrary rectangular area that is not constrained in the raster scan order in the image. Therefore, compared to the case where slices are used, when tiles closer to a square are used, the total length of the region boundaries is shortened, and the coding efficiency can be improved.
  • an upsampling filter designed in the same manner as an interpolation filter for motion compensation is usually used.
  • the number of taps of the upsampling filter is 7 taps or 8 taps for the luminance component and 4 taps for the color difference component.
  • the tap of the upsampling filter for calculating the interpolated pixel value may include a pixel outside the region (in the adjacent region).
  • Non-Patent Document 4 describes a 1-bit flag (independent_tile_upsampling_flag) indicating whether or not to perform independent upsampling for each tile, and a syntax of encoding parameters (specifically, PPS It is proposed to be introduced into an extension.
  • the flag indicates independent upsampling for each tile
  • pixels in the same tile are used instead of referring to the pixel of the adjacent tile.
  • FIG. 4 is an explanatory diagram for explaining region-independent upsampling for each region. Referring to FIG. 4, some pixels in the boundary portion of the tile TL11 and the tile TL12 that are adjacent to each other across the boundary B1 are illustrated. Pixels X1, X2, X3, and X4 are pixels in the tile TL11. Pixels X5, X6, X7, and X8 are pixels in the tile TL12.
  • the pixel value of the interpolated pixel X0 corresponding to the pixel position PP0 is to be calculated using an upsampling filter in order to increase the spatial resolution of the tile TL11
  • an upsampling filter usually, for example, the pixels X1, X2, X3, X4, X5, X6, X7 and X8 are used as filter taps.
  • the upsampling for the tile TL11 depends on the processing result for the tile TL12.
  • the temporary pixels X5 ′, X6 ′, X7 ′, and X8 ′ are replaced with the pixels X4, X3, X2 instead of the pixels X5, X6, X7, and X8 in the tile TL12.
  • X1 respectively, and the mirrored pixels X5 ′, X6 ′, X7 ′, and X8 ′ and the mirrored pixels X1, X2, X3, and X4 are used as filter taps.
  • the dependency relationship between the regions is eliminated, and the processing by tile can be highly parallelized.
  • Block distortion occurs.
  • This block distortion is inherited by the decoded image of the enhancement layer as it is when the upsampled image is referenced in the enhancement layer with a motion vector equal to, for example, zero, and can be perceived as degradation of image quality by the user.
  • a loop filter such as a deblocking filter (DF).
  • the deblocking filter requires some information such as prediction mode information on both sides of the boundary, transform coefficient information, and motion vector information for edge determination and strength selection.
  • FIG. 5 is a block diagram illustrating a schematic configuration of an image encoding device 10 according to an embodiment that supports scalable encoding.
  • the image encoding device 10 includes a base layer (BL) encoding unit 1 a, an enhancement layer (EL) encoding unit 1 b, a common memory 2 and a multiplexing unit 3.
  • BL base layer
  • EL enhancement layer
  • the BL encoding unit 1a encodes a base layer image in parallel for each region using a plurality of processing resources, and generates a base layer encoded stream.
  • the EL encoding unit 1b encodes an enhancement layer image in parallel for each region using a plurality of processing resources, and generates an enhancement layer encoded stream.
  • the common memory 2 stores information commonly used between layers.
  • the multiplexing unit 3 multiplexes the encoded stream of the base layer generated by the BL encoding unit 1a and the encoded stream of one or more enhancement layers generated by the EL encoding unit 1b. Generate a multiplexed stream.
  • FIG. 6 is a block diagram illustrating a schematic configuration of an image decoding device 60 according to an embodiment that supports scalable coding.
  • the image decoding device 60 includes a demultiplexing unit 5, a base layer (BL) decoding unit 6 a, an enhancement layer (EL) decoding unit 6 b, and a common memory 7.
  • BL base layer
  • EL enhancement layer
  • the demultiplexing unit 5 demultiplexes the multi-layer multiplexed stream into a base layer encoded stream and one or more enhancement layer encoded streams.
  • the BL decoding unit 6a decodes a base layer image from a base layer encoded stream in parallel for each region using a plurality of processing resources.
  • the EL decoding unit 6b decodes the enhancement layer image from the enhancement layer encoded stream in parallel for each region using a plurality of processing resources.
  • the common memory 7 stores information commonly used between layers.
  • the configuration of the BL encoding unit 1a for encoding the base layer and the configuration of the EL encoding unit 1b for encoding the enhancement layer are similar to each other. . Some parameters and images generated or acquired by the BL encoder 1a can be buffered using the common memory 2 and reused by the EL encoder 1b. In the next section, the configuration of such an EL encoding unit 1b will be described in detail.
  • the configuration of the BL decoding unit 6a for decoding the base layer and the configuration of the EL decoding unit 6b for decoding the enhancement layer are similar to each other. Some parameters and images generated or acquired by the BL decoding unit 6a can be buffered using the common memory 7 and reused by the EL decoding unit 6b. Further, in the next section, the configuration of such an EL decoding unit 6b will be described in detail.
  • FIG. 7 is a block diagram showing an example of the configuration of the EL encoding unit 1b shown in FIG.
  • the EL encoding unit 1b includes a rearrangement buffer 11, a subtraction unit 13, an orthogonal transformation unit 14, a quantization unit 15, a lossless encoding unit 16, a storage buffer 17, a rate control unit 18, and an inverse quantization.
  • the rearrangement buffer 11 rearranges images included in a series of image data.
  • the rearrangement buffer 11 rearranges the images according to the GOP (Group of Pictures) structure related to the encoding process, and then transmits the rearranged image data to the subtraction unit 13, the intra prediction unit 30, and the inter prediction unit 31. Output.
  • GOP Group of Pictures
  • the subtraction unit 13 is supplied with image data input from the rearrangement buffer 11 and predicted image data input from the intra prediction unit 30 or the inter prediction unit 31 described later.
  • the subtraction unit 13 calculates prediction error data that is a difference between the image data input from the rearrangement buffer 11 and the prediction image data, and outputs the calculated prediction error data to the orthogonal transformation unit 14.
  • the orthogonal transform unit 14 performs orthogonal transform on the prediction error data input from the subtraction unit 13.
  • the orthogonal transformation performed by the orthogonal transformation part 14 may be discrete cosine transformation (Discrete Cosine Transform: DCT) or Karoonen-Labe transformation, for example.
  • the orthogonal transform unit 14 outputs transform coefficient data acquired by the orthogonal transform process to the quantization unit 15.
  • the quantization unit 15 is supplied with transform coefficient data input from the orthogonal transform unit 14 and a rate control signal from the rate control unit 18 described later.
  • the quantization unit 15 quantizes the transform coefficient data in a quantization step determined according to the rate control signal.
  • the quantization unit 15 outputs the quantized transform coefficient data (hereinafter referred to as quantized data) to the lossless encoding unit 16 and the inverse quantization unit 21.
  • the lossless encoding unit 16 performs a lossless encoding process on the quantized data input from the quantization unit 15 to generate an enhancement layer encoded stream.
  • the lossless encoding unit 16 encodes various parameters referred to when decoding the encoded stream, and inserts the encoded parameters into the header area of the encoded stream.
  • the parameters encoded by the lossless encoding unit 16 may include information related to intra prediction, information related to inter prediction, and parameters related to upsampling or smoothing. Then, the lossless encoding unit 16 outputs the generated encoded stream to the accumulation buffer 17.
  • the accumulation buffer 17 temporarily accumulates the encoded stream input from the lossless encoding unit 16 using a storage medium such as a semiconductor memory. Then, the accumulation buffer 17 outputs the accumulated encoded stream to a transmission unit (not shown) (for example, a communication interface or a connection interface with a peripheral device) at a rate corresponding to the bandwidth of the transmission path.
  • a transmission unit for example, a communication interface or a connection interface with a peripheral device
  • the rate control unit 18 monitors the free capacity of the accumulation buffer 17. Then, the rate control unit 18 generates a rate control signal according to the free capacity of the accumulation buffer 17 and outputs the generated rate control signal to the quantization unit 15. For example, the rate control unit 18 generates a rate control signal for reducing the bit rate of the quantized data when the free capacity of the storage buffer 17 is small. For example, when the free capacity of the accumulation buffer 17 is sufficiently large, the rate control unit 18 generates a rate control signal for increasing the bit rate of the quantized data.
  • the inverse quantization unit 21, the inverse orthogonal transform unit 22, and the addition unit 23 constitute a local decoder.
  • the inverse quantization unit 21 performs the same quantization step as that used by the quantization unit 15 and inversely quantizes the enhancement layer quantization data to restore the transform coefficient data. Then, the inverse quantization unit 21 outputs the restored transform coefficient data to the inverse orthogonal transform unit 22.
  • the inverse orthogonal transform unit 22 restores the prediction error data by performing an inverse orthogonal transform process on the transform coefficient data input from the inverse quantization unit 21. Then, the inverse orthogonal transform unit 22 outputs the restored prediction error data to the addition unit 23.
  • the adder 23 adds decoded image data (enhancement layer) by adding the restored prediction error data input from the inverse orthogonal transform unit 22 and the predicted image data input from the intra prediction unit 30 or the inter prediction unit 31. Of the reconstructed image). Then, the adder 23 outputs the generated decoded image data to the loop filter 24 and the frame memory 25.
  • the loop filter 24 includes a filter group for the purpose of improving the image quality.
  • the deblocking filter (DF) is a filter that reduces block distortion that occurs when an image is encoded.
  • a sample adaptive offset (SAO) filter is a filter that adds an adaptively determined offset value to each pixel value.
  • the adaptive loop filter (ALF) is a filter that minimizes an error between the image after SAO and the original image.
  • the loop filter 24 filters the decoded image data input from the adding unit 23 and outputs the decoded image data after filtering to the frame memory 25.
  • the frame memory 25 includes enhancement layer decoded image data input from the adder 23, enhancement layer filtered image data input from the loop filter 24, and base layer reference image input from the smoothing unit 40. Data is stored using a storage medium.
  • the selector 26 reads out the decoded image data before filtering used for intra prediction from the frame memory 25 and supplies the read decoded image data to the intra prediction unit 30 as reference image data. Further, the selector 26 reads out the filtered decoded image data used for inter prediction from the frame memory 25 and supplies the read decoded image data to the inter prediction unit 31 as reference image data. Further, when inter layer prediction is performed in the intra prediction unit 30 or the inter prediction unit 31, the selector 26 supplies the reference image data of the base layer to the intra prediction unit 30 or the inter prediction unit 31.
  • the selector 27 In the intra prediction mode, the selector 27 outputs predicted image data as a result of the intra prediction output from the intra prediction unit 30 to the subtraction unit 13 and outputs information related to the intra prediction to the lossless encoding unit 16. Further, in the inter prediction mode, the selector 27 outputs the prediction image data as a result of the inter prediction output from the inter prediction unit 31 to the subtraction unit 13 and outputs information related to the inter prediction to the lossless encoding unit 16. .
  • the selector 27 switches between the intra prediction mode and the inter prediction mode according to the size of the cost function value.
  • the intra prediction unit 30 performs an intra prediction process based on the original image data and decoded image data of the enhancement layer. For example, the intra prediction unit 30 evaluates the prediction result of each candidate mode in the prediction mode set using a predetermined cost function. Next, the intra prediction unit 30 selects the prediction mode with the smallest cost function value, that is, the prediction mode with the highest compression rate, as the optimum prediction mode. The intra prediction unit 30 generates enhancement layer predicted image data according to the optimal prediction mode.
  • the intra prediction unit 30 may include intra BL prediction, which is a type of inter layer prediction, in the prediction mode set in the enhancement layer.
  • intra BL prediction a collocated block in the base layer corresponding to a prediction target block in the enhancement layer is used as a reference block, and a prediction image is generated based on a decoded image of the reference block.
  • the intra prediction unit 30 may include intra residual prediction that is a kind of inter-layer prediction.
  • intra residual prediction a prediction error of an intra prediction is predicted based on a prediction error image of a reference block that is a collocated block in a base layer, and a prediction image in which the predicted prediction error is added is generated ( (Refer to the first and second terms on the right side of Equation (2)).
  • the intra prediction unit 30 outputs information related to intra prediction including prediction mode information representing the selected optimal prediction mode, cost function values, and predicted image data to the selector 27.
  • the inter prediction unit 31 performs inter prediction processing based on the enhancement layer original image data and decoded image data. For example, the inter prediction unit 31 evaluates the prediction result of each candidate mode in the prediction mode set using a predetermined cost function. Next, the inter prediction unit 31 selects a prediction mode with the smallest cost function value, that is, a prediction mode with the highest compression rate, as the optimum prediction mode. The inter prediction unit 31 generates enhancement layer predicted image data in accordance with the optimal prediction mode.
  • the inter prediction unit 31 may include inter residual prediction, which is a kind of inter layer prediction, in the prediction mode set in the enhancement layer.
  • a prediction error of inter prediction is predicted based on a prediction error image of a reference block that is a collocated block in a base layer, and a prediction image in which the predicted prediction error is added is generated ( (Refer to the first and second terms on the right side of Equation (2)).
  • the inter prediction unit 31 outputs information related to inter prediction including the prediction mode information indicating the selected optimal prediction mode and motion information, a cost function value, and predicted image data to the selector 27.
  • the up-sampling unit 35 up-samples the base layer image buffered by the common memory 2 in parallel for each region that can correspond to a slice or a tile, according to the settings regarding the resolution ratio between layers and the dependency between regions To do.
  • the image up-sampled by the up-sampling unit 35 may be one or both of the decoded image of the base layer and the prediction error image. Then, the upsampling unit 35 outputs the upsampled image whose spatial resolution is increased by the upsampling to the smoothing unit 40.
  • An example of the detailed configuration of the upsampling unit 35 will be further described later.
  • the smoothing unit 40 smoothes the upsampled image generated by the upsampling unit 35 at a boundary portion between a plurality of regions. To do. Then, the smoothing unit 40 stores the smoothed up-ampling image (or the up-sampling image generated by the up-sampling unit 35 when independent up-sampling is not performed for each region) in the frame memory 25. Store.
  • the base layer upsampled image stored in the frame memory 25 can be used as a reference image in the inter layer prediction by the intra prediction unit 30 or the inter prediction unit 31. An example of a detailed configuration of the smoothing unit 40 will be further described later.
  • FIG. 8 is a block diagram showing an example of the configuration of the upsampling unit 35 shown in FIG.
  • the upsampling unit 35 includes a filter control unit 36, a coefficient memory 37, and an upsampling filter 38.
  • the filter control unit 36 and the upsampling filter 38 are implemented using a plurality of processing resources that can operate in parallel.
  • parallel processing is performed mainly on four regions in an image will be described, but the present invention is not limited to this example, and parallel processing may be performed on any number of regions.
  • the filter control unit 36 identifies settings related to upsampling. For example, the filter control unit 36 identifies a predefined resolution ratio between the base layer image and the enhancement layer image. The filter control unit 36 also identifies a setting indicating whether upsampling should be performed independently for each region. Then, the filter control unit 36 acquires a base layer image of each region from the common memory 2, constructs a filter tap for each interpolation pixel position, and outputs the constructed filter tap to the upsampling filter 38. When the identified setting indicates that upsampling should be performed independently for each region, the filter control unit 36, as described with reference to FIG. The pixel that is temporarily generated by mirroring the pixels in the region is included in the filter tap.
  • the settings identified by the filter control unit 36 are output to the lossless encoding unit 16 and can be encoded by the lossless encoding unit 16.
  • the encoding parameter indicating the resolution ratio between layers can be encoded in VPS (Video Parameter Set), or SPS (Sequence Parameter Set) or PPS (Picture Parameter Set) of the enhancement layer.
  • a flag for example, “independent_tile_upsampling_flag” indicating whether the base layer image is independently upsampled for each region in the image may be encoded in PPS or an extension of the PPS.
  • the coefficient memory 37 is a memory that stores various filter coefficient candidates used by the upsampling filter 38.
  • the filter coefficient may be the same as or different from the interpolation filter described in Non-Patent Document 2.
  • the coefficient memory 37 stores a set of filter coefficients for each combination of the pixel position to be interpolated and the number of taps.
  • the set of filter coefficients stored by the coefficient memory 37 is read by the upsampling filter 38.
  • the filter coefficient may be dynamically calculated by the filter control unit 36.
  • the up-sampling filter 38 up-samples the base layer image referenced when locally decoding the enhancement layer image having a spatial resolution higher than that of the base layer in accordance with the setting identified by the filter control unit 36. More specifically, the upsampling filter 38 filters the filter tap constructed by the filter control unit 36 with the filter coefficient acquired from the coefficient memory 37 for each of the interpolated pixels that are sequentially scanned according to the resolution ratio. As a result, an interpolated pixel value is calculated. Thereby, the spatial resolution of the base layer image used as the reference image is increased to the same resolution as the enhancement layer.
  • the upsampling by the upsampling filter 38 is performed in parallel with respect to, for example, the base layer images RG B1 , RG B2 , RG B3, and RG B4 in the four regions, and the upsampling images RG U1 , RG U2 , RG U3 in the four regions. And RG U4 are generated.
  • the upsampling filter 38 outputs the upsampled reference image data, that is, the upsampled images RG U1 , RG U2 , RG U3, and RG U4 to the smoothing unit 40.
  • FIG. 9 is a block diagram illustrating an example of the configuration of the smoothing unit 40 illustrated in FIG. 7.
  • the smoothing unit 40 includes a plurality of area memories 41 a, 41 b, 41 c, and 41 d, a smoothing control unit 42, a line buffer 43, and a smoothing filter 44.
  • the smoothing control unit 42 and the smoothing filter 44 may be implemented using a plurality of processing resources that can operate in parallel, or may be implemented using a single processing resource.
  • the first region memory 41a temporarily stores the upsampled image RG U1 of the first region input from the upsampling unit 35.
  • the second area memory 41b temporarily stores the up-sampled image RG U2 of the second area input from the up-sampling unit 35.
  • the third area memory 41c temporarily stores the upsampled image RG U3 of the third area input from the upsampling unit 35.
  • the fourth region memory 41d temporarily stores the upsampled image RG U4 of the fourth region input from the upsampling unit 35.
  • the smoothing control unit 42 identifies settings relating to smoothing. For example, the smoothing control unit 42 identifies a first setting indicating whether independent upsampling is performed for each region and a second setting indicating whether smoothing of the upsampled image is performed. And the smoothing control part 42 determines whether smoothing is performed in the boundary part between several area
  • the smoothing control unit 42 determines not to smooth the upsampled image, the smoothing control unit 42 outputs the upsampled image stored in each of the area memories 41a, 41b, 41c, and 41d to the frame memory 25 as it is.
  • the smoothing filter 42 stores the pixel value located at the boundary portion of the up-sampled image of each region in the line buffer 43. 44 is caused to perform smoothing.
  • the line buffer 43 buffers pixel values after upsampling at a boundary portion between a plurality of regions. Pixels buffered by the line buffer 43 are treated as filter taps for filtering in the smoothing filter 44.
  • the smoothing filter 44 filters the pixel value buffered as a filter tap by the line buffer 43, thereby calculating a smoothed pixel value for each pixel on the boundary between the regions.
  • FIG. 10 is an explanatory diagram for explaining a smoothing process as an example. Referring to FIG. 10, an image Im12 divided into four tiles TL11, TL12, TL13, and TL14 is shown again. The hatched portion in the figure is a boundary portion between tiles. Smoothing is performed on this boundary portion. For example, in the lower part of FIG. 10, four pixels p1, p0, q0 and q1 belonging to the boundary portion of the vertical boundary between the tile TL13 and the tile TL14 are shown in an enlarged manner.
  • Pixels p1 and p0 belong to tile TL13. Pixels q0 and q1 belong to tile TL14. Among these pixels, the pixels p0 and q0 are objects to be smoothed.
  • the smoothing filter 44 reads the pixel values of the pixels p1, p0, q0, and q1 from the line buffer 43, and smoothes the pixel values p0 sm of the pixels p0 and q0 according to the following expressions (3) and (4). And q0 sm can be calculated respectively.
  • the number of filter taps and the filter coefficient of the smoothing filter 44 are not limited to the examples of Expression (3) and Expression (4), and may be other values.
  • the smoothing of the place where the vertical boundary and the horizontal boundary intersect may be performed first in either the vertical direction or the horizontal direction. As a result of such smoothing, block distortion caused by upsampling is repaired.
  • the smoothing filter 44 updates the pixel values stored in the region memories 41a, 41b, 41c, and 41d with the pixel values after smoothing for each of the pixels on the boundary between the regions.
  • the smoothing control unit 42 outputs the upsampled images RG U1_sm , RG U2_sm , RG U3_sm, and RG U4_sm after smoothing to the frame memory 25 as reference image data.
  • FIG. 11 is an explanatory diagram for explaining parallel processing of upsampling and smoothing.
  • base layer images RG B1 , RG B2 , RG B3, and RG B4 of four regions adjacent to each other are shown.
  • the base layer image RG B1 is upsampled by the first upsampling process PR11 to generate an upsampled image RG U1 .
  • the base layer image RG B2 is upsampled by the second upsampling process PR12 to generate an upsampled image RG U2 .
  • the base layer image RG B3 is upsampled by the third upsampling process PR13 to generate an upsampled image RG U3 .
  • the base layer image RG B4 is upsampled by the fourth upsampling process PR14 to generate an upsampled image RG U4 .
  • These upsampling processes PR11, PR12, PR13, and PR14 can be executed in parallel in the upsampling unit 35 using different processing resources (for example, a processor and a memory, or a dedicated circuit).
  • the pixel values at the boundary portions shaded by the oblique lines of the upsampled images RG U1 , RG U2 , RG U3, and RG U4 are updated by the smoothing process PR2 in the smoothing unit 40, and the upsampled image after smoothing is updated.
  • RG U1_sm , RG U2_sm , RG U3_sm, and RG U4_sm are generated.
  • the upsampled image RG U1_sm is used as a reference image in the encoding (decoding) process PR31 for the first region of the enhancement layer.
  • the upsampled image RG U2_sm is used as a reference image in the encoding (decoding) process PR32 for the second region of the enhancement layer.
  • the upsampled image RG U3_sm is used as a reference image in the encoding (decoding) process PR33 for the third region of the enhancement layer.
  • the upsampled image RG U4_sm is used as a reference image in the encoding (decoding) process PR34 for the fourth region of the enhancement layer.
  • These encoding (decoding) processes PR31, PR32, PR33 and PR34 can also be executed in parallel using different processing resources.
  • the settings identified by the smoothing control unit 42 are output to the lossless encoding unit 16 and can be encoded by the lossless encoding unit 16. Whether the lossless encoding unit 16 performs smoothing of the upsampled image in addition to the first flag corresponding to the first setting indicating whether the base layer image is independently upsampled for each region, for example.
  • the second flag corresponding to the second setting indicating is encoded. Table 1 below shows a first example of the syntax of the encoded stream associated with these flags.
  • the smoothing unit 40 when the flag “independent_tile_upsampling_flag” indicates independent upsampling for each tile and the flag “inter_tile_smoothing_flag” indicates the execution of smoothing, The upsampled image is smoothed at.
  • These flags may be included in the PPS itself, not the extension of the PPS. Further, the same syntax may be adopted for slices instead of tiles.
  • the encoder sets the flag “inter_tile_smoothing_flag” to true when high image quality is desired to improve the image quality, and otherwise sets the flag to false to reduce the processing load. May be reduced.
  • Table 2 below shows a second example of syntax.
  • the SPS extension “seq_parameter_set_extension ()” includes a flag “inter_tile_smoothing_flag” indicating whether to smooth the upsampled image.
  • the extension “pic_parameter_set_extension ()” of the PPS includes a flag “independent_tile_upsampling_flag” indicating whether the base layer image is independently upsampled for each tile when the tile division is effective.
  • the smoothing unit 40 tiles the picture for which the flag “independent_tile_upsampling_flag” indicates independent upsampling for each tile.
  • Upsampling images are smoothed at the boundary between them, while upsampling images are not smoothed for pictures whose flag “independent_tile_upsampling_flag” does not indicate independent upsampling for each tile.
  • the flag “inter_tile_smoothing_flag” may be included in the SPS itself, not in the SPS extension, or may be included in the VPS. Further, the same syntax may be adopted for slices instead of tiles.
  • the code amount of the newly added parameter may be smaller than that in the first example.
  • the smoothing control unit 42 may variably control the smoothing intensity in the smoothing unit 40.
  • the smoothing control unit 42 determines the strength of the smoothing filter 44 when the loop filter 24 is not applied between regions for the base layer image or the enhancement layer image as compared with the case where the loop filter 24 is applied between regions. May be set strongly.
  • the deblocking filter and the SAO filter can be applied to the boundary between tiles.
  • FIG. 12 is a flowchart illustrating an example of a schematic processing flow at the time of encoding according to an embodiment. Note that processing steps that are not directly related to the technology according to the present disclosure are omitted from the drawing for the sake of simplicity of explanation. The process shown in FIG. 12 is executed for each of the pictures constituting the video.
  • the BL encoding unit 1a performs base layer encoding processing in parallel for each region, and generates a base layer encoded stream (step S11).
  • the EL encoding unit 1b up-samples the base layer image (one or both of the decoded image and the prediction error image) buffered by the common memory 2 in parallel for each region, and generates an up-sampled image. (Step S12).
  • the EL encoding unit 1b determines whether or not to smooth the upsampled image (step S13). If it is determined that the upsampled image is to be smoothed, the EL encoding unit 1b uses the boundary between the regions of the upsampled image. A smoothing filter is applied (step S14).
  • the EL encoding unit 1b performs the enhancement layer encoding process in parallel for each region, and generates an enhancement layer encoded stream (step S15).
  • the enhancement layer encoding process executed here the base layer image that has been up-sampled and smoothed as necessary is used as a reference image in inter-layer prediction.
  • the multiplexing unit 3 multiplexes the base layer encoded stream generated by the BL encoding unit 1a and the enhancement layer encoded stream generated by the EL encoding unit 1b, and performs multi-layer multiplexing.
  • a stream is generated (step S16).
  • FIG. 13 is a flowchart illustrating an example of a process flow related to upsampling in the enhancement layer encoding process. The processing shown in FIG. 13 can be executed in parallel for a plurality of regions in each picture.
  • the filter control unit 36 identifies a reference block of the base layer corresponding to the block of interest in the enhancement layer region (step S21).
  • the reference block identified here may be a collocated block of the block of interest (a block occupying the same place in the image).
  • step S23 The processing from step S23 to step S27 is repeated for each interpolation pixel position in the block of interest (step S22).
  • the interpolation pixel position is determined according to the resolution ratio between layers.
  • the upsampling filter 38 acquires the filter coefficient to be applied to the filter tap constructed by the filter control unit 36 from the coefficient memory 37 (step S23).
  • the filter control unit 36 determines whether to perform upsampling independently for each region (step S24). When it is determined that the upsampling is performed independently for each region, the filter control unit 36 further determines whether there is a filter tap outside the region for the interpolation pixel position of the loop (step S25).
  • the filter control unit 36 when there is a filter tap outside the region, the filter control unit 36 generates a temporary filter tap by mirroring the pixels in the region (step S26). Then, the upsampling filter 38 calculates the interpolation pixel value by filtering the filter tap constructed by the filter control unit 36 (step S27).
  • step S28 the upsampling process in FIG. 13 ends.
  • FIG. 14 is a flowchart illustrating an example of a flow of processing related to smoothing in the enhancement layer encoding processing. The process shown in FIG. 14 may be executed after an upsampled image is generated for a plurality of adjacent areas in each picture.
  • the smoothing control unit 42 determines whether or not to smooth an upsampled image at a boundary portion between regions (step S ⁇ b> 31). For example, when independent upsampling is not performed for each region, or when smoothing is set to off, the smoothing control unit 42 may determine that the upsampled image is not smoothed. Otherwise, the process proceeds to step S32.
  • step S32 the smoothing control unit 42 stores, in the line buffer 43, the reference pixel of the target boundary among one or more boundaries between the regions (step S32).
  • step S33 the smoothing filter 44 calculates a smoothed pixel value for one or more pixels on the target boundary by filtering the reference pixels stored in the line buffer 43 (step S33). Thereafter, when an unprocessed boundary remains, the process returns to step S32, and the above-described process is repeated for the next target boundary (step S34). If no unprocessed boundary remains, the process proceeds to step S35.
  • step S35 the lossless encoding unit 16 encodes parameters relating to smoothing (step S35).
  • the parameters encoded here include, for example, a first flag indicating whether the base layer image is independently upsampled for each region, and a second flag indicating whether smoothing of the upsampled image is performed. Can be included.
  • FIG. 15 is a block diagram showing an example of the configuration of the EL decoding unit 6b shown in FIG.
  • the EL decoding unit 6b includes a storage buffer 61, a lossless decoding unit 62, an inverse quantization unit 63, an inverse orthogonal transform unit 64, an addition unit 65, a loop filter 66, a rearrangement buffer 67, a D / A ( Digital to Analogue) conversion unit 68, frame memory 69, selectors 70 and 71, intra prediction unit 80, inter prediction unit 81, upsampling unit 85, and smoothing unit 90.
  • D / A Digital to Analogue
  • the accumulation buffer 61 temporarily accumulates the enhancement layer encoded stream input from the demultiplexer 5 using a storage medium.
  • the lossless decoding unit 62 decodes enhancement layer quantized data from the enhancement layer encoded stream input from the accumulation buffer 61 according to the encoding method used for encoding. In addition, the lossless decoding unit 62 decodes information inserted in the header area of the encoded stream.
  • the information decoded by the lossless decoding unit 62 may include, for example, information related to intra prediction, information related to inter prediction, and parameters related to up-ampling or smoothing.
  • the lossless decoding unit 62 outputs the quantized data to the inverse quantization unit 63. Further, the lossless decoding unit 62 outputs information related to intra prediction to the intra prediction unit 80. Further, the lossless decoding unit 62 outputs information related to inter prediction to the inter prediction unit 81. In addition, the lossless decoding unit 62 outputs parameters related to upsampling to the upsampling unit 85 and parameters related to smoothing to the smoothing unit 90.
  • the inverse quantization unit 63 performs inverse quantization on the quantized data input from the lossless decoding unit 62 in the same quantization step (or the same quantization matrix) used for encoding, and performs enhancement layer conversion. Restore the coefficient data.
  • the inverse quantization unit 63 outputs the restored transform coefficient data to the inverse orthogonal transform unit 64.
  • the inverse orthogonal transform unit 64 generates prediction error data by performing inverse orthogonal transform on the transform coefficient data input from the inverse quantization unit 63 according to the orthogonal transform method used at the time of encoding.
  • the inverse orthogonal transform unit 64 outputs the generated prediction error data to the addition unit 65.
  • the addition unit 65 adds the prediction error data input from the inverse orthogonal transform unit 64 and the prediction image data input from the selector 71 to generate decoded image data. Then, the addition unit 65 outputs the generated decoded image data to the loop filter 66 and the frame memory 69.
  • the loop filter 66 is a deblocking filter that reduces block distortion, a sample adaptive offset filter that adds an offset value to each pixel value, and an adaptation that minimizes an error from the original image.
  • a loop filter may be included.
  • the loop filter 66 filters the decoded image data input from the adding unit 65 and outputs the filtered decoded image data to the rearrangement buffer 67 and the frame memory 69.
  • the rearrangement buffer 67 generates a series of time-series image data by rearranging the images input from the loop filter 66. Then, the rearrangement buffer 67 outputs the generated image data to the D / A conversion unit 68.
  • the D / A converter 68 converts the digital image data input from the rearrangement buffer 67 into an analog image signal. Then, the D / A conversion unit 68 displays an enhancement layer image, for example, by outputting an analog image signal to a display (not shown) connected to the image decoding device 60.
  • the frame memory 69 stores the decoded image data before filtering input from the addition unit 65, the decoded image data after filtering input from the loop filter 66, and the reference image data of the base layer input from the smoothing unit 90. Store using media.
  • the selector 70 switches the output destination of the image data from the frame memory 69 between the intra prediction unit 80 and the inter prediction unit 81 for each block in the image according to the mode information acquired by the lossless decoding unit 62. .
  • the selector 70 outputs the decoded image data before filtering supplied from the frame memory 69 to the intra prediction unit 80 as reference image data.
  • the selector 70 outputs the decoded image data after filtering to the inter prediction unit 81 as reference image data.
  • the selector 70 supplies the reference image data of the base layer to the intra prediction unit 80 or the inter prediction unit 81.
  • the selector 71 switches the output source of the predicted image data to be supplied to the adding unit 65 between the intra prediction unit 80 and the inter prediction unit 81 according to the mode information acquired by the lossless decoding unit 62. For example, the selector 71 supplies the prediction image data output from the intra prediction unit 80 to the adding unit 65 when the intra prediction mode is designated. Further, when the inter prediction mode is designated, the selector 71 supplies the predicted image data output from the inter prediction unit 81 to the adding unit 65.
  • the intra prediction unit 80 performs the intra prediction process of the enhancement layer based on the information related to the intra prediction input from the lossless decoding unit 62 and the reference image data from the frame memory 69, and generates predicted image data.
  • intra BL prediction or intra residual prediction is designated as the intra prediction mode
  • the intra prediction unit 80 uses a collocated block in the base layer corresponding to the prediction target block as a reference block.
  • intra prediction unit 80 generates a predicted image based on the decoded image of the reference block.
  • intra prediction unit 80 predicts the prediction error of intra prediction based on the prediction error image of the reference block, and generates a prediction image in which the predicted prediction errors are added.
  • the intra prediction unit 80 outputs the generated predicted image data of the enhancement layer to the selector 71.
  • the inter prediction unit 81 performs enhancement layer inter prediction processing (motion compensation processing) based on information related to inter prediction input from the lossless decoding unit 62 and reference image data from the frame memory 69, and generates predicted image data. To do.
  • inter prediction is designated as the inter prediction mode
  • the inter prediction unit 81 uses a collocated block in the base layer corresponding to the prediction target block as a reference block.
  • the inter prediction unit 81 predicts the prediction error of inter prediction based on the prediction error image of the reference block, and generates a prediction image in which the predicted prediction errors are added.
  • the inter prediction unit 81 outputs the generated prediction image data of the enhancement layer to the selector 71.
  • the up-sampling unit 85 parallelizes the base layer image buffered by the common memory 7 for each region that can correspond to a slice or a tile according to the resolution ratio between layers and the parameters decoded by the lossless decoding unit 62. Upsampling.
  • the image up-sampled by the up-sampling unit 85 may be one or both of the base layer decoded image and the prediction error image. Then, the upsampling unit 85 outputs the upsampled image whose spatial resolution is increased by the upsampling to the smoothing unit 90.
  • An example of a detailed configuration of the upsampling unit 85 will be further described later.
  • the smoothing unit 90 smoothes the upsampled image generated by the upsampling unit 85 at the boundary portion between the plurality of regions according to the parameters decoded by the lossless decoding unit 62. Then, the smoothing unit 90 stores the smoothed up-ampling image (or the up-sampling image generated by the up-sampling unit 85 when independent up-sampling is not performed for each region) in the frame memory 69. Store.
  • the base layer upsampled image stored in the frame memory 69 may be used as a reference image in the inter layer prediction by the intra prediction unit 80 or the inter prediction unit 81. An example of a detailed configuration of the smoothing unit 90 will be further described later.
  • the parameter decoded by the lossless decoding unit 62 includes a first flag indicating whether the base layer image is independently upsampled for each region.
  • the first flag is referred to by the upsampling unit 85 and the smoothing unit 90.
  • the parameter decoded by the lossless decoding unit 62 may include a second flag indicating whether or not to smooth the upsampled image.
  • the second flag is referred to by the smoothing unit 90. Examples of the syntax of these flags are shown in Tables 1 and 2.
  • the lossless decoding unit 62 determines whether the enhancement layer PPS or the extension of the PPS is used only when the first flag indicates independent upsampling for each region. Decode the 2 flag.
  • the lossless decoding unit 62 decodes the second flag from the SPS of the enhancement layer or the extension of the SPS, and sets the first flag from the extension of the PPS or the PPS. Decrypt.
  • FIG. 16 is a block diagram showing an example of the configuration of the upsampling unit 85 shown in FIG.
  • the upsampling unit 85 includes a filter control unit 86, a coefficient memory 87, and an upsampling filter 88.
  • the filter control unit 86 and the upsampling filter 88 are implemented using a plurality of processing resources that can operate in parallel.
  • parallel processing is performed mainly on four regions in an image will be described, but the present invention is not limited to this example, and parallel processing may be performed on any number of regions.
  • the filter control unit 86 acquires the decoded parameters related to upsampling. For example, the filter control unit 86 acquires a resolution ratio between the base layer image and the enhancement layer image. In addition, the filter control unit 86 acquires a flag indicating whether upsampling should be performed independently for each region. Then, the filter control unit 86 acquires a base layer image of each region from the common memory 7, constructs a filter tap for each interpolation pixel position, and outputs the constructed filter tap to the upsampling filter 88. When the decoded flag indicates that upsampling should be performed independently for each region, the filter control unit 86, as described with reference to FIG. Pixels that are provisionally generated by mirroring the pixels in the region without including the pixels are included in the filter tap.
  • the coefficient memory 87 is a memory for storing various filter coefficient candidates used by the upsampling filter 88.
  • the filter coefficient may be the same as or different from the interpolation filter described in Non-Patent Document 2.
  • the coefficient memory 87 stores a set of filter coefficients for each combination of the pixel position to be interpolated and the number of taps.
  • the set of filter coefficients stored by the coefficient memory 87 is read by the upsampling filter 88.
  • the filter coefficient may be dynamically calculated by the filter control unit 86.
  • the up-sampling filter 88 up-samples the base layer image referred to when decoding the enhancement layer image having a spatial resolution higher than that of the base layer according to the parameters decoded by the lossless decoding unit 62. More specifically, the upsampling filter 88 filters the filter tap constructed by the filter control unit 86 with the filter coefficient acquired from the coefficient memory 87 for each of the interpolated pixels that are sequentially scanned according to the resolution ratio. As a result, an interpolated pixel value is calculated. Thereby, the spatial resolution of the base layer image used as the reference image is increased to the same resolution as the enhancement layer.
  • Upsampling by the upsampling filter 88 is performed in parallel on the base layer images RG B1 , RG B2 , RG B3 and RG B4 of the four regions, for example, and the upsampling images RG U1 , RG U2 and RG U3 of the four regions. And RG U4 are generated.
  • the upsampling filter 88 outputs the upsampled reference image data, that is, the upsampled images RG U1 , RG U2 , RG U3, and RG U4 to the smoothing unit 90.
  • FIG. 17 is a block diagram illustrating an example of the configuration of the smoothing unit 90 illustrated in FIG.
  • the smoothing unit 90 includes a plurality of area memories 91a, 91b, 91c and 91d, a smoothing control unit 92, a line buffer 93, and a smoothing filter 94.
  • the smoothing control unit 92 and the smoothing filter 94 may be implemented using a plurality of processing resources that can operate in parallel, or may be implemented using a single processing resource.
  • the first region memory 91a temporarily stores the upsampled image RG U1 of the first region input from the upsampling unit 85.
  • the second area memory 91b temporarily stores the up-sampled image RG U2 of the second area input from the up-sampling unit 85.
  • the third area memory 91c temporarily stores the up-sampled image RG U3 of the third area input from the up-sampling unit 85.
  • the fourth area memory 91d temporarily stores the up-sampled image RG U4 of the fourth area input from the up-sampling unit 85.
  • the smoothing control unit 92 acquires a decoded parameter related to smoothing. For example, the smoothing control unit 92 acquires a first flag indicating whether independent upsampling has been executed for each region. The smoothing control unit 92 may further acquire a second flag indicating whether to smooth the upsampled image. And the smoothing control part 92 determines whether smoothing is performed in the boundary part between several area
  • the smoothing control unit 92 determines that the first flag is set for each region when the second flag indicates that the upsampled image is to be smoothed. Can be determined to perform smoothing for pictures that exhibit independent upsampling, and the first flag may be determined not to perform smoothing for pictures that do not exhibit independent upsampling for each region. If the smoothing control unit 92 determines not to smooth the upsampled image, the smoothing control unit 92 causes the frame memory 69 to output the upsampled image stored in each of the area memories 91a, 91b, 91c, and 91d as it is.
  • the smoothing filter 92 stores the pixel value located at the boundary portion of the upsampled image of each region in the line buffer 93. Let 94 perform smoothing.
  • the line buffer 93 buffers pixel values after upsampling at the boundary portion between a plurality of regions. Pixels buffered by the line buffer 93 are treated as filter taps for filtering in the smoothing filter 94.
  • the smoothing filter 94 calculates the pixel value after smoothing as described with reference to FIG. 10 from the pixel value buffered as the filter tap by the line buffer 93 for each pixel on the boundary between the regions. To do.
  • the smoothing of the place where the vertical boundary and the horizontal boundary intersect may be performed first in either the vertical direction or the horizontal direction. As a result of such smoothing, block distortion caused by upsampling is repaired.
  • the smoothing filter 94 updates the pixel values stored in the area memories 91a, 91b, 91c, and 91d with the pixel values after smoothing for each pixel on the boundary between the areas.
  • the smoothing control unit 92 outputs the upsampled images RG U1_sm , RG U2_sm , RG U3_sm, and RG U4_sm after smoothing to the frame memory 69 as reference image data.
  • the smoothing control unit 92 may variably control the strength of smoothing in the smoothing unit 90. For example, for the base layer image or the enhancement layer image, the smoothing control unit 92 sets the strength of the smoothing filter 94 when the loop filter 66 is not applied between regions as compared with the case where the loop filter 66 is applied between regions. May be set strongly. Thus, when block distortion is at least partially removed by the loop filter 66, consumption of processing resources is suppressed by adaptively reducing the strength of the smoothing filter or disabling the smoothing filter. be able to.
  • FIG. 18 is a flowchart illustrating an example of a schematic processing flow at the time of decoding according to an embodiment. Note that processing steps that are not directly related to the technology according to the present disclosure are omitted from the drawing for the sake of simplicity of explanation. The process shown in FIG. 18 is executed for each of the pictures constituting the video.
  • the demultiplexing unit 5 demultiplexes the multi-layer multiplexed stream into the base layer encoded stream and the enhancement layer encoded stream (step S60).
  • the BL decoding unit 6a performs base layer decoding processing in parallel for each region, and reconstructs a base layer image from the base layer encoded stream (step S61).
  • the EL decoding unit 6b up-samples the base layer image (one or both of the decoded image and the prediction error image) buffered by the common memory 7 in parallel for each region, and generates an up-sampled image ( Step S62).
  • the EL decoding unit 6b determines whether or not to smooth the upsampled image (step S63). If it is determined to smooth the upsampled image, the EL decoding unit 6b smoothes the boundary portion between the regions of the upsampled image. Apply the optimization filter (step S64).
  • the EL encoding unit 1b executes the enhancement layer encoding process in parallel for each region, and generates an enhancement layer encoded stream (step S65).
  • the enhancement layer encoding process executed here the base layer image that has been up-sampled and smoothed as necessary is used as a reference image in inter-layer prediction.
  • the process flow related to upsampling in the enhancement layer decoding process may be the same as the process flow during encoding as described with reference to FIG.
  • FIG. 19 is a flowchart illustrating an example of a flow of processing related to smoothing in the enhancement layer decoding processing. The process shown in FIG. 19 can be executed after an upsampled image is generated for a plurality of adjacent areas in each picture.
  • the smoothing control unit 92 acquires a decoded parameter related to smoothing from the lossless decoding unit 62 (step S80).
  • the smoothing control unit 92 determines whether or not to smooth the upsampled image at the boundary portion between the regions (step S81). For example, when independent upsampling is not performed for each region, or when a flag indicating that smoothing is set to off is decoded, the smoothing control unit 92 smooths the upsampled image. It can be determined that it will not turn. Otherwise, the process proceeds to step S82.
  • step S82 the smoothing control unit 92 stores, in the line buffer 43, the reference pixel of the target boundary among one or more boundaries between the regions (step S82).
  • step S83 the smoothing filter 94 calculates a smoothed pixel value for one or more pixels on the target boundary by filtering the reference pixels stored in the line buffer 43 (step S83). Thereafter, when an unprocessed boundary remains, the process returns to step S82, and the above-described process is repeated for the next target boundary (step S84). If no unprocessed boundary remains, the process of FIG. 19 ends, and the upsampled image after smoothing (or not subjected to smoothing) is output to the frame memory 69 as reference image data.
  • the image encoding device 10 and the image decoding device 60 are a transmitter or a receiver in satellite broadcasting, cable broadcasting such as cable TV, distribution on the Internet, and distribution to terminals by cellular communication,
  • the present invention can be applied to various electronic devices such as a recording device that records an image on a medium such as an optical disk, a magnetic disk, and a flash memory, or a playback device that reproduces an image from these storage media.
  • a recording device that records an image on a medium such as an optical disk, a magnetic disk, and a flash memory
  • a playback device that reproduces an image from these storage media.
  • FIG. 20 illustrates an example of a schematic configuration of a television device to which the above-described embodiment is applied.
  • the television apparatus 900 includes an antenna 901, a tuner 902, a demultiplexer 903, a decoder 904, a video signal processing unit 905, a display unit 906, an audio signal processing unit 907, a speaker 908, an external interface 909, a control unit 910, a user interface 911, And a bus 912.
  • Tuner 902 extracts a signal of a desired channel from a broadcast signal received via antenna 901, and demodulates the extracted signal. Then, the tuner 902 outputs the encoded bit stream obtained by the demodulation to the demultiplexer 903. In other words, the tuner 902 serves as a transmission unit in the television apparatus 900 that receives an encoded stream in which an image is encoded.
  • the demultiplexer 903 separates the video stream and audio stream of the viewing target program from the encoded bit stream, and outputs each separated stream to the decoder 904. In addition, the demultiplexer 903 extracts auxiliary data such as EPG (Electronic Program Guide) from the encoded bit stream, and supplies the extracted data to the control unit 910. Note that the demultiplexer 903 may perform descrambling when the encoded bit stream is scrambled.
  • EPG Electronic Program Guide
  • the decoder 904 decodes the video stream and audio stream input from the demultiplexer 903. Then, the decoder 904 outputs the video data generated by the decoding process to the video signal processing unit 905. In addition, the decoder 904 outputs audio data generated by the decoding process to the audio signal processing unit 907.
  • the video signal processing unit 905 reproduces the video data input from the decoder 904 and causes the display unit 906 to display the video.
  • the video signal processing unit 905 may cause the display unit 906 to display an application screen supplied via a network.
  • the video signal processing unit 905 may perform additional processing such as noise removal on the video data according to the setting.
  • the video signal processing unit 905 may generate a GUI (Graphical User Interface) image such as a menu, a button, or a cursor, and superimpose the generated image on the output image.
  • GUI Graphic User Interface
  • the display unit 906 is driven by a drive signal supplied from the video signal processing unit 905, and displays a video or an image on a video screen of a display device (for example, a liquid crystal display, a plasma display, or an OLED).
  • a display device for example, a liquid crystal display, a plasma display, or an OLED.
  • the audio signal processing unit 907 performs reproduction processing such as D / A conversion and amplification on the audio data input from the decoder 904, and outputs audio from the speaker 908.
  • the audio signal processing unit 907 may perform additional processing such as noise removal on the audio data.
  • the external interface 909 is an interface for connecting the television apparatus 900 to an external device or a network.
  • a video stream or an audio stream received via the external interface 909 may be decoded by the decoder 904. That is, the external interface 909 also has a role as a transmission unit in the television apparatus 900 that receives an encoded stream in which an image is encoded.
  • the control unit 910 has a processor such as a CPU (Central Processing Unit) and a memory such as a RAM (Random Access Memory) and a ROM (Read Only Memory).
  • the memory stores a program executed by the CPU, program data, EPG data, data acquired via a network, and the like.
  • the program stored in the memory is read and executed by the CPU when the television device 900 is activated, for example.
  • the CPU controls the operation of the television device 900 according to an operation signal input from the user interface 911, for example, by executing the program.
  • the user interface 911 is connected to the control unit 910.
  • the user interface 911 includes, for example, buttons and switches for the user to operate the television device 900, a remote control signal receiving unit, and the like.
  • the user interface 911 detects an operation by the user via these components, generates an operation signal, and outputs the generated operation signal to the control unit 910.
  • the bus 912 connects the tuner 902, the demultiplexer 903, the decoder 904, the video signal processing unit 905, the audio signal processing unit 907, the external interface 909, and the control unit 910 to each other.
  • the decoder 904 has the function of the image decoding apparatus 60 according to the above-described embodiment. Therefore, when the television apparatus 900 decodes images of layers having different spatial resolutions, it is possible to compensate for the deterioration of the image quality while maintaining parallel processing.
  • FIG. 21 illustrates an example of a schematic configuration of a mobile phone to which the above-described embodiment is applied.
  • a cellular phone 920 includes an antenna 921, a communication unit 922, an audio codec 923, a speaker 924, a microphone 925, a camera unit 926, an image processing unit 927, a demultiplexing unit 928, a recording / reproducing unit 929, a display unit 930, a control unit 931, an operation A portion 932 and a bus 933.
  • the antenna 921 is connected to the communication unit 922.
  • the speaker 924 and the microphone 925 are connected to the audio codec 923.
  • the operation unit 932 is connected to the control unit 931.
  • the bus 933 connects the communication unit 922, the audio codec 923, the camera unit 926, the image processing unit 927, the demultiplexing unit 928, the recording / reproducing unit 929, the display unit 930, and the control unit 931 to each other.
  • the mobile phone 920 has various operation modes including a voice call mode, a data communication mode, a shooting mode, and a videophone mode, and is used for sending and receiving voice signals, sending and receiving e-mail or image data, taking images, and recording data. Perform the action.
  • the analog voice signal generated by the microphone 925 is supplied to the voice codec 923.
  • the audio codec 923 converts an analog audio signal into audio data, A / D converts the compressed audio data, and compresses it. Then, the audio codec 923 outputs the compressed audio data to the communication unit 922.
  • the communication unit 922 encodes and modulates the audio data and generates a transmission signal. Then, the communication unit 922 transmits the generated transmission signal to a base station (not shown) via the antenna 921. In addition, the communication unit 922 amplifies a radio signal received via the antenna 921 and performs frequency conversion to acquire a received signal.
  • the communication unit 922 demodulates and decodes the received signal to generate audio data, and outputs the generated audio data to the audio codec 923.
  • the audio codec 923 expands the audio data and performs D / A conversion to generate an analog audio signal. Then, the audio codec 923 supplies the generated audio signal to the speaker 924 to output audio.
  • the control unit 931 generates character data constituting the e-mail in response to an operation by the user via the operation unit 932.
  • the control unit 931 causes the display unit 930 to display characters.
  • the control unit 931 generates e-mail data in response to a transmission instruction from the user via the operation unit 932, and outputs the generated e-mail data to the communication unit 922.
  • the communication unit 922 encodes and modulates email data and generates a transmission signal. Then, the communication unit 922 transmits the generated transmission signal to a base station (not shown) via the antenna 921.
  • the communication unit 922 amplifies a radio signal received via the antenna 921 and performs frequency conversion to acquire a received signal.
  • the communication unit 922 demodulates and decodes the received signal to restore the email data, and outputs the restored email data to the control unit 931.
  • the control unit 931 displays the content of the electronic mail on the display unit 930 and stores the electronic mail data in the storage medium of the recording / reproducing unit 929.
  • the recording / reproducing unit 929 has an arbitrary readable / writable storage medium.
  • the storage medium may be a built-in storage medium such as a RAM or a flash memory, or an externally mounted storage medium such as a hard disk, a magnetic disk, a magneto-optical disk, an optical disk, a USB memory, or a memory card. May be.
  • the camera unit 926 images a subject to generate image data, and outputs the generated image data to the image processing unit 927.
  • the image processing unit 927 encodes the image data input from the camera unit 926 and stores the encoded stream in the storage medium of the recording / playback unit 929.
  • the demultiplexing unit 928 multiplexes the video stream encoded by the image processing unit 927 and the audio stream input from the audio codec 923, and the multiplexed stream is the communication unit 922. Output to.
  • the communication unit 922 encodes and modulates the stream and generates a transmission signal. Then, the communication unit 922 transmits the generated transmission signal to a base station (not shown) via the antenna 921.
  • the communication unit 922 amplifies a radio signal received via the antenna 921 and performs frequency conversion to acquire a received signal.
  • These transmission signal and reception signal may include an encoded bit stream.
  • the communication unit 922 demodulates and decodes the received signal to restore the stream, and outputs the restored stream to the demultiplexing unit 928.
  • the demultiplexing unit 928 separates the video stream and the audio stream from the input stream, and outputs the video stream to the image processing unit 927 and the audio stream to the audio codec 923.
  • the image processing unit 927 decodes the video stream and generates video data.
  • the video data is supplied to the display unit 930, and a series of images is displayed on the display unit 930.
  • the audio codec 923 decompresses the audio stream and performs D / A conversion to generate an analog audio signal. Then, the audio codec 923 supplies the generated audio signal to the speaker 924 to output audio.
  • the image processing unit 927 has the functions of the image encoding device 10 and the image decoding device 60 according to the above-described embodiment. Accordingly, when the mobile phone 920 encodes or decodes images of layers having different spatial resolutions, it is possible to compensate for deterioration in image quality while maintaining parallel processing.
  • FIG. 22 shows an example of a schematic configuration of a recording / reproducing apparatus to which the above-described embodiment is applied.
  • the recording / reproducing device 940 encodes audio data and video data of a received broadcast program and records the encoded data on a recording medium.
  • the recording / reproducing device 940 may encode audio data and video data acquired from another device and record them on a recording medium, for example.
  • the recording / reproducing device 940 reproduces data recorded on the recording medium on a monitor and a speaker, for example, in accordance with a user instruction. At this time, the recording / reproducing device 940 decodes the audio data and the video data.
  • the recording / reproducing apparatus 940 includes a tuner 941, an external interface 942, an encoder 943, an HDD (Hard Disk Drive) 944, a disk drive 945, a selector 946, a decoder 947, an OSD (On-Screen Display) 948, a control unit 949, and a user interface. 950.
  • Tuner 941 extracts a signal of a desired channel from a broadcast signal received via an antenna (not shown), and demodulates the extracted signal. Then, the tuner 941 outputs the encoded bit stream obtained by the demodulation to the selector 946. That is, the tuner 941 has a role as a transmission unit in the recording / reproducing apparatus 940.
  • the external interface 942 is an interface for connecting the recording / reproducing apparatus 940 to an external device or a network.
  • the external interface 942 may be, for example, an IEEE 1394 interface, a network interface, a USB interface, or a flash memory interface.
  • video data and audio data received via the external interface 942 are input to the encoder 943. That is, the external interface 942 serves as a transmission unit in the recording / reproducing device 940.
  • the encoder 943 encodes video data and audio data when the video data and audio data input from the external interface 942 are not encoded. Then, the encoder 943 outputs the encoded bit stream to the selector 946.
  • the HDD 944 records an encoded bit stream in which content data such as video and audio is compressed, various programs, and other data on an internal hard disk. Also, the HDD 944 reads out these data from the hard disk when playing back video and audio.
  • the disk drive 945 performs recording and reading of data to and from the mounted recording medium.
  • the recording medium loaded in the disk drive 945 may be, for example, a DVD disk (DVD-Video, DVD-RAM, DVD-R, DVD-RW, DVD + R, DVD + RW, etc.) or a Blu-ray (registered trademark) disk. .
  • the selector 946 selects an encoded bit stream input from the tuner 941 or the encoder 943 when recording video and audio, and outputs the selected encoded bit stream to the HDD 944 or the disk drive 945. In addition, the selector 946 outputs the encoded bit stream input from the HDD 944 or the disk drive 945 to the decoder 947 during video and audio reproduction.
  • the decoder 947 decodes the encoded bit stream and generates video data and audio data. Then, the decoder 947 outputs the generated video data to the OSD 948. The decoder 904 outputs the generated audio data to an external speaker.
  • the OSD 948 reproduces the video data input from the decoder 947 and displays the video. Further, the OSD 948 may superimpose a GUI image such as a menu, a button, or a cursor on the video to be displayed.
  • a GUI image such as a menu, a button, or a cursor
  • the control unit 949 includes a processor such as a CPU and memories such as a RAM and a ROM.
  • the memory stores a program executed by the CPU, program data, and the like.
  • the program stored in the memory is read and executed by the CPU when the recording / reproducing apparatus 940 is activated, for example.
  • the CPU controls the operation of the recording / reproducing device 940 according to an operation signal input from the user interface 950, for example, by executing the program.
  • the user interface 950 is connected to the control unit 949.
  • the user interface 950 includes, for example, buttons and switches for the user to operate the recording / reproducing device 940, a remote control signal receiving unit, and the like.
  • the user interface 950 detects an operation by the user via these components, generates an operation signal, and outputs the generated operation signal to the control unit 949.
  • the encoder 943 has the function of the image encoding apparatus 10 according to the above-described embodiment.
  • the decoder 947 has the function of the image decoding device 60 according to the above-described embodiment.
  • FIG. 23 illustrates an example of a schematic configuration of an imaging apparatus to which the above-described embodiment is applied.
  • the imaging device 960 images a subject to generate an image, encodes the image data, and records it on a recording medium.
  • the imaging device 960 includes an optical block 961, an imaging unit 962, a signal processing unit 963, an image processing unit 964, a display unit 965, an external interface 966, a memory 967, a media drive 968, an OSD 969, a control unit 970, a user interface 971, and a bus. 972.
  • the optical block 961 is connected to the imaging unit 962.
  • the imaging unit 962 is connected to the signal processing unit 963.
  • the display unit 965 is connected to the image processing unit 964.
  • the user interface 971 is connected to the control unit 970.
  • the bus 972 connects the image processing unit 964, the external interface 966, the memory 967, the media drive 968, the OSD 969, and the control unit 970 to each other.
  • the optical block 961 includes a focus lens and a diaphragm mechanism.
  • the optical block 961 forms an optical image of the subject on the imaging surface of the imaging unit 962.
  • the imaging unit 962 includes an image sensor such as a CCD or a CMOS, and converts an optical image formed on the imaging surface into an image signal as an electrical signal by photoelectric conversion. Then, the imaging unit 962 outputs the image signal to the signal processing unit 963.
  • the signal processing unit 963 performs various camera signal processing such as knee correction, gamma correction, and color correction on the image signal input from the imaging unit 962.
  • the signal processing unit 963 outputs the image data after the camera signal processing to the image processing unit 964.
  • the image processing unit 964 encodes the image data input from the signal processing unit 963 and generates encoded data. Then, the image processing unit 964 outputs the generated encoded data to the external interface 966 or the media drive 968. The image processing unit 964 also decodes encoded data input from the external interface 966 or the media drive 968 to generate image data. Then, the image processing unit 964 outputs the generated image data to the display unit 965. In addition, the image processing unit 964 may display the image by outputting the image data input from the signal processing unit 963 to the display unit 965. Further, the image processing unit 964 may superimpose display data acquired from the OSD 969 on an image output to the display unit 965.
  • the OSD 969 generates a GUI image such as a menu, a button, or a cursor, for example, and outputs the generated image to the image processing unit 964.
  • the external interface 966 is configured as a USB input / output terminal, for example.
  • the external interface 966 connects the imaging device 960 and a printer, for example, when printing an image.
  • a drive is connected to the external interface 966 as necessary.
  • a removable medium such as a magnetic disk or an optical disk is attached to the drive, and a program read from the removable medium can be installed in the imaging device 960.
  • the external interface 966 may be configured as a network interface connected to a network such as a LAN or the Internet. That is, the external interface 966 has a role as a transmission unit in the imaging device 960.
  • the recording medium mounted on the media drive 968 may be any readable / writable removable medium such as a magnetic disk, a magneto-optical disk, an optical disk, or a semiconductor memory. Further, a recording medium may be fixedly attached to the media drive 968, and a non-portable storage unit such as an internal hard disk drive or an SSD (Solid State Drive) may be configured.
  • a non-portable storage unit such as an internal hard disk drive or an SSD (Solid State Drive) may be configured.
  • the control unit 970 includes a processor such as a CPU and memories such as a RAM and a ROM.
  • the memory stores a program executed by the CPU, program data, and the like.
  • the program stored in the memory is read and executed by the CPU when the imaging device 960 is activated, for example.
  • the CPU controls the operation of the imaging device 960 according to an operation signal input from the user interface 971, for example, by executing the program.
  • the user interface 971 is connected to the control unit 970.
  • the user interface 971 includes, for example, buttons and switches for the user to operate the imaging device 960.
  • the user interface 971 detects an operation by the user via these components, generates an operation signal, and outputs the generated operation signal to the control unit 970.
  • the image processing unit 964 has the functions of the image encoding device 10 and the image decoding device 60 according to the above-described embodiment. Thereby, when the imaging device 960 encodes or decodes images of layers having different spatial resolutions, it is possible to compensate for deterioration in image quality while maintaining parallel processing.
  • the data transmission system 1000 includes a stream storage device 1001 and a distribution server 1002.
  • Distribution server 1002 is connected to several terminal devices via network 1003.
  • Network 1003 may be a wired network, a wireless network, or a combination thereof.
  • FIG. 24 shows a PC (Personal Computer) 1004, an AV device 1005, a tablet device 1006, and a mobile phone 1007 as examples of terminal devices.
  • PC Personal Computer
  • the stream storage device 1001 stores, for example, stream data 1011 including a multiplexed stream generated by the image encoding device 10.
  • the multiplexed stream includes a base layer (BL) encoded stream and an enhancement layer (EL) encoded stream.
  • the distribution server 1002 reads the stream data 1011 stored in the stream storage device 1001, and at least a part of the read stream data 1011 is transmitted via the network 1003 to the PC 1004, the AV device 1005, the tablet device 1006, and the mobile phone 1007. Delivered to.
  • the distribution server 1002 selects a stream to be distributed based on some condition such as the capability of the terminal device or the communication environment. For example, the distribution server 1002 may avoid the occurrence of delay, overflow, or processor overload in the terminal device by not distributing an encoded stream having a high image quality that exceeds the image quality that can be handled by the terminal device. . The distribution server 1002 may avoid occupying the communication band of the network 1003 by not distributing an encoded stream having high image quality. On the other hand, the distribution server 1002 distributes all of the multiplexed streams to the terminal device when there is no risk to be avoided or when it is determined to be appropriate based on a contract with the user or some condition. Good.
  • the distribution server 1002 reads the stream data 1011 from the stream storage device 1001. Then, the distribution server 1002 distributes the stream data 1011 as it is to the PC 1004 having high processing capability. Also, since the AV device 1005 has low processing capability, the distribution server 1002 generates stream data 1012 including only the base layer encoded stream extracted from the stream data 1011, and distributes the stream data 1012 to the AV device 1005. To do. Also, the distribution server 1002 distributes the stream data 1011 as it is to the tablet device 1006 that can communicate at a high communication rate. Further, since the cellular phone 1007 can communicate only at a low communication rate, the distribution server 1002 distributes the stream data 1012 including only the base layer encoded stream to the cellular phone 1007.
  • the multiplexed stream By using the multiplexed stream in this way, the amount of traffic to be transmitted can be adjusted adaptively.
  • the code amount of the stream data 1011 is reduced as compared with the case where each layer is individually encoded, even if the entire stream data 1011 is distributed, the load on the network 1003 is suppressed. Is done. Furthermore, memory resources of the stream storage device 1001 are also saved.
  • the hardware performance of terminal devices varies from device to device.
  • the communication capacity of the network 1003 also varies.
  • the capacity available for data transmission can change from moment to moment due to the presence of other traffic. Therefore, the distribution server 1002 transmits terminal information regarding the hardware performance and application capability of the terminal device, the communication capacity of the network 1003, and the like through signaling with the distribution destination terminal device before starting the distribution of the stream data. And network information may be acquired. Then, the distribution server 1002 can select a stream to be distributed based on the acquired information.
  • extraction of a layer to be decoded may be performed in the terminal device.
  • the PC 1004 may display a base layer image extracted from the received multiplexed stream and decoded on the screen. Further, the PC 1004 may extract a base layer encoded stream from the received multiplexed stream to generate stream data 1012, store the generated stream data 1012 in a storage medium, or transfer the stream data 1012 to another device. .
  • the configuration of the data transmission system 1000 shown in FIG. 24 is merely an example.
  • the data transmission system 1000 may include any number of stream storage devices 1001, a distribution server 1002, a network 1003, and terminal devices.
  • the data transmission system 1100 includes a broadcast station 1101 and a terminal device 1102.
  • the broadcast station 1101 broadcasts a base layer encoded stream 1121 on the terrestrial channel 1111.
  • the broadcast station 1101 transmits an enhancement layer encoded stream 1122 to the terminal device 1102 via the network 1112.
  • the terminal device 1102 has a reception function for receiving a terrestrial broadcast broadcast by the broadcast station 1101, and receives a base layer encoded stream 1121 via the terrestrial channel 1111. Also, the terminal device 1102 has a communication function for communicating with the broadcast station 1101 and receives the enhancement layer encoded stream 1122 via the network 1112.
  • the terminal device 1102 receives the base layer encoded stream 1121 in accordance with an instruction from the user, decodes the base layer image from the received encoded stream 1121, and displays the base layer image on the screen. Good. Further, the terminal device 1102 may store the decoded base layer image in a storage medium or transfer it to another device.
  • the terminal device 1102 receives, for example, an enhancement layer encoded stream 1122 via the network 1112 in accordance with an instruction from the user, and generates a base layer encoded stream 1121 and an enhancement layer encoded stream 1122. Multiplexed streams may be generated by multiplexing. Also, the terminal apparatus 1102 may decode the enhancement layer image from the enhancement layer encoded stream 1122 and display the enhancement layer image on the screen. In addition, the terminal device 1102 may store the decoded enhancement layer image in a storage medium or transfer it to another device.
  • the encoded stream of each layer included in the multiplexed stream can be transmitted via a different communication channel for each layer. Accordingly, it is possible to distribute the load applied to each channel and suppress the occurrence of communication delay or overflow.
  • the communication channel used for transmission may be dynamically selected according to some condition. For example, a base layer encoded stream 1121 having a relatively large amount of data is transmitted via a communication channel having a wide bandwidth, and an enhancement layer encoded stream 1122 having a relatively small amount of data is transmitted via a communication channel having a small bandwidth. Can be transmitted. Also, the communication channel for transmitting the encoded stream 1122 of a specific layer may be switched according to the bandwidth of the communication channel. Thereby, the load applied to each channel can be more effectively suppressed.
  • the configuration of the data transmission system 1100 shown in FIG. 25 is merely an example.
  • the data transmission system 1100 may include any number of communication channels and terminal devices.
  • the system configuration described here may be used for purposes other than broadcasting.
  • the data transmission system 1200 includes an imaging device 1201 and a stream storage device 1202.
  • the imaging device 1201 performs scalable coding on image data generated by imaging the subject 1211 and generates a multiplexed stream 1221.
  • the multiplexed stream 1221 includes a base layer encoded stream and an enhancement layer encoded stream. Then, the imaging device 1201 supplies the multiplexed stream 1221 to the stream storage device 1202.
  • the stream storage device 1202 stores the multiplexed stream 1221 supplied from the imaging device 1201 with different image quality for each mode. For example, in the normal mode, the stream storage device 1202 extracts the base layer encoded stream 1222 from the multiplexed stream 1221 and stores the extracted base layer encoded stream 1222. On the other hand, the stream storage device 1202 stores the multiplexed stream 1221 as it is in the high image quality mode. Thereby, the stream storage device 1202 can record a high-quality stream with a large amount of data only when video recording with high quality is desired. Therefore, it is possible to save memory resources while suppressing the influence of image quality degradation on the user.
  • the imaging device 1201 is assumed to be a surveillance camera.
  • the monitoring target for example, an intruder
  • the normal mode is selected.
  • the video is recorded with low image quality (that is, only the base layer coded stream 1222 is stored).
  • the monitoring target for example, the subject 1211 as an intruder
  • the high image quality mode is selected. In this case, since the captured image is likely to be important, priority is given to the high image quality, and the video is recorded with high image quality (that is, the multiplexed stream 1221 is stored).
  • the mode is selected by the stream storage device 1202 based on the image analysis result, for example.
  • the imaging device 1201 may select a mode. In the latter case, the imaging device 1201 may supply the base layer encoded stream 1222 to the stream storage device 1202 in the normal mode and supply the multiplexed stream 1221 to the stream storage device 1202 in the high image quality mode.
  • the selection criteria for selecting the mode may be any standard.
  • the mode may be switched according to the volume of sound acquired through a microphone or the waveform of sound. Further, the mode may be switched periodically. In addition, the mode may be switched according to an instruction from the user.
  • the number of selectable modes may be any number as long as the number of layers to be layered does not exceed.
  • the configuration of the data transmission system 1200 shown in FIG. 26 is merely an example.
  • the data transmission system 1200 may include any number of imaging devices 1201. Further, the system configuration described here may be used in applications other than the surveillance camera.
  • FIG. 27 is an explanatory diagram for describing the multi-view codec.
  • a sequence of frames of three views captured at three viewpoints is shown. Each view is given a view ID (view_id). Any one of the plurality of views is designated as a base view. Views other than the base view are called non-base views.
  • a view with a view ID “0” is a base view, and two views with a view ID “1” or “2” are non-base views.
  • each view may correspond to a layer.
  • the non-base view image is encoded and decoded with reference to the base view image (other non-base view images may also be referred to).
  • FIG. 28 is a block diagram illustrating a schematic configuration of an image encoding device 10v that supports a multi-view codec.
  • the image encoding device 10v includes a first layer encoding unit 1c, a second layer encoding unit 1d, a common memory 2, and a multiplexing unit 3.
  • the function of the first layer encoding unit 1c is equivalent to the function of the BL encoding unit 1a described with reference to FIG. 5 except that a base view image is received instead of the base layer image as an input.
  • the first layer encoding unit 1c encodes the base view image and generates an encoded stream of the first layer.
  • the function of the second layer encoding unit 1d is the same as the function of the EL encoding unit 1b described with reference to FIG. 5 except that a non-base view image is received instead of the enhancement layer image as an input.
  • the second layer encoding unit 1d encodes the non-base view image and generates a second layer encoded stream.
  • the common memory 2 stores information commonly used between layers.
  • the multiplexing unit 3 multiplexes the encoded stream of the first layer generated by the first layer encoding unit 1c and the encoded stream of the second layer generated by the second layer encoding unit 1d. A multiplexed stream of layers is generated.
  • FIG. 29 is a block diagram showing a schematic configuration of an image decoding device 60v that supports a multi-view codec.
  • the image decoding device 60v includes a demultiplexing unit 5, a first layer decoding unit 6c, a second layer decoding unit 6d, and a common memory 7.
  • the demultiplexer 5 demultiplexes the multi-layer multiplexed stream into the first layer encoded stream and the second layer encoded stream.
  • the function of the first layer decoding unit 6c is equivalent to the function of the BL decoding unit 6a described with reference to FIG. 6 except that it receives an encoded stream obtained by encoding a base view image instead of a base layer image as an input. It is.
  • the first layer decoding unit 6c decodes the base view image from the encoded stream of the first layer.
  • the function of the second layer decoding unit 6d is the same as the function of the EL decoding unit 6b described with reference to FIG. 6 except that it receives an encoded stream in which a non-base view image is encoded instead of an enhancement layer image as an input. It is equivalent.
  • the second layer decoding unit 6d decodes the non-base view image from the second layer encoded stream.
  • the common memory 7 stores information commonly used between layers.
  • the technology according to the present disclosure may be applied to a streaming protocol.
  • a streaming protocol For example, in MPEG-DASH (Dynamic Adaptive Streaming over HTTP), a plurality of encoded streams having different parameters such as resolution are prepared in advance in a streaming server. Then, the streaming server dynamically selects appropriate data to be streamed from a plurality of encoded streams in units of segments, and distributes the selected data.
  • upsampling and smoothing may be controlled according to the technique according to the present disclosure.
  • the technology according to the present disclosure includes various implementation levels such as, for example, a processor such as a system LSI (Large Scale Integration), a module using a plurality of processors, a unit using a plurality of modules, and a set in which other functions are further added to the unit. May be implemented.
  • a processor such as a system LSI (Large Scale Integration)
  • a module using a plurality of processors a module using a plurality of processors
  • a unit using a plurality of modules and a set in which other functions are further added to the unit. May be implemented.
  • FIG. 30 is a block diagram illustrating an example of a schematic configuration of a video set.
  • the operator provides a component having a single function or a plurality of functions related to each other, or provides a set having an integrated function group.
  • the video set 1300 shown in FIG. 30 is a set that integrally includes components for encoding and / or decoding images (which may be either) and components having other functions related to these functions. is there.
  • a video set 1300 includes a module group including a video module 1311, an external memory 1312, a power management module 1313, and a front end module 1314, and a related function including a connectivity module 1321, a camera 1322, and a sensor 1323.
  • a device group including a video module 1311, an external memory 1312, a power management module 1313, and a front end module 1314, and a related function including a connectivity module 1321, a camera 1322, and a sensor 1323.
  • a module is a component formed by aggregating parts for several functions related to each other.
  • the module may have any physical configuration.
  • the module may be formed by integrally arranging a plurality of processors having the same or different functions, electronic circuit elements such as resistors and capacitors, and other devices on a circuit board.
  • Another module may be formed by combining another module or a processor with the module.
  • the video module 1311 includes an application processor 13331, a video processor 1332, a broadband modem 1333, and a baseband module 1334.
  • the processor may be, for example, an SOC (System On a Chip) or a system LSI (Large Scale Integration).
  • the SoC or the system LSI may include hardware that implements predetermined logic.
  • the SoC or the system LSI may include a CPU and a non-transitory tangible medium that stores a program for causing the CPU to execute a predetermined function.
  • the program is stored in, for example, a ROM, and can be executed by the CPU after being read into a RAM (Random Access Memory) at the time of execution.
  • Application processor 1331 is a processor that executes an application related to image processing.
  • An application executed in the application processor 1331 may control, for example, the video processor 1332 and other components in addition to some calculation for image processing.
  • the video processor 1332 is a processor having functions relating to image encoding and decoding. Note that the application processor 1331 and the video processor 1332 may be integrated into one processor (see a dotted line 1341 in the figure).
  • the broadband modem 1333 is a module that performs processing related to communication via a network such as the Internet or a public switched telephone network.
  • the broadband modem 1333 performs digital modulation for converting a digital signal including transmission data into an analog signal, and digital demodulation for converting an analog signal including reception data into a digital signal.
  • Transmission data and reception data processed by the broadband modem 1333 may include arbitrary information such as image data, an encoded stream of image data, application data, an application program, and setting data, for example.
  • the baseband module 1334 is a module that performs baseband processing for an RF (Radio Frequency) signal transmitted / received via the front end module 1314. For example, the baseband module 1334 modulates a transmission baseband signal including transmission data, converts the frequency into an RF signal, and outputs the RF signal to the front end module 1314. In addition, the baseband module 1334 frequency-converts and demodulates the RF signal input from the front end module 1314 to generate a reception baseband signal including reception data.
  • RF Radio Frequency
  • the external memory 1312 is a memory device provided outside the video module 1311 and accessible from the video module 1311.
  • the external memory 1312 includes a relatively inexpensive and large-capacity semiconductor memory such as a DRAM (Dynamic Random Access Memory). obtain.
  • DRAM Dynamic Random Access Memory
  • the power management module 1313 is a module that controls power supply to the video module 1311 and the front end module 1314.
  • the front end module 1314 is a module that is connected to the baseband module 1334 and provides a front end function.
  • the front end module 1314 includes an antenna unit 1351, a filter 1352, and an amplification unit 1353.
  • the antenna unit 1351 includes one or more antenna elements that transmit or receive radio signals and related components such as an antenna switch.
  • the antenna unit 1351 transmits the RF signal amplified by the amplification unit 1353 as a radio signal. Further, the antenna unit 1351 outputs an RF signal received as a radio signal to the filter 1352 and causes the filter 1352 to filter the RF signal.
  • the connectivity module 1321 is a module having a function related to the external connection of the video set 1300.
  • the connectivity module 1321 may support any external connection protocol.
  • the connectivity module 1321 is a sub-module that supports a wireless connection protocol such as Bluetooth (registered trademark), IEEE 802.11 (for example, Wi-Fi (registered trademark)), NFC (Near Field Communication), or IrDA (InfraRed Data Association). And a corresponding antenna.
  • the connectivity module 1321 may include a submodule that supports a wired connection protocol such as USB (Universal Serial Bus) or HDMI (High-Definition Multimedia Interface) and a corresponding connection terminal.
  • USB Universal Serial Bus
  • HDMI High-Definition Multimedia Interface
  • the connectivity module 1321 writes and stores data to a storage medium such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory, or a storage device such as an SSD (Solid State Drive) or NAS (Network Attached Storage). A drive for reading data from the medium may be included.
  • the connectivity module 1321 may include these storage media or storage devices.
  • the connectivity module 1321 may provide connectivity to a display that outputs an image or a speaker that outputs sound.
  • the camera 1322 is a module that acquires a captured image by imaging a subject. A series of captured images acquired by the camera 1322 constitutes video data. Video data generated by the camera 1322 may be encoded by the video processor 1332 as necessary and stored by the external memory 1312 or a storage medium connected to the connectivity module 1321, for example.
  • the sensor 1323 is, for example, a GPS sensor, an audio sensor, an ultrasonic sensor, an optical sensor, an illuminance sensor, an infrared sensor, an angular velocity sensor, an angular acceleration sensor, a velocity sensor, an acceleration sensor, a gyro sensor, a geomagnetic sensor, an impact sensor, or a temperature sensor.
  • a module that may include one or more of them.
  • the sensor data generated by the sensor 1323 can be used by the application processor 1331 to execute an application, for example.
  • the technology according to the present disclosure can be used in the video processor 1332, for example.
  • the video set 1300 is a set to which the technology according to the present disclosure is applied.
  • the video set 1300 may be realized as various types of devices that process image data.
  • the video set 1300 may correspond to the television device 900, the mobile phone 920, the recording / reproducing device 940, or the imaging device 960 described with reference to FIGS.
  • the video set 1300 is a terminal device such as the PC 1004, the AV device 1005, the tablet device 1006, or the mobile phone 1007 in the data transmission system 1000 described with reference to FIG. 24, and the broadcast in the data transmission system 1100 described with reference to FIG. It may correspond to the station 1101 or the terminal device 1102 or the imaging device 1201 or the stream storage device 1202 in the data transmission system 1200 described with reference to FIG.
  • FIG. 31 is a block diagram illustrating an example of a schematic configuration of the video processor 1332.
  • the video processor 1332 encodes an input video signal and an input audio signal to generate video data and audio data, and decodes the encoded video data and audio data to generate an output video signal and an output audio signal. And a function to perform.
  • the video processor 1332 includes a video input processing unit 1401, a first scaling unit 1402, a second scaling unit 1403, a video output processing unit 1404, a frame memory 1405, a memory control unit 1406, an encoding / decoding engine 1407, Video ES (Elementary Stream) buffers 1408A and 1408B, audio ES buffers 1409A and 1409B, an audio encoder 1410, an audio decoder 1411, a multiplexer (MUX) 1412, a demultiplexer (DEMUX) 1413, and a stream buffer 1414 .
  • MUX multiplexer
  • DEMUX demultiplexer
  • the video input processing unit 1401 converts, for example, a video signal input from the connectivity module 1321 into digital image data.
  • the first scaling unit 1402 performs format conversion and scaling (enlargement / reduction) on the image data input from the video input processing unit 1401.
  • the second scaling unit 1403 performs format conversion and scaling (enlargement / reduction) on the image data output to the video output processing unit 1404.
  • the format conversion in the first scaling unit 1402 and the second scaling unit 1403 is, for example, conversion between 4: 2: 2 / Y-Cb-Cr system and 4: 2: 0 / Y-Cb-Cr system. It may be.
  • the video output processing unit 1404 converts the digital image data into an output video signal and outputs the output video signal to, for example, the connectivity module 1321.
  • the frame memory 1405 is a memory device that stores image data shared by the video input processing unit 1401, the first scaling unit 1402, the second scaling unit 1403, the video output processing unit 1404, and the encoding / decoding engine 1407.
  • the frame memory 1405 may be realized using a semiconductor memory such as a DRAM, for example.
  • the memory control unit 1406 controls access to the frame memory 1405 according to the access schedule for the frame memory 1405 stored in the access management table 1406A based on the synchronization signal input from the encode / decode engine 1407.
  • the access management table 1406A is updated by the memory control unit 1406 depending on processing executed in the encoding / decoding engine 1407, the first scaling unit 1402, the second scaling unit 1403, and the like.
  • the encoding / decoding engine 1407 performs an encoding process for encoding image data to generate an encoded video stream, and a decoding process for decoding image data from the encoded video stream. For example, the encoding / decoding engine 1407 encodes the image data read from the frame memory 1405 and sequentially writes the encoded video stream to the video ES buffer 1408A. Also, for example, the encoded video stream is sequentially read from the video ES buffer 1408B, and the decoded image data is written in the frame memory 1405.
  • the encoding / decoding engine 1407 can use the frame memory 1405 as a work area in these processes. For example, the encoding / decoding engine 1407 outputs a synchronization signal to the memory control unit 1406 at the timing of starting processing of each LCU (Largest Coding Unit).
  • the video ES buffer 1408A buffers the encoded video stream generated by the encoding / decoding engine 1407.
  • the encoded video stream buffered by the video ES buffer 1408A is output to the multiplexing unit 1412.
  • the video ES buffer 1408B buffers the encoded video stream input from the demultiplexer 1413.
  • the encoded video stream buffered by the video ES buffer 1408B is output to the encoding / decoding engine 1407.
  • the audio ES buffer 1409A buffers the encoded audio stream generated by the audio encoder 1410.
  • the encoded audio stream buffered by the audio ES buffer 1409A is output to the multiplexing unit 1412.
  • the audio ES buffer 1409B buffers the encoded audio stream input from the demultiplexer 1413.
  • the encoded audio stream buffered by the audio ES buffer 1409B is output to the audio decoder 1411.
  • the audio encoder 1410 digitally converts the input audio signal input from the connectivity module 1321, for example, and encodes the input audio signal according to an audio encoding method such as an MPEG audio method or an AC3 (Audio Code number 3) method.
  • the audio encoder 1410 sequentially writes the encoded audio stream to the audio ES buffer 1409A.
  • the audio decoder 1411 decodes audio data from the encoded audio stream input from the audio ES buffer 1409B and converts it into an analog signal.
  • the audio decoder 1411 outputs an audio signal to the connectivity module 1321, for example, as a reproduced analog audio signal.
  • the multiplexing unit 1412 multiplexes the encoded video stream and the encoded audio stream to generate a multiplexed bit stream.
  • the format of the multiplexed bit stream may be any format.
  • the multiplexing unit 1412 may add predetermined header information to the bit stream. Further, the multiplexing unit 1412 may convert the stream format. For example, the multiplexing unit 1412 can generate a transport stream (a bit stream in a transfer format) in which an encoded video stream and an encoded audio stream are multiplexed. Further, the multiplexing unit 1412 can generate file data (recording format data) in which the encoded video stream and the encoded audio stream are multiplexed.
  • the demultiplexing unit 1413 demultiplexes the encoded video stream and the encoded audio stream from the multiplexed bit stream by a method reverse to the multiplexing performed by the multiplexing unit 1412. That is, the demultiplexer 1413 extracts (or separates) the video stream and the audio stream from the bit stream read from the stream buffer 1414.
  • the demultiplexer 1413 may convert the stream format (inverse conversion). For example, the demultiplexing unit 1413 may acquire a transport stream that can be input from the connectivity module 1321 or the broadband modem 1333 via the stream buffer 1414, and convert the transport stream into a video stream and an audio stream. . Further, the demultiplexing unit 1413 may acquire file data read from the storage medium by the connectivity module 1321 via the stream buffer 1414 and convert the file data into a video stream and an audio stream.
  • Stream buffer 1414 buffers the bit stream.
  • the stream buffer 1414 buffers the transport stream input from the multiplexing unit 1412 and outputs the transport stream to, for example, the connectivity module 1321 or the broadband modem 1333 at a predetermined timing or in response to an external request.
  • the stream buffer 1414 buffers the file data input from the multiplexing unit 1412 and records the file data to the connectivity module 1321, for example, at a predetermined timing or in response to an external request. Output to.
  • the stream buffer 1414 buffers a transport stream acquired through, for example, the connectivity module 1321 or the broadband modem 1333, and demultiplexes the transport stream at a predetermined timing or in response to an external request.
  • the stream buffer 1414 buffers file data read from the storage medium by the connectivity module 1321, for example, and outputs the file data to the demultiplexing unit 1413 at a predetermined timing or in response to an external request. To do.
  • the technology according to the present disclosure can be used in the encode / decode engine 1407, for example.
  • the video processor 1332 is a chip or a module to which the technology according to the present disclosure is applied.
  • FIG. 32 is a block diagram showing another example of a schematic configuration of the video processor 1332.
  • the video processor 1332 has a function of encoding and decoding video data by a predetermined method.
  • the video processor 1332 includes a control unit 1511, a display interface 1512, a display engine 1513, an image processing engine 1514, an internal memory 1515, a codec engine 1516, a memory interface 1517, a multiplexing / demultiplexing unit 1518, a network.
  • An interface 1519 and a video interface 1520 are included.
  • the control unit 1511 controls operations of various processing units in the video processor 1332 such as the display interface 1512, the display engine 1513, the image processing engine 1514, and the codec engine 1516.
  • the control unit 1511 includes, for example, a main CPU 1531, a sub CPU 1532, and a system controller 1533.
  • the main CPU 1531 executes a program for controlling the operation of each processing unit in the video processor 1332.
  • the main CPU 1531 supplies a control signal generated through execution of the program to each processing unit.
  • the sub CPU 1532 plays an auxiliary role of the main CPU 1531. For example, the sub CPU 1532 executes a child process and a subroutine of a program executed by the main CPU 1531.
  • the system controller 1533 manages execution of programs by the main CPU 1531 and the sub CPU 1532.
  • the display interface 1512 outputs the image data to, for example, the connectivity module 1321 under the control of the control unit 1511.
  • the display interface 1512 outputs an analog image signal converted from digital image data or the digital image data itself to a display connected to the connectivity module 1321.
  • the display engine 1513 executes format conversion, size conversion, color gamut conversion, and the like for the image data so that the attributes of the image data match the specifications of the output display.
  • the image processing engine 1514 performs image processing that may include filtering processing having an object such as image quality improvement on the image data under the control of the control unit 1511.
  • the internal memory 1515 is a memory device provided inside the video processor 1332 that is shared by the display engine 1513, the image processing engine 1514, and the codec engine 1516.
  • the internal memory 1515 is used when inputting / outputting image data among the display engine 1513, the image processing engine 1514, and the codec engine 1516, for example.
  • the internal memory 1515 may be any type of memory device.
  • the internal memory 1515 may have a relatively small memory size for storing block unit image data and associated parameters.
  • the internal memory 1515 may be a memory having a small capacity but a fast response speed such as SRAM (Static Random Access Memory) (for example, relative to the external memory 1312).
  • SRAM Static Random Access Memory
  • the codec engine 1516 performs an encoding process for encoding image data to generate an encoded video stream, and a decoding process for decoding image data from the encoded video stream.
  • the image encoding scheme supported by the codec engine 1516 may be any one or a plurality of schemes.
  • the codec engine 1516 includes an MPEG-2 Video block 1541, an AVC / H. H.264 block 1542, HEVC / H. H.265 block 1543, HEVC / H. 265 (scalable) block 1544, HEVC / H. 265 (multi-view) block 1545 and MPEG-DASH block 1551.
  • Each of these functional blocks encodes and decodes image data according to a corresponding image encoding method.
  • the MPEG-DASH block 1551 is a functional block that enables image data to be transmitted according to the MPEG-DASH system.
  • the MPEG-DASH block 1551 executes generation of a stream conforming to the standard specification and control of transmission of the generated stream.
  • the encoding and decoding of the image data to be transmitted may be performed by other functional blocks included in the codec engine 1516.
  • the memory interface 1517 is an interface for connecting the video processor 1332 to the external memory 1312. Data generated by the image processing engine 1514 or the codec engine 1516 is output to the external memory 1312 via the memory interface 1517. Data input from the external memory 1312 is supplied to the image processing engine 1514 or the codec engine 1516 via the memory interface 1517.
  • the multiplexing / demultiplexing unit 1518 multiplexes and demultiplexes the encoded video stream and the related bit stream. At the time of multiplexing, the multiplexing / demultiplexing unit 1518 may add predetermined header information to the multiplexed stream. Also, at the time of demultiplexing, the multiplexing / demultiplexing unit 1518 may add predetermined header information to each separated stream. That is, the multiplexing / demultiplexing unit 1518 can perform format conversion together with multiplexing or demultiplexing.
  • the multiplexing / demultiplexing unit 1518 performs conversion and inverse conversion between a plurality of bit streams and a transport stream, which is a multiplexed stream having a transfer format, and a plurality of bit streams and a recording format. You may support conversion and reverse conversion to and from file data.
  • the network interface 1519 is an interface for connecting the video processor 1332 to the broadband modem 1333 or the connectivity module 1321, for example.
  • the video interface 1520 is an interface for connecting the video processor 1332 to the connectivity module 1321 or the camera 1322, for example.
  • the technology according to the present disclosure may be used in, for example, the codec engine 1516.
  • the video processor 1332 is a chip or a module to which the technology according to the present disclosure is applied.
  • the configuration of the video processor 1332 is not limited to the two examples described above.
  • the video processor 1332 may be realized as a single semiconductor chip, or may be realized as a plurality of semiconductor chips.
  • the video processor 1332 may be realized as a three-dimensional stacked LSI formed by stacking a plurality of semiconductors, or a combination of a plurality of LSIs.
  • independent upsampling is performed for each region in the case where the first layer image is upsampled and used as a reference image for encoding or decoding of the second layer image. Is determined.
  • the upsampled image is smoothed at a boundary portion between the plurality of regions.
  • a flag indicating whether to smooth the upsampled image can be encoded on the encoder side and decoded on the decoder side. Then, when independent upsampling is executed for each region and the flag indicates execution of smoothing, the upsampled image is smoothed at the boundary portion. Accordingly, it is possible to flexibly switch on and off the execution of the smoothing according to the user requirements or the application of the image. For example, when high image quality is desired, the flag is set to true. When the flag is included in PPS or its extension, smoothing can be switched on and off for each picture. When the flag is included in SPS or its extension, or VPS, the increase in the code amount is smaller.
  • CU, PU, and TU described in this specification mean a logical unit including a syntax associated with each block in HEVC.
  • CB Coding Block
  • PB Prediction Block
  • TB Transform Block
  • the CB is formed by hierarchically dividing a CTB (Coding Tree Block) into a quad-tree shape. An entire quadtree corresponds to CTB, and a logical unit corresponding to CTB is called CTU (Coding Tree Unit).
  • CTB and CB in HEVC are H.264 and H.B. It has a role similar to a macroblock in H.264 / AVC.
  • CTB and CB differ from macroblocks in that their sizes are not fixed (the size of macroblocks is always 16 ⁇ 16 pixels).
  • the CTB size is selected from 16 ⁇ 16 pixels, 32 ⁇ 32 pixels, and 64 ⁇ 64 pixels, and is specified by a parameter in the encoded stream.
  • the size of the CB can vary depending on the division depth of the CTB.
  • the method for transmitting such information is not limited to such an example.
  • these pieces of information may be transmitted or recorded as separate data associated with the encoded bitstream without being multiplexed into the encoded bitstream.
  • the term “associate” means that an image (which may be a part of an image such as a slice or a block) included in the bitstream and information corresponding to the image can be linked at the time of decoding. Means. That is, information may be transmitted on a transmission path different from that of the image (or bit stream).
  • Information may be recorded on a recording medium (or another recording area of the same recording medium) different from the image (or bit stream). Furthermore, the information and the image (or bit stream) may be associated with each other in an arbitrary unit such as a plurality of frames, one frame, or a part of the frame.
  • a first flag indicating whether the first layer image referred to when decoding a second layer image having a higher spatial resolution than the first layer is up-sampled independently for each region in the image
  • a decoding unit for decoding An upsampling unit for upsampling the images of the first layer in a plurality of adjacent regions according to the first flag decoded by the decoding unit; When the first flag indicates independent upsampling for each region, a smoothing unit that smoothes the upsampled image generated by the upsampling unit at a boundary portion between the plurality of regions;
  • An image processing apparatus comprising: (2) The decoding unit further decodes a second flag indicating whether to perform smoothing of the upsampled image, The smoothing unit smoothes the upsampled image in the boundary portion when the first flag indicates independent upsampling for each region and the second flag indicates execution of smoothing.
  • the image processing apparatus To The image processing apparatus according to (1). (3) The image processing apparatus according to (1) or (2), wherein the region is a tile. (4) The image processing apparatus according to (1) or (2), wherein the region is a slice. (5) The image processing apparatus according to (2), wherein the decoding unit decodes the second flag from a PPS (Picture Parameter Set) of the second layer or an extension of the PPS. (6) The image processing apparatus according to (5), wherein the decoding unit decodes the second flag only when the first flag indicates independent upsampling for each region. (7) The image processing apparatus according to (2), wherein the decoding unit decodes the second flag from an SPS (Sequence Parameter Set) of the second layer or an extension of the SPS.
  • PPS Picture Parameter Set
  • SPS Sequence Parameter Set
  • the smoothing unit when the second flag indicates that smoothing of the upsampled image is performed, the picture of the upsampled image for a picture in which the first flag indicates independent upsampling for each region.
  • a first flag indicating whether the first layer image referred to when decoding a second layer image having a higher spatial resolution than the first layer is up-sampled independently for each region in the image Decrypting According to the decoded first flag, up-sampling the image of the first layer of a plurality of adjacent regions to generate an up-sampled image; When the first flag indicates independent upsampling for each region, smoothing the upsampled image at a boundary portion between the plurality of regions;
  • An image processing method including: (11) A first indicating whether the first layer image referred to when locally decoding a second layer image having a higher spatial resolution than the first layer is up-sampled independently for each region in the image.
  • An encoding unit for encoding the first flag corresponding to the setting;
  • An upsampling unit that upsamples the image of the first layer in a plurality of adjacent regions according to the first setting;
  • a smoothing unit that smoothes the upsampled image generated by the upsampling unit at a boundary portion between the plurality of regions;
  • An image processing apparatus comprising: (12) The encoding unit further encodes a second flag corresponding to a second setting indicating whether to perform smoothing of the upsampled image;
  • the smoothing unit smoothes the upsampled image in the boundary portion when the first setting indicates independent upsampling for each region and the second setting indicates execution of smoothing.
  • the encoding unit encodes the second flag in a PPS (Picture Parameter Set) of the second layer or an extension of the PPS.
  • the encoding unit encodes the second flag only when the first flag indicates independent upsampling for each region.
  • the encoding unit encodes the second flag in an SPS (Sequence Parameter Set) of the second layer or an extension of the SPS.
  • the smoothing unit when the second setting indicates that smoothing of the upsampled image is performed, the picture of the upsampled image for a picture in which the first setting indicates independent upsampling for each region.
  • the image processing device according to (17), wherein the smoothing is performed, and the smoothing of the upsampled image is not performed for a picture in which the first setting does not indicate independent upsampling for each region.
  • the image processing apparatus according to any one of (11) to (18), further including a control unit that variably controls a smoothing intensity in the smoothing unit.
  • a first indicating whether the first layer image referred to when locally decoding a second layer image having a higher spatial resolution than the first layer is up-sampled independently for each region in the image.
  • An image processing method including:

Abstract

【課題】空間スケーラビリティにおいて領域別の並列処理を維持しつつ、画質の劣化を補償することを可能とする。 【解決手段】第１レイヤよりも空間解像度の高い第２レイヤの画像を復号する際に参照される前記第１レイヤの画像を、画像内の領域ごとに独立的にアップサンプリングするか、を示す第１のフラグを復号する復号部と、前記復号部により復号される前記第１のフラグに従って、隣接する複数の領域の前記第１レイヤの画像をアップサンプリングするアップサンプリング部と、前記第１のフラグが領域ごとに独立的なアップサンプリングを示す場合に、前記複数の領域の間の境界部分において、前記アップサンプリング部により生成されるアップサンプリング画像を平滑化する平滑化部と、を備える画像処理装置を提供する。

Description

画像処理装置及び画像処理方法
　本開示は、画像処理装置及び画像処理方法に関する。
　現在、Ｈ．２６４／ＡＶＣよりも符号化効率をさらに向上することを目的として、ＩＴＵ－ＴとＩＳＯ／ＩＥＣとの共同の標準化団体であるＪＣＴＶＣ（Joint　Collaboration　Team-Video　Coding）により、ＨＥＶＣ（High　Efficiency　Video　Coding）と呼ばれる画像符号化方式の標準化が進められている（例えば、非特許文献１参照）。
　ＨＥＶＣは、ＭＰＥＧ２及びＡＶＣ（Advanced　Video　Coding）などの既存の画像符号化方式と同様、シングルレイヤの符号化のみならず、スケーラブル符号化をも提供する。ＨＥＶＣのスケーラブル符号化技術を、ＳＨＶＣ（Scalable　HEVC）ともいう（例えば、非特許文献２参照）。
　スケーラブル符号化とは、一般には、粗い画像信号を伝送するレイヤと精細な画像信号を伝送するレイヤとを階層的に符号化する技術をいう。スケーラブル符号化において階層化される典型的な属性は、主に次の３種類である。
　　－空間スケーラビリティ：空間解像度あるいは画像サイズが階層化される。
　　－時間スケーラビリティ：フレームレートが階層化される。
　　－ＳＮＲ（Signal　to　Noise　Ratio）スケーラビリティ：ＳＮ比が階層化される。
さらに、標準規格で未だ採用されていないものの、ビット深度スケーラビリティ及びクロマフォーマットスケーラビリティもまた議論されている。
　空間スケーラビリティを実現するスケーラブル符号化では、下位レイヤの画像は、アップサンプリングされた後、上位レイヤの画像を符号化し又は復号するために用いられる。非特許文献３では、インターレイヤ予測（inter-layer　prediction）のためのいくつかの手法が提案されている。それら手法のうち、イントラＢＬ予測（intra-BL　prediction）では、ベースレイヤの復号画像がアップサンプリングされた後にエンハンスメントレイヤにおいて参照される。イントラ残差予測（intra　residual　prediction）及びインター残差予測（inter　residual　prediction）では、ベースレイヤの予測誤差（残差）画像がアップサンプリングされた後にエンハンスメントレイヤにおいて参照される。
　ところで、ＨＥＶＣでは、スライス又はタイルに相当する領域別に符号化及び復号を並列的に実行することが可能である。しかし、空間スケーラビリティにおいて、下位レイヤの画像をアップサンプリングする際に領域間に依存関係があれば、アップサンプリングを並列的に実行することができない。これに関連し、非特許文献４は、タイル分割が行われる場合に、タイルごとに独立的なアップサンプリングを実行するかを示すフラグを、符号化パラメータのシンタックスに導入することを提案している。当該フラグがタイルごとに独立的なアップサンプリングを示す場合には、あるタイルの境界部分をアップサンプリングする際に、隣接タイルの画素を参照する代わりに、同じタイル内の画素からミラーリングによって生成される暫定的な画素が参照される。
Benjamin　Bross,　Woo-Jin　Han,　Gary　J.　Sullivan,　Jens-Rainer　Ohm,　Gary　J.　Sullivan,　Ye-Kui　Wang,　Thomas　Wiegand,　"High　Efficiency　Video　Coding　(HEVC)　text　specification　draft　10　(for　FDIS　&　Consent)"（JCTVC-L1003_v4,　2013年1月14-23日） Jianle　Chen,　Jill　Boyce,　Yan　Ye,　Miska　M.　Hannuksela,　"SHVC　Test　Model　1　(SHM　1)"（JCTVC-L1007，　2013年1月14-23日） Jianle　Chen,　el.　al,　"Description　of　scalable　video　coding　technology　proposal　by　Qualcomm　(configuration　2)"（JCTVC-K0036，　2012年10月10-19日） Karsten　Suehring，　Robert　Skupin，　Yago　Sanchez，　Thomas　Schierl，　"Independent　tile　upsampling　for　SHVC"（JCTVC-M0198，　2013年4月18-26日）
　しかしながら、非特許文献４により提案されたように領域ごとに独立的にアップサンプリングが実行された場合、領域の境界部分でブロック歪みが生じ、画質が劣化してしまう。
　従って、空間スケーラビリティにおいて領域別の並列処理を維持しつつ、画質の劣化を補償することのできる仕組みが提供されることが望ましい。
　本開示によれば、第１レイヤよりも空間解像度の高い第２レイヤの画像を復号する際に参照される前記第１レイヤの画像を、画像内の領域ごとに独立的にアップサンプリングするか、を示す第１のフラグを復号する復号部と、前記復号部により復号される前記第１のフラグに従って、隣接する複数の領域の前記第１レイヤの画像をアップサンプリングするアップサンプリング部と、前記第１のフラグが領域ごとに独立的なアップサンプリングを示す場合に、前記複数の領域の間の境界部分において、前記アップサンプリング部により生成されるアップサンプリング画像を平滑化する平滑化部と、を備える画像処理装置が提供される。
　上記画像処理装置は、典型的には、画像を復号する画像復号装置として実現され得る。
　また、本開示によれば、第１レイヤよりも空間解像度の高い第２レイヤの画像を復号する際に参照される前記第１レイヤの画像を、画像内の領域ごとに独立的にアップサンプリングするか、を示す第１のフラグを復号することと、復号された前記第１のフラグに従って、隣接する複数の領域の前記第１レイヤの画像をアップサンプリングして、アップサンプリング画像を生成することと、前記第１のフラグが領域ごとに独立的なアップサンプリングを示す場合に、前記複数の領域の間の境界部分において、前記アップサンプリング画像を平滑化することと、を含む画像処理方法が提供される。
　また、本開示によれば、第１レイヤよりも空間解像度の高い第２レイヤの画像をローカルデコードする際に参照される前記第１レイヤの画像を、画像内の領域ごとに独立的にアップサンプリングするか、を示す第１の設定に対応する第１のフラグを符号化する符号化部と、前記第１の設定に従って、隣接する複数の領域の前記第１レイヤの画像をアップサンプリングするアップサンプリング部と、前記第１の設定が領域ごとに独立的なアップサンプリングを示す場合に、前記複数の領域の間の境界部分において、前記アップサンプリング部により生成されるアップサンプリング画像を平滑化する平滑化部と、を備える画像処理装置が提供される。
　上記画像処理装置は、典型的には、画像を符号化する画像符号化装置として実現され得る。
　また、本開示によれば、第１レイヤよりも空間解像度の高い第２レイヤの画像をローカルデコードする際に参照される前記第１レイヤの画像を、画像内の領域ごとに独立的にアップサンプリングするか、を示す第１の設定に対応する第１のフラグを符号化することと、前記第１の設定に従って、隣接する複数の領域の前記第１レイヤの画像をアップサンプリングして、アップサンプリング画像を生成することと、前記第１の設定が領域ごとに独立的なアップサンプリングを示す場合に、前記複数の領域の間の境界部分において、前記アップサンプリング画像を平滑化することと、を含む画像処理方法が提供される。
　本開示に係る技術によれば、空間スケーラビリティにおいて領域別の並列処理を維持しつつ、画質の劣化を補償することができる。
スケーラブル符号化について説明するための説明図である。 復号画像のアップサンプリングについて説明するための説明図である。 予測誤差画像のアップサンプリングについて説明するための説明図である。 スライス別の並列処理について説明するための説明図である。 タイル別の並列処理について説明するための説明図である。 領域ごとに独立的なアップサンプリングについて説明するための説明図である。 一実施形態に係る画像符号化装置の概略的な構成を示すブロック図である。 一実施形態に係る画像復号装置の概略的な構成を示すブロック図である。 図５に示したＥＬ符号化部の構成の一例を示すブロック図である。 図７に示したアップサンプリング部の構成の一例を示すブロック図である。 図７に示した平滑化部の構成の一例を示すブロック図である。 一例としての平滑化処理について説明するための説明図である。 アップサンプリング及び平滑化の並列処理について説明するための説明図である。 一実施形態に係る符号化時の概略的な処理の流れの一例を示すフローチャートである。 エンハンスメントレイヤの符号化処理におけるアップサンプリングに関連する処理の流れの一例を示すフローチャートである。 エンハンスメントレイヤの符号化処理における平滑化に関連する処理の流れの一例を示すフローチャートである。 図６に示したＥＬ復号部の構成の一例を示すブロック図である。 図１５に示したアップサンプリング部の構成の一例を示すブロック図である。 図１５に示した平滑化部の構成の一例を示すブロック図である。 一実施形態に係る復号時の概略的な処理の流れの一例を示すフローチャートである。 エンハンスメントレイヤの復号処理における平滑化に関連する処理の流れの一例を示すフローチャートである。 テレビジョン装置の概略的な構成の一例を示すブロック図である。 携帯電話機の概略的な構成の一例を示すブロック図である。 記録再生装置の概略的な構成の一例を示すブロック図である。 撮像装置の概略的な構成の一例を示すブロック図である。 スケーラブル符号化の用途の第１の例について説明するための説明図である。 スケーラブル符号化の用途の第２の例について説明するための説明図である。 スケーラブル符号化の用途の第３の例について説明するための説明図である。 マルチビューコーデックについて説明するための説明図である。 マルチビューコーデックのための画像符号化装置の概略的な構成を示すブロック図である。 マルチビューコーデックのための画像復号装置の概略的な構成を示すブロック図である。 ビデオセットの概略的な構成の一例を示すブロック図である。 ビデオプロセッサの概略的な構成の一例を示すブロック図である。 ビデオプロセッサの概略的な構成の他の例を示すブロック図である。
　以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。
　また、以下の順序で説明を行う。
　　１．概要
　　　１－１．スケーラブル符号化
　　　１－２．ベースレイヤの画像のアップサンプリング
　　　１－３．エンコーダの基本的な構成例
　　　１－４．デコーダの基本的な構成例
　　２．一実施形態に係るＥＬ符号化部の構成例
　　　２－１．全体的な構成
　　　２－２．アップサンプリング部の詳細な構成
　　　２－３．平滑化部の詳細な構成
　　　２－４．シンタックスの例
　　　２－５．フィルタ強度の制御
　　３．一実施形態に係る符号化時の処理の流れ
　　　３－１．概略的な流れ
　　　３－２．アップサンプリングに関連する処理
　　　３－３．平滑化に関連する処理
　　４．一実施形態に係るＥＬ復号部の構成例
　　　４－１．全体的な構成
　　　４－２．アップサンプリング部の詳細な構成
　　　４－３．平滑化部の詳細な構成
　　５．一実施形態に係る復号時の処理の流れ
　　　５－１．概略的な流れ
　　　５－２．アップサンプリングに関連する処理
　　　５－３．平滑化に関連する処理
　　６．応用例
　　　６－１．様々な製品への応用
　　　６－２．スケーラブル符号化の様々な用途
　　　６－３．他のコーデックへの応用
　　　６－４．様々な実装レベル
　　７．まとめ
　＜１．概要＞
　　［１－１．スケーラブル符号化］
　スケーラブル符号化においては、一連の画像をそれぞれ含む複数のレイヤが符号化される。ベースレイヤ（base　layer）は、最初に符号化される、最も粗い画像を表現するレイヤである。ベースレイヤの符号化ストリームは、他のレイヤの符号化ストリームを復号することなく、独立して復号され得る。ベースレイヤ以外のレイヤは、エンハンスメントレイヤ（enhancement　layer）と呼ばれる、より精細な画像を表現するレイヤである。エンハンスメントレイヤの符号化ストリームは、ベースレイヤの符号化ストリームに含まれる情報を用いて符号化される。従って、エンハンスメントレイヤの画像を再現するためには、ベースレイヤ及びエンハンスメントレイヤの双方の符号化ストリームが復号されることになる。スケーラブル符号化において扱われるレイヤの数は、２つ以上のいかなる数であってもよい。３つ以上のレイヤが符号化される場合には、最下位のレイヤがベースレイヤ、残りの複数のレイヤがエンハンスメントレイヤである。より上位のエンハンスメントレイヤの符号化ストリームは、より下位のエンハンスメントレイヤ又はベースレイヤの符号化ストリームに含まれる情報を用いて符号化され及び復号され得る。
　図１は、スケーラブル符号化される３つのレイヤＬ１、Ｌ２及びＬ３を示している。レイヤＬ１はベースレイヤであり、レイヤＬ２及びＬ３はエンハンスメントレイヤである。なお、ここでは、様々な種類のスケーラビリティのうち、空間スケーラビリティを例にとっている。レイヤＬ２のレイヤＬ１に対する空間解像度の比は、２：１である。レイヤＬ３のレイヤＬ１に対する空間解像度の比は、４：１である。なお、ここでの解像度比は一例に過ぎず、例えば１．５：１などの非整数の解像度比が使用されてもよい。レイヤＬ１のブロックＢ１は、ベースレイヤのピクチャ内の符号化処理の処理単位である。レイヤＬ２のブロックＢ２は、ブロックＢ１と共通するシーンを映したエンハンスメントレイヤのピクチャ内の符号化処理の処理単位である。ブロックＢ２は、レイヤＬ１のブロックＢ１に対応する。レイヤＬ３のブロックＢ３は、ブロックＢ１及びＢ２と共通するシーンを映したより上位のエンハンスメントレイヤのピクチャ内の符号化処理の処理単位である。ブロックＢ３は、レイヤＬ１のブロックＢ１及びレイヤＬ２のブロックＢ２に対応する。
　　［１－２．ベースレイヤの画像のアップサンプリング］
　図１に例示したレイヤ構造において、画像のテクスチャは、共通するシーンを映したレイヤ間で類似する。即ち、レイヤＬ１内のブロックＢ１、レイヤＬ２内のブロックＢ２、及びレイヤＬ３内のブロックＢ３のテクスチャは類似する。従って、例えばブロックＢ１を参照ブロックとして用いてブロックＢ２又はブロックＢ３の画素を予測し、又はブロックＢ２を参照ブロックとして用いてブロックＢ３の画素を予測すれば、高い予測精度が得られる可能性がある。このようなレイヤ間の予測を、インターレイヤ予測という。非特許文献３では、インターレイヤ予測のためのいくつかの手法が提案されている。それら手法のうち、イントラＢＬ予測では、ベースレイヤの復号画像（リコンストラクト画像）が、エンハンスメントレイヤの復号画像を予測するための参照画像として使用される。イントラ残差予測及びインター残差予測では、ベースレイヤの予測誤差（残差）画像が、エンハンスメントレイヤの予測誤差画像を予測するための参照画像として使用される。空間スケーラビリティが実現される場合、エンハンスメントレイヤの空間解像度は、ベースレイヤの空間解像度よりも高い。従って、ベースレイヤの画像を参照画像として使用するためには、当該画像を解像度比に従ってアップサンプリングすることが求められる。
　図２Ａは、復号画像のアップサンプリングについて説明するための説明図である。図２Ａの下段には、ベースレイヤ画像ＩＭＢ１～ＩＭＢ４が示されている。ベースレイヤ画像ＩＭＢ１～ＩＭＢ４は、ベースレイヤの符号化処理又は復号処理（エンコーダ内のローカルデコードを含む）において生成されるリコンストラクト画像である。ベースレイヤ画像は、レイヤ間の解像度比に応じて、アップサンプリングされる。図２Ａの中段には、アップサンプリングされたベースレイヤ画像ＩＭＵ１～ＩＭＵ４が示されている。図２Ａの上段には、エンハンスメントレイヤ画像ＩＭＥ１～ＩＭＥ４が示されている。一例として、エンハンスメントレイヤ画像ＩＭＥ１のブロックＢＥ１が予測対象ブロックであるものとする。イントラＢＬ予測が行われる場合、アップサンプリングされたベースレイヤ画像ＩＭＵ１のブロックＢＵ１を参照ブロックとして使用することにより、予測対象ブロックと参照ブロックとの間の解像度の差が解消される。そして、レイヤ間の画像の相関に基づいて高い予測精度を達成することができる。
　図２Ｂは、予測誤差画像のアップサンプリングについて説明するための説明図である。図２Ｂの下段にはベースレイヤ画像ＩＭＢ１～ＩＭＢ４が、上段にはエンハンスメントレイヤ画像ＩＭＥ１～ＩＭＥ４が再び示されている。一例として、エンハンスメントレイヤ画像ＩＭＥ３のブロックＢＥ３がインター予測の予測対象ブロックであり、エンハンスメントレイヤ画像ＩＭＢ２がインター予測の参照ピクチャであるものとする。さらにインター残差予測が行われる場合、ベースレイヤ画像ＩＭＢ３のブロックＢＢ３が、予測対象ブロックＢＥ３のコロケーテッド（co-located）ブロックであり、インター残差予測の参照ブロックである。ブロックＢＢ３の復号画像ＣｕｒＢ、ベースレイヤにおけるインター予測の予測画像ＰｒｅｄＢ及び予測誤差画像ＥｒｒＢの間の関係は、次式のように表される。
Figure JPOXMLDOC01-appb-M000001
　そして、予測対象ブロックＢＥ３の復号画像ＣｕｒＥ、エンハンスメントレイヤにおけるインター予測の予測画像ＰｒｅｄＥ及び予測誤差画像ＥｒｒＥの間の関係は、アップサンプリングされたベースレイヤの予測誤差画像Ｕｐ［ＥｒｒＢ］を用いて、次式のように表される。
Figure JPOXMLDOC01-appb-M000002
　このように、残差予測では、ベースレイヤの予測誤差画像をアップサンプリングすることにより、予測対象ブロックと参照ブロックとの間の解像度の差が解消される。そして、レイヤ間の予測誤差の相関に基づいて、符号化すべき予測誤差データ（ＥｒｒＥ）を削減することができる。
　なお、ここで説明したインターレイヤ予測は一例に過ぎない。即ち、上述したイントラＢＬ予測及び残差予測とは異なる種類のインターレイヤ予測にも、本開示に係る技術は適用可能である。
　ところで、ＨＥＶＣでは、スライス又はタイルに相当する領域別に符号化及び復号を並列的に実行することが可能である。図３Ａは、スライス別の並列処理について説明するための説明図である。図３Ａを参照すると、画像Ｉｍ１１は、４つのスライスＳＬ１１、ＳＬ１２、ＳＬ１３及びＳＬ１４に分割されている。図中の小さい正方形はＬＣＵ（Largest　Coding　Unit）である。こうした異なるスライスの間で、予測における依存関係（参照／被参照）及びＣＡＢＡＣ（Context-based　Adaptive　Binary　Arithmetic　Coding）のコンテキストにおける依存関係は存在しない。従って、例えば、スライスＳＬ１１のための符号化／復号処理ＰＲ０１とスライスＳＬ１２のための符号化／復号処理ＰＲ０２とを、異なる処理リソース（例えば、プロセッサ及びメモリ、又は専用の回路など）を用いて並列的に実行することができる。図３Ｂは、タイル別の並列処理について説明するための説明図である。図３Ｂを参照すると、画像Ｉｍ１２は、４つのタイルＴＬ１１、ＴＬ１２、ＴＬ１３及びＴＬ１４に分割されている。図中の小さい正方形はＬＣＵである。こうした異なるタイルの間でも、予測及びＣＡＢＡＣにおける依存関係は存在しないため、例えば、タイルＴＬ１１のための符号化／復号処理ＰＲ０１とタイルＴＬ１２のための符号化／復号処理ＰＲ０２とを、異なる処理リソースを用いて並列的に実行することができる。タイルは、スライスと異なり、画像内のラスタスキャン順に制約されない任意の矩形領域であってよい。そのため、スライスが利用される場合と比較して、より正方形に近いタイルが利用される場合には、領域境界の長さの合計が短くなり符号化効率が向上し得る。
　空間スケーラビリティにおいて、下位レイヤの画像をアップサンプリングする際には、通常、動き補償のための補間フィルタと同様に設計されるアップサンプリングフィルタが利用される。アップサンプリングフィルタのタップ数は、輝度成分について７タップ又は８タップ、色差成分について４タップである。補間される画素が領域の境界に位置する場合、補間画素値を算出するためのアップサンプリングフィルタのタップは、領域外（隣接領域内）の画素を含み得る。このような領域間の依存関係が存在する場合、ある領域のアップサンプリングのために隣接領域についての処理の完了を待たざるを得ない状況が発生し、処理の並列化が阻害され得る。これに関連し、非特許文献４は、タイルごとに独立的なアップサンプリングを実行するか否かを示す１ビットのフラグ（independent_tile_upsampling_flag）を、符号化パラメータのシンタックス（具体的には、ＰＰＳの拡張（extension））に導入することを提案している。当該フラグがタイルごとに独立的なアップサンプリングを示す場合には、あるタイルの境界部分の補間画素値をアップサンプリングによって算出する際に、隣接タイルの画素を参照する代わりに、同じタイル内の画素からミラーリングによって生成される暫定的な画素が参照される。
　図４は、領域ごとに独立的な（region-independent）アップサンプリングについて説明するための説明図である。図４を参照すると、境界Ｂ１を挟んで互いに隣接するタイルＴＬ１１及びタイルＴＬ１２の境界部分のいくつかの画素が示されている。画素Ｘ１、Ｘ２、Ｘ３及びＸ４は、タイルＴＬ１１内の画素である。画素Ｘ５、Ｘ６、Ｘ７及びＸ８は、タイルＴＬ１２内の画素である。一例として、タイルＴＬ１１の空間解像度を高めるために画素位置ＰＰ０に対応する補間画素Ｘ０の画素値をアップサンプリングフィルタを用いて算出しようとする場合、通常は、例えば画素Ｘ１、Ｘ２、Ｘ３、Ｘ４、Ｘ５、Ｘ６、Ｘ７及びＸ８がフィルタタップとして使用される。しかし、この場合、タイルＴＬ１１についてのアップサンプリングが、タイルＴＬ１２についての処理結果に依存する。一方、領域ごとに独立的なアップサンプリングでは、タイルＴＬ１２内の画素Ｘ５、Ｘ６、Ｘ７及びＸ８の代わりに、暫定的な画素Ｘ５´、Ｘ６´、Ｘ７´及びＸ８´が画素Ｘ４、Ｘ３、Ｘ２及びＸ１をそれぞれミラーリングすることにより生成され、画素Ｘ１、Ｘ２、Ｘ３及びＸ４とミラーリングされた画素Ｘ５´、Ｘ６´、Ｘ７´及びＸ８´とがフィルタタップとして使用される。それにより、領域間の依存関係が解消され、タイル別の処理の高度な並列化が可能となる。
　図４に例示したような領域ごとに独立的なアップサンプリングによれば、隣接領域の実際の画素値とは異なる暫定的な画素値がフィルタタップとして使用される結果として、領域の境界部分で、ブロック歪みが生じる。このブロック歪みは、エンハンスメントレイヤにおいてアップサンプリング画像が例えばゼロに等しい動きベクトルで参照される場合に、エンハンスメントレイヤの復号画像にそのまま継承され、ユーザにより画質の劣化として感知され得る。こうしたブロック歪みを、デブロックフィルタ（ＤＦ）などのループフィルタを用いて軽減することも考えられる。しかし、デブロックフィルタは、エッジ判定及び強度選択のために境界の両側の予測モード情報、変換係数情報及び動きベクトル情報などのいくつかの情報を必要とする。そのため、デブロックフィルタを使用することは、メモリリソースの消費及び領域間の依存関係の観点で有益でない。そこで、以下に説明する実施形態では、領域ごとに独立的なアップサンプリングが実行される場合に、複数の領域の間の境界部分においてアップサンプリング画像を平滑化することにより、画質の劣化を補償する。
　　［１－３．エンコーダの基本的な構成例］
　図５は、スケーラブル符号化をサポートする、一実施形態に係る画像符号化装置１０の概略的な構成を示すブロック図である。図５を参照すると、画像符号化装置１０は、ベースレイヤ（ＢＬ）符号化部１ａ、エンハンスメントレイヤ（ＥＬ）符号化部１ｂ、共通メモリ２及び多重化部３を備える。
　ＢＬ符号化部１ａは、複数の処理リソースを用いて領域ごとに並列的に、ベースレイヤ画像を符号化し、ベースレイヤの符号化ストリームを生成する。ＥＬ符号化部１ｂは、複数の処理リソースを用いて領域ごとに並列的に、エンハンスメントレイヤ画像を符号化し、エンハンスメントレイヤの符号化ストリームを生成する。共通メモリ２は、レイヤ間で共通的に利用される情報を記憶する。多重化部３は、ＢＬ符号化部１ａにより生成されるベースレイヤの符号化ストリームと、ＥＬ符号化部１ｂにより生成される１つ以上のエンハンスメントレイヤの符号化ストリームとを多重化し、マルチレイヤの多重化ストリームを生成する。
　　［１－４．デコーダの基本的な構成例］
　図６は、スケーラブル符号化をサポートする、一実施形態に係る画像復号装置６０の概略的な構成を示すブロック図である。図６を参照すると、画像復号装置６０は、逆多重化部５、ベースレイヤ（ＢＬ）復号部６ａ、エンハンスメントレイヤ（ＥＬ）復号部６ｂ及び共通メモリ７を備える。
　逆多重化部５は、マルチレイヤの多重化ストリームをベースレイヤの符号化ストリーム及び１つ以上のエンハンスメントレイヤの符号化ストリームに逆多重化する。ＢＬ復号部６ａは、複数の処理リソースを用いて領域ごとに並列的に、ベースレイヤの符号化ストリームからベースレイヤ画像を復号する。ＥＬ復号部６ｂは、複数の処理リソースを用いて領域ごとに並列的に、エンハンスメントレイヤの符号化ストリームからエンハンスメントレイヤ画像を復号する。共通メモリ７は、レイヤ間で共通的に利用される情報を記憶する。
　図５に例示した画像符号化装置１０において、ベースレイヤの符号化のためのＢＬ符号化部１ａの構成と、エンハンスメントレイヤの符号化のためのＥＬ符号化部１ｂの構成とは、互いに類似する。ＢＬ符号化部１ａにより生成され又は取得されるいくつかのパラメータ及び画像は、共通メモリ２を用いてバッファリングされ、ＥＬ符号化部１ｂにより再利用され得る。次節では、そのようなＥＬ符号化部１ｂの構成について詳細に説明する。
　同様に、図６に例示した画像復号装置６０において、ベースレイヤの復号のためのＢＬ復号部６ａの構成と、エンハンスメントレイヤの復号のためのＥＬ復号部６ｂの構成とは、互いに類似する。ＢＬ復号部６ａにより生成され又は取得されるいくつかのパラメータ及び画像は、共通メモリ７を用いてバッファリングされ、ＥＬ復号部６ｂにより再利用され得る。さらに次の節では、そのようなＥＬ復号部６ｂの構成について詳細に説明する。
　＜２．一実施形態に係るＥＬ符号化部の構成例＞
　　［２－１．全体的な構成］
　図７は、図５に示したＥＬ符号化部１ｂの構成の一例を示すブロック図である。図７を参照すると、ＥＬ符号化部１ｂは、並び替えバッファ１１、減算部１３、直交変換部１４、量子化部１５、可逆符号化部１６、蓄積バッファ１７、レート制御部１８、逆量子化部２１、逆直交変換部２２、加算部２３、ループフィルタ２４、フレームメモリ２５、セレクタ２６及び２７、イントラ予測部３０、インター予測部３１、アップサンプリング部３５並びに平滑化部４０を備える。
　並び替えバッファ１１は、一連の画像データに含まれる画像を並び替える。並び替えバッファ１１は、符号化処理に係るＧＯＰ（Group　of　Pictures）構造に応じて画像を並び替えた後、並び替え後の画像データを減算部１３、イントラ予測部３０、及びインター予測部３１へ出力する。
　減算部１３には、並び替えバッファ１１から入力される画像データ、及び後に説明するイントラ予測部３０又はインター予測部３１から入力される予測画像データが供給される。減算部１３は、並び替えバッファ１１から入力される画像データと予測画像データとの差分である予測誤差データを算出し、算出した予測誤差データを直交変換部１４へ出力する。
　直交変換部１４は、減算部１３から入力される予測誤差データについて直交変換を行う。直交変換部１４により実行される直交変換は、例えば、離散コサイン変換（Discrete　Cosine　Transform：ＤＣＴ）又はカルーネン・レーベ変換などであってよい。直交変換部１４は、直交変換処理により取得される変換係数データを量子化部１５へ出力する。
　量子化部１５には、直交変換部１４から入力される変換係数データ、及び後に説明するレート制御部１８からのレート制御信号が供給される。量子化部１５は、レート制御信号に従って決定される量子化ステップで変換係数データを量子化する。量子化部１５は、量子化後の変換係数データ（以下、量子化データという）を可逆符号化部１６及び逆量子化部２１へ出力する。
　可逆符号化部１６は、量子化部１５から入力される量子化データについて可逆符号化処理を行うことにより、エンハンスメントレイヤの符号化ストリームを生成する。また、可逆符号化部１６は、符号化ストリームを復号する際に参照される様々なパラメータを符号化して、符号化されたパラメータを符号化ストリームのヘッダ領域に挿入する。可逆符号化部１６により符号化されるパラメータは、イントラ予測に関する情報、インター予測に関する情報、及びアップサンプリング又は平滑化に関するパラメータを含み得る。そして、可逆符号化部１６は、生成した符号化ストリームを蓄積バッファ１７へ出力する。
　蓄積バッファ１７は、可逆符号化部１６から入力される符号化ストリームを半導体メモリなどの記憶媒体を用いて一時的に蓄積する。そして、蓄積バッファ１７は、蓄積した符号化ストリームを、伝送路の帯域に応じたレートで、図示しない伝送部（例えば、通信インタフェース又は周辺機器との接続インタフェースなど）へ出力する。
　レート制御部１８は、蓄積バッファ１７の空き容量を監視する。そして、レート制御部１８は、蓄積バッファ１７の空き容量に応じてレート制御信号を生成し、生成したレート制御信号を量子化部１５へ出力する。例えば、レート制御部１８は、蓄積バッファ１７の空き容量が少ない時には、量子化データのビットレートを低下させるためのレート制御信号を生成する。また、例えば、レート制御部１８は、蓄積バッファ１７の空き容量が十分大きい時には、量子化データのビットレートを高めるためのレート制御信号を生成する。
　逆量子化部２１、逆直交変換部２２及び加算部２３は、ローカルデコーダを構成する。逆量子化部２１は、量子化部１５により使用されたものと同じ量子化ステップで、エンハンスメントレイヤの量子化データを逆量子化し、変換係数データを復元する。そして、逆量子化部２１は、復元した変換係数データを逆直交変換部２２へ出力する。
　逆直交変換部２２は、逆量子化部２１から入力される変換係数データについて逆直交変換処理を行うことにより、予測誤差データを復元する。そして、逆直交変換部２２は、復元した予測誤差データを加算部２３へ出力する。
　加算部２３は、逆直交変換部２２から入力される復元された予測誤差データとイントラ予測部３０又はインター予測部３１から入力される予測画像データとを加算することにより、復号画像データ（エンハンスメントレイヤのリコンストラクト画像）を生成する。そして、加算部２３は、生成した復号画像データをループフィルタ２４及びフレームメモリ２５へ出力する。
　ループフィルタ２４は、画質の向上を目的とするフィルタ群を含む。デブロックフィルタ（ＤＦ）は、画像の符号化時に生じるブロック歪みを軽減するフィルタである。サンプル適応オフセット（ＳＡＯ）フィルタは、各画素値に適応的に決定されるオフセット値を加えるフィルタである。適応ループフィルタ（ＡＬＦ）は、ＳＡＯ後の画像と原画像との誤差を最小化するフィルタである。ループフィルタ２４は、加算部２３から入力される復号画像データをフィルタリングし、フィルタリング後の復号画像データをフレームメモリ２５へ出力する。
　フレームメモリ２５は、加算部２３から入力されるエンハンスメントレイヤの復号画像データ、ループフィルタ２４から入力されるエンハンスメントレイヤのフィルタリング後の復号画像データ、及び平滑化部４０から入力されるベースレイヤの参照画像データを記憶媒体を用いて記憶する。
　セレクタ２６は、イントラ予測のために使用されるフィルタリング前の復号画像データをフレームメモリ２５から読み出し、読み出した復号画像データを参照画像データとしてイントラ予測部３０に供給する。また、セレクタ２６は、インター予測のために使用されるフィルタリング後の復号画像データをフレームメモリ２５から読み出し、読み出した復号画像データを参照画像データとしてインター予測部３１に供給する。さらに、イントラ予測部３０又はインター予測部３１においてインターレイヤ予測が実行される場合、セレクタ２６は、ベースレイヤの参照画像データをイントラ予測部３０又はインター予測部３１へ供給する。
　セレクタ２７は、イントラ予測モードにおいて、イントラ予測部３０から出力されるイントラ予測の結果としての予測画像データを減算部１３へ出力すると共に、イントラ予測に関する情報を可逆符号化部１６へ出力する。また、セレクタ２７は、インター予測モードにおいて、インター予測部３１から出力されるインター予測の結果としての予測画像データを減算部１３へ出力すると共に、インター予測に関する情報を可逆符号化部１６へ出力する。セレクタ２７は、イントラ予測モードとインター予測モードとを、コスト関数値の大きさに応じて切り替える。
　イントラ予測部３０は、エンハンスメントレイヤの原画像データ及び復号画像データに基づいて、イントラ予測処理を行う。例えば、イントラ予測部３０は、予測モードセット内の各候補モードによる予測結果を所定のコスト関数を用いて評価する。次に、イントラ予測部３０は、コスト関数値が最小となる予測モード、即ち圧縮率が最も高くなる予測モードを、最適な予測モードとして選択する。また、イントラ予測部３０は、当該最適な予測モードに従ってエンハンスメントレイヤの予測画像データを生成する。イントラ予測部３０は、エンハンスメントレイヤにおける予測モードセットに、インターレイヤ予測の一種であるイントラＢＬ予測を含めてもよい。イントラＢＬ予測では、エンハンスメントレイヤ内の予測対象ブロックに対応するベースレイヤ内のコロケーテッドブロックが参照ブロックとして使用され、当該参照ブロックの復号画像に基づいて予測画像が生成される。また、イントラ予測部３０は、インターレイヤ予測の一種であるイントラ残差予測を含めてもよい。イントラ残差予測では、ベースレイヤ内のコロケーテッドブロックである参照ブロックの予測誤差画像に基づいてイントラ予測の予測誤差が予測され、予測された予測誤差の加算された予測画像が生成される（式（２）の右辺の第１項及び第２項参照）。イントラ予測部３０は、選択した最適な予測モードを表す予測モード情報を含むイントラ予測に関する情報、コスト関数値、及び予測画像データを、セレクタ２７へ出力する。
　インター予測部３１は、エンハンスメントレイヤの原画像データ及び復号画像データに基づいて、インター予測処理を行う。例えば、インター予測部３１は、予測モードセット内の各候補モードによる予測結果を所定のコスト関数を用いて評価する。次に、インター予測部３１は、コスト関数値が最小となる予測モード、即ち圧縮率が最も高くなる予測モードを、最適な予測モードとして選択する。また、インター予測部３１は、当該最適な予測モードに従ってエンハンスメントレイヤの予測画像データを生成する。インター予測部３１は、エンハンスメントレイヤにおける予測モードセットに、インターレイヤ予測の一種であるインター残差予測を含めてもよい。インター残差予測では、ベースレイヤ内のコロケーテッドブロックである参照ブロックの予測誤差画像に基づいてインター予測の予測誤差が予測され、予測された予測誤差の加算された予測画像が生成される（式（２）の右辺の第１項及び第２項参照）。インター予測部３１は、選択した最適な予測モードを表す予測モード情報と動き情報とを含むインター予測に関する情報、コスト関数値、及び予測画像データを、セレクタ２７へ出力する。
　アップサンプリング部３５は、共通メモリ２によりバッファリングされるベースレイヤの画像を、スライス又はタイルに相当し得る領域ごとに並列的に、レイヤ間の解像度比及び領域間の依存関係に関する設定に従ってアップサンプリングする。アップサンプリング部３５によりアップサンプリングされる画像は、ベースレイヤの復号画像及び予測誤差画像の一方又は双方であってよい。そして、アップサンプリング部３５は、アップサンプリングにより空間解像度の高められたアップサンプリング画像を、平滑化部４０へ出力する。アップサンプリング部３５の詳細な構成の一例について、後にさらに説明する。
　平滑化部４０は、アップサンプリング部３５によって領域ごとに独立的なアップサンプリングが実行される場合に、複数の領域の間の境界部分において、アップサンプリング部３５により生成されるアップサンプリング画像を平滑化する。そして、平滑化部４０は、平滑化後のアップアンプリング画像（又は、領域ごとに独立的なアップサンプリングが実行されない場合にアップサンプリング部３５によって生成されたアップサンプリング画像）を、フレームメモリ２５に格納する。フレームメモリ２５に格納されたベースレイヤのアップサンプリング画像は、イントラ予測部３０又はインター予測部３１により、インターレイヤ予測において参照画像として使用され得る。平滑化部４０の詳細な構成の一例について、後にさらに説明する。
　　［２－２．アップサンプリング部の詳細な構成］
　図８は、図７に示したアップサンプリング部３５の構成の一例を示すブロック図である。図８を参照すると、アップサンプリング部３５は、フィルタ制御部３６、係数メモリ３７及びアップサンプリングフィルタ３８を有する。フィルタ制御部３６及びアップサンプリングフィルタ３８は、並列的に動作可能な複数の処理リソースを用いて実装される。ここでは、主に画像内の４つの領域について並列処理が行われる例を説明するが、かかる例に限定されず、いくつの領域について並列処理が行われてもよい。
　フィルタ制御部３６は、アップサンプリングに関する設定を識別する。例えば、フィルタ制御部３６は、ベースレイヤ画像とエンハンスメントレイヤ画像との間の予め定義される解像度比を識別する。また、フィルタ制御部３６は、アップサンプリングが領域ごとに独立的に実行されるべきかを示す設定を識別する。そして、フィルタ制御部３６は、共通メモリ２から各領域のベースレイヤ画像を取得し、補間画素位置ごとにフィルタタップを構築して、構築したフィルタタップをアップサンプリングフィルタ３８へ出力する。識別した設定がアップサンプリングが領域ごとに独立的に実行されるべきであることを示す場合、フィルタ制御部３６は、図４を用いて説明したように、領域の境界部分において、隣接領域の画素を参照せず、領域内の画素をミラーリングすることにより暫定的に生成される画素をフィルタタップに含める。
　フィルタ制御部３６により識別された設定は、可逆符号化部１６へ出力され、可逆符号化部１６により符号化され得る。例えば、レイヤ間の解像度比を示す符号化パラメータは、ＶＰＳ（Video　Parameter　Set）、又はエンハンスメントレイヤのＳＰＳ（Sequence　Parameter　Set）若しくはＰＰＳ（Picture　Parameter　Set）内に符号化され得る。また、ベースレイヤ画像を画像内の領域ごとに独立的にアップサンプリングするかを示すフラグ（例えば、“independent_tile_upsampling_flag”）は、ＰＰＳ又は当該ＰＰＳの拡張内に符号化され得る。
　係数メモリ３７は、アップサンプリングフィルタ３８により使用される様々なフィルタ係数の候補を記憶するメモリである。フィルタ係数は、非特許文献２に記載された補間フィルタと同じであってもよく、又は異なってもよい。係数メモリ３７は、例えば、補間される画素位置とタップ数との各組合せについて、それぞれフィルタ係数のセットを記憶する。係数メモリ３７により記憶されるフィルタ係数のセットは、アップサンプリングフィルタ３８により読み出される。なお、フィルタ係数は、フィルタ制御部３６により動的に計算されてもよい。
　アップサンプリングフィルタ３８は、フィルタ制御部３６により識別された設定に従って、ベースレイヤよりも空間解像度の高いエンハンスメントレイヤの画像をローカルデコードする際に参照されるベースレイヤの画像をアップサンプリングする。より具体的には、アップサンプリングフィルタ３８は、解像度比に応じて順に走査される補間画素の各々について、フィルタ制御部３６により構築されたフィルタタップを、係数メモリ３７から取得されるフィルタ係数でフィルタリングすることにより、補間画素値を算出する。それにより、参照画像として使用されるベースレイヤの画像の空間解像度が、エンハンスメントレイヤと同等の解像度まで高められる。アップサンプリングフィルタ３８によるアップサンプリングは、例えば４つの領域のベースレイヤ画像ＲＧＢ１、ＲＧＢ２、ＲＧＢ３及びＲＧＢ４について並列的に実行され、４つの領域のアップサンプリング画像ＲＧＵ１、ＲＧＵ２、ＲＧＵ３及びＲＧＵ４が生成される。アップサンプリングフィルタ３８は、アップサンプリング後の参照画像データ、即ちアップサンプリング画像ＲＧＵ１、ＲＧＵ２、ＲＧＵ３及びＲＧＵ４を、平滑化部４０へ出力する。
　　［２－３．平滑化部の詳細な構成］
　図９は、図７に示した平滑化部４０の構成の一例を示すブロック図である。図９を参照すると、平滑化部４０は、複数の領域メモリ４１ａ、４１ｂ、４１ｃ及び４１ｄ、平滑化制御部４２、ラインバッファ４３及び平滑化フィルタ４４を有する。平滑化制御部４２及び平滑化フィルタ４４は、並列的に動作可能な複数の処理リソースを用いて実装されてもよく、又は単一の処理リソースを用いて実装されてもよい。
　第１の領域メモリ４１ａは、アップサンプリング部３５から入力される第１の領域のアップサンプリング画像ＲＧＵ１を一時的に記憶する。第２の領域メモリ４１ｂは、アップサンプリング部３５から入力される第２の領域のアップサンプリング画像ＲＧＵ２を一時的に記憶する。第３の領域メモリ４１ｃは、アップサンプリング部３５から入力される第３の領域のアップサンプリング画像ＲＧＵ３を一時的に記憶する。第４の領域メモリ４１ｄは、アップサンプリング部３５から入力される第４の領域のアップサンプリング画像ＲＧＵ４を一時的に記憶する。
　平滑化制御部４２は、平滑化に関する設定を識別する。例えば、平滑化制御部４２は、領域ごとに独立的なアップサンプリングが実行されたかを示す第１の設定、及び、アップサンプリング画像の平滑化を実行するかを示す第２の設定を識別する。そして、平滑化制御部４２は、識別した設定に基づいて複数の領域の間の境界部分において平滑化を実行するかを判定する。平滑化制御部４２は、領域ごとに独立的なアップサンプリングが実行された場合には、境界部分においてアップサンプリング画像を平滑化すると一律的に決定してもよい。その代わりに、平滑化制御部４２は、領域ごとに独立的なアップサンプリングが実行され、且つ第２の設定が平滑化の実行を示す場合に限り、境界部分においてアップサンプリング画像を平滑化すると決定してもよい。平滑化制御部４２は、アップサンプリング画像を平滑化しないと決定した場合には、各領域メモリ４１ａ、４１ｂ、４１ｃ及び４１ｄにより記憶されているアップサンプリング画像をそのまま、フレームメモリ２５へ出力させる。一方、平滑化制御部４２は、境界部分においてアップサンプリング画像を平滑化すると決定した場合には、各領域のアップサンプリング画像の境界部分に位置する画素値をラインバッファ４３へ格納し、平滑化フィルタ４４に平滑化を実行させる。
　ラインバッファ４３は、複数の領域の間の境界部分のアップサンプリング後の画素値をバッファリングする。ラインバッファ４３によりバッファリングされる画素は、平滑化フィルタ４４におけるフィルタリングのフィルタタップとして扱われる。
　平滑化フィルタ４４は、ラインバッファ４３によりフィルタタップとしてバッファリングされる画素値をフィルタリングすることにより、領域間の境界上の画素の各々について、平滑化後の画素値を算出する。図１０は、一例としての平滑化処理について説明するための説明図である。図１０参照すると、４つのタイルＴＬ１１、ＴＬ１２、ＴＬ１３及びＴＬ１４に分割された画像Ｉｍ１２が再び示されている。図中で斜線で網掛けされた部分は、タイル間の境界部分である。平滑化は、この境界部分について実行される。例えば、図１０の下部には、タイルＴＬ１３及びタイルＴＬ１４の間の垂直境界の境界部分に属する４つの画素ｐ１、ｐ０、ｑ０及びｑ１が拡大して示されている。画素ｐ１及びｐ０は、タイルＴＬ１３に属する。画素ｑ０及びｑ１は、タイルＴＬ１４に属する。これら画素のうち、画素ｐ０及びｑ０が、平滑化の対象である。平滑化フィルタ４４は、画素ｐ１、ｐ０、ｑ０及びｑ１の画素値をラインバッファ４３から読み出し、次の式（３）及び式（４）に従って、画素ｐ０及びｑ０の平滑化後の画素値ｐ０ｓｍ及びｑ０ｓｍをそれぞれ算出し得る。
Figure JPOXMLDOC01-appb-M000003
　なお、平滑化フィルタ４４のフィルタタップ数及びフィルタ係数は、式（３）及び式（４）の例に限定されず、他の値であってもよい。垂直境界と水平境界とが交差する場所の平滑化は、垂直方向及び水平方向のいずれを先にして行われれてもよい。このような平滑化の結果、アップサンプリングによって生じたブロック歪みが修復される。平滑化フィルタ４４は、領域間の境界上の画素の各々について、領域メモリ４１ａ、４１ｂ、４１ｃ及び４１ｄにより記憶されている画素値を平滑化後の画素値で更新する。そして、平滑化制御部４２は、平滑化後のアップサンプリング画像ＲＧＵ１＿ｓｍ、ＲＧＵ２＿ｓｍ、ＲＧＵ３＿ｓｍ及びＲＧＵ４＿ｓｍを、参照画像データとしてフレームメモリ２５へ出力する。
　図１１は、アップサンプリング及び平滑化の並列処理について説明するための説明図である。図１１の左には、互いに隣接する４つの領域のベースレイヤ画像ＲＧＢ１、ＲＧＢ２、ＲＧＢ３及びＲＧＢ４が示されている。ベースレイヤ画像ＲＧＢ１は、第１のアップサンプリング処理ＰＲ１１によってアップサンプリングされ、アップサンプリング画像ＲＧＵ１が生成される。ベースレイヤ画像ＲＧＢ２は、第２のアップサンプリング処理ＰＲ１２によってアップサンプリングされ、アップサンプリング画像ＲＧＵ２が生成される。ベースレイヤ画像ＲＧＢ３は、第３のアップサンプリング処理ＰＲ１３によってアップサンプリングされ、アップサンプリング画像ＲＧＵ３が生成される。ベースレイヤ画像ＲＧＢ４は、第４のアップサンプリング処理ＰＲ１４によってアップサンプリングされ、アップサンプリング画像ＲＧＵ４が生成される。これらアップサンプリング処理ＰＲ１１、ＰＲ１２、ＰＲ１３及びＰＲ１４は、アップサンプリング部３５において、異なる処理リソース（例えば、プロセッサ及びメモリ、又は専用の回路など）を用いて並列的に実行され得る。次に、アップサンプリング画像ＲＧＵ１、ＲＧＵ２、ＲＧＵ３及びＲＧＵ４の斜線で網掛けされた境界部分の画素値が平滑化部４０における平滑化処理ＰＲ２によって更新され、平滑化後のアップサンプリング画像ＲＧＵ１＿ｓｍ、ＲＧＵ２＿ｓｍ、ＲＧＵ３＿ｓｍ及びＲＧＵ４＿ｓｍが生成される。アップサンプリング画像ＲＧＵ１＿ｓｍは、エンハンスメントレイヤの第１の領域についての符号化（復号）処理ＰＲ３１において、参照画像として使用される。アップサンプリング画像ＲＧＵ２＿ｓｍは、エンハンスメントレイヤの第２の領域についての符号化（復号）処理ＰＲ３２において、参照画像として使用される。アップサンプリング画像ＲＧＵ３＿ｓｍは、エンハンスメントレイヤの第３の領域についての符号化（復号）処理ＰＲ３３において、参照画像として使用される。アップサンプリング画像ＲＧＵ４＿ｓｍは、エンハンスメントレイヤの第４の領域についての符号化（復号）処理ＰＲ３４において、参照画像として使用される。これら符号化（復号）処理ＰＲ３１、ＰＲ３２、ＰＲ３３及びＰＲ３４もまた、異なる処理リソースを用いて並列的に実行され得る。
　　［２－４．シンタックスの例］
　平滑化制御部４２により識別された設定は、可逆符号化部１６へ出力され、可逆符号化部１６により符号化され得る。可逆符号化部１６は、例えば、ベースレイヤ画像を領域ごとに独立的にアップサンプリングするかを示す第１の設定に対応する第１のフラグに加えて、アップサンプリング画像の平滑化を実行するかを示す第２の設定に対応する第２のフラグを符号化する。下の表１は、これらフラグに関連する符号化ストリームのシンタックスの第１の例を示している。
Figure JPOXMLDOC01-appb-T000004
　第１の例において、ＰＰＳの拡張“pic_parameter_set_extension()”は、タイル分割が有効である場合（tiles_enabled_flag="True")に、ベースレイヤ画像をタイルごとに独立的にアップサンプリングするかを示すフラグ“independent_tile_upsampling_flag”を含む。さらに、タイルごとに独立的なアップサンプリングを当該フラグが示している場合（independent_tile_upsampling_flag="True")に、ＰＰＳの拡張は、アップサンプリング画像の平滑化を実行するかを示すフラグ“inter_tile_smoothing_flag”を含む。従って、第１の例において、平滑化部４０は、フラグ“independent_tile_upsampling_flag”がタイルごとに独立的なアップサンプリングを示し、且つフラグ“inter_tile_smoothing_flag”が平滑化の実行を示す場合に、タイル間の境界部分においてアップサンプリング画像を平滑化する。これらフラグは、ＰＰＳの拡張ではなくＰＰＳそのものに含まれてもよい。また、タイルではなくスライスについて同様のシンタックスが採用されてもよい。
　このようなフラグを導入することにより、ユーザの要件又は画像の用途に応じて平滑化の実行のオン及びオフを柔軟に切り替えることが可能となる。例えば、エンコーダは、高い画質が望まれる場合にフラグ“inter_tile_smoothing_flag”を真（true）に設定して画質を向上させ、それ以外の場合に当該フラグを偽（false）に設定して処理の負荷を軽減してもよい。下の表２は、シンタックスの第２の例を示している。
Figure JPOXMLDOC01-appb-T000005
　第２の例において、ＳＰＳの拡張“seq_parameter_set_extension()”は、アップサンプリング画像の平滑化を実行するかを示すフラグ“inter_tile_smoothing_flag”を含む。また、ＰＰＳの拡張“pic_parameter_set_extension()”は、タイル分割が有効である場合に、ベースレイヤ画像をタイルごとに独立的にアップサンプリングするかを示すフラグ“independent_tile_upsampling_flag”を含む。第２の例において、平滑化部４０は、フラグ“inter_tile_smoothing_flag”がアップサンプリング画像の平滑化を実行することを示す場合に、フラグ“independent_tile_upsampling_flag”がタイルごとに独立的なアップサンプリングを示すピクチャについてタイル間の境界部分でアップサンプリング画像の平滑化を実行する一方、フラグ“independent_tile_upsampling_flag”がタイルごとに独立的なアップサンプリングを示さないピクチャについてアップサンプリング画像の平滑化を実行しない。第２の例において、フラグ“inter_tile_smoothing_flag”は、ＳＰＳの拡張ではなくＳＰＳそのものに含まれてもよく、又はＶＰＳに含まれてもよい。また、タイルではなくスライスについて同様のシンタックスが採用されてもよい。第２の例では、シーケンスごとにフラグ“inter_tile_smoothing_flag”が１つのみ符号化されるため、新たに追加されるパラメータの符号量は第１の例と比較して少なくて済む。
　　［２－５．フィルタ強度の制御］
　平滑化制御部４２は、平滑化部４０における平滑化の強度を可変的に制御してもよい。例えば平滑化制御部４２は、ベースレイヤの画像又はエンハンスメントレイヤの画像について、領域間でループフィルタ２４が適用されない場合の平滑化フィルタ４４の強度を、領域間でループフィルタ２４が適用される場合よりも強く設定してもよい。例えば、上記非特許文献１により定義された仕様によれば、ＰＰＳ内に符号化されるフラグ“loop_filter_across_tiles_enabled_flag”が真である場合に、タイル間の境界にデブロックフィルタ及びＳＡＯフィルタが適用され得る。この場合、タイル間の境界にデブロックフィルタ及びＳＡＯフィルタが適用されると、これらフィルタによってブロック歪みは少なくとも部分的に除去され、ある程度高い画質が確保されるであろう。そこで、この場合には、平滑化フィルタの強度を適応的に下げ又は平滑化フィルタを無効化することで、処理リソースの消費を抑制することができる。
　＜３．一実施形態に係る符号化時の処理の流れ＞
　　［３－１．概略的な流れ］
　図１２は、一実施形態に係る符号化時の概略的な処理の流れの一例を示すフローチャートである。なお、説明の簡明さのために、本開示に係る技術に直接的に関連しない処理ステップは、図から省略されている。図１２に示した処理は、映像を構成するピクチャの各々について実行される。
　図１２を参照すると、まず、ＢＬ符号化部１ａは、ベースレイヤの符号化処理を領域別に並列的に実行し、ベースレイヤの符号化ストリームを生成する（ステップＳ１１）。
　次に、ＥＬ符号化部１ｂは、共通メモリ２によりバッファリングされるベースレイヤの画像（復号画像及び予測誤差画像の一方又は双方）を領域別に並列的にアップサンプリングし、アップサンプリング画像を生成する（ステップＳ１２）。
　次に、ＥＬ符号化部１ｂは、アップサンプリング画像を平滑化するか否かを判定し（ステップＳ１３）、アップサンプリング画像を平滑化すると判定した場合にはアップサンプリング画像の領域間の境界部分に平滑化フィルタを適用する（ステップＳ１４）。
　次に、ＥＬ符号化部１ｂは、エンハンスメントレイヤの符号化処理を領域別に並列的に実行し、エンハンスメントレイヤの符号化ストリームを生成する（ステップＳ１５）。ここで実行されるエンハンスメントレイヤの符号化処理において、アップサンプリングされ及び必要に応じて平滑化されたベースレイヤの画像は、インターレイヤ予測において参照画像として使用される。
　次に、多重化部３は、ＢＬ符号化部１ａにより生成されるベースレイヤの符号化ストリームと、ＥＬ符号化部１ｂにより生成されるエンハンスメントレイヤの符号化ストリームとを多重化し、マルチレイヤの多重化ストリームを生成する（ステップＳ１６）。
　　［３－２．アップサンプリングに関連する処理］
　図１３は、エンハンスメントレイヤの符号化処理におけるアップサンプリングに関連する処理の流れの一例を示すフローチャートである。図１３に示した処理は、各ピクチャ内の複数の領域について並列的に実行され得る。
　図１３を参照すると、まず、フィルタ制御部３６は、エンハンスメントレイヤの領域内の注目ブロックに対応するベースレイヤの参照ブロックを識別する（ステップＳ２１）。ここで識別される参照ブロックは、注目ブロックのコロケーテッドブロック（画像内の同じ場所を占めるブロック）であってよい。
　ステップＳ２３～ステップＳ２７の処理は、注目ブロック内の補間画素位置ごとに繰り返される（ステップＳ２２）。補間画素位置は、レイヤ間の解像度比に応じて決定される。各ループにおいて、アップサンプリングフィルタ３８は、フィルタ制御部３６により構築されるフィルタタップに適用すべきフィルタ係数を、係数メモリ３７から取得する（ステップＳ２３）。フィルタ制御部３６は、領域ごとに独立的にアップサンプリングを実行するかを判定する（ステップＳ２４）。また、領域ごとに独立的にアップサンプリングを実行すると判定した場合に、フィルタ制御部３６は、当該ループの補間画素位置について領域外のフィルタタップが存在するかをさらに判定する（ステップＳ２５）。そして、フィルタ制御部３６は、領域外のフィルタタップが存在する場合、領域内の画素をミラーリングすることによって、暫定的なフィルタタップを生成する（ステップＳ２６）。そして、アップサンプリングフィルタ３８は、フィルタ制御部３６により構築されるフィルタタップをフィルタリングすることにより、補間画素値を算出する（ステップＳ２７）。
　その後、領域内に次の注目ブロックが存在する場合には、処理はステップＳ２１へ戻り、次の注目ブロックについて上述した処理が繰り返される（ステップＳ２８）。領域内に次の注目ブロックが存在しない場合には、図１３のアップサンプリング処理は終了する。
　　［３－３．平滑化に関連する処理］
　図１４は、エンハンスメントレイヤの符号化処理における平滑化に関連する処理の流れの一例を示すフローチャートである。図１４に示した処理は、各ピクチャ内の互いに隣接する複数の領域についてアップサンプリング画像が生成された後に実行され得る。
　図１４を参照すると、まず、平滑化制御部４２は、領域間の境界部分においてアップサンプリング画像を平滑化するか否かを判定する（ステップＳ３１）。例えば、領域ごとに独立的なアップサンプリングが実行されなかった場合、又は平滑化がオフに設定されている場合には、平滑化制御部４２は、アップサンプリング画像を平滑化しないと判定し得る。そうでない場合、処理はステップＳ３２へ進む。
　ステップＳ３２において、平滑化制御部４２は、領域間の１つ以上の境界のうちの注目境界の参照画素を、ラインバッファ４３に格納する（ステップＳ３２）。次に、平滑化フィルタ４４は、ラインバッファ４３に格納された参照画素をフィルタリングすることにより、注目境界上の１つ以上の画素についての平滑化された画素値を算出する（ステップＳ３３）。その後、未処理の境界が残っている場合には、処理はステップＳ３２へ戻り、次の注目境界について上述した処理が繰り返される（ステップＳ３４）。未処理の境界が残っていない場合には、処理はステップＳ３５へ進む。
　ステップＳ３５において、可逆符号化部１６は、平滑化に関するパラメータを符号化する（ステップＳ３５）。ここで符号化されるパラメータは、例えば、ベースレイヤ画像を領域ごとに独立的にアップサンプリングするかを示す第１のフラグと、アップサンプリング画像の平滑化を実行するかを示す第２のフラグとを含み得る。
　＜４．一実施形態に係るＥＬ復号部の構成例＞
　　［４－１．全体的な構成］
　図１５は、図６に示したＥＬ復号部６ｂの構成の一例を示すブロック図である。図１５を参照すると、ＥＬ復号部６ｂは、蓄積バッファ６１、可逆復号部６２、逆量子化部６３、逆直交変換部６４、加算部６５、ループフィルタ６６、並び替えバッファ６７、Ｄ／Ａ（Digital　to　Analogue）変換部６８、フレームメモリ６９、セレクタ７０及び７１、イントラ予測部８０、インター予測部８１、アップサンプリング部８５及び平滑化部９０を備える。
　蓄積バッファ６１は、逆多重化部５から入力されるエンハンスメントレイヤの符号化ストリームを記憶媒体を用いて一時的に蓄積する。
　可逆復号部６２は、蓄積バッファ６１から入力されるエンハンスメントレイヤの符号化ストリームから、符号化の際に使用された符号化方式に従ってエンハンスメントレイヤの量子化データを復号する。また、可逆復号部６２は、符号化ストリームのヘッダ領域に挿入されている情報を復号する。可逆復号部６２により復号される情報は、例えば、イントラ予測に関する情報、インター予測に関する情報、及びアップアンプリング又は平滑化に関するパラメータを含み得る。可逆復号部６２は、量子化データを逆量子化部６３へ出力する。また、可逆復号部６２は、イントラ予測に関する情報をイントラ予測部８０へ出力する。また、可逆復号部６２は、インター予測に関する情報をインター予測部８１へ出力する。また、可逆復号部６２は、アップサンプリングに関するパラメータをアップサンプリング部８５へ、平滑化に関するパラメータを平滑化部９０へ出力する。
　逆量子化部６３は、可逆復号部６２から入力される量子化データを、符号化の際に使用されたものと同じ量子化ステップ（又は同じ量子化行列）で逆量子化し、エンハンスメントレイヤの変換係数データを復元する。逆量子化部６３は、復元した変換係数データを逆直交変換部６４へ出力する。
　逆直交変換部６４は、符号化の際に使用された直交変換方式に従い、逆量子化部６３から入力される変換係数データについて逆直交変換を行うことにより、予測誤差データを生成する。逆直交変換部６４は、生成した予測誤差データを加算部６５へ出力する。
　加算部６５は、逆直交変換部６４から入力される予測誤差データと、セレクタ７１から入力される予測画像データとを加算することにより、復号画像データを生成する。そして、加算部６５は、生成した復号画像データをループフィルタ６６及びフレームメモリ６９へ出力する。
　ループフィルタ６６は、ＥＬ符号化部１ｂのループフィルタ２４と同様、ブロック歪みを軽減するデブロックフィルタ、各画素値にオフセット値を加えるサンプル適応オフセットフィルタ、及び原画像との誤差を最小化する適応ループフィルタを含み得る。ループフィルタ６６は、加算部６５から入力される復号画像データをフィルタリングし、フィルタリング後の復号画像データを並び替えバッファ６７及びフレームメモリ６９へ出力する。
　並び替えバッファ６７は、ループフィルタ６６から入力される画像を並び替えることにより、時系列の一連の画像データを生成する。そして、並び替えバッファ６７は、生成した画像データをＤ／Ａ変換部６８へ出力する。
　Ｄ／Ａ変換部６８は、並び替えバッファ６７から入力されるデジタル形式の画像データをアナログ形式の画像信号に変換する。そして、Ｄ／Ａ変換部６８は、例えば、画像復号装置６０と接続されるディスプレイ（図示せず）にアナログ画像信号を出力することにより、エンハンスメントレイヤの画像を表示させる。
　フレームメモリ６９は、加算部６５から入力されるフィルタリング前の復号画像データ、ループフィルタ６６から入力されるフィルタリング後の復号画像データ、及び平滑化部９０から入力されるベースレイヤの参照画像データを記憶媒体を用いて記憶する。
　セレクタ７０は、可逆復号部６２により取得されるモード情報に応じて、画像内のブロックごとに、フレームメモリ６９からの画像データの出力先をイントラ予測部８０とインター予測部８１との間で切り替える。例えば、セレクタ７０は、イントラ予測モードが指定された場合には、フレームメモリ６９から供給されるフィルタリング前の復号画像データを参照画像データとしてイントラ予測部８０へ出力する。また、セレクタ７０は、インター予測モードが指定された場合には、フィルタリング後の復号画像データを参照画像データとしてインター予測部８１へ出力する。さらに、イントラ予測部８０又はインター予測部８１においてインターレイヤ予測が実行される場合、セレクタ７０は、ベースレイヤの参照画像データをイントラ予測部８０又はインター予測部８１へ供給する。
　セレクタ７１は、可逆復号部６２により取得されるモード情報に応じて、加算部６５へ供給すべき予測画像データの出力元をイントラ予測部８０とインター予測部８１との間で切り替える。例えば、セレクタ７１は、イントラ予測モードが指定された場合には、イントラ予測部８０から出力される予測画像データを加算部６５へ供給する。また、セレクタ７１は、インター予測モードが指定された場合には、インター予測部８１から出力される予測画像データを加算部６５へ供給する。
　イントラ予測部８０は、可逆復号部６２から入力されるイントラ予測に関する情報とフレームメモリ６９からの参照画像データとに基づいてエンハンスメントレイヤのイントラ予測処理を行い、予測画像データを生成する。イントラ予測部８０は、イントラ予測モードとしてイントラＢＬ予測又はイントラ残差予測が指定された場合には、予測対象ブロックに対応するベースレイヤ内のコロケーテッドブロックを参照ブロックとして使用する。イントラＢＬ予測の場合、イントラ予測部８０は、参照ブロックの復号画像に基づいて予測画像を生成する。イントラ残差予測の場合、イントラ予測部８０は、参照ブロックの予測誤差画像に基づいてイントラ予測の予測誤差を予測し、予測した予測誤差の加算された予測画像を生成する。イントラ予測部８０は、生成したエンハンスメントレイヤの予測画像データをセレクタ７１へ出力する。
　インター予測部８１は、可逆復号部６２から入力されるインター予測に関する情報とフレームメモリ６９からの参照画像データとに基づいてエンハンスメントレイヤのインター予測処理（動き補償処理）を行い、予測画像データを生成する。インター予測部８１は、インター予測モードとしてインター残差予測が指定された場合には、予測対象ブロックに対応するベースレイヤ内のコロケーテッドブロックを参照ブロックとして使用する。インター残差予測の場合、インター予測部８１は、参照ブロックの予測誤差画像に基づいてインター予測の予測誤差を予測し、予測した予測誤差の加算された予測画像を生成する。インター予測部８１は、生成したエンハンスメントレイヤの予測画像データをセレクタ７１へ出力する。
　アップサンプリング部８５は、共通メモリ７によりバッファリングされるベースレイヤの画像を、スライス又はタイルに相当し得る領域ごとに並列的に、レイヤ間の解像度比及び可逆復号部６２により復号されるパラメータに従ってアップサンプリングする。アップサンプリング部８５によりアップサンプリングされる画像は、ベースレイヤの復号画像及び予測誤差画像の一方又は双方であってよい。そして、アップサンプリング部８５は、アップサンプリングにより空間解像度の高められたアップサンプリング画像を、平滑化部９０へ出力する。アップサンプリング部８５の詳細な構成の一例について、後にさらに説明する。
　平滑化部９０は、可逆復号部６２により復号されるパラメータに従って、複数の領域の間の境界部分において、アップサンプリング部８５により生成されるアップサンプリング画像を平滑化する。そして、平滑化部９０は、平滑化後のアップアンプリング画像（又は、領域ごとに独立的なアップサンプリングが実行されない場合にアップサンプリング部８５によって生成されたアップサンプリング画像）を、フレームメモリ６９に格納する。フレームメモリ６９に格納されたベースレイヤのアップサンプリング画像は、イントラ予測部８０又はインター予測部８１により、インターレイヤ予測において参照画像として使用され得る。平滑化部９０の詳細な構成の一例について、後にさらに説明する。
　本実施形態において可逆復号部６２により復号されるパラメータは、ベースレイヤ画像を領域ごとに独立的にアップサンプリングするかを示す第１のフラグを含む。第１のフラグは、アップサンプリング部８５及び平滑化部９０により参照される。また、可逆復号部６２により復号されるパラメータは、アップサンプリング画像の平滑化を実行するかを示す第２のフラグを含み得る。第２のフラグは、平滑化部９０により参照される。これらフラグのシンタックスの例は、表１及び表２に示されている。表１に示したシンタックスの第１の例において、可逆復号部６２は、第１のフラグが領域ごとに独立的なアップサンプリングを示す場合にのみ、エンハンスメントレイヤのＰＰＳ又は当該ＰＰＳの拡張から第２のフラグを復号する。表２に示したシンタックスの第２の例において、可逆復号部６２は、エンハンスメントレイヤのＳＰＳ又は当該ＳＰＳの拡張から第２のフラグを復号し、ＰＰＳ又は当該ＰＰＳの拡張から第１のフラグを復号する。
　　［４－２．アップサンプリング部の詳細な構成］
　図１６は、図１５に示したアップサンプリング部８５の構成の一例を示すブロック図である。図１６を参照すると、アップサンプリング部８５は、フィルタ制御部８６、係数メモリ８７及びアップサンプリングフィルタ８８を有する。フィルタ制御部８６及びアップサンプリングフィルタ８８は、並列的に動作可能な複数の処理リソースを用いて実装される。ここでは、主に画像内の４つの領域について並列処理が行われる例を説明するが、かかる例に限定されず、いくつの領域について並列処理が行われてもよい。
　フィルタ制御部８６は、アップサンプリングに関する復号されたパラメータを取得する。例えば、フィルタ制御部８６は、ベースレイヤ画像とエンハンスメントレイヤ画像との間の解像度比を取得する。また、フィルタ制御部８６は、アップサンプリングが領域ごとに独立的に実行されるべきかを示すフラグを取得する。そして、フィルタ制御部８６は、共通メモリ７から各領域のベースレイヤ画像を取得し、補間画素位置ごとにフィルタタップを構築して、構築したフィルタタップをアップサンプリングフィルタ８８へ出力する。復号されたフラグがアップサンプリングが領域ごとに独立的に実行されるべきであることを示す場合、フィルタ制御部８６は、図４を用いて説明したように、領域の境界部分において、隣接領域の画素を参照せず、領域内の画素をミラーリングすることにより暫定的に生成される画素をフィルタタップに含める。
　係数メモリ８７は、アップサンプリングフィルタ８８により使用される様々なフィルタ係数の候補を記憶するメモリである。フィルタ係数は、非特許文献２に記載された補間フィルタと同じであってもよく、又は異なってもよい。係数メモリ８７は、例えば、補間される画素位置とタップ数との各組合せについて、それぞれフィルタ係数のセットを記憶する。係数メモリ８７により記憶されるフィルタ係数のセットは、アップサンプリングフィルタ８８により読み出される。なお、フィルタ係数は、フィルタ制御部８６により動的に計算されてもよい。
　アップサンプリングフィルタ８８は、可逆復号部６２により復号されたパラメータに従って、ベースレイヤよりも空間解像度の高いエンハンスメントレイヤの画像を復号する際に参照されるベースレイヤの画像をアップサンプリングする。より具体的には、アップサンプリングフィルタ８８は、解像度比に応じて順に走査される補間画素の各々について、フィルタ制御部８６により構築されたフィルタタップを、係数メモリ８７から取得されるフィルタ係数でフィルタリングすることにより、補間画素値を算出する。それにより、参照画像として使用されるベースレイヤの画像の空間解像度が、エンハンスメントレイヤと同等の解像度まで高められる。アップサンプリングフィルタ８８によるアップサンプリングは、例えば４つの領域のベースレイヤ画像ＲＧＢ１、ＲＧＢ２、ＲＧＢ３及びＲＧＢ４について並列的に実行され、４つの領域のアップサンプリング画像ＲＧＵ１、ＲＧＵ２、ＲＧＵ３及びＲＧＵ４が生成される。アップサンプリングフィルタ８８は、アップサンプリング後の参照画像データ、即ちアップサンプリング画像ＲＧＵ１、ＲＧＵ２、ＲＧＵ３及びＲＧＵ４を、平滑化部９０へ出力する。
　　［４－３．平滑化部の詳細な構成］
　図１７は、図１５に示した平滑化部９０の構成の一例を示すブロック図である。図１７を参照すると、平滑化部９０は、複数の領域メモリ９１ａ、９１ｂ、９１ｃ及び９１ｄ、平滑化制御部９２、ラインバッファ９３及び平滑化フィルタ９４を有する。平滑化制御部９２及び平滑化フィルタ９４は、並列的に動作可能な複数の処理リソースを用いて実装されてもよく、又は単一の処理リソースを用いて実装されてもよい。
　第１の領域メモリ９１ａは、アップサンプリング部８５から入力される第１の領域のアップサンプリング画像ＲＧＵ１を一時的に記憶する。第２の領域メモリ９１ｂは、アップサンプリング部８５から入力される第２の領域のアップサンプリング画像ＲＧＵ２を一時的に記憶する。第３の領域メモリ９１ｃは、アップサンプリング部８５から入力される第３の領域のアップサンプリング画像ＲＧＵ３を一時的に記憶する。第４の領域メモリ９１ｄは、アップサンプリング部８５から入力される第４の領域のアップサンプリング画像ＲＧＵ４を一時的に記憶する。
　平滑化制御部９２は、平滑化に関する復号されたパラメータを取得する。例えば、平滑化制御部９２は、領域ごとに独立的なアップサンプリングが実行されたかを示す第１のフラグを取得する。平滑化制御部９２は、さらに、アップサンプリング画像の平滑化を実行するかを示す第２のフラグを取得し得る。そして、平滑化制御部９２は、取得したフラグに基づいて、複数の領域の間の境界部分において平滑化を実行するかを判定する。平滑化制御部９２は、第１のフラグが領域ごとに独立的なアップサンプリングを示す場合に、境界部分においてアップサンプリング画像を平滑化すると一律的に決定してもよい。その代わりに、平滑化制御部９２は、第１のフラグが領域ごとに独立的なアップサンプリングを示し、且つ第２のフラグが平滑化の実行を示す場合に限り、境界部分においてアップサンプリング画像を平滑化すると決定してもよい。上述したシンタックスの第２の例が採用されるケースでは、平滑化制御部９２は、第２のフラグがアップサンプリング画像の平滑化を実行することを示す場合に、第１のフラグが領域ごとに独立的なアップサンプリングを示すピクチャについて平滑化を実行すると決定し、第１のフラグが領域ごとに独立的なアップサンプリングを示さないピクチャについて平滑化を実行しないと決定し得る。平滑化制御部９２は、アップサンプリング画像を平滑化しないと決定した場合には、各領域メモリ９１ａ、９１ｂ、９１ｃ及び９１ｄにより記憶されているアップサンプリング画像をそのまま、フレームメモリ６９へ出力させる。一方、平滑化制御部９２は、境界部分においてアップサンプリング画像を平滑化すると決定した場合には、各領域のアップサンプリング画像の境界部分に位置する画素値をラインバッファ９３へ格納し、平滑化フィルタ９４に平滑化を実行させる。
　ラインバッファ９３は、複数の領域の間の境界部分のアップサンプリング後の画素値をバッファリングする。ラインバッファ９３によりバッファリングされる画素は、平滑化フィルタ９４におけるフィルタリングのフィルタタップとして扱われる。
　平滑化フィルタ９４は、領域間の境界上の画素の各々について、ラインバッファ９３によりフィルタタップとしてバッファリングされる画素値から、図１０を用いて説明したように、平滑化後の画素値を算出する。垂直境界と水平境界とが交差する場所の平滑化は、垂直方向及び水平方向のいずれを先にして行われれてもよい。このような平滑化の結果、アップサンプリングによって生じたブロック歪みが修復される。平滑化フィルタ９４は、領域間の境界上の画素の各々について、領域メモリ９１ａ、９１ｂ、９１ｃ及び９１ｄにより記憶されている画素値を平滑化後の画素値で更新する。そして、平滑化制御部９２は、平滑化後のアップサンプリング画像ＲＧＵ１＿ｓｍ、ＲＧＵ２＿ｓｍ、ＲＧＵ３＿ｓｍ及びＲＧＵ４＿ｓｍを、参照画像データとしてフレームメモリ６９へ出力する。
　平滑化制御部９２は、平滑化部９０における平滑化の強度を可変的に制御してもよい。例えば平滑化制御部９２は、ベースレイヤの画像又はエンハンスメントレイヤの画像について、領域間でループフィルタ６６が適用されない場合の平滑化フィルタ９４の強度を、領域間でループフィルタ６６が適用される場合よりも強く設定してもよい。このように、ループフィルタ６６によってブロック歪みが少なくとも部分的に除去される場合には、平滑化フィルタの強度を適応的に下げ又は平滑化フィルタを無効化することで、処理リソースの消費を抑制することができる。
　＜５．一実施形態に係る復号時の処理の流れ＞
　　［５－１．概略的な流れ］
　図１８は、一実施形態に係る復号時の概略的な処理の流れの一例を示すフローチャートである。なお、説明の簡明さのために、本開示に係る技術に直接的に関連しない処理ステップは、図から省略されている。図１８に示した処理は、映像を構成するピクチャの各々について実行される。
　図１８を参照すると、まず、逆多重化部５は、マルチレイヤの多重化ストリームをベースレイヤの符号化ストリーム及びエンハンスメントレイヤの符号化ストリームに逆多重化する（ステップＳ６０）。
　次に、ＢＬ復号部６ａは、ベースレイヤの復号処理を領域別に並列的に実行し、ベースレイヤの符号化ストリームからベースレイヤ画像を再構築する（ステップＳ６１）。
　次に、ＥＬ復号部６ｂは、共通メモリ７によりバッファリングされるベースレイヤの画像（復号画像及び予測誤差画像の一方又は双方）を領域別に並列的にアップサンプリングし、アップサンプリング画像を生成する（ステップＳ６２）。
　次に、ＥＬ復号部６ｂは、アップサンプリング画像を平滑化するか否かを判定し（ステップＳ６３）、アップサンプリング画像を平滑化すると判定した場合にはアップサンプリング画像の領域間の境界部分に平滑化フィルタを適用する（ステップＳ６４）。
　次に、ＥＬ符号化部１ｂは、エンハンスメントレイヤの符号化処理を領域別に並列的に実行し、エンハンスメントレイヤの符号化ストリームを生成する（ステップＳ６５）。ここで実行されるエンハンスメントレイヤの符号化処理において、アップサンプリングされ及び必要に応じて平滑化されたベースレイヤの画像は、インターレイヤ予測において参照画像として使用される。
　　［５－２．アップサンプリングに関連する処理］
　エンハンスメントレイヤの復号処理におけるアップサンプリングに関連する処理の流れは、図１３を用いて説明したような符号化時の処理の流れと同様であってよい。
　　［５－３．平滑化に関連する処理］
　図１９は、エンハンスメントレイヤの復号処理における平滑化に関連する処理の流れの一例を示すフローチャートである。図１９に示した処理は、各ピクチャ内の互いに隣接する複数の領域についてアップサンプリング画像が生成された後に実行され得る。
　図１９を参照すると、まず、平滑化制御部９２は、平滑化に関する復号されたパラメータを可逆復号部６２から取得する（ステップＳ８０）。次に、平滑化制御部９２は、領域間の境界部分においてアップサンプリング画像を平滑化するか否かを判定する（ステップＳ８１）。例えば、領域ごとに独立的なアップサンプリングが実行されなかった場合、又は平滑化がオフに設定されることを示すフラグが復号された場合には、平滑化制御部９２は、アップサンプリング画像を平滑化しないと判定し得る。そうでない場合、処理はステップＳ８２へ進む。
　ステップＳ８２において、平滑化制御部９２は、領域間の１つ以上の境界のうちの注目境界の参照画素を、ラインバッファ４３に格納する（ステップＳ８２）。次に、平滑化フィルタ９４は、ラインバッファ４３に格納された参照画素をフィルタリングすることにより、注目境界上の１つ以上の画素についての平滑化された画素値を算出する（ステップＳ８３）。その後、未処理の境界が残っている場合には、処理はステップＳ８２へ戻り、次の注目境界について上述した処理が繰り返される（ステップＳ８４）。未処理の境界が残っていない場合には、図１９の処理は終了し、平滑化後の（又は平滑化の対象外の）アップサンプリング画像が参照画像データとしてフレームメモリ６９へ出力される。
　＜６．応用例＞
　　［６－１．様々な製品への応用］
　上述した実施形態に係る画像符号化装置１０及び画像復号装置６０は、衛星放送、ケーブルＴＶなどの有線放送、インターネット上での配信、及びセルラー通信による端末への配信などにおける送信機若しくは受信機、光ディスク、磁気ディスク及びフラッシュメモリなどの媒体に画像を記録する記録装置、又は、これら記憶媒体から画像を再生する再生装置などの様々な電子機器に応用され得る。以下、４つの応用例について説明する。
　　　（１）第１の応用例
　図２０は、上述した実施形態を適用したテレビジョン装置の概略的な構成の一例を示している。テレビジョン装置９００は、アンテナ９０１、チューナ９０２、デマルチプレクサ９０３、デコーダ９０４、映像信号処理部９０５、表示部９０６、音声信号処理部９０７、スピーカ９０８、外部インタフェース９０９、制御部９１０、ユーザインタフェース９１１、及びバス９１２を備える。
　チューナ９０２は、アンテナ９０１を介して受信される放送信号から所望のチャンネルの信号を抽出し、抽出した信号を復調する。そして、チューナ９０２は、復調により得られた符号化ビットストリームをデマルチプレクサ９０３へ出力する。即ち、チューナ９０２は、画像が符号化されている符号化ストリームを受信する、テレビジョン装置９００における伝送手段としての役割を有する。
　デマルチプレクサ９０３は、符号化ビットストリームから視聴対象の番組の映像ストリーム及び音声ストリームを分離し、分離した各ストリームをデコーダ９０４へ出力する。また、デマルチプレクサ９０３は、符号化ビットストリームからＥＰＧ（Electronic　Program　Guide）などの補助的なデータを抽出し、抽出したデータを制御部９１０に供給する。なお、デマルチプレクサ９０３は、符号化ビットストリームがスクランブルされている場合には、デスクランブルを行ってもよい。
　デコーダ９０４は、デマルチプレクサ９０３から入力される映像ストリーム及び音声ストリームを復号する。そして、デコーダ９０４は、復号処理により生成される映像データを映像信号処理部９０５へ出力する。また、デコーダ９０４は、復号処理により生成される音声データを音声信号処理部９０７へ出力する。
　映像信号処理部９０５は、デコーダ９０４から入力される映像データを再生し、表示部９０６に映像を表示させる。また、映像信号処理部９０５は、ネットワークを介して供給されるアプリケーション画面を表示部９０６に表示させてもよい。また、映像信号処理部９０５は、映像データについて、設定に応じて、例えばノイズ除去などの追加的な処理を行ってもよい。さらに、映像信号処理部９０５は、例えばメニュー、ボタン又はカーソルなどのＧＵＩ（Graphical　User　Interface）の画像を生成し、生成した画像を出力画像に重畳してもよい。
　表示部９０６は、映像信号処理部９０５から供給される駆動信号により駆動され、表示デバイス（例えば、液晶ディスプレイ、プラズマディスプレイ又はＯＬＥＤなど）の映像面上に映像又は画像を表示する。
　音声信号処理部９０７は、デコーダ９０４から入力される音声データについてＤ／Ａ変換及び増幅などの再生処理を行い、スピーカ９０８から音声を出力させる。また、音声信号処理部９０７は、音声データについてノイズ除去などの追加的な処理を行ってもよい。
　外部インタフェース９０９は、テレビジョン装置９００と外部機器又はネットワークとを接続するためのインタフェースである。例えば、外部インタフェース９０９を介して受信される映像ストリーム又は音声ストリームが、デコーダ９０４により復号されてもよい。即ち、外部インタフェース９０９もまた、画像が符号化されている符号化ストリームを受信する、テレビジョン装置９００における伝送手段としての役割を有する。
　制御部９１０は、ＣＰＵ（Central　Processing　Unit）などのプロセッサ、並びにＲＡＭ（Random　Access　Memory）及びＲＯＭ（Read　Only　Memory）などのメモリを有する。メモリは、ＣＰＵにより実行されるプログラム、プログラムデータ、ＥＰＧデータ、及びネットワークを介して取得されるデータなどを記憶する。メモリにより記憶されるプログラムは、例えば、テレビジョン装置９００の起動時にＣＰＵにより読み込まれ、実行される。ＣＰＵは、プログラムを実行することにより、例えばユーザインタフェース９１１から入力される操作信号に応じて、テレビジョン装置９００の動作を制御する。
　ユーザインタフェース９１１は、制御部９１０と接続される。ユーザインタフェース９１１は、例えば、ユーザがテレビジョン装置９００を操作するためのボタン及びスイッチ、並びに遠隔制御信号の受信部などを有する。ユーザインタフェース９１１は、これら構成要素を介してユーザによる操作を検出して操作信号を生成し、生成した操作信号を制御部９１０へ出力する。
　バス９１２は、チューナ９０２、デマルチプレクサ９０３、デコーダ９０４、映像信号処理部９０５、音声信号処理部９０７、外部インタフェース９０９及び制御部９１０を相互に接続する。
　このように構成されたテレビジョン装置９００において、デコーダ９０４は、上述した実施形態に係る画像復号装置６０の機能を有する。それにより、テレビジョン装置９００が空間解像度の異なるレイヤの画像を復号する際に、並列処理を維持しつつ画質の劣化を補償することができる。
　　　（２）第２の応用例
　図２１は、上述した実施形態を適用した携帯電話機の概略的な構成の一例を示している。携帯電話機９２０は、アンテナ９２１、通信部９２２、音声コーデック９２３、スピーカ９２４、マイクロホン９２５、カメラ部９２６、画像処理部９２７、多重分離部９２８、記録再生部９２９、表示部９３０、制御部９３１、操作部９３２、及びバス９３３を備える。
　アンテナ９２１は、通信部９２２に接続される。スピーカ９２４及びマイクロホン９２５は、音声コーデック９２３に接続される。操作部９３２は、制御部９３１に接続される。バス９３３は、通信部９２２、音声コーデック９２３、カメラ部９２６、画像処理部９２７、多重分離部９２８、記録再生部９２９、表示部９３０、及び制御部９３１を相互に接続する。
　携帯電話機９２０は、音声通話モード、データ通信モード、撮影モード及びテレビ電話モードを含む様々な動作モードで、音声信号の送受信、電子メール又は画像データの送受信、画像の撮像、及びデータの記録などの動作を行う。
　音声通話モードにおいて、マイクロホン９２５により生成されるアナログ音声信号は、音声コーデック９２３に供給される。音声コーデック９２３は、アナログ音声信号を音声データへ変換し、変換された音声データをＡ／Ｄ変換し圧縮する。そして、音声コーデック９２３は、圧縮後の音声データを通信部９２２へ出力する。通信部９２２は、音声データを符号化及び変調し、送信信号を生成する。そして、通信部９２２は、生成した送信信号をアンテナ９２１を介して基地局（図示せず）へ送信する。また、通信部９２２は、アンテナ９２１を介して受信される無線信号を増幅し及び周波数変換し、受信信号を取得する。そして、通信部９２２は、受信信号を復調及び復号して音声データを生成し、生成した音声データを音声コーデック９２３へ出力する。音声コーデック９２３は、音声データを伸張し及びＤ／Ａ変換し、アナログ音声信号を生成する。そして、音声コーデック９２３は、生成した音声信号をスピーカ９２４に供給して音声を出力させる。
　また、データ通信モードにおいて、例えば、制御部９３１は、操作部９３２を介するユーザによる操作に応じて、電子メールを構成する文字データを生成する。また、制御部９３１は、文字を表示部９３０に表示させる。また、制御部９３１は、操作部９３２を介するユーザからの送信指示に応じて電子メールデータを生成し、生成した電子メールデータを通信部９２２へ出力する。通信部９２２は、電子メールデータを符号化及び変調し、送信信号を生成する。そして、通信部９２２は、生成した送信信号をアンテナ９２１を介して基地局（図示せず）へ送信する。また、通信部９２２は、アンテナ９２１を介して受信される無線信号を増幅し及び周波数変換し、受信信号を取得する。そして、通信部９２２は、受信信号を復調及び復号して電子メールデータを復元し、復元した電子メールデータを制御部９３１へ出力する。制御部９３１は、表示部９３０に電子メールの内容を表示させると共に、電子メールデータを記録再生部９２９の記憶媒体に記憶させる。
　記録再生部９２９は、読み書き可能な任意の記憶媒体を有する。例えば、記憶媒体は、ＲＡＭ又はフラッシュメモリなどの内蔵型の記憶媒体であってもよく、ハードディスク、磁気ディスク、光磁気ディスク、光ディスク、ＵＳＢメモリ、又はメモリカードなどの外部装着型の記憶媒体であってもよい。
　また、撮影モードにおいて、例えば、カメラ部９２６は、被写体を撮像して画像データを生成し、生成した画像データを画像処理部９２７へ出力する。画像処理部９２７は、カメラ部９２６から入力される画像データを符号化し、符号化ストリームを記録再生部９２９の記憶媒体に記憶させる。
　また、テレビ電話モードにおいて、例えば、多重分離部９２８は、画像処理部９２７により符号化された映像ストリームと、音声コーデック９２３から入力される音声ストリームとを多重化し、多重化したストリームを通信部９２２へ出力する。通信部９２２は、ストリームを符号化及び変調し、送信信号を生成する。そして、通信部９２２は、生成した送信信号をアンテナ９２１を介して基地局（図示せず）へ送信する。また、通信部９２２は、アンテナ９２１を介して受信される無線信号を増幅し及び周波数変換し、受信信号を取得する。これら送信信号及び受信信号には、符号化ビットストリームが含まれ得る。そして、通信部９２２は、受信信号を復調及び復号してストリームを復元し、復元したストリームを多重分離部９２８へ出力する。多重分離部９２８は、入力されるストリームから映像ストリーム及び音声ストリームを分離し、映像ストリームを画像処理部９２７、音声ストリームを音声コーデック９２３へ出力する。画像処理部９２７は、映像ストリームを復号し、映像データを生成する。映像データは、表示部９３０に供給され、表示部９３０により一連の画像が表示される。音声コーデック９２３は、音声ストリームを伸張し及びＤ／Ａ変換し、アナログ音声信号を生成する。そして、音声コーデック９２３は、生成した音声信号をスピーカ９２４に供給して音声を出力させる。
　このように構成された携帯電話機９２０において、画像処理部９２７は、上述した実施形態に係る画像符号化装置１０及び画像復号装置６０の機能を有する。それにより、携帯電話機９２０が空間解像度の異なるレイヤの画像を符号化し又は復号する際に、並列処理を維持しつつ画質の劣化を補償することができる。
　　　（３）第３の応用例
　図２２は、上述した実施形態を適用した記録再生装置の概略的な構成の一例を示している。記録再生装置９４０は、例えば、受信した放送番組の音声データ及び映像データを符号化して記録媒体に記録する。また、記録再生装置９４０は、例えば、他の装置から取得される音声データ及び映像データを符号化して記録媒体に記録してもよい。また、記録再生装置９４０は、例えば、ユーザの指示に応じて、記録媒体に記録されているデータをモニタ及びスピーカ上で再生する。このとき、記録再生装置９４０は、音声データ及び映像データを復号する。
　記録再生装置９４０は、チューナ９４１、外部インタフェース９４２、エンコーダ９４３、ＨＤＤ（Hard　Disk　Drive）９４４、ディスクドライブ９４５、セレクタ９４６、デコーダ９４７、ＯＳＤ（On-Screen　Display）９４８、制御部９４９、及びユーザインタフェース９５０を備える。
　チューナ９４１は、アンテナ（図示せず）を介して受信される放送信号から所望のチャンネルの信号を抽出し、抽出した信号を復調する。そして、チューナ９４１は、復調により得られた符号化ビットストリームをセレクタ９４６へ出力する。即ち、チューナ９４１は、記録再生装置９４０における伝送手段としての役割を有する。
　外部インタフェース９４２は、記録再生装置９４０と外部機器又はネットワークとを接続するためのインタフェースである。外部インタフェース９４２は、例えば、ＩＥＥＥ１３９４インタフェース、ネットワークインタフェース、ＵＳＢインタフェース、又はフラッシュメモリインタフェースなどであってよい。例えば、外部インタフェース９４２を介して受信される映像データ及び音声データは、エンコーダ９４３へ入力される。即ち、外部インタフェース９４２は、記録再生装置９４０における伝送手段としての役割を有する。
　エンコーダ９４３は、外部インタフェース９４２から入力される映像データ及び音声データが符号化されていない場合に、映像データ及び音声データを符号化する。そして、エンコーダ９４３は、符号化ビットストリームをセレクタ９４６へ出力する。
　ＨＤＤ９４４は、映像及び音声などのコンテンツデータが圧縮された符号化ビットストリーム、各種プログラム及びその他のデータを内部のハードディスクに記録する。また、ＨＤＤ９４４は、映像及び音声の再生時に、これらデータをハードディスクから読み出す。
　ディスクドライブ９４５は、装着されている記録媒体へのデータの記録及び読み出しを行う。ディスクドライブ９４５に装着される記録媒体は、例えばＤＶＤディスク（ＤＶＤ－Ｖｉｄｅｏ、ＤＶＤ－ＲＡＭ、ＤＶＤ－Ｒ、ＤＶＤ－ＲＷ、ＤＶＤ＋Ｒ、ＤＶＤ＋ＲＷ等）又はＢｌｕ－ｒａｙ（登録商標）ディスクなどであってよい。
　セレクタ９４６は、映像及び音声の記録時には、チューナ９４１又はエンコーダ９４３から入力される符号化ビットストリームを選択し、選択した符号化ビットストリームをＨＤＤ９４４又はディスクドライブ９４５へ出力する。また、セレクタ９４６は、映像及び音声の再生時には、ＨＤＤ９４４又はディスクドライブ９４５から入力される符号化ビットストリームをデコーダ９４７へ出力する。
　デコーダ９４７は、符号化ビットストリームを復号し、映像データ及び音声データを生成する。そして、デコーダ９４７は、生成した映像データをＯＳＤ９４８へ出力する。また、デコーダ９０４は、生成した音声データを外部のスピーカへ出力する。
　ＯＳＤ９４８は、デコーダ９４７から入力される映像データを再生し、映像を表示する。また、ＯＳＤ９４８は、表示する映像に、例えばメニュー、ボタン又はカーソルなどのＧＵＩの画像を重畳してもよい。
　制御部９４９は、ＣＰＵなどのプロセッサ、並びにＲＡＭ及びＲＯＭなどのメモリを有する。メモリは、ＣＰＵにより実行されるプログラム、及びプログラムデータなどを記憶する。メモリにより記憶されるプログラムは、例えば、記録再生装置９４０の起動時にＣＰＵにより読み込まれ、実行される。ＣＰＵは、プログラムを実行することにより、例えばユーザインタフェース９５０から入力される操作信号に応じて、記録再生装置９４０の動作を制御する。
　ユーザインタフェース９５０は、制御部９４９と接続される。ユーザインタフェース９５０は、例えば、ユーザが記録再生装置９４０を操作するためのボタン及びスイッチ、並びに遠隔制御信号の受信部などを有する。ユーザインタフェース９５０は、これら構成要素を介してユーザによる操作を検出して操作信号を生成し、生成した操作信号を制御部９４９へ出力する。
　このように構成された記録再生装置９４０において、エンコーダ９４３は、上述した実施形態に係る画像符号化装置１０の機能を有する。また、デコーダ９４７は、上述した実施形態に係る画像復号装置６０の機能を有する。それにより、記録再生装置９４０が空間解像度の異なるレイヤの画像を符号化し又は復号する際に、並列処理を維持しつつ画質の劣化を補償することができる。
　　　（４）第４の応用例
　図２３は、上述した実施形態を適用した撮像装置の概略的な構成の一例を示している。撮像装置９６０は、被写体を撮像して画像を生成し、画像データを符号化して記録媒体に記録する。
　撮像装置９６０は、光学ブロック９６１、撮像部９６２、信号処理部９６３、画像処理部９６４、表示部９６５、外部インタフェース９６６、メモリ９６７、メディアドライブ９６８、ＯＳＤ９６９、制御部９７０、ユーザインタフェース９７１、及びバス９７２を備える。
　光学ブロック９６１は、撮像部９６２に接続される。撮像部９６２は、信号処理部９６３に接続される。表示部９６５は、画像処理部９６４に接続される。ユーザインタフェース９７１は、制御部９７０に接続される。バス９７２は、画像処理部９６４、外部インタフェース９６６、メモリ９６７、メディアドライブ９６８、ＯＳＤ９６９、及び制御部９７０を相互に接続する。
　光学ブロック９６１は、フォーカスレンズ及び絞り機構などを有する。光学ブロック９６１は、被写体の光学像を撮像部９６２の撮像面に結像させる。撮像部９６２は、ＣＣＤ又はＣＭＯＳなどのイメージセンサを有し、撮像面に結像した光学像を光電変換によって電気信号としての画像信号に変換する。そして、撮像部９６２は、画像信号を信号処理部９６３へ出力する。
　信号処理部９６３は、撮像部９６２から入力される画像信号に対してニー補正、ガンマ補正、色補正などの種々のカメラ信号処理を行う。信号処理部９６３は、カメラ信号処理後の画像データを画像処理部９６４へ出力する。
　画像処理部９６４は、信号処理部９６３から入力される画像データを符号化し、符号化データを生成する。そして、画像処理部９６４は、生成した符号化データを外部インタフェース９６６又はメディアドライブ９６８へ出力する。また、画像処理部９６４は、外部インタフェース９６６又はメディアドライブ９６８から入力される符号化データを復号し、画像データを生成する。そして、画像処理部９６４は、生成した画像データを表示部９６５へ出力する。また、画像処理部９６４は、信号処理部９６３から入力される画像データを表示部９６５へ出力して画像を表示させてもよい。また、画像処理部９６４は、ＯＳＤ９６９から取得される表示用データを、表示部９６５へ出力する画像に重畳してもよい。
　ＯＳＤ９６９は、例えばメニュー、ボタン又はカーソルなどのＧＵＩの画像を生成して、生成した画像を画像処理部９６４へ出力する。
　外部インタフェース９６６は、例えばＵＳＢ入出力端子として構成される。外部インタフェース９６６は、例えば、画像の印刷時に、撮像装置９６０とプリンタとを接続する。また、外部インタフェース９６６には、必要に応じてドライブが接続される。ドライブには、例えば、磁気ディスク又は光ディスクなどのリムーバブルメディアが装着され、リムーバブルメディアから読み出されるプログラムが、撮像装置９６０にインストールされ得る。さらに、外部インタフェース９６６は、ＬＡＮ又はインターネットなどのネットワークに接続されるネットワークインタフェースとして構成されてもよい。即ち、外部インタフェース９６６は、撮像装置９６０における伝送手段としての役割を有する。
　メディアドライブ９６８に装着される記録媒体は、例えば、磁気ディスク、光磁気ディスク、光ディスク、又は半導体メモリなどの、読み書き可能な任意のリムーバブルメディアであってよい。また、メディアドライブ９６８に記録媒体が固定的に装着され、例えば、内蔵型ハードディスクドライブ又はＳＳＤ（Solid　State　Drive）のような非可搬性の記憶部が構成されてもよい。
　制御部９７０は、ＣＰＵなどのプロセッサ、並びにＲＡＭ及びＲＯＭなどのメモリを有する。メモリは、ＣＰＵにより実行されるプログラム、及びプログラムデータなどを記憶する。メモリにより記憶されるプログラムは、例えば、撮像装置９６０の起動時にＣＰＵにより読み込まれ、実行される。ＣＰＵは、プログラムを実行することにより、例えばユーザインタフェース９７１から入力される操作信号に応じて、撮像装置９６０の動作を制御する。
　ユーザインタフェース９７１は、制御部９７０と接続される。ユーザインタフェース９７１は、例えば、ユーザが撮像装置９６０を操作するためのボタン及びスイッチなどを有する。ユーザインタフェース９７１は、これら構成要素を介してユーザによる操作を検出して操作信号を生成し、生成した操作信号を制御部９７０へ出力する。
　このように構成された撮像装置９６０において、画像処理部９６４は、上述した実施形態に係る画像符号化装置１０及び画像復号装置６０の機能を有する。それにより、撮像装置９６０が空間解像度の異なるレイヤの画像を符号化し又は復号する際に、並列処理を維持しつつ画質の劣化を補償することができる。
　　［６－２．スケーラブル符号化の様々な用途］
　上述したスケーラブル符号化の利点は、様々な用途において享受され得る。以下、３つの用途の例について説明する。
　　　（１）第１の例
　第１の例において、スケーラブル符号化は、データの選択的な伝送のために利用される。図２４を参照すると、データ伝送システム１０００は、ストリーム記憶装置１００１及び配信サーバ１００２を含む。配信サーバ１００２は、ネットワーク１００３を介して、いくつかの端末装置と接続される。ネットワーク１００３は、有線ネットワークであっても無線ネットワークであってもよく、又はそれらの組合せであってもよい。図２４には、端末装置の例として、ＰＣ（Personal　Computer）１００４、ＡＶ機器１００５、タブレット装置１００６及び携帯電話機１００７が示されている。
　ストリーム記憶装置１００１は、例えば、画像符号化装置１０により生成される多重化ストリームを含むストリームデータ１０１１を記憶する。多重化ストリームは、ベースレイヤ（ＢＬ）の符号化ストリーム及びエンハンスメントレイヤ（ＥＬ）の符号化ストリームを含む。配信サーバ１００２は、ストリーム記憶装置１００１に記憶されているストリームデータ１０１１を読み出し、読み出したストリームデータ１０１１の少なくとも一部分を、ネットワーク１００３を介して、ＰＣ１００４、ＡＶ機器１００５、タブレット装置１００６、及び携帯電話機１００７へ配信する。
　端末装置へのストリームの配信の際、配信サーバ１００２は、端末装置の能力又は通信環境などの何らかの条件に基づいて、配信すべきストリームを選択する。例えば、配信サーバ１００２は、端末装置が扱うことのできる画質を上回るほど高い画質を有する符号化ストリームを配信しないことにより、端末装置における遅延、オーバフロー又はプロセッサの過負荷の発生を回避してもよい。また、配信サーバ１００２は、高い画質を有する符号化ストリームを配信しないことにより、ネットワーク１００３の通信帯域が占有されることを回避してもよい。一方、配信サーバ１００２は、これら回避すべきリスクが存在しない場合、又はユーザとの契約若しくは何らかの条件に基づいて適切だと判断される場合に、多重化ストリームの全てを端末装置へ配信してもよい。
　図２４の例では、配信サーバ１００２は、ストリーム記憶装置１００１からストリームデータ１０１１を読み出す。そして、配信サーバ１００２は、高い処理能力を有するＰＣ１００４へ、ストリームデータ１０１１をそのまま配信する。また、ＡＶ機器１００５は低い処理能力を有するため、配信サーバ１００２は、ストリームデータ１０１１から抽出されるベースレイヤの符号化ストリームのみを含むストリームデータ１０１２を生成し、ストリームデータ１０１２をＡＶ機器１００５へ配信する。また、配信サーバ１００２は、高い通信レートで通信可能であるタブレット装置１００６へストリームデータ１０１１をそのまま配信する。また、携帯電話機１００７は低い通信レートでしか通信できないため、配信サーバ１００２は、ベースレイヤの符号化ストリームのみを含むストリームデータ１０１２を携帯電話機１００７へ配信する。
　このように多重化ストリームを用いることにより、伝送されるトラフィックの量を適応的に調整することができる。また、個々のレイヤがそれぞれ単独に符号化されるケースと比較して、ストリームデータ１０１１の符号量は削減されるため、ストリームデータ１０１１の全体が配信されるとしても、ネットワーク１００３に掛かる負荷は抑制される。さらに、ストリーム記憶装置１００１のメモリリソースも節約される。
　端末装置のハードウエア性能は、装置ごとに異なる。また、端末装置において実行されるアプリケーションのケイパビリティも様々である。さらに、ネットワーク１００３の通信容量もまた様々である。データ伝送のために利用可能な容量は、他のトラフィックの存在に起因して、時々刻々と変化し得る。そこで、配信サーバ１００２は、ストリームデータの配信を開始する前に、配信先の端末装置との間のシグナリングを通じて、端末装置のハードウエア性能及びアプリケーションケイパビリティなどに関する端末情報と、ネットワーク１００３の通信容量などに関するネットワーク情報とを取得してもよい。そして、配信サーバ１００２は、取得した情報に基づいて、配信すべきストリームを選択し得る。
　なお、復号すべきレイヤの抽出は、端末装置において行われてもよい。例えば、ＰＣ１００４は、受信した多重化ストリームから抽出され復号されるベースレイヤ画像をその画面に表示してもよい。また、ＰＣ１００４は、受信した多重化ストリームからベースレイヤの符号化ストリームを抽出してストリームデータ１０１２を生成し、生成したストリームデータ１０１２を記憶媒体に記憶させ、又は他の装置へ転送してもよい。
　図２４に示したデータ伝送システム１０００の構成は一例に過ぎない。データ伝送システム１０００は、いかなる数のストリーム記憶装置１００１、配信サーバ１００２、ネットワーク１００３、及び端末装置を含んでもよい。
　　　（２）第２の例
　第２の例において、スケーラブル符号化は、複数の通信チャネルを介するデータの伝送のために利用される。図２５を参照すると、データ伝送システム１１００は、放送局１１０１及び端末装置１１０２を含む。放送局１１０１は、地上波チャネル１１１１上で、ベースレイヤの符号化ストリーム１１２１を放送する。また、放送局１１０１は、ネットワーク１１１２を介して、エンハンスメントレイヤの符号化ストリーム１１２２を端末装置１１０２へ送信する。
　端末装置１１０２は、放送局１１０１により放送される地上波放送を受信するための受信機能を有し、地上波チャネル１１１１を介してベースレイヤの符号化ストリーム１１２１を受信する。また、端末装置１１０２は、放送局１１０１と通信するための通信機能を有し、ネットワーク１１１２を介してエンハンスメントレイヤの符号化ストリーム１１２２を受信する。
　端末装置１１０２は、例えば、ユーザからの指示に応じて、ベースレイヤの符号化ストリーム１１２１を受信し、受信した符号化ストリーム１１２１からベースレイヤ画像を復号してベースレイヤ画像を画面に表示してもよい。また、端末装置１１０２は、復号したベースレイヤ画像を記憶媒体に記憶させ、又は他の装置へ転送してもよい。
　また、端末装置１１０２は、例えば、ユーザからの指示に応じて、ネットワーク１１１２を介してエンハンスメントレイヤの符号化ストリーム１１２２を受信し、ベースレイヤの符号化ストリーム１１２１とエンハンスメントレイヤの符号化ストリーム１１２２とを多重化することにより多重化ストリームを生成してもよい。また、端末装置１１０２は、エンハンスメントレイヤの符号化ストリーム１１２２からエンハンスメントレイヤ画像を復号してエンハンスメントレイヤ画像を画面に表示してもよい。また、端末装置１１０２は、復号したエンハンスメントレイヤ画像を記憶媒体に記憶させ、又は他の装置へ転送してもよい。
　上述したように、多重化ストリームに含まれる各レイヤの符号化ストリームは、レイヤごとに異なる通信チャネルを介して伝送され得る。それにより、個々のチャネルに掛かる負荷を分散させて、通信の遅延若しくはオーバフローの発生を抑制することができる。
　また、何らかの条件に応じて、伝送のために使用される通信チャネルが動的に選択されてもよい。例えば、データ量が比較的多いベースレイヤの符号化ストリーム１１２１は帯域幅の広い通信チャネルを介して伝送され、データ量が比較的少ないエンハンスメントレイヤの符号化ストリーム１１２２は帯域幅の狭い通信チャネルを介して伝送され得る。また、特定のレイヤの符号化ストリーム１１２２が伝送される通信チャネルが、通信チャネルの帯域幅に応じて切り替えられてもよい。それにより、個々のチャネルに掛かる負荷をより効果的に抑制することができる。
　なお、図２５に示したデータ伝送システム１１００の構成は一例に過ぎない。データ伝送システム１１００は、いかなる数の通信チャネル及び端末装置を含んでもよい。また、放送以外の用途において、ここで説明したシステムの構成が利用されてもよい。
　　　（３）第３の例
　第３の例において、スケーラブル符号化は、映像の記憶のために利用される。図２６を参照すると、データ伝送システム１２００は、撮像装置１２０１及びストリーム記憶装置１２０２を含む。撮像装置１２０１は、被写体１２１１を撮像することにより生成される画像データをスケーラブル符号化し、多重化ストリーム１２２１を生成する。多重化ストリーム１２２１は、ベースレイヤの符号化ストリーム及びエンハンスメントレイヤの符号化ストリームを含む。そして、撮像装置１２０１は、多重化ストリーム１２２１をストリーム記憶装置１２０２へ供給する。
　ストリーム記憶装置１２０２は、撮像装置１２０１から供給される多重化ストリーム１２２１を、モードごとに異なる画質で記憶する。例えば、ストリーム記憶装置１２０２は、通常モードにおいて、多重化ストリーム１２２１からベースレイヤの符号化ストリーム１２２２を抽出し、抽出したベースレイヤの符号化ストリーム１２２２を記憶する。これに対し、ストリーム記憶装置１２０２は、高画質モードにおいて、多重化ストリーム１２２１をそのまま記憶する。それにより、ストリーム記憶装置１２０２は、高画質での映像の記録が望まれる場合にのみ、データ量の多い高画質のストリームを記録することができる。そのため、画質の劣化のユーザへの影響を抑制しながら、メモリリソースを節約することができる。
　例えば、撮像装置１２０１は、監視カメラであるものとする。撮像画像に監視対象（例えば侵入者）が映っていない場合には、通常モードが選択される。この場合、撮像画像は重要でない可能性が高いため、データ量の削減が優先され、映像は低画質で記録される（即ち、ベースレイヤの符号化ストリーム１２２２のみが記憶される）。これに対し、撮像画像に監視対象（例えば、侵入者である被写体１２１１）が映っている場合には、高画質モードが選択される。この場合、撮像画像は重要である可能性が高いため、画質の高さが優先され、映像は高画質で記録される（即ち、多重化ストリーム１２２１が記憶される）。
　図２６の例では、モードは、例えば画像解析結果に基づいて、ストリーム記憶装置１２０２により選択される。しかしながら、かかる例に限定されず、撮像装置１２０１がモードを選択してもよい。後者の場合、撮像装置１２０１は、通常モードにおいて、ベースレイヤの符号化ストリーム１２２２をストリーム記憶装置１２０２へ供給し、高画質モードにおいて、多重化ストリーム１２２１をストリーム記憶装置１２０２へ供給してもよい。
　なお、モードを選択するための選択基準は、いかなる基準であってもよい。例えば、マイクロフォンを通じて取得される音声の大きさ又は音声の波形などに応じて、モードが切り替えられてもよい。また、周期的にモードが切り替えられてもよい。また、ユーザがらの指示に応じてモードが切り替えられてもよい。さらに、選択可能なモードの数は、階層化されるレイヤの数を超えない限り、いかなる数であってもよい。
　図２６に示したデータ伝送システム１２００の構成は一例に過ぎない。データ伝送システム１２００は、いかなる数の撮像装置１２０１を含んでもよい。また、監視カメラ以外の用途において、ここで説明したシステムの構成が利用されてもよい。
　　［６－３．他のコーデックへの応用］
　　　（１）マルチビューコーデックへの応用
　マルチビューコーデックは、マルチレイヤコーデックの一種であり、いわゆる多視点映像を符号化し及び復号するための画像符号化方式である。図２７は、マルチビューコーデックについて説明するための説明図である。図２７を参照すると、３つの視点においてそれぞれ撮影される３つのビューのフレームのシーケンスが示されている。各ビューには、ビューＩＤ（view_id）が付与される。これら複数のビューのうちいずれか１つのビューが、ベースビュー（base　view）に指定される。ベースビュー以外のビューは、ノンベースビューと呼ばれる。図２７の例では、ビューＩＤが“０”であるビューがベースビューであり、ビューＩＤが“１”又は“２”である２つのビューがノンベースビューである。これらビューが階層的に符号化される場合、各ビューがレイヤに相当し得る。図中に矢印で示したように、ノンベースビューの画像は、ベースビューの画像を参照して符号化され及び復号される（他のノンベースビューの画像も参照されてよい）。
　図２８は、マルチビューコーデックをサポートする画像符号化装置１０ｖの概略的な構成を示すブロック図である。図２８を参照すると、画像符号化装置１０ｖは、第１レイヤ符号化部１ｃ、第２レイヤ符号化部１ｄ、共通メモリ２及び多重化部３を備える。
　第１レイヤ符号化部１ｃの機能は、入力としてベースレイヤ画像の代わりにベースビュー画像を受け取ることを除き、図５を用いて説明したＢＬ符号化部１ａの機能と同等である。第１レイヤ符号化部１ｃは、ベースビュー画像を符号化し、第１レイヤの符号化ストリームを生成する。第２レイヤ符号化部１ｄの機能は、入力としてエンハンスメントレイヤ画像の代わりにノンベースビュー画像を受け取ることを除き、図５を用いて説明したＥＬ符号化部１ｂの機能と同等である。第２レイヤ符号化部１ｄは、ノンベースビュー画像を符号化し、第２レイヤの符号化ストリームを生成する。共通メモリ２は、レイヤ間で共通的に利用される情報を記憶する。多重化部３は、第１レイヤ符号化部１ｃにより生成される第１レイヤの符号化ストリームと、第２レイヤ符号化部１ｄにより生成される第２レイヤの符号化ストリームとを多重化し、マルチレイヤの多重化ストリームを生成する。
　図２９は、マルチビューコーデックをサポートする画像復号装置６０ｖの概略的な構成を示すブロック図である。図２９を参照すると、画像復号装置６０ｖは、逆多重化部５、第１レイヤ復号部６ｃ、第２レイヤ復号部６ｄ及び共通メモリ７を備える。
　逆多重化部５は、マルチレイヤの多重化ストリームを第１レイヤの符号化ストリーム及び第２レイヤの符号化ストリームに逆多重化する。第１レイヤ復号部６ｃの機能は、入力としてベースレイヤ画像の代わりにベースビュー画像が符号化された符号化ストリームを受け取ることを除き、図６を用いて説明したＢＬ復号部６ａの機能と同等である。第１レイヤ復号部６ｃは、第１レイヤの符号化ストリームからベースビュー画像を復号する。第２レイヤ復号部６ｄの機能は、入力としてエンハンスメントレイヤ画像の代わりにノンベースビュー画像が符号化された符号化ストリームを受け取ることを除き、図６を用いて説明したＥＬ復号部６ｂの機能と同等である。第２レイヤ復号部６ｄは、第２レイヤの符号化ストリームからノンベースビュー画像を復号する。共通メモリ７は、レイヤ間で共通的に利用される情報を記憶する。
　マルチビューの画像データを符号化し又は復号する際、ビュー間で空間解像度が異なる場合には、本開示に係る技術に従って、ビュー間のアップサンプリングが制御されてもよい。それにより、スケーラブル符号化のケースと同様に、マルチビューコーデックにおいても、並列処理を維持しつつ画質の劣化を補償することができる。
　　　（２）ストリーミング技術への応用
　本開示に係る技術は、ストリーミングプロトコルに適用されてもよい。例えば、ＭＰＥＧ－ＤＡＳＨ（Dynamic　Adaptive　Streaming　over　HTTP）では、解像度などのパラメータが互いに異なる複数の符号化ストリームがストリーミングサーバにおいて予め用意される。そして、ストリーミングサーバは、複数の符号化ストリームからストリーミングすべき適切なデータをセグメント単位で動的に選択し、選択したデータを配信する。このようなストリーミングプロトコルにおいて、本開示に係る技術に従って、アップサンプリング及び平滑化が制御されてもよい。
　　［６－４．様々な実装レベル］
　本開示に係る技術は、例えば、システムＬＳＩ（Large　Scale　Integration）などのプロセッサ、複数のプロセッサを用いるモジュール、複数のモジュールを用いるユニット、ユニットにさらにその他の機能を付加したセットなどの様々な実装レベルにおいて実現されてよい。
　　　（１）ビデオセット
　本開示に係る技術をセットとして実現する場合の例について、図３０を参照して説明する。図３０は、ビデオセットの概略的な構成の一例を示すブロック図である。
　近年、電子機器は多機能化している。電子機器の開発又は製造は、個々の機能ごとに行われた後、複数の機能を統合する段階へと進む。従って、電子機器の一部のみを製造し又は販売する事業者が存在する。当該事業者は、単一の機能若しくは互いに関連する複数の機能を有する構成要素を提供し、又は統合的な機能群を有するセットを提供する。図３０に示したビデオセット１３００は、画像の符号化及び復号（いずれか一方でもよい）のための構成要素と、それら機能に関連する他の機能を有する構成要素とを統合的に含むセットである。
　図３０を参照すると、ビデオセット１３００は、ビデオモジュール１３１１、外部メモリ１３１２、パワーマネージメントモジュール１３１３、及びフロントエンドモジュール１３１４を含むモジュール群と、コネクティビティモジュール１３２１、カメラ１３２２、及びセンサ１３２３を含む関連機能のためのデバイス群と、を有する。
　モジュールは、互いに関連するいくつかの機能のための部品を集約することにより形成される構成要素である。モジュールは、どのような物理的構成を有していてもよい。一例として、モジュールは、同一の又は異なる機能を有する複数のプロセッサと、抵抗及びコンデンサなどの電子回路素子と、その他のデバイスとを回路基板に一体的に配置することにより形成され得る。モジュールに他のモジュール又はプロセッサなどを組合せることにより、別のモジュールが形成されてもよい。
　図３０の例では、ビデオモジュール１３１１において、画像処理に関する機能のための部品が集約されている。ビデオモジュール１３１１は、アプリケーションプロセッサ１３3３１、ビデオプロセッサ１３３２、ブロードバンドモデム１３３３、及びベースバンドモジュール１３３４を有する。
　プロセッサは、例えばＳＯＣ（System　On　a　Chip）又はシステムＬＳＩ（Large　Scale　Integration）であってよい。ＳｏＣ又はシステムＬＳＩは、所定のロジックを実装するハードウェアを含んでもよい。また、ＳｏＣ又はシステムＬＳＩは、ＣＰＵと、当該ＣＰＵに所定の機能を実行させるためのプログラムを記憶する非一時的な有形の媒体（non-transitory　tangible　media）とを含んでもよい。プログラムは、例えば、ＲＯＭにより記憶され、実行時にＲＡＭ（Random　Access　Memory）に読み込まれた上でＣＰＵにより実行され得る。
　アプリケーションプロセッサ１３３１は、画像処理に関するアプリケーションを実行するプロセッサである。アプリケーションプロセッサ１３３１において実行されるアプリケーションは、画像処理のための何らかの演算に加えて、例えばビデオプロセッサ１３３２及びその他の構成要素の制御を行ってもよい。ビデオプロセッサ１３３２は、画像の符号化及び復号に関する機能を有するプロセッサである。なお、アプリケーションプロセッサ１３３１及びビデオプロセッサ１３３２は、１つのプロセッサに一体化されてもよい（図中の点線１３４１参照）。
　ブロードバンドモデム１３３３は、インターネット又は公衆交換電話網などのネットワークを介する通信に関する処理を行うモジュールである。例えば、ブロードバンドモデム１３３３は、送信データを含むデジタル信号をアナログ信号に変換するためのデジタル変調、及び受信データを含むアナログ信号をデジタル信号に変換するためのデジタル復調を実行する。ブロードバンドモデム１３３３により処理される送信データ及び受信データは、例えば、画像データ、画像データの符号化ストリーム、アプリケーションデータ、アプリケーションプログラム及び設定データなどの任意の情報を含み得る。
　ベースバンドモジュール１３３４は、フロントエンドモジュール１３１４を介して送受信されるＲＦ（Radio　Frequency）信号のためのベースバンド処理を行うモジュールである。例えば、ベースバンドモジュール１３３４は、送信データを含む送信ベースバンド信号を変調し及びＲＦ信号へと周波数変換して、ＲＦ信号をフロントエンドモジュール１３１４へ出力する。また、ベースバンドモジュール１３３４は、フロントエンドモジュール１３１４から入力されるＲＦ信号を周波数変換し及び復調して、受信データを含む受信ベースバンド信号を生成する。
　外部メモリ１３１２は、ビデオモジュール１３１１の外部に設けられる、ビデオモジュール１３１１からアクセス可能なメモリデバイスである。多数のフレームを含む映像データのような大規模データが外部メモリ１３１２に格納される場合、外部メモリ１３１２は、例えばＤＲＡＭ（Dynamic　Random　Access　Memory）のような比較的安価で大容量の半導体メモリを含み得る。
　パワーマネージメントモジュール１３１３は、ビデオモジュール１３１１及びフロントエンドモジュール１３１４への電力供給を制御するモジュールである。
　フロントエンドモジュール１３１４は、ベースバンドモジュール１３３４に接続され、フロントエンド機能を提供するモジュールである。図３０の例において、フロントエンドモジュール１３１４は、アンテナ部１３５１、フィルタ１３５２及び増幅部１３５３を有する。アンテナ部１３５１は、無線信号を送信し又は受信する１つ以上のアンテナ素子と、アンテナスイッチなどの関連する構成要素とを有する。アンテナ部１３５１は、増幅部１３５３により増幅されるＲＦ信号を無線信号として送信する。また、アンテナ部１３５１は、無線信号として受信されるＲＦ信号をフィルタ１３５２へ出力し、当該ＲＦ信号をフィルタ１３５２にフィルタリングさせる。
　コネクティビティモジュール１３２１は、ビデオセット１３００の外部接続に関する機能を有するモジュールである。コネクティビティモジュール１３２１は、任意の外部接続プロトコルをサポートしてよい。例えば、コネクティビティモジュール１３２１は、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＩＥＥＥ８０２．１１（例えばＷｉ－Ｆｉ（登録商標））、ＮＦＣ（Near　Field　Communication）又はＩｒＤＡ（InfraRed　Data　Association）などの無線接続プロトコルをサポートするサブモジュールと、対応するアンテナとを有していてもよい。また、コネクティビティモジュール１３２１は、ＵＳＢ（Universal　Serial　Bus）又はＨＤＭＩ（High-Definition　Multimedia　Interface）などの有線接続プロトコルをサポートするサブモジュールと、対応する接続端子とを有していてもよい。
　また、コネクティビティモジュール１３２１は、磁気ディスク、光ディスク、光磁気ディスク、若しくは半導体メモリなどの記憶媒体、又はＳＳＤ（Solid　State　Drive）若しくはＮＡＳ（Network　Attached　Storage）などのストレージデバイスへのデータの書込み及び当該記憶媒体からのデータの読出しを行うドライブを含んでもよい。コネクティビティモジュール１３２１は、これら記憶媒体又はストレージデバイスを含んでもよい。また、コネクティビティモジュール１３２１は、画像を出力するディスプレイ又は音声を出力するスピーカへの接続性を提供してもよい。
　カメラ１３２２は、被写体を撮像することにより撮像画像を取得するモジュールである。カメラ１３２２により取得される一連の撮像画像は、映像データを構成する。カメラ１３２２により生成される映像データは、例えば、必要に応じてビデオプロセッサ１３３２により符号化され、外部メモリ１３１２により又はコネクティビティモジュール１３２１に接続される記憶媒体により記憶され得る。
　センサ１３２３は、例えば、ＧＰＳセンサ、音声センサ、超音波センサ、光センサ、照度センサ、赤外線センサ、角速度センサ、角加速度センサ、速度センサ、加速度センサ、ジャイロセンサ、地磁気センサ、衝撃センサ及び温度センサのうちの１つ以上を含み得るモジュールである。センサ１３２３により生成されるセンサデータは、例えば、アプリケーションプロセッサ１３３１によりアプリケーションの実行のために利用され得る。
　このように構成されたビデオセット１３００において、本開示に係る技術は、例えば、ビデオプロセッサ１３３２において利用され得る。この場合、ビデオセット１３００は、本開示に係る技術を適用したセットとなる。
　なお、ビデオセット１３００は、画像データを処理する様々な種類の装置として実現されてよい。例えば、ビデオセット１３００は、図２０～図２３を用いて説明したテレビジョン装置９００、携帯電話機９２０、記録再生装置９４０又は撮像装置９６０に相当してもよい。また、ビデオセット１３００は、図２４を用いて説明したデータ伝送システム１０００におけるＰＣ１００４、ＡＶ機器１００５、タブレット装置１００６若しくは携帯電話機１００７などの端末装置、図２５を用いて説明したデータ伝送システム１１００における放送局１１０１若しくは端末装置１１０２、又は、図２６を用いて説明したデータ伝送システム１２００における撮像装置１２０１若しくはストリーム記憶装置１２０２に相当してもよい。
　　　（２）ビデオプロセッサ
　図３１は、ビデオプロセッサ１３３２の概略的な構成の一例を示すブロック図である。ビデオプロセッサ１３３２は、入力映像信号及び入力音声信号をそれぞれ符号化して映像データ及び音声データを生成する機能と、符号化された映像データ及び音声データを復号して出力映像信号及び出力音声信号を生成する機能と、を有する。
　図３１を参照すると、ビデオプロセッサ１３３２は、ビデオ入力処理部１４０１、第１スケーリング部１４０２、第２スケーリング部１４０３、ビデオ出力処理部１４０４、フレームメモリ１４０５、メモリ制御部１４０６、エンコード・デコードエンジン１４０７、ビデオＥＳ（Elementary　Stream）バッファ１４０８Ａ及び１４０８Ｂ、オーディオＥＳバッファ１４０９Ａ及び１４０９Ｂ、オーディオエンコーダ１４１０、オーディオデコーダ１４１１、多重化部（ＭＵＸ）１４１２、逆多重化部（ＤＥＭＵＸ）１４１３、並びに、ストリームバッファ１４１４を有する。
　ビデオ入力処理部１４０１は、例えばコネクティビティモジュール１３２１から入力された映像信号をデジタル画像データに変換する。第１スケーリング部１４０２は、ビデオ入力処理部１４０１から入力される画像データについてフォーマット変換及びスケーリング（拡大／縮小）を行う。第２スケーリング部１４０３は、ビデオ出力処理部１４０４へ出力される画像データについてのフォーマット変換及びスケーリング（拡大／縮小）を行う。第１スケーリング部１４０２及び第２スケーリング部１４０３におけるフォーマット変換は、例えば、４：２：２／Ｙ－Ｃｂ－Ｃｒ方式と４：２：０／Ｙ－Ｃｂ－Ｃｒ方式との間の変換などであってよい。ビデオ出力処理部１４０４は、デジタル画像データを出力映像信号に変換し、出力映像信号を例えばコネクティビティモジュール１３２１へ出力する。
　フレームメモリ１４０５は、ビデオ入力処理部１４０１、第１スケーリング部１４０２、第２スケーリング部１４０３、ビデオ出力処理部１４０４、及びエンコード・デコードエンジン１４０７によって共用される、画像データを記憶するメモリデバイスである。フレームメモリ１４０５は、例えばＤＲＡＭなどの半導体メモリを用いて実現されてよい。
　メモリ制御部１４０６は、エンコード・デコードエンジン１４０７から入力される同期信号に基づき、アクセス管理テーブル１４０６Ａに記憶されるフレームメモリ１４０５についてのアクセススケジュールに従って、フレームメモリ１４０５へのアクセスを制御する。アクセス管理テーブル１４０６Ａは、エンコード・デコードエンジン１４０７、第１スケーリング部１４０２及び第２スケーリング部１４０３などにおいて実行される処理に依存し、メモリ制御部１４０６により更新される。
　エンコード・デコードエンジン１４０７は、画像データを符号化して符号化映像ストリームを生成するためのエンコード処理、並びに、符号化映像ストリームから画像データを復号するためのデコード処理を行う。例えば、エンコード・デコードエンジン１４０７は、フレームメモリ１４０５から読み出した画像データを符号化し、符号化映像ストリームをビデオＥＳバッファ１４０８Ａに順次書き込む。また、例えば、ビデオＥＳバッファ１４０８Ｂから符号化映像ストリームを順次読み出し、復号した画像データをフレームメモリ１４０５に書き込む。エンコード・デコードエンジン１４０７は、これら処理において、フレームメモリ１４０５を作業領域として使用し得る。エンコード・デコードエンジン１４０７は、例えば、各ＬＣＵ（Largest　Coding　Unit）の処理を開始するタイミングで、メモリ制御部１４０６へ同期信号を出力する。
　ビデオＥＳバッファ１４０８Ａは、エンコード・デコードエンジン１４０７によって生成された符号化映像ストリームをバッファリングする。ビデオＥＳバッファ１４０８Ａによりバッファリングされる符号化映像ストリームは、多重化部１４１２へ出力される。ビデオＥＳバッファ１４０８Ｂは、逆多重化部１４１３から入力される符号化映像ストリームをバッファリングする。ビデオＥＳバッファ１４０８Ｂによりバッファリングされる符号化映像ストリームは、エンコード・デコードエンジン１４０７へ出力される。
　オーディオＥＳバッファ１４０９Ａは、オーディオエンコーダ１４１０によって生成された符号化音声ストリームをバッファリングする。オーディオＥＳバッファ１４０９Ａによりバッファリングされる符号化音声ストリームは、多重化部１４１２へ出力される。オーディオＥＳバッファ１４０９Ｂは、逆多重化部１４１３から入力される符号化音声ストリームをバッファリングする。オーディオＥＳバッファ１４０９Ｂによりバッファリングされる符号化音声ストリームは、オーディオデコーダ１４１１へ出力される。
　オーディオエンコーダ１４１０は、例えばコネクティビティモジュール１３２１から入力される入力音声信号をデジタル変換し、例えばＭＰＥＧオーディオ方式又はＡＣ３（Audio　Code　number　3）方式などの音声符号化方式に従って入力音声信号を符号化する。オーディオエンコーダ１４１０は、符号化音声ストリームをオーディオＥＳバッファ１４０９Ａに順次書き込む。オーディオデコーダ１４１１は、オーディオＥＳバッファ１４０９Ｂから入力される符号化音声ストリームから音声データを復号し、アナログ信号へ変換する。オーディオデコーダ１４１１は、再生されたアナログ音声信号として、例えばコネクティビティモジュール１３２１へ音声信号を出力する。
　多重化部１４１２は、符号化映像ストリームと符号化音声ストリームとを多重化して、多重化ビットストリームを生成する。多重化ビットストリームのフォーマットは、いかなるフォーマットであってもよい。多重化部１４１２は、所定のヘッダ情報をビットストリームに付加してもよい。また、多重化部１４１２は、ストリームのフォーマットを変換してもよい。例えば、多重化部１４１２は、符号化映像ストリームと符号化音声ストリームとが多重化されたトランスポートストリーム（転送用フォーマットのビットストリーム）を生成し得る。また、多重化部１４１２は、符号化映像ストリームと符号化音声ストリームとが多重化されたファイルデータ（記録用フォーマットのデータ）を生成し得る。
　逆多重化部１４１３は、多重化部１４１２による多重化とは逆の手法で、多重化ビットストリームから符号化映像ストリーム及び符号化音声ストリームを逆多重化する。即ち、逆多重化部１４１３は、ストリームバッファ１４１４から読み出されるビットストリームから映像ストリームと音声ストリームとを抽出（又は分離）する。逆多重化部１４１３は、ストリームのフォーマットを変換（逆変換）してもよい。例えば、逆多重化部１４１３は、コネクティビティモジュール１３２１又はブロードバンドモデム１３３３から入力され得るトランスポートストリームをストリームバッファ１４１４を介して取得し、当該トランスポートストリームを映像ストリームと音声ストリームとに変換してもよい。また、逆多重化部１４１３は、コネクティビティモジュール１３２１により記憶媒体から読み出されるファイルデータをストリームバッファ１４１４を介して取得し、当該ファイルデータを映像ストリームと音声ストリームとに変換してもよい。
　ストリームバッファ１４１４は、ビットストリームをバッファリングする。例えば、ストリームバッファ１４１４は、多重化部１４１２から入力されるトランスポートストリームをバッファリングし、所定のタイミングで又は外部からの要求に応じて、例えばコネクティビティモジュール１３２１又はブロードバンドモデム１３３３へトランスポートストリームを出力する。また、例えば、ストリームバッファ１４１４は、多重化部１４１２から入力されるファイルデータをバッファリングし、所定のタイミングで又は外部からの要求に応じて、例えばコネクティビティモジュール１３２１へ、当該ファイルデータを記録のために出力する。さらに、ストリームバッファ１４１４は、例えばコネクティビティモジュール１３２１又はブロードバンドモデム１３３３を介して取得されるトランスポートストリームをバッファリングし、所定のタイミングで又は外部からの要求に応じて、当該トランスポートストリームを逆多重化部１４１３へ出力する。また、ストリームバッファ１４１４は、例えばコネクティビティモジュール１３２１により記憶媒体から読み出されたファイルデータをバッファリングし、所定のタイミングで又は外部からの要求に応じて、当該ファイルデータを逆多重化部１４１３へ出力する。
　このように構成されたビデオプロセッサ１３３２において、本開示に係る技術は、例えば、エンコード・デコードエンジン１４０７において利用され得る。この場合、ビデオプロセッサ１３３２は、本開示に係る技術を適用したチップ又はモジュールとなる。
　図３２は、ビデオプロセッサ１３３２の概略的な構成の他の例を示すブロック図である。図３２の例において、ビデオプロセッサ１３３２は、映像データを所定の方式で符号化し及び復号する機能を有する。
　図３２を参照すると、ビデオプロセッサ１３３２は、制御部１５１１、ディスプレイインタフェース１５１２、ディスプレイエンジン１５１３、画像処理エンジン１５１４、内部メモリ１５１５、コーデックエンジン１５１６、メモリインタフェース１５１７、多重化／逆多重化部１５１８、ネットワークインタフェース１５１９、及びビデオインタフェース１５２０を有する。
　制御部１５１１は、ディスプレイインタフェース１５１２、ディスプレイエンジン１５１３、画像処理エンジン１５１４、及びコーデックエンジン１５１６などの、ビデオプロセッサ１３３２内の様々な処理部の動作を制御する。制御部１５１１は、例えば、メインＣＰＵ１５３１、サブＣＰＵ１５３２及びシステムコントローラ１５３３を有する。メインＣＰＵ１５３１は、ビデオプロセッサ１３３２内の各処理部の動作を制御するためのプログラムを実行する。メインＣＰＵ１５３１は、プログラムの実行を通じて生成される制御信号を各処理部に供給する。サブＣＰＵ１５３２は、メインＣＰＵ１５３１の補助的な役割を果たす。例えば、サブＣＰＵ１５３２は、メインＣＰＵ１５３１が実行するプログラムの子プロセス及びサブルーチンを実行する。システムコントローラ１５３３は、メインＣＰＵ１５３１及びサブＣＰＵ１５３２によるプログラムの実行を管理する。
　ディスプレイインタフェース１５１２は、制御部１５１１による制御の下、画像データを例えばコネクティビティモジュール１３２１へ出力する。例えば、ディスプレイインタフェース１５１２は、デジタル画像データから変換されるアナログ画像信号又はデジタル画像データそのものを、コネクティビティモジュール１３２１に接続されるディスプレイへ出力する。ディスプレイエンジン１５１３は、制御部１５１１による制御の下、画像データの属性が出力先のディスプレイの仕様に適合するように、画像データについてのフォーマット変換、サイズ変換及び色域変換などを実行する。画像処理エンジン１５１４は、制御部１５１１による制御の下、画像データについて、画質改善などの目的を有するフィルタリング処理を含み得る画像処理を実行する。
　内部メモリ１５１５は、ディスプレイエンジン１５１３、画像処理エンジン１５１４、及びコーデックエンジン１５１６により共用される、ビデオプロセッサ１３３２の内部に設けられるメモリデバイスである。内部メモリ１５１５は、例えば、ディスプレイエンジン１５１３、画像処理エンジン１５１４、及びコーデックエンジン１５１６の間で画像データを入出力する際に利用される。内部メモリ１５１５は、いかなる種類のメモリデバイスであってもよい。例えば、内部メモリ１５１５は、ブロック単位の画像データ及び関連するパラメータを記憶するための、比較的小さいメモリサイズを有していてもよい。内部メモリ１５１５は、例えばＳＲＡＭ（Static　Random　Access　Memory）のような（例えば、外部メモリ１３１２に対して相対的に）小容量だが応答速度の速いメモリであってもよい。
　コーデックエンジン１５１６は、画像データを符号化して符号化映像ストリームを生成するためのエンコード処理、並びに、符号化映像ストリームから画像データを復号するためのデコード処理を行う。コーデックエンジン１５１６によりサポートされる画像符号化方式は、任意の１つ又は複数の方式であってよい。図３２の例において、コーデックエンジン１５１６は、ＭＰＥＧ－２　Ｖｉｄｅｏ用ブロック１５４１、ＡＶＣ／Ｈ．２６４用ブロック１５４２、ＨＥＶＣ／Ｈ．２６５用ブロック１５４３、ＨＥＶＣ／Ｈ．２６５（スケーラブル）用ブロック１５４４、ＨＥＶＣ／Ｈ．２６５（マルチビュー）用ブロック１５４５、及びＭＰＥＧ－ＤＡＳＨ用ブロック１５５１を有する。これら機能ブロックは、それぞれ、対応する画像符号化方式に従って画像データを符号化し及び復号する。
　ＭＰＥＧ－ＤＡＳＨ用ブロック１５５１は、画像データをＭＰＥＧ－ＤＡＳＨ方式に従って伝送することを可能とするための機能ブロックである。ＭＰＥＧ－ＤＡＳＨ用ブロック１５５１は、標準仕様に準拠するストリームの生成、及び生成したストリームの伝送の制御を実行する。伝送される画像データの符号化及び復号は、コーデックエンジン１５１６に含まれる他の機能ブロックにより実行されてよい。
　メモリインタフェース１５１７は、ビデオプロセッサ１３３２を外部メモリ１３１２と接続するためのインタフェースである。画像処理エンジン１５１４又はコーデックエンジン１５１６により生成されるデータは、メモリインタフェース１５１７を介して外部メモリ１３１２へ出力される。また、外部メモリ１３１２から入力されるデータは、メモリインタフェース１５１７を介して画像処理エンジン１５１４又はコーデックエンジン１５１６へ供給される。
　多重化／逆多重化部１５１８は、符号化映像ストリーム及び関連するビットストリームの多重化及び逆多重化を行う。多重化の際に、多重化／逆多重化部１５１８は、多重化ストリームに所定のヘッダ情報を付加してもよい。また、逆多重化の際に、多重化／逆多重化部１５１８は、分離された個々のストリームに所定のヘッダ情報を付加してもよい。即ち、多重化／逆多重化部１５１８は、多重化又は逆多重化と共にフォーマット変換を実行し得る。例えば、多重化／逆多重化部１５１８は、複数のビットストリームと転送用フォーマットを有する多重化ストリームであるトランスポートストリームとの間の変換及び逆変換、並びに、複数のビットストリームと記録用フォーマットを有するファイルデータとの間の変換及び逆変換をサポートしてもよい。
　ネットワークインタフェース１５１９は、例えば、ビデオプロセッサ１３３２をブロードバンドモデム１３３３又はコネクティビティモジュール１３２１へ接続するためのインタフェースである。ビデオインタフェース１５２０は、例えば、ビデオプロセッサ１３３２をコネクティビティモジュール１３２１又はカメラ１３２２へ接続するためのインタフェースである。
　このように構成されたビデオプロセッサ１３３２において、本開示に係る技術は、例えば、コーデックエンジン１５１６において利用され得る。この場合、ビデオプロセッサ１３３２は、本開示に係る技術を適用したチップ又はモジュールとなる。
　なお、ビデオプロセッサ１３３２の構成は、上述した２つの例に限定されない。例えば、ビデオプロセッサ１３３２は、１つの半導体チップとして実現されてもよく、又は複数の半導体チップとして実現されてもよい。また、ビデオプロセッサ１３３２は、複数の半導体を積層することにより形成される３次元積層ＬＳＩ、又は複数のＬＳＩの組合せとして実現されてもよい。
　＜７．まとめ＞
　ここまで、図１～図３２を用いて、本開示に係る技術の実施形態について詳細に説明した。上述した実施形態によれば、第２レイヤの画像の符号化又は復号のために第１レイヤの画像をアップサンプリングして参照画像として使用するケースにおいて、領域ごとに独立的なアップサンプリングが行われるかが判定される。そして、領域ごとに独立的なアップサンプリングが行われる場合に、複数の領域の間の境界部分においてアップサンプリング画像が平滑化される。従って、タイル又はスライスに相当し得る複数の領域についての符号化、アップサンプリング又は復号の並列的な実行を維持しつつ、領域間の依存関係を除去した結果として生じ得るブロック歪みを修復し、画質の劣化を補償することができる。
　また、上述した実施形態によれば、アップサンプリング画像の平滑化を実行するかを示すフラグがエンコーダ側で符号化され、デコーダ側で復号され得る。そして、領域ごとに独立的なアップサンプリングが実行され、且つ当該フラグが平滑化の実行を示す場合に、アップサンプリング画像が境界部分において平滑化される。それにより、ユーザの要件又は画像の用途に応じて、平滑化の実行のオン及びオフを柔軟に切り替えることが可能となる。例えば、高い画質が望まれる場合に、当該フラグは真（true）に設定される。当該フラグがＰＰＳ又はその拡張に含められる場合には、ピクチャごとに平滑化の実行のオン及びオフを切り替えることができる。当該フラグがＳＰＳ若しくはその拡張、又はＶＰＳに含められる場合には、符号量の増加はより少なくて済む。
　なお、本明細書に記述したＣＵ、ＰＵ及びＴＵとの用語は、ＨＥＶＣにおいて、個々のブロックに関連付られるシンタックスをも含む論理的な単位を意味する。画像の一部分としての個々のブロックのみに着目する場合、これらは、ＣＢ（Coding　Block）、ＰＢ（Prediction　Block）及びＴＢ（Transform　Block）との用語にそれぞれ置き換えられてもよい。ＣＢは、ＣＴＢ（Coding　Tree　Block）を四分木（Quad-Tree）状に階層的に分割することにより形成される。１つの四分木の全体がＣＴＢに相当し、ＣＴＢに対応する論理的な単位はＣＴＵ（Coding　Tree　Unit）と呼ばれる。ＨＥＶＣにおけるＣＴＢ及びＣＢは、符号化処理の処理単位である点でＨ．２６４／ＡＶＣにおけるマクロブロックに類似する役割を有する。但し、ＣＴＢ及びＣＢは、そのサイズが固定的でない点でマクロブロックと異なる（マクロブロックのサイズは常に１６×１６画素である）。ＣＴＢのサイズは１６×１６画素、３２×３２画素及び６４×６４画素から選択され、符号化ストリーム内でパラメータにより指定される。ＣＢのサイズは、ＣＴＢの分割の深さによって変化し得る。
　また、本明細書では、アップサンプリング及び平滑化の制御に関する情報が、符号化ストリームのヘッダに多重化されて、符号化側から復号側へ伝送される例について主に説明した。しかしながら、これら情報を伝送する手法はかかる例に限定されない。例えば、これら情報は、符号化ビットストリームに多重化されることなく、符号化ビットストリームと関連付けられた別個のデータとして伝送され又は記録されてもよい。ここで、「関連付ける」という用語は、ビットストリームに含まれる画像（スライス若しくはブロックなど、画像の一部であってもよい）と当該画像に対応する情報とを復号時にリンクさせ得るようにすることを意味する。即ち、情報は、画像（又はビットストリーム）とは別の伝送路上で伝送されてもよい。また、情報は、画像（又はビットストリーム）とは別の記録媒体（又は同一の記録媒体の別の記録エリア）に記録されてもよい。さらに、情報と画像（又はビットストリーム）とは、例えば、複数フレーム、１フレーム、又はフレーム内の一部分などの任意の単位で互いに関連付けられてよい。
　以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。
　なお、以下のような構成も本開示の技術的範囲に属する。
（１）
　第１レイヤよりも空間解像度の高い第２レイヤの画像を復号する際に参照される前記第１レイヤの画像を、画像内の領域ごとに独立的にアップサンプリングするか、を示す第１のフラグを復号する復号部と、
　前記復号部により復号される前記第１のフラグに従って、隣接する複数の領域の前記第１レイヤの画像をアップサンプリングするアップサンプリング部と、
　前記第１のフラグが領域ごとに独立的なアップサンプリングを示す場合に、前記複数の領域の間の境界部分において、前記アップサンプリング部により生成されるアップサンプリング画像を平滑化する平滑化部と、
　を備える画像処理装置。
（２）
　前記復号部は、アップサンプリング画像の平滑化を実行するかを示す第２のフラグをさらに復号し、
　前記平滑化部は、前記第１のフラグが領域ごとに独立的なアップサンプリングを示し、且つ前記第２のフラグが平滑化の実行を示す場合に、前記境界部分において前記アップサンプリング画像を平滑化する、
　前記（１）に記載の画像処理装置。
（３）
　前記領域は、タイルである、前記（１）又は前記（２）に記載の画像処理装置。
（４）
　前記領域は、スライスである、前記（１）又は前記（２）に記載の画像処理装置。
（５）
　前記復号部は、前記第２レイヤのＰＰＳ（Picture　Parameter　Set）又は当該ＰＰＳの拡張から、前記第２のフラグを復号する、前記（２）に記載の画像処理装置。
（６）
　前記復号部は、前記第１のフラグが領域ごとに独立的なアップサンプリングを示す場合にのみ、前記第２のフラグを復号する、前記（５）に記載の画像処理装置。
（７）
　前記復号部は、前記第２レイヤのＳＰＳ（Sequence　Parameter　Set）又は当該ＳＰＳの拡張から、前記第２のフラグを復号する、前記（２）に記載の画像処理装置。
（８）
　前記平滑化部は、前記第２のフラグがアップサンプリング画像の平滑化を実行することを示す場合に、前記第１のフラグが領域ごとに独立的なアップサンプリングを示すピクチャについて前記アップサンプリング画像の前記平滑化を実行し、前記第１のフラグが領域ごとに独立的なアップサンプリングを示さないピクチャについて前記アップサンプリング画像の前記平滑化を実行しない、前記（７）に記載の画像処理装置。
（９）
　前記画像処理装置は、前記平滑化部における平滑化の強度を可変的に制御する制御部、をさらに備える、前記（１）～（８）のいずれか１項に記載の画像処理装置。
（１０）
　第１レイヤよりも空間解像度の高い第２レイヤの画像を復号する際に参照される前記第１レイヤの画像を、画像内の領域ごとに独立的にアップサンプリングするか、を示す第１のフラグを復号することと、
　復号された前記第１のフラグに従って、隣接する複数の領域の前記第１レイヤの画像をアップサンプリングして、アップサンプリング画像を生成することと、
　前記第１のフラグが領域ごとに独立的なアップサンプリングを示す場合に、前記複数の領域の間の境界部分において、前記アップサンプリング画像を平滑化することと、
　を含む画像処理方法。
（１１）
　第１レイヤよりも空間解像度の高い第２レイヤの画像をローカルデコードする際に参照される前記第１レイヤの画像を、画像内の領域ごとに独立的にアップサンプリングするか、を示す第１の設定に対応する第１のフラグを符号化する符号化部と、
　前記第１の設定に従って、隣接する複数の領域の前記第１レイヤの画像をアップサンプリングするアップサンプリング部と、
　前記第１の設定が領域ごとに独立的なアップサンプリングを示す場合に、前記複数の領域の間の境界部分において、前記アップサンプリング部により生成されるアップサンプリング画像を平滑化する平滑化部と、
　を備える画像処理装置。
（１２）
　前記符号化部は、アップサンプリング画像の平滑化を実行するかを示す第２の設定に対応する第２のフラグをさらに符号化し、
　前記平滑化部は、前記第１の設定が領域ごとに独立的なアップサンプリングを示し、且つ前記第２の設定が平滑化の実行を示す場合に、前記境界部分において前記アップサンプリング画像を平滑化する、
　前記（１１）に記載の画像処理装置。
（１３）
　前記領域は、タイルである、前記（１１）又は前記（１２）に記載の画像処理装置。
（１４）
　前記領域は、スライスである、前記（１１）又は前記（１２）に記載の画像処理装置。
（１５）
　前記符号化部は、前記第２レイヤのＰＰＳ（Picture　Parameter　Set）又は当該ＰＰＳの拡張内に、前記第２のフラグを符号化する、前記（１２）に記載の画像処理装置。
（１６）
　前記符号化部は、前記第１のフラグが領域ごとに独立的なアップサンプリングを示す場合にのみ、前記第２のフラグを符号化する、前記（１５）に記載の画像処理装置。
（１７）
　前記符号化部は、前記第２レイヤのＳＰＳ（Sequence　Parameter　Set）又は当該ＳＰＳの拡張内に、前記第２のフラグを符号化する、前記（１２）に記載の画像処理装置。
（１８）
　前記平滑化部は、前記第２の設定がアップサンプリング画像の平滑化を実行することを示す場合に、前記第１の設定が領域ごとに独立的なアップサンプリングを示すピクチャについて前記アップサンプリング画像の前記平滑化を実行し、前記第１の設定が領域ごとに独立的なアップサンプリングを示さないピクチャについて前記アップサンプリング画像の前記平滑化を実行しない、前記（１７）に記載の画像処理装置。
（１９）
　前記画像処理装置は、前記平滑化部における平滑化の強度を可変的に制御する制御部、をさらに備える、前記（１１）～（１８）のいずれか１項に記載の画像処理装置。
（２０）
　第１レイヤよりも空間解像度の高い第２レイヤの画像をローカルデコードする際に参照される前記第１レイヤの画像を、画像内の領域ごとに独立的にアップサンプリングするか、を示す第１の設定に対応する第１のフラグを符号化することと、
　前記第１の設定に従って、隣接する複数の領域の前記第１レイヤの画像をアップサンプリングして、アップサンプリング画像を生成することと、
　前記第１の設定が領域ごとに独立的なアップサンプリングを示す場合に、前記複数の領域の間の境界部分において、前記アップサンプリング画像を平滑化することと、
　を含む画像処理方法。
　１０，１０ｖ　画像符号化装置（画像処理装置）
　１６　　　　　可逆符号化部
　３５　　　　　アップサンプリング部
　４０　　　　　平滑化部
　６０，６０ｖ　画像復号装置（画像処理装置）
　６２　　　　　可逆復号部
　８５　　　　　アップサンプリング部
　９０　　　　　平滑化部
 

Claims (20)

  1. 　第１レイヤよりも空間解像度の高い第２レイヤの画像を復号する際に参照される前記第１レイヤの画像を、画像内の領域ごとに独立的にアップサンプリングするか、を示す第１のフラグを復号する復号部と、
    　前記復号部により復号される前記第１のフラグに従って、隣接する複数の領域の前記第１レイヤの画像をアップサンプリングするアップサンプリング部と、
    　前記第１のフラグが領域ごとに独立的なアップサンプリングを示す場合に、前記複数の領域の間の境界部分において、前記アップサンプリング部により生成されるアップサンプリング画像を平滑化する平滑化部と、
    　を備える画像処理装置。
  2. 　前記復号部は、アップサンプリング画像の平滑化を実行するかを示す第２のフラグをさらに復号し、
    　前記平滑化部は、前記第１のフラグが領域ごとに独立的なアップサンプリングを示し、且つ前記第２のフラグが平滑化の実行を示す場合に、前記境界部分において前記アップサンプリング画像を平滑化する、
    　請求項１に記載の画像処理装置。
  3. 　前記領域は、タイルである、請求項１に記載の画像処理装置。
  4. 　前記領域は、スライスである、請求項１に記載の画像処理装置。
  5. 　前記復号部は、前記第２レイヤのＰＰＳ（Picture　Parameter　Set）又は当該ＰＰＳの拡張から、前記第２のフラグを復号する、請求項２に記載の画像処理装置。
  6. 　前記復号部は、前記第１のフラグが領域ごとに独立的なアップサンプリングを示す場合にのみ、前記第２のフラグを復号する、請求項５に記載の画像処理装置。
  7. 　前記復号部は、前記第２レイヤのＳＰＳ（Sequence　Parameter　Set）又は当該ＳＰＳの拡張から、前記第２のフラグを復号する、請求項２に記載の画像処理装置。
  8. 　前記平滑化部は、前記第２のフラグがアップサンプリング画像の平滑化を実行することを示す場合に、前記第１のフラグが領域ごとに独立的なアップサンプリングを示すピクチャについて前記アップサンプリング画像の前記平滑化を実行し、前記第１のフラグが領域ごとに独立的なアップサンプリングを示さないピクチャについて前記アップサンプリング画像の前記平滑化を実行しない、請求項７に記載の画像処理装置。
  9. 　前記画像処理装置は、前記平滑化部における平滑化の強度を可変的に制御する制御部、をさらに備える、請求項１に記載の画像処理装置。
  10. 　第１レイヤよりも空間解像度の高い第２レイヤの画像を復号する際に参照される前記第１レイヤの画像を、画像内の領域ごとに独立的にアップサンプリングするか、を示す第１のフラグを復号することと、
    　復号された前記第１のフラグに従って、隣接する複数の領域の前記第１レイヤの画像をアップサンプリングして、アップサンプリング画像を生成することと、
    　前記第１のフラグが領域ごとに独立的なアップサンプリングを示す場合に、前記複数の領域の間の境界部分において、前記アップサンプリング画像を平滑化することと、
    　を含む画像処理方法。
  11. 　第１レイヤよりも空間解像度の高い第２レイヤの画像をローカルデコードする際に参照される前記第１レイヤの画像を、画像内の領域ごとに独立的にアップサンプリングするか、を示す第１の設定に対応する第１のフラグを符号化する符号化部と、
    　前記第１の設定に従って、隣接する複数の領域の前記第１レイヤの画像をアップサンプリングするアップサンプリング部と、
    　前記第１の設定が領域ごとに独立的なアップサンプリングを示す場合に、前記複数の領域の間の境界部分において、前記アップサンプリング部により生成されるアップサンプリング画像を平滑化する平滑化部と、
    　を備える画像処理装置。
  12. 　前記符号化部は、アップサンプリング画像の平滑化を実行するかを示す第２の設定に対応する第２のフラグをさらに符号化し、
    　前記平滑化部は、前記第１の設定が領域ごとに独立的なアップサンプリングを示し、且つ前記第２の設定が平滑化の実行を示す場合に、前記境界部分において前記アップサンプリング画像を平滑化する、
    　請求項１１に記載の画像処理装置。
  13. 　前記領域は、タイルである、請求項１１に記載の画像処理装置。
  14. 　前記領域は、スライスである、請求項１１に記載の画像処理装置。
  15. 　前記符号化部は、前記第２レイヤのＰＰＳ（Picture　Parameter　Set）又は当該ＰＰＳの拡張内に、前記第２のフラグを符号化する、請求項１２に記載の画像処理装置。
  16. 　前記符号化部は、前記第１のフラグが領域ごとに独立的なアップサンプリングを示す場合にのみ、前記第２のフラグを符号化する、請求項１５に記載の画像処理装置。
  17. 　前記符号化部は、前記第２レイヤのＳＰＳ（Sequence　Parameter　Set）又は当該ＳＰＳの拡張内に、前記第２のフラグを符号化する、請求項１２に記載の画像処理装置。
  18. 　前記平滑化部は、前記第２の設定がアップサンプリング画像の平滑化を実行することを示す場合に、前記第１の設定が領域ごとに独立的なアップサンプリングを示すピクチャについて前記アップサンプリング画像の前記平滑化を実行し、前記第１の設定が領域ごとに独立的なアップサンプリングを示さないピクチャについて前記アップサンプリング画像の前記平滑化を実行しない、請求項１７に記載の画像処理装置。
  19. 　前記画像処理装置は、前記平滑化部における平滑化の強度を可変的に制御する制御部、をさらに備える、請求項１１に記載の画像処理装置。
  20. 　第１レイヤよりも空間解像度の高い第２レイヤの画像をローカルデコードする際に参照される前記第１レイヤの画像を、画像内の領域ごとに独立的にアップサンプリングするか、を示す第１の設定に対応する第１のフラグを符号化することと、
    　前記第１の設定に従って、隣接する複数の領域の前記第１レイヤの画像をアップサンプリングして、アップサンプリング画像を生成することと、
    　前記第１の設定が領域ごとに独立的なアップサンプリングを示す場合に、前記複数の領域の間の境界部分において、前記アップサンプリング画像を平滑化することと、
    　を含む画像処理方法。
     
PCT/JP2014/064823 2013-07-09 2014-06-04 画像処理装置及び画像処理方法 WO2015005024A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2013-143704 2013-07-09
JP2013143704 2013-07-09

Publications (1)

Publication Number Publication Date
WO2015005024A1 true WO2015005024A1 (ja) 2015-01-15

Family

ID=52279717

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/064823 WO2015005024A1 (ja) 2013-07-09 2014-06-04 画像処理装置及び画像処理方法

Country Status (1)

Country Link
WO (1) WO2015005024A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021250369A1 (en) 2020-06-12 2021-12-16 Dyson Technology Limited Protection circuit for an electrical appliance
WO2022123200A1 (en) 2020-12-09 2022-06-16 Dyson Technology Limited Electrical appliance with safety system
WO2022123201A1 (en) 2020-12-09 2022-06-16 Dyson Technology Limited Electrical appliance with safety system

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080089597A1 (en) * 2006-10-16 2008-04-17 Nokia Corporation Discardable lower layer adaptations in scalable video coding
JP2011176570A (ja) * 2010-02-24 2011-09-08 Nippon Telegr & Teleph Corp <Ntt> マルチ解像度映像復号方法、マルチ解像度映像復号装置、及びプログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080089597A1 (en) * 2006-10-16 2008-04-17 Nokia Corporation Discardable lower layer adaptations in scalable video coding
JP2011176570A (ja) * 2010-02-24 2011-09-08 Nippon Telegr & Teleph Corp <Ntt> マルチ解像度映像復号方法、マルチ解像度映像復号装置、及びプログラム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CHIA-YANG TSAI ET AL.: "AHG4: Non-cross-tiles loop filtering for independent tiles", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC) OF ITU-T SG 16 WP3 AND ISO/IEC JTC1/SC29/WG11 JCTVC-G194, ITU-T, 30 November 2011 (2011-11-30), pages 1 - 4 *
KARSTEN SUEHRING ET AL.: "Independent tile upsampling for SHVC", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC) OF ITU-T SG 16 WP3 AND ISO/IEC JTC1/SC29/WG11 JCTVC-M0198, ITU-T, 26 April 2013 (2013-04-26), pages 1 - 4 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021250369A1 (en) 2020-06-12 2021-12-16 Dyson Technology Limited Protection circuit for an electrical appliance
WO2022123200A1 (en) 2020-12-09 2022-06-16 Dyson Technology Limited Electrical appliance with safety system
WO2022123201A1 (en) 2020-12-09 2022-06-16 Dyson Technology Limited Electrical appliance with safety system

Similar Documents

Publication Publication Date Title
JP6455434B2 (ja) 画像処理装置及び画像処理方法
JP6094688B2 (ja) 画像処理装置及び画像処理方法
JP6345650B2 (ja) 画像処理装置及び画像処理方法
KR102307099B1 (ko) 화상 처리 장치 및 화상 처리 방법
JP6287035B2 (ja) 復号装置および復号方法
WO2015053115A1 (ja) 復号装置および復号方法、並びに、符号化装置および符号化方法
WO2015005025A1 (ja) 画像処理装置及び画像処理方法
WO2015137145A1 (ja) 画像符号化装置および方法、並びに画像復号装置および方法
WO2013150838A1 (ja) 画像処理装置及び画像処理方法
WO2015053001A1 (ja) 画像処理装置及び画像処理方法
WO2013164922A1 (ja) 画像処理装置及び画像処理方法
JP6330507B2 (ja) 画像処理装置及び画像処理方法
WO2015053116A1 (ja) 復号装置および復号方法、並びに、符号化装置および符号化方法
WO2015098561A1 (ja) 復号装置および復号方法、並びに、符号化装置および符号化方法
WO2014148070A1 (ja) 画像処理装置及び画像処理方法
US9930353B2 (en) Image decoding device and method
WO2015005024A1 (ja) 画像処理装置及び画像処理方法
WO2015053112A1 (ja) 復号装置および復号方法、並びに、符号化装置および符号化方法
JP6477930B2 (ja) 符号化装置および符号化方法
WO2015052979A1 (ja) 画像処理装置及び画像処理方法
KR20200018735A (ko) 화상 처리 장치 및 방법, 및 기록 매체
WO2015053111A1 (ja) 復号装置および復号方法、並びに、符号化装置および符号化方法
WO2014097703A1 (ja) 画像処理装置及び画像処理方法
US20160286218A1 (en) Image encoding device and method, and image decoding device and method
WO2014050311A1 (ja) 画像処理装置及び画像処理方法

Legal Events

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

Ref document number: 14822337

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14822337

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP