WO2015052979A1 - 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
WO2015052979A1
WO2015052979A1 PCT/JP2014/070390 JP2014070390W WO2015052979A1 WO 2015052979 A1 WO2015052979 A1 WO 2015052979A1 JP 2014070390 W JP2014070390 W JP 2014070390W WO 2015052979 A1 WO2015052979 A1 WO 2015052979A1
Authority
WO
WIPO (PCT)
Prior art keywords
layer
scalability
unit
image
chroma format
Prior art date
Application number
PCT/JP2014/070390
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 WO2015052979A1 publication Critical patent/WO2015052979A1/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
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/187—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a scalable video layer
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—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
    • H04N19/186—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Definitions

  • the present disclosure relates to an image processing apparatus and an image processing method.
  • HEVC High Efficiency Video Coding
  • SHVC Scalable HEVC
  • 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.
  • Scalable encoding is typically classified into three types according to hierarchical attributes: spatial scalability, temporal scalability, and SNR (Signal to Noise Ratio) scalability.
  • spatial scalability spatial resolution (or picture size) is hierarchized, and lower layer images are used to encode or decode higher layer images after being upsampled.
  • temporal scalability the frame rate is hierarchized.
  • SNR scalability the S / N ratio is hierarchized by changing the roughness of quantization.
  • bit depth scalability and chroma format scalability are also discussed, although not yet adopted by the standard.
  • the chroma format is an indicator that specifies the ratio of the pixel density of the color difference (Cr, Cb) component to the pixel density of the luminance (Y) component in the horizontal direction and the vertical direction.
  • the chroma format is 4: 2: 0
  • the pixel density of the color difference component is half of the pixel density of the luminance component in the horizontal direction and the vertical direction.
  • the chroma format is 4: 2: 2
  • the pixel density of the color difference component in the horizontal direction is half of the pixel density of the luminance component
  • the pixel density of the color difference component in the vertical direction is equal to the pixel density of the luminance component.
  • the pixel density of the color difference component is equal to the pixel density of the luminance component in the horizontal direction and the vertical direction.
  • the pixel density of such color difference components is hierarchized.
  • luminance component images can be reused between layers. Therefore, in the upper layer, the information regarding the luminance component is not transmitted as much as possible, and the processing steps that can be omitted are omitted, so that the amount of code can be reduced and the processing speed can be increased.
  • the introduction of logic specific to chroma format scalability increases the complexity of the implementation and increases the development cost of the device.
  • a processing unit that executes a predetermined process for decoding an image of the second layer from an encoded stream of the second layer that is scalable-coded based on the first layer, and the first layer A determination unit for determining a scalability type of the second layer for the second layer, and when the scalability type of the second layer determined by the determination unit is a chroma format scalability, the luminance component for the second layer
  • An image processing apparatus is provided that includes a control unit that causes the processing unit to skip predetermined processing.
  • the image processing apparatus can typically be realized as an image decoding apparatus that decodes an image.
  • an apparatus for controlling execution of a predetermined process for decoding an image of the second layer from an encoded stream of the second layer that is scalable-coded based on the first layer Determining the scalability type of the second layer with respect to the first layer and, if the determined scalability type of the second layer is chroma format scalability, the predetermined for the luminance component of the second layer And an image processing method including skipping execution of the processing.
  • a processing unit that executes a predetermined process for performing scalable coding of a second layer image based on the first layer, and a scalability type of the second layer with respect to the first layer are determined. And a coding parameter to be set by the processing unit for the luminance component of the second layer when the scalability type of the second layer determined by the determination unit is chroma format scalability And a control unit that sets the value to the value with the smallest code amount.
  • the image processing apparatus can typically be realized as an image encoding apparatus that encodes an image.
  • the scalability type of the second layer with respect to the first layer is set. And determining that the encoding parameter to be set in the predetermined process for the luminance component of the second layer is the most encoded when the scalability type of the determined second layer is chroma format scalability And an image processing method including setting the amount to a small value.
  • 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 is an explanatory diagram for explaining spatial scalability for comparison with chroma format scalability.
  • Layer L11 is a base layer
  • layers L12 and L13 are enhancement layers.
  • the ratio of the spatial resolution of the layer L12 to the layer L11 is 2: 1.
  • the ratio of the spatial resolution of the layer L13 to the layer L11 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 spatial resolution of the enhancement layer is higher than the spatial resolution of the base layer for both the luminance component and the color difference component.
  • the luminance component image of the base layer can be used as a reference image in inter-layer prediction of the luminance component of the enhancement layer after being upsampled according to the resolution ratio.
  • the luminance component error between the original image and the reference image can be orthogonally transformed, quantized, and encoded in the enhancement layer.
  • the image of the chrominance component of the base layer can be used as a reference image in the inter-layer prediction of the chrominance component of the enhancement layer after being upsampled according to the resolution ratio.
  • the error of the color difference component between the original image and the reference image can be orthogonally transformed, quantized, and encoded in the enhancement layer.
  • An upsampling filter for inter-layer prediction is usually designed in the same manner as an interpolation filter for motion compensation.
  • the interpolation filter for motion compensation has a tap number of 7 taps or 8 taps for luminance components and 4 taps for color difference components.
  • FIG. 2 is an explanatory diagram for explaining the chroma format scalability.
  • the layer L21 is a base layer
  • the layers L22 and L23 are enhancement layers.
  • the pixel densities of the luminance components of the layers L21, L22, and L23 are equal to each other. Therefore, the luminance component image of the base layer can be used as it is as a reference image in the inter-layer prediction of the luminance component of the enhancement layer.
  • the luminance component error between the original image and the reference image is equal to the coding error (mainly quantization error) in the base layer.
  • the chroma format of the layer L21 is 4: 2: 0, the pixel density of the color difference component is half of the pixel density of the luminance component in the horizontal direction and the vertical direction. Since the chroma format of the layer L22 is 4: 2: 2, the pixel density of the color difference component is half the pixel density of the luminance component in the horizontal direction. Since the chroma format of the layer L23 is 4: 4: 4, the pixel density of the color difference component is equal to the pixel density of the luminance component in the horizontal direction and the vertical direction. Therefore, the color difference component image of the base layer can be used as a reference image in the inter-layer prediction of the enhancement layer color difference component after being upsampled according to the resolution ratio. Further, the error of the color difference component between the original image and the reference image can be orthogonally transformed, quantized, and encoded in the enhancement layer.
  • FIG. 3A is an explanatory diagram showing an example of syntax having logic specific to chroma format scalability.
  • the upper part of FIG. 3A shows syntax STX1, and the lower part shows semantics SMT1 for interpreting syntax STX1.
  • the parameter basic_param_for_luma in the first line of the syntax STX1 indicates a basic value of certain information for the luminance component.
  • the second line of the syntax STX1 is a conditional branch that depends on the scalability type, and it is determined whether or not the scalability type is chroma format scalability.
  • the parameter diff_param_for_luma in the third line of the syntax STX1 is encoded only when the scalability type is not chroma format scalability, and indicates the difference value of the information for the luminance component.
  • the value param_for_luma of the above information for the luminance component is equal to the parameter basic_param_for_luma in the case of chroma format scalability, and is equal to the sum of the parameter basic_param_for_luma and the parameter diff_param_for_luma otherwise.
  • FIG. 3B is an explanatory diagram showing an example of a simplified syntax compared to the example of FIG. 3A.
  • the upper part of FIG. 3B shows the syntax STX2, and the lower part shows two exemplary semantics SMT2a and SMT2b for interpreting the syntax STX2.
  • the parameter basic_param_for_luma in the first line of the syntax STX2 indicates a basic value of certain information for the luminance component.
  • a parameter diff_param_for_luma in the second row of the syntax STX2 indicates a difference value of the information for the luminance component.
  • the scalability type is chroma format scalability
  • the value of the parameter diff_param_for_luma is constrained to zero, but the constraining condition does not appear in the syntax.
  • the value param_for_luma of the information for the luminance component is calculated as the sum of the parameter basic_param_for_luma and the parameter diff_param_for_luma regardless of the scalability type.
  • the value param_for_luma of the above information for the luminance component is equal to the parameter basic_param_for_luma when the parameter diff_param_for_luma is zero, and equal to the sum of the parameter basic_param_for_luma and the parameter diff_param_for_luma otherwise. In these two semantics, the resulting value param_for_luma is the same.
  • the decoder can decode information without being aware of the scalability type. Therefore, the implementation is simplified and the development cost of the apparatus can be suppressed. For example, it becomes easy to support chroma format scalability afterwards by extending the function of a decoder that does not support chroma format scalability.
  • the code amount of the information regarding the luminance component in the enhancement layer is larger than that in the example of FIG. 3A, but since the value zero is expected to be assigned to the shortest code word by variable length coding, the code amount is relatively increased. Is slight.
  • FIGS. 3A and 3B are merely simplified examples for explaining the principle of the technology according to the present disclosure. The principles described above can be applied to various encoding parameters and various processes.
  • FIG. 4 is an explanatory diagram showing a typical processing sequence in scalable decoding.
  • the upper part of FIG. 4 shows a processing sequence for the base layer, and the lower part shows a processing sequence for the enhancement layer.
  • the processing sequence for the base layer includes a lossless decoding process PR01, an inverse quantization process PR02, an inverse orthogonal transform process PR03, a prediction process PR04, an addition (reconstruction) process PR05, and a filtering process PR06.
  • the processing sequence for the enhancement layer includes a lossless decoding process PR11, an inverse quantization process PR12, an inverse orthogonal transform process PR13, a prediction process PR14, an addition (reconstruction) process PR15, and a filtering process PR16.
  • the processing sequence for the base layer may be executed in the same way as for other scalability types.
  • the processing sequence for the enhancement layer since the image of the luminance component can be reused between layers, some processing steps included in the processing sequence for the enhancement layer can be omitted.
  • the inverse quantization process PR12 for inversely quantizing the transform coefficient
  • the inverse orthogonal transform process PR13 for restoring the prediction error from the inversely quantized transform coefficients may not be executed.
  • the filtering process PR16 (typically including the deblock filtering process and the sample adaptive offset process) is also redundant because the filtering process PR06 has been performed in the base layer. However, the filtering process PR16 is executed unless it is explicitly invalidated.
  • the parameter that can be adopted here may be, for example, a parameter that identifies a scalability type, or a parameter that indicates whether each of optional processes should be skipped.
  • FIG. 5 is a block diagram illustrating a schematic configuration of the image encoding device 10 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 and generates a base layer encoded stream.
  • the EL encoding unit 1b encodes the enhancement layer image, 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 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 the base layer encoded stream.
  • the EL decoding unit 6b decodes the enhancement layer image from the enhancement layer encoded stream.
  • 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 following sections, some embodiments of the configuration of such an EL encoding unit 1b will be described.
  • 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. In the following sections, some embodiments of the configuration of such an EL decoding unit 6b are also described.
  • FIG. 7 is a block diagram illustrating an example of the configuration of the EL encoding unit 1b according to an embodiment.
  • the EL encoding unit 1b includes a scalability control unit 11, a rearrangement buffer 12, a subtraction unit 13, an orthogonal transformation unit 14, a quantization unit 15, a lossless encoding unit 16, an accumulation buffer 17, and a rate control unit. 18, an inverse quantization unit 21, an inverse orthogonal transform unit 22, an addition unit 23, a loop filter 24, a frame memory 25, selectors 26 and 27, an intra prediction unit 30, an inter prediction unit 35, and an upsampling unit 40.
  • the scalability control unit 11 controls scalable encoding for the enhancement layer in the EL encoding unit 1b. More specifically, the scalability control unit 11 determines the scalability type by comparing the attribute of the base layer and the attribute of the enhancement layer, and performs EL encoding so that processing according to the determined scalability type is executed. Controls various processing units of the unit 1b. An example of a more detailed configuration of the scalability control unit 11 will be further described later.
  • the rearrangement buffer 12 rearranges the images included in the series of image data.
  • the rearrangement buffer 12 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 35. Output.
  • GOP Group of Pictures
  • the subtraction unit 13 is supplied with image data input from the rearrangement buffer 12 and predicted image data input from the intra prediction unit 30 or the inter prediction unit 35 described later.
  • the subtraction unit 13 calculates prediction error data that is the difference between the image data input from the rearrangement buffer 12 and the predicted image data, and outputs the calculated prediction error data to the orthogonal transform 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.
  • DCT Discrete Cosine Transform
  • TU Transform Unit
  • the orthogonal transform unit 14 outputs transform coefficient data acquired by the orthogonal transform process to the quantization unit 15.
  • the transformation coefficient data of the luminance component output from the orthogonal transformation unit 14 is set to indicate that the transformation coefficient is zero when the scalability control unit 11 determines that the scalability type is chroma format scalability. obtain.
  • 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 rate control signal specifies a quantization parameter for each color component for each block.
  • the quantization unit 15 sets a quantization matrix when using a different quantization step for each frequency component of the quantized data. Typically, in the quantization matrix setting process, one quantization matrix is set for each combination of TU size, prediction mode (intra / inter), and color components. Then, the quantization unit 15 quantizes the transform coefficient data in a quantization step depending on the quantization parameter (and the quantization matrix), and losslessly encodes the quantized transform coefficient data (hereinafter referred to as quantized data). To the unit 16 and the inverse quantization unit 21.
  • the quantization unit 15 generates quantization matrix information for specifying the set quantization matrix, and outputs the generated quantization matrix information to the lossless encoding unit 16.
  • the quantization matrix information specifies each quantization matrix by copying a quantization matrix encoded in the past or differentially encoding the matrix elements while scanning.
  • the scalability control unit 11 determines that the scalability type is chroma format scalability, the quantization matrix information about the luminance component can be generated so as to include the value with the smallest code amount.
  • 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 and information related to inter prediction, which will be described later.
  • the above-described quantization matrix information may also be encoded in the enhancement layer. Then, the lossless encoding unit 16 outputs the generated encoded stream to the accumulation buffer 17.
  • the lossless encoding unit 16 encodes scalability related information for causing the decoder to determine the scalability type.
  • the scalability related information may be type information that directly indicates a scalability type.
  • the parameters shown in Table 1 below are encoded in an extension of a video parameter set (VPS).
  • the parameter scalability_mask_flag [i] is a flag indicating whether or not the scalability type corresponding to the index i is valid.
  • the mapping between the index i and the scalability type is defined as shown in Table 2.
  • the parameter scalability_mask_flag [2] indicates true.
  • An index to indicate that chroma format scalability is valid is not yet defined, but any index i chroma in the range of 3 to 15 reserved for future use is mapped to chroma format scalability
  • the parameter scalability_mask_flag [i chroma ] can be used as type information for chroma format scalability.
  • the scalability related information may be chroma format identification information for identifying a chroma format.
  • Chroma format identification information for identifying the base layer chroma format is encoded by the BL encoder 1a into, for example, a base layer sequence parameter set (SPS).
  • SPS base layer sequence parameter set
  • the lossless encoding unit 16 of the BL encoding unit 1b encodes chroma format identification information that identifies the chroma format of the enhancement layer into the SPS of the enhancement layer.
  • the parameters shown in Table 1 below are encoded in the SPS.
  • the parameter chroma_format_idc is an index that identifies the chroma format. By comparing the value of the parameter chroma_format_idc between layers, it is possible to determine whether or not chroma format scalability is effective.
  • the parameters pic_width_in_luma_samples and pic_height_in_luma_samples are parameters that specify the picture size of the luminance component. By comparing the picture size specified by the parameters pic_width_in_luma_samples and pic_height_in_luma_samples between the layers, it is possible to determine whether or not the spatial scalability is effective. When the parameter scalability_mask_flag [2] is true and the picture sizes are equal between layers, SNR scalability is effective. Note that the chroma format scalability may be treated as a kind of spatial scalability.
  • 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. Similar to the orthogonal transform, the inverse orthogonal transform is performed for each TU. When the conversion coefficients are all zero, the prediction error data also indicates that all prediction errors are zero. Then, the inverse orthogonal transform unit 22 outputs the restored prediction error data to the addition unit 23.
  • the adding unit 23 adds decoded image error 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 35. 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 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 scalability control unit 11 determines that the scalability type is chroma format scalability, the deblock filtering process and the sample adaptive offset process may be skipped for the luminance component of the enhancement layer.
  • 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 upsampling 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.
  • the selector 26 reads out the decoded image data after filtering used for inter prediction from the frame memory 25 and supplies the read out decoded image data to the inter prediction unit 35 as reference image data.
  • the selector 26 supplies the reference image data of the base layer to the intra prediction unit 30 or the inter prediction unit 35.
  • 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 predicted image data as a result of the inter prediction output from the inter prediction unit 35 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 intra prediction processing for each HEVC PU (Prediction Unit) 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 inter layer prediction in the prediction mode set in the enhancement layer.
  • 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 35 performs inter prediction processing for each PU of HEVC based on the original image data and decoded image data of the enhancement layer. For example, the inter prediction unit 35 evaluates the prediction result of each candidate mode in the prediction mode set using a predetermined cost function. Next, the inter prediction unit 35 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. Further, the inter prediction unit 35 generates enhancement layer predicted image data according to the optimal prediction mode. The inter prediction unit 35 may include inter layer prediction in the prediction mode set in the enhancement layer. The inter prediction unit 35 outputs information about the inter prediction including the prediction mode information representing the selected optimal prediction mode and the motion information, the cost function value, and the prediction image data to the selector 27.
  • the motion information includes motion vector information that specifies a motion vector set for each PU as a result of motion search.
  • the motion vector information may be set to indicate that the motion vector is zero when the scalability control unit 11 determines that the scalability type is chroma format scalability.
  • the up-sampling unit 40 acquires a base layer image buffered by the common memory 2 as a reference image for inter-layer prediction under the control of the scalability control unit 11, and updates the acquired reference image as necessary. Sampling. For example, when the scalability control unit 11 determines that the scalability type is spatial scalability, the upsampling unit 40 refers to both the luminance component and the color difference component according to the resolution ratio between the base layer and the enhancement layer. Upsample the image.
  • the upsampling unit 40 also upsamples the reference image according to the resolution ratio between the base layer and the enhancement layer for the chrominance component even when the scalability control unit 11 determines that the scalability type is chroma format scalability. To do. On the other hand, if the scalability control unit 11 determines that the scalability type is chroma format scalability, the upsampling unit 40 does not upsample the reference image with respect to the luminance component unless it is a combination with spatial scalability.
  • the reference image acquired by the upsampling unit 40 is stored in the frame memory 25 and can be referred to in the inter layer prediction by the intra prediction unit 30 or the inter prediction unit 35.
  • FIG. 8 is a block diagram illustrating an example of a detailed configuration of the scalability control unit 11 illustrated in FIG. Referring to FIG. 8, the scalability control unit 11 includes a type determination unit 110, a syntax control unit 120, and a processing control unit 130.
  • the type determination unit 110 determines the enhancement layer scalability type for the base layer. For example, when the spatial resolution of the enhancement layer is larger than the spatial resolution (or picture size) of the base layer, the type determination unit 110 determines that the scalability type is spatial scalability. Also, the type determination unit 110 determines that the scalability type is chroma format scalability when the enhancement layer chroma format indicates a higher pixel density of the color difference component than the base layer chroma format. Note that spatial scalability and chroma format scalability may be realized simultaneously. However, many of the features described in this specification in relation to the reuse of luminance component images between layers apply to chroma format scalability that is not in combination with spatial scalability.
  • syntax control unit 120 is set to be set for the luminance component of the enhancement layer when the enhancement layer scalability type determined by the type determination unit 110 is chroma format scalability. Is set to a value with the smallest code amount.
  • the syntax control unit 120 uses the transform coefficient data generated in the orthogonal transform process performed on the luminance component by the orthogonal transform unit 14 and the transform coefficient of the orthogonal transform is zero. May be set to indicate.
  • a conversion factor of zero means that the prediction error is zero.
  • a decoded image is generated by adding a prediction error to a reference image from the base layer corresponding to the prediction image of the inter-layer prediction. If the prediction error is zero, the decoded image is the reference image from the base layer. It remains.
  • the parameter cbf_luma [x] [y] [trafoDepth] in the CU specifies the presence or absence of a conversion coefficient at the position (x, y) and the division depth trafoDepth. If the parameter cbf_luma [x] [y] [trafoDepth] is zero, one or more corresponding conversion coefficients are all zero. In this case, since encoding of individual transform coefficients is omitted, the code amount of the enhancement layer can be greatly reduced.
  • the syntax control unit 120 indicates that motion vector information generated in the inter prediction process executed for the luminance component by the inter prediction unit 35 is zero. It may be set as shown.
  • the enhancement layer when the luminance component image of the base layer at the same time point is reused as a predicted image, it can be assumed that there is no motion. Therefore, even if the motion vector is constrained to zero, the luminance component image is decoded. There is no hindrance. It is expected that the amount of code of motion vector information is minimized by setting all motion vectors to zero. Thereby, the code amount of the motion vector information in the enhancement layer can be reduced.
  • Table 4 the syntax shown in Table 4 below.
  • the syntax control unit 120 is used for the color difference component in the quantization matrix information generated in the quantization matrix setting process executed by the quantization unit 15 in the case of chroma format scalability.
  • Information specifying a quantization matrix that is not to be performed may be set to a value with the smallest code amount.
  • quantization matrix information shown in Table 5 below is encoded in SPS or PPS (Picture Parameter Set).
  • the variable sizeId in Table 5 is an identifier for identifying the size of the quantization matrix, and is “0” (4 ⁇ 4 pixels), “1” (8 ⁇ 8 pixels), “2” (16 ⁇ 16 pixels) and It takes any value of “3” (32 ⁇ 32 pixels).
  • a variable matrixId is an identifier for identifying a combination of a prediction mode and a color component, and is defined as shown in Table 6.
  • the parameter scaling_list_pred_mode_flag [sizeId] [matrixId] is a flag indicating whether the quantization matrix corresponding to the variables sizeId and matrixId is a copy of a previously encoded quantization matrix. If the flag is zero, the reference quantization matrix specified by the parameter scaling_list_pred_matrix_id_delta [sizeId] [matrixId] is copied. Otherwise, differential encoding is performed while the elements of the quantization matrix corresponding to the variables sizeId and matrixId are sequentially scanned. In the enhancement layer, when all the transform coefficients of the luminance components of the base layer are constrained to zero, the transform coefficients are not substantially quantized.
  • the syntax control unit 120 sets the encoding parameter to the value with the smallest code amount. It is not necessary to set. For example, when chroma format scalability and spatial scalability or SNR scalability are combined, the luminance component image of the base layer is not reused as a reference image as it is, and upsampling or addition of additional prediction error data is not performed. Can be done. Therefore, in the case of such complex scalability, it is possible to appropriately decode a fine image of the enhancement layer in the decoder by avoiding the control of the encoding parameter described here.
  • the process control unit 130 controls the upsampling of the base layer reference image by the upsampling unit 40 according to the scalability type determined by the type determination unit 110. For example, when the scalability type is spatial scalability, the processing control unit 130 causes the upsampling unit 40 to upsample the reference image of the luminance component and the color difference component of the base layer according to the resolution ratio between layers. Further, when the scalability type is chroma format scalability, the processing control unit 130 causes the upsampling unit 40 to upsample the reference image of the color difference component of the base layer.
  • the process control unit 130 skips execution of a predetermined process for the luminance component of the enhancement layer.
  • the predetermined process here may include, for example, a deblock filtering process in the loop filter 24.
  • chroma format scalability when a luminance component image is reused between layers, the deblock filtering process for the image has already been performed in the base layer. Therefore, by skipping the deblock filtering process in the enhancement layer, it is possible to avoid the redundant process and speed up the process.
  • the deblocking filtering process requires a large amount of calculation for determining the necessity of filtering and filtering for all the blocks of the image, avoiding the deblocking filtering process is an overall process of the encoding process and the decoding process. It can greatly contribute to the improvement of speed.
  • the above-described predetermined processing to be skipped may include sample adaptive offset processing in the loop filter 24.
  • sample adaptive offset processing in the loop filter 24.
  • sample adaptive offset processing for the image is also already performed in the base layer. Therefore, by skipping the sample adaptive offset processing in the enhancement layer, execution of redundant processing can be avoided and processing can be speeded up.
  • the deblock filtering process and the sample adaptive offset process mentioned here are merely examples of processes that can be omitted in the case of chroma format scalability. That is, when the scalability type is chroma format scalability, the processing control unit 130 may skip other processing for the luminance component of the enhancement layer.
  • the syntax control unit 120 may generate a parameter that explicitly indicates that the deblock filtering process and the sample adaptive offset process should be skipped for the luminance component of the enhancement layer.
  • the parameter slice_sao_luma_flag is encoded in the slice header.
  • the syntax control unit 120 can invalidate the sample adaptive offset processing in the decoder by setting the value of this parameter to false.
  • an encoding parameter having a role equivalent to the parameter may be additionally employed in VPS, SPS, PPS, or an extension thereof.
  • Non-Patent Document 1 in the latest HEVC specification, the parameters pps_disable_deblocking_filter_flag encoded in the PPS and the parameter slice_disable_deblocking_filter_flag encoded in the slice header are used for both the luminance component and the color difference component. It is possible to invalidate the deblock filtering process. By modifying this syntax and adopting a similar flag for only the luminance component, it is possible to invalidate the deblock filtering processing for only the luminance component in the decoder. Also, an encoding parameter corresponding to a similar flag for only the luminance component may be additionally employed in VPS or SPS or its extension. Instead, on the decoder side, the deblock filtering process for the luminance component may be invalidated based on the determination result of the scalability type regardless of the values of these flags.
  • FIG. 9 is a flowchart illustrating an example of a schematic processing flow during encoding. 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 BL encoding unit 1a executes base layer encoding processing to generate a base layer encoded stream (step S11).
  • the common memory 2 buffers the base layer image and some parameters (for example, picture size information and chroma format identification information) generated in the base layer encoding process (step S12).
  • the EL encoding unit 1b performs an enhancement layer encoding process to generate an enhancement layer encoded stream (step S13).
  • the enhancement layer encoding process executed here differs depending on the scalability type.
  • the base layer image buffered by the common memory 2 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 S14).
  • FIG. 10 is a flowchart illustrating an example of a flow of processing related to control of encoding processing according to scalability type.
  • the type determination unit 110 determines the enhancement type scalability type for the base layer (step S21). The subsequent processing branches depending on whether or not the determined scalability type is chroma format scalability (step S23).
  • the scalability control unit 11 causes the EL encoding unit 1b to perform normal enhancement layer encoding processing (step S25).
  • the encoding process when the scalability type determined by the type determination unit 110 is chroma format scalability branches depending on whether or not the color component to be processed is a luminance component branches depending on whether or not the color component to be processed is a luminance component (step S27). If the color component to be processed is a luminance component, the upsampling unit 40 acquires an image of the luminance component of the base layer buffered by the common memory 2 as a reference image (step S31). The process control unit 130 does not cause the upsampling unit 40 to perform upsampling of the base layer luminance component image. Next, the process control unit 130 causes the EL encoding unit 1b to execute the encoding process for the luminance component while skipping the redundant process for the luminance component of the enhancement layer (step S33).
  • the redundant processing here may include at least one of deblock filtering processing and sample adaptive offset processing in the loop filter 24, for example.
  • the syntax control unit 120 sets some coding parameters for the luminance component of the enhancement layer to a value with the smallest code amount (step S35).
  • the encoding parameter here may include at least one of transform coefficient data, motion vector information, and quantization matrix information.
  • the upsampling unit 40 acquires the image of the color difference component of the base layer buffered by the common memory 2 as a reference image. Then, the acquired reference image is upsampled (step S37). Then, the scalability control unit 11 causes the EL encoding unit 1b to execute an enhancement layer color difference component encoding process (step S39).
  • step S41 The above-described enhancement layer encoding process is repeated until the encoding of the luminance component and the two color difference components is completed (step S41).
  • step S41 the flowchart shown in FIG. 10 is finished.
  • FIG. 11 is a block diagram illustrating an example of the configuration of the EL decoding unit 6b according to an embodiment.
  • the EL decoding unit 6b includes a storage buffer 59, a scalability control unit 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, and a rearrangement buffer 67.
  • the accumulation buffer 59 temporarily accumulates the enhancement layer encoded stream input from the demultiplexer 5 using a storage medium.
  • the scalability control unit 61 controls scalable decoding for the enhancement layer in the EL decoding unit 6b. More specifically, the scalability control unit 61 determines the scalability type of the enhancement layer with respect to the base layer, and controls various processing units of the EL decoding unit 6b so that processing according to the determined scalability type is executed. .
  • An example of a more detailed configuration of the scalability control unit 61 will be further described later.
  • the lossless decoding unit 62 decodes enhancement layer quantized data from the enhancement layer encoded stream input from the accumulation buffer 59 in accordance with 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 and information related to inter prediction. Scalability related information used by the scalability control unit 61 to determine the scalability type can also be decoded by the lossless decoding unit 62. As described above, the scalability related information may include type information that directly indicates the scalability type.
  • the scalability related information may include picture size information and chroma format identification information for identifying a chroma format.
  • 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. In addition, the lossless decoding unit 62 outputs information on inter prediction to the inter prediction unit 85. In addition, the lossless decoding unit 62 outputs scalability related information to the scalability control unit 61.
  • 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. Then, the inverse quantization unit 63 outputs the restored transform coefficient data to the inverse orthogonal transform unit 64.
  • the quantized data of the luminance component encoded by the EL encoding unit 1b can indicate that all transform coefficients are zero. In this case, the inverse quantization unit 63 may not substantially execute the inverse quantization process.
  • the quantization matrix information decoded by the lossless decoding unit 62 can specify the quantization matrix for only the luminance component with a value that requires only the minimum code amount. Actually, the quantization matrix for only the luminance component is not used in the inverse quantization process by the inverse quantization unit 63.
  • the inverse orthogonal transform unit 64 generates prediction error data by performing an inverse orthogonal transform process on the transform coefficient data input from the inverse quantization unit 63 in accordance with the orthogonal transform method used at the time of encoding. Then, the inverse orthogonal transform unit 64 outputs the generated prediction error data to the addition unit 65.
  • the transform coefficient data of the luminance component may indicate that all transform coefficients are zero (that is, the prediction error is zero). In this case, the inverse orthogonal transform unit 64 may not substantially execute the inverse orthogonal transform process.
  • 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 may include a deblocking filter that reduces block distortion and a sample adaptive offset filter that adds an offset value to each pixel value, similar to the loop filter 24 of the EL encoding unit 1b.
  • 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 scalability type is chroma format scalability
  • the deblock filtering process and the sample adaptive offset process are skipped for the luminance component of the enhancement layer.
  • the loop filter 66 may skip the deblock filtering process according to a parameter that explicitly indicates that the deblock filtering process should be skipped for the luminance component of the enhancement layer.
  • the loop filter 66 may skip the sample adaptive offset process according to a parameter that explicitly indicates that the sample adaptive offset process should be skipped for the luminance component of the enhancement layer.
  • 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 adding 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 upsampling 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 85 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 85 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 85.
  • 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 85 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 85 to the addition 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.
  • the intra prediction process is executed for each PU.
  • the intra prediction unit 80 refers to the reference image data of the base layer when a mode corresponding to the inter layer prediction is designated as the intra prediction mode.
  • the intra prediction unit 80 outputs the generated predicted image data of the enhancement layer to the selector 71.
  • the inter prediction unit 85 performs the inter prediction process (motion compensation process) of the enhancement layer based on the information related to the inter prediction input from the lossless decoding unit 62 and the reference image data from the frame memory 69, and generates predicted image data. To do.
  • the inter prediction process is executed for each PU.
  • the inter prediction unit 85 refers to the reference image data of the base layer.
  • the inter prediction unit 85 outputs the generated prediction image data of the enhancement layer to the selector 71.
  • the scalability type is chroma format scalability
  • the motion vector information about the luminance component used in the inter prediction may indicate that the motion vector is zero.
  • the inter prediction unit 85 can use the reference image of the luminance component of the base layer as it is as the prediction image of the enhancement layer in the inter layer prediction.
  • the upsampling unit 90 acquires a base layer image buffered by the common memory 7 as a reference image for inter-layer prediction under the control of the scalability control unit 61, and upgrades the acquired reference image as necessary. Sampling. For example, if it is determined that the scalability type is spatial scalability, the upsampling unit 90 upsamples the reference image according to the resolution ratio between the base layer and the enhancement layer for both the luminance component and the color difference component. . The upsampling unit 90 also upsamples the reference image according to the resolution ratio between the base layer and the enhancement layer for the color difference component even when the scalability type is determined to be chroma format scalability.
  • the upsampling unit 90 does not upsample the reference image with respect to the luminance component unless it is combined with the spatial scalability.
  • the reference image acquired by the upsampling unit 90 is It is stored in the frame memory 69 and can be used as a reference image in inter-layer prediction by the intra prediction unit 80 or the inter prediction unit 85.
  • FIG. 12 is a block diagram illustrating an example of a detailed configuration of the scalability control unit 61 illustrated in FIG. Referring to FIG. 12, the scalability control unit 61 includes a type determination unit 160 and a processing control unit 170.
  • the type determination unit 160 determines the enhancement type of the enhancement layer for the base layer based on the scalability related information decoded by the lossless decoding unit 62. For example, the type determination unit 160 may determine the scalability type based on type information that directly indicates the scalability type. The type information here may be, for example, the above-described flag set scalability_mask_flag [i] decoded from the extension of VPS. In addition or alternatively, the type determining unit 160 may determine the enhancement layer scalability type by comparing the base layer chroma format identification information with the enhancement layer chroma format identification information. The chroma format identification information can be decoded from the SPS of each layer, for example.
  • the processing control unit 170 controls the upsampling of the base layer reference image by the upsampling unit 90 according to the scalability type determined by the type determination unit 160. For example, when the scalability type is spatial scalability, the processing control unit 170 causes the upsampling unit 90 to upsample the reference image of the luminance component and the color difference component of the base layer according to the resolution ratio between layers. Further, when the scalability type is chroma format scalability, the processing control unit 170 causes the upsampling unit 90 to upsample the reference image of the color difference component of the base layer.
  • the processing control unit 170 skips execution of predetermined processing for the luminance component of the enhancement layer.
  • the predetermined process here may include, for example, a deblock filtering process in the loop filter 66.
  • the predetermined process to be skipped may include a sample adaptive offset process in the loop filter 66. By skipping these processes, it is possible to avoid the execution of redundant processes and speed up the processes.
  • the processing control unit 170 is not limited to such an example, and when the scalability type is chroma format scalability, the processing control unit 170 skips processes other than the deblock filtering process and the sample adaptive offset process for the luminance component of the enhancement layer. May be.
  • the processing control unit 170 skips execution of the predetermined processing for the enhancement layer luminance component. You don't have to.
  • FIG. 13 is a flowchart showing an example of a schematic processing flow at the time of decoding. 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 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 executes base layer decoding processing to reconstruct a base layer image from the base layer encoded stream (step S61).
  • the common memory 7 buffers the base layer image and some parameters (for example, picture size information and chroma format identification information) generated in the base layer decoding process (step S62).
  • the EL decoding unit 6b executes enhancement layer decoding processing to reconstruct the enhancement layer image (step S63).
  • the enhancement layer decoding process executed here differs depending on the scalability type.
  • the base layer image buffered by the common memory 7 is used as a reference image in inter-layer prediction.
  • FIG. 14 is a flowchart illustrating an example of a flow of processing related to control of decoding processing according to the scalability type.
  • the type determining unit 160 determines the scalability type of the enhancement layer with respect to the base layer (step S71). The subsequent processing branches depending on whether or not the determined scalability type is chroma format scalability (step S73).
  • the scalability control unit 11 causes the EL decoding unit 6b to perform a normal enhancement layer decoding process (step S75).
  • the decoding process when the scalability type determined by the type determining unit 160 is chroma format scalability branches depending on whether or not the color component to be processed is a luminance component (step S77).
  • the upsampling unit 90 acquires the luminance component image of the base layer buffered by the common memory 7 as a reference image (step S81).
  • the processing control unit 170 does not cause the upsampling unit 90 to perform upsampling of the luminance component image of the base layer.
  • the process control unit 170 causes the EL decoding unit 6b to execute the decoding process for the luminance component while skipping the redundant process for the luminance component of the enhancement layer (step S83).
  • the redundant processing here may include at least one of deblock filtering processing and sample adaptive offset processing in the loop filter 66, for example.
  • the upsampling unit 90 acquires the image of the color difference component of the base layer buffered by the common memory 7 as a reference image. Then, the acquired reference image is upsampled (step S87). Then, the scalability control unit 11 causes the EL decoding unit 6b to perform the decoding process for the color difference component of the enhancement layer (step S89).
  • the enhancement layer decoding process described above is repeated until the decoding of the luminance component and the two color difference components is completed (step S91).
  • the flowchart shown in FIG. 14 is finished.
  • 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. 15 illustrates an example of a schematic configuration of a television device.
  • 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 device 60. Therefore, the television apparatus 900 can support chroma format scalability with low coding cost and high coding efficiency or high-speed processing.
  • FIG. 16 shows an example of a schematic configuration of a mobile phone.
  • 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. Therefore, the cellular phone 920 can support chroma format scalability with high coding efficiency or high speed processing with low development cost.
  • FIG. 17 shows an example of a schematic configuration of a recording / reproducing apparatus.
  • 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 device 10.
  • the decoder 947 has the function of the image decoding device 60. Therefore, the recording / reproducing apparatus 940 can support chroma format scalability with high coding efficiency or high speed processing with low development cost.
  • FIG. 18 illustrates an example of a schematic configuration of an imaging apparatus.
  • 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. Therefore, the imaging device 960 can support chroma format scalability with low coding cost and high coding efficiency or high speed 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. 19 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. 19 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. 20 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. 21 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.
  • the multi-view codec is a kind of multi-layer codec, and is an image encoding method for encoding and decoding so-called multi-view video.
  • FIG. 22 is an explanatory diagram for describing the multi-view codec. Referring to FIG. 22, 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. In the example of FIG. 22, 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. 23 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. 24 is a block diagram illustrating 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 image of the luminance component may be reused between the views according to the technique according to the present disclosure.
  • 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.
  • the code amount may be reduced or the processing speed may be increased according to the technique according to the present disclosure.
  • the decoding process of the second layer it is possible to avoid redundantly executing the process already executed in the first layer, and to increase the overall processing speed. For example, since the deblock filtering process requires a large amount of calculation over all blocks of the image, the processing speed of the decoding process can be greatly improved by avoiding this. The same applies to the sample adaptive offset processing.
  • the encoding parameter to be set in the enhancement layer for the luminance component of the second layer is set to a value with the smallest code amount.
  • the encoding parameter here is a parameter to be encoded, such as transform coefficient data, motion vector information, or quantization matrix information, without being limited to chroma format scalability. Therefore, it is possible to reduce the code amount of information related to the luminance component without introducing logic specific to chroma format scalability into the syntax. As a result, it is possible to support chroma format scalability as well as high coding efficiency while suppressing an increase in the development cost of the device due to the complexity of the implementation.
  • 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 processing unit that executes a predetermined process for decoding an image of the second layer from the encoded stream of the second layer that is scalable encoded based on the first layer;
  • a determination unit for determining a scalability type of the second layer with respect to the first layer;
  • a control unit that causes the processing unit to skip the predetermined processing for the luminance component of the second layer when the scalability type of the second layer determined by the determination unit is chroma format scalability;
  • An image processing apparatus comprising: (2) The image processing apparatus according to (1), wherein the predetermined process includes a deblock filtering process. (3) The image processing apparatus according to (1) or (2), wherein the predetermined process includes a sample adaptive offset process.
  • the control unit when the scalability type of the second layer determined by the determination unit is a combination of the chroma format scalability and other scalability, the control unit for the luminance component of the second layer.
  • An image processing method including: (8) A processing unit that executes a predetermined process for scalable encoding of the image of the second layer based on the first layer; A determination unit for determining a scalability type of the second layer with respect to the first layer; When the scalability type of the second layer determined by the determination unit is chroma format scalability, the encoding parameter to be set by the processing unit for the luminance component of the second layer is set to the highest code amount.
  • An image processing apparatus comprising: (9) The predetermined process includes an orthogonal transform process, The control unit sets the encoding parameter to indicate that the transform coefficient of the orthogonal transform is zero; The image processing apparatus according to (8). (10) The predetermined process includes an inter prediction process for setting a motion vector, The controller sets the encoding parameter to indicate that the motion vector is zero; The image processing apparatus according to (8). (11) The predetermined process includes a quantization matrix setting process for setting a quantization matrix, The control unit sets the encoding parameter that specifies a quantization matrix that is not used for the color difference component to a value with the smallest code amount. The image processing apparatus according to (8).
  • the controller further skips the deblocking filtering process for the luminance component of the second layer when the scalability type of the second layer determined by the determination unit is chroma format scalability; (8) The image processing apparatus according to any one of (11).
  • the controller further skips the sample adaptive offset processing for the luminance component of the second layer when the scalability type of the second layer determined by the determining unit is chroma format scalability; (8) The image processing device according to any one of (12).
  • the image processing apparatus further includes an encoding unit that encodes type information for allowing a decoder to determine the scalability type of the second layer into an extension of a video parameter set. The image processing apparatus according to any one of the above.
  • the image processing apparatus encodes the second layer chroma format identification information to be compared with the first layer chroma format identification information by a decoder to determine the scalability type of the second layer.
  • the image processing apparatus according to any one of (8) to (14), further including: (16) The control unit, when the scalability type of the second layer determined by the determination unit is a combination of the chroma format scalability and other scalability, the value with the smallest code amount of the encoding parameter.
  • an apparatus for controlling execution of a predetermined process for performing scalable encoding of a second layer image based on a first layer Determining the scalability type of the second layer relative to the first layer; When the determined scalability type of the second layer is chroma format scalability, the encoding parameter to be set in the predetermined process for the luminance component of the second layer is set to a value with the smallest code amount.
  • An image processing method including:

Landscapes

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

Abstract

【課題】クロマフォーマットスケーラビリティをサポートする際に、固有のロジックの追加を抑制しつつ、符号量の低減又は処理の高速化を図ること。 【解決手段】第１レイヤに基づいてスケーラブル符号化された第２レイヤの符号化ストリームから当該第２レイヤの画像を復号するための所定の処理を実行する処理部と、前記第１レイヤに対する前記第２レイヤのスケーラビリティ種別を判定する判定部と、前記判定部により判定された前記第２レイヤの前記スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、前記第２レイヤの輝度成分のための前記所定の処理を前記処理部にスキップさせる制御部と、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は、典型的には、階層化される属性に応じて、空間スケーラビリティ、時間スケーラビリティ及びＳＮＲ（Signal　to　Noise　Ratio）スケーラビリティという３種類の種別に分類される。空間スケーラビリティでは、空間解像度（あるいはピクチャサイズ）が階層化され、下位レイヤの画像は、アップサンプリングされた後に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。時間スケーラビリティでは、フレームレートが階層化される。ＳＮＲスケーラビリティでは、量子化の粗さを変化させることにより、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。
　クロマフォーマットとは、輝度（Ｙ）成分の画素密度に対する色差（Ｃｒ，Ｃｂ）成分の画素密度の比を水平方向及び垂直方向について特定する標識である。クロマフォーマットが４：２：０である場合、水平方向及び垂直方向において、色差成分の画素密度は、輝度成分の画素密度の半分である。クロマフォーマットが４：２：２である場合、水平方向において色差成分の画素密度は輝度成分の画素密度の半分であり、垂直方向において色差成分の画素密度は輝度成分の画素密度に等しい。クロマフォーマットが４：４：４である場合、水平方向及び垂直方向において色差成分の画素密度は輝度成分の画素密度に等しい。クロマフォーマットスケーラビリティでは、このような色差成分の画素密度が階層化される。
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,　el.　al,　"SHVC　Draft　3"（JCTVC-N1008，　2013年7月25-8月2日）
　クロマフォーマットスケーラビリティにおいては、輝度成分の画像は、レイヤ間で再利用可能である。よって、上位レイヤにおいて、輝度成分に関する情報を可能な限り伝送せず、省略可能な処理ステップを省略することで、符号量の低減と処理の高速化とを図ることができる。但し、クロマフォーマットスケーラビリティに固有のロジックを導入することは、実装の複雑さを高め、装置の開発コストを上昇させる。
　従って、クロマフォーマットスケーラビリティをサポートする際に、固有のロジックの追加を抑制しつつ、符号量の低減又は処理の高速化を図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レイヤに基づいてスケーラブル符号化された第２レイヤの符号化ストリームから当該第２レイヤの画像を復号するための所定の処理を実行する処理部と、前記第１レイヤに対する前記第２レイヤのスケーラビリティ種別を判定する判定部と、前記判定部により判定された前記第２レイヤの前記スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、前記第２レイヤの輝度成分のための前記所定の処理を前記処理部にスキップさせる制御部と、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レイヤに基づいてスケーラブル符号化された第２レイヤの符号化ストリームから当該第２レイヤの画像を復号するための所定の処理の実行を制御する装置において、前記第１レイヤに対する前記第２レイヤのスケーラビリティ種別を判定することと、判定された前記第２レイヤの前記スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、前記第２レイヤの輝度成分のための前記所定の処理の実行をスキップさせることと、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レイヤに基づいて第２レイヤの画像をスケーラブル符号化するための所定の処理を実行する処理部と、前記第１レイヤに対する前記第２レイヤのスケーラビリティ種別を判定する判定部と、前記判定部により判定された前記第２レイヤの前記スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、前記第２レイヤの輝度成分のために前記処理部により設定されるべき符号化パラメータを最も符号量の小さい値に設定する制御部と、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レイヤに基づいて第２レイヤの画像をスケーラブル符号化するための所定の処理の実行を制御する装置において、前記第１レイヤに対する前記第２レイヤのスケーラビリティ種別を判定することと、判定された前記第２レイヤの前記スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、前記第２レイヤの輝度成分のために前記所定の処理において設定されるべき符号化パラメータを最も符号量の小さい値に設定することと、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、クロマフォーマットスケーラビリティをサポートする際に、固有のロジックの追加を抑制しつつ、符号量の低減又は処理の高速化を図ることが可能となる。
　なお、上記の効果は必ずしも限定的なものではなく、上記の効果と共に、又は上記の効果に代えて、本明細書に示されたいずれかの効果、又は本明細書から把握され得る他の効果が奏されてもよい。
空間スケーラビリティについて説明するための説明図である。 クロマフォーマットスケーラビリティについて説明するための説明図である。 クロマフォーマットスケーラビリティに固有のロジックを有するシンタックスの一例を示す説明図である。 図３Ａの例と比較して簡略化されたシンタックスの一例を示す説明図である。 スケーラブル復号における典型的な処理シーケンスを示す説明図である。 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。 画像復号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に示したスケーラビリティ制御部の詳細な構成の一例を示すブロック図である。 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。 スケーラビリティ種別に応じた符号化処理の制御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。 一実施形態に係るＥＬ復号部の構成の一例を示すブロック図である。 図１１に示したスケーラビリティ制御部の詳細な構成の一例を示すブロック図である。 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。 スケーラビリティ種別に応じた復号処理の制御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。
　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．クロマフォーマットスケーラビリティ
　　　１－２．基本的な原理
　　　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．ＥＬ符号化部の構成例
　　　２－１．全体的な構成
　　　２－２．スケーラビリティ制御部の構成
　　　２－３．処理の流れ
　　３．ＥＬ復号部の構成例
　　　３－１．全体的な構成
　　　３－２．スケーラビリティ制御部の構成
　　　３－３．処理の流れ
　　４．応用例
　　　４－１．様々な製品への応用
　　　４－２．スケーラブル符号化の様々な用途
　　　４－３．その他
　　５．まとめ
　＜１．概要＞
　　［１－１．クロマフォーマットスケーラビリティ］
　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、クロマフォーマットスケーラビリティとの対比のために、空間スケーラビリティについて説明するための説明図である。図１を参照すると、空間スケーラビリティ方式でスケーラブル符号化される３つのレイヤＬ１１、Ｌ１２及びＬ１３が示されている。レイヤＬ１１はベースレイヤであり、レイヤＬ１２及びＬ１３はエンハンスメントレイヤである。レイヤＬ１２のレイヤＬ１１に対する空間解像度の比は、２：１である。レイヤＬ１３のレイヤＬ１１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。空間スケーラビリティにおいては、輝度成分及び色差成分の双方について、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、ベースレイヤの輝度成分の画像は、解像度比に従ってアップサンプリングされた上で、エンハンスメントレイヤの輝度成分の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。また、エンハンスメントレイヤにおいて原画像と参照画像との間の輝度成分の誤差が直交変換され、量子化され、及び符号化され得る。同様に、ベースレイヤの色差成分の画像は、解像度比に従ってアップサンプリングされた上で、エンハンスメントレイヤの色差成分の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。また、エンハンスメントレイヤにおいて原画像と参照画像との間の色差成分の誤差が直交変換され、量子化され、及び符号化され得る。インターレイヤ予測のためのアップサンプリングフィルタは、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。動き補償のための補間フィルタは、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タップのタップ数を有する。
　図２は、クロマフォーマットスケーラビリティについて説明するための説明図である。図２を参照すると、クロマフォーマットスケーラビリティ方式でスケーラブル符号化される３つのレイヤＬ２１、Ｌ２２及びＬ２３が示されている。レイヤＬ２１はベースレイヤであり、レイヤＬ２２及びＬ２３はエンハンスメントレイヤである。レイヤＬ２１、Ｌ２２及びＬ２３の輝度成分の画素密度は、互いに等しい。従って、ベースレイヤの輝度成分の画像は、エンハンスメントレイヤの輝度成分のインターレイヤ予測において参照画像としてそのまま使用可能である。原画像と参照画像との間の輝度成分の誤差は、ベースレイヤにおける符号化誤差（主に、量子化誤差）に等しい。一方、レイヤＬ２１のクロマフォーマットは４：２：０であるため、水平方向及び垂直方向において、色差成分の画素密度は、輝度成分の画素密度の半分である。レイヤＬ２２のクロマフォーマットは４：２：２であるため、水平方向において、色差成分の画素密度は、輝度成分の画素密度の半分である。レイヤＬ２３のクロマフォーマットは４：４：４であるため、水平方向及び垂直方向において、色差成分の画素密度は、輝度成分の画素密度に等しい。よって、ベースレイヤの色差成分の画像は、解像度比に従ってアップサンプリングされた上で、エンハンスメントレイヤの色差成分の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。また、エンハンスメントレイヤにおいて原画像と参照画像との間の色差成分の誤差が直交変換され、量子化され、及び符号化され得る。
　　［１－２．基本的な原理］
　上述した説明から理解されるように、クロマフォーマットスケーラビリティにおいて、色差成分の符号化処理及び復号処処理は、空間スケーラビリティのケースと同様に実行され得る。一方、輝度成分の画像はレイヤ間でほとんどそのまま再利用可能であるため、エンハンスメントレイヤにおいて輝度成分に関する情報を可能な限り伝送しないことにより、符号量を低減することができる。また、エンハンスメントレイヤにおいて省略可能な処理ステップを省略することで、処理を高速化することができる。但し、例えばエンハンスメントレイヤのシンタックスにクロマフォーマットスケーラビリティに固有のロジックを導入することは、実装の複雑さを高め、装置の開発コストを上昇させる。
　図３Ａは、クロマフォーマットスケーラビリティに固有のロジックを有するシンタックスの一例を示す説明図である。図３Ａの上段にはシンタックスＳＴＸ１が、下段にはシンタックスＳＴＸ１を解釈するためのセマンティクスＳＭＴ１がそれぞれ示されている。シンタックスＳＴＸ１の第１行のパラメータbasic_param_for_lumaは、輝度成分のためのある情報の基礎値を示す。シンタックスＳＴＸ１の第２行はスケーラビリティ種別に依存する条件分岐であり、スケーラビリティ種別がクロマフォーマットスケーラビリティであるか否かが判定される。シンタックスＳＴＸ１の第３行のパラメータdiff_param_for_lumaは、スケーラビリティ種別がクロマフォーマットスケーラビリティでない場合にのみ符号化され、輝度成分のための上記情報の差分値を示す。
　セマンティクスＳＭＴ１に記述されているように、輝度成分のための上記情報の値param_for_lumaは、クロマフォーマットスケーラビリティの場合にはパラメータbasic_param_for_lumaに等しく、そうでない場合にはパラメータbasic_param_for_lumaとパラメータdiff_param_for_lumaとの和に等しい。
　図３Ａの例によれば、クロマフォーマットスケーラビリティをサポートする際、エンハンスメントレイヤにおける輝度成分に関する情報のうちパラメータdiff_param_for_lumaに相当する符号量が低減される。しかし、クロマフォーマットスケーラビリティに固有のロジック（例えば、シンタックスＳＴＸ１の条件分岐）がシンタックスに導入されるため、エンコーダ及びデコーダの双方の実装が複雑化する。その結果、例えば標準仕様への適合性を確認するためのテスト条件が増加するなどの理由によって、装置の開発コストが上昇してしまう。
　図３Ｂは、図３Ａの例と比較して簡略化されたシンタックスの一例を示す説明図である。図３Ｂの上段にはシンタックスＳＴＸ２が、下段にはシンタックスＳＴＸ２を解釈するための２つの例示的なセマンティクスＳＭＴ２ａ及びスＳＭＴ２ｂがそれぞれ示されている。シンタックスＳＴＸ２の第１行のパラメータbasic_param_for_lumaは、輝度成分のためのある情報の基礎値を示す。シンタックスＳＴＸ２の第２行のパラメータdiff_param_for_lumaは、輝度成分のための上記情報の差分値を示す。スケーラビリティ種別がクロマフォーマットスケーラビリティである場合、パラメータdiff_param_for_lumaの値はゼロに拘束されるが、その拘束条件はシンタックスには現れない。
　セマンティクスＳＭＴ２ａの例では、スケーラビリティ種別に関わらず、輝度成分のための上記情報の値param_for_lumaは、パラメータbasic_param_for_lumaとパラメータdiff_param_for_lumaとの和として計算される。セマンティクスＳＭＴ２ｂの例では、輝度成分のための上記情報の値param_for_lumaは、パラメータdiff_param_for_lumaがゼロである場合にはパラメータbasic_param_for_lumaに等しく、そうでない場合にはパラメータbasic_param_for_lumaとパラメータdiff_param_for_lumaとの和に等しい。これら２つのセマンティクスにおいて、結果として導かれる値param_for_lumaは同一である。
　図３Ｂの例によれば、クロマフォーマットスケーラビリティに固有のロジックはシンタックスに導入されない。デコーダは、スケーラビリティ種別を意識することなく、情報を復号することができる。よって、実装は単純化され、装置の開発コストを抑制することが可能となる。例えば、クロマフォーマットスケーラビリティをサポートしていないデコーダの機能を拡張することにより事後的にクロマフォーマットスケーラビリティをサポートすることも容易となる。エンハンスメントレイヤにおける輝度成分に関する情報の符号量は図３Ａの例と比較するとより多いが、可変長符号化によって値ゼロは最も短い符号語に割当てられると期待されるため、符号量の相対的な増加はわずかである。
　なお、図３Ａ及び図３Ｂに示したシンタックス及びセマンティクスは、本開示に係る技術の原理を説明するための単純化された例に過ぎない。上述した原理は、様々な符号化パラメータ及び様々な処理に適用可能である
　図４は、スケーラブル復号における典型的な処理シーケンスを示す説明図である。図４の上段にはベースレイヤのための処理シーケンスが、下段にはエンハンスメントレイヤのための処理シーケンスがそれぞれ示されている。ベースレイヤのための処理シーケンスは、可逆復号処理ＰＲ０１、逆量子化処理ＰＲ０２、逆直交変換処理ＰＲ０３、予測処理ＰＲ０４、加算（再構築）処理ＰＲ０５、及びフィルタリング処理ＰＲ０６を含む。エンハンスメントレイヤのための処理シーケンスは、可逆復号処理ＰＲ１１、逆量子化処理ＰＲ１２、逆直交変換処理ＰＲ１３、予測処理ＰＲ１４、加算（再構築）処理ＰＲ１５、及びフィルタリング処理ＰＲ１６を含む。クロマフォーマットスケーラビリティの場合であっても、ベースレイヤのための処理シーケンスは、他のスケーラビリティ種別の場合と同様に実行され得る。一方、クロマフォーマットスケーラビリティの場合、輝度成分の画像はレイヤ間で再利用可能であるため、エンハンスメントレイヤのための処理シーケンスに含まれるいくつかの処理ステップは省略可能である。
　例えば、ベースレイヤの輝度成分のリコンストラクト画像がそのままエンハンスメントレイヤにおいて使用される場合、インターレイヤ予測の全ての予測誤差をゼロに拘束すれば、変換係数を逆量子化するための逆量子化処理ＰＲ１２、及び逆量子化された変換係数から予測誤差を復元するための逆直交変換処理ＰＲ１３を実行しなくてもよい。フィルタリング処理ＰＲ１６（典型的には、デブロックフィルタリング処理及びサンプル適応オフセット処理を含む）もまた、ベースレイヤにおいてフィルタリング処理ＰＲ０６が実行済みであることから、冗長である。但し、フィルタリング処理ＰＲ１６は、明示的に無効化されない限りは実行されてしまう。そこで、フィルタリング処理ＰＲ１６のような冗長だが通常は省略されない処理は、明示的な条件判定のためのパラメータを採用することにより、当該処理をスキップすることを可能とすることが有益である。ここで採用され得るパラメータとは、例えば、スケーラビリティ種別を識別するパラメータであってもよく、又は省略可能な処理の各々をスキップすべきかを示すパラメータであってもよい。
　　［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、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、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、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、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。次節以降で、そのようなＥＬ符号化部１ｂの構成のいくつかの実施形態について説明する。
　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。次節以降で、そのようなＥＬ復号部６ｂの構成のいくつかの実施形態についても説明する。
　＜２．ＥＬ符号化部の構成例＞
　　［２－１．全体的な構成］
　図７は、一実施形態に係る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、スケーラビリティ制御部１１、並び替えバッファ１２、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３５並びにアップサンプリング部４０を備える。
　スケーラビリティ制御部１１は、ＥＬ符号化部１ｂにおけるエンハンスメントレイヤのためのスケーラブル符号化を制御する。より具体的には、スケーラビリティ制御部１１は、ベースレイヤの属性とエンハンスメントレイヤの属性とを比較することによりスケーラビリティ種別を判定し、判定したスケーラビリティ種別に応じた処理が実行されるようにＥＬ符号化部１ｂの様々な処理部を制御する。スケーラビリティ制御部１１のより詳細な構成の一例について、後にさらに説明する。
　並び替えバッファ１２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１２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３５へ出力する。
　減算部１３には、並び替えバッファ１２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３５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１２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。ＨＥＶＣにおいて、直交変換は、ＴＵ（変換単位：Transform　Unit）と呼ばれるブロックごとに実行される。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。直交変換部１４から出力される輝度成分の変換係数データは、スケーラビリティ制御部１１によりスケーラビリティ種別がクロマフォーマットスケーラビリティであると判定された場合には、変換係数がゼロであることを示すように設定され得る。
　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。レート制御信号は、ブロックごとの各色成分についての量子化パラメータを特定する。また、量子化部１５は、量子化データの周波数成分ごとに異なる量子化ステップを使用する場合、量子化行列を設定する。典型的には、量子化行列設定処理において、ＴＵサイズ、予測モード（イントラ／インター）及び色成分の組合せごとに１つの量子化行列が設定される。そして、量子化部１５は、量子化パラメータ（及び量子化行列）に依存する量子化ステップで変換係数データを量子化し、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。また、量子化部１５は、設定した量子化行列を特定する量子化行列情報を生成し、生成した量子化行列情報を可逆符号化部１６へ出力する。量子化行列情報は、過去に符号化された量子化行列をコピーし、又は行列の要素をスキャンしながら差分符号化することにより、各量子化行列を特定する。輝度成分についての量子化行列情報は、スケーラビリティ制御部１１によりスケーラビリティ種別がクロマフォーマットスケーラビリティであると判定された場合には、最も符号量の小さい値を含むように生成され得る。
　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、後に説明するイントラ予測に関する情報及びインター予測に関する情報を含み得る。上述した量子化行列情報もまた、エンハンスメントレイヤにおいて符号化され得る。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。
　また、可逆符号化部１６は、デコーダにスケーラビリティ種別を判定させるためのスケーラビリティ関連情報を符号化する。一例として、スケーラビリティ関連情報は、スケーラビリティ種別を直接的に示す種別情報であってもよい。例えば、非特許文献２によれば、ビデオパラメータセット（ＶＰＳ）の拡張（extension）内で次の表１に示すパラメータが符号化される。パラメータscalability_mask_flag[i]は、インデックスｉに対応するスケーラビリティ種別が有効か否かを示すフラグである。インデックスｉとスケーラビリティ種別とのマッピングは、表２のように定義されている。
Figure JPOXMLDOC01-appb-T000001
Figure JPOXMLDOC01-appb-T000002
　即ち、最新のＳＨＶＣの仕様では、空間スケーラビリティ又はＳＮＲスケーラビリティが有効である場合、パラメータscalability_mask_flag[2]が真（True）を示すように符号化される。クロマフォーマットスケーラビリティが有効であることを示すためのインデックスは未だ定義されていないが、将来の使用のために予約された３から１５までの範囲内のいずれかのインデックスｉchromaをクロマフォーマットスケーラビリティにマッピングすることにより、パラメータscalability_mask_flag[ｉchroma]をクロマフォーマットスケーラビリティのための種別情報として使用することができる。
　他の例として、スケーラビリティ関連情報は、クロマフォーマットを識別するクロマフォーマット識別情報であってもよい。ベースレイヤのクロマフォーマットを識別するクロマフォーマット識別情報は、ＢＬ符号化部１ａにより、例えばベースレイヤのシーケンスパラメータセット（ＳＰＳ）内へ符号化される。一方、ＢＬ符号化部１ｂの可逆符号化部１６は、エンハンスメントレイヤのクロマフォーマットを識別するクロマフォーマット識別情報を、エンハンスメントレイヤのＳＰＳ内へ符号化する。例えば、非特許文献１によれば、ＳＰＳ内で次の表１に示すパラメータが符号化される。
Figure JPOXMLDOC01-appb-T000003
　パラメータchroma_format_idcは、クロマフォーマットを識別するインデックスである。レイヤ間でパラメータchroma_format_idcの値を比較することにより、クロマフォーマットスケーラビリティが有効か否かを判定することができる。パラメータpic_width_in_luma_samples及びpic_height_in_luma_samplesは、輝度成分のピクチャサイズを特定するパラメータである。パラメータpic_width_in_luma_samples及びpic_height_in_luma_samplesにより特定されるピクチャサイズをレイヤ間で比較することにより、空間スケーラビリティが有効か否かを判定することができる。パラメータscalability_mask_flag[2]が真（True）であってレイヤ間でピクチャサイズが等しい場合には、ＳＮＲスケーラビリティが有効である。なお、クロマフォーマットスケーラビリティは、空間スケーラビリティの一種であるものとして扱われてもよい。
　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。直交変換と同様、逆直交変換は、ＴＵごとに実行される。変換係数が全てゼロである場合には、予測誤差データも全ての予測誤差がゼロであることを示す。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３５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。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。スケーラビリティ制御部１１によりスケーラビリティ種別がクロマフォーマットスケーラビリティであると判定された場合には、エンハンスメントレイヤの輝度成分について、デブロックフィルタリング処理及びサンプル適応オフセット処理はスキップされてもよい。
　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、及びアップサンプリング部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３５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３５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３５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３５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、ＨＥＶＣのＰＵ（予測単位：Prediction　Unit）ごとに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を含めてもよい。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３５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、ＨＥＶＣのＰＵごとにインター予測処理を行う。例えば、インター予測部３５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３５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３５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３５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を含めてもよい。インター予測部３５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。動き情報は、動き探索の結果としてＰＵごとに設定される動きベクトルを特定する動きベクトル情報を含む。動きベクトル情報は、スケーラビリティ制御部１１によりスケーラビリティ種別がクロマフォーマットスケーラビリティであると判定された場合には、動きベクトルがゼロであることを示すように設定され得る。
　アップサンプリング部４０は、スケーラビリティ制御部１１による制御の下、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インターレイヤ予測のための参照画像として取得し、取得した参照画像を必要に応じてアップサンプリングする。例えば、アップサンプリング部４０は、スケーラビリティ制御部１１によりスケーラビリティ種別が空間スケーラビリティであると判定された場合には、輝度成分及び色差成分の双方について、ベースレイヤとエンハンスメントレイヤとの間の解像度比に従って参照画像をアップサンプリングする。また、アップサンプリング部４０は、スケーラビリティ制御部１１によりスケーラビリティ種別がクロマフォーマットスケーラビリティであると判定された場合にも、色差成分について、ベースレイヤとエンハンスメントレイヤとの間の解像度比に従って参照画像をアップサンプリングする。一方、アップサンプリング部４０は、スケーラビリティ制御部１１によりスケーラビリティ種別がクロマフォーマットスケーラビリティであると判定された場合、空間スケーラビリティとの組合せでない限り、輝度成分について参照画像をアップサンプリングしない。アップサンプリング部４０により取得される参照画像は、フレームメモリ２５に格納され、イントラ予測部３０又はインター予測部３５により、インターレイヤ予測において参照され得る。
　　［２－２．スケーラビリティ制御部の構成］
　図８は、図７に示したスケーラビリティ制御部１１の詳細な構成の一例を示すブロック図である。図８を参照すると、スケーラビリティ制御部１１は、種別判定部１１０、シンタックス制御部１２０及び処理制御部１３０を有する。
　　　（１）種別判定部
　種別判定部１１０は、ベースレイヤに対するエンハンスメントレイヤのスケーラビリティ種別を判定する。例えば、種別判定部１１０は、ベースレイヤの空間解像度（又はピクチャサイズ）よりもエンハンスメントレイヤの空間解像度が大きい場合には、スケーラビリティ種別が空間スケーラビリティであると判定する。また、種別判定部１１０は、ベースレイヤのクロマフォーマットよりもエンハンスメントレイヤのクロマフォーマットがより高い色差成分の画素密度を示している場合には、スケーラビリティ種別がクロマフォーマットスケーラビリティであると判定する。なお、空間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は同時に実現されてもよい。しかし、本明細書において輝度成分画像のレイヤ間での再利用に関連して述べる特徴の多くは、空間スケーラビリティとの組み合わせではないクロマフォーマットスケーラビリティに適用される。
　　　（２）シンタックス制御部
　シンタックス制御部１２０は、種別判定部１１０により判定されたエンハンスメントレイヤのスケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、エンハンスメントレイヤの輝度成分のために設定されるべきいくつかの符号化パラメータを、最も符号量の小さい値に設定する。
　一例として、シンタックス制御部１２０は、クロマフォーマットスケーラビリティの場合に、直交変換部１４により輝度成分について実行される直交変換処理において生成される変換係数データを、直交変換の変換係数がゼロであることを示すように設定してもよい。変換係数がゼロであるということは、予測誤差がゼロであることを意味する。デコーダではインターレイヤ予測の予測画像に相当するベースレイヤからの参照画像に予測誤差を加算することにより復号画像が生成されるが、予測誤差がゼロであれば復号画像はベースレイヤからの参照画像のままである。例えば、非特許文献１によれば、ＣＵ内のパラメータcbf_luma[x][y][trafoDepth]は、位置（ｘ，ｙ）及び分割の深さtrafoDepthにおける変換係数の有無を特定する。パラメータcbf_luma[x][y][trafoDepth]がゼロであれば、対応する１つ以上の変換係数は全てゼロである。この場合、個々の変換係数の符号化は省略されるため、エンハンスメントレイヤの符号量を大きく低減することができる。
　他の例として、シンタックス制御部１２０は、クロマフォーマットスケーラビリティの場合に、インター予測部３５により輝度成分について実行されるインター予測処理において生成される動きベクトル情報を、動きベクトルがゼロであることを示すように設定してもよい。エンハンスメントレイヤにおいて同じ時点のベースレイヤの輝度成分の画像を予測画像として再利用する場合には、動きは無いと想定することができるため、動きベクトルがゼロに拘束されても輝度成分の画像の復号に支障はない。動きベクトルを全てゼロに設定することにより、動きベクトル情報の符号量は最小化されるものと期待される。それにより、エンハンスメントレイヤにおける動きベクトル情報の符号量を低減することができる。例えば、非特許文献１によれば、ＰＵ内の動きベクトル情報は次の表４のようなシンタックスを有する。
Figure JPOXMLDOC01-appb-T000004
　また別の例として、シンタックス制御部１２０は、クロマフォーマットスケーラビリティの場合に、量子化部１５により実行される量子化行列設定処理において生成される量子化行列情報のうち、色差成分のために使用されない量子化行列を特定する情報を、最も符号量の小さい値に設定してもよい。例えば、非特許文献１によれば、ＳＰＳ又はＰＰＳ（Picture　Parameter　Set）内で次の表５に示す量子化行列情報が符号化される。なお、表５における変数sizeIdは量子化行列のサイズを識別する識別子であり、“０”（４×４画素）、“１”（８×８画素）、“２”（１６×１６画素）及び“３”（３２×３２画素）のいずれかの値をとる。変数matrixIdは予測モード及び色成分の組合せを識別する識別子であり、表６のように定義されている。
Figure JPOXMLDOC01-appb-T000005
Figure JPOXMLDOC01-appb-T000006
　表５に示したシンタックスにおいて、パラメータscaling_list_pred_mode_flag　[sizeId][matrixId]は、変数sizeId及びmatrixIdに対応する量子化行列が過去に符号化済みの量子化行列のコピーであるかを示すフラグである。当該フラグがゼロであれば、パラメータscaling_list_pred_matrix_id_delta[sizeId][matrixId]により特定される参照量子化行列がコピーされる。そうでなければ、変数sizeId及びmatrixIdに対応する量子化行列の要素が順にスキャンされつつ差分符号化される。エンハンスメントレイヤにおいてベースレイヤの輝度成分の変換係数が全てゼロに拘束される場合には、変換係数の量子化は実質的に実行されない。そのため、輝度成分のみのために使用される量子化行列がどのように定義されても、輝度成分の画像の復号には影響しない。輝度成分のみのために使用される量子化行列とは、表６においてmatrixId＝“０”or”３”、又はsizeId＝“３”によって特定される行列である。これら行列について、例えば表５のシンタックスにおけるパラメータscaling_list_pred_mode_flag[sizeId][matrixId]及びscaling_list_pred_matrix_id_delta[sizeId][matrixId]を共にゼロに設定することにより、量子化行列情報の符号量は最小化されるものと期待される。それにより、エンハンスメントレイヤにおける動きベクトル情報の符号量を低減することができる。
　なお、シンタックス制御部１２０は、種別判定部１１０により判定されたスケーラビリティ種別がクロマフォーマットスケーラビリティと他のスケーラビリティとの組合せである場合には、上述した符号化パラメータの最も符号量の小さい値への設定を行わなくてよい。例えば、クロマフォーマットスケーラビリティと空間スケーラビリティ又はＳＮＲスケーラビリティが組合せられる場合には、ベースレイヤの輝度成分の画像はそのまま参照画像として再利用されるわけではなく、アップサンプリング又は追加的な予測誤差データの加算が行われ得る。そのため、こうした複合的なスケーラビリティの場合にはここで説明した符号化パラメータの制御を回避することで、デコーダにおいてエンハンスメントレイヤの精細な画像を適切に復号することが可能となる。
　　　（３）処理制御部
　処理制御部１３０は、種別判定部１１０により判定されたスケーラビリティ種別に従って、アップサンプリング部４０によるベースレイヤの参照画像のアップサンプリングを制御する。例えば、処理制御部１３０は、スケーラビリティ種別が空間スケーラビリティである場合に、レイヤ間の解像度比に従って、ベースレイヤの輝度成分及び色差成分の参照画像をアップサンプリング部４０にアップサンプリングさせる。また、処理制御部１３０は、スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、ベースレイヤの色差成分の参照画像をアップサンプリング部４０にアップサンプリングさせる。
　また、処理制御部１３０は、スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、エンハンスメントレイヤの輝度成分のための所定の処理の実行をスキップさせる。ここでの所定の処理は、例えば、ループフィルタ２４におけるデブロックフィルタリング処理を含んでもよい。クロマフォーマットスケーラビリティにおいて、輝度成分の画像がレイヤ間で再利用される場合には、当該画像に対するデブロックフィルタリング処理は既にベースレイヤにおいて実行されている。そのため、エンハンスメントレイヤにおいてデブロックフィルタリング処理をスキップすることにより、冗長な処理の実行を回避し、処理を高速化することができる。特にデブロックフィルタリング処理は画像の全てのブロックにわたるフィルタリング要否の判定及びフィルタ演算のための多大な演算量を要するため、デブロックフィルタリング処理の回避は、符号化処理及び復号処理の全体的な処理速度の向上に大きく寄与し得る。
　また、スキップされる上述した所定の処理は、ループフィルタ２４におけるサンプル適応オフセット処理を含んでもよい。クロマフォーマットスケーラビリティにおいて、輝度成分の画像がレイヤ間で再利用される場合には、当該画像に対するサンプル適応オフセット処理もまた既にベースレイヤにおいて実行されている。そのため、エンハンスメントレイヤにおいてサンプル適応オフセット処理をスキップすることにより、冗長な処理の実行を回避し、処理を高速化することができる。
　なお、ここで言及したデブロックフィルタリング処理及びサンプル適応オフセット処理は、クロマフォーマットスケーラビリティの場合に省略可能な処理の一例に過ぎない。即ち、処理制御部１３０は、スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、エンハンスメントレイヤの輝度成分のための他の処理をスキップさせてもよい。
　シンタックス制御部１２０は、エンハンスメントレイヤの輝度成分についてデブロックフィルタリング処理及びサンプル適応オフセット処理がスキップされるべきことを明示的に示すパラメータを生成してもよい。例えば、非特許文献１によれば、スライスヘッダ内でパラメータslice_sao_luma_flagが符号化される。シンタックス制御部１２０は、このパラメータの値を偽（False）に設定することにより、デコーダにおいてサンプル適応オフセット処理を無効化することができる。また、当該パラメータと同等の役割を有する符号化パラメータが、ＶＰＳ、ＳＰＳ若しくはＰＰＳ又はその拡張において追加的に採用されてもよい。
　なお、非特許文献１によれば、最新のＨＥＶＣの仕様において、ＰＰＳ内で符号化されるパラメータpps_disable_deblocking_filter_flag及びスライスヘッダ内で符号化されるパラメータslice_disable_deblocking_filter_flagを用いて、輝度成分及び色差成分の双方について共通的にデブロックフィルタリング処理を無効化することはできる。このシンタックスを改変し、輝度成分のみのための同様のフラグを採用することにより、デコーダにおいて輝度成分のみについてデブロックフィルタリング処理を無効化することが可能となる。また、輝度成分のみのための同様のフラグに相当する符号化パラメータが、ＶＰＳ若しくはＳＰＳ又はその拡張において追加的に採用されてもよい。その代わりに、デコーダ側で、これらフラグの値に関わらず、スケーラビリティ種別の判定結果に基づいて輝度成分についてのデブロックフィルタリング処理が無効化されてもよい。
　　［２－３．処理の流れ］
　　　（１）概略的な流れ
　図９は、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９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）。
　共通メモリ２は、ベースレイヤの符号化処理において生成されるベースレイヤの画像及びいくつかのパラメータ（例えば、ピクチャサイズ情報及びクロマフォーマット識別情報）をバッファリングする（ステップＳ１２）。
　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Ｓ１３）。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は、スケーラビリティ種別に依存して異なる。共通メモリ２によりバッファリングされている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Ｓ１４）。
　　　（２）スケーラビリティ種別に応じた制御
　図１０は、スケーラビリティ種別に応じた符号化処理の制御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１０を参照すると、まず、種別判定部１１０は、ベースレイヤに対するエンハンスメントレイヤのスケーラビリティ種別を判定する（ステップＳ２１）。その後の処理は、判定されたスケーラビリティ種別がクロマフォーマットスケーラビリティであるか否かに依存して分岐する（ステップＳ２３）。
　種別判定部１１０により判定されたスケーラビリティ種別がクロマフォーマットスケーラビリティではない場合には、スケーラビリティ制御部１１は、ＥＬ符号化部１ｂに、通常のエンハンスメントレイヤの符号化処理を実行させる（ステップＳ２５）。
　種別判定部１１０により判定されたスケーラビリティ種別がクロマフォーマットスケーラビリティである場合の符号化処理は、処理対象の色成分が輝度成分であるか否かに依存して分岐する（ステップＳ２７）。処理対象の色成分が輝度成分である場合、アップサンプリング部４０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輝度成分の画像を参照画像として取得する（ステップＳ３１）。処理制御部１３０は、アップサンプリング部４０にベースレイヤの輝度成分の画像のアップサンプリングを実行させない。次に、処理制御部１３０は、エンハンスメントレイヤの輝度成分のための冗長な処理をスキップさせつつ、ＥＬ符号化部１ｂに、輝度成分のための符号化処理を実行させる（ステップＳ３３）。ここでの冗長な処理は、例えば、ループフィルタ２４におけるデブロックフィルタリング処理及びサンプル適応オフセット処理のうち少なくとも１つを含み得る。次に、シンタックス制御部１２０は、エンハンスメントレイヤの輝度成分のためのいくつかの符号化パラメータを、最も符号量の小さい値に設定する（ステップＳ３５）。ここでの符号化パラメータは、変換係数データ、動きベクトル情報及び量子化行列情報のうち少なくとも１つを含み得る。
　一方、スケーラビリティ種別がクロマフォーマットスケーラビリティであって、処理対象の色成分が色差成分である場合、アップサンプリング部４０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色差成分の画像を参照画像として取得し、取得した参照画像をアップサンプリングする（ステップＳ３７）。そして、スケーラビリティ制御部１１は、ＥＬ符号化部１ｂに、エンハンスメントレイヤの色差成分の符号化処理を実行させる（ステップＳ３９）。
　上述したエンハンスメントレイヤの符号化処理は、輝度成分及び２つの色差成分について符号化が終了するまで繰り返される（ステップＳ４１）。そして、輝度成分及び２つの色差成分について符号化が終了すると、図１０に示したフローチャートは終了する。
　＜３．ＥＬ復号部の構成例＞
　　［３－１．全体的な構成］
　図１１は、一実施形態に係るＥＬ復号部６ｂの構成の一例を示すブロック図である。図１１を参照すると、ＥＬ復号部６ｂは、蓄積バッファ５９、スケーラビリティ制御部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８５並びにアップサンプリング部９０を備える。
　蓄積バッファ５９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。
　スケーラビリティ制御部６１は、ＥＬ復号部６ｂにおけるエンハンスメントレイヤのためのスケーラブル復号を制御する。より具体的には、スケーラビリティ制御部６１は、ベースレイヤに対するエンハンスメントレイヤのスケーラビリティ種別を判定し、判定したスケーラビリティ種別に応じた処理が実行されるようにＥＬ復号部６ｂの様々な処理部を制御する。スケーラビリティ制御部６１のより詳細な構成の一例について、後にさらに説明する。
　可逆復号部６２は、蓄積バッファ５９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及びインター予測に関する情報を含み得る。スケーラビリティ制御部６１がスケーラビリティ種別を判定するために使用するスケーラビリティ関連情報もまた、可逆復号部６２により復号され得る。上述したように、スケーラビリティ関連情報は、スケーラビリティ種別を直接的に示す種別情報を含んでもよい。また、スケーラビリティ関連情報は、ピクチャサイズ情報、及びクロマフォーマットを識別するクロマフォーマット識別情報を含んでもよい。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８５へ出力する。また、可逆復号部６２は、スケーラビリティ関連情報をスケーラビリティ制御部６１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。そして、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。スケーラビリティ種別がクロマフォーマットスケーラビリティの場合、ＥＬ符号化部１ｂにより符号化された輝度成分の量子化データは、全ての変換係数がゼロであることを示し得る。この場合、逆量子化部６３は、逆量子化処理を実質的に実行しなくてよい。また、スケーラビリティ種別がクロマフォーマットスケーラビリティの場合、可逆復号部６２により復号される量子化行列情報は、輝度成分のみのための量子化行列を、最小の符号量しか要しない値で特定し得る。実際には、この輝度成分のみのための量子化行列は、逆量子化部６３による逆量子化処理において使用されない。
　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処理を行うことにより、予測誤差データを生成する。そして、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。スケーラビリティ種別がクロマフォーマットスケーラビリティの場合、輝度成分の変換係数データは、全ての変換係数がゼロ（即ち、予測誤差がゼロ）であることを示し得る。この場合、逆直交変換部６４は、逆直交変換処理を実質的に実行しなくてよい。
　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及び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。スケーラビリティ種別がクロマフォーマットスケーラビリティの場合、エンハンスメントレイヤの輝度成分について、デブロックフィルタリング処理及びサンプル適応オフセット処理はスキップされる。ループフィルタ６６は、エンハンスメントレイヤの輝度成分についてデブロックフィルタリング処理がスキップされるべきことを明示的に示すパラメータに従って、デブロックフィルタリング処理をスキップしてもよい。同様に、ループフィルタ６６は、エンハンスメントレイヤの輝度成分についてサンプル適応オフセット処理がスキップされるべきことを明示的に示すパラメータに従って、サンプル適応オフセット処理をスキップしてもよい。
　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、及びアップサンプリング部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８５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８５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８５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８５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８５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８５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。イントラ予測処理は、ＰＵごとに実行される。イントラ予測部８０は、イントラ予測モードとしてインターレイヤ予測に相当するモードが指定された場合には、ベースレイヤの参照画像データを参照する。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８５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。インター予測処理は、ＰＵごとに実行される。インター予測部８５は、インター予測モードとしてインターレイヤ予測に相当するモードが指定された場合には、ベースレイヤの参照画像データを参照する。インター予測部８５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。スケーラビリティ種別がクロマフォーマットスケーラビリティの場合、インター予測において使用される輝度成分についての動きベクトル情報は、動きベクトルがゼロであることを示し得る。この場合、インター予測部８５は、インターレイヤ予測において、ベースレイヤの輝度成分の参照画像をそのままエンハンスメントレイヤの予測画像として使用し得る。
　アップサンプリング部９０は、スケーラビリティ制御部６１による制御の下、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インターレイヤ予測のための参照画像として取得し、取得した参照画像を必要に応じてアップサンプリングする。例えば、アップサンプリング部９０は、スケーラビリティ種別が空間スケーラビリティであると判定された場合には、輝度成分及び色差成分の双方について、ベースレイヤとエンハンスメントレイヤとの間の解像度比に従って参照画像をアップサンプリングする。また、アップサンプリング部９０は、スケーラビリティ種別がクロマフォーマットスケーラビリティであると判定された場合にも、色差成分について、ベースレイヤとエンハンスメントレイヤとの間の解像度比に従って参照画像をアップサンプリングする。一方、アップサンプリング部９０は、スケーラビリティ種別がクロマフォーマットスケーラビリティであると判定された場合、空間スケーラビリティとの組合せでない限り、輝度成分について参照画像をアップサンプリングしない。アップサンプリング部９０により取得される参照画像は、
フレームメモリ６９に格納され、イントラ予測部８０又はインター予測部８５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。
　　［３－２．スケーラビリティ制御部の構成］
　図１２は、図１１に示したスケーラビリティ制御部６１の詳細な構成の一例を示すブロック図である。図１２を参照すると、スケーラビリティ制御部６１は、種別判定部１６０及び処理制御部１７０を有する。
　　　（１）種別判定部
　種別判定部１６０は、可逆復号部６２により復号されるスケーラビリティ関連情報に基づいて、ベースレイヤに対するエンハンスメントレイヤのスケーラビリティ種別を判定する。例えば、種別判定部１６０は、スケーラビリティ種別を直接的に示す種別情報に基づいて、スケーラビリティ種別を判定してもよい。ここでの種別情報は、例えば、ＶＰＳの拡張から復号される上述したフラグのセットscalability_mask_flag[i]であってもよい。それに加えて又はその代わりに、種別判定部１６０は、ベースレイヤのクロマフォーマット識別情報とエンハンスメントレイヤのクロマフォーマット識別情報とを比較することにより、エンハンスメントレイヤのスケーラビリティ種別を判定してもよい。クロマフォーマット識別情報は、例えば、各レイヤのＳＰＳから復号され得る。
　　　（２）処理制御部
　処理制御部１７０は、種別判定部１６０により判定されたスケーラビリティ種別に従って、アップサンプリング部９０によるベースレイヤの参照画像のアップサンプリングを制御する。例えば、処理制御部１７０は、スケーラビリティ種別が空間スケーラビリティである場合に、レイヤ間の解像度比に従って、ベースレイヤの輝度成分及び色差成分の参照画像をアップサンプリング部９０にアップサンプリングさせる。また、処理制御部１７０は、スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、ベースレイヤの色差成分の参照画像をアップサンプリング部９０にアップサンプリングさせる。
　また、処理制御部１７０は、スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、エンハンスメントレイヤの輝度成分のための所定の処理の実行をスキップさせる。ここでの所定の処理は、例えば、ループフィルタ６６におけるデブロックフィルタリング処理を含んでもよい。また、スキップされる所定の処理は、ループフィルタ６６におけるサンプル適応オフセット処理を含んでもよい。これら処理をスキップすることにより、冗長な処理の実行を回避し、処理を高速化することができる。なお、かかる例に限定されず、処理制御部１７０は、スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、エンハンスメントレイヤの輝度成分のための、デブロックフィルタリング処理及びサンプル適応オフセット処理以外の処理をスキップさせてもよい。処理制御部１７０は、種別判定部１６０により判定されたスケーラビリティ種別がクロマフォーマットスケーラビリティと他のスケーラビリティとの組合せである場合には、エンハンスメントレイヤの輝度成分のための上述した所定の処理の実行をスキップさせなくてもよい。
　　［３－３．処理の流れ］
　　　（１）概略的な流れ
　図１３は、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１３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）。
　共通メモリ７は、ベースレイヤの復号処理において生成されるベースレイヤの画像及びいくつかのパラメータ（例えば、ピクチャサイズ情報及びクロマフォーマット識別情報）をバッファリングする（ステップＳ６２）。
　次に、ＥＬ復号部６ｂは、エンハンスメントレイヤの復号処理を実行し、エンハンスメントレイヤ画像を再構築する（ステップＳ６３）。ここで実行されるエンハンスメントレイヤの復号処理は、スケーラビリティ種別に依存して異なる。共通メモリ７によりバッファリングされている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。
　　　（２）スケーラビリティ種別に応じた制御
　図１４は、スケーラビリティ種別に応じた復号処理の制御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を参照すると、まず、種別判定部１６０は、ベースレイヤに対するエンハンスメントレイヤのスケーラビリティ種別を判定する（ステップＳ７１）。その後の処理は、判定されたスケーラビリティ種別がクロマフォーマットスケーラビリティであるか否かに依存して分岐する（ステップＳ７３）。
　種別判定部１６０により判定されたスケーラビリティ種別がクロマフォーマットスケーラビリティではない場合には、スケーラビリティ制御部１１は、ＥＬ復号部６ｂに、通常のエンハンスメントレイヤの復号処理を実行させる（ステップＳ７５）。
　種別判定部１６０により判定されたスケーラビリティ種別がクロマフォーマットスケーラビリティである場合の復号処理は、処理対象の色成分が輝度成分であるか否かに依存して分岐する（ステップＳ７７）。処理対象の色成分が輝度成分である場合、アップサンプリング部９０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輝度成分の画像を参照画像として取得する（ステップＳ８１）。処理制御部１７０は、アップサンプリング部９０にベースレイヤの輝度成分の画像のアップサンプリングを実行させない。次に、処理制御部１７０は、エンハンスメントレイヤの輝度成分のための冗長な処理をスキップさせつつ、ＥＬ復号部６ｂに、輝度成分のための復号処理を実行させる（ステップＳ８３）。ここでの冗長な処理は、例えば、ループフィルタ６６におけるデブロックフィルタリング処理及びサンプル適応オフセット処理のうち少なくとも１つを含み得る。
　一方、スケーラビリティ種別がクロマフォーマットスケーラビリティであって、処理対象の色成分が色差成分である場合、アップサンプリング部９０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色差成分の画像を参照画像として取得し、取得した参照画像をアップサンプリングする（ステップＳ８７）。そして、スケーラビリティ制御部１１は、ＥＬ復号部６ｂに、エンハンスメントレイヤの色差成分の復号処理を実行させる（ステップＳ８９）。
　上述したエンハンスメントレイヤの復号処理は、輝度成分及び２つの色差成分について復号が終了するまで繰り返される（ステップＳ９１）。そして、輝度成分及び２つの色差成分について復号が終了すると、図１４に示したフローチャートは終了する。
　＜４．応用例＞
　　［４－１．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１５は、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、画像復号装置６０の機能を有する。よって、テレビジョン装置９００は、少ない開発コストで、高い符号化効率又は高速化された処理と共に、クロマフォーマットスケーラビリティをサポートすることができる。
　　　（２）第２の応用例
　図１６は、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、画像符号化装置１０及び画像復号装置６０の機能を有する。よって、携帯電話機９２０は、少ない開発コストで、高い符号化効率又は高速化された処理と共に、クロマフォーマットスケーラビリティをサポートすることができる。
　　　（３）第３の応用例
　図１７は、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、画像符号化装置１０の機能を有する。また、デコーダ９４７は、画像復号装置６０の機能を有する。よって、記録再生装置９４０は、少ない開発コストで、高い符号化効率又は高速化された処理と共に、クロマフォーマットスケーラビリティをサポートすることができる。
　　　（４）第４の応用例
　図１８は、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、画像符号化装置１０及び画像復号装置６０の機能を有する。よって、撮像装置９６０は、少ない開発コストで、高い符号化効率又は高速化された処理と共に、クロマフォーマットスケーラビリティをサポートすることができる。
　　［４－２．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１９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１９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１９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１９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２０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２０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２１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２１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２１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。
　　［４－３．その他］
　　　（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２２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２２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２２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２３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２３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２４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２４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、ビュー間でクロマフォーマットのみが異なる場合には、本開示に係る技術に従って、ビュー間で輝度成分の画像が再利用されてもよい。それにより、マルチビューコーデックにおいても、高い符号化効率又は高速化された処理と共に、クロマフォーマットスケーラビリティをサポートすることができる。
　　　（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、クロマフォーマットスケーラビリティが採用される場合に、本開示に係る技術に従って符号量の低減又は処理の高速化が図られてもよい。
　＜５．まとめ＞
　ここまで、図１～図２４を用いて、本開示に係る技術の様々な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、エンコーダ側で、第１レイヤに基づいて第２レイヤの画像をスケーラブル符号化するための所定の処理が、スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、第２レイヤの輝度成分についてスキップされる。同様に、デコーダ側で、第１レイヤに基づいてスケーラブル符号化された第２レイヤの符号化ストリームから当該第２レイヤの画像を復号するための所定の処理が、スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、第２レイヤの輝度成分についてスキップされる。従って、第２レイヤの復号処理において、既に第１レイヤで実行された処理を冗長的に実行することを回避し、全体としての処理速度を高速化することができる。例えば、デブロックフィルタリング処理は画像の全てのブロックにわたって多大な演算量を要するため、これを回避することで復号処理の処理速度を大きく向上させることができる。サンプル適応オフセット処理についても同様である。
　また、上述した実施形態によれば、スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、第２レイヤの輝度成分のためにエンハンスメントレイヤにおいて設定されるべき符号化パラメータが、最も符号量の小さい値に設定される。ここでの符号化パラメータは、変換係数データ、動きベクトル情報又は量子化行列情報などの、クロマフォーマットスケーラビリティに限らず符号化されるパラメータである。従って、クロマフォーマットスケーラビリティに固有のロジックをシンタックスに導入することなく、輝度成分に関する情報の符号量を低減することができる。それにより、実装の複雑化に起因する装置の開発コストの上昇を抑制しつつ、高い符号化効率と共にクロマフォーマットスケーラビリティをサポートすることが可能となる。
　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、スケーラビリティ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。
　また、本明細書に記載された効果は、あくまで説明的又は例示的なものであって限定的ではない。つまり、本開示に係る技術は、上記の効果と共に、又は上記の効果に代えて、本明細書の記載から当業者には明らかな他の効果を奏し得る。
　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レイヤに基づいてスケーラブル符号化された第２レイヤの符号化ストリームから当該第２レイヤの画像を復号するための所定の処理を実行する処理部と、
　前記第１レイヤに対する前記第２レイヤのスケーラビリティ種別を判定する判定部と、
　前記判定部により判定された前記第２レイヤの前記スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、前記第２レイヤの輝度成分のための前記所定の処理を前記処理部にスキップさせる制御部と、
　を備える画像処理装置。
（２）
　前記所定の処理は、デブロックフィルタリング処理を含む、前記（１）に記載の画像処理装置。
（３）
　前記所定の処理は、サンプル適応オフセット処理を含む、前記（１）又は前記（２）に記載の画像処理装置。
（４）
　前記判定部は、ビデオパラメータセットの拡張から復号される種別情報に基づいて、前記第２レイヤの前記スケーラビリティ種別を判定する、前記（１）～（３）のいずれか１項に記載の画像処理装置。
（５）
　前記判定部は、前記第１レイヤのクロマフォーマット識別情報と前記第２レイヤのクロマフォーマット識別情報とを比較することにより、前記第２レイヤの前記スケーラビリティ種別を判定する、前記（１）～（４）のいずれか１項に記載の画像処理装置。
（６）
　前記制御部は、前記判定部により判定された前記第２レイヤの前記スケーラビリティ種別が前記クロマフォーマットスケーラビリティと他のスケーラビリティとの組合せである場合には、前記第２レイヤの前記輝度成分のための前記所定の処理を前記処理部にスキップさせない、前記（１）～（５）のいずれか１項に記載の画像処理装置。
（７）
　第１レイヤに基づいてスケーラブル符号化された第２レイヤの符号化ストリームから当該第２レイヤの画像を復号するための所定の処理の実行を制御する装置において、
　前記第１レイヤに対する前記第２レイヤのスケーラビリティ種別を判定することと、
　判定された前記第２レイヤの前記スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、前記第２レイヤの輝度成分のための前記所定の処理の実行をスキップさせることと、
　を含む画像処理方法。
（８）
　第１レイヤに基づいて第２レイヤの画像をスケーラブル符号化するための所定の処理を実行する処理部と、
　前記第１レイヤに対する前記第２レイヤのスケーラビリティ種別を判定する判定部と、
　前記判定部により判定された前記第２レイヤの前記スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、前記第２レイヤの輝度成分のために前記処理部により設定されるべき符号化パラメータを最も符号量の小さい値に設定する制御部と、
　を備える画像処理装置。
（９）
　前記所定の処理は、直交変換処理を含み、
　前記制御部は、直交変換の変換係数がゼロであることを示すように前記符号化パラメータを設定する、
　前記（８）に記載の画像処理装置。
（１０）
　前記所定の処理は、動きベクトルを設定するためのインター予測処理を含み、
　前記制御部は、前記動きベクトルがゼロであることを示すように前記符号化パラメータを設定する、
　前記（８）に記載の画像処理装置。
（１１）
　前記所定の処理は、量子化行列を設定するための量子化行列設定処理を含み、
　前記制御部は、色差成分のために使用されない量子化行列を特定する前記符号化パラメータを最も符号量の小さい値に設定する、
　前記（８）に記載の画像処理装置。
（１２）
　前記制御部は、前記判定部により判定された前記第２レイヤの前記スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、さらに、前記第２レイヤの輝度成分のためのデブロックフィルタリング処理をスキップさせる、前記（８）～（１１）のいずれか１項に記載の画像処理装置。
（１３）
　前記制御部は、前記判定部により判定された前記第２レイヤの前記スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、さらに、前記第２レイヤの輝度成分のためのサンプル適応オフセット処理をスキップさせる、前記（８）～（１２）のいずれか１項に記載の画像処理装置。
（１４）
　前記画像処理装置は、前記第２レイヤの前記スケーラビリティ種別をデコーダに判定させるための種別情報を、ビデオパラメータセットの拡張内へ符号化する符号化部、をさらに備える、前記（８）～（１３）のいずれか１項に記載の画像処理装置。
（１５）
　前記画像処理装置は、記第２レイヤの前記スケーラビリティ種別を判定するためにデコーダにより前記第１レイヤのクロマフォーマット識別情報と比較される前記第２レイヤのクロマフォーマット識別情報を符号化する符号化部、をさらに備える、前記（８）～（１４）のいずれか１項に記載の画像処理装置。
（１６）
　前記制御部は、前記判定部により判定された前記第２レイヤの前記スケーラビリティ種別が前記クロマフォーマットスケーラビリティと他のスケーラビリティとの組合せである場合には、前記符号化パラメータの前記最も符号量の小さい値への設定を行わない、前記（８）～（１５）のいずれか１項に記載の画像処理装置。
（１７）
　第１レイヤに基づいて第２レイヤの画像をスケーラブル符号化するための所定の処理の実行を制御する装置において、
　前記第１レイヤに対する前記第２レイヤのスケーラビリティ種別を判定することと、
　判定された前記第２レイヤの前記スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、前記第２レイヤの輝度成分のために前記所定の処理において設定されるべき符号化パラメータを最も符号量の小さい値に設定することと、
　を含む画像処理方法。
　１０，１０ｖ　　　　画像符号化装置（画像処理装置）
　１１　　　　　　　　スケーラビリティ制御部
　１１０　　　　　　　種別判定部
　１２０　　　　　　　シンタックス制御部
　１３０　　　　　　　処理制御部
　６０，６０ｖ　　　　画像復号装置（画像処理装置）
　６１　　　　　　　　スケーラビリティ制御部
　１６０　　　　　　　種別判定部
　１７０　　　　　　　処理制御部

Claims (17)

  1. 　第１レイヤに基づいてスケーラブル符号化された第２レイヤの符号化ストリームから当該第２レイヤの画像を復号するための所定の処理を実行する処理部と、
    　前記第１レイヤに対する前記第２レイヤのスケーラビリティ種別を判定する判定部と、
    　前記判定部により判定された前記第２レイヤの前記スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、前記第２レイヤの輝度成分のための前記所定の処理を前記処理部にスキップさせる制御部と、
    　を備える画像処理装置。
  2. 　前記所定の処理は、デブロックフィルタリング処理を含む、請求項１に記載の画像処理装置。
  3. 　前記所定の処理は、サンプル適応オフセット処理を含む、請求項１に記載の画像処理装置。
  4. 　前記判定部は、ビデオパラメータセットの拡張から復号される種別情報に基づいて、前記第２レイヤの前記スケーラビリティ種別を判定する、請求項１に記載の画像処理装置。
  5. 　前記判定部は、前記第１レイヤのクロマフォーマット識別情報と前記第２レイヤのクロマフォーマット識別情報とを比較することにより、前記第２レイヤの前記スケーラビリティ種別を判定する、請求項１に記載の画像処理装置。
  6. 　前記制御部は、前記判定部により判定された前記第２レイヤの前記スケーラビリティ種別が前記クロマフォーマットスケーラビリティと他のスケーラビリティとの組合せである場合には、前記第２レイヤの前記輝度成分のための前記所定の処理を前記処理部にスキップさせない、請求項１に記載の画像処理装置。
  7. 　第１レイヤに基づいてスケーラブル符号化された第２レイヤの符号化ストリームから当該第２レイヤの画像を復号するための所定の処理の実行を制御する装置において、
    　前記第１レイヤに対する前記第２レイヤのスケーラビリティ種別を判定することと、
    　判定された前記第２レイヤの前記スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、前記第２レイヤの輝度成分のための前記所定の処理の実行をスキップさせることと、
    　を含む画像処理方法。
  8. 　第１レイヤに基づいて第２レイヤの画像をスケーラブル符号化するための所定の処理を実行する処理部と、
    　前記第１レイヤに対する前記第２レイヤのスケーラビリティ種別を判定する判定部と、
    　前記判定部により判定された前記第２レイヤの前記スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、前記第２レイヤの輝度成分のために前記処理部により設定されるべき符号化パラメータを最も符号量の小さい値に設定する制御部と、
    　を備える画像処理装置。
  9. 　前記所定の処理は、直交変換処理を含み、
    　前記制御部は、直交変換の変換係数がゼロであることを示すように前記符号化パラメータを設定する、
    　請求項８に記載の画像処理装置。
  10. 　前記所定の処理は、動きベクトルを設定するためのインター予測処理を含み、
    　前記制御部は、前記動きベクトルがゼロであることを示すように前記符号化パラメータを設定する、
    　請求項８に記載の画像処理装置。
  11. 　前記所定の処理は、量子化行列を設定するための量子化行列設定処理を含み、
    　前記制御部は、色差成分のために使用されない量子化行列を特定する前記符号化パラメータを最も符号量の小さい値に設定する、
    　請求項８に記載の画像処理装置。
  12. 　前記制御部は、前記判定部により判定された前記第２レイヤの前記スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、さらに、前記第２レイヤの輝度成分のためのデブロックフィルタリング処理をスキップさせる、請求項８に記載の画像処理装置。
  13. 　前記制御部は、前記判定部により判定された前記第２レイヤの前記スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、さらに、前記第２レイヤの輝度成分のためのサンプル適応オフセット処理をスキップさせる、請求項８に記載の画像処理装置。
  14. 　前記画像処理装置は、前記第２レイヤの前記スケーラビリティ種別をデコーダに判定させるための種別情報を、ビデオパラメータセットの拡張内へ符号化する符号化部、をさらに備える、請求項８に記載の画像処理装置。
  15. 　前記画像処理装置は、記第２レイヤの前記スケーラビリティ種別を判定するためにデコーダにより前記第１レイヤのクロマフォーマット識別情報と比較される前記第２レイヤのクロマフォーマット識別情報を符号化する符号化部、をさらに備える、請求項８に記載の画像処理装置。
  16. 　前記制御部は、前記判定部により判定された前記第２レイヤの前記スケーラビリティ種別が前記クロマフォーマットスケーラビリティと他のスケーラビリティとの組合せである場合には、前記符号化パラメータの前記最も符号量の小さい値への設定を行わない、請求項８に記載の画像処理装置。
  17. 　第１レイヤに基づいて第２レイヤの画像をスケーラブル符号化するための所定の処理の実行を制御する装置において、
    　前記第１レイヤに対する前記第２レイヤのスケーラビリティ種別を判定することと、
    　判定された前記第２レイヤの前記スケーラビリティ種別がクロマフォーマットスケーラビリティである場合に、前記第２レイヤの輝度成分のために前記所定の処理において設定されるべき符号化パラメータを最も符号量の小さい値に設定することと、
    　を含む画像処理方法。
PCT/JP2014/070390 2013-10-11 2014-08-01 画像処理装置及び画像処理方法 WO2015052979A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2013-213972 2013-10-11
JP2013213972 2013-10-11

Publications (1)

Publication Number Publication Date
WO2015052979A1 true WO2015052979A1 (ja) 2015-04-16

Family

ID=52812800

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/070390 WO2015052979A1 (ja) 2013-10-11 2014-08-01 画像処理装置及び画像処理方法

Country Status (1)

Country Link
WO (1) WO2015052979A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018532318A (ja) * 2015-09-14 2018-11-01 メディアテック シンガポール ピーティーイー エルティーディー ビデオ符号化における進化型デブロッキングフィルターの方法およびその装置
US20210337199A1 (en) * 2019-01-09 2021-10-28 Huawei Technologies Co., Ltd. Sub-picture Position Constraints In Video Coding

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06205438A (ja) * 1992-12-28 1994-07-22 Sony Corp 画像信号符号化方法および画像信号符号化装置、画像信号復号化方法および画像信号復号化装置、ならびに画像信号記録媒体
JP2010507941A (ja) * 2006-10-25 2010-03-11 フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン 品質スケーラブルな符号化方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06205438A (ja) * 1992-12-28 1994-07-22 Sony Corp 画像信号符号化方法および画像信号符号化装置、画像信号復号化方法および画像信号復号化装置、ならびに画像信号記録媒体
JP2010507941A (ja) * 2006-10-25 2010-03-11 フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン 品質スケーラブルな符号化方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JIE JIA ET AL.: "SVC Chroma Format Scalability", JOINT VIDEO TEAM (JVT) OF ISO/IEC MPEG & ITU-T VCEG (ISO/IEC JTC1/SC29/WG11 AND ITU-T SG 16 Q.6) 23RD MEETING, April 2007 (2007-04-01), SAN JOSE, CALIFORNIA, USA, pages 21 - 27 *
JIE JIA ET AL.: "SVC Chroma Format Scalability", JOINT VIDEO TEAM (JVT) OF ISO/IEC MPEG & ITU-T VCEG (ISO/IEC JTC1/SC29/WG11 AND ITU-T SG 16 Q.6) 24TH MEETING, 29 June 2007 (2007-06-29), GENEVA, CH *
THOMAS WIEGAND ET AL.: "Meeting Report of the 24th JVT Meeting (29 June - 5 July, 2007 , Geneva, CH ), Draft 7", JOINT VIDEO TEAM (JVT) OF ISO/IEC MPEG & ITU-T VCEG (ISO/IEC JTC 1/SC 29/WG 11 AND ITU-T SG 16 Q.6) 24TH MEETING, 29 June 2007 (2007-06-29), GENEVA, CH *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018532318A (ja) * 2015-09-14 2018-11-01 メディアテック シンガポール ピーティーイー エルティーディー ビデオ符号化における進化型デブロッキングフィルターの方法およびその装置
US11153562B2 (en) 2015-09-14 2021-10-19 Mediatek Singapore Pte. Ltd. Method and apparatus of advanced deblocking filter in video coding
US20210337199A1 (en) * 2019-01-09 2021-10-28 Huawei Technologies Co., Ltd. Sub-picture Position Constraints In Video Coding

Similar Documents

Publication Publication Date Title
JP6610735B2 (ja) 画像処理装置及び画像処理方法
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
WO2015053001A1 (ja) 画像処理装置及び画像処理方法
WO2013031315A1 (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
WO2013150838A1 (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
WO2015146278A1 (ja) 画像処理装置及び画像処理方法
WO2015005025A1 (ja) 画像処理装置及び画像処理方法
WO2013088833A1 (ja) 画像処理装置及び画像処理方法
JP5900612B2 (ja) 画像処理装置及び画像処理方法
WO2014148070A1 (ja) 画像処理装置及び画像処理方法
WO2015005024A1 (ja) 画像処理装置及び画像処理方法
WO2015052979A1 (ja) 画像処理装置及び画像処理方法
WO2015059973A1 (ja) 画像処理装置及び画像処理方法
WO2014097703A1 (ja) 画像処理装置及び画像処理方法
WO2014050311A1 (ja) 画像処理装置及び画像処理方法
WO2015098231A1 (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: 14853009

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: 14853009

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP