WO2017073360A1 - 画像処理装置および方法 - Google Patents

画像処理装置および方法 Download PDF

Info

Publication number
WO2017073360A1
WO2017073360A1 PCT/JP2016/080495 JP2016080495W WO2017073360A1 WO 2017073360 A1 WO2017073360 A1 WO 2017073360A1 JP 2016080495 W JP2016080495 W JP 2016080495W WO 2017073360 A1 WO2017073360 A1 WO 2017073360A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
prediction
unit
intra prediction
pixel
Prior art date
Application number
PCT/JP2016/080495
Other languages
English (en)
French (fr)
Inventor
健治 近藤
Original Assignee
ソニー株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ソニー株式会社 filed Critical ソニー株式会社
Priority to US15/768,359 priority Critical patent/US20180316914A1/en
Publication of WO2017073360A1 publication Critical patent/WO2017073360A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/107—Selection of coding mode or of prediction mode between spatial and temporal predictive coding, e.g. picture refresh
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/109—Selection of coding mode or of prediction mode among a plurality of temporal predictive coding modes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/11—Selection of coding mode or of prediction mode among a plurality of spatial predictive coding modes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/146—Data rate or code amount at the encoder output
    • H04N19/147—Data rate or code amount at the encoder output according to rate distortion criteria
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/167—Position within a video image, e.g. region of interest [ROI]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • H04N19/33—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability in the spatial domain
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—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 method, and more particularly, to an image processing apparatus and method capable of suppressing a reduction in encoding efficiency.
  • ITU-T International Telecommunication Union Telecommunication Standardization Sector
  • ISO / IEC International Organization for Standardization /
  • AVC Advanced Video Coding
  • JCTVC Joint Collaboration Collaboration Team Video Coding
  • HEVC High Efficiency Video Coding
  • image data in a predetermined encoding unit is processed in raster order, Z order, or the like (see, for example, Non-Patent Document 1).
  • the present disclosure has been made in view of such a situation, and is intended to suppress a reduction in encoding efficiency.
  • the image processing apparatus performs inter prediction on a part of a plurality of lower layer areas that divide a processing target area of an image, and generates a prediction image generated by the inter prediction.
  • a reference pixel is set using a corresponding reconstructed image, and a prediction unit that performs intra prediction using the reference pixel for other regions in the lower layer region, and a prediction image generated by the prediction unit And an encoding unit that encodes the image using the image processing apparatus.
  • the prediction unit performs the inter prediction on a region located on the right side of a region where the intra prediction is performed, a region located below the region where the intra prediction is performed, or both, and is generated by the inter prediction.
  • a reference pixel on the right side of the region where intra prediction is performed using a reconstructed image corresponding to a predicted image or a reference pixel below the region where intra prediction is performed or both are set, and the reference pixel is used to set the reference pixel.
  • Intra prediction can be performed.
  • the prediction unit may further set a reference pixel using a reconstructed image of a region that has undergone prediction processing, and perform the intra prediction using the set reference pixel.
  • the prediction unit can generate each pixel of the prediction image using a single reference pixel corresponding to a single intra prediction mode by the intra prediction.
  • the prediction unit can generate each pixel of a predicted image using a plurality of reference pixels corresponding to a single intra prediction mode by the intra prediction.
  • the prediction unit can generate each pixel of the predicted image using any of the plurality of reference pixels selected according to the position of the pixel.
  • the prediction unit can generate each pixel of the predicted image by performing a weighting operation according to the position of the pixel using the plurality of reference pixels.
  • the plurality of reference pixels may be two pixels positioned opposite to each other in the single intra prediction mode as seen from the pixels in the region where the intra prediction is performed.
  • the processing target area may be a coding block that is a coding unit, and the plurality of lower layer areas may be prediction blocks that are a unit of prediction processing in the coding block.
  • the plurality of lower layer areas may be encoded blocks serving as encoding units, and the processing target area may be a set of the plurality of encoded blocks.
  • a generation unit that generates information related to prediction by the prediction unit can be further provided.
  • An intra prediction unit that performs intra prediction on the processing target region, an inter prediction unit that performs inter prediction on the processing target region, a prediction image generated by the intra prediction unit, and the inter prediction unit And a prediction image selection unit that selects any one of the prediction image and the prediction image generated by the prediction unit, and the encoding unit uses the prediction image selected by the prediction image selection unit.
  • the image can be encoded.
  • the encoding unit can encode a residual image indicating a difference between the image and a predicted image generated by the prediction unit.
  • the image processing method performs inter prediction on a part of a plurality of lower layer areas that divide a processing target area of an image, and generates a prediction image generated by the inter prediction.
  • a prediction image generated by the inter prediction and the intra prediction by setting a reference pixel using a corresponding reconstructed image, performing intra prediction using the reference pixel for another region in the lower layer region.
  • An image processing device includes: a decoding unit that decodes encoded data of an image to generate a residual image; and a plurality of lower layer areas that divide the processing target area of the image Inter prediction is performed for a part of the region, a reference pixel is set using a reconstructed image corresponding to a predicted image generated by the inter prediction, and the reference pixel is set for another region of the lower layer region.
  • An image comprising: a prediction unit that performs intra prediction using; a generation unit that generates a decoded image of the image using the residual image generated by the decoding unit and a prediction image generated by the prediction unit; It is a processing device.
  • the image processing method decodes encoded data of an image to generate a residual image, and includes a part of a plurality of lower layer regions that divide the processing target region of the image. Inter prediction is performed for a region, a reference pixel is set using a reconstructed image corresponding to a predicted image generated by the inter prediction, and intra region is used for another region of the lower layer region using the reference pixel.
  • This is an image processing method for performing prediction and generating a decoded image of the image using the generated residual image and predicted image.
  • An image processing device includes a predicted image generation unit that generates each pixel of a predicted image in a processing target area of an image using a plurality of reference pixels corresponding to a single intra prediction mode.
  • An image processing apparatus includes a predicted image generation unit that generates each pixel of a predicted image in a processing target area of an image using a plurality of reference pixels corresponding to a single intra prediction mode.
  • the predicted image generation unit can generate each pixel of the predicted image using any of the plurality of reference pixels selected according to the position of the pixel.
  • the predicted image generation unit can generate each pixel of the predicted image by performing a weighting operation according to the position of the pixel using the plurality of reference pixels.
  • the image processing method according to the third aspect of the present technology is an image processing method for generating each pixel of a predicted image in an image processing target area using a plurality of reference pixels corresponding to a single intra prediction mode.
  • inter prediction is performed on a part of a plurality of lower layer areas that divide the processing target area of the image, and the inter prediction is generated.
  • the reference pixel is set using the reconstructed image corresponding to the predicted image, and intra prediction is performed using the reference pixel for other regions in the lower layer region, and is generated by the above inter prediction and intra prediction.
  • An image is encoded using the predicted image.
  • encoded image data is decoded to generate a residual image, and a plurality of lower layer regions that divide the processing target region of the image are included.
  • Inter prediction is performed for a part of the region, a reference pixel is set using a reconstructed image corresponding to a predicted image generated by the inter prediction, and the reference pixel is set for another region in the lower layer region.
  • Intra prediction is performed using the generated residual image and the predicted image, and a decoded image of the image is generated.
  • each pixel of the predicted image in the processing target area of the image is generated using a plurality of reference pixels corresponding to a single intra prediction mode.
  • an image can be processed.
  • a reduction in encoding efficiency can be suppressed.
  • FIG. 20 is a block diagram illustrating a main configuration example of a computer. It is a block diagram which shows an example of a schematic structure of a television apparatus.
  • AVC Advanced Video Coding
  • encoding processing is executed in processing units (coding units) called CU (Coding Unit).
  • the CU is a block having a variable size formed by recursively dividing an LCU (Largest Coding Unit) that is a maximum coding unit.
  • the maximum selectable CU size is 64x64 pixels.
  • the minimum selectable CU size is 8x8 pixels.
  • the minimum size CU is called a SCU (Smallest Coding Unit).
  • Prediction processing for predictive coding is executed in a processing unit (prediction unit) called PU (Prediction Unit).
  • PU processing unit
  • a PU is formed by dividing a CU with one of several division patterns.
  • the orthogonal transformation process is executed in a processing unit (transformation unit) called TU (Transform Unit).
  • a TU is formed by dividing a CU or PU to a certain depth.
  • FIG. 1 is an explanatory diagram for explaining an outline of recursive block division for a CU in HEVC.
  • An entire quadtree is called a CTB (Coding Tree Block), and a logical unit corresponding to the CTB is called a CTU (Coding Tree Unit).
  • C01 which is a CU having a size of 64 ⁇ 64 pixels
  • the division depth of C01 is equal to zero. This means that C01 is the root of the CTU and corresponds to the LCU.
  • the LCU size can be specified by a parameter encoded in SPS (Sequence Parameter Set) or PPS (Picture Parameter Set).
  • C02 which is a CU is one of four CUs divided from C01 and has a size of 32 ⁇ 32 pixels.
  • the division depth of C02 is equal to 1.
  • C03 which is a CU, is one of four CUs divided from C02 and has a size of 16 ⁇ 16 pixels.
  • the division depth of C03 is equal to 2.
  • C04 which is a CU, is one of the four CUs divided from C03 and has a size of 8 ⁇ 8 pixels.
  • the division depth of C04 is equal to 3.
  • the CU is formed by recursively dividing an image to be encoded.
  • the depth of division is variable. For example, a CU having a larger size (that is, a smaller depth) can be set in a flat image region such as a blue sky. On the other hand, a CU having a smaller size (that is, having a large depth) can be set in a steep image area including many edges.
  • Each set CU is a processing unit of the encoding process.
  • ⁇ Setting of PU to CU> PU is a processing unit of prediction processing including intra prediction and inter prediction.
  • a PU is formed by dividing a CU with one of several division patterns.
  • FIG. 2 is an explanatory diagram for describing setting of a PU to the CU illustrated in FIG. The right side of FIG. 2 shows eight types of division patterns, 2Nx2N, 2NxN, Nx2N, NxN, 2NxnU, 2NxnD, nLx2N, and nRx2N.
  • two types of 2Nx2N and NxN can be selected in intra prediction (NxN can be selected only in the SCU).
  • the inter prediction when the asymmetric motion division is enabled, all eight types of division patterns can be selected.
  • TU is a processing unit of orthogonal transform processing.
  • a TU is formed by dividing a CU (for an intra CU, each PU in the CU) to a certain depth.
  • FIG. 3 is an explanatory diagram for explaining the setting of the TU in the CU shown in FIG.
  • the right side of FIG. 3 shows one or more TUs that can be set to C02.
  • T01 which is a TU
  • T02 which is a TU
  • T03 which is a TU, has a size of 8 ⁇ 8 pixels
  • the depth of the TU division is equal to 2.
  • the block division to be performed in order to set the blocks such as CU, PU, and TU described above to an image is typically determined based on a cost comparison that affects coding efficiency. For example, the encoder compares the cost between one 2Mx2M pixel CU and four MxM pixel CUs, and if the encoding efficiency is higher when four MxM pixel CUs are set, the encoder is 2Mx2M pixel CU. Is divided into 4 MxM pixel CUs.
  • CTBs or LCUs set in a grid pattern in the image (or slice or tile) are scanned in raster scan order.
  • the picture 1 in FIG. 4 is processed for each LCU 2 indicated by a rectangle in the figure. In FIG. 4, only the LCU at the lower right corner is labeled for convenience.
  • the picture 1 is divided by a slice boundary 3 indicated by a bold line in the drawing, and two slices are formed.
  • the first slice of picture 1 (the upper slice in the figure) is further divided by a slice segment boundary 4 and a slice segment boundary 5 indicated by dotted lines in the figure.
  • the first slice segment of picture 1 (four LCUs 2 at the upper left in the figure) is an independent slice segment 6.
  • the second slice segment of picture 1 (LCU 2 group between slice segment boundary 4 and slice segment boundary 5 in the figure) is dependent slice segment 7.
  • each LCU 2 is processed in raster scan order.
  • each LCU 2 is processed in the order shown by the arrow 11. Therefore, for example, if the LCU 2A is a processing target, the LCU 2 indicated by the hatched pattern is the processed LCU at that time.
  • CTB or LCU
  • CUs are scanned in Z order to follow the quadtree from left to right and from top to bottom.
  • FIG. 5 shows the processing order of CUs in two LCUs 2 (LCU 2-1 and LCU 2-2).
  • 14 CUs 21 are formed in the LCU 2-1 and the LCU 2-2.
  • the CUs 21 are processed in the order indicated by the arrows (Z order). Therefore, for example, if the CU 21A is a processing target, the CU 21 indicated by the hatched pattern is the processed CU at that time.
  • ⁇ Reference pixels for intra prediction a pixel (a pixel of a reconstructed image) in a region (a block such as an LCU or a CU) that has been processed in generating a predicted image is referred to. That is, pixels above and to the left of the processing target area (blocks such as LCU and CU) can be referenced, but pixels on the right and bottom cannot be referred to because they have not been processed.
  • the pixels of the gray region 32 of the reconstructed image (lower left, left, upper left, upper, and upper right of the processing target region 31) with respect to the processing target region 31.
  • Pixel is a candidate for a reference pixel (that is, it can be a reference pixel).
  • the lower left pixel and the left pixel of the processing target region 31 are also referred to as the left pixel of the processing target region 31, and the upper pixel and the upper right pixel of the processing target region 31 are also referred to as the upper pixel of the processing target region 31, respectively.
  • the upper left pixel of the processing target area 31 may be referred to as the left pixel of the processing target area 31 or may be referred to as the upper pixel of the processing target area 31. Therefore, for example, when the intra prediction mode (prediction direction) is the direction (horizontal direction) indicated by the arrow in the figure, the predicted image (predicted pixel value) of the pixel 33 is the pixel value on the left of the processing target area 31 (in the figure). It is generated with reference to the pixel at the tip of the arrow shown in FIG.
  • the region located on the right side of the processing target region 31 and the region located below the unprocessed region 31 are unprocessed, and there is no reconstructed image. Therefore, as shown in FIG. 7, although the prediction modes are assigned from “0” to “34”, the direction of the right side or the lower side of the processing target area 31 that is an unprocessed area (the direction toward the lower right corner). Prediction mode is not assigned.
  • the pixel 34B adjacent to the pixel 33 (the pixel adjacent to the right side of the processing target region 31) is not referred to.
  • a reference pixel can be set at a position where a reference pixel has not been set in intra prediction such as AVC or HEVC.
  • the position of the reference pixel is arbitrary as long as it is different from the position of the conventional reference pixel.
  • the reference pixel may be set at a position adjacent to the right side of the processing target area (also referred to as a current block), such as the area 41 in FIG. 8, or at a position adjacent to the lower side of the current block. .
  • the reference pixel may not be adjacent to the current block. That is, the reference pixel may be set on the right side or the lower side of the current block on which intra prediction is performed.
  • the region (block) is an arbitrary region composed of one or a plurality of pixels, for example, TU, PU, CU, SCU, LCU, CTU, CTB, macroblock, sub macroblock, tile, slice, Such as a picture.
  • the pixel on the right side of the current block may include a pixel located on the upper right side of the current block in addition to the pixel located on the right side of the current block.
  • the pixel below the current block may include a pixel located at the lower left of the current block in addition to the pixel located below the current block.
  • the pixel located at the lower right of the current block may be a pixel on the right side of the current block or a pixel below the current block.
  • intra prediction can be performed using reference pixels at more various positions.
  • reference pixels with higher prediction accuracy can be referred to, reduction in the quality (prediction accuracy) of the predicted image can be suppressed, residual components can be reduced, and encoding can be performed. Reduction in efficiency can be suppressed. That is, the code amount of the bit stream can be reduced. In other words, the image quality of the decoded image can be improved by maintaining the code amount.
  • the discontinuous components at the boundaries of the intra prediction block are reduced, so that the image quality of the decoded image can be improved.
  • the frame 50-1 in FIG. 9 is a frame temporally prior to the frame 50-2. That is, these images are two frames of a moving image in which the face 51 moves from right to left in the figure.
  • the region 52 of the frame 50-2 can be inter-predicted with high prediction accuracy by using the reconstructed image of the region 53 of the frame 50-1.
  • the region 54 of the frame 50-2 cannot obtain sufficient prediction accuracy by the same inter prediction. This is because the position of the face 51 is different between the frame 50-1 and the frame 50-2.
  • the area 54 includes not only the face 51 but also the background portion. Since the position of the face 51 in the frame 50-1 is different from that in the frame 50-2, the background image is not always the same (or approximate). If the background portion images are different, the above-described inter prediction may reduce the prediction accuracy accordingly.
  • intra prediction it is only possible to refer to reconstructed images such as the left, upper left, upper, upper right, and the like of the region 54, and thus sufficient prediction accuracy may not be obtained.
  • the region 54 since the region 54 includes a plurality of regions whose features are greatly different from each other, such as the face 51 portion and the background portion, the prediction accuracy of intra prediction may be reduced. There is.
  • the reference pixel can be set at a position adjacent to the right side of the region 54 or a position adjacent to the lower side of the region 54.
  • the pixel at the position of the region 52 can be referred to.
  • the reconstructed image on the left, upper left, and upper side of the current block is referred to. Therefore, when the region 54 is intra-predicted, it is difficult to accurately predict the end portion of the face 51, and there is a possibility that the image may be such that the end of the face 51 is cut off. That is, discontinuous image quality degradation may occur near the boundary between the lower and right areas 54. As described above, by making it possible to set the reference pixel at a position adjacent to the right side of the region 54 or a position adjacent to the lower side of the region 54, the occurrence of such discontinuity at the region boundary is prevented. And the reduction in image quality can be suppressed.
  • Such a reference pixel generation method is arbitrary.
  • a reference pixel may be generated using an arbitrary pixel (existing pixel) of a reconstructed image that has already been generated by a prediction process.
  • This existing pixel may be any pixel as long as it is a pixel of the reconstructed image (that is, a pixel that has undergone prediction processing).
  • the existing pixel may be a pixel of a picture to be processed (also referred to as a current picture).
  • a current picture also referred to as a current picture
  • it may be a pixel located near the reference pixel to be set in the current picture.
  • it may be a pixel at the same position as a reference pixel to be set in an image of another component of the current picture, or may be a pixel located in the vicinity of the reference pixel.
  • the reference pixel to be set is a luminance component
  • the pixel of another component is a pixel of a color difference component.
  • the existing pixel may be a pixel of an image of a processed frame (past frame), for example.
  • it may be a pixel at the same position as a reference pixel to be set in an image of a past frame different from a processing target frame (also referred to as a current frame), or may be a pixel located in the vicinity of the reference pixel.
  • MV motion vector
  • the existing pixels may be pixels of images of other views.
  • it may be a pixel of the current picture of another view.
  • it may be a pixel located in the vicinity of a reference pixel to be set in a current picture of another view.
  • it may be a pixel at the same position as a reference pixel to be set in an image of another component of the current picture of another view, or may be a pixel located in the vicinity of the reference pixel.
  • the existing pixel may be, for example, a pixel of an image of a past frame of another view.
  • it may be a pixel at the same position as a reference pixel to be set in an image of a past frame of another view, may be a pixel located in the vicinity of the reference pixel, or a motion vector (MV)
  • MV motion vector
  • the existing pixels may be pixels of images of other layers.
  • it may be a pixel of a current picture in another layer.
  • it may be a pixel located in the vicinity of a reference pixel to be set in a current picture of another layer.
  • it may be a pixel at the same position as a reference pixel to be set in an image of another component of the current picture of another layer, or may be a pixel located in the vicinity of the reference pixel.
  • the existing pixel may be, for example, a pixel of an image of a past frame of another layer.
  • it may be a pixel at the same position as a reference pixel to be set in an image of a past frame of another layer, may be a pixel located in the vicinity of the reference pixel, or a motion vector (MV)
  • MV motion vector
  • any one or a plurality of pixels are selected from the two or more of the pixels described in (A-1-1) to (A-1-4). It may be used as a pixel.
  • the selection method is arbitrary. For example, selectable pixels may be selected according to a predetermined priority order. Further, a pixel may be selected according to a cost function value when each pixel is used as a reference pixel. Further, for example, a pixel may be selected in accordance with an external designation such as a user or control information. Further, a method for selecting (for example, selecting) a pixel to be used as an existing pixel may be set.
  • the reference pixel generation method using the existing pixels as described above is arbitrary.
  • the reference pixel may be generated by directly using an existing pixel.
  • the pixel value of an existing pixel may be copied (copied) as a reference pixel. That is, in this case, the same number of reference pixels as the existing pixels are generated (in other words, the same number of existing pixels as the reference pixels to be set are used).
  • the reference pixel may be generated by indirectly using an existing pixel, for example.
  • the reference pixel may be generated by interpolation using an existing pixel. That is, in this case, a larger number of reference pixels are generated than the existing pixels (in other words, a smaller number of existing pixels are used than the reference pixels to be set).
  • This interpolation method is arbitrary.
  • a reference pixel set based on an existing pixel may be further copied (copied) to set another reference pixel.
  • the pixel values of the reference pixels set in this way are the same.
  • other reference pixels may be set by linearly converting pixel values of reference pixels set based on existing pixels.
  • the pixel value of each reference pixel set in this way is a value corresponding to a function of linear transformation.
  • the linear transformation function is arbitrary, and may be linear (for example, a linear function such as proportionality) or a curve (for example, an inversely proportional function or a quadratic or higher function). Also good.
  • other reference pixels may be set by nonlinearly converting the pixel values of the reference pixels set based on the existing pixels.
  • any one or a plurality of methods may be selected from two or more of the generation methods described above.
  • the selection method is arbitrary. For example, it may be selected according to a predetermined priority order. Moreover, you may make it select according to the cost function value at the time of using each method. Further, for example, it may be selected in accordance with designation from the outside such as a user or control information.
  • the generation method is set (selected) in this way, information on the setting (selection) (for example, which method is used and parameters necessary for the method used at that time) is sent to the decoding side. You may make it transmit.
  • the reference pixel may be generated by inter prediction. For example, inter prediction is performed on a part of a region within a certain processing target region (current block), and then intra prediction is performed on another region. Then, a reference pixel used for intra prediction (a reference pixel at a position not set in intra prediction such as AVC or HEVC) is set using a reconstructed image generated using a prediction image of inter prediction. Such a prediction process is also called an inter destination intra prediction process. Details of the inter destination intra prediction process will be described later.
  • both the various methods using the existing pixels described above in (A) and (B) and the method for generating the inter prediction may be used in combination.
  • some reference pixels may be generated using existing pixels, and other reference pixels may be generated by inter prediction.
  • any one (single or plural methods) of the various methods described in (A) and (B) may be selected.
  • the selection method is arbitrary. For example, it may be selected according to a predetermined priority order. Moreover, you may make it select according to the cost function value at the time of using each method. Further, for example, it may be selected in accordance with designation from the outside such as a user or control information.
  • setting (selecting) a reference pixel generation method in this way, information on the setting (selection) (for example, which method is used, parameters necessary for the method used at that time), You may make it transmit to the decoding side.
  • intra prediction image generation method The reference method of intra prediction reference pixels set as described above (intra prediction image generation method) is arbitrary.
  • (D) For example, as in the case of AVC, HEVC, etc., one mode is selected as the intra prediction mode, and in each pixel of the current block, one reference pixel corresponding to the intra prediction mode is referred to as a predicted image ( (Predicted pixel value) may be generated.
  • a predicted image (Predicted pixel value)
  • the number of intra prediction mode candidates can be increased as in the example of FIG. Can do.
  • intra prediction modes “35” to “65” are newly set.
  • a reference pixel located to the right of the processing target pixel can be referred to.
  • the number of intra prediction mode candidates that is, the number of prediction direction candidates
  • reference pixels with higher prediction accuracy can be referred to, and the reduction in encoding efficiency is suppressed.
  • information (index etc.) specifying the intra prediction mode selected in the intra prediction may be transmitted to the decoding side.
  • one mode is selected as the intra prediction mode, and in each pixel of the current block, a plurality of reference pixels corresponding to the intra prediction mode can be used for generating a predicted image.
  • a plurality of reference pixels corresponding to the intra prediction mode can be used for generating a predicted image.
  • two pixels that is, a reference pixel in a prediction direction corresponding to the intra prediction mode and a reference pixel located in a direction opposite to the prediction direction (a direction opposite to 180 degrees) may be used (can be referred to).
  • the number of intra prediction mode candidates is the same as in the case of intra prediction such as AVC or HEVC.
  • two or more reference pixels can be referenced when generating one pixel of the predicted image.
  • a method of referring to such a plurality of reference pixels that can be referred to is arbitrary.
  • any (single or plural) reference pixels may be selected from a plurality of reference pixels that can be referred to.
  • the reference pixel may be selected according to the positional relationship between the processing target pixel (current pixel) for generating the predicted pixel value and the reference pixel.
  • a reference pixel closer in position may be selected.
  • the intra prediction mode “10” is selected. Therefore, when generating predicted images (predicted pixel values) of the pixels 73 to 75, the reference pixels 72A and the reference pixels 72B that are positioned in opposite directions can be referred to.
  • the reference pixel 72A When the predicted image (predicted pixel value) of the pixel 73 is generated, the reference pixel 72A is closer to the pixel 73, so the reference pixel 72A is referred to generate the predicted pixel value of the pixel 73.
  • the reference pixel 72B when generating a predicted image (predicted pixel value) of the pixel 74, the reference pixel 72B is closer to the pixel 74, so the reference pixel 72B is referred to generate the predicted pixel value of the pixel 74.
  • any of the reference pixel 72A and the reference pixel 72B is referred to and the pixel 75 A predicted pixel value may be generated. By doing so, it is possible to refer to closer pixels, and thus it is possible to suppress a reduction in prediction accuracy.
  • the reference pixel may be selected according to the pixel value of the input image, not the positional relationship between the current pixel and the reference pixel. For example, a reference pixel whose pixel value is closer to the current pixel of the input image may be selected. In these cases, for example, information specifying a reference pixel to be referred to may be transmitted to the decoding side.
  • a plurality of reference pixels may be referred to.
  • an average value of pixel values of a plurality of reference pixels or a value corresponding to the average value may be set as the predicted pixel value of the current pixel.
  • an arbitrary function value such as a median value, a minimum value, or a maximum value may be applied instead of the average value.
  • the pixel values of a plurality of reference pixels may be combined by weighting according to the positional relationship with the pixel position of the current pixel (also referred to as weighted addition). For example, in the example of FIG. 11, weighted addition may be performed as shown in FIG. In FIG. 12, x indicates coordinates in the horizontal direction in the figure.
  • the x coordinate of the pixel 72A is “0”, and the pixel value is “rf”.
  • the x coordinate of the pixel 72B is “L”, and the pixel value is “rb”.
  • the predicted pixel value “p” of the pixel 76 at the x coordinate “x” can be obtained as in the following Expression (1).
  • the number of reference pixels that can be referred to may be three or more.
  • information indicating arithmetic expressions, coefficients, etc. using the pixel values of the plurality of reference pixels may be transmitted to the decoding side.
  • a plurality of methods described above in (E-1) and (E-2) may be used in combination. For example, for some pixels of the current block, a predicted image is generated using an average value of pixel values of a plurality of reference pixels, and for some other pixels, weighted addition of a plurality of reference pixels is used. A predicted image may be generated, and for the remaining pixels, a predicted image may be generated using any of a plurality of reference pixels. Further, it may be possible to set which method is applied to which part of the current block. In this case, information specifying the range (partial region of the current block) to which each method is applied may be transmitted to the decoding side. In addition, information specifying which method is applied to each partial area of the current block may be transmitted to the decoding side.
  • any one of the methods described above in (E-1) to (E-3) may be selected.
  • the selection method is arbitrary. For example, it may be selected according to a predetermined priority order. Moreover, you may make it select according to the cost function value at the time of using each method. Further, for example, it may be selected in accordance with designation from the outside such as a user or control information.
  • a predicted image generation method reference pixel utilization method
  • information on the setting (selection) for example, which method is used or the method used at that time
  • Necessary parameters or the like may be transmitted to the decoding side.
  • a plurality of modes may be selected as the intra prediction mode.
  • an intra prediction mode “36” indicated by an arrow 81, an intra prediction mode “42” indicated by an arrow 82, and an intra prediction mode “50” indicated by an arrow 83 are selected. That is, in this case, prediction in three directions is possible (reference pixels in three directions can be referred to). Therefore, since it is possible to select and refer to a reference pixel with higher prediction accuracy, or to perform prediction with reference to a plurality of reference pixels, it is possible to suppress a reduction in prediction accuracy of intra prediction and perform encoding. Reduction in efficiency can be suppressed.
  • the method of using a plurality of intra prediction modes is arbitrary.
  • the current block may be divided into a plurality of partial regions (regions composed of a single pixel or a plurality of pixels), and different prediction modes may be set in each partial region.
  • the prediction modes of the respective partial areas are set independently of each other.
  • a plurality of areas having different prediction directions can be formed in the current block.
  • the current block is a boundary portion between a plurality of patterns, there is a possibility that a prediction mode more suitable for each pattern can be set.
  • information indicating the setting of partial areas, the prediction mode assigned to each partial area, and the like may be transmitted to the decoding side.
  • a plurality of intra prediction modes may be mixed.
  • the mixing method may be set according to a pixel value, a pixel position, or the like.
  • weighting may be mixed according to the pixel position of the current pixel.
  • these mixings may be mixing of directions or pixel values of reference pixels. That is, you may make it refer the prediction direction after mixing, and may make it mix the pixel value of the reference pixel of each prediction direction before mixing.
  • information indicating the prediction mode to be mixed, information indicating the mixing method, and the like may be transmitted to the decoding side.
  • (F-3) Further, for example, the methods described above in (F-1) and (F-2) may be used in combination. That is, in some areas of the current block, one of a plurality of intra prediction modes may be selected, and in other areas, a plurality of intra prediction modes may be mixed.
  • any one of the methods described above in (F-1) to (F-3) may be selected.
  • the selection method is arbitrary. For example, it may be selected according to a predetermined priority order. Moreover, you may make it select according to the cost function value at the time of using each method. Further, for example, it may be selected in accordance with designation from the outside such as a user or control information.
  • information on the setting (selection) for example, which method is used, parameters necessary for the method used at that time, etc.
  • the data may be transmitted to the decoding side.
  • the present technology performs intra prediction different from AVC or HEVC intra prediction or inter prediction in the prediction processing.
  • reference pixels adjacent to the current block may be set to three or more sides of the current block, and intra prediction may be performed using the reference pixels including them.
  • reference pixels adjacent to the current block may be set to at least two opposite sides of the current block, and intra prediction may be performed using the reference pixels including them.
  • a reference pixel adjacent to the right side of the current block, a reference pixel adjacent to the lower side, or both may be set, and intra prediction may be performed using a reference pixel including them.
  • a reference pixel located in a predicted block and a reference pixel located in an adjacent block for which intra prediction is not performed may be set, and intra prediction may be performed using those reference pixels.
  • reference pixels located in the processed encoded block and reference pixels adjacent to the current prediction block of the current encoded block in the current encoded block or the unprocessed encoded block are set, and their references are made. Intra prediction is performed using pixels. Further, for example, a reference pixel located in a processed encoded block and a reference pixel located in an unprocessed encoded block may be set, and intra prediction may be performed using these reference pixels.
  • FIG. 14 is a block diagram illustrating an example of a configuration of an image encoding device that is an aspect of an image processing device to which the present technology is applied.
  • the image encoding device 100 illustrated in FIG. 14 encodes moving image image data using, for example, HEVC prediction processing or prediction processing according to (or similar to) a method similar thereto.
  • FIG. 14 shows main components such as a processing unit and a data flow, and the ones shown in FIG. 14 are not limited to all. That is, in the image coding apparatus 100, there may be a processing unit that is not shown as a block in FIG. 14, or there may be a process or data flow that is not shown as an arrow or the like in FIG.
  • the image encoding device 100 includes a screen rearrangement buffer 111, a calculation unit 112, an orthogonal transformation unit 113, a quantization unit 114, a lossless encoding unit 115, an additional information generation unit 116, a storage buffer 117, An inverse quantization unit 118 and an inverse orthogonal transform unit 119 are included.
  • the image coding apparatus 100 includes a calculation unit 120, a loop filter 121, a frame memory 122, an intra prediction unit 123, an inter prediction unit 124, an inter destination intra prediction unit 125, a predicted image selection unit 126, and a rate control unit 127. Have.
  • the screen rearrangement buffer 111 stores the images of the frames of the input image data in the display order, and the images of the frames in the stored display order are encoded for encoding according to GOP (Group Of Picture). The images are rearranged in the order of the frames, and the image in which the order of the frames is rearranged is supplied to the calculation unit 112. Further, the screen rearrangement buffer 111 also supplies the images in which the order of the frames is rearranged to the intra prediction unit 123 to the inter destination intra prediction unit 125.
  • GOP Group Of Picture
  • the calculation unit 112 subtracts the prediction image supplied from any of the intra prediction unit 123 to the inter destination intra prediction unit 125 via the prediction image selection unit 126 from the image read from the screen rearrangement buffer 111,
  • the difference information (residual data) is supplied to the orthogonal transform unit 113.
  • the calculation unit 112 subtracts the prediction image supplied from the intra prediction unit 123 from the image read from the screen rearrangement buffer 111.
  • the calculation unit 112 subtracts the prediction image supplied from the inter prediction unit 124 from the image read from the screen rearrangement buffer 111.
  • the calculation unit 112 subtracts the prediction image supplied from the inter destination intra prediction unit 125 from the image read from the screen rearrangement buffer 111.
  • the orthogonal transform unit 113 performs orthogonal transform such as discrete cosine transform and Karhunen-Loeve transform on the residual data supplied from the computing unit 112.
  • the orthogonal transform unit 113 supplies the residual data after the orthogonal transform to the quantization unit 114.
  • the quantization unit 114 quantizes the residual data after orthogonal transformation supplied from the orthogonal transformation unit 113.
  • the quantization unit 114 sets a quantization parameter based on the information regarding the target value of the code amount supplied from the rate control unit 127, and performs the quantization.
  • the quantization unit 114 supplies the quantized residual data to the lossless encoding unit 115.
  • the lossless encoding unit 115 encodes the quantized residual data using an arbitrary encoding method, and generates encoded data (also referred to as an encoded stream).
  • Examples of the encoding method of the lossless encoding unit 115 include variable length encoding or arithmetic encoding.
  • Examples of variable length coding include H.264.
  • CAVLC Context-Adaptive Variable Length Coding
  • a TR code is used for the coefficient information data syntax processing called coeff_abs_level_remaining.
  • Examples of arithmetic coding include CABAC (Context-Adaptive Binary Arithmetic Coding).
  • the lossless encoding unit 115 supplies various types of information to the additional information generation unit 116 in order to make information (additional information) added to the encoded data.
  • the lossless encoding unit 115 may supply information related to an input image or encoding added to the input image or the like to the additional information generation unit 116 in order to make additional information.
  • the lossless encoding unit 115 supplies information added to the residual data in the orthogonal transform unit 113, the quantization unit 114, and the like to the additional information generation unit 116 in order to make additional information. Good.
  • the lossless encoding unit 115 acquires information related to intra prediction, inter prediction, inter inter prediction, or the like from the predicted image selection unit 126, and supplies the information to the additional information generation unit 116 in order to use it as additional information. You may make it do.
  • the lossless encoding unit 115 acquires arbitrary information from other processing units such as the loop filter 121 and the rate control unit 127, and supplies it to the additional information generation unit 116 in order to use it as additional information. May be.
  • the lossless encoding unit 115 may supply information generated by itself to the additional information generation unit 116 in order to make it additional information.
  • the lossless encoding unit 115 adds various types of additional information generated by the additional information generation unit 116 to the encoded data. Then, the lossless encoding unit 115 supplies the encoded data to the accumulation buffer 117 for accumulation.
  • the additional information generation unit 116 generates information (additional information) to be added to the encoded data of the image data (residual data).
  • This additional information may be any information.
  • the additional information generation unit 116 includes, as additional information, a video parameter set (VPS (Video Parameter Set)), a sequence parameter set (SPS (Sequence Parameter Set)), a picture parameter set (PPS (Picture Parameter Set)), and a slice. Information such as a header may be generated.
  • the additional information generation unit 116 generates information to be added to the encoded data for each arbitrary data unit such as a slice, tile, LCU, CU, PU, TU, macro block, sub macro block, and the like as additional information. You may make it do.
  • the additional information generation unit 116 may generate information such as SEI (Supplemental / Enhancement / Information) and VUI (Video / Usability / Information) as additional information.
  • SEI Supplemental / Enhancement / Information
  • VUI Video / Usability / Information
  • the additional information generation unit 116 may generate other information as additional information.
  • the additional information generation unit 116 may generate additional information using information supplied from the lossless encoding unit 115, for example. Further, the additional information generation unit 116 may generate additional information using information generated by itself, for example.
  • the additional information generation unit 116 supplies the generated additional information to the lossless encoding unit 115 and adds it to the encoded data.
  • the accumulation buffer 117 temporarily holds the encoded data supplied from the lossless encoding unit 115.
  • the accumulation buffer 117 outputs the held encoded data to the outside of the image encoding device 100 at a predetermined timing. That is, the accumulation buffer 117 is also a transmission unit that transmits encoded data.
  • the quantized residual data obtained in the quantization unit 114 is also supplied to the inverse quantization unit 118.
  • the inverse quantization unit 118 performs inverse quantization on the quantized residual data by a method corresponding to the quantization performed by the quantization unit 114.
  • the inverse quantization unit 118 supplies residual data after orthogonal transform obtained by the inverse quantization to the inverse orthogonal transform unit 119.
  • the inverse orthogonal transform unit 119 performs inverse orthogonal transform on the residual data after the orthogonal transform by a method corresponding to the orthogonal transform processing by the orthogonal transform unit 113.
  • the inverse orthogonal transform unit 119 supplies the output (restored residual data) subjected to inverse orthogonal transform to the computation unit 120.
  • the calculation unit 120 supplies the restored residual data supplied from the inverse orthogonal transform unit 119 from the intra prediction unit 123, the inter prediction unit 124, or the inter destination intra prediction unit 125 via the predicted image selection unit 126.
  • the predicted images to be added are added to obtain a locally reconstructed image (hereinafter also referred to as a reconstructed image).
  • the reconstructed image is supplied to the loop filter 121, the intra prediction unit 123, and the inter destination intra prediction unit 125.
  • the loop filter 121 appropriately performs a loop filter process on the decoded image supplied from the calculation unit 120.
  • the contents of this loop filter processing are arbitrary.
  • the loop filter 121 may perform deblocking filter processing on the decoded image to remove deblocking distortion.
  • the loop filter 121 may perform image quality improvement by performing an adaptive loop filter process using a Wiener filter.
  • the loop filter 121 performs sample adaptive offset (SAO (Sample Adaptive Offset)) processing to reduce linking caused by the motion compensation filter and to correct pixel value deviation that may occur on the decoding screen. By doing so, the image quality may be improved.
  • filter processing other than these may be performed.
  • a plurality of filter processes may be performed.
  • the loop filter 121 can supply information such as filter coefficients used for the filter processing to the lossless encoding unit 115 and encode it as necessary.
  • the loop filter 121 supplies a reconstructed image (also referred to as a decoded image) appropriately subjected to filter processing to the frame memory 122.
  • the frame memory 122 stores the supplied decoded image, and supplies the stored decoded image as a reference image to the inter prediction unit 124 and the inter destination intra prediction unit 125 at a predetermined timing.
  • the intra prediction unit 123 performs intra prediction (intra-screen prediction) that generates a predicted image using pixel values in a processing target picture that is a reconstructed image supplied as a reference image from the calculation unit 120.
  • the intra prediction unit 123 performs this intra prediction in a plurality of intra prediction modes prepared in advance.
  • the intra prediction unit 123 generates a prediction image in all candidate intra prediction modes, evaluates the cost function value of each prediction image using the input image supplied from the screen rearrangement buffer 111, and selects the optimum mode. select.
  • the intra prediction unit 123 selects the optimal intra prediction mode, the prediction image generated in the optimal intra prediction mode, intra prediction mode information that is information related to intra prediction such as an index indicating the optimal intra prediction mode, and the like. Then, the cost function value of the optimal intra prediction mode and the like are supplied to the predicted image selection unit 126.
  • the inter prediction unit 124 performs inter prediction processing (motion prediction processing and compensation processing) using the input image supplied from the screen rearrangement buffer 111 and the reference image supplied from the frame memory 122. More specifically, the inter prediction unit 124 performs motion compensation processing according to the motion vector detected by performing motion prediction as the inter prediction processing, and generates a prediction image (inter prediction image information). The inter prediction unit 124 performs such inter prediction in a plurality of inter prediction modes prepared in advance.
  • the inter prediction unit 124 generates a prediction image in all candidate inter prediction modes.
  • the inter prediction unit 124 evaluates the cost function value of each prediction image using the input image supplied from the screen rearrangement buffer 111 and information on the generated differential motion vector, and selects an optimal mode.
  • the inter prediction mode is information related to inter prediction such as a prediction image generated in the optimal inter prediction mode, an index indicating the optimal inter prediction mode, and motion information.
  • Information, the cost function value of the optimal inter prediction mode, and the like are supplied to the predicted image selection unit 126.
  • the inter destination intra prediction unit 125 is an aspect of a prediction unit to which the present technology is applied.
  • the inter destination intra prediction unit 125 uses the input image supplied from the screen rearrangement buffer 111, the reconstructed image supplied as a reference image from the calculation unit 120, and the reference image supplied from the frame memory 122. Performs the intra prediction process.
  • Inter-destination intra prediction processing refers to inter prediction for a part of the image processing target area, sets reference pixels using a reconstructed image corresponding to the prediction image generated by the inter prediction, and sets the processing target. This is a process of performing intra prediction using the set reference pixels for other regions.
  • the inter destination intra prediction unit 125 performs inter prediction on a region that is in contact with the right side, the lower side, or both of the region in which intra prediction is performed in the processing target region, and corresponds to a predicted image generated by the inter prediction.
  • a reference pixel adjacent to the right side of the region where intra prediction is performed using the reconstructed image, a reference pixel adjacent to the lower side, or both may be set, and intra prediction may be performed using the set reference pixel.
  • the processing target area indicates a coding block that is a coding unit, and a part of the processing target area or the remaining area, that is, a lower layer area is predicted in the coding block. You may make it show the prediction block used as the unit.
  • the coding block is, for example, a CU.
  • the prediction block is, for example, a PU.
  • the encoded block and the predicted block may match (that is, the processing target area is the encoded block and the predicted block), and the lower layer area may be a partial area in the predicted block.
  • the inter-intra prediction unit 125 for a partial region in the processing target CU, similarly to the inter prediction unit 124, the input image and the frame supplied from the screen rearrangement buffer 111 Inter prediction processing is performed using the reference image supplied from the memory 122. Then, the inter destination intra prediction unit 125 sets a reference pixel using a reconstructed image generated from a predicted image (inter predicted image) generated by the inter prediction, and performs the remaining region of the processing target region. Perform intra prediction.
  • the inter destination intra prediction unit 125 performs such processing in a plurality of modes, and selects an optimal inter destination intra prediction mode based on the cost function value.
  • the inter destination intra prediction unit 125 selects the optimal inter destination intra prediction mode, the inter destination intra prediction mode, the inter destination intra prediction mode information that is information related to the inter destination intra prediction,
  • the cost function value of the optimal inter destination intra prediction mode is supplied to the predicted image selection unit 126.
  • the prediction image selection unit 126 controls the prediction processing (intra prediction, inter prediction, inter destination intra prediction) by the intra prediction unit 123 to the inter destination intra prediction unit 125. More specifically, the prediction image selection unit 126 sets the CTB structure (CU in the LCU) and PU, and performs control related to prediction processing in these regions (blocks).
  • the prediction image selection unit 126 controls the intra prediction unit 123 to the inter destination intra prediction unit 125 to cause each of them to execute the prediction processing on the processing target region, and predict the prediction result from each. Get information about.
  • the predicted image selection unit 126 selects a prediction mode in the region by selecting any one of them.
  • the predicted image selection unit 126 supplies the predicted image of the selected mode to the calculation unit 112 and the calculation unit 120. Further, the predicted image selection unit 126 supplies the prediction information of the selected mode and information (block information) regarding the setting of the block to the lossless encoding unit 115.
  • the rate control unit 127 controls the rate of the quantization operation of the quantization unit 114 based on the code amount of the encoded data stored in the storage buffer 117 so that overflow or underflow does not occur.
  • FIG. 15 is a block diagram illustrating a main configuration example of the inter destination intra prediction unit 125.
  • the inter destination intra prediction unit 125 includes an inter prediction unit 131, a cost function calculation unit 132, a mode selection unit 133, an intra prediction unit 134, a cost function calculation unit 135, and a mode selection unit 136. .
  • the inter prediction unit 131 performs processing related to inter prediction for a part of the processing target area.
  • the inter prediction unit 131 acquires an input image from the screen rearrangement buffer 111 and acquires a reference image from the frame memory 122
  • the inter prediction unit 131 performs inter prediction using them, and performs inter prediction images and inter prediction information of each divided pattern and each mode. Is generated.
  • a region in which inter prediction is performed in the processing target region is set according to a division pattern of the processing target region.
  • the inter prediction unit 131 performs inter prediction for all of the divided patterns (that is, for regions to which inter prediction is assigned in each divided pattern), and generates a prediction image (and prediction information), respectively.
  • the inter prediction unit 131 supplies the supplied information and the generated information to the cost function calculation unit 132.
  • the inter prediction unit 131 supplies each division pattern, inter prediction image of each mode, and inter prediction information to the cost function calculation unit 132.
  • the cost function calculation unit 132 uses the information supplied from the inter prediction unit 131 to calculate the cost function value of each division pattern and each mode. Although this cost function is arbitrary, the cost function calculation unit 132 performs, for example, RD optimization. In RD optimization, the method with the lowest RD cost is selected. The RD cost can be obtained by, for example, the following formula (2).
  • J is the RD cost.
  • D indicates the amount of distortion, and the sum of square errors (SSE: SumSEof Square Error) with the input image is often used.
  • R indicates the number of bits in the bit stream for the block (corresponding to a bit rate when converted per time).
  • ⁇ is a Lagrange coefficient in the Lagrange multiplier method.
  • the cost function calculation unit 132 supplies the supplied information and generated information to the mode selection unit 133.
  • the cost function calculation unit 132 supplies each division pattern, the inter prediction image of each mode, the inter prediction information, and the cost function value to the mode selection unit 133.
  • the mode selection unit 133 selects an optimum mode for each division pattern based on the cost function value. For example, the mode selection unit 133 selects a mode with the smallest RD cost for each division pattern.
  • the mode selection unit 133 supplies information on the selected mode to the predicted image selection unit 126. For example, the mode selection unit 133 supplies the prediction image selection unit 126 with the inter prediction image, the inter prediction information, and the cost function value of the optimum mode of each division pattern.
  • the intra prediction unit 134 performs processing related to intra prediction for the remaining regions in the processing target region.
  • the intra prediction unit 134 acquires an input image from the screen rearrangement buffer 111 and acquires a reconstructed image from the calculation unit 120.
  • a region subjected to inter prediction by the inter prediction unit 131 of the processing target region is also included.
  • the intra prediction unit 134 performs intra prediction using the information, and generates an intra prediction image and intra prediction information of each divided pattern and each mode. As described in the first embodiment, the intra prediction unit 134 performs the intra prediction process by a method different from the intra prediction process (intra prediction process performed by AVC, HEVC, or the like) performed by the intra prediction unit 123.
  • the intra prediction unit 134 performs intra prediction using reference pixels set using a reconstructed image corresponding to a predicted image generated by inter prediction. For example, the intra prediction unit 134 uses the reconstructed image obtained by such inter prediction to set the reference pixel adjacent to the right side of the region where intra prediction is performed, the reference pixel adjacent to the lower side, or both. Alternatively, intra prediction may be performed using the set reference pixels.
  • the intra prediction unit 134 further sets reference pixels using the reconstructed image of the prediction-processed region, and performs intra prediction using the set reference pixels. You may make it perform.
  • the reference pixel reference method in the intra prediction by the intra prediction unit 134 is arbitrary as described in the first embodiment.
  • each pixel of the prediction image is generated with reference to a single reference pixel corresponding to a single intra prediction mode. Also good.
  • each pixel of the prediction image has a single intra prediction mode. May be generated with reference to a plurality of reference pixels corresponding to.
  • each pixel of the predicted image to be generated may be generated using any of a plurality of reference pixels selected according to the pixel position.
  • each pixel of the predicted image to be generated may be generated by performing a weighting operation according to the pixel position on a plurality of reference pixels selected according to the pixel position.
  • the plurality of reference pixels may be two pixels positioned opposite to each other when viewed from a pixel in a region where intra prediction is performed.
  • a plurality of modes can be selected as the intra prediction mode. May be.
  • the intra prediction unit 134 supplies the supplied information and the generated information to the cost function calculation unit 135.
  • the intra prediction unit 134 supplies the intra-prediction image and intra prediction information of each division pattern and each mode to the cost function calculation unit 135.
  • the cost function calculation unit 135 calculates the cost function value for each division pattern and each mode using the information supplied from the intra prediction unit 134. Although this cost function is arbitrary, the cost function calculation unit 135 performs, for example, RD optimization.
  • the cost function calculation unit 135 supplies the supplied information and the generated information to the mode selection unit 136.
  • the cost function calculation unit 135 supplies the mode selection unit 136 with each division pattern, intra prediction image of each mode, intra prediction information, and cost function value.
  • the mode selection unit 136 selects an optimum mode for each division pattern based on the cost function value. For example, the mode selection unit 136 selects a mode with the smallest RD cost for each division pattern.
  • the mode selection unit 136 supplies information on the selected mode to the predicted image selection unit 126. For example, the mode selection unit 136 supplies the predicted image selection unit 126 with the intra prediction image, the intra prediction information, and the cost function value of the optimum mode for each division pattern.
  • the prediction image selection unit 126 acquires information supplied from the mode selection unit 133 and the mode selection unit 136 as information related to the inter destination intra prediction. For example, the prediction image selection unit 126 selects the inter prediction image of the optimum mode of each division pattern supplied from the mode selection unit 133 and the intra prediction image of the optimum mode of each division pattern supplied from the mode selection unit 136. Obtained as an inter-destination inter-predicted image in the optimum mode of each divided pattern. Further, for example, the predicted image selection unit 126 includes inter prediction information for the optimum mode of each division pattern supplied from the mode selection unit 133, and intra prediction information for the optimum mode of each division pattern supplied from the mode selection unit 136. Is obtained as inter-destination inter prediction information in the optimum mode of each division pattern.
  • the predicted image selection unit 126 includes the cost function value of the optimum mode of each division pattern supplied from the mode selection unit 133 and the cost function value of the optimum mode of each division pattern supplied from the mode selection unit 136. Is obtained as the cost function value of the optimum mode of each division pattern.
  • FIG. 16 is a block diagram illustrating a main configuration example of the predicted image selection unit 126.
  • the predicted image selection unit 126 includes a block setting unit 141, a block prediction control unit 142, a storage unit 143, and a cost comparison unit 144.
  • the block setting unit 141 performs processing related to block setting. As described with reference to FIGS. 1 to 3, the blocks are formed in a hierarchical structure (tree structure). The block setting unit 141 sets such a block structure for each LCU.
  • the structure of the block may be set by any method. For example, as shown in FIG. 17, the cost structure value (for example, RD cost) is used. In this case, the cost function value is compared between the case where the block is divided and the case where the block is not divided, and the more appropriate structure (the smaller value in the case of RD cost) is selected. Information indicating the result of this selection is set as, for example, split_cu_flag. split_cu_flag is information indicating whether or not to divide a block.
  • the information indicating the selection result is arbitrary, and information other than the split_cu_flag may be included.
  • Such processing is recursively repeated from the LCU toward the lower layer, and the block structure is determined in a state where all the blocks are not divided.
  • the block setting unit 141 divides the block to be processed into four and sets a block one layer below.
  • the block setting unit 141 supplies division information, which is information regarding the divided blocks, to the block prediction control unit 142.
  • the block prediction control unit 142 determines an optimal prediction mode for each block set by the block setting unit 141.
  • the determination method of this optimal prediction mode is arbitrary, it is performed using a cost function value (for example, RD cost) as shown, for example in FIG.
  • RD cost for example, RD cost
  • the RD cost of the optimal mode of each prediction mode is compared, and the prediction of the more appropriate one (the smaller value in the case of RD cost) A mode is selected.
  • a division pattern as shown in FIG. 19 is prepared as a division pattern of a block (CU).
  • each divided area (partition) is set as a PU.
  • 2Nx2N or NxN division patterns can be selected.
  • eight patterns shown in FIG. 19 can be selected.
  • the eight patterns shown in FIG. 19 can be selected.
  • FIG. 18 only a part of the inter-intra-prediction split patterns is shown, but actually, the RD costs of all the split patterns are compared.
  • the division pattern is arbitrary and is not limited to this example.
  • Information indicating the result of this selection is set as, for example, cu_skip_flag, pred_mode_flag, partition_mode, etc.
  • cu_skip_flag is information indicating whether the mode is merge mode
  • pred_mode_flag is information indicating the prediction method (whether it is intra prediction, inter prediction, or inter destination intra prediction)
  • partition_mode is , Information indicating the division pattern (which is the division pattern of the block).
  • the information indicating the result of this selection is arbitrary, and information other than these information may be included.
  • the block prediction control unit 142 controls the intra prediction unit 123 to the inter destination intra prediction unit 125 based on the division information acquired from the block setting unit 141, and sets each block set by the block setting unit 141. The prediction process is executed for the block. From the intra prediction unit 123 to the inter destination intra prediction unit 125, information on the optimum mode of each divided pattern of each prediction method is supplied. The block prediction control unit 142 selects an optimal mode from among the cost function values.
  • the block prediction control unit 142 supplies the prediction image, the prediction information, and the cost function value of the selected optimum mode of each block to the storage unit 143. Note that information indicating the result of the selection described above, division information, and the like are included in the prediction information as necessary.
  • the storage unit 143 stores various information supplied from the block prediction control unit 142.
  • the cost comparison unit 144 obtains the cost function value of each block from the storage unit 143, compares the cost function value of the processing target block with the sum of the cost function values of the divided blocks one level below, Information indicating the comparison result (in the case of RD cost, which RD cost is smaller) is supplied to the block setting unit 141.
  • the block setting unit 141 sets whether to divide the processing target block based on the comparison result by the cost comparison unit 144. That is, for example, the block setting unit 141 sets information indicating the selection result such as split_cu_flag as block information that is information related to the block structure.
  • the block setting unit 141 supplies the block information to the storage unit 143 and stores it.
  • the above processing is recursively repeated from the LCU toward the lower layer, so that the block structure in the LCU is set and the optimum prediction mode for each block is selected.
  • the prediction image of the optimal prediction mode of each block stored in the storage unit 143 is appropriately supplied to the calculation unit 112 and the calculation unit 120. Also, the prediction information and block information of the optimal prediction mode of each block stored in the storage unit 143 are supplied to the lossless encoding unit 115 as appropriate.
  • a PU that performs intra prediction and a PU that performs inter prediction are assigned to each division pattern illustrated in FIG. 19 as illustrated in FIG.
  • the area indicated by the hatched pattern at the upper right and lower left is a PU for which inter prediction is performed
  • the area indicated by the hatched pattern at the upper right and lower left is a PU for which intra prediction is performed.
  • the numbers of each PU indicate the processing order. That is, first, inter prediction is performed, and intra prediction is performed using the result as a reference pixel.
  • the image coding apparatus 100 performs image coding using the inter destination intra prediction process, and thus can suppress a reduction in coding efficiency as described above in the first embodiment.
  • the screen rearrangement buffer 111 stores the images of the frames (pictures) of the input moving image in the order in which the images are displayed. Rearrange in the order of conversion.
  • step S102 the intra prediction unit 123 to the predicted image selection unit 126 perform a prediction process.
  • step S103 the calculation unit 112 calculates a difference between the input image whose frame order is rearranged by the process of step S101 and the predicted image obtained by the prediction process of step S102. That is, the calculation unit 112 generates residual data between the input image and the predicted image.
  • the residual data obtained in this way is reduced in data amount compared to the original image data. Therefore, the data amount can be compressed as compared with the case where the image is encoded as it is.
  • step S104 the orthogonal transform unit 113 performs orthogonal transform on the residual data generated by the process in step S103.
  • step S105 the quantization unit 114 quantizes the residual data after the orthogonal transform obtained by the process in step S104, using the quantization parameter calculated by the rate control unit 127.
  • step S106 the inverse quantization unit 118 inversely quantizes the residual data after quantization generated by the process in step S105 with characteristics corresponding to the characteristics of the quantization.
  • step S107 the inverse orthogonal transform unit 119 performs inverse orthogonal transform on the residual data after the orthogonal transform obtained by the process in step S106.
  • step S108 the arithmetic unit 120 generates image data of a reconstructed image by adding the prediction image obtained by the prediction process of step S102 to the residual data restored by the process of step S107.
  • step S109 the loop filter 121 appropriately performs loop filter processing on the image data of the reconstructed image obtained by the processing in step S108.
  • step S110 the frame memory 122 stores the locally decoded image obtained by the process in step S109.
  • step S111 the additional information generation unit 116 generates additional information to be added to the encoded data.
  • step S112 the lossless encoding unit 115 encodes the quantized residual data obtained by the process of step S105. That is, lossless encoding such as variable length encoding and arithmetic encoding is performed on the residual data after quantization. Further, the lossless encoding unit 115 adds the additional information generated by the process of step S111 to the encoded data.
  • step S113 the accumulation buffer 117 accumulates the encoded data obtained by the process in step S112.
  • the encoded data stored in the storage buffer 117 is appropriately read as a bit stream and transmitted to the decoding side via a transmission path or a recording medium.
  • step S114 the rate control unit 127 performs step S105 so that an overflow or underflow does not occur based on the code amount (generated code amount) of the encoded data or the like accumulated in the accumulation buffer 117 by the process of step S113. Controls the rate of quantization processing.
  • step S114 ends, the encoding process ends.
  • the block setting unit 141 of the predicted image selection unit 126 sets the processing target layer as the highest layer (ie, LCU) in step S131.
  • step S132 the block prediction control unit 142 controls the intra prediction unit 123 to the inter-destination intra prediction unit 125 to perform block prediction processing on the block (ie, LCU) in the processing target hierarchy.
  • step S133 the block setting unit 141 sets a block one layer below for each block of the processing target layer.
  • step S134 the block prediction control unit 142 controls the intra prediction unit 123 to the inter-destination intra prediction unit 125 to perform block prediction processing for each block one layer below the processing target layer.
  • step S135 the cost comparison unit 144 compares the cost of the block in the processing target hierarchy with the sum of the costs of the blocks one hierarchy below that belong to the block.
  • the cost comparison unit 144 performs such comparison for each block in the processing target hierarchy.
  • step S136 the block setting unit 141 sets the presence or absence (whether or not to divide) of blocks in the processing target hierarchy based on the comparison result in step S135. For example, if the RD cost of a block in the processing target hierarchy is smaller than (or is less than or equal to) the total RD cost of each block one level below that block, the block setting unit 141 Set so that no block is split. On the other hand, when the RD cost of a block in the processing target hierarchy is equal to or greater than (or larger than) the total RD cost of each block one layer below that block, the block setting unit 141 selects the processing target Set to split the blocks in the hierarchy. The block setting unit 141 performs such setting for each block in the processing target hierarchy.
  • step S137 the storage unit 143 supplies the stored predicted image of each block of the processing target layer that is not divided to the calculation unit 112 and the calculation unit 120, and also stores the prediction information and block information of each block in a lossless code. To the conversion unit 115.
  • step S138 the block setting unit 141 determines whether a lower layer than the current processing target layer exists in the block structure of the LCU. That is, when setting is made so that the block of the processing target layer is divided in step S136, the block setting unit 141 determines that there is a lower layer, and advances the processing to step S139.
  • step S139 the block setting unit 141 changes the processing target layer to one layer below.
  • the process returns to step S133, and the subsequent processing is repeated for the new processing target hierarchy. That is, each process of step S133 to step S139 is executed for each layer of the block structure.
  • step S138 if it is set in step S136 that the block is not divided for all blocks in the processing target layer, the block setting unit 141 determines that there is no lower layer, and advances the process to step S140.
  • step S140 the storage unit 143 supplies the prediction image of each block in the lowest layer to the calculation unit 112 and the calculation unit 120, and also supplies the prediction information and block information of each block to the lossless encoding unit 115.
  • step S140 When the process of step S140 is finished, the prediction process is finished, and the process returns to FIG.
  • step S134 this block prediction process is executed for each block one layer below the processing target hierarchy. That is, when there are a plurality of blocks one layer below the processing target layer, this block prediction process is executed a plurality of times.
  • the intra prediction unit 123 When the block prediction process is started, the intra prediction unit 123 performs the intra prediction process on the processing target block in step S161. This intra prediction process is performed using the same reference pixels as in the case of conventional AVC and HEVC.
  • step S162 the inter prediction unit 124 performs inter prediction processing on the processing target block.
  • step S163 the inter destination intra prediction unit 125 performs an inter destination intra prediction process on the processing target block.
  • step S164 the block prediction control unit 142 compares the cost function values obtained in the processes of steps S161 to S163, and selects a prediction image according to the comparison result. That is, an optimal prediction mode is set.
  • step S165 the block prediction control unit 142 generates prediction information for the optimal mode using the prediction information corresponding to the prediction image selected in step S164.
  • step S165 When the process of step S165 is finished, the block prediction process is finished, and the process returns to FIG.
  • the block prediction control unit 142 sets a division pattern for the processing target CU and assigns a prediction method to each PU in step S181. For example, the block prediction control unit 142 assigns a prediction method as in the example of FIG.
  • step S182 the inter prediction unit 131 performs inter prediction in all modes for all PUs to which inter prediction of each divided pattern is assigned.
  • the cost function calculation unit 132 obtains cost function values for all division patterns and all modes.
  • the mode selection unit 133 selects an optimal mode based on the cost function value.
  • step S183 the intra prediction unit 134 performs intra prediction in all modes for all PUs to which intra prediction of each divided pattern is assigned, using the reconstructed image obtained by the processing in step S182. Further, the cost function calculation unit 135 obtains cost function values for all division patterns and all modes. Furthermore, the mode selection unit 136 selects an optimal mode based on the cost function value.
  • step S184 the predicted image selection unit 126 uses the processing results in steps S182 and S183 to obtain the inter destination intra predicted image, the inter destination intra prediction information, and the cost function value in the optimum mode for all the division patterns. Generate.
  • step S184 When the process of step S184 is completed, the process returns to FIG.
  • intra prediction is assigned to the upper left quarter of the CU (intra region), and inter prediction is assigned to other regions (inter prediction). region).
  • each process of inter prediction is performed on the inter area.
  • motion prediction M (Motion Estimation)
  • motion compensation M (Motion Compensation)
  • residual data residual image between the input image and the inter-predicted image
  • C in FIG. 25 residual data
  • D in FIG. 25 residual data after orthogonal transformation
  • E in FIG. 25 The quantized residual data obtained in this way is encoded.
  • the quantized residual data is inversely quantized (F in FIG. 25).
  • the residual data after inverse quantization is subjected to inverse orthogonal transform (G in FIG. 25).
  • the inter prediction image is added to the residual data after the inverse orthogonal transform to obtain a reconstructed image of this inter region (H in FIG. 25).
  • each intra prediction process is performed on the intra area.
  • the inter prediction processing result (reconstructed image) for the inter region is used (A in FIG. 26).
  • a reference pixel is set (B in FIG. 26). That is, for the intra area 151, reference pixels (reference pixels on the upper side and the left side of the intra area 151) located in the area 152 are set using the reconstructed image of the CU that has already undergone prediction processing. Furthermore, reference pixels (reference pixels on the right side and below the intra region 151) located in the region 153 are set for the intra region 151 using the reconstructed image of the inter region of the CU.
  • intra prediction is performed on the intra region using these reference pixels, and a prediction image (intra prediction image) is generated (C in FIG. 26).
  • residual data residual image
  • residual data residual image
  • E in FIG. 26 residual data
  • the quantized residual data obtained in this way is encoded.
  • the quantized residual data is inversely quantized and inverse orthogonal transformed (F in FIG. 26).
  • the intra prediction image is added to the residual data after the inverse orthogonal transform, whereby a reconstructed image of this intra region is obtained (G in FIG. 26).
  • the division pattern NxN is performed in the same manner as this 2Nx2N. That is, the upper left PU is set as the intra area, and the remaining PUs are set as the inter area.
  • intra prediction is assigned to the upper half region of the CU (intra region), and inter prediction is performed to the lower half region of the CU. Is assigned (inter area).
  • each process of inter prediction is performed on the inter area.
  • motion prediction (ME) is performed on this inter area to obtain motion information (A in FIG. 27).
  • motion compensation (MC) is performed using the motion information to generate an inter prediction image (B in FIG. 27).
  • residual data between the input image and the inter prediction image is obtained (C in FIG. 27).
  • the residual data is orthogonally transformed (D in FIG. 27).
  • the residual data after orthogonal transformation is quantized (E in FIG. 27).
  • the quantized residual data obtained in this way is encoded.
  • the quantized residual data is inversely quantized (F in FIG. 27).
  • the residual data after inverse quantization is subjected to inverse orthogonal transform (G in FIG. 27).
  • the inter prediction image is added to the residual data after the inverse orthogonal transform to obtain a reconstructed image of the inter region (H in FIG. 27).
  • inter prediction similar to the case of conventional AVC, HEVC, etc. (for example, in the case of inter prediction by the inter prediction unit 124), since intra prediction is also performed in the intra region, motion information exists, and inter region The motion information can be used in motion prediction.
  • the motion information of the intra region of the CU cannot be referred to when the motion prediction of the inter region is performed (the motion information does not exist). Therefore, reference is made to the motion information of the block indicated by the hatched pattern in FIG. In FIG. 28, a block described as “T” indicates a block of a frame that is past the current frame (the position of the block is arbitrary).
  • intra prediction is performed on the intra area.
  • the intra area is a rectangle, the intra area is divided into two areas (2a and 2b) as shown in FIG.
  • intra prediction is performed for a region 161 (2a) on the left side of the intra region.
  • a reference pixel is set.
  • reference pixels located in the area 162 reference pixels on the upper side and the left side of the intra area 161 can be set using a reconstructed image of a CU that has already undergone prediction processing.
  • reference pixels reference pixels below the intra area 161 located in the area 163 indicated by the shaded pattern are inter-predicted in the inter area indicated by the hatched pattern, a reconstructed image has been generated. Can be set using it.
  • intra prediction may be performed using the reference pixels at the positions of the areas 162 and 163 without setting the reference pixels at the position of the area 164 (reference pixels on the right side of the intra area 161).
  • the reference pixel located in the region 164 may be set by interpolation processing using the reconstructed image of the pixel 165 and the pixel 166.
  • the interpolation method is arbitrary. For example, as shown in FIG. 31, weighted addition may be performed.
  • x indicates coordinates in the vertical direction in the figure.
  • the x coordinate of the pixel 165 is “L” and the pixel value is “r2”.
  • the x coordinate of the pixel 166 is “0” and the pixel value is “r1”.
  • the reference pixel value “p” of the pixel 167 at the x coordinate “x” can be obtained as in the following Expression (3).
  • intra prediction is performed on the region 161 using these reference pixels to generate an intra predicted image, and a reconstructed image of the region 161 (2a) is generated (B in FIG. 30).
  • a reference pixel is set.
  • a reference pixel located in the area 172 (a part of the pixel above the intra area 171 or a reference pixel on the left side) is a reconstructed image of a CU that has already undergone prediction processing, or a reconstructed inter area indicated by a diagonal pattern It can be set using an image.
  • the remaining reference pixels above the intra area 171 (the upper right reference pixel of the intra area 171) may be set using the pixel value when the reconstructed image of the area 178 exists. Further, when there is no reconstructed image in the region 178, these reference pixels may be set by duplicating the pixel value of the pixel 175 of the reconstructed image, for example.
  • the reference pixels located in the area 173 indicated by the hatched pattern can be set using the reconstructed image of the inter area indicated by the hatched pattern.
  • intra prediction may be performed using the reference pixel at the position of the area 178 without setting the reference pixel at the position of the area 174 (reference pixel on the right side of the intra area 171).
  • the reference pixels located in the region 174 may be set by interpolation processing using the reconstructed images of the pixels 175 and 176. In this case, there is a possibility that the reconstructed image at the upper and lower pixel positions of the region 174 does not exist at this time, so the pixel on the left side is substituted.
  • the interpolation method is arbitrary. For example, as shown in FIG.
  • x indicates coordinates in the vertical direction in the figure.
  • the x coordinate of the pixel 175 is “L”, and the pixel value is “r2”.
  • the x coordinate of the pixel 176 is “0”, and the pixel value is “r1”.
  • the reference pixel value “p” of the pixel 177 at the x coordinate “x” can be obtained as in the above-described equation (3).
  • the pixel value of the pixel 179 may be used instead of the pixel value of the pixel 175 of the reconstructed image in the above-described interpolation processing.
  • intra prediction is performed on the region 171 using these reference pixels to generate an intra prediction image, and a reconstructed image of the region 171 (2b) is generated (B in FIG. 32).
  • Intra prediction of the intra area is performed as described above. Note that the division patterns 2NxnU and 2NxnD are basically performed in the same manner as 2NxN. Intra prediction may be executed by appropriately dividing an intra area into a shape that allows intra prediction to be executed.
  • intra prediction is assigned to the left half region of the CU (intra region), and inter prediction is performed to the right half region of the CU. Is assigned (inter area).
  • each process of inter prediction is performed on the inter area.
  • motion prediction (ME) is performed on this inter area to obtain motion information (A in FIG. 34).
  • motion compensation (MC) is performed using the motion information to generate an inter prediction image (B in FIG. 34).
  • residual data between the input image and the inter predicted image is obtained (C in FIG. 34).
  • the residual data is orthogonally transformed (D in FIG. 34).
  • the residual data after orthogonal transformation is quantized (E in FIG. 34).
  • the quantized residual data obtained in this way is encoded.
  • the quantized residual data is inversely quantized (F in FIG. 34).
  • the residual data after inverse quantization is subjected to inverse orthogonal transform (G in FIG. 34).
  • the inter prediction image is added to the residual data after the inverse orthogonal transform to obtain a reconstructed image of the inter region (H in FIG. 34).
  • a block described as “T” indicates a block of a frame that is past the current frame (the position of the block is arbitrary).
  • intra prediction is performed on the intra area.
  • the intra area is a rectangle, the intra area is divided into two areas (2a and 2b) as shown in FIG.
  • intra prediction is performed for the upper region 181 (2a) of the intra region.
  • a reference pixel is set.
  • the reference pixels located in the region 182 can be set using a reconstructed image of a CU that has already undergone prediction processing.
  • the reference pixel reference pixel on the right side of the intra region 161 located in the region 183 indicated by the shaded pattern is inter-predicted in the inter region indicated by the hatched pattern, the reconstructed image has been generated. It can be set using it.
  • the intra prediction may be performed using the reference pixels at the positions of the area 182 and the area 183 without setting the reference pixel at the position of the area 184 (the reference pixel below the intra area 181). Further, the reference pixel located in the region 184 may be set by interpolation processing using the reconstructed image of the pixel 185 and the pixel 186.
  • the interpolation method is arbitrary. For example, as shown in FIG. 38, weighted addition may be performed. In FIG. 38, x indicates coordinates in the horizontal direction in the figure.
  • the x coordinate of the pixel 185 is “0”, and the pixel value is “r1”.
  • the x coordinate of the pixel 186 is “L”, and the pixel value is “r2”.
  • the reference pixel value “p” of the pixel 187 at the x coordinate “x” can be obtained as in the above-described equation (3).
  • intra prediction is performed on the region 181 using those reference pixels to generate an intra predicted image, and a reconstructed image of the region 181 (2a) is generated (B in FIG. 37).
  • a reference pixel is set.
  • reference pixels located in the region 192 are reconstructed images of CUs that have already undergone prediction processing, or reconstructed inter regions indicated by diagonal lines It can be set using an image.
  • the remaining reference pixels on the left side of the intra area 191 may be set using the pixel values when the reconstructed image of the area 198 exists.
  • these reference pixels may be set by duplicating the pixel value of the pixel 195 of the reconstructed image, for example.
  • the reference pixels (reference pixels on the right side of the intra area 191) located in the area 193 indicated by the shaded pattern can be set using the reconstructed image of the inter area indicated by the hatched pattern.
  • the intra prediction may be performed using the reference pixel at the position of the area 198 without setting the reference pixel at the position of the area 194 (reference pixel below the intra area 191).
  • the reference pixels located in the region 194 may be set by interpolation processing using the reconstructed images of the pixels 195 and 196. In this case, there is a possibility that the reconstructed image at the pixel positions on the left and right sides of the region 194 does not exist at this point in time, and therefore the adjacent pixel above is substituted.
  • the interpolation method is arbitrary. For example, as shown in FIG.
  • x indicates the horizontal coordinate in the figure.
  • the x coordinate of the pixel 195 is “0”, and the pixel value is “r1”.
  • the x coordinate of the pixel 196 is “L”, and the pixel value is “r2”.
  • the reference pixel value “p” of the pixel 197 at the x-coordinate “x” can be obtained as in the above equation (3).
  • the pixel value of the pixel 199 may be used instead of the pixel value of the pixel 195 of the reconstructed image in the above-described interpolation processing.
  • intra prediction is performed on the area 191 using these reference pixels to generate an intra predicted image, and a reconstructed image of the area 191 (2b) is generated (B in FIG. 39).
  • Intra prediction of the intra area is performed as described above. Note that the division patterns nLx2N and nRx2N are performed basically in the same manner as Nx2N. Intra prediction may be executed by appropriately dividing an intra area into a shape that allows intra prediction to be executed.
  • the pixel value of the reconstructed image used for the interpolation processing for generating the reference pixel described above may be a pixel value of a different picture.
  • it may be a pixel value of a past frame, a pixel value of another view, a pixel value of another layer, or a pixel value of another component. Good.
  • the prediction information may be, for example, intra prediction information that is information related to intra prediction, inter prediction information that is information related to inter prediction, or inter destination intra prediction information that is information related to inter destination intra prediction. It may be.
  • inter prediction information that is information related to inter prediction executed as inter-intra intra prediction processing may be included.
  • the inter prediction information includes, for example, information indicating the adopted inter prediction mode, motion information, and the like.
  • the intra-destination intra prediction information may include intra-prediction information that is information related to intra-prediction executed as inter-destination intra prediction processing.
  • This intra prediction information includes, for example, information indicating the adopted intra prediction mode.
  • the intra prediction information may include reference pixel generation method information that is information related to a reference pixel generation method, for example.
  • the reference pixel generation method information may include information indicating a reference pixel generation method, for example. Also, for example, when the reference pixel generation method is interpolation processing, information specifying the interpolation processing method may be included. Further, for example, when the interpolation processing method is a method of mixing a plurality of pixel values, information indicating the mixing method may be included. The information indicating the mixing method may include information such as functions and coefficients.
  • the intra-prediction information may include, for example, use reconstructed image information that is information related to the reconstructed image used for generating the reference pixel.
  • the use reconstructed image information may include, for example, information indicating which pixel in the reconstructed image is a pixel used for generating the reference pixel, information indicating the position of the pixel, and the like.
  • the intra prediction information may include reference method information that is information related to a reference pixel reference method.
  • This reference method information may include information indicating the reference method, for example. Further, for example, when the reference method is a method of mixing a plurality of reference pixels, information indicating the mixing method may be included.
  • the information indicating the mixing method may include information such as functions and coefficients.
  • the additional information may include block information that is information regarding the block and the structure of the block.
  • the block information may include information such as a split flag (split_cu_flag), a partition mode (partition_mode), a skip flag (cu_skip_flag), and a prediction mode (pred_mode_flag).
  • the additional information may include control information for controlling the prediction process.
  • This control information may include, for example, information related to restrictions on inter destination intra prediction. For example, in an area (for example, CU, PU, etc.) belonging to the area (for example, picture, slice, tile, LCU, CU, PU, etc.) to which the information is allocated, that is, in a lower layer area in the area, Information indicating whether or not inter destination intra prediction is allowed may be included in the control information.
  • the control information may include information indicating whether or not inter destination intra prediction is disabled in a region belonging to the region.
  • control information may include, for example, information related to the restriction on the reference pixel generation method. For example, in a region (for example, CU, PU, etc.) belonging to the region to which the information is assigned (for example, picture, slice, tile, LCU, CU, PU, etc.), a predetermined generation method of reference pixels is permitted (information indicating whether or not able) may be included in the control information.
  • the control information may include information indicating whether or not the generation method is disabled in an area belonging to the area.
  • the generation method subject to this restriction is arbitrary. For example, duplication (copying), interpolation processing, or inter destination intra prediction may be used. Further, a plurality of methods may be targeted for restriction. When a plurality of generation methods are to be restricted, each method may be restricted individually or may be restricted collectively.
  • control information may include, for example, information related to the restriction on the pixels of the reconstructed image used for generating the reference pixels. For example, in a region (for example, CU, PU, etc.) belonging to the region (for example, picture, slice, tile, LCU, CU, PU, etc.) to which the information is assigned, a reference pixel of a predetermined pixel of the reconstructed image
  • the control information may include information indicating whether or not the use for generation of (allowable) is permitted. In other words, in the area belonging to the area, information indicating whether the use of a predetermined pixel of the reconstructed image for the generation of the reference pixel is prohibited (disabled) may be included in the control information. Good.
  • This restriction may be performed on a pixel-by-pixel basis or may be performed for each region composed of a plurality of pixels.
  • control information may include, for example, information related to the restriction of the reference pixel reference method (reference method). For example, in a region (for example, CU, PU, etc.) belonging to the region (for example, picture, slice, tile, LCU, CU, PU, etc.) to which the information is assigned, a predetermined reference method of reference pixels is permitted (information indicating whether or not able) may be included in the control information. In other words, in the area belonging to the area, information indicating whether or not a predetermined reference method of the reference pixel is disabled (disable) may be included in the control information.
  • reference method for example, in a region (for example, CU, PU, etc.) belonging to the region (for example, picture, slice, tile, LCU, CU, PU, etc.) to which the information is assigned.
  • a predetermined reference method of reference pixels is permitted (information indicating whether or not able) may be included in the control information.
  • the reference method (reference method) to be restricted is arbitrary.
  • a method may be used in which one mode is selected as the intra prediction mode, and in each pixel of the current block, a reference pixel in the prediction direction corresponding to the intra prediction mode is referred to one pixel to generate a prediction pixel value.
  • one mode may be selected as the intra prediction mode, and a plurality of reference pixels corresponding to the intra prediction mode may be used for generating a predicted image in each pixel of the current block.
  • a method of selecting a plurality of modes as the intra prediction mode may be used.
  • a plurality of these methods may be subject to restriction.
  • each method may be restricted independently of each other, or a plurality of methods may be restricted collectively.
  • the details of these methods may be limited.
  • the mode (prediction direction) that can be specified (or specification is prohibited) may be limited.
  • the function, coefficient, and the like may be limited.
  • control information may include, for example, information related to other information restrictions.
  • the area (for example, CU, PU, etc.) belonging to the area to which the information is assigned for example, picture, slice, tile, LCU, CU, PU, etc.
  • the size of the area for example, the lower limit of the CU size, etc.
  • information that restricts the division patterns that can be set in an area (for example, CU, PU, etc.) belonging to the area (for example, picture, slice, tile, LCU, CU, PU, etc.) to which the information is assigned. May be included in the control information.
  • control information may include initial values of various parameters in the area (for example, picture, slice, tile, LCU, CU, PU, etc.) to which the control information is assigned.
  • control information may include information other than the example described above.
  • FIG. 42 is a block diagram illustrating an example of a configuration of an image decoding device that is an aspect of an image processing device to which the present technology is applied.
  • the image decoding device 200 shown in FIG. 42 is an image decoding device corresponding to the image encoding device 100 in FIG. 14, and the decoding method corresponding to the encoding method for the encoded data generated by the image encoding device 100. Decrypt with.
  • FIG. 42 illustrates main components such as a processing unit and a data flow, and the components illustrated in FIG. 42 are not limited to all. That is, in the image decoding apparatus 200, there may be a processing unit that is not shown as a block in FIG. 42, or there may be a process or data flow that is not shown as an arrow or the like in FIG.
  • the image decoding apparatus 200 includes a storage buffer 211, a lossless decoding unit 212, an inverse quantization unit 213, an inverse orthogonal transform unit 214, a calculation unit 215, a loop filter 216, and a screen rearrangement buffer 217.
  • the image decoding device 200 includes a frame memory 218, an intra prediction unit 219, an inter prediction unit 220, an inter destination intra prediction unit 221, and a predicted image selection unit 222.
  • the accumulation buffer 211 accumulates the transmitted encoded data and supplies the encoded data to the lossless decoding unit 212 at a predetermined timing.
  • the lossless decoding unit 212 decodes the encoded data supplied from the accumulation buffer 211 by a method corresponding to the encoding method of the lossless encoding unit 115 in FIG.
  • the lossless decoding unit 212 supplies the residual data to the inverse quantization unit 213.
  • the lossless decoding unit 212 refers to prediction information included in the additional information obtained by decoding the encoded data, and whether intra prediction is selected, inter prediction is selected, or inter destination intra prediction is selected. Determine whether it was done. Based on the determination result, the lossless decoding unit 212 supplies information necessary for prediction processing such as prediction information and block information to the intra prediction unit 219, the inter prediction unit 220, or the inter destination intra prediction unit 221.
  • the inverse quantization unit 213 performs inverse quantization on the quantized residual data supplied from the lossless decoding unit 212. That is, the inverse quantization unit 213 performs inverse quantization by a method corresponding to the quantization method of the quantization unit 114 in FIG. When the inverse quantization unit 213 obtains residual data after orthogonal transformation by the inverse quantization, the inverse quantization unit 213 supplies the residual data to the inverse orthogonal transformation unit 214.
  • the inverse orthogonal transform unit 214 performs inverse orthogonal transform on the residual data after orthogonal transform supplied from the inverse quantization unit 213. That is, the inverse orthogonal transform unit 214 performs inverse orthogonal transform by a method corresponding to the orthogonal transform method of the orthogonal transform unit 113 in FIG. When the inverse orthogonal transform unit 214 obtains residual data by the inverse orthogonal transform process, the inverse orthogonal transform unit 214 supplies the residual data to the calculation unit 215.
  • the calculation unit 215 adds the predicted image supplied from the predicted image selection unit 222 to the residual data supplied from the inverse orthogonal transform unit 214 to obtain a reconstructed image.
  • the calculation unit 215 supplies the reconstructed image to the loop filter 216, the intra prediction unit 219, and the inter destination intra prediction unit 221.
  • the loop filter 216 performs a loop filter process similar to that performed by the loop filter 121 of FIG. At that time, the loop filter 216 may perform loop filter processing using the filter coefficient supplied from the image encoding device 100 of FIG. The loop filter 216 supplies the decoded image as the filter processing result to the screen rearrangement buffer 217 and the frame memory 218.
  • the screen rearrangement buffer 217 rearranges the supplied decoded images. That is, the order of frames rearranged for the encoding order by the screen rearrangement buffer 111 in FIG. 14 is rearranged in the original display order.
  • the screen rearrangement buffer 217 outputs the decoded image data in which the frame order is rearranged to the outside of the image decoding device 200.
  • the frame memory 218 stores the supplied decoded image.
  • the frame memory 218 also stores the stored decoded image or the like at a predetermined timing or based on an external request from the inter prediction unit 220, the inter destination intra prediction unit 221, or the like. This is supplied to the prediction unit 221.
  • the intra prediction unit 219 performs intra prediction using the reconstructed image supplied from the calculation unit 215.
  • the inter prediction unit 220 performs inter prediction using the decoded image supplied from the frame memory 218.
  • the inter destination intra prediction unit 221 is an aspect of a prediction unit to which the present technology is applied.
  • the inter destination intra prediction unit 221 performs an inter destination intra prediction process using the reconstructed image supplied from the calculation unit 215 and the decoded image supplied from the frame memory 218.
  • the intra-prediction unit 219 through the inter-destination intra-prediction unit 221 perform prediction processing according to prediction information, block information, and the like supplied from the lossless decoding unit 212. That is, the intra prediction unit 219 through the inter destination intra prediction unit 221 perform prediction processing using a method (prediction method, division pattern, prediction mode, or the like) employed on the encoding side. For example, the inter-destination intra prediction unit 221 performs inter prediction on a part of the processing target region of the image, sets a reference pixel using a reconstructed image corresponding to a predicted image generated by the inter prediction, Intra prediction is performed using the set reference pixels for other regions to be processed.
  • a method prediction method, division pattern, prediction mode, or the like
  • any one of intra prediction by the intra prediction unit 219, inter prediction by the inter prediction unit 220, and inter destination intra prediction by the inter destination intra prediction unit 221 is performed on each CU.
  • the prediction unit one of the intra prediction unit 219 to the inter destination intra prediction unit 221) that has performed the prediction supplies a predicted image to the predicted image selection unit 222 as a prediction result.
  • the predicted image selection unit 222 supplies the supplied predicted image to the calculation unit 215.
  • the calculation unit 215 uses the residual data (residual image) obtained by decoding and the prediction image generated by the inter-intra intra prediction unit 221 or the like to generate a reconstructed image (decoded image). Generate.
  • FIG. 43 is a block diagram illustrating an exemplary main configuration of the inter-intra intra prediction unit 221. As illustrated in FIG. 43, the inter destination intra prediction unit 221 includes an inter prediction unit 231 and an intra prediction unit 232.
  • the inter prediction unit 231 performs processing related to inter prediction. For example, the inter prediction unit 231 acquires a reference image from the frame memory 218 based on the inter prediction information supplied from the lossless decoding unit 212, performs inter prediction on the inter region using the reference image, and performs inter prediction on the inter region. The inter prediction image is generated. The inter prediction unit 231 supplies the generated inter prediction image to the prediction image selection unit 222.
  • the intra prediction unit 232 performs processing related to intra prediction. For example, based on the intra prediction information supplied from the lossless decoding unit 212, the intra prediction unit 232 acquires a reconstructed image including a reconstructed image of the inter region from the calculation unit 215, and uses the reconstructed image. Intra prediction of the intra region is performed, and an intra prediction image for the intra region is generated. The intra prediction unit 232 supplies the generated intra predicted image to the predicted image selection unit 222.
  • the image decoding apparatus 200 performs the prediction process in the same manner as the method employed in the image encoding apparatus 100, and thus can correctly decode the bitstream encoded by the image encoding apparatus 100. . Therefore, the image decoding apparatus 200 can realize suppression of reduction in encoding efficiency.
  • step S201 the accumulation buffer 211 accumulates the transmitted encoded data (bit stream).
  • step S202 the lossless decoding unit 212 decodes the encoded data supplied from the accumulation buffer 211.
  • step S203 the lossless decoding unit 212 extracts and acquires additional information from the encoded data.
  • step S204 the inverse quantization unit 213 inversely quantizes the residual data after quantization obtained by decoding the encoded data by the process in step S202.
  • step S205 the inverse orthogonal transform unit 214 performs inverse orthogonal transform on the residual data after orthogonal transform obtained by inverse quantization in step S204.
  • step S206 the lossless decoding unit 212, and the intra prediction unit 219 to the inter destination intra prediction unit 221 perform prediction processing using the supplied information, and generate a prediction image.
  • step S207 the calculation unit 215 adds the prediction image generated in step S206 to the residual data obtained by the inverse orthogonal transform in step S205. Thereby, a reconstructed image is generated.
  • step S208 the loop filter 216 appropriately performs a loop filter process on the reconstructed image obtained in step S207 to generate a decoded image.
  • step S209 the screen rearrangement buffer 217 rearranges the decoded images generated by the loop filter process in step S208. That is, the order of frames rearranged for encoding by the screen rearrangement buffer 111 of the image encoding device 100 is rearranged to the original display order.
  • step S210 the frame memory 218 stores the decoded image obtained by the loop filter process in step S208. This decoded image is used as a reference image in inter prediction or inter destination intra prediction.
  • step S210 When the process of step S210 is completed, the decoding process is terminated.
  • the lossless decoding unit 212 uses the prediction method employed in the image encoding device 100 for the processing target block (CU) based on the additional information acquired from the encoded data in step S231. It is determined whether or not is inter destination intra prediction. If it is determined in the image coding apparatus 100 that the inter destination intra prediction has been adopted, the process proceeds to step S232. In step S232, the inter destination intra prediction unit 221 performs an inter destination intra prediction process, and generates a predicted image of the block to be processed. When the predicted image is generated, the prediction process ends, and the process returns to FIG.
  • step S231 If it is determined in step S231 that the inter-intra prediction is not employed, the process proceeds to step S233.
  • step S233 the lossless decoding unit 212 determines whether the prediction method employed in the image coding apparatus 100 is intra prediction for the processing target block (CU) based on the additional information acquired from the encoded data. Determine. If it is determined in the image encoding device 100 that intra prediction has been adopted, the process proceeds to step S234.
  • step S234 the intra prediction unit 219 performs an intra prediction process, and generates a predicted image of the processing target block. When the predicted image is generated, the prediction process ends, and the process returns to FIG.
  • step S233 If it is determined in step S233 that intra prediction is not employed, the process proceeds to step S235.
  • step S235 the inter prediction unit 220 performs inter prediction and generates a predicted image of the block to be processed. When the predicted image is generated, the prediction process ends, and the process returns to FIG.
  • the inter prediction unit 231 When the inter-destination intra prediction process is started, the inter prediction unit 231 performs inter prediction on the inter area (PU) to which inter prediction is assigned in the processing target block (CU) in step S251. A prediction image is generated.
  • step S252 the inter prediction unit 231 supplies the inter prediction image generated by the processing in step S251 to the prediction image selection unit 222, and adds it to the residual data in the calculation unit 215, thereby corresponding to the inter prediction image.
  • a reconstructed image (that is, a reconstructed image of the inter area) is generated.
  • step S253 the intra prediction unit 232 uses the reconstructed image obtained by the processing in step S252 to perform intra prediction on the intra region (PU) to which intra prediction is assigned in the processing target block (CU). To generate an intra predicted image of the intra region.
  • the image decoding apparatus 200 can realize suppression of reduction in encoding efficiency.
  • the processing target region indicates a coding block that is a coding unit
  • a lower layer region indicates a prediction block that is a unit of prediction processing in the coding block.
  • the processing target area and the lower layer area may be other than this.
  • both the processing target area and the lower layer area may be encoded blocks. That is, the processing target area may be a set of a plurality of coding blocks, and the lower layer area may be a coding block.
  • the processing target area may be an LCU or a CU, and the lower layer area may be a lower CU.
  • the prediction process for these lower-layer CUs is as shown in FIG. Scanned in Z order. Therefore, in this case, when intra prediction is performed on the upper right CU in the figure, the right side or upper side of the CU cannot be referred to, which may reduce the coding efficiency.
  • the prediction process for those lower-layer CUs is performed as shown in FIG. Process before CU that performs intra prediction. That is, inter destination intra prediction is performed in units of CUs.
  • the CU when forming a lower-layer CU, the CU is divided into four as in the example of FIG. Of the four CUs in the lower layer, which CU is assigned with intra prediction and which CU is assigned with inter prediction is arbitrary. For example, an allocation pattern as shown in FIG. 48 may be prepared in advance, and a desired pattern may be selected from them.
  • the hatched square is a CU to which inter prediction is assigned
  • the plain square is a CU to which intra prediction is assigned.
  • the numbers and alphabets in each CU indicate the processing order. Among the CUs of numbers, the younger CUs are processed earlier.
  • alphabetic CUs are processed in the order of a, b, c, and d. Since the numerical CU is a CU on which inter prediction is performed, and the alphabetic CU is a CU on which intra prediction is performed, the numerical CU is processed before the alphabetic CU.
  • allocation pattern It can be set by any method which allocation pattern is selected. For example, the selection may be made based on the cost function value (for example, the pattern with the smallest RD cost is selected).
  • intra prediction when intra prediction is performed, processing is performed using the inter prediction processing result (reconstructed image), as in the case of the second embodiment.
  • intra prediction can be performed using reference pixels at more various positions, and a reduction in coding efficiency can be suppressed. That is, the code amount of the bit stream can be reduced. In other words, the image quality of the decoded image can be improved by maintaining the code amount.
  • the discontinuous components at the boundaries of the intra prediction block are reduced, so that the image quality of the decoded image can be improved.
  • FIG. 49 shows main components such as a processing unit and a data flow, and the ones shown in FIG. 49 are not limited to all. That is, in the image coding apparatus 100, there may be a processing unit that is not shown as a block in FIG. 49, or there may be a process or data flow that is not shown as an arrow or the like in FIG.
  • the image encoding apparatus 100 also has a configuration basically similar to that in FIG. However, an intra prediction unit 301 is provided instead of the intra prediction unit 123 and the inter destination intra prediction unit 125, and a predicted image selection unit 302 is provided instead of the predicted image selection unit 126.
  • the intra prediction unit 301 performs intra prediction on the processing target CU, as in the case of the intra prediction unit 123. However, like the intra prediction unit 134, the intra prediction unit 301 performs intra prediction using the inter prediction processing result. That is, the intra prediction unit 301 performs intra prediction using the reconstructed image generated using the inter prediction image generated by the inter prediction unit 124.
  • the predicted image selection unit 302 basically performs the same processing as the predicted image selection unit 126, but controls the intra prediction unit 301 and the inter prediction unit 124.
  • FIG. 50 is a block diagram illustrating a main configuration example of the predicted image selection unit 302. As illustrated in FIG. 50, the predicted image selection unit 302 basically has the same configuration as the predicted image selection unit 126. However, the predicted image selection unit 302 includes a block prediction control unit 311 instead of the block prediction control unit 142.
  • the block prediction control unit 311 performs basically the same processing as the block prediction control unit 142, but controls the intra prediction unit 301 and the inter prediction unit 124. That is, the block prediction control unit 311 controls the intra prediction unit 301 and the inter prediction unit 124 based on the division information acquired from the block setting unit 141, and executes the prediction process for each block set by the block setting unit 141.
  • the block prediction control unit 311 causes the inter prediction for the CU to which the inter prediction is assigned to be executed prior to the intra prediction for the CU to which the intra prediction is assigned according to the set allocation pattern. Then, the block prediction control unit 311 controls the intra prediction unit 301 to execute intra prediction using the inter prediction processing result (reconstructed image corresponding to the inter predicted image).
  • the block prediction control unit 311 supplies the storage unit 143 with the predicted image, prediction information, and cost function value of the selected optimum mode for each block. Note that information indicating the result of the selection described above, division information, and the like are included in the prediction information as necessary.
  • the image coding apparatus 100 is similar to the case of the second embodiment. Thus, a reduction in encoding efficiency can be suppressed.
  • the codes generated by the image coding apparatus 100 on the decoding side are transmitted by transmitting various types of information as described above in the first and second embodiments to the decoding side as additional information. Data can be correctly decoded.
  • ⁇ Prediction process flow> the encoding process is executed according to the flow described with reference to the flowchart of FIG. 21 as in the case of the second embodiment.
  • the block setting unit 141 of the predicted image selection unit 126 sets the processing target layer as the highest layer (ie, LCU) in step S301.
  • step S302 the block prediction control unit 311 controls the intra prediction unit 301 and the inter prediction unit 124 to perform block prediction processing on the block (ie, LCU) in the processing target hierarchy.
  • step S303 the block setting unit 141 sets a block one layer below for each block in the processing target layer.
  • step S304 the block prediction control unit 311 controls the intra prediction unit 301 and the inter prediction unit 124 to perform block division prediction processing for performing inter destination intra prediction and selecting an optimal allocation pattern for the prediction method.
  • step S305 the cost comparison unit 144 compares the cost of the block in the processing target layer with the sum of the cost of the optimal allocation pattern of the block one layer below that belongs to the block.
  • the cost comparison unit 144 performs such comparison for each block in the processing target hierarchy.
  • step S306 to step S310 is executed in the same manner as each process from step S136 to step S140 in FIG.
  • the intra prediction unit 301 When the block prediction process is started, the intra prediction unit 301 performs the intra prediction process on the processing target block in step S331. This intra prediction process is performed using the same reference pixels as in the case of conventional AVC and HEVC.
  • step S332 the inter prediction unit 124 performs inter prediction processing on the processing target block.
  • step S333 the block prediction control unit 311 compares the cost function values obtained in the processes of step S331 and step S332, and selects a prediction image according to the comparison result. That is, an optimal prediction mode is set.
  • step S334 the block prediction control unit 311 generates prediction information for the optimal mode using the prediction information corresponding to the prediction image selected in step S333.
  • step S165 When the process of step S165 is finished, the block prediction process is finished, and the process returns to FIG.
  • the block prediction control unit 311 sets an unprocessed allocation pattern as a processing target in step S351.
  • step S352 the inter prediction unit 124 is controlled by the block prediction control unit 311 and performs inter prediction in all division patterns and all modes for each CU to which inter prediction is assigned, and obtains a cost function value of each mode. Select a mode.
  • step S353 for each CU to which intra prediction is assigned, the intra prediction unit 301 sets a reference pixel using a reconstructed image corresponding to the inter predicted image in all division patterns and all modes, and performs intra prediction. The cost function value of each mode is obtained and the mode is selected.
  • step S354 the block prediction control unit 311 determines whether or not all the allocation patterns have been processed. If it is determined that there is an unprocessed allocation pattern, the process returns to step S351, and the subsequent processes are repeated.
  • step S354 If it is determined in step S354 that all the allocation patterns have been processed, the process proceeds to step S355.
  • step S355 the block prediction control unit 311 selects an optimal allocation pattern based on the cost function value.
  • step S356 the block prediction control unit 311 uses the information supplied from the inter prediction unit 124 and the intra prediction unit 301 to calculate the prediction image, prediction information, and cost function value of each CU for the optimal allocation pattern. Generate.
  • step S356 ends, the block division prediction process ends, and the process returns to FIG.
  • FIG. 54 is a block diagram illustrating a main configuration example of the image decoding apparatus 200 in this case.
  • An image decoding apparatus 200 shown in FIG. 54 is an image decoding apparatus corresponding to the image encoding apparatus 100 of FIG. 49, and the encoded data generated by the image encoding apparatus 100 is decoded corresponding to the encoding method. Decrypt with method.
  • main components such as a processing unit and a data flow are shown, and what is shown in FIG. 54 is not all. That is, in the image decoding apparatus 200, there may be a processing unit not shown as a block in FIG. 54, or there may be a process or data flow not shown as an arrow or the like in FIG.
  • the image decoding apparatus 200 has a configuration basically similar to that in FIG. However, an intra prediction unit 351 is provided instead of the intra prediction unit 219 and the inter destination intra prediction unit 221.
  • the intra prediction unit 351 performs intra prediction on the processing target CU as in the case of the intra prediction unit 219. However, like the intra prediction unit 232, the intra prediction unit 351 performs intra prediction using the inter prediction processing result.
  • inter prediction when encoding, when a CU that performs inter prediction and a CU that performs intra prediction are mixed in a certain region to be processed, inter prediction is performed first, Intra prediction is performed using a reconstructed image generated using an inter predicted image obtained by the inter prediction.
  • the image decoding apparatus 200 also performs inter prediction and intra prediction in the same procedure. Since this procedure is indicated by the configuration of encoded data, additional information, and the like, the image decoding apparatus 200 may process each CU according to the procedure. That is, when the intra prediction unit 351 performs the intra prediction, the inter prediction of the neighboring CUs has been completed, so the intra prediction unit 351 uses the reconstructed image generated using the inter prediction image. A reference pixel is set and intra prediction is performed.
  • the image decoding apparatus 200 performs the prediction process in the same manner as the method employed in the image encoding apparatus 100, so that the bitstream encoded by the image encoding apparatus 100 is correctly processed. Can be decrypted. Therefore, the image decoding apparatus 200 can realize suppression of reduction in encoding efficiency.
  • step S376 the inter prediction unit 220 or the intra prediction unit 351 follows the prediction method specified in the additional information and the encoded data supplied from the encoding side, as in the case of encoding for each CU. Perform prediction or inter prediction.
  • the inter prediction unit 220 performs inter prediction on the CU on which inter prediction has been performed based on the additional information
  • the intra prediction unit 351 performs encoding based on the additional information. Intra prediction is performed on the CU for which intra prediction has been performed.
  • step S377 to step S380 is executed in the same manner as each process from step S207 to step S210 in FIG.
  • the image decoding apparatus 200 can realize suppression of reduction in encoding efficiency.
  • the processing target region and the lower layer region are encoded blocks.
  • the processing target region and the lower layer region are arbitrary regions. It may be other than this.
  • the processing target area may be a slice, a tile, or a picture
  • the lower layer area may be any area as long as it is an area within the processing target area.
  • a reference pixel may be generated using an arbitrary pixel (existing pixel) of a reconstructed image that has already been generated by performing a prediction process.
  • the reference pixel can be referred to in any manner, and as described above in (E) (including (E-1) to (E-4)) of the first embodiment, one pixel of the predicted image is For generation, a plurality of reference pixels may be referred to.
  • one mode is selected as the optimal intra prediction mode.
  • a plurality of reference pixels corresponding to the optimal intra prediction mode are referred to.
  • reference pixels located in the prediction direction of the intra prediction mode and reference pixels located in the opposite direction of the prediction direction are referred to.
  • one of the plurality of reference pixels may be selected (for example, a closer one or a median value), or a plurality of reference pixels may be mixed (for example, average or weighted addition). Etc.).
  • a reference method as a method for generating a reference pixel, (A) ((A-1), (A-1-1) to (A-1-6) of the first embodiment is used. ), (A-2), (A-2-1), and (A-2-2)) as described above, an arbitrary pixel ( A method of generating a reference pixel using existing pixels may be applied.
  • FIG. 56 A main configuration example of the image encoding device 100 in this case is shown in FIG.
  • main components such as a processing unit and a data flow are shown, and the components shown in FIG. 56 are not limited to all. That is, in the image coding apparatus 100, there may be a processing unit that is not shown as a block in FIG. 56, or there may be a process or data flow that is not shown as an arrow or the like in FIG.
  • the image encoding apparatus 100 also has a configuration basically similar to that in FIG. However, instead of the intra prediction unit 123 and the inter destination intra prediction unit 125, the multi-reference intra prediction unit 401 is included, and the prediction image selection unit 402 is included instead of the prediction image selection unit 126.
  • the multi-reference intra prediction unit 401 performs intra prediction on the processing target CU as in the case of the intra prediction unit 123. However, the multi-reference intra prediction unit 401 generates each pixel of the predicted image using a plurality of reference pixels corresponding to a single intra prediction mode. At that time, the multiple reference intra prediction unit 401 may generate each pixel of the predicted image using any of the multiple reference pixels selected according to the position of the pixel, or the multiple reference pixels It may be generated by a predetermined calculation using (for example, by performing a weighting calculation according to the position of the pixel). Hereinafter, such intra prediction is also referred to as multi-reference intra prediction.
  • the predicted image selection unit 402 basically performs the same processing as the predicted image selection unit 126, but controls the multi-reference intra prediction unit 401 and the inter prediction unit 124.
  • FIG. 57 is a block diagram illustrating a main configuration example of the multi-reference intra prediction unit 401.
  • the multi-reference intra prediction unit 401 includes a reference pixel setting unit 411, a predicted image generation unit 412, a cost function calculation unit 413, and a mode selection unit 414.
  • the reference pixel setting unit 411 performs processing related to setting of reference pixels. For example, the reference pixel setting unit 411 acquires a reconstructed image from the arithmetic unit 120, and uses the reconstructed image, for example, (A) ((A-1), (A-1) of the first embodiment. -1) to (A-1-6), (A-2), (A-2-1), and (A-2-2) included), the reference pixel is set as described above. Note that the reference pixel setting unit 411 sets reference pixels so that a plurality of reference pixels can be referred to in each prediction mode from each pixel of the processing target block. The reference pixel setting unit 411 supplies the set reference pixels to the predicted image generation unit 412.
  • the predicted image generation unit 412 generates a predicted image with reference to the reference pixels set by the reference pixel setting unit 411. At that time, as described above, the predicted image generation unit 412 generates a predicted image (also referred to as a multi-reference intra predicted image) with reference to a plurality of reference pixels for each pixel. Further, the predicted image generation unit 412 generates multi-reference intra prediction information that is information related to the multi-reference intra prediction. The predicted image generation unit 412 generates such a multi-reference intra predicted image and multi-reference intra prediction information for each divided pattern and each mode. The prediction image generation unit 412 supplies the generated division patterns, the multi-reference intra prediction images and the multi-reference intra prediction information of each mode to the cost function calculation unit 413.
  • the cost function calculation unit 413 obtains a cost function value (for example, RD cost) for each division pattern and each mode using the multi-reference intra prediction image and the input image supplied from the screen rearrangement buffer 111.
  • the cost function calculation unit 413 supplies the multi-reference intra prediction image, multi-reference intra prediction information, and the cost function value of each division pattern and each mode to the mode selection unit 414.
  • the mode selection unit 414 selects an optimal mode by comparing the supplied cost function values.
  • the mode selection unit 414 supplies the multi-reference intra prediction image, the multi-reference intra prediction information, and the cost function value of the optimal mode of each division pattern to the prediction image selection unit 402.
  • FIG. 58 is a block diagram illustrating a main configuration example of the predicted image selection unit 402.
  • the predicted image selection unit 402 basically has the same configuration as the predicted image selection unit 126.
  • the predicted image selection unit 402 includes a block prediction control unit 421 instead of the block prediction control unit 142.
  • the block prediction control unit 421 performs basically the same processing as the block prediction control unit 142, but controls the multi-reference intra prediction unit 401 and the inter prediction unit 124. That is, the block prediction control unit 421 controls the multi-reference intra prediction unit 401 and the inter prediction unit 124 based on the division information acquired from the block setting unit 141, and performs prediction processing for each block set by the block setting unit 141. Is executed.
  • the block prediction control unit 421 acquires, from the multi-reference intra prediction unit 401, a multi-reference intra-predicted image, multi-reference intra-prediction information, and a cost function value in the optimum mode of each division pattern. In addition, the block prediction control unit 421 acquires, from the inter prediction unit 124, the inter prediction image, the inter prediction information, and the cost function value of the optimum mode of each division pattern.
  • the block prediction control unit 421 compares the cost function values to select whether the optimal prediction method is multi-reference intra prediction or inter prediction, and further selects an optimal division pattern.
  • the block prediction control unit 421 sets the prediction image, the prediction information, and the cost function value of the optimal prediction method and the optimal mode of the division pattern. That is, the information on the selected prediction method and the division pattern is set as information on the optimum prediction method and the optimum mode of the division pattern.
  • the block prediction control unit 421 supplies the set optimal prediction method and the prediction image of the optimal mode of the divided pattern, the prediction information, and the cost function value to the storage unit 143 for storage.
  • the image coding apparatus 100 can set the reference pixel at a position that has not been set in the conventional AVC or HEVC intra prediction processing. Reduction in accuracy can be suppressed. Moreover, since each pixel of a prediction image is set using a some reference pixel, the fall of the prediction precision of intra prediction can be suppressed further. Thereby, a reduction in encoding efficiency can be suppressed. In other words, it is possible to suppress an increase in the code amount and to suppress a reduction in image quality.
  • the codes generated by the image coding apparatus 100 on the decoding side are transmitted by transmitting various types of information as described above in the first and second embodiments to the decoding side as additional information. Data can be correctly decoded.
  • ⁇ Prediction process flow> the encoding process is executed according to the flow described with reference to the flowchart of FIG. 21 as in the case of the second embodiment.
  • the block setting unit 141 of the predicted image selection unit 126 sets the processing target layer as the highest layer (ie, LCU) in step S401.
  • step S402 the block prediction control unit 421 controls the multi-reference intra prediction unit 401 and the inter prediction unit 124 to perform block prediction processing on a block (that is, LCU) in the processing target hierarchy.
  • step S403 the block setting unit 141 sets a block one layer below for each block in the processing target layer.
  • step S404 the block prediction control unit 421 controls the multi-reference intra prediction unit 401 and the inter prediction unit 124 to perform block prediction processing for each block set in step S403.
  • step S405 the cost comparison unit 144 compares the cost of the block in the processing target layer with the sum of the costs of the blocks one layer below that belong to the block.
  • the cost comparison unit 144 performs such comparison for each block in the processing target hierarchy.
  • step S406 to step S410 is executed in the same manner as each process from step S136 to step S140 in FIG.
  • step S404 this block prediction process is executed for each block one layer below the processing target hierarchy. That is, when there are a plurality of blocks one layer below the processing target layer, this block prediction process is executed a plurality of times.
  • the multi-reference intra prediction unit 401 When the block prediction process is started, the multi-reference intra prediction unit 401 performs the multi-reference intra prediction process on the processing target block in step S421.
  • step S422 the inter prediction unit 124 performs inter prediction processing on the processing target block.
  • step S423 the block prediction control unit 421 compares the cost function values obtained in the processes of step S421 and step S422, and selects a prediction image according to the comparison result.
  • step S424 the block prediction control unit 421 generates prediction information corresponding to the prediction image selected in step S423. That is, the block prediction control unit 421 sets information (optimized image, prediction information, cost function value, etc.) of the optimal prediction mode of the optimal division pattern of the optimal prediction method through these processes.
  • step S424 ends, the block prediction process ends, and the process returns to FIG.
  • the block prediction control unit 421 sets a division pattern for the processing target CU in step S431.
  • the reference pixel setting unit 411 sets a reference pixel on the upper side or the left side of the processing target block for each division pattern. These reference pixels are set using, for example, pixel values of a reconstructed image of a processed block.
  • the reference pixel setting unit 411 sets a reference pixel on the right side or the lower side of the processing target block.
  • these reference pixels may be set using pixel values of a reconstructed image of a processed block of another picture (past frame, other layer, other view, other component, etc.).
  • it may be set using interpolation processing (duplication, weighting calculation, etc.) or the like.
  • step S434 the prediction image generation unit 412 performs multi-reference intra prediction in each mode for each division pattern using the reference pixels set in the processing in steps S432 and S433, and each division pattern and a plurality of each mode.
  • a reference intra prediction image and multiple reference intra prediction information are generated.
  • step S435 the cost function calculation unit 413 obtains the cost function value of each mode for each divided pattern using the multiple reference intra-predicted image generated in step S434.
  • step S436 the mode selection unit 414 selects the optimum mode for each division pattern based on the cost function value calculated in step S435.
  • step S436 When the process of step S436 is completed, the process returns to FIG.
  • the image encoding device 100 can realize suppression of reduction in encoding efficiency.
  • FIG. 62 is a block diagram illustrating a main configuration example of the image decoding apparatus 200 in this case.
  • An image decoding apparatus 200 shown in FIG. 62 is an image decoding apparatus corresponding to the image encoding apparatus 100 in FIG. 56, and the encoded data generated by the image encoding apparatus 100 is decoded corresponding to the encoding method. Decrypt with method. 62 shows main components such as a processing unit and a data flow, and the components shown in FIG. 62 are not limited to all. That is, in the image decoding apparatus 200, there may be a processing unit not shown as a block in FIG. 62, or there may be a process or data flow not shown as an arrow or the like in FIG.
  • the image decoding apparatus 200 has a configuration basically similar to that in FIG. However, instead of the intra prediction unit 219 and the inter destination intra prediction unit 221, a multi-reference intra prediction unit 451 is provided.
  • the multi-reference intra prediction unit 451 performs multi-reference intra prediction on the CU to be processed, like the multi-reference intra prediction unit 401 on the encoding side. That is, the multi-reference intra prediction unit 451 generates each pixel of the predicted image using a plurality of reference pixels corresponding to a single intra prediction mode. At that time, the multiple reference intra prediction unit 451 may generate each pixel of the predicted image using any of the multiple reference pixels selected according to the position of the pixel, or the multiple reference pixels. May be generated by performing a weighting calculation according to the position of the pixel.
  • the multi-reference intra prediction unit 451 performs multi-reference intra prediction on a block (CU) on which multi-reference intra prediction has been performed on the encoding side, based on the configuration of encoded data, additional information, and the like.
  • FIG. 63 is a block diagram illustrating an exemplary main configuration of the multi-reference intra prediction unit 451. As illustrated in FIG. 63, the multi-reference intra prediction unit 451 includes a reference pixel setting unit 461 and a predicted image generation unit 462.
  • the reference pixel setting unit 461 performs processing related to setting of reference pixels. For example, the reference pixel setting unit 461 uses the reconstructed image acquired from the calculation unit 215 to set the reference pixel in the prediction mode specified by the multi-reference intra prediction information supplied from the lossless decoding unit 212. At that time, the reference pixel setting unit 461 sets each reference pixel at a position where a plurality of reference pixels can be referred to from each pixel of the processing target block. The reference pixel setting unit 461 supplies the set reference pixels to the predicted image generation unit 462.
  • the prediction image generation unit 462 generates a multi-reference intra prediction image with reference to the reference pixel set by the reference pixel setting unit 461. At that time, as described above, the predicted image generation unit 462 generates a multi-reference intra-predicted image with reference to a plurality of reference pixels for each pixel. The predicted image generation unit 462 supplies the generated multiple reference intra predicted image to the predicted image selection unit 222.
  • the image decoding apparatus 200 performs the prediction process in the same manner as the method employed in the image encoding apparatus 100, so that the bitstream encoded by the image encoding apparatus 100 is correctly processed. Can be decrypted. Therefore, the image decoding apparatus 200 can realize suppression of reduction in encoding efficiency.
  • ⁇ Prediction process flow> the decoding process is executed according to the flow described with reference to the flowchart of FIG. 44 as in the case of the third embodiment.
  • the lossless decoding unit 212 uses the prediction method employed in the image coding apparatus 100 for the processing target block (CU) based on the additional information acquired from the encoded data in step S451. Is a multi-reference intra prediction. If the image coding apparatus 100 determines that multi-reference intra prediction has been adopted, the process proceeds to step S452.
  • step S452 the multi-reference intra prediction unit 451 performs multi-reference intra prediction processing to generate a predicted image of the processing target block.
  • the prediction process ends, and the process returns to FIG.
  • step S451 If it is determined in step S451 that the multi-reference intra prediction is not adopted, the process proceeds to step S453.
  • step S453 the inter prediction unit 220 performs inter prediction and generates a predicted image of the block to be processed. When the predicted image is generated, the prediction process ends, and the process returns to FIG.
  • the reference pixel setting unit 461 sets the division pattern specified by the multi-reference intra prediction information transmitted from the encoding side in step S461.
  • the reference pixel setting unit 461 sets the reference pixel on the upper side or the left side of the processing target block (CU) in the prediction mode specified by the multi-reference intra prediction information. These reference pixels are set using, for example, pixel values of a reconstructed image of a processed block.
  • the reference pixel setting unit 461 sets the reference pixel on the right side or the lower side of the processing target block (CU) in the prediction mode specified by the multi-reference intra prediction information.
  • These reference pixels are set in the same manner as on the encoding side. For example, it is set using the pixel value of the reconstructed image of a processed block of another picture (past frame, other layer, other view, other component, etc.), or interpolation processing (duplication, weighting calculation, etc.) ) Or the like.
  • step S464 the prediction image generation unit 462 performs multi-reference intra prediction in the prediction mode specified by the multi-reference intra prediction information, using the reference pixels set in the processing of steps S462 and S463, and the prediction mode Multiple-reference intra prediction images are generated.
  • step S464 ends, the multi-reference intra prediction process ends, and the process returns to FIG.
  • the image decoding apparatus 200 can realize suppression of reduction in encoding efficiency.
  • this technology for example, image information, MPEG, H.264. Compressed by orthogonal transform such as discrete cosine transform and motion compensation, such as 26x, and used when transmitting the bitstream via network media such as satellite broadcasting, cable television, the Internet, or mobile phones It can be applied to an image processing apparatus.
  • the present technology can be applied to an image processing device used when processing on a storage medium such as an optical, magnetic disk, and flash memory.
  • FIG. 66 shows an example of a multi-view image encoding method.
  • the multi-viewpoint image includes images of a plurality of viewpoints (views).
  • the multiple views of this multi-viewpoint image are encoded using the base view that encodes and decodes using only the image of its own view without using the information of other views, and the information of other views.
  • -It consists of a non-base view that performs decoding.
  • Non-base view encoding / decoding may use base view information or other non-base view information.
  • the multi-view image is encoded for each viewpoint.
  • the encoded data of each viewpoint is decoded (that is, for each viewpoint).
  • the method described in each of the above embodiments may be applied to such viewpoint encoding / decoding. By doing so, it is possible to suppress a reduction in encoding efficiency. That is, similarly, in the case of a multi-viewpoint image, it is possible to suppress a reduction in encoding efficiency.
  • FIG. 67 is a diagram illustrating a multi-view image encoding apparatus of the multi-view image encoding / decoding system that performs the above-described multi-view image encoding / decoding.
  • the multi-view image encoding device 600 includes an encoding unit 601, an encoding unit 602, and a multiplexing unit 603.
  • the encoding unit 601 encodes the base view image and generates a base view image encoded stream.
  • the encoding unit 602 encodes the non-base view image and generates a non-base view image encoded stream.
  • the multiplexing unit 603 multiplexes the base view image encoded stream generated by the encoding unit 601 and the non-base view image encoded stream generated by the encoding unit 602 to generate a multi-view image encoded stream. To do.
  • FIG. 68 is a diagram illustrating a multi-view image decoding apparatus that performs the above-described multi-view image decoding.
  • the multi-view image decoding device 610 includes a demultiplexing unit 611, a decoding unit 612, and a decoding unit 613.
  • the demultiplexing unit 611 demultiplexes the multi-view image encoded stream in which the base view image encoded stream and the non-base view image encoded stream are multiplexed, and the base view image encoded stream and the non-base view image The encoded stream is extracted.
  • the decoding unit 612 decodes the base view image encoded stream extracted by the demultiplexing unit 611 to obtain a base view image.
  • the decoding unit 613 decodes the non-base view image encoded stream extracted by the demultiplexing unit 611 to obtain a non-base view image.
  • the image encoding device 100 described in each of the above embodiments is applied as the encoding unit 601 and the encoding unit 602 of the multi-view image encoding device 600. May be.
  • the method described in each of the above embodiments can be applied to the encoding of multi-viewpoint images. That is, a reduction in encoding efficiency can be suppressed.
  • the image decoding device 200 described in each of the above embodiments may be applied as the decoding unit 612 and the decoding unit 613 of the multi-view image decoding device 610.
  • the method described in each of the above embodiments can be applied to decoding of encoded data of a multi-viewpoint image. That is, a reduction in encoding efficiency can be suppressed.
  • FIG. 69 shows an example of a hierarchical image encoding method.
  • Hierarchical image coding is a method in which image data is divided into a plurality of layers (hierarchization) so as to have a scalability function with respect to a predetermined parameter, and is encoded for each layer.
  • the hierarchical image encoding (scalable decoding) is decoding corresponding to the hierarchical image encoding.
  • the hierarchized image includes images of a plurality of hierarchies (layers) having different predetermined parameter values.
  • a plurality of layers of this hierarchical image are encoded / decoded using only the image of the own layer without using the image of the other layer, and encoded / decoded using the image of the other layer.
  • It consists of a non-base layer (also called enhancement layer) that performs decoding.
  • the non-base layer an image of the base layer may be used, or an image of another non-base layer may be used.
  • the non-base layer is composed of difference image data (difference data) between its own image and an image of another layer so that redundancy is reduced.
  • difference image data difference data
  • an image with lower quality than the original image can be obtained using only the base layer data.
  • an original image that is, a high-quality image
  • image compression information of only the base layer (base layer) is transmitted, and a moving image with low spatiotemporal resolution or poor image quality is reproduced.
  • image enhancement information of the enhancement layer is transmitted.
  • Image compression information corresponding to the capabilities of the terminal and the network can be transmitted from the server without performing transcoding processing, such as playing a moving image with high image quality.
  • parameters having a scalability function are arbitrary.
  • spatial resolution may be used as the parameter (spatial scalability).
  • spatial scalability the resolution of the image is different for each layer.
  • temporal resolution may be applied as a parameter for providing such scalability (temporal scalability).
  • temporal scalability temporary scalability
  • the frame rate is different for each layer.
  • a signal-to-noise ratio (SNR (Signal-to-Noise-ratio)) may be applied (SNR-scalability) as a parameter for providing such scalability.
  • SNR Signal-to-noise ratio
  • the SN ratio is different for each layer.
  • the parameters for providing scalability may be other than the examples described above.
  • the base layer (base layer) consists of 8-bit (bit) images, and by adding an enhancement layer (enhancement layer) to this, the bit depth scalability (bit-depth ⁇ ⁇ ⁇ scalability) that can obtain a 10-bit (bit) image is is there.
  • base layer (base ⁇ ⁇ layer) consists of component images in 4: 2: 0 format, and by adding the enhancement layer (enhancement layer) to this, chroma scalability (chroma) scalability).
  • FIG. 70 is a diagram illustrating a hierarchical image encoding apparatus of the hierarchical image encoding / decoding system that performs the hierarchical image encoding / decoding described above.
  • the hierarchical image encoding device 620 includes an encoding unit 621, an encoding unit 622, and a multiplexing unit 623.
  • the encoding unit 621 encodes the base layer image and generates a base layer image encoded stream.
  • the encoding unit 622 encodes the non-base layer image and generates a non-base layer image encoded stream.
  • the multiplexing unit 623 multiplexes the base layer image encoded stream generated by the encoding unit 621 and the non-base layer image encoded stream generated by the encoding unit 622 to generate a hierarchical image encoded stream. .
  • FIG. 71 is a diagram showing a hierarchical image decoding apparatus that performs the hierarchical image decoding described above.
  • the hierarchical image decoding device 630 includes a demultiplexing unit 631, a decoding unit 632, and a decoding unit 633.
  • the demultiplexing unit 631 demultiplexes the hierarchical image encoded stream in which the base layer image encoded stream and the non-base layer image encoded stream are multiplexed, and the base layer image encoded stream and the non-base layer image code Stream.
  • the decoding unit 632 decodes the base layer image encoded stream extracted by the demultiplexing unit 631 to obtain a base layer image.
  • the decoding unit 633 decodes the non-base layer image encoded stream extracted by the demultiplexing unit 631 to obtain a non-base layer image.
  • the image encoding device 100 described in each of the above embodiments is applied as the encoding unit 621 and the encoding unit 622 of the hierarchical image encoding device 620. Also good. By doing so, the method described in each of the above embodiments can be applied to the encoding of the hierarchical image. That is, a reduction in encoding efficiency can be suppressed.
  • the image decoding device 200 described in each of the above embodiments may be applied as the decoding unit 632 and the decoding unit 633 of the hierarchical image decoding device 630. By doing so, the method described in each of the above embodiments can be applied to decoding of the encoded data of the hierarchical image. That is, a reduction in encoding efficiency can be suppressed.
  • ⁇ Computer> The series of processes described above can be executed by hardware or can be executed by software.
  • a program constituting the software is installed in the computer.
  • the computer includes, for example, a general-purpose personal computer that can execute various functions by installing a computer incorporated in dedicated hardware and various programs.
  • FIG. 72 is a block diagram showing an example of the hardware configuration of a computer that executes the above-described series of processing by a program.
  • a CPU Central Processing Unit
  • ROM Read Only Memory
  • RAM Random Access Memory
  • An input / output interface 810 is also connected to the bus 804.
  • An input unit 811, an output unit 812, a storage unit 813, a communication unit 814, and a drive 815 are connected to the input / output interface 810.
  • the input unit 811 includes, for example, a keyboard, a mouse, a microphone, a touch panel, an input terminal, and the like.
  • the output unit 812 includes, for example, a display, a speaker, an output terminal, and the like.
  • the storage unit 813 includes, for example, a hard disk, a RAM disk, a nonvolatile memory, and the like.
  • the communication unit 814 includes a network interface, for example.
  • the drive 815 drives a removable medium 821 such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory.
  • the CPU 801 loads the program stored in the storage unit 813 into the RAM 803 via the input / output interface 810 and the bus 804 and executes the program, for example. Is performed.
  • the RAM 803 also appropriately stores data necessary for the CPU 801 to execute various processes.
  • the program executed by the computer (CPU 801) can be recorded and applied to, for example, a removable medium 821 as a package medium or the like.
  • the program can be installed in the storage unit 813 via the input / output interface 810 by attaching the removable medium 821 to the drive 815.
  • This program can also be provided via a wired or wireless transmission medium such as a local area network, the Internet, or digital satellite broadcasting. In that case, the program can be received by the communication unit 814 and installed in the storage unit 813.
  • a wired or wireless transmission medium such as a local area network, the Internet, or digital satellite broadcasting.
  • the program can be received by the communication unit 814 and installed in the storage unit 813.
  • this program can be installed in advance in the ROM 802 or the storage unit 813.
  • the program executed by the computer may be a program that is processed in time series in the order described in this specification, or in parallel or at a necessary timing such as when a call is made. It may be a program for processing.
  • the step of describing the program recorded on the recording medium is not limited to the processing performed in chronological order according to the described order, but may be performed in parallel or It also includes processes that are executed individually.
  • the system means a set of a plurality of components (devices, modules (parts), etc.), and it does not matter whether all the components are in the same housing. Accordingly, a plurality of devices housed in separate housings and connected via a network and a single device housing a plurality of modules in one housing are all systems. .
  • the configuration described as one device (or processing unit) may be divided and configured as a plurality of devices (or processing units).
  • the configurations described above as a plurality of devices (or processing units) may be combined into a single device (or processing unit).
  • a configuration other than that described above may be added to the configuration of each device (or each processing unit).
  • a part of the configuration of a certain device (or processing unit) may be included in the configuration of another device (or other processing unit). .
  • the present technology can take a configuration of cloud computing in which one function is shared by a plurality of devices via a network and is jointly processed.
  • each step described in the above flowchart can be executed by one device or can be shared by a plurality of devices.
  • the plurality of processes included in the one step can be executed by being shared by a plurality of apparatuses in addition to being executed by one apparatus.
  • the image encoding device 100 and the image decoding device 200 are, for example, a transmitter and a receiver in cable broadcasting such as satellite broadcasting and 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 apparatus that records an image on a recording medium or a medium such as an optical disk, a magnetic disk, and a flash memory, and a reproducing apparatus that reproduces an image from these storage media.
  • a recording apparatus that records an image on a recording medium or a medium such as an optical disk, a magnetic disk, and a flash memory
  • a reproducing apparatus that reproduces an image from these storage media.
  • FIG. 73 shows an example of a schematic configuration of a television apparatus to which the above-described embodiment is applied.
  • the television apparatus 900 includes an antenna 901, a tuner 902, a demultiplexer 903, a decoder 904, a video signal processing unit 905, a display unit 906, an audio signal processing unit 907, a speaker 908, an external interface (I / F) unit 909, and a control unit. 910, a user interface (I / F) unit 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. That is, the tuner 902 has a role as a transmission unit in the television device 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. Further, 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 an image on a video screen of a display device (for example, a liquid crystal display, a plasma display, or an OELD (Organic ElectroLuminescence Display) (organic EL display)). Or an image is displayed.
  • a display device for example, a liquid crystal display, a plasma display, or an OELD (Organic ElectroLuminescence Display) (organic EL display)). Or an image is displayed.
  • 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 unit 909 is an interface for connecting the television device 900 to an external device or a network.
  • a video stream or an audio stream received via the external interface unit 909 may be decoded by the decoder 904. That is, the external interface unit 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 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, 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 apparatus 900 is activated.
  • the CPU controls the operation of the television device 900 according to an operation signal input from the user interface unit 911 by executing the program.
  • the user interface unit 911 is connected to the control unit 910.
  • the user interface unit 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 unit 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 unit 909, and the control unit 910 to each other.
  • the decoder 904 may have the function of the image decoding apparatus 200 described above. That is, the decoder 904 may decode the encoded data by the method described in each embodiment. By doing in this way, the television apparatus 900 can suppress the reduction of the encoding efficiency of the received encoded bit stream.
  • the video signal processing unit 905 encodes image data supplied from the decoder 904, for example, and the obtained encoded data is transmitted via the external interface unit 909. You may enable it to output to the exterior of the television apparatus 900.
  • FIG. The video signal processing unit 905 may have the function of the image encoding device 100 described above. That is, the video signal processing unit 905 may encode the image data supplied from the decoder 904 by the method described in each embodiment. By doing in this way, the television apparatus 900 can suppress the reduction in the encoding efficiency of the encoded data to be output.
  • FIG. 74 shows an example of a schematic configuration of a mobile phone to which the above-described embodiment is applied.
  • a cellular phone 920 includes an antenna 921, a communication unit 922, an audio codec 923, a speaker 924, a microphone 925, a camera unit 926, an image processing unit 927, a demultiplexing unit 928, a recording / reproducing unit 929, a display unit 930, a control unit 931, an operation A portion 932 and a bus 933.
  • the antenna 921 is connected to the communication unit 922.
  • the speaker 924 and the microphone 925 are connected to the audio codec 923.
  • the operation unit 932 is connected to the control unit 931.
  • the bus 933 connects the communication unit 922, the audio codec 923, the camera unit 926, the image processing unit 927, the demultiplexing unit 928, the recording / reproducing unit 929, the display unit 930, and the control unit 931 to each other.
  • the mobile phone 920 has various operation modes including a voice call mode, a data communication mode, a shooting mode, and a videophone mode, and is used for sending and receiving voice signals, sending and receiving e-mail or image data, taking images, and recording data. Perform the action.
  • the analog voice signal generated by the microphone 925 is supplied to the voice codec 923.
  • the audio codec 923 converts an analog audio signal into audio data, A / D converts the compressed audio data, and compresses it. Then, the audio codec 923 outputs the compressed audio data to the communication unit 922.
  • the communication unit 922 encodes and modulates the audio data and generates a transmission signal. Then, the communication unit 922 transmits the generated transmission signal to a base station (not shown) via the antenna 921. In addition, the communication unit 922 amplifies a radio signal received via the antenna 921 and performs frequency conversion to acquire a received signal.
  • the communication unit 922 demodulates and decodes the received signal to generate audio data, and outputs the generated audio data to the audio codec 923.
  • the audio codec 923 decompresses 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, supplies the electronic mail data to the recording / reproducing unit 929, and writes the data in the storage medium.
  • 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 type such as a hard disk, magnetic disk, magneto-optical disk, optical disk, USB (Universal Serial Bus) memory, or memory card. It may be a storage medium.
  • 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, supplies the encoded stream to the recording / reproducing unit 929, and writes the encoded stream in the storage medium.
  • the recording / reproducing unit 929 reads out the encoded stream recorded in the storage medium and outputs the encoded stream to the image processing unit 927.
  • the image processing unit 927 decodes the encoded stream input from the recording / reproducing unit 929, supplies the image data to the display unit 930, and displays the image.
  • 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 may have the function of the image encoding device 100 described above. That is, the image processing unit 927 may encode the image data by the method described in each embodiment. In this way, the mobile phone 920 can suppress a reduction in encoding efficiency.
  • the image processing unit 927 may have the function of the image decoding device 200 described above. That is, the image processing unit 927 may decode the encoded data by the method described in each embodiment. By doing in this way, the mobile phone 920 can suppress a reduction in encoding efficiency of encoded data.
  • FIG. 75 shows an example of a schematic configuration of a recording / reproducing apparatus to which the above-described embodiment is applied.
  • the recording / reproducing device 940 encodes audio data and video data of a received broadcast program and records the encoded data on a recording medium.
  • the recording / reproducing device 940 may encode audio data and video data acquired from another device and record them on a recording medium, for example.
  • the recording / reproducing device 940 reproduces data recorded on the recording medium on a monitor and a speaker, for example, in accordance with a user instruction. At this time, the recording / reproducing device 940 decodes the audio data and the video data.
  • the recording / reproducing apparatus 940 includes a tuner 941, an external interface (I / F) unit 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, and a control. Part 949 and a user interface (I / F) part 950.
  • I / F external interface
  • 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 serves as a transmission unit in the recording / reproducing apparatus 940.
  • the external interface unit 942 is an interface for connecting the recording / reproducing device 940 to an external device or a network.
  • the external interface unit 942 may be, for example, an IEEE (Institute of Electrical and Electronic Engineers) 1394 interface, a network interface, a USB interface, or a flash memory interface.
  • IEEE Institute of Electrical and Electronic Engineers 1394 interface
  • a network interface e.g., a USB interface
  • a flash memory interface e.g., a flash memory interface.
  • video data and audio data received via the external interface unit 942 are input to the encoder 943. That is, the external interface unit 942 has a role as a transmission unit in the recording / reproducing apparatus 940.
  • the encoder 943 encodes video data and audio data when the video data and audio data input from the external interface unit 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 are compressed, various programs, and other data on an internal hard disk. Further, the HDD 944 reads out these data from the hard disk when reproducing video and audio.
  • the disk drive 945 performs recording and reading of data to and from the mounted recording medium.
  • Recording media mounted on the disk drive 945 are, for example, DVD (Digital Versatile Disc) discs (DVD-Video, DVD-RAM (DVD -Random Access Memory), DVD-R (DVD-Recordable), DVD-RW (DVD-). Rewritable), DVD + R (DVD + Recordable), DVD + RW (DVD + Rewritable), etc.) or Blu-ray (registered trademark) disc.
  • 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 947 outputs the generated audio data to an external speaker.
  • 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.
  • 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 executes the program to control the operation of the recording / reproducing device 940 in accordance with, for example, an operation signal input from the user interface unit 950.
  • the user interface unit 950 is connected to the control unit 949.
  • the user interface unit 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 unit 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 may have the function of the above-described image encoding apparatus 100. That is, the encoder 943 may encode the image data by the method described in each embodiment. By doing in this way, the recording / reproducing apparatus 940 can suppress the reduction in encoding efficiency.
  • the decoder 947 may have the function of the image decoding apparatus 200 described above. That is, the decoder 947 may decode the encoded data by the method described in each embodiment. By doing in this way, the recording / reproducing apparatus 940 can suppress the reduction of the encoding efficiency of encoding data.
  • FIG. 76 shows an example of a schematic configuration of an imaging apparatus to which the above-described embodiment is applied.
  • the imaging device 960 images a subject to generate an image, encodes the image data, and records it on a recording medium.
  • the imaging device 960 includes an optical block 961, an imaging unit 962, a signal processing unit 963, an image processing unit 964, a display unit 965, an external interface (I / F) unit 966, a memory unit 967, a media drive 968, an OSD 969, and a control unit 970.
  • 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 unit 971 is connected to the control unit 970.
  • the bus 972 connects the image processing unit 964, the external interface unit 966, the memory unit 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 (Charge-Coupled Device) or a CMOS (Complementary Metal-Oxide Semiconductor), 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.
  • CCD Charge-Coupled Device
  • CMOS Complementary Metal-Oxide Semiconductor
  • 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 unit 966 or the media drive 968. In addition, the image processing unit 964 decodes encoded data input from the external interface unit 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, and outputs the generated image to the image processing unit 964.
  • the external interface unit 966 is configured as a USB input / output terminal, for example.
  • the external interface unit 966 connects the imaging device 960 and a printer, for example, when printing an image.
  • a drive is connected to the external interface unit 966 as necessary.
  • a removable medium such as a magnetic disk or an optical disk is attached to the drive, and a program read from the removable medium can be installed in the imaging device 960.
  • the external interface unit 966 may be configured as a network interface connected to a network such as a LAN or the Internet. That is, the external interface unit 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.
  • a recording medium may be fixedly mounted on 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.
  • 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 unit 971 by executing the program.
  • the user interface unit 971 is connected to the control unit 970.
  • the user interface unit 971 includes, for example, buttons and switches for the user to operate the imaging device 960.
  • the user interface unit 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 may have the function of the image encoding device 100 described above. That is, the image processing unit 964 may encode the image data by the method described in each embodiment. By doing in this way, the imaging device 960 can suppress a reduction in encoding efficiency.
  • the image processing unit 964 may have the function of the image decoding device 200 described above. That is, the image processing unit 964 may decode the encoded data by the method described in each embodiment. By doing in this way, the imaging device 960 can suppress a reduction in encoding efficiency of encoded data.
  • the present technology can also be applied to HTTP streaming such as MPEGASHDASH, for example, by selecting an appropriate piece of data from a plurality of encoded data with different resolutions prepared in advance. Can do. That is, information regarding encoding and decoding can be shared among a plurality of such encoded data.
  • FIG. 77 illustrates an example of a schematic configuration of a video set to which the present technology is applied.
  • the video set 1300 shown in FIG. 77 has such a multi-functional configuration, and the function is added to a device having a function related to image encoding and decoding (either one or both). It is a combination of devices having other related functions.
  • the video set 1300 includes a module group such as a video module 1311, an external memory 1312, a power management module 1313, and a front-end module 1314, and an associated module 1321, a camera 1322, a sensor 1323, and the like. And a device having a function.
  • a module is a component that has several functions that are related to each other and that has a coherent function.
  • the specific physical configuration is arbitrary. For example, a plurality of processors each having a function, electronic circuit elements such as resistors and capacitors, and other devices arranged on a wiring board or the like can be considered. . It is also possible to combine the module with another module, a processor, or the like to form a new module.
  • the video module 1311 is a combination of configurations having functions related to image processing, and includes an application processor, a video processor, a broadband modem 1333, and an RF module 1334.
  • a processor is a configuration in which a configuration having a predetermined function is integrated on a semiconductor chip by a SoC (System On a Chip), and for example, there is a system LSI (Large Scale Integration).
  • the configuration having the predetermined function may be a logic circuit (hardware configuration), a CPU, a ROM, a RAM, and the like, and a program (software configuration) executed using them. , Or a combination of both.
  • a processor has a logic circuit and a CPU, ROM, RAM, etc., a part of the function is realized by a logic circuit (hardware configuration), and other functions are executed by the CPU (software configuration) It may be realized by.
  • the 77 is a processor that executes an application related to image processing.
  • the application executed in the application processor 1331 not only performs arithmetic processing to realize a predetermined function, but also can control the internal and external configurations of the video module 1311 such as the video processor 1332 as necessary. .
  • the video processor 1332 is a processor having a function related to image encoding / decoding (one or both of them).
  • the broadband modem 1333 converts the data (digital signal) transmitted by wired or wireless (or both) broadband communication via a broadband line such as the Internet or a public telephone line network into an analog signal by digitally modulating the data.
  • the analog signal received by the broadband communication is demodulated and converted into data (digital signal).
  • the broadband modem 1333 processes arbitrary information such as image data processed by the video processor 1332, a stream obtained by encoding the image data, an application program, setting data, and the like.
  • the RF module 1334 is a module that performs frequency conversion, modulation / demodulation, amplification, filter processing, and the like on an RF (Radio Frequency) signal transmitted / received via an antenna. For example, the RF module 1334 generates an RF signal by performing frequency conversion or the like on the baseband signal generated by the broadband modem 1333. Further, for example, the RF module 1334 generates a baseband signal by performing frequency conversion or the like on the RF signal received via the front end module 1314.
  • RF Radio Frequency
  • the application processor 1331 and the video processor 1332 may be integrated and configured as one processor.
  • the external memory 1312 is a module that is provided outside the video module 1311 and has a storage device used by the video module 1311.
  • the storage device of the external memory 1312 may be realized by any physical configuration, but is generally used for storing a large amount of data such as image data in units of frames. For example, it is desirable to realize it with a relatively inexpensive and large-capacity semiconductor memory such as DRAM (Dynamic Random Access Memory).
  • the power management module 1313 manages and controls power supply to the video module 1311 (each component in the video module 1311).
  • the front-end module 1314 is a module that provides the RF module 1334 with a front-end function (circuit on the transmitting / receiving end on the antenna side). As illustrated in FIG. 77, the front end module 1314 includes, for example, an antenna unit 1351, a filter 1352, and an amplification unit 1353.
  • the antenna unit 1351 has an antenna for transmitting and receiving a radio signal and its peripheral configuration.
  • the antenna unit 1351 transmits the signal supplied from the amplification unit 1353 as a radio signal, and supplies the received radio signal to the filter 1352 as an electric signal (RF signal).
  • the filter 1352 performs a filtering process on the RF signal received via the antenna unit 1351 and supplies the processed RF signal to the RF module 1334.
  • the amplifying unit 1353 amplifies the RF signal supplied from the RF module 1334 and supplies the amplified RF signal to the antenna unit 1351.
  • Connectivity 1321 is a module having a function related to connection with the outside.
  • the physical configuration of the connectivity 1321 is arbitrary.
  • the connectivity 1321 has a configuration having a communication function other than the communication standard supported by the broadband modem 1333, an external input / output terminal, and the like.
  • the communication 1321 is compliant with wireless communication standards such as Bluetooth (registered trademark), IEEE 802.11 (for example, Wi-Fi (Wireless Fidelity, registered trademark)), NFC (Near Field Communication), IrDA (InfraRed Data Association), etc. You may make it have a module which has a function, an antenna etc. which transmit / receive the signal based on the standard.
  • the connectivity 1321 has a module having a communication function compliant with a wired communication standard such as USB (Universal Serial Bus), HDMI (registered trademark) (High-Definition Multimedia Interface), or a terminal compliant with the standard. You may do it.
  • the connectivity 1321 may have other data (signal) transmission functions such as analog input / output terminals.
  • the connectivity 1321 may include a data (signal) transmission destination device.
  • the drive 1321 reads and writes data to and from a recording medium such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory (not only a removable medium drive, but also a hard disk, SSD (Solid State Drive) NAS (including Network Attached Storage) and the like.
  • the connectivity 1321 may include an image or audio output device (a monitor, a speaker, or the like).
  • the camera 1322 is a module having a function of capturing a subject and obtaining image data of the subject.
  • Image data obtained by imaging by the camera 1322 is supplied to, for example, a video processor 1332 and encoded.
  • the sensor 1323 includes, for example, a voice sensor, an ultrasonic sensor, an optical sensor, an illuminance sensor, an infrared sensor, an image sensor, a rotation sensor, an angle sensor, an angular velocity sensor, a velocity sensor, an acceleration sensor, an inclination sensor, a magnetic identification sensor, an impact sensor, It is a module having an arbitrary sensor function such as a temperature sensor.
  • the data detected by the sensor 1323 is supplied to the application processor 1331 and used by an application or the like.
  • the configuration described as a module in the above may be realized as a processor, or conversely, the configuration described as a processor may be realized as a module.
  • the present technology can be applied to the video processor 1332 as described later. Therefore, the video set 1300 can be implemented as a set to which the present technology is applied.
  • FIG. 78 shows an example of a schematic configuration of a video processor 1332 (FIG. 77) to which the present technology is applied.
  • the video processor 1332 receives the video signal and the audio signal and encodes them according to a predetermined method, decodes the encoded video data and audio data, A function of reproducing and outputting an audio signal.
  • the video processor 1332 includes a video input processing unit 1401, a first image enlargement / reduction unit 1402, a second image enlargement / reduction unit 1403, a video output processing unit 1404, a frame memory 1405, and a memory control unit 1406.
  • the video processor 1332 includes an encoding / decoding engine 1407, video ES (ElementaryElementStream) buffers 1408A and 1408B, and audio ES buffers 1409A and 1409B.
  • the video processor 1332 includes an audio encoder 1410, an audio decoder 1411, a multiplexing unit (MUX (Multiplexer)) 1412, a demultiplexing unit (DMUX (Demultiplexer)) 1413, and a stream buffer 1414.
  • MUX Multiplexing unit
  • DMUX Demultiplexer
  • the video input processing unit 1401 acquires, for example, a video signal input from the connectivity 1321 (FIG. 77) and converts it into digital image data.
  • the first image enlargement / reduction unit 1402 performs format conversion, image enlargement / reduction processing, and the like on the image data.
  • the second image enlargement / reduction unit 1403 performs image enlargement / reduction processing on the image data in accordance with the format of the output destination via the video output processing unit 1404, or is the same as the first image enlargement / reduction unit 1402. Format conversion and image enlargement / reduction processing.
  • the video output processing unit 1404 performs format conversion, conversion to an analog signal, and the like on the image data and outputs the reproduced video signal to, for example, the connectivity 1321 or the like.
  • the frame memory 1405 is a memory for image data shared by the video input processing unit 1401, the first image scaling unit 1402, the second image scaling unit 1403, the video output processing unit 1404, and the encoding / decoding engine 1407. .
  • the frame memory 1405 is realized as a semiconductor memory such as a DRAM, for example.
  • the memory control unit 1406 receives the synchronization signal from the encoding / decoding engine 1407, and controls the write / read access to the frame memory 1405 according to the access schedule to the frame memory 1405 written in the access management table 1406A.
  • the access management table 1406A is updated by the memory control unit 1406 in accordance with processing executed by the encoding / decoding engine 1407, the first image enlargement / reduction unit 1402, the second image enlargement / reduction unit 1403, and the like.
  • the encoding / decoding engine 1407 performs encoding processing of image data and decoding processing of a video stream that is data obtained by encoding the image data. For example, the encoding / decoding engine 1407 encodes the image data read from the frame memory 1405 and sequentially writes the data as a video stream in the video ES buffer 1408A. Further, for example, the video stream is sequentially read from the video ES buffer 1408B, decoded, and sequentially written in the frame memory 1405 as image data.
  • the encoding / decoding engine 1407 uses the frame memory 1405 as a work area in the encoding and decoding. Also, the encoding / decoding engine 1407 outputs a synchronization signal to the memory control unit 1406, for example, at a timing at which processing for each macroblock is started.
  • the video ES buffer 1408A buffers the video stream generated by the encoding / decoding engine 1407 and supplies the buffered video stream to the multiplexing unit (MUX) 1412.
  • the video ES buffer 1408B buffers the video stream supplied from the demultiplexer (DMUX) 1413 and supplies the buffered video stream to the encoding / decoding engine 1407.
  • the audio ES buffer 1409A buffers the audio stream generated by the audio encoder 1410 and supplies the buffered audio stream to the multiplexing unit (MUX) 1412.
  • the audio ES buffer 1409B buffers the audio stream supplied from the demultiplexer (DMUX) 1413 and supplies the buffered audio stream to the audio decoder 1411.
  • the audio encoder 1410 converts, for example, an audio signal input from the connectivity 1321 or the like, for example, into a digital format, and encodes it using a predetermined method such as an MPEG audio method or an AC3 (Audio Code number 3) method.
  • the audio encoder 1410 sequentially writes an audio stream, which is data obtained by encoding an audio signal, in the audio ES buffer 1409A.
  • the audio decoder 1411 decodes the audio stream supplied from the audio ES buffer 1409B, performs conversion to an analog signal, for example, and supplies the reproduced audio signal to, for example, the connectivity 1321 or the like.
  • the multiplexing unit (MUX) 1412 multiplexes the video stream and the audio stream.
  • the multiplexing method (that is, the format of the bit stream generated by multiplexing) is arbitrary.
  • the multiplexing unit (MUX) 1412 can also add predetermined header information or the like to the bit stream. That is, the multiplexing unit (MUX) 1412 can convert the stream format by multiplexing. For example, the multiplexing unit (MUX) 1412 multiplexes the video stream and the audio stream to convert it into a transport stream that is a bit stream in a transfer format. Further, for example, the multiplexing unit (MUX) 1412 multiplexes the video stream and the audio stream, thereby converting the data into file format data (file data) for recording.
  • the demultiplexing unit (DMUX) 1413 demultiplexes the bit stream in which the video stream and the audio stream are multiplexed by a method corresponding to the multiplexing by the multiplexing unit (MUX) 1412. That is, the demultiplexer (DMUX) 1413 extracts the video stream and the audio stream from the bit stream read from the stream buffer 1414 (separates the video stream and the audio stream). That is, the demultiplexer (DMUX) 1413 can convert the stream format by demultiplexing (inverse conversion of the conversion by the multiplexer (MUX) 1412).
  • the demultiplexing unit (DMUX) 1413 obtains a transport stream supplied from, for example, the connectivity 1321 or the broadband modem 1333 via the stream buffer 1414 and demultiplexes the video stream and the audio stream. And can be converted to Further, for example, the demultiplexer (DMUX) 1413 obtains the file data read from various recording media by the connectivity 1321, for example, via the stream buffer 1414, and demultiplexes the video stream and the audio. Can be converted to a stream.
  • Stream buffer 1414 buffers the bit stream.
  • the stream buffer 1414 buffers the transport stream supplied from the multiplexing unit (MUX) 1412 and, for example, in the connectivity 1321 or the broadband modem 1333 at a predetermined timing or based on an external request or the like. Supply.
  • MUX multiplexing unit
  • the stream buffer 1414 buffers the file data supplied from the multiplexing unit (MUX) 1412 and supplies it to the connectivity 1321 at a predetermined timing or based on an external request, for example. It is recorded on various recording media.
  • MUX multiplexing unit
  • the stream buffer 1414 buffers a transport stream acquired through, for example, the connectivity 1321 or the broadband modem 1333, and performs a demultiplexing unit (DMUX) at a predetermined timing or based on a request from the outside. 1413.
  • DMUX demultiplexing unit
  • the stream buffer 1414 buffers file data read from various recording media in, for example, the connectivity 1321, and the demultiplexer (DMUX) 1413 at a predetermined timing or based on an external request or the like. To supply.
  • DMUX demultiplexer
  • a video signal input to the video processor 1332 from the connectivity 1321 or the like is converted into digital image data of a predetermined format such as 4: 2: 2Y / Cb / Cr format by the video input processing unit 1401 and stored in the frame memory 1405.
  • This digital image data is read by the first image enlargement / reduction unit 1402 or the second image enlargement / reduction unit 1403, and format conversion to a predetermined method such as 4: 2: 0Y / Cb / Cr method and enlargement / reduction processing are performed. Is written again in the frame memory 1405.
  • This image data is encoded by the encoding / decoding engine 1407 and written as a video stream in the video ES buffer 1408A.
  • an audio signal input from the connectivity 1321 or the like to the video processor 1332 is encoded by the audio encoder 1410 and written as an audio stream in the audio ES buffer 1409A.
  • the video stream of the video ES buffer 1408A and the audio stream of the audio ES buffer 1409A are read and multiplexed by the multiplexing unit (MUX) 1412 and converted into a transport stream, file data, or the like.
  • the transport stream generated by the multiplexing unit (MUX) 1412 is buffered in the stream buffer 1414 and then output to the external network via, for example, the connectivity 1321 or the broadband modem 1333.
  • the file data generated by the multiplexing unit (MUX) 1412 is buffered in the stream buffer 1414, and then output to, for example, the connectivity 1321 and recorded on various recording media.
  • a transport stream input from an external network to the video processor 1332 via the connectivity 1321 or the broadband modem 1333 is buffered in the stream buffer 1414 and then demultiplexed by the demultiplexer (DMUX) 1413.
  • DMUX demultiplexer
  • file data read from various recording media by the connectivity 1321 and input to the video processor 1332 is buffered by the stream buffer 1414 and then demultiplexed by the demultiplexer (DMUX) 1413. That is, the transport stream or file data input to the video processor 1332 is separated into a video stream and an audio stream by the demultiplexer (DMUX) 1413.
  • the audio stream is supplied to the audio decoder 1411 via the audio ES buffer 1409B and decoded to reproduce the audio signal.
  • the video stream is written to the video ES buffer 1408B, and then sequentially read and decoded by the encoding / decoding engine 1407, and written to the frame memory 1405.
  • the decoded image data is enlarged / reduced by the second image enlargement / reduction unit 1403 and written to the frame memory 1405.
  • the decoded image data is read out to the video output processing unit 1404, format-converted to a predetermined system such as 4: 2: 2Y / Cb / Cr system, and further converted into an analog signal to be converted into a video signal. Is played out.
  • the present technology when the present technology is applied to the video processor 1332 configured as described above, the present technology according to each embodiment described above may be applied to the encoding / decoding engine 1407. That is, for example, the encoding / decoding engine 1407 may have the above-described function of the image encoding device 100 and / or the function of the image decoding device 200. In this way, the video processor 1332 can obtain the same effects as those of the embodiments described above with reference to FIGS.
  • the present technology (that is, the function of the image encoding device 100 and / or the function of the image decoding device 200) may be realized by hardware such as a logic circuit, It may be realized by software such as an embedded program, or may be realized by both of them.
  • FIG. 79 illustrates another example of a schematic configuration of the video processor 1332 to which the present technology is applied.
  • the video processor 1332 has a function of encoding and decoding video data by a predetermined method.
  • the video processor 1332 includes a control unit 1511, a display interface 1512, a display engine 1513, an image processing engine 1514, and an internal memory 1515.
  • the video processor 1332 includes a codec engine 1516, a memory interface 1517, a multiplexing / demultiplexing unit (MUX DMUX) 1518, a network interface 1519, and a video interface 1520.
  • MUX DMUX multiplexing / demultiplexing unit
  • the control unit 1511 controls the operation of each processing unit in the video processor 1332 such as the display interface 1512, the display engine 1513, the image processing engine 1514, and the codec engine 1516.
  • the control unit 1511 includes, for example, a main CPU 1531, a sub CPU 1532, and a system controller 1533.
  • the main CPU 1531 executes a program and the like for controlling the operation of each processing unit in the video processor 1332.
  • the main CPU 1531 generates a control signal according to the program and supplies it to each processing unit (that is, controls the operation of each processing unit).
  • the sub CPU 1532 plays an auxiliary role of the main CPU 1531.
  • the sub CPU 1532 executes a child process such as a program executed by the main CPU 1531, a subroutine, or the like.
  • the system controller 1533 controls operations of the main CPU 1531 and the sub CPU 1532 such as designating a program to be executed by the main CPU 1531 and the sub CPU 1532.
  • the display interface 1512 outputs the image data to, for example, the connectivity 1321 under the control of the control unit 1511.
  • the display interface 1512 converts image data of digital data into an analog signal, and outputs it to a monitor device or the like of the connectivity 1321 as a reproduced video signal or as image data of the digital data.
  • the display engine 1513 Under the control of the control unit 1511, the display engine 1513 performs various conversion processes such as format conversion, size conversion, color gamut conversion, and the like so as to match the image data with hardware specifications such as a monitor device that displays the image. I do.
  • the image processing engine 1514 performs predetermined image processing such as filter processing for improving image quality on the image data under the control of the control unit 1511.
  • the internal memory 1515 is a memory provided in the video processor 1332 that is shared by the display engine 1513, the image processing engine 1514, and the codec engine 1516.
  • the internal memory 1515 is used, for example, for data exchange performed between the display engine 1513, the image processing engine 1514, and the codec engine 1516.
  • the internal memory 1515 stores data supplied from the display engine 1513, the image processing engine 1514, or the codec engine 1516, and stores the data as needed (eg, upon request). This is supplied to the image processing engine 1514 or the codec engine 1516.
  • the internal memory 1515 may be realized by any storage device, but is generally used for storing a small amount of data such as image data or parameters in units of blocks. It is desirable to realize a semiconductor memory having a relatively small capacity but a high response speed (for example, as compared with the external memory 1312) such as “Static Random Access Memory”.
  • the codec engine 1516 performs processing related to encoding and decoding of image data.
  • the encoding / decoding scheme supported by the codec engine 1516 is arbitrary, and the number thereof may be one or plural.
  • the codec engine 1516 may be provided with codec functions of a plurality of encoding / decoding schemes, and may be configured to perform encoding of image data or decoding of encoded data using one selected from them.
  • the codec engine 1516 includes, for example, MPEG-2 video 1541, AVC / H.2641542, HEVC / H.2651543, HEVC / H.265 (Scalable) 1544, as function blocks for processing related to the codec.
  • HEVC / H.265 (Multi-view) 1545 and MPEG-DASH 1551 are included.
  • MPEG-2 Video1541 is a functional block that encodes and decodes image data in the MPEG-2 format.
  • AVC / H.2641542 is a functional block that encodes and decodes image data using the AVC method.
  • HEVC / H.2651543 is a functional block that encodes and decodes image data using the HEVC method.
  • HEVC / H.265 (Scalable) 1544 is a functional block that performs scalable encoding and scalable decoding of image data using the HEVC method.
  • HEVC / H.265 (Multi-view) 1545 is a functional block that multi-view encodes or multi-view decodes image data using the HEVC method.
  • MPEG-DASH 1551 is a functional block that transmits and receives image data using the MPEG-DASH (MPEG-Dynamic Adaptive Streaming over HTTP) method.
  • MPEG-DASH is a technology for streaming video using HTTP (HyperText Transfer Protocol), and selects and transmits appropriate data from multiple encoded data with different resolutions prepared in advance in segments. This is one of the features.
  • MPEG-DASH 1551 generates a stream compliant with the standard, controls transmission of the stream, and the like.
  • MPEG-2 Video 1541 to HEVC / H.265 (Multi-view) 1545 described above are used. Is used.
  • the memory interface 1517 is an interface for the external memory 1312. Data supplied from the image processing engine 1514 or the codec engine 1516 is supplied to the external memory 1312 via the memory interface 1517. The data read from the external memory 1312 is supplied to the video processor 1332 (the image processing engine 1514 or the codec engine 1516) via the memory interface 1517.
  • a multiplexing / demultiplexing unit (MUX DMUX) 1518 performs multiplexing and demultiplexing of various data related to images such as a bit stream of encoded data, image data, and a video signal.
  • This multiplexing / demultiplexing method is arbitrary.
  • the multiplexing / demultiplexing unit (MUX DMUX) 1518 can not only combine a plurality of data into one but also add predetermined header information or the like to the data.
  • the multiplexing / demultiplexing unit (MUX DMUX) 1518 not only divides one data into a plurality of data but also adds predetermined header information or the like to each divided data. it can.
  • the multiplexing / demultiplexing unit (MUX DMUX) 1518 can convert the data format by multiplexing / demultiplexing.
  • the multiplexing / demultiplexing unit (MUX DMUX) 1518 multiplexes the bitstream, thereby transporting the transport stream, which is a bit stream in a transfer format, or data in a file format for recording (file data).
  • the transport stream which is a bit stream in a transfer format, or data in a file format for recording (file data).
  • file data file format for recording
  • the network interface 1519 is an interface for a broadband modem 1333, connectivity 1321, etc., for example.
  • the video interface 1520 is an interface for the connectivity 1321, the camera 1322, and the like, for example.
  • the transport stream is supplied to the multiplexing / demultiplexing unit (MUX DMUX) 1518 via the network interface 1519.
  • MUX DMUX multiplexing / demultiplexing unit
  • codec engine 1516 the image data obtained by decoding by the codec engine 1516 is subjected to predetermined image processing by the image processing engine 1514, subjected to predetermined conversion by the display engine 1513, and is connected to, for example, the connectivity 1321 through the display interface 1512. And the image is displayed on the monitor.
  • image data obtained by decoding by the codec engine 1516 is re-encoded by the codec engine 1516, multiplexed by a multiplexing / demultiplexing unit (MUX DMUX) 1518, converted into file data, and video
  • MUX DMUX multiplexing / demultiplexing unit
  • encoded data file data obtained by encoding image data read from a recording medium (not shown) by the connectivity 1321 or the like is transmitted through a video interface 1520 via a multiplexing / demultiplexing unit (MUX DMUX). ) 1518 to be demultiplexed and decoded by the codec engine 1516.
  • Image data obtained by decoding by the codec engine 1516 is subjected to predetermined image processing by the image processing engine 1514, subjected to predetermined conversion by the display engine 1513, and supplied to, for example, the connectivity 1321 through the display interface 1512. The image is displayed on the monitor.
  • image data obtained by decoding by the codec engine 1516 is re-encoded by the codec engine 1516, multiplexed by the multiplexing / demultiplexing unit (MUX DMUX) 1518, and converted into a transport stream,
  • the data is supplied to, for example, the connectivity 1321 and the broadband modem 1333 via the network interface 1519 and transmitted to another device (not shown).
  • image data and other data are exchanged between the processing units in the video processor 1332 using, for example, the internal memory 1515 or the external memory 1312.
  • the power management module 1313 controls power supply to the control unit 1511, for example.
  • the present technology when the present technology is applied to the video processor 1332 configured as described above, the present technology according to each embodiment described above may be applied to the codec engine 1516. That is, for example, the codec engine 1516 may have the function of the image encoding device 100 and / or the function of the image decoding device 200 described above. In this way, the video processor 1332 can obtain the same effects as those of the embodiments described above with reference to FIGS.
  • the present technology (that is, the function of the image encoding device 100) may be realized by hardware such as a logic circuit, or may be realized by software such as an embedded program. Alternatively, it may be realized by both of them.
  • the configuration of the video processor 1332 is arbitrary and may be other than the two examples described above.
  • the video processor 1332 may be configured as one semiconductor chip, but may be configured as a plurality of semiconductor chips. For example, a three-dimensional stacked LSI in which a plurality of semiconductors are stacked may be used. Further, it may be realized by a plurality of LSIs.
  • Video set 1300 can be incorporated into various devices that process image data.
  • the video set 1300 can be incorporated in the television device 900 (FIG. 73), the mobile phone 920 (FIG. 74), the recording / reproducing device 940 (FIG. 75), the imaging device 960 (FIG. 76), or the like.
  • the apparatus can obtain the same effects as those of the embodiments described above with reference to FIGS.
  • the video processor 1332 can implement as a structure to which this technique is applied.
  • the video processor 1332 can be implemented as a video processor to which the present technology is applied.
  • the processor or the video module 1311 indicated by the dotted line 1341 can be implemented as a processor or a module to which the present technology is applied.
  • the video module 1311, the external memory 1312, the power management module 1313, and the front end module 1314 can be combined and implemented as a video unit 1361 to which the present technology is applied. Regardless of the configuration, the same effects as those of the embodiments described above with reference to FIGS. 1 to 65 can be obtained.
  • any configuration including the video processor 1332 can be incorporated into various devices that process image data, as in the case of the video set 1300.
  • a video processor 1332 a processor indicated by a dotted line 1341, a video module 1311, or a video unit 1361, a television device 900 (FIG. 73), a mobile phone 920 (FIG. 74), a recording / playback device 940 (FIG. 75), It can be incorporated in an imaging device 960 (FIG. 76) or the like.
  • the apparatus obtains the same effects as those of the embodiments described above with reference to FIGS. 1 to 65, as in the case of the video set 1300. be able to.
  • 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, tile, or block) included in the bitstream and information corresponding to the image can be linked at the time of decoding. That means That is, information may be transmitted on a transmission path different from that of the image (or bit stream).
  • Information may be recorded on a recording medium (or another recording area of the same recording medium) different from the image (or bit stream). Furthermore, the information and the image (or bit stream) may be associated with each other in an arbitrary unit such as a plurality of frames, one frame, or a part of the frame.
  • this technique can also take the following structures.
  • Inter prediction is performed on a part of a plurality of lower layer areas that divide a processing target area of an image, and a reference pixel is used using a reconstructed image corresponding to a predicted image generated by the inter prediction.
  • a prediction unit that performs intra prediction using the reference pixels for other regions in the lower layer region;
  • An image processing apparatus comprising: an encoding unit that encodes the image using a predicted image generated by the prediction unit.
  • the prediction unit performs the inter prediction on a region located on the right side of the region where the intra prediction is performed, a region located below the region where the intra prediction is performed, or both, and performs the inter prediction.
  • the prediction unit uses the reconstructed image corresponding to the predicted image to be generated, set the reference pixel on the right side of the region where the intra prediction is performed or the reference pixel below the region where the intra prediction is performed, or both, and set the reference pixel
  • the image processing apparatus (1), wherein the intra prediction is performed.
  • the prediction unit further sets a reference pixel using a reconstructed image of a region that has undergone prediction processing, and performs the intra prediction using the set reference pixel.
  • the prediction unit generates each pixel of a predicted image using a single reference pixel corresponding to a single intra prediction mode by the intra prediction.
  • the image processing device (8) The image processing device according to (5), wherein the plurality of reference pixels are two pixels positioned opposite to each other in the single intra prediction mode when viewed from a pixel in a region where the intra prediction is performed.
  • the processing target area is a coding block serving as a coding unit
  • the image processing device according to any one of (1) to (8), wherein the plurality of lower layer regions are prediction blocks that are units of prediction processing in the encoded block.
  • the plurality of lower layer areas are coding blocks serving as coding units, The image processing device according to any one of (1) to (8), wherein the processing target area is a set of a plurality of the encoded blocks.
  • the image processing apparatus according to any one of (1) to (10), further including a generation unit that generates information related to prediction by the prediction unit.
  • An inter prediction unit that performs inter prediction on the processing target region;
  • a prediction image selection unit that selects any one of the prediction image generated by the intra prediction unit, the prediction image generated by the inter prediction unit, and the prediction image generated by the prediction unit;
  • the image processing device according to any one of (1) to (11), wherein the encoding unit encodes the image using the prediction image selected by the prediction image selection unit.
  • (13) The image processing device according to any one of (1) to (12), wherein the encoding unit encodes a residual image indicating a difference between the image and a predicted image generated by the prediction unit.
  • Inter prediction is performed on a part of a plurality of lower layer areas that divide the processing target area of the image; Set a reference pixel using a reconstructed image corresponding to a predicted image generated by the inter prediction, Perform intra prediction using the reference pixels for other regions in the lower layer region, An image processing method for encoding the image using a prediction image generated by the inter prediction and the intra prediction.
  • a decoding unit that decodes encoded data of an image to generate a residual image; Inter prediction is performed for a part of a plurality of lower layer areas that divide the processing target area of the image, and reference pixels are set using a reconstructed image corresponding to the predicted image generated by the inter prediction.
  • a prediction unit that performs intra prediction using the reference pixels for other regions in the lower layer region;
  • An image processing apparatus comprising: a generation unit that generates a decoded image of the image using the residual image generated by the decoding unit and the predicted image generated by the prediction unit. (16) Decode the encoded data of the image to generate a residual image, Inter prediction is performed for a part of a plurality of lower layer areas that divide the processing target area of the image, Set a reference pixel using a reconstructed image corresponding to a predicted image generated by the inter prediction, Perform intra prediction using the reference pixels for other regions in the lower layer region, An image processing method for generating a decoded image of the image using the generated residual image and predicted image.
  • An image processing apparatus including a predicted image generation unit that generates each pixel of a predicted image in a processing target area of an image using a plurality of reference pixels corresponding to a single intra prediction mode.
  • the image processing device according to (17), wherein the predicted image generation unit generates each pixel of the predicted image using any of the plurality of reference pixels selected according to the position of the pixel.
  • the predicted image generation unit generates each pixel of the predicted image by performing a weighting operation according to the position of the pixel using the plurality of reference pixels.
  • (17) or (18) Image processing apparatus (20) An image processing method for generating each pixel of a predicted image in a processing target area of an image using a plurality of reference pixels corresponding to a single intra prediction mode.

Landscapes

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

Abstract

本開示は、符号化効率の低減を抑制することができるようにする画像処理装置および方法に関する。 画像の処理対象領域を分割する複数の下位層の領域の内の一部の領域についてインター予測を行い、そのインター予測により生成される予測画像に対応する再構成画像を用いて参照画素を設定し、下位層の領域の内の他の領域について参照画素を用いてイントラ予測を行い、インター予測およびイントラ予測により生成される予測画像を用いて画像を符号化するようにする。本開示は、例えば、画像処理装置、画像符号化装置、または画像復号装置等に適用することができる。

Description

画像処理装置および方法
　本開示は、画像処理装置および方法に関し、特に、符号化効率の低減を抑制することができるようにした画像処理装置および方法に関する。
　近年、MPEG-4 Part10（Advanced Video Coding、以下AVCと記す）より更なる符号化効率の向上を目的として、ITU-T（International Telecommunication Union Telecommunication Standardization Sector）と、ISO/IEC（International Organization for Standardization / International Electrotechnical Commission）の共同の標準化団体であるJCTVC（Joint Collaboration Team - Video Coding）により、HEVC（High Efficiency Video Coding）と呼ばれる符号化方式の標準化が進められている。
　これらの画像符号化方式においては、所定の符号化単位の画像データがラスタ順やＺ順等に処理されていた（例えば、非特許文献１参照）。
Jill Boyce, Jianle Chen, Ying Chen, David Flynn, Miska M. Hannuksela, Matteo Naccari, Chris Rosewarne, Karl Sharman, Joel Sole, Gary J. Sullivan, Teruhiko Suzuki, Gerhard Tech, Ye-Kui Wang, Krzysztof Wegner, Yan Ye, "Draft high efficiency video coding (HEVC) version 2, combined format range extensions (RExt), scalability (SHVC), and multi-view (MV-HEVC) extensions", JCTVC-R1013_v6, 2014.10.1
　しかしながら、このような処理順では、イントラ予測の場合、処理対象ブロックの右側や下側の画素を参照することができなかった。そのため、符号化効率が低減するおそれがあった。
　本開示は、このような状況に鑑みてなされたものであり、符号化効率の低減を抑制することができるようにするものである。
　本技術の第１の側面の画像処理装置は、画像の処理対象領域を分割する複数の下位層の領域の内の一部の領域についてインター予測を行い、前記インター予測により生成される予測画像に対応する再構成画像を用いて参照画素を設定し、前記下位層の領域の内の他の領域について前記参照画素を用いてイントラ予測を行う予測部と、前記予測部により生成される予測画像を用いて前記画像を符号化する符号化部とを備える画像処理装置である。
　前記予測部は、前記イントラ予測を行う領域のより右側に位置する領域若しくは前記イントラ予測を行う領域より下側に位置する領域または両方に対して前記インター予測を行い、前記インター予測により生成される予測画像に対応する再構成画像を用いて前記イントラ予測を行う領域より右側の参照画素若しくは前記イントラ予測を行う領域より下側の参照画素または両方を設定し、設定した前記参照画素を用いて前記イントラ予測を行うことができる。
　前記予測部は、予測処理済みの領域の再構成画像を用いて参照画素をさらに設定し、設定した参照画素を用いて前記イントラ予測を行うことができる。
　前記予測部は、前記イントラ予測により、単一のイントラ予測モードに対応する単数の参照画素を用いて予測画像の各画素を生成することができる。
　前記予測部は、前記イントラ予測により、単一のイントラ予測モードに対応する複数の参照画素を用いて予測画像の各画素を生成することができる。
　前記予測部は、前記予測画像の各画素を、前記画素の位置に応じて選択した前記複数の参照画素のいずれかを用いて生成することができる。
　前記予測部は、前記予測画像の各画素を、前記複数の参照画素を用い、前記画素の位置に応じた重みづけ演算することにより生成することができる。
　前記複数の参照画素は、前記イントラ予測を行う領域の画素からみて、前記単一のイントラ予測モードの互いに逆向きに位置する２画素であるようにすることができる。
　前記処理対象領域は、符号化単位となる符号化ブロックであり、前記複数の下位層の領域は、前記符号化ブロック内の予測処理の単位となる予測ブロックであるようにすることができる。
　前記複数の下位層の領域は、符号化単位となる符号化ブロックであり、前記処理対象領域は、複数の前記符号化ブロックの集合であるようにすることができる。
　前記予測部による予測に関する情報を生成する生成部をさらに備えることができる。
　前記処理対象領域に対してイントラ予測を行うイントラ予測部と、前記処理対象領域に対してインター予測を行うインター予測部と、前記イントラ予測部により生成された予測画像、前記インター予測部により生成された予測画像、および前記予測部により生成された予測画像の内のいずれかを選択する予測画像選択部とをさらに備え、前記符号化部は、前記予測画像選択部により選択された予測画像を用いて前記画像を符号化することができる。
　前記符号化部は、前記画像と前記予測部により生成される予測画像との差分を示す残差画像を符号化することができる。
　本技術の第１の側面の画像処理方法は、画像の処理対象領域を分割する複数の下位層の領域の内の一部の領域についてインター予測を行い、前記インター予測により生成される予測画像に対応する再構成画像を用いて参照画素を設定し、前記下位層の領域の内の他の領域について前記参照画素を用いてイントラ予測を行い、前記インター予測および前記イントラ予測により生成される予測画像を用いて前記画像を符号化する画像処理方法である。
　本技術の第２の側面の画像処理装置は、画像の符号化データを復号して残差画像を生成する復号部と、前記画像の処理対象領域を分割する複数の下位層の領域の内の一部の領域についてインター予測を行い、前記インター予測により生成される予測画像に対応する再構成画像を用いて参照画素を設定し、前記下位層の領域の内の他の領域について前記参照画素を用いてイントラ予測を行う予測部と、前記復号部により生成される前記残差画像と、前記予測部により生成される予測画像とを用いて前記画像の復号画像を生成する生成部とを備える画像処理装置である。
　本技術の第２の側面の画像処理方法は、画像の符号化データを復号して残差画像を生成し、前記画像の処理対象領域を分割する複数の下位層の領域の内の一部の領域についてインター予測を行い、前記インター予測により生成される予測画像に対応する再構成画像を用いて参照画素を設定し、前記下位層の領域の内の他の領域について前記参照画素を用いてイントラ予測を行い、生成された前記残差画像と予測画像とを用いて前記画像の復号画像を生成する画像処理方法である。
　本技術の第３の側面の画像処理装置は、画像の処理対象領域の予測画像の各画素を、単一のイントラ予測モードに対応する複数の参照画素を用いて生成する予測画像生成部を備える画像処理装置である。
　前記予測画像生成部は、前記予測画像の各画素を、前記画素の位置に応じて選択した前記複数の参照画素のいずれかを用いて生成することができる。
　前記予測画像生成部は、前記予測画像の各画素を、前記複数の参照画素を用い、前記画素の位置に応じた重みづけ演算することにより生成することができる。
　本技術の第３の側面の画像処理方法は、画像の処理対象領域の予測画像の各画素を、単一のイントラ予測モードに対応する複数の参照画素を用いて生成する画像処理方法である。
　本技術の第１の側面の画像処理装置および方法においては、画像の処理対象領域を分割する複数の下位層の領域の内の一部の領域についてインター予測が行われ、そのインター予測により生成される予測画像に対応する再構成画像を用いて参照画素が設定され、下位層の領域の内の他の領域について参照画素を用いてイントラ予測が行われ、以上のインター予測およびイントラ予測により生成される予測画像を用いて画像が符号化される。
　本技術の第２の側面の画像処理装置および方法においては、画像の符号化データが復号されて残差画像が生成され、その画像の処理対象領域を分割する複数の下位層の領域の内の一部の領域についてインター予測が行われ、そのインター予測により生成される予測画像に対応する再構成画像を用いて参照画素が設定され、下位層の領域の内の他の領域についてその参照画素を用いてイントラ予測が行われ、生成された残差画像と予測画像とを用いて画像の復号画像が生成される。
　本技術の第３の側面の画像処理装置および方法においては、画像の処理対象領域の予測画像の各画素が、単一のイントラ予測モードに対応する複数の参照画素を用いて生成される。
　本開示によれば、画像を処理することができる。特に、符号化効率の低減を抑制することができる。
CUについての再帰的なブロック分割の概要を説明するための図である。 図１に示したCUへのPUの設定について説明するための図である。 図１に示したCUへのTUの設定について説明するための図である。 スライスにおけるLCUの走査順について説明するための図である。 LCUにおけるCUの走査順について説明するための図である。 イントラ予測の参照画素の例を説明する図である。 イントラ予測モードの例を説明する図である。 参照画素の例を説明する図である。 参照の様子の例を説明する図である。 イントラ予測モードの例を説明する図である。 イントラ予測モードの例を説明する図である。 重み付け加算の様子の例を説明する図である。 イントラ予測モードの例を説明する図である。 画像符号化装置の主な構成例を示すブロック図である。 インター先イントラ予測部の主な構成例を示すブロック図である。 予測画像選択部の主な構成例を示すブロック図である。 CTB分割の様子の例を説明する図である。 パーティションタイプ決定の様子の例を説明する図である。 パーティションタイプの例を示す図である。 イントラ予測・インター予測の割り当ての例を示す図である。 符号化処理の流れの例を説明するフローチャートである。 予測処理の流れの例を説明するフローチャートである。 ブロック予測処理の流れの例を説明するフローチャートである。 インター先イントラ予測処理の流れの例を説明するフローチャートである。 2Nx2Nの場合のインター予測の様子の例を説明する図である。 2Nx2Nの場合のイントラ予測の様子の例を説明する図である。 2NxNの場合のインター予測の様子の例を説明する図である。 動きベクトルの参照先の例を説明する図である。 2NxNの場合のイントラ予測の様子の例を説明する図である。 2NxNの場合のイントラ予測の様子の例を説明する図である。 重み付け加算の様子の例を説明する図である。 2NxNの場合のイントラ予測の様子の例を説明する図である。 重み付け加算の様子の例を説明する図である。 Nx2Nの場合のインター予測の様子の例を説明する図である。 動きベクトルの参照先の例を説明する図である。 Nx2Nの場合のイントラ予測の様子の例を説明する図である。 Nx2Nの場合のイントラ予測の様子の例を説明する図である。 重み付け加算の様子の例を説明する図である。 Nx2Nの場合のイントラ予測の様子の例を説明する図である。 重み付け加算の様子の例を説明する図である。 伝送する情報の例を説明する図である。 画像復号装置の主な構成例を示すブロック図である。 インター先イントラ予測部の主な構成例を示すブロック図である。 復号処理の流れの例を説明するフローチャートである。 予測処理の流れの例を説明するフローチャートである。 インター先イントラ予測処理の流れの例を説明するフローチャートである。 CU内における下位層CUの走査順について説明するための図である。 下位層CUの予測処理割り当てパタンの例を説明する図である。 画像符号化装置の主な構成例を示すブロック図である。 予測画像選択部の主な構成例を示すブロック図である。 予測処理の流れの例を説明するフローチャートである。 ブロック予測処理の流れの例を説明するフローチャートである。 ブロック分割予測処理の流れの例を説明するフローチャートである。 画像復号装置の主な構成例を示すブロック図である。 復号処理の流れの例を説明するフローチャートである。 画像符号化装置の主な構成例を示すブロック図である。 複数参照イントラ予測部の主な構成例を示すブロック図である。 予測画像選択部の主な構成例を示すブロック図である。 予測処理の流れの例を説明するフローチャートである。 ブロック予測処理の流れの例を説明するフローチャートである。 複数参照イントラ予測処理の流れの例を説明するフローチャートである。 画像復号装置の主な構成例を示すブロック図である。 複数参照イントラ予測部の主な構成例を示すブロック図である。 予測処理の流れの例を説明するフローチャートである。 複数参照イントラ予測処理の流れの例を説明するフローチャートである。 多視点画像符号化方式の例を示す図である。 本技術を適用した多視点画像符号化装置の主な構成例を示す図である。 本技術を適用した多視点画像復号装置の主な構成例を示す図である。 階層画像符号化方式の例を示す図である。 本技術を適用した階層画像符号化装置の主な構成例を示す図である。 本技術を適用した階層画像復号装置の主な構成例を示す図である。 コンピュータの主な構成例を示すブロック図である。 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。 ビデオセットの概略的な構成の一例を示すブロック図である。 ビデオプロセッサの概略的な構成の一例を示すブロック図である。 ビデオプロセッサの概略的な構成の他の例を示すブロック図である。
　以下、本開示を実施するための形態（以下実施の形態とする）について説明する。なお、説明は以下の順序で行う。
　１．第１の実施の形態（概要）
　２．第２の実施の形態（画像符号化装置：インター先イントラ予測、PUレベル）
　３．第３の実施の形態（画像復号装置：インター先イントラ予測、PUレベル）
　４．第４の実施の形態（画像符号化装置：インター先イントラ予測、CUレベル）
　５．第５の実施の形態（画像復号装置：インター先イントラ予測、CUレベル）
　６．第６の実施の形態（画像符号化装置：複数参照イントラ予測）
　７．第７の実施の形態（画像復号装置：複数参照イントラ予測）
　８．第８の実施の形態（その他）
　＜１．第１の実施の形態＞
　　＜符号化方式＞
　以下においては、画像データをHEVC（High Efficiency Video Coding）方式で符号化する際や、その符号化データを伝送して復号する際等に適用する場合を例に、本技術を説明する。
　　＜ブロック分割＞
　MPEG2（Moving Picture Experts Group 2(ISO/IEC 13818-2)）又はH.264及びMPEG-4 Part10（以下、AVC（Advanced Video Coding）と称する）などの旧来の画像符号化方式では、符号化処理は、マクロブロックと呼ばれる処理単位で実行される。マクロブロックは、16x16画素の均一なサイズを有するブロックである。これに対し、HEVCでは、符号化処理は、CU（Coding Unit）と呼ばれる処理単位（符号化単位）で実行される。CUは、最大符号化単位であるLCU（Largest Coding Unit）を再帰的に分割することにより形成される、可変的なサイズを有するブロックである。選択可能なCUの最大サイズは、64x64画素である。選択可能なCUの最小サイズは、8x8画素である。最小サイズのCUは、SCU（Smallest Coding Unit）と呼ばれる。
　このように、可変的なサイズを有するCUが採用される結果、HEVCでは、画像の内容に応じて画質及び符号化効率を適応的に調整することが可能である。予測符号化のための予測処理は、PU（Prediction Unit）と呼ばれる処理単位（予測単位）で実行される。PUは、CUをいくつかの分割パタンのうちの１つで分割することにより形成される。さらに、直交変換処理は、TU（Transform Unit）と呼ばれる処理単位（変換単位）で実行される。TUは、CU又はPUをある深さまで分割することにより形成される。
　　＜再帰的なブロックの分割＞
　図１は、HEVCにおけるCUについての再帰的なブロック分割の概要を説明するための説明図である。CUのブロック分割は、１つのブロックの４（=2x2）個のサブブロックへの分割を再帰的に繰り返すことにより行われ、結果として四分木（Quad-Tree）状のツリー構造が形成される。１つの四分木の全体をCTB（Coding Tree Block）といい、CTBに対応する論理的な単位をCTU（Coding Tree Unit）という。
　図１の上部には、一例として、64x64画素のサイズを有するCUであるＣ０１が示されている。Ｃ０１の分割の深さは、ゼロに等しい。これは、Ｃ０１がCTUのルートでありLCUに相当することを意味する。LCUサイズは、SPS（Sequence Parameter Set）又はPPS（Picture Parameter Set）において符号化されるパラメータにより指定され得る。CUであるＣ０２は、Ｃ０１から分割される４つのCUのうちの１つであり、32x32画素のサイズを有する。Ｃ０２の分割の深さは、１に等しい。CUであるＣ０３は、Ｃ０２から分割される４つのCUのうちの１つであり、16x16画素のサイズを有する。Ｃ０３の分割の深さは、２に等しい。CUであるＣ０４は、Ｃ０３から分割される４つのCUのうちの１つであり、8x8画素のサイズを有する。Ｃ０４の分割の深さは、３に等しい。このように、CUは、符号化される画像を再帰的に分割することにより形成される。分割の深さは、可変的である。例えば、青空のような平坦な画像領域には、より大きいサイズの（即ち、深さが小さい）CUが設定され得る。一方、多くのエッジを含む急峻な画像領域には、より小さいサイズの（即ち、深さが大きい）CUが設定され得る。そして、設定されたCUの各々が、符号化処理の処理単位となる。
　　＜CUへのPUの設定＞
　PUは、イントラ予測及びインター予測を含む予測処理の処理単位である。PUは、CUをいくつかの分割パタンのうちの１つで分割することにより形成される。図２は、図１に示したCUへのPUの設定について説明するための説明図である。図２の右には、2Nx2N、2NxN、Nx2N、NxN、2NxnU、2NxnD、nLx2N及びnRx2Nという、８種類の分割パタンが示されている。これら分割パタンのうち、イントラ予測では、2Nx2N及びNxNの２種類が選択可能である（NxNはSCUでのみ選択可能）。これに対してインター予測では、非対称動き分割が有効化されている場合に、８種類の分割パタンの全てが選択可能である。
　　＜CUへのTUの設定＞
　TUは、直交変換処理の処理単位である。TUは、CU（イントラCUについては、CU内の各PU）をある深さまで分割することにより形成される。図３は、図１に示したCUへのTUの設定について説明するための説明図である。図３の右には、Ｃ０２に設定され得る１つ以上のTUが示されている。例えば、TUであるＴ０１は、32x32画素のサイズを有し、そのTU分割の深さはゼロに等しい。TUであるＴ０２は、16x16画素のサイズを有し、そのTU分割の深さは１に等しい。TUであるＴ０３は、8x8画素のサイズを有し、そのTU分割の深さは２に等しい。
　上述したCU、PU及びTUといったブロックを画像に設定するためにどのようなブロック分割を行うかは、典型的には、符号化効率を左右するコストの比較に基づいて決定される。エンコーダは、例えば１つの2Mx2M画素のCUと、４つのMxM画素のCUとの間でコストを比較し、４つのMxM画素のCUを設定した方が符号化効率が高いならば、2Mx2M画素のCUを４つのMxM画素のCUへと分割することを決定する。
　　＜CUとPUの走査順＞
　画像を符号化する際、画像（又はスライス、タイル）内に格子状に設定されるCTB（又はLCU）が、ラスタスキャン順に走査される。
　例えば、図４のピクチャ１は、図中に四角形で示されているLCU２毎に処理が行われる。なお、図４においては便宜上右下隅のLCUにのみ符号を付してある。ピクチャ１は、図中に太線で示されているスライス境界３によって区切られ、２つのスライスが形成されている。ピクチャ１の最初のスライス（図中上側のスライス）は、図中に点線で示されるスライスセグメント境界４とスライスセグメント境界５とでさらに区切られている。例えば、ピクチャ１の最初のスライスセグメント（図中左上の４つのLCU２）は、独立スライスセグメント６である。またピクチャ１の２番目のスライスセグメント（図中においてスライスセグメント境界４とスライスセグメント境界５との間のLCU２群）は、従属スライスセグメント７である。
　各スライスセグメントにおいて、各LCU２は、ラスタスキャン順に処理される。例えば、従属スライスセグメント７において、各LCU２は、矢印１１のような順に処理される。したがって例えば、LCU２Ａが処理対象であるとすると、斜線模様で示されるLCU２がその時点の処理済みのLCUである。
　そして、１つのCTB（又はLCU）の中では、CUは、四分木を左から右、上から下に辿るようにＺ順に走査される。
　例えば、図５は、２つのLCU２（LCU２－１とLCU２－２）におけるCUの処理順を示している。図５に示されるようにLCU２－１とLCU２－２には、１４個のCU２１が形成されている。なお、図５においては、便宜上左上隅のCUにのみ符号を付してある。CU２１は、矢印に示される順（Ｚ順）に処理される。したがって例えば、CU２１Ａが処理対象であるとすると、斜線模様で示されるCU２１がその時点の処理済みのCUである。
　　＜イントラ予測の参照画素＞
　イントラ予測では、予測画像の生成において処理済みの領域（LCUやCU等のブロック）の画素（再構成画像の画素）が参照される。つまり、処理対象領域（LCUやCU等のブロック）より上側や左側の画素は参照することができるが、右側や下側の画素は未処理のため参照することができない。
　つまり、イントラ予測においては、図６に示されるように、処理対象領域３１に対して、再構成画像のグレーの領域３２の画素（処理対象領域３１の左下、左、左上、上、および右上の画素）が参照画素の候補となる（つまり参照画素になり得る）。なお、処理対象領域３１の左下の画素および左の画素を処理対象領域３１の左側の画素とも称し、処理対象領域３１の上の画素および右上の画素を処理対象領域３１の上側の画素とも称する。処理対象領域３１の左上の画素は、処理対象領域３１の左側の画素と称してもよいし、処理対象領域３１の上側の画素と称してもよい。したがって、例えば、イントラ予測モード（予測方向）が図中矢印で示される方向（水平方向）の場合、画素３３の予測画像（予測画素値）は、処理対象領域３１の左の画素値（図中に示される矢印の先の画素）を参照して生成されることになる。
　イントラ予測においては、一般的に処理対象画素と参照画素との距離が近いほど予測画像の予測精度が向上し、符号量を低減させたり、復号画像の画質の低減を抑制したりすることができる。しかしながら、上述したように処理対象領域３１のより右側に位置する領域や下側に位置する領域は未処理であり、再構成画像が存在しない。そのため、図７に示されるように予測モードが「０」から「３４」まで割り当てられているが、未処理の領域となる処理対象領域３１の右辺や下辺の方向（右下の角に向かう方向も含む）には予測モードが割り当てられていない。
　従って、例えば、処理対象領域３１の右端の画素３３の予測において水平方向の画素を参照する場合、その画素３３に隣接する画素３４Ｂ（処理対象領域３１の右辺に隣接する画素）は参照されず、処理対象画素の反対側の画素である画素３４Ａが参照される（予測モード「１０」が選択される）。従って、処理対象画素と参照画素との距離が遠くなり、その分予測画像の予測精度が低減する可能性があった。つまり、処理対象領域の右辺や下辺に近い画素の予測精度が低減する可能性があった。
　　＜参照画素の設定＞
　そこで、AVCやHEVC等のイントラ予測において参照画素が設定されていなかった位置に参照画素を設定することができるようにする。この参照画素の位置は従来の参照画素の位置と異なる位置であれば任意である。例えば、図８の領域４１のような、処理対象領域（カレントブロックとも称する）の右辺に隣接する位置や、カレントブロックの下辺に隣接する位置に参照画素を設定することができるようにしてもよい。なお、参照画素はカレントブロックに隣接していなくてもよい。つまり、イントラ予測を行うカレントブロックより右側や下側に参照画素を設定することができるようにしてもよい。ここで、領域（ブロック）とは、単数または複数の画素からなる任意の領域であり、例えば、TU、PU、CU、SCU、LCU、CTU、CTB、マクロブロック、サブマクロブロック、タイル、スライス、ピクチャ等である。また、カレントブロックより右側の画素は、カレントブロックの右に位置する画素の他に、カレントブロックの右上に位置する画素を含むようにしてもよい。また、カレントブロックより下側の画素は、カレントブロックの下に位置する画素の他に、カレントブロックの左下に位置する画素を含むようにしてもよい。さらに、カレントブロックの右下に位置する画素は、カレントブロックより右側の画素としてもよいし、カレントブロックより下側の画素としてもよい。
　このように参照画素の候補を従来よりも多く設定することにより、より多様な位置の参照画素を利用してイントラ予測を行うことができるようになる。これにより、より予測精度の高い参照画素を参照することができるようになるので、予測画像の品質（予測精度）の低減を抑制することができ、残差成分を低減させることができ、符号化効率の低減を抑制することができる。つまり、ビットストリームの符号量を低減させることができる。換言するに、符号量を保つことにより復号画像の画質を向上させることができる。また、参照可能な画素が増えることにより、イントラ予測のブロックの境界の不連続成分が低減するので、復号画像の画質を向上させることができる。
　例えば、図９のフレーム５０－１は、フレーム５０－２よりも時間的に前のフレームである。つまり、これらの画像は、顔５１が図中右から左に移動する動画像の２フレームである。この動画像をエンコードする場合、フレーム５０－２の領域５２は、フレーム５０－１の領域５３の再構成画像を用いることにより、高い予測精度でインター予測することができる。
　しかしながら、フレーム５０－２の領域５４は、同様のインター予測では十分な予測精度が得られない可能性がある。それは、フレーム５０－１とフレーム５０－２とで、顔５１の位置が異なるからである。領域５４には、顔５１だけでなく、その背景の部分も含まれている。フレーム５０－１における顔５１の位置がフレーム５０－２の場合と異なるため、この背景部分の画像が同一である（若しくは近似する）とは限らない。この背景部分の画像が異なると、上述したインター予測では、その分予測精度が低減するおそれがある。
　しかしながら、イントラ予測では、領域５４の左、左上、上、右上等の再構成画像を参照することしかできないため、十分な予測精度が得られない可能性がある。特に、図９の例の場合、領域５４には顔５１の部分と背景の部分とのように、特徴が互いに大きく異なる複数の領域が含まれるため、イントラ予測の予測精度が低減してしまうおそれがある。
　そこで上述したように、領域５４の右辺に隣接する位置や、領域５４の下辺に隣接する位置に参照画素を設定することができるようにする。例えば、領域５２の位置の画素を参照することができるようにする。このようにすることにより、イントラ予測の予測精度の低減を抑制することができる。そして、予測画像の品質が改善することで、残差情報を低減させることができ、ビットストリームに含めるビット量を低減することができる。すなわち、符号化効率の低減を抑制することができる。
　例えば、従来のイントラ予測の場合、カレントブロックの左、左上、上の再構成画像が参照される。そのため、領域５４をイントラ予測する場合、顔５１の端の部分を正確に予測することが困難になり、顔５１の端が切れたような画像になるおそれがあった。すなわち、領域５４の下と右の境界付近で不連続な画質劣化が生じるおそれがあった。上述したように、領域５４の右辺に隣接する位置や、領域５４の下辺に隣接する位置に参照画素を設定することができるようにすることにより、このような領域境界における不連続性の発生を抑制し、画質の低減を抑制することができる。
　このような参照画素の生成方法は任意である。
　（Ａ）　例えば、既に予測処理が行われて生成された再構成画像の任意の画素（既存画素）を用いて参照画素を生成するようにしてもよい。
　（Ａ－１）　この既存画素は、再構成画像の画素（つまり予測処理済みの画素）であればいずれの画素であってもよい。
　（Ａ－１－１）　例えば、既存画素は、処理対象のピクチャ（カレントピクチャとも称する）の画素であってもよい。例えば、カレントピクチャの、設定する参照画素の近傍に位置する画素であってもよい。また、例えば、カレントピクチャの他のコンポーネントの画像の、設定する参照画素と同じ位置の画素であってもよいし、その参照画素の近傍に位置する画素であってもよい。他のコンポーネントの画素とは、例えば、設定する参照画素が輝度成分の場合、色差成分の画素等である。
　（Ａ－１－２）　また、既存画素は、例えば、処理済みのフレーム（過去フレーム）の画像の画素であってもよい。例えば、処理対象のフレーム（カレントフレームとも称する）と異なる過去フレームの画像の、設定する参照画素と同じ位置の画素であってもよいし、その参照画素の近傍に位置する画素であってもよいし、動きベクトル（MV）の先の画素であってもよい。
　（Ａ－１－３）　また、符号化方式が、複数の視点（ビュー）の画像を符号化する多視点符号化の場合、既存画素は、他のビューの画像の画素であってもよい。例えば、他のビューのカレントピクチャの画素であってもよい。例えば、他のビューのカレントピクチャの、設定する参照画素の近傍に位置する画素であってもよい。また、例えば、他のビューのカレントピクチャの他のコンポーネントの画像の、設定する参照画素と同じ位置の画素であってもよいし、その参照画素の近傍に位置する画素であってもよい。また、既存画素は、例えば、他のビューの過去フレームの画像の画素であってもよい。例えば、他のビューの過去フレームの画像の、設定する参照画素と同じ位置の画素であってもよいし、その参照画素の近傍に位置する画素であってもよいし、動きベクトル（MV）の先の画素であってもよい。
　（Ａ－１－４）　また、符号化方式が、複数の階層（レイヤ）の画像を符号化する階層符号化の場合、既存画素は、他のレイヤの画像の画素であってもよい。例えば、他のレイヤのカレントピクチャの画素であってもよい。例えば、他のレイヤのカレントピクチャの、設定する参照画素の近傍に位置する画素であってもよい。また、例えば、他のレイヤのカレントピクチャの他のコンポーネントの画像の、設定する参照画素と同じ位置の画素であってもよいし、その参照画素の近傍に位置する画素であってもよい。また、既存画素は、例えば、他のレイヤの過去フレームの画像の画素であってもよい。例えば、他のレイヤの過去フレームの画像の、設定する参照画素と同じ位置の画素であってもよいし、その参照画素の近傍に位置する画素であってもよいし、動きベクトル（MV）の先の画素であってもよい。
　（Ａ－１－５）　また、（Ａ－１－１）乃至（Ａ－１－４）において上述した各画素の内２画素以上を併用するようにしてもよい。
　（Ａ－１－６）　また、（Ａ－１－１）乃至（Ａ－１－４）において上述した各画素の内２画素以上の中からいずれかの単数若しくは複数の画素を選択して既存画素として用いるようにしてもよい。その選択方法は任意である。例えば、予め定められた優先順に従って選択可能な画素が選択されるようにしてもよい。また、各画素を参照画素として用いた場合のコスト関数値に応じて画素が選択されるようにしてもよい。また、例えばユーザや制御情報等の外部からの指定に応じて画素が選択されるようにしてもよい。さらに、これらのような、既存画素として利用する画素の選択方法を設定（例えば選択）することができるようにしてもよい。なお、このように既存画素として利用する画素（画素の位置）を設定（選択）する場合、その設定（選択）に関する情報（例えば、いずれの（位置の）画素を既存画素として用いるかや、どのような選択方法を用いるか等）を、復号側に伝送するようにしてもよい。
　（Ａ－２）　以上のような既存画素を用いた参照画素の生成方法は、任意である。
　（Ａ－２－１）　例えば、参照画素は、既存画素を直接的に利用して生成するようにしてもよい。例えば、既存画素の画素値を複製（コピー）して参照画素とするようにしてもよい。つまり、この場合、既存画素と同数の参照画素が生成される（換言するに、設定する参照画素と同数の既存画素が用いられる）。
　（Ａ－２－２）　また、参照画素は、例えば、既存画素を間接的に利用して生成するようにしてもよい。例えば、既存画素を利用した補間等により参照画素を生成するようにしてもよい。つまり、この場合、既存画素より多数の参照画素が生成される（換言するに、設定する参照画素よりも少数の既存画素が用いられる）。
　この補間の方法は任意である。例えば、既存画素に基づいて設定された参照画素をさらに複製（コピー）して他の参照画素を設定するようにしてもよい。この場合、このように設定された各参照画素の画素値は同一となる。また、例えば、既存画素に基づいて設定された参照画素の画素値を線形変換して他の参照画素を設定するようにしてもよい。この場合、このように設定された各参照画素の画素値は線形変換の関数に応じた値となる。この線形変換の関数は任意であり、直線状（例えば比例等のような１次関数等）であってもよいし、曲線（例えば反比例のような関数や２次以上の関数等）であってもよい。また、例えば、既存画素に基づいて設定された参照画素の画素値を非線形変換して他の参照画素を設定するようにしてもよい。
　なお、（Ａ－２－１）および（Ａ－２－２）において上述した生成方法の内の２以上を併用するようにしてもよい。例えば、一部の参照画素をコピーにより生成し、他の参照画素を線形変換により求めるようにしてもよい。また、上述した生成方法の内の２以上の中からいずれかの単数若しくは複数の方法を選択することができるようにしてもよい。その選択方法は任意である。例えば、予め定められた優先順に従って選択されるようにしてもよい。また、各方法を用いた場合のコスト関数値に応じて選択されるようにしてもよい。さらに、例えばユーザや制御情報等の外部からの指定に応じて選択されるようにしてもよい。なお、このように生成方法を設定（選択）する場合、その設定（選択）に関する情報（例えば、いずれの方法を用いるかや、その際用された方法に必要なパラメータ等）を、復号側に伝送するようにしてもよい。
　（Ｂ）　また、参照画素は、インター予測により生成するようにしてもよい。例えば、ある処理対象領域（カレントブロック）内において、一部の領域に対してインター予測を行い、その後、他の領域についてイントラ予測を行うようにする。そして、インター予測の予測画像を用いて生成される再構成画像を用いてイントラ予測に用いる参照画素（AVCやHEVC等のイントラ予測において設定されなかった位置の参照画素）を設定するようにする。このような予測処理をインター先イントラ予測処理とも称する。インター先イントラ予測処理の詳細については後述する。
　（Ｃ）　また、参照画素の生成方法として、（Ａ）および（Ｂ）において上述した既存画素を用いる各種方法とインター予測に生成する方法との両方を併用するようにしてもよい。例えば、一部の参照画素を既存画素を用いて生成し、他の参照画素をインター予測により生成するようにしてもよい。また、参照画素の生成方法として、（Ａ）および（Ｂ）において上述した各種方法の内のいずれか（単数若しくは複数の方法）を選択するようにしてもよい。その選択方法は任意である。例えば、予め定められた優先順に従って選択されるようにしてもよい。また、各方法を用いた場合のコスト関数値に応じて選択されるようにしてもよい。さらに、例えばユーザや制御情報等の外部からの指定に応じて選択されるようにしてもよい。なお、このように参照画素の生成方法を設定（選択）する場合、その設定（選択）に関する情報（例えば、いずれの方法を用いるかや、その際用された方法に必要なパラメータ等）を、復号側に伝送するようにしてもよい。
　以上のように設定したイントラ予測の参照画素の参照の仕方（イントラ予測画像の生成方法）は任意である。
　（Ｄ）　例えば、AVCやHEVC等の場合と同様に、イントラ予測モードとして１モードが選択され、カレントブロックの各画素において、そのイントラ予測モードに対応する参照画素が１画素参照されて予測画像（予測画素値）が生成されるようにしてもよい。
　この場合、AVCやHEVC等のイントラ予測において設定されていなかった、カレントブロックより右側や下側に参照画素を設定することにより、図１０の例のようにイントラ予測モードの候補数を増大させることができる。図１０の例の場合、イントラ予測モード「３５」乃至「６５」が新たに設定されている。例えば、図１０の矢印６１に示されるように、イントラ予測モード「４２」が選択されると、処理対象画素の右に位置する参照画素を参照することができる。このように、イントラ予測モードの候補の数（つまり、予測方向の候補の数）が増大することにより、より予測精度の高い参照画素を参照することができ、符号化効率の低減を抑制することができる。なお、この場合、AVCやHEVCの場合と同様に、イントラ予測において選択されるイントラ予測モードを指定する情報（インデックス等）を復号側に伝送するようにしてもよい。
　（Ｅ）　また、例えば、イントラ予測モードとして１モードが選択され、カレントブロックの各画素において、そのイントラ予測モードに対応する複数の参照画素を予測画像の生成に利用することができるようにしてもよい。例えば、イントラ予測モードに対応する予測方向の参照画素と、その予測方向と逆方向（１８０度反対の方向）に位置する参照画素との２画素を利用可能（参照可能）としてもよい。
　この場合、図１１に示される例のように、イントラ予測モードの候補の数は、AVCやHEVC等のイントラ予測の場合と同様である。ただし、予測画像の１画素を生成する際に２画素以上の参照画素を参照することができる。このような複数の参照可能な参照画素の参照方法は任意である。
　（Ｅ－１）　例えば、複数の参照可能な参照画素の内、いずれかの（単数若しくは複数の）参照画素を選択するようにしてもよい。例えば、予測画素値を生成する処理対象画素（カレント画素）と参照画素との位置関係に応じて参照画素を選択するようにしてもよい。例えば、位置がより近い参照画素を選択するようにしてもよい。例えば図１１の場合、イントラ予測モード「１０」が選択されている。したがって、画素７３乃至画素７５の予測画像（予測画素値）を生成する場合、互いに逆方向に位置する参照画素７２Ａと参照画素７２Ｂが参照可能である。画素７３の予測画像（予測画素値）を生成する場合、参照画素７２Ａの方が画素７３に近いので、参照画素７２Ａが参照されて画素７３の予測画素値が生成される。これに対して、画素７４の予測画像（予測画素値）を生成する場合、参照画素７２Ｂの方が画素７４に近いので、参照画素７２Ｂが参照されて画素７４の予測画素値が生成される。なお、画素７５の予測画像（予測画素値）を生成する場合、参照画素７２Ａおよび参照画素７２Ｂは画素７５から等距離にあるので、参照画素７２Ａおよび参照画素７２Ｂのいずれが参照されて画素７５の予測画素値が生成されるようにしてもよい。このようにすることにより、より近い画素を参照することができるので、予測精度の低減を抑制することができる。
　また、カレント画素と参照画素との位置関係では無く、入力画像の画素値に応じて参照画素を選択するようにしてもよい。例えば、画素値が入力画像のカレント画素に近い方の参照画素が選択されるようにしてもよい。なお、これらの場合、例えば参照する参照画素を指定する情報等を復号側に伝送するようにしてもよい。
　（Ｅ－２）　また、複数の参照画素を参照するようにしてもよい。例えば、複数の参照画素の画素値の平均値若しくはその平均値に応じた値をカレント画素の予測画素値とするようにしてもよい。なお、平均値の代わりに例えば中央値、最小値、最大値等の任意の関数値を適用するようにしてももちろんよい。また、複数の参照画素の画素値を、カレント画素の画素位置との位置関係に応じて重み付けして合成する（重み付け加算とも称する）ようにしてもよい。例えば、図１１の例の場合、図１２に示されるように重み付け加算するようにしてもよい。図１２において、ｘは図中水平方向の座標を示している。例えば画素７２Ａのｘ座標は「０」であり、画素値は「rf」である。また、画素７２Ｂのｘ座標は「Ｌ」であり、画素値は「rb」である。この場合、ｘ座標「ｘ」の画素７６の予測画素値「ｐ」は、以下の式（１）のように求めることができる。
Figure JPOXMLDOC01-appb-I000001
　・・・（１）
　もちろん、参照可能な参照画素の画素数は３画素以上であってもよい。なお、以上のように複数の参照画素を参照する場合、その複数の参照画素の画素値を用いた演算の式や係数等を示す情報等を復号側に伝送するようにしてもよい。
　（Ｅ－３）　また、（Ｅ－１）および（Ｅ－２）において上述した複数の方法を併用するようにしてもよい。例えば、カレントブロックの一部の画素については、複数の参照画素の画素値の平均値を用いて予測画像を生成し、他の一部の画素については、複数の参照画素の重み付け加算を用いて予測画像を生成し、さらに残りの画素については、複数の参照画素の内のいずれかを用いて予測画像を生成するようにしてもよい。また、カレントブロックのどの部分にどの方法を適用するかを設定することができるようにしてもよい。その場合、各方法を適用する範囲（カレントブロックの部分領域）を指定する情報を復号側に伝送するようにしてもよい。また、カレントブロックの部分領域毎にどの方法を適用するかを指定する情報を復号側に伝送するようにしてもよい。
　（Ｅ－４）　また、（Ｅ－１）乃至（Ｅ－３）において上述した方法の内のいずれかを選択するようにしてもよい。その選択方法は任意である。例えば、予め定められた優先順に従って選択されるようにしてもよい。また、各方法を用いた場合のコスト関数値に応じて選択されるようにしてもよい。さらに、例えばユーザや制御情報等の外部からの指定に応じて選択されるようにしてもよい。なお、このように予測画像の生成方法（参照画素の利用方法）を設定（選択）する場合、その設定（選択）に関する情報（例えば、いずれの方法を用いるかや、その際用された方法に必要なパラメータ等）を、復号側に伝送するようにしてもよい。
　（Ｆ）　また、例えば、イントラ予測モードとして複数のモードを選択することができるようにしてもよい。例えば、図１３の場合、矢印８１で示されるイントラ予測モード「３６」、矢印８２で示されるイントラ予測モード「４２」、矢印８３で示されるイントラ予測モード「５０」が選択されている。つまり、この場合、３方向の予測が可能である（３方向の参照画素を参照することができる）。したがって、予測精度がより高い参照画素を選択して参照したり、複数の参照画素を参照して予測したりすることができるので、イントラ予測の予測精度の低減を抑制することができ、符号化効率の低減を抑制することができる。
　（Ｆ－１）　なお、複数のイントラ予測モード（の各参照画素）の使用方法は任意である。例えば、カレントブロックを複数の部分領域（単数若しくは複数の画素からなる領域）に分割し、各部分領域において互いに異なる予測モードを設定することができるようにしてもよい。このようにすることにより、各部分領域の予測モードが互いに独立に設定されるので、例えば、カレントブロック内において予測方向が互いに異なる複数の領域を形成することもできる。例えば、カレントブロックが複数の絵柄の境界部分であるような場合に、それぞれの絵柄により適した予測モードを設定することができる可能性がある。なお、この場合、部分領域の設定や各部分領域に割り当てる予測モード等を示す情報を、復号側に伝送するようにしてもよい。
　（Ｆ－２）　また、例えば、複数のイントラ予測モード（予測方向や参照画素）を混合するようにしてもよい。例えばその混合の仕方を画素値や画素位置等に応じて設定するようにしてもよい。例えば、カレント画素の画素位置に応じて重み付けして混合するようにしてもよい。なお、これらの混合は、方向の混合であってもよいし、参照画素の画素値の混合であってもよい。つまり、混合後の予測方向を参照するようにしてもよいし、混合前の各予測方向の参照画素の画素値を混合するようにしてもよい。なお、この場合、混合する予測モードの指定や、混合の仕方等を示す情報を、復号側に伝送するようにしてもよい。
　（Ｆ－３）　また、例えば、（Ｆ－１）と（Ｆ－２）において上述した方法を併用するようにしてもよい。つまり、カレントブロックの一部の領域においては、複数のイントラ予測モードの内のいずれかを選択し、他の領域においては、複数のイントラ予測モードを混合するようにしてもよい。
　（Ｆ－４）　また、（Ｆ－１）乃至（Ｆ－３）において上述した方法の内のいずれかを選択するようにしてもよい。その選択方法は任意である。例えば、予め定められた優先順に従って選択されるようにしてもよい。また、各方法を用いた場合のコスト関数値に応じて選択されるようにしてもよい。さらに、例えばユーザや制御情報等の外部からの指定に応じて選択されるようにしてもよい。なお、このようにイントラ予測モードの使用方法を設定（選択）する場合、その設定（選択）に関する情報（例えば、いずれの方法を用いるかや、その際用された方法に必要なパラメータ等）を、復号側に伝送するようにしてもよい。
　（Ｇ）　なお、例えば、図８の場合において、イントラ予測モードが「２」や「３４」のとき、予測方向が同一の方向に複数の参照画素が存在する可能性がある。例えば、イントラ予測モードが「３４」の場合、処理対象領域３１の右下の方の画素位置から見ると、領域３２の画素も領域４１の画素も参照画素になり得る。このような場合、領域３２および領域４１の画素のいずれを参照画素とするようにしてもよい。一般的には、より近い画素の方が予測精度が向上する。
　　＜イントラ予測＞
　以上のように、本技術は、予測処理において、AVCやHEVCのイントラ予測やインター予測とは異なるイントラ予測を行う。
　例えば、カレントブロックに隣接する参照画素をカレントブロックの３辺以上に設定し、それらを含む参照画素を用いてイントラ予測を行うようにしてもよい。
　また、例えば、カレントブロックに隣接する参照画素を、カレントブロックの少なくとも相対する２辺に設定し、それらを含む参照画素を用いてイントラ予測を行うようにしてもよい。
　また、例えば、カレントブロックの右辺に隣接する参照画素若しくは下辺に隣接する参照画素またはその両方を設定し、それらを含む参照画素を用いてイントラ予測を行うようにしてもよい。
　また、例えば、予測済みブロックに位置する参照画素と、イントラ予測を行っていない隣接ブロックに位置する参照画素とを設定し、それらの参照画素を用いてイントラ予測を行うようにしてもよい。
　また、例えば、処理済み符号化ブロックに位置する参照画素と、カレント符号化ブロック若しくは未処理符号化ブロック内の、カレント符号化ブロックのカレント予測ブロックに隣接する参照画素とを設定し、それらの参照画素を用いてイントラ予測を行うようにする。また、例えば、処理済み符号化ブロックに位置する参照画素と、未処理符号化ブロックに位置する参照画素とを設定し、それらの参照画素を用いてイントラ予測を行うようにしてもよい。
　＜２．第２の実施の形態＞
　　＜画像符号化装置＞
　本実施の形態においては、符号化の際の、第１の実施の形態の（Ｂ）等において上述したインター先イントラ予測の具体例について説明する。図１４は、本技術を適用した画像処理装置の一態様である画像符号化装置の構成の一例を示すブロック図である。図１４に示される画像符号化装置１００は、例えば、HEVCの予測処理、またはそれに準ずる（若しくは類似する）方式の予測処理を用いて動画像の画像データを符号化する。なお、図１４においては、処理部やデータの流れ等の主なものを示しており、図１４に示されるものが全てとは限らない。つまり、画像符号化装置１００において、図１４においてブロックとして示されていない処理部が存在したり、図１４において矢印等として示されていない処理やデータの流れが存在したりしてもよい。
　図１４に示されるように画像符号化装置１００は、画面並べ替えバッファ１１１、演算部１１２、直交変換部１１３、量子化部１１４、可逆符号化部１１５、付加情報生成部１１６、蓄積バッファ１１７、逆量子化部１１８、および逆直交変換部１１９を有する。また、画像符号化装置１００は、演算部１２０、ループフィルタ１２１、フレームメモリ１２２、イントラ予測部１２３、インター予測部１２４、インター先イントラ予測部１２５、予測画像選択部１２６、およびレート制御部１２７を有する。
　画面並べ替えバッファ１１１は、入力された画像データの各フレームの画像をその表示順に記憶し、記憶した表示の順番のフレームの画像を、GOP（Group Of Picture）に応じて、符号化のためのフレームの順番に並べ替え、フレームの順番を並び替えた画像を、演算部１１２に供給する。また、画面並べ替えバッファ１１１は、フレームの順番を並び替えた画像を、イントラ予測部１２３乃至インター先イントラ予測部１２５にも供給する。
　演算部１１２は、画面並べ替えバッファ１１１から読み出された画像から、予測画像選択部１２６を介してイントラ予測部１２３乃至インター先イントラ予測部１２５のいずれかから供給される予測画像を減算し、その差分情報（残差データ）を直交変換部１１３に供給する。例えば、イントラ符号化が行われる画像の場合、演算部１１２は、画面並べ替えバッファ１１１から読み出された画像から、イントラ予測部１２３から供給される予測画像を減算する。また、例えば、インター符号化が行われる画像の場合、演算部１１２は、画面並べ替えバッファ１１１から読み出された画像から、インター予測部１２４から供給される予測画像を減算する。また、例えば、インター先イントラ符号化が行われる画像の場合、演算部１１２は、画面並べ替えバッファ１１１から読み出された画像から、インター先イントラ予測部１２５から供給される予測画像を減算する。
　直交変換部１１３は、演算部１１２から供給される残差データに対して、離散コサイン変換やカルーネン・レーベ変換等の直交変換を施す。直交変換部１１３は、その直交変換後の残差データを量子化部１１４に供給する。
　量子化部１１４は、直交変換部１１３から供給される直交変換後の残差データを量子化する。量子化部１１４は、レート制御部１２７から供給される符号量の目標値に関する情報に基づいて量子化パラメータを設定し、その量子化を行う。量子化部１１４は、量子化後の残差データを可逆符号化部１１５に供給する。
　可逆符号化部１１５は、その量子化後の残差データを任意の符号化方式で符号化し、符号化データ（符号化ストリームとも称する）を生成する。
　可逆符号化部１１５の符号化方式としては、例えば、可変長符号化または算術符号化等が挙げられる。可変長符号化としては、例えば、H．264/AVC方式で定められているCAVLC（Context-Adaptive Variable Length Coding）などが挙げられる。また、coeff_abs_level_remainingと言う、係数情報データのシンタクス処理にTR符号が用いられる。算術符号化としては、例えば、CABAC（Context-Adaptive Binary Arithmetic Coding）などが挙げられる。
　また、可逆符号化部１１５は、各種情報を、符号化データに付加する情報（付加情報）とするために付加情報生成部１１６に供給する。例えば、可逆符号化部１１５は、入力画像等に付加されている入力画像や符号化等に関する情報を、付加情報とするために付加情報生成部１１６に供給するようにしてもよい。また、例えば、可逆符号化部１１５は、直交変換部１１３や量子化部１１４等において残差データに付加された情報を、付加情報とするために付加情報生成部１１６に供給するようにしてもよい。また、例えば、可逆符号化部１１５は、イントラ予測、インター予測、またはインター先イントラ予測等に関する情報を予測画像選択部１２６から取得し、それを付加情報とするために付加情報生成部１１６に供給するようにしてもよい。また、可逆符号化部１１５は、例えばループフィルタ１２１やレート制御部１２７等、その他の処理部から任意の情報を取得し、それを付加情報とするために付加情報生成部１１６に供給するようにしてもよい。さらに、可逆符号化部１１５は、自身が生成した情報等を、付加情報とするために付加情報生成部１１６に供給するようにしてもよい。
　可逆符号化部１１５は、付加情報生成部１１６により生成された各種付加情報を符号化データに付加する。そして、可逆符号化部１１５は、符号化データを蓄積バッファ１１７に供給して蓄積させる。
　付加情報生成部１１６は、画像データ（残差データ）の符号化データに付加する情報（付加情報）を生成する。この付加情報はどのような情報であってもよい。例えば、付加情報生成部１１６は、付加情報として、ビデオパラメータセット（VPS（Video Parameter Set））、シーケンスパラメータセット（SPS（Sequence Parameter Set））、ピクチャパラメータセット（PPS（Picture Parameter Set））、スライスヘッダ等の情報を生成するようにしてもよい。また、付加情報生成部１１６は、付加情報として、例えば、スライス、タイル、LCU、CU、PU、TU、マクロブロック、サブマクロブロック等、任意のデータ単位毎に符号化データに付加する情報を生成するようにしてもよい。また、付加情報生成部１１６は、付加情報として、例えば、SEI（Supplemental Enhancement Information）やVUI（Video Usability Information）等の情報を生成するようにしてもよい。もちろん、付加情報生成部１１６は、付加情報として、その他の情報を生成するようにしてもよい。
　付加情報生成部１１６は、例えば、可逆符号化部１１５から供給される情報を用いて付加情報を生成するようにしてもよい。また、付加情報生成部１１６は、例えば、自身が生成した情報を用いて付加情報を生成するようにしてもよい。
　付加情報生成部１１６は、生成した付加情報を可逆符号化部１１５に供給し、符号化データに付加させる。
　蓄積バッファ１１７は、可逆符号化部１１５から供給された符号化データを、一時的に保持する。蓄積バッファ１１７は、所定のタイミングにおいて、保持している符号化データを、画像符号化装置１００の外部に出力する。すなわち、蓄積バッファ１１７は、符号化データを伝送する伝送部でもある。
　また、量子化部１１４において得られた量子化後の残差データは、逆量子化部１１８にも供給される。逆量子化部１１８は、その量子化後の残差データを、量子化部１１４による量子化に対応する方法で逆量子化する。逆量子化部１１８は、その逆量子化により得られた直交変換後の残差データを、逆直交変換部１１９に供給する。
　逆直交変換部１１９は、その直交変換後の残差データを、直交変換部１１３による直交変換処理に対応する方法で逆直交変換する。逆直交変換部１１９は、逆直交変換された出力（復元された残差データ）を演算部１２０に供給する。
　演算部１２０は、逆直交変換部１１９から供給された、復元された残差データに、予測画像選択部１２６を介してイントラ予測部１２３、インター予測部１２４、若しくはインター先イントラ予測部１２５から供給される予測画像を加算し、局所的に再構成された画像（以下、再構成画像とも称する）を得る。その再構成画像は、ループフィルタ１２１、イントラ予測部１２３、およびインター先イントラ予測部１２５に供給される。
　ループフィルタ１２１は、演算部１２０から供給される復号画像に対して適宜ループフィルタ処理を行う。このループフィルタ処理の内容は任意である。例えば、ループフィルタ１２１が、復号画像に対してデブロッキングフィルタ処理を行ってデブロック歪を除去するようにしてもよい。また例えば、ループフィルタ１２１が、ウィナーフィルタ（Wiener Filter）を用いて適応ループフィルタ処理を行うことにより画質改善を行うようにしてもよい。さらに例えば、ループフィルタ１２１が、サンプルアダプティブオフセット（SAO（Sample Adaptive Offset））処理を行うことにより、動き補償フィルタに起因するリンキングの低減や、デコード画面に発生する場合のある画素値のずれを補正することで画質改善を行うようにしてもよい。また、これら以外のフィルタ処理が行われるようにしてもよい。さらに、複数のフィルタ処理が行われるようにしてもよい。
　ループフィルタ１２１は、必要に応じて、フィルタ処理に用いたフィルタ係数等の情報を可逆符号化部１１５に供給し、それを符号化させるようにすることもできる。ループフィルタ１２１は、フィルタ処理を適宜施した再構成画像（復号画像とも称する）をフレームメモリ１２２に供給する。
　フレームメモリ１２２は、供給される復号画像を記憶し、所定のタイミングにおいて、記憶している復号画像を参照画像としてインター予測部１２４およびインター先イントラ予測部１２５に供給する。
　イントラ予測部１２３は、演算部１２０から参照画像として供給される再構成画像である処理対象ピクチャ内の画素値を用いて予測画像を生成するイントラ予測（画面内予測）を行う。イントラ予測部１２３は、予め用意された複数のイントラ予測モードでこのイントラ予測を行う。
　イントラ予測部１２３は、候補となる全てのイントラ予測モードで予測画像を生成し、画面並べ替えバッファ１１１から供給される入力画像を用いて各予測画像のコスト関数値を評価し、最適なモードを選択する。イントラ予測部１２３は、最適なイントラ予測モードを選択すると、その最適なイントラ予測モードで生成された予測画像、最適なイントラ予測モードを示すインデックス等のイントラ予測に関する情報であるイントラ予測モード情報、並びに、最適なイントラ予測モードのコスト関数値等を予測画像選択部１２６に供給する。
　インター予測部１２４は、画面並べ替えバッファ１１１から供給される入力画像と、フレームメモリ１２２から供給される参照画像とを用いてインター予測処理（動き予測処理および補償処理）を行う。より具体的には、インター予測部１２４は、インター予測処理として、動き予測を行って検出された動きベクトルに応じて動き補償処理を行い、予測画像（インター予測画像情報）を生成する。インター予測部１２４は、予め用意された複数のインター予測モードでこのようなインター予測を行う。
　インター予測部１２４は、候補となる全てのインター予測モードで予測画像を生成する。インター予測部１２４は、画面並べ替えバッファ１１１から供給される入力画像と、生成した差分動きベクトルの情報などを用いて、各予測画像のコスト関数値を評価し、最適なモードを選択する。インター予測部１２４は、最適なインター予測モードを選択すると、その最適なインター予測モードで生成された予測画像、最適なインター予測モードを示すインデックスや動き情報等のインター予測に関する情報であるインター予測モード情報、並びに、最適なインター予測モードのコスト関数値等を予測画像選択部１２６に供給する。
　インター先イントラ予測部１２５は、本技術を適用した予測部の一態様である。インター先イントラ予測部１２５は、画面並べ替えバッファ１１１から供給される入力画像と、演算部１２０から参照画像として供給される再構成画像と、フレームメモリ１２２から供給される参照画像とを用いてインター先イントラ予測処理を行う。インター先イントラ予測処理とは、画像の処理対象領域の一部の領域についてインター予測を行い、そのインター予測により生成される予測画像に対応する再構成画像を用いて参照画素を設定し、処理対象領域の他の領域についてその設定した参照画素を用いてイントラ予測を行う処理である。
　例えば、インター先イントラ予測部１２５は、処理対象領域内において、イントラ予測を行う領域の右辺若しくは下辺または両方に接する領域に対してインター予測を行い、そのインター予測により生成される予測画像に対応する再構成画像を用いてイントラ予測を行う領域の右辺に隣接する参照画素若しくは下辺に隣接する参照画素またはその両方を設定し、設定した参照画素を用いてイントラ予測を行うようにしてもよい。
　ここで、処理対象領域が、符号化単位となる符号化ブロックを示すようにし、処理対象領域の一部の領域や残りの領域、すなわち、下位層の領域が、その符号化ブロック内の予測処理の単位となる予測ブロックを示すようにしてもよい。この場合、符号化ブロックは、例えば、CU等である。また、予測ブロックは、例えば、PU等である。もちろん、この例に限らない。例えば、符号化ブロックと予測ブロックとが一致し（すなわち処理対象領域が符号化ブロックでありかつ予測ブロックであり）、下位層の領域が予測ブロック内の部分領域であるようにしてもよい。
　より具体的に説明すると、インター先イントラ予測部１２５は、処理対象CU内の一部の領域に対して、インター予測部１２４と同様に、画面並べ替えバッファ１１１から供給される入力画像と、フレームメモリ１２２から供給される参照画像とを用いてインター予測処理を行う。そして、インター先イントラ予測部１２５は、そのインター予測により生成される予測画像（インター予測画像）から生成される再構成画像を用いて参照画素を設定し、処理対象領域の残りの領域に対してイントラ予測を行う。
　インター先イントラ予測部１２５は、複数のモードでこのような処理を行い、コスト関数値に基づいて、最適なインター先イントラ予測モードを選択する。インター先イントラ予測部１２５は、最適なインター先イントラ予測モードを選択すると、その最適なインター先イントラ予測モードで生成された予測画像、インター先イントラ予測に関する情報であるインター先イントラ予測モード情報、並びに、最適なインター先イントラ予測モードのコスト関数値等を予測画像選択部１２６に供給する。
　予測画像選択部１２６は、イントラ予測部１２３乃至インター先イントラ予測部１２５による予測処理（イントラ予測、インター予測、インター先イントラ予測）を制御する。より具体的には、予測画像選択部１２６は、CTBの構造（LCU内のCU）やPUを設定するとともに、これらの領域（ブロック）における予測処理に関する制御を行う。
　予測処理に関する制御については、例えば、予測画像選択部１２６は、イントラ予測部１２３乃至インター先イントラ予測部１２５を制御し、それぞれに対して、処理対象領域に対する予測処理を実行させ、それぞれから予測結果に関する情報を取得する。予測画像選択部１２６は、それらの中からいずれか１つを選択することにより、その領域における予測モードを選択する。
　予測画像選択部１２６は、選択したモードの予測画像を演算部１１２や演算部１２０に供給する。また、予測画像選択部１２６は、選択したモードの予測情報やブロックの設定に関する情報（ブロック情報）を可逆符号化部１１５に供給する。
　レート制御部１２７は、蓄積バッファ１１７に蓄積された符号化データの符号量に基づいて、オーバフローあるいはアンダーフローが発生しないように、量子化部１１４の量子化動作のレートを制御する。
　　＜インター先イントラ予測部＞
　図１５は、インター先イントラ予測部１２５の主な構成例を示すブロック図である。図１５に示されるように、インター先イントラ予測部１２５は、インター予測部１３１、コスト関数算出部１３２、モード選択部１３３、イントラ予測部１３４、コスト関数算出部１３５、およびモード選択部１３６を有する。
　インター予測部１３１は、処理対象領域内の一部の領域に対するインター予測に関する処理を行う。インター予測部１３１は、画面並べ替えバッファ１１１から入力画像を取得し、フレームメモリ１２２から参照画像を取得するとそれらを用いてインター予測を行い、各分割パタン、各モードのインター予測画像とインター予測情報を生成する。詳細については後述するが、処理対象領域内においてインター予測が行われる領域は、処理対象領域の分割パタンに応じて設定される。インター予測部１３１は、その全ての分割パタンについて（すなわち、各分割パタンにおいてインター予測が割り当てられた領域に対して）インター予測を行い、それぞれ、予測画像（および予測情報）を生成する。
　インター予測部１３１は、供給された情報や生成した情報をコスト関数算出部１３２に供給する。例えば、インター予測部１３１は、各分割パタン、各モードのインター予測画像とインター予測情報とをコスト関数算出部１３２に供給する。
　コスト関数算出部１３２は、インター予測部１３１から供給された情報を用いて各分割パタン、各モードのコスト関数値を算出する。このコスト関数は任意であるが、コスト関数算出部１３２は、例えば、RD最適化を行う。RD最適化では、RDコストが最小の方法が選択される。RDコストは、例えば以下の式（２）により求めることができる。
Figure JPOXMLDOC01-appb-I000002
　・・・（２）
　ここで、JはRDコストを示す。Dは歪量を示し、入力画像との２乗誤差総和（SSE: Sum of Square Error）が用いられることが多い。Rは当該ブロックに対するビットストリームにおけるビットの数（時間当たりに換算するとビットレートに相当する）を示す。λはラグランジェ未定乗数法におけるラグランジェ係数である。
　コスト関数算出部１３２は、供給された情報や生成した情報をモード選択部１３３に供給する。例えば、コスト関数算出部１３２は、各分割パタン、各モードのインター予測画像とインター予測情報とコスト関数値とをモード選択部１３３に供給する。
　モード選択部１３３は、コスト関数値に基づいて各分割パタンの最適なモードを選択する。例えば、モード選択部１３３は、各分割パタンについて、RDコストが最小のモードを選択する。モード選択部１３３は、選択したモードの情報を予測画像選択部１２６に供給する。例えば、モード選択部１３３は、各分割パタンの、最適モードのインター予測画像とインター予測情報とコスト関数値とを予測画像選択部１２６に供給する。
　イントラ予測部１３４は、処理対象領域内の残りの領域に対するイントラ予測に関する処理を行う。イントラ予測部１３４は、画面並べ替えバッファ１１１から入力画像を取得し、演算部１２０から再構成画像を取得する。この再構成画像には、過去の処理対象領域（予測処理や符号化等が行われた領域）の再構成画像の他に、当該処理対象領域のインター予測部１３１によりインター予測が行われた領域の再構成画像も含む。
　イントラ予測部１３４は、それらの情報を用いてイントラ予測を行い、各分割パタン、各モードのイントラ予測画像とイントラ予測情報を生成する。イントラ予測部１３４は、第１の実施の形態において説明したように、イントラ予測部１２３が行うイントラ予測処理（AVCやHEVC等で行われるイントラ予測処理）とは異なる方法でイントラ予測処理を行う。
　つまり、イントラ予測部１３４は、インター予測により生成される予測画像に対応する再構成画像を用いて設定される参照画素を用いてイントラ予測を行う。例えば、イントラ予測部１３４は、このようなインター予測により得られる再構成画像を利用して、イントラ予測を行う領域の右辺に隣接する参照画素若しくは下辺に隣接する参照画素またはそれらの両方を設定し、設定した参照画素を用いてイントラ予測を行うようにしてもよい。
　また、その際、イントラ予測部１３４は、AVCやHEVC等の場合と同様に、予測処理済みの領域の再構成画像を用いて参照画素をさらに設定し、設定した参照画素を用いてイントラ予測を行うようにしてもよい。
　このようなイントラ予測部１３４によるイントラ予測における参照画素の参照の仕方は、第１の実施の形態において説明したように任意である。例えば、第１の実施の形態の（Ｄ）において説明したように、予測画像の各画素が、それぞれ、単一のイントラ予測モードに対応する単数の参照画素を参照して生成されるようにしてもよい。
　また、例えば、第１の実施の形態の（Ｅ）（（Ｅ－１）乃至（Ｅ－４）を含む）において説明したように、予測画像の各画素が、それぞれ、単一のイントラ予測モードに対応する複数の参照画素を参照して生成されるようにしてもよい。その場合、生成する予測画像の各画素が、その画素位置に応じて選択された複数の参照画素のいずれかを用いて生成されるようにしてもよい。また、生成する予測画像の各画素が、その画素位置に応じて選択された複数の参照画素に対してその画素位置に応じた重みづけ演算が行われるにより生成されるようにしてもよい。なお、ここで複数の参照画素とは、イントラ予測を行う領域の画素からみて互いに逆向きに位置する２画素であるようにしてもよい。
　さらに、例えば、第１の実施の形態の（Ｆ）（（Ｆ－１）乃至（Ｆ－４）を含む）において説明したように、イントラ予測モードとして複数のモードを選択することができるようにしてもよい。
　イントラ予測部１３４は、供給された情報や生成した情報をコスト関数算出部１３５に供給する。例えば、イントラ予測部１３４は、各分割パタン、各モードのイントラ予測画像とイントラ予測情報とをコスト関数算出部１３５に供給する。
　コスト関数算出部１３５は、イントラ予測部１３４から供給された情報を用いて各分割パタン、各モードのコスト関数値を算出する。このコスト関数は任意であるが、コスト関数算出部１３５は、例えば、RD最適化を行う。
　コスト関数算出部１３５は、供給された情報や生成した情報をモード選択部１３６に供給する。例えば、コスト関数算出部１３５は、各分割パタン、各モードのイントラ予測画像とイントラ予測情報とコスト関数値とをモード選択部１３６に供給する。
　モード選択部１３６は、コスト関数値に基づいて各分割パタンの最適なモードを選択する。例えば、モード選択部１３６は、各分割パタンについて、RDコストが最小のモードを選択する。モード選択部１３６は、選択したモードの情報を予測画像選択部１２６に供給する。例えば、モード選択部１３６は、各分割パタンの、最適モードのイントラ予測画像とイントラ予測情報とコスト関数値とを予測画像選択部１２６に供給する。
　予測画像選択部１２６は、モード選択部１３３とモード選択部１３６から供給される情報を、インター先イントラ予測に関する情報として取得する。例えば、予測画像選択部１２６は、モード選択部１３３から供給される各分割パタンの最適モードのインター予測画像と、モード選択部１３６から供給される各分割パタンの最適モードのイントラ予測画像とを、各分割パタンの最適モードのインター先インター予測画像として取得する。また、例えば、予測画像選択部１２６は、モード選択部１３３から供給される各分割パタンの最適モードのインター予測情報と、モード選択部１３６から供給される各分割パタンの最適モードのイントラ予測情報とを、各分割パタンの最適モードのインター先インター予測情報として取得する。さらに、例えば、予測画像選択部１２６は、モード選択部１３３から供給される各分割パタンの最適モードのコスト関数値と、モード選択部１３６から供給される各分割パタンの最適モードのコスト関数値とを、各分割パタンの最適モードのコスト関数値として取得する。
　　＜予測画像選択部＞
　図１６は、予測画像選択部１２６の主な構成例を示すブロック図である。図１６に示されるように、予測画像選択部１２６は、ブロック設定部１４１、ブロック予測制御部１４２、記憶部１４３、およびコスト比較部１４４を有する。
　ブロック設定部１４１は、ブロックの設定に関する処理を行う。図１乃至図３を参照して説明したように、ブロックは、階層構造（ツリー構造）に形成される。ブロック設定部１４１は、各LCUについて、このようなブロックの構造を設定する。ブロックの構造はどのような方法で設定されるようにしてもよいが、例えば、図１７に示されるように、コスト関数値（例えばRDコスト）を用いて行われる。この場合、ブロックを分割する場合としない場合とでコスト関数値が比較され、より適切な方（RDコストの場合、その値が小さい方）の構造が選択される。この選択の結果を示す情報が、例えばsplit_cu_flag等として設定される。split_cu_flagは、ブロックを分割するか否かを示す情報である。もちろん、選択の結果を示す情報は、任意であり、このsplit_cu_flag以外の情報が含まれるようにしてもよい。このような処理をLCUから下位層に向かって再帰的に繰り返し、全てのブロックが分割されなくなった状態でブロック構造が決定される。
　ブロック設定部１４１は、処理対象のブロックを４分割し、１階層下のブロックを設定する。ブロック設定部１４１は、その分割されたブロックに関する情報である分割情報をブロック予測制御部１４２に供給する。
　ブロック予測制御部１４２は、ブロック設定部１４１により設定された各ブロックについて、最適な予測モードを決定する。この最適な予測モードの決定方法は任意であるが、例えば、図１８に示されるように、コスト関数値（例えばRDコスト）を用いて行われる。この場合、各予測モード（イントラ予測、インター予測、インター先イントラ予測の各分割パタン）の最適モードのRDコストが比較され、より適切な方（RDコストの場合、その値が小さい方）の予測モードが選択される。
　例えば、HEVCの場合、ブロック（CU）の分割パタンとして、例えば図１９のような分割パタンが用意されている。予測処理においては、この分割された各領域（パーティション）がPUとされる。イントラ予測の場合、2Nx2N若しくはNxNの分割パタンが選択可能である。インター予測の場合、図１９に示される８つのパタンが選択可能である。インター先イントラ予測の場合も、図１９に示される８つのパタンが選択可能である。図１８においては、インター先イントラ予測の分割パタンを一部のみ示しているが、実際には全ての分割パタンのRDコストが比較される。もちろん、分割パタンは任意であり、この例に限定されない。
　この選択の結果を示す情報が、例えばcu_skip_flag、pred_mode_flag、partition_mode等として設定される。cu_skip_flagは、マージモードであるか否かを示す情報であり、pred_mode_flagは、予測方法（イントラ予測であるか、インター予測であるか、インター先イントラ予測であるか）を示す情報であり、partition_modeは、分割パタン（当該ブロックの分割パタンがいずれであるか）を示す情報である。もちろん、この選択の結果を示す情報は、任意であり、これらの情報以外の情報が含まれるようにしてもよい。
　より具体的に説明すると、ブロック予測制御部１４２は、ブロック設定部１４１から取得した分割情報に基づいてイントラ予測部１２３乃至インター先イントラ予測部１２５を制御し、ブロック設定部１４１により設定された各ブロックについて、予測処理を実行させる。イントラ予測部１２３乃至インター先イントラ予測部１２５からは、それぞれの予測方法の各分割パタンの最適モードの情報が供給される。ブロック予測制御部１４２は、コスト関数値に基づいてそれらの中から最適なモードを選択する。
　ブロック予測制御部１４２は、各ブロックの、選択した最適モードの予測画像、予測情報、およびコスト関数値を記憶部１４３に供給する。なお、上述した選択の結果を示す情報や分割情報等は、必要に応じて予測情報に含められる。
　記憶部１４３は、ブロック予測制御部１４２から供給される各種情報を記憶する。
　コスト比較部１４４は、記憶部１４３から各ブロックのコスト関数値を取得し、処理対象ブロックのコスト関数値と、その１階層下の分割された各ブロックのコスト関数値の総和を比較し、その比較結果（RDコストの場合、どちらのRDコストが小さいか）を示す情報をブロック設定部１４１に供給する。
　ブロック設定部１４１は、コスト比較部１４４による比較の結果に基づいて、処理対象ブロックを分割するか否かを設定する。つまり、ブロック設定部１４１は、例えば、split_cu_flag等の選択の結果を示す情報を、ブロック構造に関する情報であるブロック情報として設定する。ブロック設定部１４１は、そのブロック情報を記憶部１４３に供給し、記憶させる。
　以上のような処理がLCUから下位層に向かって再帰的に繰り返されることにより、LCU内のブロック構造が設定されるとともに、各ブロックの最適な予測モードが選択される。
　記憶部１４３に記憶されている各ブロックの最適な予測モードの予測画像は、適宜、演算部１１２や演算部１２０に供給される。また、記憶部１４３に記憶されている各ブロックの最適な予測モードの予測情報やブロック情報は、適宜、可逆符号化部１１５に供給される。
　　＜インター先イントラ予測の割り当て＞
　なお、インター先イントラ予測の場合、図１９に示される各分割パタンに対して、イントラ予測を行うPUとインター予測を行うPUが、それぞれ、図２０のように割り当てられる。図中、右上左下の斜線模様で示される領域が、インター予測が行われるPUであり、右下左上の斜線模様で示される領域が、イントラ予測が行われるPUである。なお、各PUの数字は、処理順を示している。つまり、まずインター予測が行われ、その結果を参照画素として利用してイントラ予測が行われる。
　以上のように画像符号化装置１００は、インター先イントラ予測処理を用いて画像符号化を行うので、第１の実施の形態において上述したように符号化効率の低減を抑制することができる。
　　＜符号化処理の流れ＞
　次に、画像符号化装置１００により実行される各処理の流れの例を説明する。最初に、符号化処理の流れの例を、図２１のフローチャートを参照して説明する。
　符号化処理が開始されると、ステップＳ１０１において、画面並べ替えバッファ１１１は、入力された動画像の各フレーム（ピクチャ）の画像をその表示する順番に記憶し、各ピクチャの表示する順番から符号化する順番への並べ替えを行う。
　ステップＳ１０２において、イントラ予測部１２３乃至予測画像選択部１２６は、予測処理を行う。
　ステップＳ１０３において、演算部１１２は、ステップＳ１０１の処理によりフレーム順を並び替えられた入力画像と、ステップＳ１０２の予測処理により得られた予測画像との差分を演算する。つまり、演算部１１２は、入力画像と予測画像との残差データを生成する。このようにして求められた残差データは、元の画像データに比べてデータ量が低減される。したがって、画像をそのまま符号化する場合に比べて、データ量を圧縮することができる。
　ステップＳ１０４において、直交変換部１１３は、ステップＳ１０３の処理により生成された残差データを直交変換する。
　ステップＳ１０５において、量子化部１１４は、レート制御部１２７により算出された量子化パラメータを用いて、ステップＳ１０４の処理により得られた直交変換後の残差データを量子化する。
　ステップＳ１０６において、逆量子化部１１８は、ステップＳ１０５の処理により生成された量子化後の残差データを、その量子化の特性に対応する特性で逆量子化する。
　ステップＳ１０７において、逆直交変換部１１９は、ステップＳ１０６の処理により得られた直交変換後の残差データを逆直交変換する。
　ステップＳ１０８において、演算部１２０は、ステップＳ１０７の処理により復元された残差データに、ステップＳ１０２の予測処理により得られた予測画像を加算することにより、再構成画像の画像データを生成する。
　ステップＳ１０９において、ループフィルタ１２１は、ステップＳ１０８の処理により得られた再構成画像の画像データに対して適宜ループフィルタ処理を行う。
　ステップＳ１１０において、フレームメモリ１２２は、ステップＳ１０９の処理により得られた、局所的に復号された復号画像を記憶する。
　ステップＳ１１１において、付加情報生成部１１６は、符号化データに付加する付加情報を生成する。
　ステップＳ１１２において、可逆符号化部１１５は、ステップＳ１０５の処理により得られた量子化後の残差データを符号化する。すなわち、量子化後の残差データに対して、可変長符号化や算術符号化等の可逆符号化が行われる。また、可逆符号化部１１５は、ステップＳ１１１の処理により生成された付加情報を符号化データに付加する。
　ステップＳ１１３において蓄積バッファ１１７は、ステップＳ１１２の処理により得られた符号化データを蓄積する。蓄積バッファ１１７に蓄積された符号化データは、ビットストリームとして適宜読み出され、伝送路や記録媒体を介して復号側に伝送される。
　ステップＳ１１４においてレート制御部１２７は、ステップＳ１１３の処理により蓄積バッファ１１７に蓄積された符号化データ等の符号量（発生符号量）に基づいて、オーバフローあるいはアンダーフローが発生しないように、ステップＳ１０５の量子化処理のレートを制御する。
　ステップＳ１１４の処理が終了すると、符号化処理が終了する。
　　＜予測処理の流れ＞
　次に、図２１のステップＳ１０２において実行される予測処理の流れの例を、図２２のフローチャートを参照して説明する。
　予測処理が開始されると、予測画像選択部１２６のブロック設定部１４１は、ステップＳ１３１において、処理対象階層を最上位階層（すなわちLCU）とする。
　ステップＳ１３２において、ブロック予測制御部１４２は、イントラ予測部１２３乃至インター先イントラ予測部１２５を制御して、処理対象階層のブロック（すなわちLCU）に対するブロック予測処理を行う。
　ステップＳ１３３において、ブロック設定部１４１は、処理対象階層の各ブロックについて１階層下のブロックを設定する。
　ステップＳ１３４において、ブロック予測制御部１４２は、イントラ予測部１２３乃至インター先イントラ予測部１２５を制御して、処理対象階層の１階層下の各ブロックについてブロック予測処理を行う。
　ステップＳ１３５において、コスト比較部１４４は、処理対象階層のブロックのコストと、そのブロックに属する１階層下のブロックのコストの総和とを比較する。コスト比較部１４４は、このような比較を、処理対象階層の各ブロックについて行う。
　ステップＳ１３６において、ブロック設定部１４１は、ステップＳ１３５の比較結果に基づいて、処理対象階層のブロックの分割の有無（分割するか否か）を設定する。例えば、ブロック設定部１４１は、処理対象階層のブロックのRDコストの方がそのブロックの１階層下の各ブロックのRDコストの総和よりも小さい（若しくはその総和以下である）場合、その処理対象階層のブロックを分割しないように設定する。逆に、処理対象階層のブロックのRDコストの方がそのブロックの１階層下の各ブロックのRDコストの総和以上である（若しくはその総和よりも大きい）場合、ブロック設定部１４１は、その処理対象階層のブロックを分割するように設定する。ブロック設定部１４１は、このような設定を、処理対象階層の各ブロックについて行う。
　ステップＳ１３７において、記憶部１４３は、記憶している、処理対象階層の分割しない各ブロックの予測画像を演算部１１２および演算部１２０に供給するとともに、その各ブロックの予測情報やブロック情報を可逆符号化部１１５に供給する。
　ステップＳ１３８において、ブロック設定部１４１は、当該LCUのブロック構造において、現在の処理対象階層よりも下位層が存在するか否かを判定する。つまり、ステップＳ１３６において処理対象階層のブロックを分割するように設定した場合、ブロック設定部１４１は、下位層が存在すると判定し、処理をステップＳ１３９に進める。
　ステップＳ１３９において、ブロック設定部１４１は、処理対象階層を１階層下に変更する。処理対象階層が更新されると、処理はステップＳ１３３に戻り、その新たな処理対象階層に対してそれ以降の処理が繰り返される。つまり、ステップＳ１３３乃至ステップＳ１３９の各処理がブロック構造の各階層について実行される。
　そして、ステップＳ１３８において、ステップＳ１３６において処理対象階層の全ブロックに対してブロックを分割しないように設定した場合、ブロック設定部１４１は、下位層が存在しないと判定し、処理をステップＳ１４０に進める。
　ステップＳ１４０において、記憶部１４３は、最下位層の各ブロックの予測画像を演算部１１２および演算部１２０に供給するとともに、その各ブロックの予測情報やブロック情報を可逆符号化部１１５に供給する。
　ステップＳ１４０の処理が終了すると、予測処理が終了し、処理は図２１に戻る。
　　＜ブロック予測処理の流れ＞
　次に、図２３のフローチャートを参照して、図２２のステップＳ１３２やステップＳ１３４において実行されるブロック予測処理の流れの例を説明する。なお、ステップＳ１３４において実行される場合、このブロック予測処理は、処理対象階層の１階層下の各ブロックについて実行される。つまり、処理対象階層の１階層下のブロックが複数存在する場合、このブロック予測処理が複数回実行される。
　ブロック予測処理が開始されると、イントラ予測部１２３は、ステップＳ１６１において、処理対象ブロックに対してイントラ予測処理を行う。このイントラ予測処理は、従来のAVCやHEVCの場合と同様の参照画素を利用して行われる。
　ステップＳ１６２において、インター予測部１２４は、処理対象ブロックに対してインター予測処理を行う。
　ステップＳ１６３において、インター先イントラ予測部１２５は、処理対象ブロックに対してインター先イントラ予測処理を行う。
　ステップＳ１６４において、ブロック予測制御部１４２は、ステップＳ１６１乃至ステップＳ１６３の各処理において得られたコスト関数値を比較し、その比較結果に応じて予測画像を選択する。つまり、最適な予測モードが設定される。
　ステップＳ１６５において、ブロック予測制御部１４２は、ステップＳ１６４において選択された予測画像に対応する予測情報を用いて最適モードの予測情報を生成する。
　ステップＳ１６５の処理が終了すると、ブロック予測処理が終了し、処理は図２２に戻る。
　　＜インター先イントラ予測処理の流れ＞
　次に、図２３のステップＳ１６３において実行されるインター先イントラ予測処理の流れの例を、図２４のフローチャートを参照して説明する。
　インター先イントラ予測処理が開始されると、ブロック予測制御部１４２は、ステップＳ１８１において、処理対象CUについて分割パタンを設定し、各PUに予測方法を割り当てる。ブロック予測制御部１４２は、例えば、図２０の例のように予測方法を割り当てる。
　ステップＳ１８２において、インター予測部１３１は、各分割パタンのインター予測が割り当てられている全PUについて、全モードでインター予測を行う。また、コスト関数算出部１３２は、全分割パタン、全モードのコスト関数値を求める。さらに、モード選択部１３３は、そのコスト関数値に基づいて、最適なモードを選択する。
　ステップＳ１８３において、イントラ予測部１３４は、ステップＳ１８２の処理により得られた再構成画像を用いて、各分割パタンのイントラ予測が割り当てられている全PUについて、全モードでイントラ予測を行う。また、コスト関数算出部１３５は、全分割パタン、全モードのコスト関数値を求める。さらに、モード選択部１３６は、そのコスト関数値に基づいて、最適なモードを選択する。
　ステップＳ１８４において、予測画像選択部１２６は、ステップＳ１８２およびステップＳ１８３の処理結果を用いて、全分割パタンについて、最適なモードの、インター先イントラ予測画像、インター先イントラ予測情報、およびコスト関数値を生成する。
　ステップＳ１８４の処理が終了すると、処理は図２３に戻る。
　以上のように各処理を実行することにより、従来のAVCやHEVCのイントラ予測処理において設定されなかった位置に参照画素を設定することができるので、イントラ予測の予測精度の低減を抑制することができる。これにより、符号化効率の低減を抑制することができる。換言するに、符号量の増大を抑制したり、画質の低減を抑制したりすることができる。
　　＜2Nx2Nの処理＞
　次に、以上に説明したインター先イントラ予測処理のより具体的な例について説明する。最初に、分割パタン2Nx2NのCUに対するインター先イントラ予測処理の様子を説明する。
　分割パタン2Nx2Nの場合、図２０に示されるように、CUの左上４分の１の領域に対してイントラ予測が割り当てられ（イントラ領域）、それ以外の領域に対してインター予測が割り当てられる（インター領域）。
　まず、図２５に示されるように、インター領域に対してインター予測の各処理が行われる。まず、このインター領域に対して動き予測（ME（Motion Estimation））が行われて動き情報が得られる（図２５のＡ）。次に、その動き情報を用いて動き補償（MC（Motion Compensation））が行われて予測画像（インター予測画像）が生成される（図２５のＢ）。次に、入力画像とそのインター予測画像との残差データ（残差画像）が得られる（図２５のＣ）。次に、残差データが直交変換される（図２５のＤ）。次に、直交変換後の残差データが量子化される（図２５のＥ）。このようにして得られた量子化後の残差データは符号化される。また、量子化後の残差データは、逆量子化される（図２５のＦ）。次に、逆量子化後の残差データは、逆直交変換される（図２５のＧ）。次に、逆直交変換後の残差データにインター予測画像が加算されることにより、このインター領域の再構成画像が得られる（図２５のＨ）。
　次に、図２６に示されるように、イントラ領域に対してイントラ予測の各処理が行われる。このイントラ予測においては、インター領域に対するインター予測の処理結果（再構成画像）が利用される（図２６のＡ）。まず、参照画素が設定される（図２６のＢ）。つまり、イントラ領域１５１に対して、既に予測処理が行われたCUの再構成画像を用いて領域１５２に位置する参照画素（イントラ領域１５１より上側や左側の参照画素）が設定される。さらに、イントラ領域１５１に対して、当該CUのインター領域の再構成画像を用いて領域１５３に位置する参照画素（イントラ領域１５１より右側や下側の参照画素）が設定される。
　次に、それらの参照画素を用いてイントラ領域に対してイントラ予測が行われて予測画像（イントラ予測画像）が生成される（図２６のＣ）。次に、入力画像とそのイントラ予測画像との残差データ（残差画像）が得られる（図２６のＤ）。次に、残差データが直交変換されて量子化される（図２６のＥ）。このようにして得られた量子化後の残差データは符号化される。また、量子化後の残差データは、逆量子化されて逆直交変換される（図２６のＦ）。次に、逆直交変換後の残差データにイントラ予測画像が加算されることにより、このイントラ領域の再構成画像が得られる（図２６のＧ）。
　なお、分割パタンNxNの場合もこの2Nx2Nと同様に行われる。すなわち、左上のPUがイントラ領域として設定され、残りのPUがインター領域として設定される。
　　＜2NxNの処理＞
　次に、分割パタン2NxNのCUに対するインター先イントラ予測処理の様子を説明する。
　分割パタン2NxNの場合、図２０に示されるように、CUの上２分の１の領域に対してイントラ予測が割り当てられ（イントラ領域）、CUの下２分の１の領域に対してインター予測が割り当てられる（インター領域）。
　まず、図２７に示されるように、インター領域に対してインター予測の各処理が行われる。まず、このインター領域に対して動き予測（ME）が行われて動き情報が得られる（図２７のＡ）。次に、その動き情報を用いて動き補償（MC）が行われてインター予測画像が生成される（図２７のＢ）。次に、入力画像とそのインター予測画像との残差データが得られる（図２７のＣ）。次に、残差データが直交変換される（図２７のＤ）。次に、直交変換後の残差データが量子化される（図２７のＥ）。このようにして得られた量子化後の残差データは符号化される。また、量子化後の残差データは、逆量子化される（図２７のＦ）。次に、逆量子化後の残差データは、逆直交変換される（図２７のＧ）。次に、逆直交変換後の残差データにインター予測画像が加算されることにより、このインター領域の再構成画像が得られる（図２７のＨ）。
　なお、従来のAVCやHEVC等の場合と同様のインター予測の場合（例えば、インター予測部１２４によるインター予測の場合）、イントラ領域もインター予測が行われるので、動き情報が存在し、インター領域の動き予測の際にその動き情報を利用することができる。しかしながら、インター先イントラ予測部１２５によるインター予測の場合、インター領域の動き予測の際に、当該CUのイントラ領域の動き情報を参照することができない（動き情報が存在しない）。そこで、図２８に斜線模様で示されるブロックの動き情報を参照するようにする。なお、図２８において「Ｔ」と記載されたブロックは、カレントフレームよりも過去のフレームのブロックを示す（ブロックの位置は任意である）。
　次に、イントラ領域に対してイントラ予測が行われる。なお、この場合、イントラ領域が長方形であるので、図２９に示されるように、このイントラ領域を２つの領域（2aおよび2b）に分けて処理する。
　まず、図３０のＡに示されるように、イントラ領域の図中左側の領域１６１（2a）についてイントラ予測が行われる。まず、参照画素が設定される。例えば、領域１６２に位置する参照画素（イントラ領域１６１より上側や左側の参照画素）は、既に予測処理が行われたCUの再構成画像を用いて設定することができる。また、網掛け模様で示される領域１６３に位置する参照画素（イントラ領域１６１より下側の参照画素）は、斜線模様で示されるインター領域はインター予測が行われており再構成画像が生成済みなので、それを用いて設定することができる。
　この時点において点線枠で示される領域１６４の再構成画像は存在しない。そこで、領域１６４の位置の参照画素（イントラ領域１６１より右側の参照画素）を設定せず、領域１６２や領域１６３の位置の参照画素を用いてイントラ予測を行うようにしてもよい。また、領域１６４に位置する参照画素を、画素１６５および画素１６６の再構成画像を用いて補間処理により設定するようにしてもよい。この場合、第１の実施の形態の（Ａ－２－２）において上述したように、補間の方法は任意である。例えば、図３１に示されるように、重み付け加算するようにしてもよい。図３１において、ｘは図中垂直方向の座標を示している。例えば画素１６５のｘ座標は「Ｌ」であり、画素値は「r2」である。また、画素１６６のｘ座標は「０」であり、画素値は「r1」である。この場合、ｘ座標「ｘ」の画素１６７の参照画素値「ｐ」は、以下の式（３）のように求めることができる。
Figure JPOXMLDOC01-appb-I000003
　・・・（３）
　次に、それらの参照画素を用いて領域１６１に対してイントラ予測が行われてイントラ予測画像が生成され、領域１６１（2a）の再構成画像が生成される（図３０のＢ）。
　次に、図３２のＡに示されるように、イントラ領域の図中右側の領域１７１（2b）についてイントラ予測が行われる。まず、参照画素が設定される。例えば、領域１７２に位置する参照画素（イントラ領域１７１より上側の一部や左側の参照画素）は、既に予測処理が行われたCUの再構成画像や、斜線模様で示されるインター領域の再構成画像を用いて設定することができる。なお、イントラ領域１７１より上側の残りの参照画素（イントラ領域１７１の右上の参照画素）は、領域１７８の再構成画像が存在する場合、その画素値を用いて設定するようにしてもよい。また、領域１７８の再構成画像が存在しない場合、例えば再構成画像の画素１７５の画素値を複製することにより、これらの参照画素を設定するようにしてもよい。
　また、網掛け模様で示される領域１７３に位置する参照画素（イントラ領域１７１より下側の参照画素）は、斜線模様で示されるインター領域の再構成画像を用いて設定することができる。
　この時点において点線枠で示される領域１７４の再構成画像は存在しない。そこで、領域１７４の位置の参照画素（イントラ領域１７１より右側の参照画素）を設定せず、領域１７８の位置の参照画素を用いてイントラ予測を行うようにしてもよい。また、領域１７４に位置する参照画素を、画素１７５および画素１７６の再構成画像を用いて補間処理により設定するようにしてもよい。この場合、この時点において領域１７４の上下の画素位置の再構成画像は存在しない可能性があるので、その左隣の画素が代用される。第１の実施の形態の（Ａ－２－２）において上述したように、補間の方法は任意である。例えば、図３３に示されるように、重み付け加算するようにしてもよい。図３３において、ｘは図中垂直方向の座標を示している。例えば画素１７５のｘ座標は「Ｌ」であり、画素値は「r2」である。また、画素１７６のｘ座標は「０」であり、画素値は「r1」である。この場合、ｘ座標「ｘ」の画素１７７の参照画素値「ｐ」は、上述した式（３）のように求めることができる。なお、例えば、領域１７８の再構成画像が存在する場合、上述の補間処理において、再構成画像の画素１７５の画素値の代わりに画素１７９の画素値を用いるようにしてもよい。
　次に、それらの参照画素を用いて領域１７１に対してイントラ予測が行われてイントラ予測画像が生成され、領域１７１（2b）の再構成画像が生成される（図３２のＢ）。
　以上のようにしてイントラ領域のイントラ予測が行われる。なお、分割パタン2NxnUや2NxnDの場合もこの2NxNと基本的に同様に行われる。イントラ予測は、イントラ予測を実行することができるような形状にイントラ領域を適宜分割して実行するようにすればよい。
　　＜Nx2Nの処理＞
　次に、分割パタンNx2NのCUに対するインター先イントラ予測処理の様子を説明する。
　分割パタンNx2Nの場合、図２０に示されるように、CUの左２分の１の領域に対してイントラ予測が割り当てられ（イントラ領域）、CUの右２分の１の領域に対してインター予測が割り当てられる（インター領域）。
　まず、図３４に示されるように、インター領域に対してインター予測の各処理が行われる。まず、このインター領域に対して動き予測（ME）が行われて動き情報が得られる（図３４のＡ）。次に、その動き情報を用いて動き補償（MC）が行われてインター予測画像が生成される（図３４のＢ）。次に、入力画像とそのインター予測画像との残差データが得られる（図３４のＣ）。次に、残差データが直交変換される（図３４のＤ）。次に、直交変換後の残差データが量子化される（図３４のＥ）。このようにして得られた量子化後の残差データは符号化される。また、量子化後の残差データは、逆量子化される（図３４のＦ）。次に、逆量子化後の残差データは、逆直交変換される（図３４のＧ）。次に、逆直交変換後の残差データにインター予測画像が加算されることにより、このインター領域の再構成画像が得られる（図３４のＨ）。
　なお、インター先イントラ予測部１２５によるインター予測の場合、インター領域の動き予測の際に、当該CUのイントラ領域の動き情報を参照することができない（動き情報が存在しない）。そこで、図３５に斜線模様で示されるブロックの動き情報を参照するようにする。なお、図３５において「Ｔ」と記載されたブロックは、カレントフレームよりも過去のフレームのブロックを示す（ブロックの位置は任意である）。
　次に、イントラ領域に対してイントラ予測が行われる。なお、この場合、イントラ領域が長方形であるので、図３６に示されるように、このイントラ領域を２つの領域（2aおよび2b）に分けて処理する。
　まず、図３７のＡに示されるように、イントラ領域の図中上側の領域１８１（2a）についてイントラ予測が行われる。まず、参照画素が設定される。例えば、領域１８２に位置する参照画素（イントラ領域１８１より上側や左側の参照画素）は、既に予測処理が行われたCUの再構成画像を用いて設定することができる。また、網掛け模様で示される領域１８３に位置する参照画素（イントラ領域１６１より右側の参照画素）は、斜線模様で示されるインター領域はインター予測が行われており再構成画像が生成済みなので、それを用いて設定することができる。
　この時点において点線枠で示される領域１８４の再構成画像は存在しない。そこで、領域１８４（イントラ領域１８１より下側の参照画素）の位置の参照画素を設定せず、領域１８２や領域１８３の位置の参照画素を用いてイントラ予測を行うようにしてもよい。また、領域１８４に位置する参照画素を、画素１８５および画素１８６の再構成画像を用いて補間処理により設定するようにしてもよい。この場合、第１の実施の形態の（Ａ－２－２）において上述したように、補間の方法は任意である。例えば、図３８に示されるように、重み付け加算するようにしてもよい。図３８において、ｘは図中水平方向の座標を示している。例えば画素１８５のｘ座標は「０」であり、画素値は「r1」である。また、画素１８６のｘ座標は「Ｌ」であり、画素値は「r2」である。この場合、ｘ座標「ｘ」の画素１８７の参照画素値「ｐ」は、上述した式（３）のように求めることができる。
　次に、それらの参照画素を用いて領域１８１に対してイントラ予測が行われてイントラ予測画像が生成され、領域１８１（2a）の再構成画像が生成される（図３７のＢ）。
　次に、図３９のＡに示されるように、イントラ領域の図中右側の領域１９１（2b）についてイントラ予測が行われる。まず、参照画素が設定される。例えば、領域１９２に位置する参照画素（イントラ領域１９１より上側や左側の一部の参照画素）は、既に予測処理が行われたCUの再構成画像や、斜線模様で示されるインター領域の再構成画像を用いて設定することができる。なお、イントラ領域１９１より左側の残りの参照画素（イントラ領域１９１の左下の参照画素）は、領域１９８の再構成画像が存在する場合、その画素値を用いて設定するようにしてもよい。また、領域１９８の再構成画像が存在しない場合、例えば再構成画像の画素１９５の画素値を複製することにより、これらの参照画素を設定するようにしてもよい。
　また、網掛け模様で示される領域１９３に位置する参照画素（イントラ領域１９１より右側の参照画素）は、斜線模様で示されるインター領域の再構成画像を用いて設定することができる。
　この時点において点線枠で示される領域１９４の再構成画像は存在しない。そこで、領域１９４の位置の参照画素（イントラ領域１９１より下側の参照画素）を設定せず、領域１９８の位置の参照画素を用いてイントラ予測を行うようにしてもよい。また、領域１９４に位置する参照画素を、画素１９５および画素１９６の再構成画像を用いて補間処理により設定するようにしてもよい。この場合、この時点において領域１９４の左右の画素位置の再構成画像は存在しない可能性があるので、その上隣の画素が代用される。第１の実施の形態の（Ａ－２－２）において上述したように、補間の方法は任意である。例えば、図４０に示されるように、重み付け加算するようにしてもよい。図４０において、ｘは図中水平方向の座標を示している。例えば画素１９５のｘ座標は「０」であり、画素値は「r1」である。また、画素１９６のｘ座標は「Ｌ」であり、画素値は「r2」である。この場合、ｘ座標「ｘ」の画素１９７の参照画素値「ｐ」は、上述した式（３）のように求めることができる。なお、例えば、領域１９８の再構成画像が存在する場合、上述の補間処理において、再構成画像の画素１９５の画素値の代わりに画素１９９の画素値を用いるようにしてもよい。
　次に、それらの参照画素を用いて領域１９１に対してイントラ予測が行われてイントラ予測画像が生成され、領域１９１（2b）の再構成画像が生成される（図３９のＢ）。
　以上のようにしてイントラ領域のイントラ予測が行われる。なお、分割パタンnLx2NやnRx2Nの場合もこのNx2Nと基本的に同様に行われる。イントラ予測は、イントラ予測を実行することができるような形状にイントラ領域を適宜分割して実行するようにすればよい。
　なお、以上において説明した参照画素生成のための補間処理に用いる再構成画像の画素値は、異なるピクチャの画素値であってもよい。例えば、過去フレームの画素値であってもよいし、他のビューの画素値であってもよいし、他のレイヤの画素値であってもよいし、他のコンポーネントの画素値であってもよい。
　　＜付加情報＞
　次に、インター先イントラ予測に関する、付加情報として復号側に伝送する情報について説明する。例えば、図４１のように分割パタンNx2Nの場合、付加情報として図４１に示されるような情報が復号側に伝送される。
　付加情報にどのような情報が含まれていてもよい。例えば、付加情報に、予測に関する情報（予測情報）が含まれていてもよい。予測情報は、例えば、イントラ予測に関する情報であるイントラ予測情報であってもよし、インター予測に関する情報であるインター予測情報であってもよいし、インター先イントラ予測に関する情報であるインター先イントラ予測情報であってもよい。
　インター先イントラ予測情報には、どのような情報が含まれていてもよい。例えば、インター先イントラ予測の処理として実行されるインター予測に関する情報であるインター予測情報が含まれていてもよい。このインター予測情報には、例えば、採用されたインター予測モードを示す情報や、動き情報等が含まれる。
　また、インター先イントラ予測情報には、インター先イントラ予測の処理として実行されるイントラ予測に関する情報であるイントラ予測情報が含まれていてもよい。このイントラ予測情報には、例えば、採用されたイントラ予測モードを示す情報が含まれる。また、このイントラ予測情報には、例えば、参照画素の生成方法に関する情報である参照画素生成方法情報が含まれるようにしてもよい。
　この参照画素生成方法情報には、例えば、参照画素の生成方法を示す情報が含まれるようにしてもよい。また例えばその参照画素の生成方法が補間処理である場合、その補間処理の方法を指定する情報が含まれるようにしてもよい。さらに例えばその補間処理の方法が複数の画素値を混合する方法である場合、その混合の仕方を示す情報等が含まれるようにしてもよい。この混合の仕方を示す情報には、例えば関数や係数等の情報が含まれるようにしてもよい。
　また、イントラ予測情報には、例えば、参照画素の生成に利用した再構成画像に関する情報である利用再構成画像情報が含まれるようにしてもよい。この利用再構成画像情報には、例えば、参照画素の生成に利用した画素が再構成画像のどの画素であるかを示す情報やその画素の位置を示す情報等が含まれるようにしてもよい。
　また、イントラ予測情報には、参照画素の参照方法に関する情報である参照方法情報が含まれるようにしてもよい。この参照方法情報には、例えば、参照方法を示す情報が含まれるようにしてもよい。また例えばその参照方法が複数の参照画素を混合する方法の場合、その混合の仕方を示す情報等が含まれるようにしてもよい。この混合の仕方を示す情報には、例えば関数や係数等の情報が含まれるようにしてもよい。
　また、例えば、付加情報に、ブロックやブロックの構造に関する情報であるブロック情報が含まれるようにしてもよい。ブロック情報には、例えば、分割フラグ（split_cu_flag）、分割モード（partition_mode）、スキップフラグ（cu_skip_flag）、予測モード（pred_mode_flag）等の情報が含まれるようにしてもよい。
　さらに、例えば、付加情報に、予測処理を制御する制御情報が含まれるようにしてもよい。この制御情報には、例えば、インター先イントラ予測の制限に関する情報が含まれるようにしてもよい。例えば、その情報が割り当てられた当該領域（例えば、ピクチャ、スライス、タイル、LCU、CU、PU等）に属する領域（例えば、CU、PU等）、すなわち、当該領域内の下位層の領域において、インター先イントラ予測を許可する（able）か否かを示す情報が制御情報に含まれるようにしてもよい。換言するに、当該領域に属する領域においてインター先イントラ予測を禁止する（disable）か否かを示す情報が制御情報に含まれるようにしてもよい。
　また、制御情報には、例えば、参照画素の生成方法の制限に関する情報が含まれるようにしてもよい。例えば、その情報が割り当てられた当該領域（例えば、ピクチャ、スライス、タイル、LCU、CU、PU等）に属する領域（例えば、CU、PU等）において、参照画素の所定の生成方法を許可する（able）か否かを示す情報が制御情報に含まれるようにしてもよい。換言するに、当該領域に属する領域においてその生成方法を禁止する（disable）か否かを示す情報が制御情報に含まれるようにしてもよい。
　なお、この制限の対象となる生成方法は任意である。例えば、複製（コピー）であってもよいし、補間処理であってもよいし、インター先イントラ予測であってもよい。また、それらの内複数の方法を制限の対象としてもよい。複数の生成方法を制限の対象とする場合、各方法を個別に制限するようにしてもよいし、まとめて制限するようにしてもよい。
　また、制御情報には、例えば、参照画素の生成に利用する再構成画像の画素の制限に関する情報が含まれるようにしてもよい。例えば、その情報が割り当てられた当該領域（例えば、ピクチャ、スライス、タイル、LCU、CU、PU等）に属する領域（例えば、CU、PU等）において、再構成画像の所定の画素の、参照画素の生成への利用を許可する（able）か否かを示す情報が、制御情報に含まれるようにしてもよい。換言するに、当該領域に属する領域において、再構成画像の所定の画素の、参照画素の生成への利用を禁止する（disable）か否かを示す情報が、制御情報に含まれるようにしてもよい。
　この制限は、画素単位で行われるようにしてもよいし、複数の画素からなる領域毎に行われるようにしてもよい。
　また、制御情報には、例えば、参照画素の参照方法（参照の仕方）の制限に関する情報が含まれるようにしてもよい。例えば、その情報が割り当てられた当該領域（例えば、ピクチャ、スライス、タイル、LCU、CU、PU等）に属する領域（例えば、CU、PU等）において、参照画素の所定の参照方法を許可する（able）か否かを示す情報が、制御情報に含まれるようにしてもよい。換言するに、当該領域に属する領域において、参照画素の所定の参照方法を禁止する（disable）か否かを示す情報が、制御情報に含まれるようにしてもよい。
　制限の対象とする参照方法（参照の仕方）は、任意である。例えば、イントラ予測モードとして１モードが選択され、カレントブロックの各画素において、そのイントラ予測モードに対応する予測方向の参照画素が１画素参照されて予測画素値が生成される方法であってもよい。また、例えば、イントラ予測モードとして１モードが選択され、カレントブロックの各画素において、そのイントラ予測モードに対応する複数の参照画素が予測画像の生成に利用される方法であってもよい。さらに、例えば、イントラ予測モードとして複数のモードを選択する方法であってもよい。また、これらの内複数の方法を制限の対象としてもよい。さらにその場合、各方法を互いに独立に制限するようにしてもよいし、複数の方法をまとめて制限するようにしてもよい。
　さらに、これらの方法の詳細について制限するようにしてもよい。例えば、指定可能な（若しくは指定が禁止される）モード（予測方向）を制限することができるようにしてもよい。また、例えば、参照の際に複数の参照画素を混合する場合、その関数や係数等を制限するようにしてもよい。
　また、制御情報には、例えばその他の情報の制限に関する情報が含まれるようにしてもよい。例えば、その情報が割り当てられた当該領域（例えば、ピクチャ、スライス、タイル、LCU、CU、PU等）に属する領域（例えば、CU、PU等）において、その領域のサイズ（例えばCUサイズの下限等）を制限する情報が、制御情報に含まれるようにしてもよい。また、例えば、その情報が割り当てられた当該領域（例えば、ピクチャ、スライス、タイル、LCU、CU、PU等）に属する領域（例えば、CU、PU等）において、設定可能な分割パタンを制限する情報が、制御情報に含まれるようにしてもよい。
　また、制御情報には、各種パラメータの、その制御情報が割り当てられた当該領域（例えば、ピクチャ、スライス、タイル、LCU、CU、PU等）内における初期値が含まれるようにしてもよい。
　もちろん、制御情報には、上述した例以外の情報が含まれるようにしてもよい。
　＜３．第３の実施の形態＞
　　＜画像復号装置＞
　次に、以上のように符号化された符号化データの復号について説明する。図４２は、本技術を適用した画像処理装置の一態様である画像復号装置の構成の一例を示すブロック図である。図４２に示される画像復号装置２００は、図１４の画像符号化装置１００に対応する画像復号装置であり、画像符号化装置１００が生成した符号化データを、その符号化方法に対応する復号方法で復号する。なお、図４２においては、処理部やデータの流れ等の主なものを示しており、図４２に示されるものが全てとは限らない。つまり、画像復号装置２００において、図４２においてブロックとして示されていない処理部が存在したり、図４２において矢印等として示されていない処理やデータの流れが存在したりしてもよい。
　図４２に示されるように画像復号装置２００は、蓄積バッファ２１１、可逆復号部２１２、逆量子化部２１３、逆直交変換部２１４、演算部２１５、ループフィルタ２１６、画面並べ替えバッファ２１７を有する。また、画像復号装置２００は、フレームメモリ２１８、イントラ予測部２１９、インター予測部２２０、インター先イントラ予測部２２１、および予測画像選択部２２２を有する。
　蓄積バッファ２１１は、伝送されてきた符号化データを蓄積し、所定のタイミングにおいてその符号化データを可逆復号部２１２に供給する。可逆復号部２１２は、蓄積バッファ２１１より供給された符号化データを、図１４の可逆符号化部１１５の符号化方式に対応する方式で復号する。可逆復号部２１２は、符号化データを復号して量子化後の残差データを得ると、それを逆量子化部２１３に供給する。
　また、可逆復号部２１２は、符号化データを復号して得られた付加情報に含まれる予測情報を参照し、イントラ予測が選択されたか、インター予測が選択されたか、若しくはインター先イントラ予測が選択されたかを判定する。可逆復号部２１２は、その判定結果に基づいて、予測情報やブロック情報等の予測処理に必要な情報を、イントラ予測部２１９、インター予測部２２０、若しくはインター先イントラ予測部２２１に供給する。
　逆量子化部２１３は、可逆復号部２１２から供給された量子化後の残差データを逆量子化する。つまり、逆量子化部２１３は、図１４の量子化部１１４の量子化方式に対応する方式で逆量子化を行う。逆量子化部２１３は、その逆量子化により直交変換後の残差データを得ると、それを逆直交変換部２１４に供給する。
　逆直交変換部２１４は、逆量子化部２１３から供給された直交変換後の残差データを逆直交変換する。つまり、逆直交変換部２１４は、図１４の直交変換部１１３の直交変換方式に対応する方式で逆直交変換を行う。逆直交変換部２１４は、この逆直交変換処理により残差データを得ると、それを演算部２１５に供給する。
　演算部２１５は、逆直交変換部２１４から供給された残差データに、予測画像選択部２２２から供給された予測画像を加算し、再構成画像を得る。演算部２１５は、その再構成画像をループフィルタ２１６、イントラ予測部２１９、およびインター先イントラ予測部２２１に供給する。
　ループフィルタ２１６は、図１４のループフィルタ１２１が行うのと同様のループフィルタ処理を行う。その際、ループフィルタ２１６が、図１４の画像符号化装置１００から供給されたフィルタ係数等を用いてループフィルタ処理を行うようにしてもよい。ループフィルタ２１６は、フィルタ処理結果である復号画像を画面並べ替えバッファ２１７およびフレームメモリ２１８に供給する。
　画面並べ替えバッファ２１７は、供給された復号画像の並べ替えを行う。すなわち、図１４の画面並べ替えバッファ１１１により符号化の順番のために並べ替えられたフレームの順番が、元の表示の順番に並べ替えられる。画面並べ替えバッファ２１７は、フレームの順番を並べ替えた復号画像データを画像復号装置２００の外部に出力する。
　フレームメモリ２１８は、供給される復号画像を記憶する。また、フレームメモリ２１８は、所定のタイミングにおいて、若しくは、インター予測部２２０やインター先イントラ予測部２２１等の外部の要求に基づいて、記憶している復号画像等をインター予測部２２０やインター先イントラ予測部２２１に供給する。
　イントラ予測部２１９は、演算部２１５から供給される再構成画像を利用してイントラ予測を行う。インター予測部２２０は、フレームメモリ２１８から供給される復号画像を利用してインター予測を行う。インター先イントラ予測部２２１は、本技術を適用した予測部の一態様である。インター先イントラ予測部２２１は、演算部２１５から供給される再構成画像、並びに、フレームメモリ２１８から供給される復号画像を利用してインター先イントラ予測処理を行う。
　イントラ予測部２１９乃至インター先イントラ予測部２２１は、可逆復号部２１２から供給される予測情報やブロック情報等に従って、予測処理を行う。つまり、イントラ予測部２１９乃至インター先イントラ予測部２２１は、符号化側において採用された方法（予測方法、分割パタン、予測モード等）で予測処理を行う。例えば、インター先イントラ予測部２２１は、画像の処理対象領域の一部の領域についてインター予測を行い、そのインター予測により生成される予測画像に対応する再構成画像を用いて参照画素を設定し、処理対象領域の他の領域についてその設定した参照画素を用いてイントラ予測を行う。
　このように、各CUに対して、イントラ予測部２１９によるイントラ予測、インター予測部２２０によるインター予測、インター先イントラ予測部２２１によるインター先イントラ予測のいずれかが行われる。予測を行った予測部（イントラ予測部２１９乃至インター先イントラ予測部２２１のいずれか）は、予測結果として予測画像を予測画像選択部２２２に供給する。予測画像選択部２２２は、供給された予測画像を演算部２１５に供給する。
　上述したように演算部２１５は、復号されて得られた残差データ（残差画像）と、インター先イントラ予測部２２１等により生成される予測画像とを用いて再構成画像（復号画像）を生成する。
　　＜インター先イントラ予測部＞
　図４３は、インター先イントラ予測部２２１の主な構成例を示すブロック図である。図４３に示されるようにインター先イントラ予測部２２１は、インター予測部２３１およびイントラ予測部２３２を有する。
　インター予測部２３１は、インター予測に関する処理を行う。例えば、インター予測部２３１は、可逆復号部２１２から供給されたインター予測情報に基づいて、フレームメモリ２１８から参照画像を取得し、その参照画像を用いてインター領域のインター予測を行い、インター領域についてのインター予測画像を生成する。インター予測部２３１は、生成したインター予測画像を予測画像選択部２２２に供給する。
　イントラ予測部２３２は、イントラ予測に関する処理を行う。例えば、イントラ予測部２３２は、可逆復号部２１２から供給されたイントラ予測情報に基づいて、演算部２１５から、インター領域の再構成画像を含む再構成画像を取得し、その再構成画像を用いてイントラ領域のイントラ予測を行い、イントラ領域についてのイントラ予測画像を生成する。イントラ予測部２３２は、生成したイントラ予測画像を予測画像選択部２２２に供給する。
　以上のように画像復号装置２００は、画像符号化装置１００において採用された方法と同様の方法で予測処理を行うので、画像符号化装置１００により符号化されたビットストリームを正しく復号することができる。したがって、画像復号装置２００は、符号化効率の低減の抑制を実現することができる。
　　＜復号処理の流れ＞
　次に、以上のような画像復号装置２００により実行される各処理の流れについて説明する。最初に、図４４のフローチャートを参照して、復号処理の流れの例を説明する。
　復号処理が開始されると、ステップＳ２０１において、蓄積バッファ２１１は、伝送されてきた符号化データ（ビットストリーム）を蓄積する。ステップＳ２０２において、可逆復号部２１２は、蓄積バッファ２１１から供給される符号化データを復号する。ステップＳ２０３において、可逆復号部２１２は、符号化データから付加情報を抽出し、取得する。
　ステップＳ２０４において、逆量子化部２１３は、ステップＳ２０２の処理により符号化データが復号されて得られた量子化後の残差データを逆量子化する。ステップＳ２０５において逆直交変換部２１４は、ステップＳ２０４において逆量子化されて得られた直交変換後の残差データを逆直交変換する。
　ステップＳ２０６において、可逆復号部２１２、並びに、イントラ予測部２１９乃至インター先イントラ予測部２２１は、供給された情報を用いて予測処理を行い、予測画像を生成する。ステップＳ２０７において、演算部２１５は、ステップＳ２０５において逆直交変換されて得られた残差データに、ステップＳ２０６において生成された予測画像を加算する。これにより再構成画像が生成される。
　ステップＳ２０８において、ループフィルタ２１６は、ステップＳ２０７において得られた再構成画像に対してループフィルタ処理を適宜行い、復号画像を生成する。
　ステップＳ２０９において、画面並べ替えバッファ２１７は、ステップＳ２０８においてループフィルタ処理されて生成された復号画像の並べ替えを行う。すなわち画像符号化装置１００の画面並べ替えバッファ１１１により符号化のために並べ替えられたフレームの順序が、元の表示の順序に並べ替えられる。
　ステップＳ２１０において、フレームメモリ２１８は、ステップＳ２０８においてループフィルタ処理されて得られた復号画像を記憶する。この復号画像は、インター予測やインター先イントラ予測において参照画像として利用される。
　ステップＳ２１０の処理が終了すると、復号処理が終了される。
　　＜予測処理の流れ＞
　次に、図４５のフローチャートを参照して、図４４のステップＳ２０６において行われる予測処理の流れの例を説明する。
　予測処理が開始されると、可逆復号部２１２は、ステップＳ２３１において、符号化データから取得した付加情報に基づいて、処理対象のブロック（CU）について、画像符号化装置１００において採用された予測方法がインター先イントラ予測であるか否かを判定する。画像符号化装置１００においてインター先イントラ予測が採用されたと判定すると、処理はステップＳ２３２に進む。ステップＳ２３２において、インター先イントラ予測部２２１は、インター先イントラ予測処理を行い、処理対象のブロックの予測画像を生成する。予測画像が生成されると予測処理が終了し、処理は図４４に戻る。
　また、ステップＳ２３１においてインター先イントラ予測が採用されていないと判定された場合、処理はステップＳ２３３に進む。ステップＳ２３３において、可逆復号部２１２は、符号化データから取得した付加情報に基づいて、処理対象のブロック（CU）について、画像符号化装置１００において採用された予測方法がイントラ予測であるか否かを判定する。画像符号化装置１００においてイントラ予測が採用されたと判定すると、処理はステップＳ２３４に進む。ステップＳ２３４において、イントラ予測部２１９は、イントラ予測処理を行い、処理対象のブロックの予測画像を生成する。予測画像が生成されると予測処理が終了し、処理は図４４に戻る。
　また、ステップＳ２３３においてイントラ予測が採用されていないと判定された場合、処理はステップＳ２３５に進む。ステップＳ２３５において、インター予測部２２０は、インター予測を行い、処理対象のブロックの予測画像を生成する。予測画像が生成されると予測処理が終了し、処理は図４４に戻る。
　　＜インター先イントラ予測処理の流れ＞
　次に、図４６のフローチャートを参照して、図４５のステップＳ２３２において実行されるインター先イントラ予測処理の流れの例を説明する。
　インター先イントラ予測処理が開始されると、インター予測部２３１は、ステップＳ２５１において、処理対象のブロック（CU）内の、インター予測が割り当てられたインター領域（PU）について、インター予測を行い、インター予測画像を生成する。
　ステップＳ２５２において、インター予測部２３１は、ステップＳ２５１の処理により生成されたインター予測画像を予測画像選択部２２２に供給し、演算部２１５において残差データに加算させることにより、そのインター予測画像に対応する再構成画像（すなわち当該インター領域の再構成画像）を生成する。
　ステップＳ２５３において、イントラ予測部２３２は、ステップＳ２５２の処理により得られた再構成画像を用いて、処理対象のブロック（CU）内の、イントラ予測が割り当てられたイントラ領域（PU）について、イントラ予測を行い、当該イントラ領域のイントラ予測画像を生成する。ステップＳ２５３の処理が終了すると処理は図４５に戻る。
　以上のように各処理を実行することにより、画像復号装置２００は、符号化効率の低減の抑制を実現することができる。
　＜４．第４の実施の形態＞
　　＜LCUのインター先イントラ予測＞
　以上においては、処理対象領域が、符号化単位となる符号化ブロックを示すようにし、下位層の領域が、その符号化ブロック内の予測処理の単位となる予測ブロックを示す場合について説明したが、処理対象領域および下位層の領域は、これ以外であってもよい。例えば、処理対象領域と下位層の領域のいずれも符号化ブロックであるようにしてもよい。つまり、処理対象領域が複数の符号化ブロックの集合であり、下位層の領域が符号化ブロックであってもよい。例えば、処理対象領域がLCUやCUであり、下位層の領域がそれより下位のCUであってもよい。
　AVCやHEVCの場合、例えばLCU等の所定の階層のCU内に、下位層のCUが複数存在するときの、それらの下位層のCUに対する予測処理は、図４７のＡに示されるように、Ｚ順に走査される。したがって、この場合、図中右上のCUをイントラ予測する場合、CUの右側や上側を参照することができず、符号化効率が低減するおそれがあった。
　そこで、LCU等の所定の階層のCU内に下位層のCUが複数存在する場合、それらの下位層のCUに対する予測処理は、図４７のＢに示されるように、インター予測を行うCUを、イントラ予測を行うCUよりも先に処理するようにする。つまり、CU単位でインター先イントラ予測を行う。
　図１乃至図３を参照して説明したように、下位層のCUを形成する場合、CUは、図４７の例のように４分割される。この下位層の４つのCUの内、どのCUにイントラ予測を割り当て、どのCUにインター予測を割り当てるかは任意である。例えば、図４８に示されるような割り当てパタンが予め用意され、その中から所望のパタンが選択されるようにしてもよい。図４８において、斜線模様の四角が、インター予測が割り当てられたCUであり、無地の四角が、イントラ予測が割り当てられたCUである。なお、各CU内の数字やアルファベットは、処理順を示す。数字のCU同士では、数字が若いCU程先に処理される。また、アルファベットのCU同士では、a、b、c、dの順に処理される。そして、数字のCUは、インター予測が行われるCUであり、アルファベットのCUは、イントラ予測が行われるCUであるので、数字のCUがアルファベットのCUよりも先に処理される。
　いずれの割り当てパタンを選択するかは任意の方法により設定することができる。例えば、コスト関数値に基づいて選択される（例えばRDコストが最小のパタンが選択される）ようにしてもよい。
　このような予測処理において、イントラ予測を行う場合、第２の実施の形態の場合と同様に、インター予測の処理結果（再構成画像）を利用して処理を行う。これにより、より多様な位置の参照画素を利用してイントラ予測を行うことができ、符号化効率の低減を抑制することができる。つまり、ビットストリームの符号量を低減させることができる。換言するに、符号量を保つことにより復号画像の画質を向上させることができる。また、参照可能な画素が増えることにより、イントラ予測のブロックの境界の不連続成分が低減するので、復号画像の画質を向上させることができる。
　　＜画像符号化装置＞
　この場合の画像符号化装置１００の主な構成例を図４９に示す。なお、図４９においては、処理部やデータの流れ等の主なものを示しており、図４９に示されるものが全てとは限らない。つまり、画像符号化装置１００において、図４９においてブロックとして示されていない処理部が存在したり、図４９において矢印等として示されていない処理やデータの流れが存在したりしてもよい。
　図４９に示されるように、画像符号化装置１００は、この場合も、基本的に図１４の場合と同様の構成を有する。ただし、イントラ予測部１２３およびインター先イントラ予測部１２５の代わりに、イントラ予測部３０１を有し、予測画像選択部１２６の代わりに予測画像選択部３０２を有する。
　イントラ予測部３０１は、イントラ予測部１２３の場合と同様に、処理対象のCUに対してイントラ予測を行う。ただし、イントラ予測部３０１は、イントラ予測部１３４の様に、インター予測の処理結果を用いてイントラ予想を行う。つまり、イントラ予測部３０１は、インター予測部１２４により生成されるインター予測画像を用いて生成された再構成画像を用いてイントラ予測を行う。
　予測画像選択部３０２は、基本的に予測画像選択部１２６と同様の処理を行うが、イントラ予測部３０１とインター予測部１２４を制御する。
　　＜予測画像選択部＞
　図５０は、予測画像選択部３０２の主な構成例を示すブロック図である。図５０に示されるように、予測画像選択部３０２は、基本的に予測画像選択部１２６と同様の構成を有する。ただし、予測画像選択部３０２は、ブロック予測制御部１４２の代わりに、ブロック予測制御部３１１を有する。
　ブロック予測制御部３１１は、ブロック予測制御部１４２と基本的に同様の処理を行うが、イントラ予測部３０１とインター予測部１２４を制御する。つまり、ブロック予測制御部３１１は、ブロック設定部１４１から取得した分割情報に基づいてイントラ予測部３０１およびインター予測部１２４を制御し、ブロック設定部１４１により設定された各ブロックについて、予測処理を実行させる。
　その際、ブロック予測制御部３１１は、設定された割り当てパタンに応じて、インター予測が割り当てられたCUに対するインター予測を、イントラ予測が割り当てられたCUに対するイントラ予測よりも先に実行させる。そして、ブロック予測制御部３１１は、イントラ予測部３０１を制御して、インター予測の処理結果（インター予測画像に対応する再構成画像）を利用してイントラ予測を実行させる。
　ブロック予測制御部３１１は、各ブロックの、選択した最適モードの予測画像、予測情報、およびコスト関数値を記憶部１４３に供給する。なお、上述した選択の結果を示す情報や分割情報等は、必要に応じて予測情報に含められる。
　このようにすることにより、ブロック単位でインター予測をイントラ予測より先に処理させる、インター先イントラ予測を行うことができるので、画像符号化装置１００は、第２の実施の形態の場合と同様に、符号化効率の低減を抑制することができる。
　なお、この場合も、第１の実施の形態や第２の実施の形態において上述したような各種情報を付加情報として復号側に伝送させることにより、復号側において画像符号化装置１００が生成した符号化データを正しく復号することができる。
　　＜予測処理の流れ＞
　この場合も、符号化処理は、第２の実施の形態の場合と同様に、図２１のフローチャートを参照して説明したような流れで実行される。
　この場合の図２１のステップＳ１０２において実行される予測処理の流れの例を、図５１のフローチャートを参照して説明する。
　予測処理が開始されると、予測画像選択部１２６のブロック設定部１４１は、ステップＳ３０１において、処理対象階層を最上位階層（すなわちLCU）とする。
　ステップＳ３０２において、ブロック予測制御部３１１は、イントラ予測部３０１およびインター予測部１２４を制御して、処理対象階層のブロック（すなわちLCU）に対するブロック予測処理を行う。
　ステップＳ３０３において、ブロック設定部１４１は、処理対象階層の各ブロックについて１階層下のブロックを設定する。
　ステップＳ３０４において、ブロック予測制御部３１１は、イントラ予測部３０１およびインター予測部１２４を制御して、インター先イントラ予測と、予測方法の最適な割り当てパタンの選択とを行うブロック分割予測処理を行う。
　ステップＳ３０５において、コスト比較部１４４は、処理対象階層のブロックのコストと、そのブロックに属する１階層下のブロックの最適な割り当てパタンのコストの総和とを比較する。コスト比較部１４４は、このような比較を、処理対象階層の各ブロックについて行う。
　ステップＳ３０６乃至ステップＳ３１０の各処理は、図２２のステップＳ１３６乃至ステップＳ１４０の各処理と同様に実行される。
　　＜ブロック予測処理の流れ＞
　次に、図５１のステップＳ３０２において実行されるブロック予測処理の流れの例を、図５２のフローチャートを参照して説明する。
　ブロック予測処理が開始されると、イントラ予測部３０１は、ステップＳ３３１において、処理対象ブロックに対してイントラ予測処理を行う。このイントラ予測処理は、従来のAVCやHEVCの場合と同様の参照画素を利用して行われる。
　ステップＳ３３２において、インター予測部１２４は、処理対象ブロックに対してインター予測処理を行う。
　ステップＳ３３３において、ブロック予測制御部３１１は、ステップＳ３３１およびステップＳ３３２の各処理において得られたコスト関数値を比較し、その比較結果に応じて予測画像を選択する。つまり、最適な予測モードが設定される。
　ステップＳ３３４において、ブロック予測制御部３１１は、ステップＳ３３３において選択された予測画像に対応する予測情報を用いて最適モードの予測情報を生成する。
　ステップＳ１６５の処理が終了すると、ブロック予測処理が終了し、処理は図５１に戻る。
　　＜ブロック分割予測処理の流れ＞
　次に、図５１のステップＳ３０４において実行されるブロック分割予測処理の流れの例を、図５３のフローチャートを参照して説明する。
　ブロック分割予測処理が開始されると、ブロック予測制御部３１１は、ステップＳ３５１において、未処理の割り当てパタンを処理対象とする。
　ステップＳ３５２において、インター予測部１２４は、ブロック予測制御部３１１に制御され、インター予測が割り当てられた各CUについて、全分割パタン、全モードでインター予測を行い、各モードのコスト関数値を求め、モードを選択する。
　ステップＳ３５３において、イントラ予測部３０１は、イントラ予測が割り当てられた各CUについて、全分割パタン、全モードで、インター予測画像に対応する再構成画像を用いて参照画素を設定し、イントラ予測を行い、各モードのコスト関数値を求め、モードを選択する。
　ステップＳ３５４において、ブロック予測制御部３１１は、全ての割り当てパタンを処理したか否かを判定する。未処理の割り当てパタンが存在すると判定された場合、処理はステップＳ３５１に戻り、それ以降の処理を繰り返す。
　ステップＳ３５４において、全ての割り当てパタンを処理したと判定された場合、処理はステップＳ３５５に進む。
　ステップＳ３５５において、ブロック予測制御部３１１は、コスト関数値に基づいて最適な割り当てパタンを選択する。
　ステップＳ３５６において、ブロック予測制御部３１１は、インター予測部１２４およびイントラ予測部３０１から供給された情報を用いて、その最適な割り当てパタンについての各CUの予測画像、予測情報、およびコスト関数値を生成する。
　ステップＳ３５６の処理が終了するとブロック分割予測処理が終了し、処理は、図５１に戻る。
　以上のように各処理を実行することにより、従来のAVCやHEVCのイントラ予測処理において設定されなかった位置に参照画素を設定することができるので、イントラ予測の予測精度の低減を抑制することができる。これにより、符号化効率の低減を抑制することができる。換言するに、符号量の増大を抑制したり、画質の低減を抑制したりすることができる。
　＜５．第５の実施の形態＞
　　＜画像復号装置＞
　図５４は、この場合の画像復号装置２００の主な構成例を示すブロック図である。図５４に示される画像復号装置２００は、図４９の画像符号化装置１００に対応する画像復号装置であり、この画像符号化装置１００が生成した符号化データを、その符号化方法に対応する復号方法で復号する。なお、図５４においては、処理部やデータの流れ等の主なものを示しており、図５４に示されるものが全てとは限らない。つまり、画像復号装置２００において、図５４においてブロックとして示されていない処理部が存在したり、図５４において矢印等として示されていない処理やデータの流れが存在したりしてもよい。
　図５４に示されるように、画像復号装置２００は、この場合も、基本的に図４２の場合と同様の構成を有する。ただし、イントラ予測部２１９およびインター先イントラ予測部２２１の代わりに、イントラ予測部３５１を有する。
　イントラ予測部３５１は、イントラ予測部２１９の場合と同様に、処理対象のCUに対してイントラ予測を行う。ただし、イントラ予測部３５１は、イントラ予測部２３２の様に、インター予測の処理結果を用いてイントラ予想を行う。
　第４の実施の形態において上述したように、符号化の際には、ある処理対象の領域内においてインター予測を行うCUとイントラ予測を行うCUが混在する場合、インター予測が先に行われ、イントラ予測はそのインター予測により得られたインター予測画像を用いて生成された再構成画像を用いて行われる。画像復号装置２００も、それと同様の手順でインター予測およびイントラ予測を行う。この手順は、符号化データの構成や、付加情報等で示されているので、画像復号装置２００は、その手順にしたがって各CUを処理すればよい。つまり、イントラ予測部３５１がイントラ予測を行う際には、その近傍のCUのインター予測が終了しているので、イントラ予測部３５１は、そのインター予測画像を用いて生成される再構成画像用いて参照画素を設定し、イントラ予測を行う。
　以上のように、この場合も、画像復号装置２００は、画像符号化装置１００において採用された方法と同様の方法で予測処理を行うので、画像符号化装置１００により符号化されたビットストリームを正しく復号することができる。したがって、画像復号装置２００は、符号化効率の低減の抑制を実現することができる。
　　＜復号処理の流れ＞
　この場合の復号処理の流れの例を、図５５のフローチャートを参照して説明する。ステップＳ３７１乃至ステップＳ３７５の各処理は、図４４のステップＳ２０１乃至ステップＳ２０５の各処理と同様に実行される。
　ステップＳ３７６において、インター予測部２２０若しくはイントラ予測部３５１は、符号化側から供給される付加情報や符号化データにおいて指定される予測方法にしたがって、各CUに対して符号化の際と同様にイントラ予測若しくはインター予測を行う。
　つまり、インター予測部２２０は、付加情報に基づいて、符号化の際にインター予測が行われたCUに対してインター予測を行い、イントラ予測部３５１は、付加情報に基づいて、符号化の際にイントラ予測が行われたCUに対してイントラ予測を行う。
　ステップＳ３７７乃至ステップＳ３８０の各処理は、図４４のステップＳ２０７乃至ステップＳ２１０の各処理と同様に実行される。
　このように復号処理を実行することにより、画像復号装置２００は、符号化効率の低減の抑制を実現することができる。
　以上の第４の実施の形態および第５の実施の形態においては、処理対象領域および下位層の領域が符号化ブロックの場合について説明したが、処理対象領域および下位層の領域は、任意の領域であり、これ以外であってもよい。例えば、処理対象領域は、スライスでもタイルでもピクチャであってもよく、下位層の領域は、その処理対象領域内の領域であればどのような領域であってもよい。
　＜６．第６の実施の形態＞
　　＜単数予測モードにおける複数の参照＞
　第２の実施の形態乃至第５の実施の形態においては、参照画素の生成方法として、第１の実施の形態の（Ｂ）において説明したインター先イントラ予測を適用する例について説明したが、参照画素の生成方法は任意であり、これに限定されない。例えば、第１の実施の形態の（Ａ）（（Ａ－１）、（Ａ－１－１）乃至（Ａ－１－６）、（Ａ－２）、（Ａ－２－１）、（Ａ－２－２）を含む）において上述したように、既に予測処理が行われて生成された再構成画像の任意の画素（既存画素）を用いて参照画素を生成するようにしてもよい。
　例えば、参照画素の参照の仕方は任意であり、第１の実施の形態の（Ｅ）（（Ｅ－１）乃至（Ｅ－４）を含む）において上述したように、予測画像の１画素を生成するために、複数の参照画素を参照するようにしてもよい。
　図１１に示されるように、この場合、最適なイントラ予測モードとして１モードが選択される。そして、予測画像の各画素を生成する際に、その最適なイントラ予測モードに対応する複数の参照画素が参照される。図１１の例の場合、イントラ予測モードの予測方向に位置する参照画素と、その予測方向の逆向きに位置する参照画素とが参照される。その際、複数の参照画素の内、いずれかの参照画素を選択する（例えばより近い方や、中央値等）ようにしてもよいし、複数の参照画素を混合する（例えば平均や重みづけ加算等）ようにしてもよい。
　このような参照の仕方をする場合において、参照画素を生成する方法として、第１の実施の形態の（Ａ）（（Ａ－１）、（Ａ－１－１）乃至（Ａ－１－６）、（Ａ－２）、（Ａ－２－１）、（Ａ－２－２）を含む）において上述したような、既に予測処理が行われて生成された再構成画像の任意の画素（既存画素）を用いて参照画素を生成する方法を適用するようにしてもよい。
　　＜画像符号化装置＞
　この場合の画像符号化装置１００の主な構成例を図５６に示す。なお、図５６においては、処理部やデータの流れ等の主なものを示しており、図５６に示されるものが全てとは限らない。つまり、画像符号化装置１００において、図５６においてブロックとして示されていない処理部が存在したり、図５６において矢印等として示されていない処理やデータの流れが存在したりしてもよい。
　図５６に示されるように、画像符号化装置１００は、この場合も、基本的に図１４の場合と同様の構成を有する。ただし、イントラ予測部１２３およびインター先イントラ予測部１２５の代わりに、複数参照イントラ予測部４０１を有し、予測画像選択部１２６の代わりに予測画像選択部４０２を有する。
　複数参照イントラ予測部４０１は、イントラ予測部１２３の場合と同様に、処理対象のCUに対してイントラ予測を行う。ただし、複数参照イントラ予測部４０１は、予測画像の各画素を、単一のイントラ予測モードに対応する複数の参照画素を用いて生成する。その際、複数参照イントラ予測部４０１は、予測画像の各画素を、その画素の位置に応じて選択した複数の参照画素のいずれかを用いて生成するようにしてもよいし、複数の参照画素を用いた所定の演算により（例えば、画素の位置に応じた重みづけ演算を行うことにより）生成するようにしてもよい。以下において、このような方法のイントラ予測を複数参照イントラ予測とも称する。
　予測画像選択部４０２は、基本的に予測画像選択部１２６と同様の処理を行うが、複数参照イントラ予測部４０１とインター予測部１２４を制御する。
　　＜複数参照イントラ予測部＞
　図５７は、複数参照イントラ予測部４０１の主な構成例を示すブロック図である。図５７に示されるように、複数参照イントラ予測部４０１は、参照画素設定部４１１、予測画像生成部４１２、コスト関数算出部４１３、およびモード選択部４１４を有する。
　参照画素設定部４１１は、参照画素の設定に関する処理を行う。例えば、参照画素設定部４１１は、演算部１２０から再構成画像を取得し、その再構成画像を用いて、例えば第１の実施の形態の（Ａ）（（Ａ－１）、（Ａ－１－１）乃至（Ａ－１－６）、（Ａ－２）、（Ａ－２－１）、（Ａ－２－２）を含む）において上述したように、参照画素を設定する。なお、参照画素設定部４１１は、処理対象ブロックの各画素から、各予測モードにおいて複数の参照画素を参照することができるように参照画素を設定する。参照画素設定部４１１は、設定した参照画素を予測画像生成部４１２に供給する。
　予測画像生成部４１２は、参照画素設定部４１１により設定された参照画素を参照して、予測画像を生成する。その際、予測画像生成部４１２は、上述したように、画素毎に複数の参照画素を参照して予測画像（複数参照イントラ予測画像とも称する）を生成する。また、予測画像生成部４１２は、その複数参照イントラ予測に関する情報である複数参照イントラ予測情報を生成する。予測画像生成部４１２は、このような複数参照イントラ予測画像および複数参照イントラ予測情報を、各分割パタン、各モードについて生成する。予測画像生成部４１２は、生成した各分割パタン、各モードの複数参照イントラ予測画像および複数参照イントラ予測情報をコスト関数算出部４１３に供給する。
　コスト関数算出部４１３は、その複数参照イントラ予測画像と、画面並べ替えバッファ１１１から供給される入力画像とを用いて、各分割パタン、各モードのコスト関数値（例えばRDコスト）を求める。コスト関数算出部４１３は、各分割パタン、各モードの、複数参照イントラ予測画像、複数参照イントラ予測情報、およびコスト関数値をモード選択部４１４に供給する。
　モード選択部４１４は、供給されたコスト関数値を比較することにより、最適なモードを選択する。モード選択部４１４は、各分割パタンの最適モードの、複数参照イントラ予測画像、複数参照イントラ予測情報、およびコスト関数値を予測画像選択部４０２に供給する。
　　＜予測画像選択部＞
　図５８は、予測画像選択部４０２の主な構成例を示すブロック図である。図５８に示されるように、予測画像選択部４０２は、基本的に予測画像選択部１２６と同様の構成を有する。ただし、予測画像選択部４０２は、ブロック予測制御部１４２の代わりに、ブロック予測制御部４２１を有する。
　ブロック予測制御部４２１は、ブロック予測制御部１４２と基本的に同様の処理を行うが、複数参照イントラ予測部４０１とインター予測部１２４を制御する。つまり、ブロック予測制御部４２１は、ブロック設定部１４１から取得した分割情報に基づいて複数参照イントラ予測部４０１およびインター予測部１２４を制御し、ブロック設定部１４１により設定された各ブロックについて、予測処理を実行させる。
　ブロック予測制御部４２１は、複数参照イントラ予測部４０１から、各分割パタンの最適モードの、複数参照イントラ予測画像、複数参照イントラ予測情報、およびコスト関数値を取得する。また、ブロック予測制御部４２１は、インター予測部１２４から、各分割パタンの最適モードの、インター予測画像、インター予測情報、およびコスト関数値を取得する。
　ブロック予測制御部４２１は、それらのコスト関数値を比較することにより、最適な予測方法が複数参照イントラ予測であるかインター予測であるかを選択し、さらに、最適な分割パタンを選択する。最適な予測方法と最適な分割パタンが選択されると、ブロック予測制御部４２１は、その最適な予測方法および分割パタンの最適モードの予測画像、予測情報、およびコスト関数値を設定する。つまり、選択された予測方法および分割パタンの情報が、最適な予測方法および分割パタンの最適モードの情報として設定される。ブロック予測制御部４２１は、設定した最適な予測方法および分割パタンの最適モードの予測画像、予測情報、およびコスト関数値を記憶部１４３に供給し、記憶させる。
　以上のように、本実施の形態の場合も、画像符号化装置１００は、従来のAVCやHEVCのイントラ予測処理において設定されなかった位置に参照画素を設定することができるので、イントラ予測の予測精度の低減を抑制することができる。また、複数の参照画素を利用して予測画像の各画素を設定するので、さらにイントラ予測の予測精度の低減を抑制することができる。これにより、符号化効率の低減を抑制することができる。換言するに、符号量の増大を抑制したり、画質の低減を抑制したりすることができる。
　なお、この場合も、第１の実施の形態や第２の実施の形態において上述したような各種情報を付加情報として復号側に伝送させることにより、復号側において画像符号化装置１００が生成した符号化データを正しく復号することができる。
　　＜予測処理の流れ＞
　この場合も、符号化処理は、第２の実施の形態の場合と同様に、図２１のフローチャートを参照して説明したような流れで実行される。
　この場合の図２１のステップＳ１０２において実行される予測処理の流れの例を、図５９のフローチャートを参照して説明する。
　予測処理が開始されると、予測画像選択部１２６のブロック設定部１４１は、ステップＳ４０１において、処理対象階層を最上位階層（すなわちLCU）とする。
　ステップＳ４０２において、ブロック予測制御部４２１は、複数参照イントラ予測部４０１およびインター予測部１２４を制御して、処理対象階層のブロック（すなわちLCU）に対するブロック予測処理を行う。
　ステップＳ４０３において、ブロック設定部１４１は、処理対象階層の各ブロックについて１階層下のブロックを設定する。
　ステップＳ４０４において、ブロック予測制御部４２１は、複数参照イントラ予測部４０１およびインター予測部１２４を制御して、ステップＳ４０３において設定した各ブロックについてブロック予測処理を行う。
　ステップＳ４０５において、コスト比較部１４４は、処理対象階層のブロックのコストと、そのブロックに属する１階層下のブロックのコストの総和とを比較する。コスト比較部１４４は、このような比較を、処理対象階層の各ブロックについて行う。
　ステップＳ４０６乃至ステップＳ４１０の各処理は、図２２のステップＳ１３６乃至ステップＳ１４０の各処理と同様に実行される。
　　＜ブロック予測処理の流れ＞
　次に、図６０のフローチャートを参照して、図５９のステップＳ４０２およびステップＳ４０４において実行されるブロック予測処理の流れの例を説明する。なお、ステップＳ４０４において実行される場合、このブロック予測処理は、処理対象階層の１階層下の各ブロックについて実行される。つまり、処理対象階層の１階層下のブロックが複数存在する場合、このブロック予測処理が複数回実行される。
　ブロック予測処理が開始されると、ステップＳ４２１において、処理対象ブロックに対して複数参照イントラ予測部４０１は、複数参照イントラ予測処理を行う。
　ステップＳ４２２において、インター予測部１２４は、処理対象ブロックに対してインター予測処理を行う。
　ステップＳ４２３において、ブロック予測制御部４２１は、ステップＳ４２１およびステップＳ４２２の各処理において得られたコスト関数値を比較し、その比較結果に応じて予測画像を選択する。そして、ステップＳ４２４において、ブロック予測制御部４２１は、ステップＳ４２３において選択された予測画像に対応する予測情報を生成する。つまり、ブロック予測制御部４２１は、これらの処理により、最適な予測方法の最適な分割パタンの最適な予測モードの情報（予測画像、予測情報、コスト関数値等）を設定する。
　ステップＳ４２４の処理が終了すると、ブロック予測処理が終了し、処理は図５９に戻る。
　　＜複数参照イントラ予測処理の流れ＞
　次に、図６０のステップＳ４２１において実行される複数参照イントラ予測処理の流れの例を、図６１のフローチャートを参照して説明する。
　複数参照イントラ予測処理が開始されると、ブロック予測制御部４２１は、ステップＳ４３１において、処理対象CUについて分割パタンを設定する。
　ステップＳ４３２において、参照画素設定部４１１は、各分割パタンについて、処理対象ブロックの上辺側若しくは左辺側の参照画素を設定する。これらの参照画素は、例えば、処理済みのブロックの再構成画像の画素値を用いて設定される。
　ステップＳ４３３において、参照画素設定部４１１は、処理対象ブロックの右辺側若しくは下辺側の参照画素を設定する。これらの参照画素は、例えば、他のピクチャ（過去フレーム、他のレイヤ、他のビュー、他のコンポーネント等）の処理済みのブロックの再構成画像の画素値を用いて設定されるようにしてもよいし、補間処理（複製や重みづけ演算等）等を用いて設定されるようにしてもよい。
　ステップＳ４３４において、予測画像生成部４１２は、ステップＳ４３２およびステップＳ４３３の処理において設定された参照画素を用いて、各分割パタンについて各モードで複数参照イントラ予測を行い、各分割パタン、各モードの複数参照イントラ予測画像と複数参照イントラ予測情報とを生成する。
　ステップＳ４３５において、コスト関数算出部４１３は、ステップＳ４３４において生成された複数参照イントラ予測画像を用いて、各分割パタンについて各モードのコスト関数値を求める。
　ステップＳ４３６において、モード選択部４１４は、ステップＳ４３５において算出されたコスト関数値に基づいて、各分割パタンの最適モードを選択する。
　ステップＳ４３６の処理が終了すると処理は図６０に戻る。
　以上のように各処理を実行することにより、画像符号化装置１００は、符号化効率の低減の抑制を実現することができる。
　＜７．第７の実施の形態＞
　　＜画像復号装置＞
　図６２は、この場合の画像復号装置２００の主な構成例を示すブロック図である。図６２に示される画像復号装置２００は、図５６の画像符号化装置１００に対応する画像復号装置であり、この画像符号化装置１００が生成した符号化データを、その符号化方法に対応する復号方法で復号する。なお、図６２においては、処理部やデータの流れ等の主なものを示しており、図６２に示されるものが全てとは限らない。つまり、画像復号装置２００において、図６２においてブロックとして示されていない処理部が存在したり、図６２において矢印等として示されていない処理やデータの流れが存在したりしてもよい。
　図６２に示されるように、画像復号装置２００は、この場合も、基本的に図４２の場合と同様の構成を有する。ただし、イントラ予測部２１９およびインター先イントラ予測部２２１の代わりに、複数参照イントラ予測部４５１を有する。
　複数参照イントラ予測部４５１は、符号化側の複数参照イントラ予測部４０１の様に、処理対象のCUに対して複数参照イントラ予測を行う。つまり、複数参照イントラ予測部４５１は、予測画像の各画素を、単一のイントラ予測モードに対応する複数の参照画素を用いて生成する。その際、複数参照イントラ予測部４５１は、予測画像の各画素を、その画素の位置に応じて選択した複数の参照画素のいずれかを用いて生成するようにしてもよいし、複数の参照画素に対して画素の位置に応じた重みづけ演算することにより生成するようにしてもよい。
　ただし、複数参照イントラ予測部４５１は、符号化データの構成や付加情報等に基づいて、符号化側において複数参照イントラ予測が行われたブロック（CU）に対して複数参照イントラ予測を行う。
　　＜複数参照イントラ予測部＞
　図６３は、複数参照イントラ予測部４５１の主な構成例を示すブロック図である。図６３に示されるように、複数参照イントラ予測部４５１は、参照画素設定部４６１および予測画像生成部４６２を有する。
　参照画素設定部４６１は、参照画素の設定に関する処理を行う。例えば、参照画素設定部４６１は、演算部２１５から取得した再構成画像を用いて、可逆復号部２１２から供給された複数参照イントラ予測情報により指定される予測モードの参照画素を設定する。その際、参照画素設定部４６１は、各参照画素を、処理対象ブロックの各画素から複数の参照画素を参照することができるような位置に設定する。参照画素設定部４６１は、設定した参照画素を予測画像生成部４６２に供給する。
　予測画像生成部４６２は、参照画素設定部４６１により設定された参照画素を参照して、複数参照イントラ予測画像を生成する。その際、予測画像生成部４６２は、上述したように、画素毎に複数の参照画素を参照して複数参照イントラ予測画像を生成する。予測画像生成部４６２は、生成した複数参照イントラ予測画像を予測画像選択部２２２に供給する。
　以上のように、この場合も、画像復号装置２００は、画像符号化装置１００において採用された方法と同様の方法で予測処理を行うので、画像符号化装置１００により符号化されたビットストリームを正しく復号することができる。したがって、画像復号装置２００は、符号化効率の低減の抑制を実現することができる。
　　＜予測処理の流れ＞
　この場合も、復号処理は、第３の実施の形態の場合と同様に、図４４のフローチャートを参照して説明したような流れで実行される。
　次に、図６４のフローチャートを参照して、図４４のステップＳ２０６において行われる予測処理の流れの例を説明する。
　予測処理が開始されると、可逆復号部２１２は、ステップＳ４５１において、符号化データから取得した付加情報に基づいて、処理対象のブロック（CU）について、画像符号化装置１００において採用された予測方法が複数参照イントラ予測であるか否かを判定する。画像符号化装置１００において複数参照イントラ予測が採用されたと判定すると、処理はステップＳ４５２に進む。
　ステップＳ４５２において、複数参照イントラ予測部４５１は、複数参照イントラ予測処理を行い、処理対象のブロックの予測画像を生成する。予測画像が生成されると予測処理が終了し、処理は図４４に戻る。
　また、ステップＳ４５１において複数参照イントラ予測が採用されていないと判定された場合、処理はステップＳ４５３に進む。ステップＳ４５３において、インター予測部２２０は、インター予測を行い、処理対象のブロックの予測画像を生成する。予測画像が生成されると予測処理が終了し、処理は図４４に戻る。
　　＜複数参照イントラ予測処理の流れ＞
　次に、図６４のステップＳ４５２において実行される複数参照イントラ予測処理の流れの例を、図６５のフローチャートを参照して説明する。
　複数参照イントラ予測処理が開始されると、参照画素設定部４６１は、ステップＳ４６１において、符号化側から伝送された複数参照イントラ予測情報により指定された分割パタンを設定する。
　ステップＳ４６２において、参照画素設定部４６１は、複数参照イントラ予測情報により指定された予測モードの、処理対象ブロック（CU）の上辺側若しくは左辺側の参照画素を設定する。これらの参照画素は、例えば、処理済みのブロックの再構成画像の画素値を用いて設定される。
　ステップＳ４６３において、参照画素設定部４６１は、複数参照イントラ予測情報により指定された予測モードの、処理対象ブロック（CU）の右辺側若しくは下辺側の参照画素を設定する。これらの参照画素は、符号化側と同様の方法で設定される。例えば、他のピクチャ（過去フレーム、他のレイヤ、他のビュー、他のコンポーネント等）の処理済みのブロックの再構成画像の画素値を用いて設定されたり、補間処理（複製や重みづけ演算等）等を用いて設定されたりする。
　ステップＳ４６４において、予測画像生成部４６２は、ステップＳ４６２およびステップＳ４６３の処理において設定された参照画素を用いて、複数参照イントラ予測情報により指定された予測モードで複数参照イントラ予測を行い、その予測モードの複数参照イントラ予測画像を生成する。
　ステップＳ４６４の処理が終了すると複数参照イントラ予測処理が終了し、処理は図６４に戻る。
　このように各処理を実行することにより、画像復号装置２００は、符号化効率の低減の抑制を実現することができる。
　以上においては、画像データをHEVC方式で符号化する際や、その符号化データを伝送して復号する際等に本技術を適用する例について説明したが、本技術は、予測処理を伴う画像符号化方式であれば、どのような符号化方式にも適用することができる。
　また、本技術は、例えば、画像情報を、MPEG、H．26x等の様に、離散コサイン変換等の直交変換と動き補償によって圧縮し、そのビットストリームを、衛星放送、ケーブルテレビジョン、インターネット、または携帯電話機などのネットワークメディアを介して送信する際に用いられる画像処理装置に適用することができる。また、本技術は、光、磁気ディスク、およびフラッシュメモリのような記憶メディア上で処理する際に用いられる画像処理装置に適用することができる。
　＜８．第８の実施の形態＞
　　＜多視点画像符号化・復号システムへの適用＞
　上述した一連の処理は、多視点画像符号化・復号システムに適用することができる。図６６は、多視点画像符号化方式の一例を示す。
　図６６に示されるように、多視点画像は、複数の視点（ビュー（view））の画像を含む。この多視点画像の複数のビューは、他のビューの情報を利用せずに自身のビューの画像のみを用いて符号化・復号を行うベースビューと、他のビューの情報を利用して符号化・復号を行うノンベースビューとによりなる。ノンベースビューの符号化・復号は、ベースビューの情報を利用するようにしても良いし、他のノンベースビューの情報を利用するようにしてもよい。
　図６６の例のような多視点画像を符号化・復号する場合、多視点画像は、視点毎に符号化される。そして、そのようにして得られた符号化データを復号する場合、各視点の符号化データは、それぞれ（すなわち視点毎に）復号される。このような各視点の符号化・復号に対して、以上の各実施の形態において説明した方法を適用してもよい。このようにすることにより、符号化効率の低減を抑制することができる。つまり、多視点画像の場合も同様に、符号化効率の低減を抑制することができる。
　　＜多視点画像符号化・復号システム＞
　図６７は、上述した多視点画像符号化・復号を行う多視点画像符号化・復号システムの、多視点画像符号化装置を示す図である。図６７に示されるように、多視点画像符号化装置６００は、符号化部６０１、符号化部６０２、および多重化部６０３を有する。
　符号化部６０１は、ベースビュー画像を符号化し、ベースビュー画像符号化ストリームを生成する。符号化部６０２は、ノンベースビュー画像を符号化し、ノンベースビュー画像符号化ストリームを生成する。多重化部６０３は、符号化部６０１において生成されたベースビュー画像符号化ストリームと、符号化部６０２において生成されたノンベースビュー画像符号化ストリームとを多重化し、多視点画像符号化ストリームを生成する。
　図６８は、上述した多視点画像復号を行う多視点画像復号装置を示す図である。図６８に示されるように、多視点画像復号装置６１０は、逆多重化部６１１、復号部６１２、および復号部６１３を有する。
　逆多重化部６１１は、ベースビュー画像符号化ストリームとノンベースビュー画像符号化ストリームとが多重化された多視点画像符号化ストリームを逆多重化し、ベースビュー画像符号化ストリームと、ノンベースビュー画像符号化ストリームとを抽出する。復号部６１２は、逆多重化部６１１により抽出されたベースビュー画像符号化ストリームを復号し、ベースビュー画像を得る。復号部６１３は、逆多重化部６１１により抽出されたノンベースビュー画像符号化ストリームを復号し、ノンベースビュー画像を得る。
　例えば、このような多視点画像符号化・復号システムにおいて、多視点画像符号化装置６００の符号化部６０１および符号化部６０２として、以上の各実施の形態において説明した画像符号化装置１００を適用してもよい。このようにすることにより、多視点画像の符号化においても、以上の各実施の形態において説明した方法を適用することができる。すなわち、符号化効率の低減を抑制することができる。また例えば、多視点画像復号装置６１０の復号部６１２および復号部６１３として、以上の各実施の形態において説明した画像復号装置２００を適用してもよい。このようにすることにより、多視点画像の符号化データの復号においても、以上の各実施の形態において説明した方法を適用することができる。すなわち、符号化効率の低減を抑制することができる。
　　＜階層画像符号化・復号システムへの適用＞
　また、上述した一連の処理は、階層画像符号化（スケーラブル符号化）・復号システムに適用することができる。図６９は、階層画像符号化方式の一例を示す。
　階層画像符号化（スケーラブル符号化）は、画像データを、所定のパラメータについてスケーラビリティ（scalability）機能を有するように、画像を複数レイヤ化（階層化）し、レイヤ毎に符号化するものである。階層画像復号は、その階層画像符号化（スケーラブル復号）は、その階層画像符号化に対応する復号である。
　図６９に示されるように、画像の階層化においては、スケーラビリティ機能を有する所定のパラメータを基準として１の画像が複数の画像（レイヤ）に分割される。つまり、階層化された画像（階層画像）は、その所定のパラメータの値が互いに異なる複数の階層（レイヤ）の画像を含む。この階層画像の複数のレイヤは、他のレイヤの画像を利用せずに自身のレイヤの画像のみを用いて符号化・復号を行うベースレイヤと、他のレイヤの画像を利用して符号化・復号を行うノンベースレイヤ（エンハンスメントレイヤとも称する）とによりなる。ノンベースレイヤは、ベースレイヤの画像を利用するようにしても良いし、他のノンベースレイヤの画像を利用するようにしてもよい。
　一般的に、ノンベースレイヤは、冗長性が低減されるように、自身の画像と、他のレイヤの画像との差分画像のデータ（差分データ）により構成される。例えば、１の画像をベースレイヤとノンベースレイヤ（エンハンスメントレイヤとも称する）に２階層化した場合、ベースレイヤのデータのみで元の画像よりも低品質な画像が得られ、ベースレイヤのデータとノンベースレイヤのデータを合成することで、元の画像（すなわち高品質な画像）が得られる。
　このように画像を階層化することにより、状況に応じて多様な品質の画像を容易に得ることができる。例えば携帯電話のような、処理能力の低い端末に対しては、ベースレイヤ（base layer）のみの画像圧縮情報を伝送し、空間時間解像度の低い、或いは、画質の良くない動画像を再生し、テレビやパーソナルコンピュータのような、処理能力の高い端末に対しては、ベースレイヤ（base layer）に加えて、エンハンスメントレイヤ（enhancement layer）の画像圧縮情報を伝送し、空間時間解像度の高い、或いは、画質の高い動画像を再生するといったように、トランスコード処理を行うことなく、端末やネットワークの能力に応じた画像圧縮情報を、サーバから送信することが可能となる。
　図６９の例のような階層画像を符号化・復号する場合、階層画像は、レイヤ毎に符号化される。そして、そのようにして得られた符号化データを復号する場合、各レイヤの符号化データは、それぞれ（すなわちレイヤ毎に）復号される。このような各レイヤの符号化・復号に対して、以上の各実施の形態において説明した方法を適用してもよい。このようにすることにより、符号化効率の低減を抑制することができる。つまり、階層画像の場合も同様に、符号化効率の低減を抑制することができる。
　　＜スケーラブルなパラメータ＞
　このような階層画像符号化・階層画像復号（スケーラブル符号化・スケーラブル復号）において、スケーラビリティ（scalability）機能を有するパラメータは、任意である。例えば、空間解像度をそのパラメータとしてもよい（spatial scalability）。このスペーシャルスケーラビリティ（spatial scalability）の場合、レイヤ毎に画像の解像度が異なる。
　また、このようなスケーラビリティ性を持たせるパラメータとして、他には、例えば、時間解像度を適用しても良い（temporal scalability）。このテンポラルスケーラビリティ（temporal scalability）の場合、レイヤ毎にフレームレートが異なる。
　さらに、このようなスケーラビリティ性を持たせるパラメータとして、例えば、信号雑音比（SNR（Signal to Noise ratio））を適用しても良い（SNR scalability）。このSNRスケーラビリティ（SNR scalability）の場合、レイヤ毎にSN比が異なる。
　スケーラビリティ性を持たせるパラメータは、上述した例以外であっても、もちろんよい。例えば、ベースレイヤ（base layer）が８ビット（bit）画像よりなり、これにエンハンスメントレイヤ（enhancement layer）を加えることにより、10ビット（bit）画像が得られるビット深度スケーラビリティ（bit-depth scalability）がある。
　また、ベースレイヤ（base layer）が4:2:0フォーマットのコンポーネント画像よりなり、これにエンハンスメントレイヤ（enhancement layer）を加えることにより、4:2:2フォーマットのコンポーネント画像が得られるクロマスケーラビリティ（chroma scalability）がある。
　　＜階層画像符号化・復号システム＞
　図７０は、上述した階層画像符号化・復号を行う階層画像符号化・復号システムの、階層画像符号化装置を示す図である。図７０に示されるように、階層画像符号化装置６２０は、符号化部６２１、符号化部６２２、および多重化部６２３を有する。
　符号化部６２１は、ベースレイヤ画像を符号化し、ベースレイヤ画像符号化ストリームを生成する。符号化部６２２は、ノンベースレイヤ画像を符号化し、ノンベースレイヤ画像符号化ストリームを生成する。多重化部６２３は、符号化部６２１において生成されたベースレイヤ画像符号化ストリームと、符号化部６２２において生成されたノンベースレイヤ画像符号化ストリームとを多重化し、階層画像符号化ストリームを生成する。
　図７１は、上述した階層画像復号を行う階層画像復号装置を示す図である。図７１に示されるように、階層画像復号装置６３０は、逆多重化部６３１、復号部６３２、および復号部６３３を有する。
　逆多重化部６３１は、ベースレイヤ画像符号化ストリームとノンベースレイヤ画像符号化ストリームとが多重化された階層画像符号化ストリームを逆多重化し、ベースレイヤ画像符号化ストリームと、ノンベースレイヤ画像符号化ストリームとを抽出する。復号部６３２は、逆多重化部６３１により抽出されたベースレイヤ画像符号化ストリームを復号し、ベースレイヤ画像を得る。復号部６３３は、逆多重化部６３１により抽出されたノンベースレイヤ画像符号化ストリームを復号し、ノンベースレイヤ画像を得る。
　例えば、このような階層画像符号化・復号システムにおいて、階層画像符号化装置６２０の符号化部６２１および符号化部６２２として、以上の各実施の形態において説明した画像符号化装置１００を適用してもよい。このようにすることにより、階層画像の符号化においても、以上の各実施の形態において説明した方法を適用することができる。すなわち、符号化効率の低減を抑制することができる。また例えば、階層画像復号装置６３０の復号部６３２および復号部６３３として、以上の各実施の形態において説明した画像復号装置２００を適用してもよい。このようにすることにより、階層画像の符号化データの復号においても、以上の各実施の形態において説明した方法を適用することができる。すなわち、符号化効率の低減を抑制することができる。
　　＜コンピュータ＞
　上述した一連の処理は、ハードウエアにより実行させることもできるし、ソフトウエアにより実行させることもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここでコンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータ等が含まれる。
　図７２は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。
　図７２に示されるコンピュータ８００において、CPU（Central Processing Unit）８０１、ROM（Read Only Memory）８０２、RAM（Random Access Memory）８０３は、バス８０４を介して相互に接続されている。
　バス８０４にはまた、入出力インタフェース８１０も接続されている。入出力インタフェース８１０には、入力部８１１、出力部８１２、記憶部８１３、通信部８１４、およびドライブ８１５が接続されている。
　入力部８１１は、例えば、キーボード、マウス、マイクロホン、タッチパネル、入力端子などよりなる。出力部８１２は、例えば、ディスプレイ、スピーカ、出力端子などよりなる。記憶部８１３は、例えば、ハードディスク、RAMディスク、不揮発性のメモリなどよりなる。通信部８１４は、例えば、ネットワークインタフェースよりなる。ドライブ８１５は、磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリなどのリムーバブルメディア８２１を駆動する。
　以上のように構成されるコンピュータでは、CPU８０１が、例えば、記憶部８１３に記憶されているプログラムを、入出力インタフェース８１０およびバス８０４を介して、RAM８０３にロードして実行することにより、上述した一連の処理が行われる。RAM８０３にはまた、CPU８０１が各種の処理を実行する上において必要なデータなども適宜記憶される。
　コンピュータ（CPU８０１）が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア８２１に記録して適用することができる。その場合、プログラムは、リムーバブルメディア８２１をドライブ８１５に装着することにより、入出力インタフェース８１０を介して、記憶部８１３にインストールすることができる。
　また、このプログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することもできる。その場合、プログラムは、通信部８１４で受信し、記憶部８１３にインストールすることができる。
　その他、このプログラムは、ROM８０２や記憶部８１３に、あらかじめインストールしておくこともできる。
　なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。
　また、本明細書において、記録媒体に記録されるプログラムを記述するステップは、記載された順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理をも含むものである。
　また、本明細書において、システムとは、複数の構成要素（装置、モジュール（部品）等）の集合を意味し、全ての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、及び、１つの筐体の中に複数のモジュールが収納されている１つの装置は、いずれも、システムである。
　また、以上において、１つの装置（または処理部）として説明した構成を分割し、複数の装置（または処理部）として構成するようにしてもよい。逆に、以上において複数の装置（または処理部）として説明した構成をまとめて１つの装置（または処理部）として構成されるようにしてもよい。また、各装置（または各処理部）の構成に上述した以外の構成を付加するようにしてももちろんよい。さらに、システム全体としての構成や動作が実質的に同じであれば、ある装置（または処理部）の構成の一部を他の装置（または他の処理部）の構成に含めるようにしてもよい。
　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、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。
　例えば、本技術は、１つの機能を、ネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。
　また、上述のフローチャートで説明した各ステップは、１つの装置で実行する他、複数の装置で分担して実行することができる。
　さらに、１つのステップに複数の処理が含まれる場合には、その１つのステップに含まれる複数の処理は、１つの装置で実行する他、複数の装置で分担して実行することができる。
　上述した実施形態に係る画像符号化装置１００や画像復号装置２００は、例えば、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や受信機、または、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や、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。
　　＜第１の応用例：テレビジョン受像機＞
　図７３は、上述した実施形態を適用したテレビジョン装置の概略的な構成の一例を示している。テレビジョン装置９００は、アンテナ９０１、チューナ９０２、デマルチプレクサ９０３、デコーダ９０４、映像信号処理部９０５、表示部９０６、音声信号処理部９０７、スピーカ９０８、外部インタフェース（I/F）部９０９、制御部９１０、ユーザインタフェース（I/F）部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における伝送部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OELD（Organic ElectroLuminescence Display）（有機ELディスプレイ）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部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部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部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における伝送部としての役割を有する。
　制御部９１０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、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部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部９１１は、制御部９１０と接続される。ユーザインタフェース部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部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部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が、上述した画像復号装置２００の機能を有するようにしてもよい。つまり、デコーダ９０４が、符号化データを、各実施の形態において説明した方法で復号するようにしてもよい。このようにすることにより、テレビジョン装置９００は、受信する符号化ビットストリームの符号化効率の低減を抑制することができる。
　また、このように構成されたテレビジョン装置９００において、映像信号処理部９０５が、例えば、デコーダ９０４から供給される画像データを符号化し、得られた符号化データを、外部インタフェース部９０９を介してテレビジョン装置９００の外部に出力させることができるようにしてもよい。そして、その映像信号処理部９０５が、上述した画像符号化装置１００の機能を有するようにしてもよい。つまり、映像信号処理部９０５が、デコーダ９０４から供給される画像データを、各実施の形態において説明した方法で符号化するようにしてもよい。このようにすることにより、テレビジョン装置９００は、出力する符号化データの符号化効率の低減を抑制することができる。
　　＜第２の応用例：携帯電話機＞
　図７４は、上述した実施形態を適用した携帯電話機の概略的な構成の一例を示している。携帯電話機９２０は、アンテナ９２１、通信部９２２、音声コーデック９２３、スピーカ９２４、マイクロホン９２５、カメラ部９２６、画像処理部９２７、多重分離部９２８、記録再生部９２９、表示部９３０、制御部９３１、操作部９３２、及びバス９３３を備える。
　アンテナ９２１は、通信部９２２に接続される。スピーカ９２４及びマイクロホン９２５は、音声コーデック９２３に接続される。操作部９３２は、制御部９３１に接続される。バス９３３は、通信部９２２、音声コーデック９２３、カメラ部９２６、画像処理部９２７、多重分離部９２８、記録再生部９２９、表示部９３０、及び制御部９３１を相互に接続する。
　携帯電話機９２０は、音声通話モード、データ通信モード、撮影モード及びテレビ電話モードを含む様々な動作モードで、音声信号の送受信、電子メール又は画像データの送受信、画像の撮像、及びデータの記録などの動作を行う。
　音声通話モードにおいて、マイクロホン９２５により生成されるアナログ音声信号は、音声コーデック９２３に供給される。音声コーデック９２３は、アナログ音声信号を音声データへ変換し、変換された音声データをA/D変換し圧縮する。そして、音声コーデック９２３は、圧縮後の音声データを通信部９２２へ出力する。通信部９２２は、音声データを符号化及び変調し、送信信号を生成する。そして、通信部９２２は、生成した送信信号を、アンテナ９２１を介して基地局（図示せず）へ送信する。また、通信部９２２は、アンテナ９２１を介して受信される無線信号を増幅し及び周波数変換し、受信信号を取得する。そして、通信部９２２は、受信信号を復調及び復号して音声データを生成し、生成した音声データを音声コーデック９２３へ出力する。音声コーデック９２３は、音声データを伸張し及びD/A変換し、アナログ音声信号を生成する。そして、音声コーデック９２３は、生成した音声信号をスピーカ９２４に供給して音声を出力させる。
　また、データ通信モードにおいて、例えば、制御部９３１は、操作部９３２を介するユーザによる操作に応じて、電子メールを構成する文字データを生成する。また、制御部９３１は、文字を表示部９３０に表示させる。また、制御部９３１は、操作部９３２を介するユーザからの送信指示に応じて電子メールデータを生成し、生成した電子メールデータを通信部９２２へ出力する。通信部９２２は、電子メールデータを符号化及び変調し、送信信号を生成する。そして、通信部９２２は、生成した送信信号を、アンテナ９２１を介して基地局（図示せず）へ送信する。また、通信部９２２は、アンテナ９２１を介して受信される無線信号を増幅し及び周波数変換し、受信信号を取得する。そして、通信部９２２は、受信信号を復調及び復号して電子メールデータを復元し、復元した電子メールデータを制御部９３１へ出力する。制御部９３１は、表示部９３０に電子メールの内容を表示させると共に、電子メールデータを記録再生部９２９に供給し、その記憶媒体に書き込ませる。
　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（Universal Serial Bus）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に供給し、その記憶媒体に書き込ませる。
　さらに、画像表示モードにおいて、記録再生部９２９は、記憶媒体に記録されている符号化ストリームを読み出して画像処理部９２７へ出力する。画像処理部９２７は、記録再生部９２９から入力される符号化ストリームを復号し、画像データを表示部９３０に供給し、その画像を表示させる。
　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、例えば画像処理部９２７が、上述した画像符号化装置１００の機能を有するようにしてもよい。つまり、画像処理部９２７が、画像データを、各実施の形態において説明した方法で符号化するようにしてもよい。このようにすることにより、携帯電話機９２０は、符号化効率の低減を抑制することができる。
　また、このように構成された携帯電話機９２０において、例えば画像処理部９２７が、上述した画像復号装置２００の機能を有するようにしてもよい。つまり、画像処理部９２７が、符号化データを、各実施の形態において説明した方法で復号するようにしてもよい。このようにすることにより、携帯電話機９２０は、符号化データの符号化効率の低減を抑制することができる。
　　＜第３の応用例：記録再生装置＞
　図７５は、上述した実施形態を適用した記録再生装置の概略的な構成の一例を示している。記録再生装置９４０は、例えば、受信した放送番組の音声データ及び映像データを符号化して記録媒体に記録する。また、記録再生装置９４０は、例えば、他の装置から取得される音声データ及び映像データを符号化して記録媒体に記録してもよい。また、記録再生装置９４０は、例えば、ユーザの指示に応じて、記録媒体に記録されているデータをモニタ及びスピーカ上で再生する。このとき、記録再生装置９４０は、音声データおよ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（I/F）部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、およびユーザインタフェース（I/F）部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における伝送部としての役割を有する。
　外部インタフェース部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部９４２は、例えば、IEEE（Institute of Electrical and Electronic Engineers）1394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部９４２を介して受信される映像データおよび音声データは、エンコーダ９４３へ入力される。即ち、外部インタフェース部９４２は、記録再生装置９４０における伝送部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部９４２から入力される映像データおよび音声データが符号化されていない場合に、映像データおよ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、映像およ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、各種プログラムおよ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、映像および音声の再生時に、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および読み出しを行う。ディスクドライブ９４５に装着される記録媒体は、例えばDVD（Digital Versatile Disc）ディスク（DVD-Video、DVD-RAM（DVD - Random Access Memory）、DVD-R（DVD - Recordable）、DVD-RW（DVD - Rewritable）、DVD+R（DVD + Recordable）、DVD+RW（DVD + Rewritable）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、映像およ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９４７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部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部９５０は、制御部９４９と接続される。ユーザインタフェース部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およびスイッチ、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部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、例えばエンコーダ９４３が、上述した画像符号化装置１００の機能を有するようにしてもよい。つまり、エンコーダ９４３が、画像データを、各実施の形態において説明方法で符号化するようにしてもよい。このようにすることにより、記録再生装置９４０は、符号化効率の低減を抑制することができる。
　また、このように構成された記録再生装置９４０において、例えばデコーダ９４７が、上述した画像復号装置２００の機能を有するようにしてもよい。つまり、デコーダ９４７が、符号化データを、各実施の形態において説明した方法で復号するようにしてもよい。このようにすることにより、記録再生装置９４０は、符号化データの符号化効率の低減を抑制することができる。
　　＜第４の応用例：撮像装置＞
　図７６は、上述した実施形態を適用した撮像装置の概略的な構成の一例を示している。撮像装置９６０は、被写体を撮像して画像を生成し、画像データを符号化して記録媒体に記録する。
　撮像装置９６０は、光学ブロック９６１、撮像部９６２、信号処理部９６３、画像処理部９６４、表示部９６５、外部インタフェース（I/F）部９６６、メモリ部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（I/F）部９７１、およびバス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部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部９６６、メモリ部９６７、メディアドライブ９６８、OSD９６９、および制御部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（Charge Coupled Device）又はCMOS（Complementary Metal Oxide Semiconductor）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部９６６また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部９６６また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部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部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部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部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部９６６は、撮像装置９６０における伝送部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部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部９７１は、制御部９７０と接続される。ユーザインタフェース部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部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、例えば画像処理部９６４が、上述した画像符号化装置１００の機能を有するようにしてもよい。つまり、画像処理部９６４が、画像データを、各実施の形態において説明した方法で符号化するようにしてもよい。このようにすることにより、撮像装置９６０は、符号化効率の低減を抑制することができる。
　また、このように構成された撮像装置９６０において、例えば画像処理部９６４が、上述した画像復号装置２００の機能を有するようにしてもよい。つまり、画像処理部９６４が、符号化データを、各実施の形態において説明した方法で復号するようにしてもよい。このようにすることにより、撮像装置９６０は、符号化データの符号化効率の低減を抑制することができる。
　なお、本技術は、予め用意された解像度等が互いに異なる複数の符号化データの中から適切なものをセグメント単位で選択して使用する、例えばMPEG DASH等のようなHTTPストリーミングにも適用することができる。つまり、このような複数の符号化データ間で、符号化や復号に関する情報を共有することもできる。
　　＜実施のその他の例＞
　以上において本技術を適用する装置やシステム等の例を説明したが、本技術は、これに限らず、このような装置またはシステムを構成する装置に搭載するあらゆる構成、例えば、システムLSI（Large Scale Integration）等としてのプロセッサ、複数のプロセッサ等を用いるモジュール、複数のモジュール等を用いるユニット、ユニットにさらにその他の機能を付加したセット等（すなわち、装置の一部の構成）として実施することもできる。
　　＜ビデオセット＞
　本技術をセットとして実施する場合の例について、図７７を参照して説明する。図７７は、本技術を適用したビデオセットの概略的な構成の一例を示している。
　近年、電子機器の多機能化が進んでおり、その開発や製造において、その一部の構成を販売や提供等として実施する場合、１機能を有する構成として実施を行う場合だけでなく、関連する機能を有する複数の構成を組み合わせ、複数の機能を有する１セットとして実施を行う場合も多く見られるようになってきた。
　図７７に示されるビデオセット１３００は、このような多機能化された構成であり、画像の符号化や復号（いずれか一方でもよいし、両方でも良い）に関する機能を有するデバイスに、その機能に関連するその他の機能を有するデバイスを組み合わせたものである。
　図７７に示されるように、ビデオセット１３００は、ビデオモジュール１３１１、外部メモリ１３１２、パワーマネージメントモジュール１３１３、およびフロントエンドモジュール１３１４等のモジュール群と、コネクティビティ１３２１、カメラ１３２２、およびセンサ１３２３等の関連する機能を有するデバイスとを有する。
　モジュールは、互いに関連するいくつかの部品的機能をまとめ、まとまりのある機能を持った部品としたものである。具体的な物理的構成は任意であるが、例えば、それぞれ機能を有する複数のプロセッサ、抵抗やコンデンサ等の電子回路素子、その他のデバイス等を配線基板等に配置して一体化したものが考えられる。また、モジュールに他のモジュールやプロセッサ等を組み合わせて新たなモジュールとすることも考えられる。
　図７７の例の場合、ビデオモジュール１３１１は、画像処理に関する機能を有する構成を組み合わせたものであり、アプリケーションプロセッサ、ビデオプロセッサ、ブロードバンドモデム１３３３、およびRFモジュール１３３４を有する。
　プロセッサは、所定の機能を有する構成をSoC（System On a Chip）により半導体チップに集積したものであり、例えばシステムLSI（Large Scale Integration）等と称されるものもある。この所定の機能を有する構成は、論理回路（ハードウエア構成）であってもよいし、CPU、ROM、RAM等と、それらを用いて実行されるプログラム（ソフトウエア構成）であってもよいし、その両方を組み合わせたものであってもよい。例えば、プロセッサが、論理回路とCPU、ROM、RAM等とを有し、機能の一部を論理回路（ハードウエア構成）により実現し、その他の機能をCPUにおいて実行されるプログラム（ソフトウエア構成）により実現するようにしてもよい。
　図７７のアプリケーションプロセッサ１３３１は、画像処理に関するアプリケーションを実行するプロセッサである。このアプリケーションプロセッサ１３３１において実行されるアプリケーションは、所定の機能を実現するために、演算処理を行うだけでなく、例えばビデオプロセッサ１３３２等、ビデオモジュール１３１１内外の構成を必要に応じて制御することもできる。
　ビデオプロセッサ１３３２は、画像の符号化・復号（その一方若しくは両方）に関する機能を有するプロセッサである。
　ブロードバンドモデム１３３３は、インターネットや公衆電話回線網等の広帯域の回線を介して行われる有線若しくは無線（またはその両方）の広帯域通信により送信するデータ（デジタル信号）をデジタル変調する等してアナログ信号に変換したり、その広帯域通信により受信したアナログ信号を復調してデータ（デジタル信号）に変換したりする。ブロードバンドモデム１３３３は、例えば、ビデオプロセッサ１３３２が処理する画像データ、画像データが符号化されたストリーム、アプリケーションプログラム、設定データ等、任意の情報を処理する。
　RFモジュール１３３４は、アンテナを介して送受信されるRF（Radio Frequency）信号に対して、周波数変換、変復調、増幅、フィルタ処理等を行うモジュールである。例えば、RFモジュール１３３４は、ブロードバンドモデム１３３３により生成されたベースバンド信号に対して周波数変換等を行ってRF信号を生成する。また、例えば、RFモジュール１３３４は、フロントエンドモジュール１３１４を介して受信されたRF信号に対して周波数変換等を行ってベースバンド信号を生成する。
　なお、図７７において点線１３４１に示されるように、アプリケーションプロセッサ１３３１とビデオプロセッサ１３３２を、一体化し、１つのプロセッサとして構成されるようにしてもよい。
　外部メモリ１３１２は、ビデオモジュール１３１１の外部に設けられた、ビデオモジュール１３１１により利用される記憶デバイスを有するモジュールである。この外部メモリ１３１２の記憶デバイスは、どのような物理構成により実現するようにしてもよいが、一般的にフレーム単位の画像データのような大容量のデータの格納に利用されることが多いので、例えばDRAM（Dynamic Random Access Memory）のような比較的安価で大容量の半導体メモリにより実現するのが望ましい。
　パワーマネージメントモジュール１３１３は、ビデオモジュール１３１１（ビデオモジュール１３１１内の各構成）への電力供給を管理し、制御する。
　フロントエンドモジュール１３１４は、RFモジュール１３３４に対してフロントエンド機能（アンテナ側の送受信端の回路）を提供するモジュールである。図７７に示されるように、フロントエンドモジュール１３１４は、例えば、アンテナ部１３５１、フィルタ１３５２、および増幅部１３５３を有する。
　アンテナ部１３５１は、無線信号を送受信するアンテナおよびその周辺の構成を有する。アンテナ部１３５１は、増幅部１３５３から供給される信号を無線信号として送信し、受信した無線信号を電気信号（RF信号）としてフィルタ１３５２に供給する。フィルタ１３５２は、アンテナ部１３５１を介して受信されたRF信号に対してフィルタ処理等を行い、処理後のRF信号をRFモジュール１３３４に供給する。増幅部１３５３は、RFモジュール１３３４から供給されるRF信号を増幅し、アンテナ部１３５１に供給する。
　コネクティビティ１３２１は、外部との接続に関する機能を有するモジュールである。コネクティビティ１３２１の物理構成は、任意である。例えば、コネクティビティ１３２１は、ブロードバンドモデム１３３３が対応する通信規格以外の通信機能を有する構成や、外部入出力端子等を有する。
　例えば、コネクティビティ１３２１が、Bluetooth（登録商標）、IEEE 802.11（例えばWi-Fi（Wireless Fidelity、登録商標））、NFC（Near Field Communication）、IrDA（InfraRed Data Association）等の無線通信規格に準拠する通信機能を有するモジュールや、その規格に準拠した信号を送受信するアンテナ等を有するようにしてもよい。また、例えば、コネクティビティ１３２１が、USB（Universal Serial Bus）、HDMI（登録商標）（High-Definition Multimedia Interface）等の有線通信規格に準拠する通信機能を有するモジュールや、その規格に準拠した端子を有するようにしてもよい。さらに、例えば、コネクティビティ１３２１が、アナログ入出力端子等のその他のデータ（信号）伝送機能等を有するようにしてもよい。
　なお、コネクティビティ１３２１が、データ（信号）の伝送先のデバイスを含むようにしてもよい。例えば、コネクティビティ１３２１が、磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリ等の記録媒体に対してデータの読み出しや書き込みを行うドライブ（リムーバブルメディアのドライブだけでなく、ハードディスク、SSD（Solid State Drive）、NAS（Network Attached Storage）等も含む）を有するようにしてもよい。また、コネクティビティ１３２１が、画像や音声の出力デバイス（モニタやスピーカ等）を有するようにしてもよい。
　カメラ１３２２は、被写体を撮像し、被写体の画像データを得る機能を有するモジュールである。カメラ１３２２の撮像により得られた画像データは、例えば、ビデオプロセッサ１３３２に供給されて符号化される。
　センサ１３２３は、例えば、音声センサ、超音波センサ、光センサ、照度センサ、赤外線センサ、イメージセンサ、回転センサ、角度センサ、角速度センサ、速度センサ、加速度センサ、傾斜センサ、磁気識別センサ、衝撃センサ、温度センサ等、任意のセンサ機能を有するモジュールである。センサ１３２３により検出されたデータは、例えば、アプリケーションプロセッサ１３３１に供給されてアプリケーション等により利用される。
　以上においてモジュールとして説明した構成をプロセッサとして実現するようにしてもよいし、逆にプロセッサとして説明した構成をモジュールとして実現するようにしてもよい。
　以上のような構成のビデオセット１３００において、後述するようにビデオプロセッサ１３３２に本技術を適用することができる。したがって、ビデオセット１３００は、本技術を適用したセットとして実施することができる。
　　＜ビデオプロセッサの構成例＞
　図７８は、本技術を適用したビデオプロセッサ１３３２（図７７）の概略的な構成の一例を示している。
　図７８の例の場合、ビデオプロセッサ１３３２は、ビデオ信号およびオーディオ信号の入力を受けてこれらを所定の方式で符号化する機能と、符号化されたビデオデータおよびオーディオデータを復号し、ビデオ信号およびオーディオ信号を再生出力する機能とを有する。
　図７８に示されるように、ビデオプロセッサ１３３２は、ビデオ入力処理部１４０１、第１画像拡大縮小部１４０２、第２画像拡大縮小部１４０３、ビデオ出力処理部１４０４、フレームメモリ１４０５、およびメモリ制御部１４０６を有する。また、ビデオプロセッサ１３３２は、エンコード・デコードエンジン１４０７、ビデオES（Elementary Stream）バッファ１４０８Ａおよび１４０８Ｂ、並びに、オーディオESバッファ１４０９Ａおよび１４０９Ｂを有する。さらに、ビデオプロセッサ１３３２は、オーディオエンコーダ１４１０、オーディオデコーダ１４１１、多重化部（MUX（Multiplexer））１４１２、逆多重化部（DMUX（Demultiplexer））１４１３、およびストリームバッファ１４１４を有する。
　ビデオ入力処理部１４０１は、例えばコネクティビティ１３２１（図７７）等から入力されたビデオ信号を取得し、デジタル画像データに変換する。第１画像拡大縮小部１４０２は、画像データに対してフォーマット変換や画像の拡大縮小処理等を行う。第２画像拡大縮小部１４０３は、画像データに対して、ビデオ出力処理部１４０４を介して出力する先でのフォーマットに応じて画像の拡大縮小処理を行ったり、第１画像拡大縮小部１４０２と同様のフォーマット変換や画像の拡大縮小処理等を行ったりする。ビデオ出力処理部１４０４は、画像データに対して、フォーマット変換やアナログ信号への変換等を行って、再生されたビデオ信号として例えばコネクティビティ１３２１等に出力する。
　フレームメモリ１４０５は、ビデオ入力処理部１４０１、第１画像拡大縮小部１４０２、第２画像拡大縮小部１４０３、ビデオ出力処理部１４０４、およびエンコード・デコードエンジン１４０７によって共用される画像データ用のメモリである。フレームメモリ１４０５は、例えばDRAM等の半導体メモリとして実現される。
　メモリ制御部１４０６は、エンコード・デコードエンジン１４０７からの同期信号を受けて、アクセス管理テーブル１４０６Ａに書き込まれたフレームメモリ１４０５へのアクセススケジュールに従ってフレームメモリ１４０５に対する書き込み・読み出しのアクセスを制御する。アクセス管理テーブル１４０６Ａは、エンコード・デコードエンジン１４０７、第１画像拡大縮小部１４０２、第２画像拡大縮小部１４０３等で実行される処理に応じて、メモリ制御部１４０６により更新される。
　エンコード・デコードエンジン１４０７は、画像データのエンコード処理、並びに、画像データが符号化されたデータであるビデオストリームのデコード処理を行う。例えば、エンコード・デコードエンジン１４０７は、フレームメモリ１４０５から読み出した画像データを符号化し、ビデオストリームとしてビデオESバッファ１４０８Ａに順次書き込む。また、例えば、ビデオESバッファ１４０８Ｂからビデオストリームを順次読み出して復号し、画像データとしてフレームメモリ１４０５に順次書き込む。エンコード・デコードエンジン１４０７は、これらの符号化や復号において、フレームメモリ１４０５を作業領域として使用する。また、エンコード・デコードエンジン１４０７は、例えばマクロブロック毎の処理を開始するタイミングで、メモリ制御部１４０６に対して同期信号を出力する。
　ビデオESバッファ１４０８Ａは、エンコード・デコードエンジン１４０７によって生成されたビデオストリームをバッファリングして、多重化部（MUX）１４１２に供給する。ビデオESバッファ１４０８Ｂは、逆多重化部（DMUX）１４１３から供給されたビデオストリームをバッファリングして、エンコード・デコードエンジン１４０７に供給する。
　オーディオESバッファ１４０９Ａは、オーディオエンコーダ１４１０によって生成されたオーディオストリームをバッファリングして、多重化部（MUX）１４１２に供給する。オーディオESバッファ１４０９Ｂは、逆多重化部（DMUX）１４１３から供給されたオーディオストリームをバッファリングして、オーディオデコーダ１４１１に供給する。
　オーディオエンコーダ１４１０は、例えばコネクティビティ１３２１等から入力されたオーディオ信号を例えばデジタル変換し、例えばMPEGオーディオ方式やAC3（AudioCode number 3）方式等の所定の方式で符号化する。オーディオエンコーダ１４１０は、オーディオ信号が符号化されたデータであるオーディオストリームをオーディオESバッファ１４０９Ａに順次書き込む。オーディオデコーダ１４１１は、オーディオESバッファ１４０９Ｂから供給されたオーディオストリームを復号し、例えばアナログ信号への変換等を行って、再生されたオーディオ信号として例えばコネクティビティ１３２１等に供給する。
　多重化部（MUX）１４１２は、ビデオストリームとオーディオストリームとを多重化する。この多重化の方法（すなわち、多重化により生成されるビットストリームのフォーマット）は任意である。また、この多重化の際に、多重化部（MUX）１４１２は、所定のヘッダ情報等をビットストリームに付加することもできる。つまり、多重化部（MUX）１４１２は、多重化によりストリームのフォーマットを変換することができる。例えば、多重化部（MUX）１４１２は、ビデオストリームとオーディオストリームとを多重化することにより、転送用のフォーマットのビットストリームであるトランスポートストリームに変換する。また、例えば、多重化部（MUX）１４１２は、ビデオストリームとオーディオストリームとを多重化することにより、記録用のファイルフォーマットのデータ（ファイルデータ）に変換する。
　逆多重化部（DMUX）１４１３は、多重化部（MUX）１４１２による多重化に対応する方法で、ビデオストリームとオーディオストリームとが多重化されたビットストリームを逆多重化する。つまり、逆多重化部（DMUX）１４１３は、ストリームバッファ１４１４から読み出されたビットストリームからビデオストリームとオーディオストリームとを抽出する（ビデオストリームとオーディオストリームとを分離する）。つまり、逆多重化部（DMUX）１４１３は、逆多重化によりストリームのフォーマットを変換（多重化部（MUX）１４１２による変換の逆変換）することができる。例えば、逆多重化部（DMUX）１４１３は、例えばコネクティビティ１３２１やブロードバンドモデム１３３３等から供給されたトランスポートストリームを、ストリームバッファ１４１４を介して取得し、逆多重化することにより、ビデオストリームとオーディオストリームとに変換することができる。また、例えば、逆多重化部（DMUX）１４１３は、例えばコネクティビティ１３２１により各種記録媒体から読み出されたファイルデータを、ストリームバッファ１４１４を介して取得し、逆多重化することにより、ビデオストリームとオーディオストリームとに変換することができる。
　ストリームバッファ１４１４は、ビットストリームをバッファリングする。例えば、ストリームバッファ１４１４は、多重化部（MUX）１４１２から供給されたトランスポートストリームをバッファリングし、所定のタイミングにおいて、若しくは外部からの要求等に基づいて、例えばコネクティビティ１３２１やブロードバンドモデム１３３３等に供給する。
　また、例えば、ストリームバッファ１４１４は、多重化部（MUX）１４１２から供給されたファイルデータをバッファリングし、所定のタイミングにおいて、若しくは外部からの要求等に基づいて、例えばコネクティビティ１３２１等に供給し、各種記録媒体に記録させる。
　さらに、ストリームバッファ１４１４は、例えばコネクティビティ１３２１やブロードバンドモデム１３３３等を介して取得したトランスポートストリームをバッファリングし、所定のタイミングにおいて、若しくは外部からの要求等に基づいて、逆多重化部（DMUX）１４１３に供給する。
　また、ストリームバッファ１４１４は、例えばコネクティビティ１３２１等において各種記録媒体から読み出されたファイルデータをバッファリングし、所定のタイミングにおいて、若しくは外部からの要求等に基づいて、逆多重化部（DMUX）１４１３に供給する。
　次に、このような構成のビデオプロセッサ１３３２の動作の例について説明する。例えば、コネクティビティ１３２１等からビデオプロセッサ１３３２に入力されたビデオ信号は、ビデオ入力処理部１４０１において４：２：２Ｙ／Ｃｂ／Ｃｒ方式等の所定の方式のデジタル画像データに変換され、フレームメモリ１４０５に順次書き込まれる。このデジタル画像データは、第１画像拡大縮小部１４０２または第２画像拡大縮小部１４０３に読み出されて、４：２：０Ｙ／Ｃｂ／Ｃｒ方式等の所定の方式へのフォーマット変換および拡大縮小処理が行われ、再びフレームメモリ１４０５に書き込まれる。この画像データは、エンコード・デコードエンジン１４０７によって符号化され、ビデオストリームとしてビデオESバッファ１４０８Ａに書き込まれる。
　また、コネクティビティ１３２１等からビデオプロセッサ１３３２に入力されたオーディオ信号は、オーディオエンコーダ１４１０によって符号化され、オーディオストリームとして、オーディオESバッファ１４０９Ａに書き込まれる。
　ビデオESバッファ１４０８Ａのビデオストリームと、オーディオESバッファ１４０９Ａのオーディオストリームは、多重化部（MUX）１４１２に読み出されて多重化され、トランスポートストリーム若しくはファイルデータ等に変換される。多重化部（MUX）１４１２により生成されたトランスポートストリームは、ストリームバッファ１４１４にバッファされた後、例えばコネクティビティ１３２１やブロードバンドモデム１３３３等を介して外部ネットワークに出力される。また、多重化部（MUX）１４１２により生成されたファイルデータは、ストリームバッファ１４１４にバッファされた後、例えばコネクティビティ１３２１等に出力され、各種記録媒体に記録される。
　また、例えばコネクティビティ１３２１やブロードバンドモデム１３３３等を介して外部ネットワークからビデオプロセッサ１３３２に入力されたトランスポートストリームは、ストリームバッファ１４１４にバッファされた後、逆多重化部（DMUX）１４１３により逆多重化される。また、例えばコネクティビティ１３２１等において各種記録媒体から読み出され、ビデオプロセッサ１３３２に入力されたファイルデータは、ストリームバッファ１４１４にバッファされた後、逆多重化部（DMUX）１４１３により逆多重化される。つまり、ビデオプロセッサ１３３２に入力されたトランスポートストリームまたはファイルデータは、逆多重化部（DMUX）１４１３によりビデオストリームとオーディオストリームとに分離される。
　オーディオストリームは、オーディオESバッファ１４０９Ｂを介してオーディオデコーダ１４１１に供給され、復号されてオーディオ信号が再生される。また、ビデオストリームは、ビデオESバッファ１４０８Ｂに書き込まれた後、エンコード・デコードエンジン１４０７により順次読み出されて復号されてフレームメモリ１４０５に書き込まれる。復号された画像データは、第２画像拡大縮小部１４０３によって拡大縮小処理されて、フレームメモリ１４０５に書き込まれる。そして、復号された画像データは、ビデオ出力処理部１４０４に読み出されて、４：２：２Ｙ／Ｃｂ／Ｃｒ方式等の所定の方式にフォーマット変換され、さらにアナログ信号に変換されて、ビデオ信号が再生出力される。
　このように構成されるビデオプロセッサ１３３２に本技術を適用する場合、エンコード・デコードエンジン１４０７に、上述した各実施形態に係る本技術を適用すればよい。つまり、例えば、エンコード・デコードエンジン１４０７が、上述した画像符号化装置１００の機能若しくは画像復号装置２００の機能またはその両方を有するようにしてもよい。このようにすることにより、ビデオプロセッサ１３３２は、図１乃至図６５を参照して上述した各実施の形態と同様の効果を得ることができる。
　なお、エンコード・デコードエンジン１４０７において、本技術（すなわち、画像符号化装置１００の機能若しくは画像復号装置２００の機能またはその両方）は、論理回路等のハードウエアにより実現するようにしてもよいし、組み込みプログラム等のソフトウエアにより実現するようにしてもよいし、それらの両方により実現するようにしてもよい。
　　＜ビデオプロセッサの他の構成例＞
　図７９は、本技術を適用したビデオプロセッサ１３３２の概略的な構成の他の例を示している。図７９の例の場合、ビデオプロセッサ１３３２は、ビデオデータを所定の方式で符号化・復号する機能を有する。
　より具体的には、図７９に示されるように、ビデオプロセッサ１３３２は、制御部１５１１、ディスプレイインタフェース１５１２、ディスプレイエンジン１５１３、画像処理エンジン１５１４、および内部メモリ１５１５を有する。また、ビデオプロセッサ１３３２は、コーデックエンジン１５１６、メモリインタフェース１５１７、多重化・逆多重化部（MUX DMUX）１５１８、ネットワークインタフェース１５１９、およびビデオインタフェース１５２０を有する。
　制御部１５１１は、ディスプレイインタフェース１５１２、ディスプレイエンジン１５１３、画像処理エンジン１５１４、およびコーデックエンジン１５１６等、ビデオプロセッサ１３３２内の各処理部の動作を制御する。
　図７９に示されるように、制御部１５１１は、例えば、メインCPU１５３１、サブCPU１５３２、およびシステムコントローラ１５３３を有する。メインCPU１５３１は、ビデオプロセッサ１３３２内の各処理部の動作を制御するためのプログラム等を実行する。メインCPU１５３１は、そのプログラム等に従って制御信号を生成し、各処理部に供給する（つまり、各処理部の動作を制御する）。サブCPU１５３２は、メインCPU１５３１の補助的な役割を果たす。例えば、サブCPU１５３２は、メインCPU１５３１が実行するプログラム等の子プロセスやサブルーチン等を実行する。システムコントローラ１５３３は、メインCPU１５３１およびサブCPU１５３２が実行するプログラムを指定する等、メインCPU１５３１およびサブCPU１５３２の動作を制御する。
　ディスプレイインタフェース１５１２は、制御部１５１１の制御の下、画像データを例えばコネクティビティ１３２１等に出力する。例えば、ディスプレイインタフェース１５１２は、デジタルデータの画像データをアナログ信号に変換し、再生されたビデオ信号として、またはデジタルデータの画像データのまま、コネクティビティ１３２１のモニタ装置等に出力する。
　ディスプレイエンジン１５１３は、制御部１５１１の制御の下、画像データに対して、その画像を表示させるモニタ装置等のハードウエアスペックに合わせるように、フォーマット変換、サイズ変換、色域変換等の各種変換処理を行う。
　画像処理エンジン１５１４は、制御部１５１１の制御の下、画像データに対して、例えば画質改善のためのフィルタ処理等、所定の画像処理を施す。
　内部メモリ１５１５は、ディスプレイエンジン１５１３、画像処理エンジン１５１４、およびコーデックエンジン１５１６により共用される、ビデオプロセッサ１３３２の内部に設けられたメモリである。内部メモリ１５１５は、例えば、ディスプレイエンジン１５１３、画像処理エンジン１５１４、およびコーデックエンジン１５１６の間で行われるデータの授受に利用される。例えば、内部メモリ１５１５は、ディスプレイエンジン１５１３、画像処理エンジン１５１４、またはコーデックエンジン１５１６から供給されるデータを格納し、必要に応じて（例えば、要求に応じて）、そのデータを、ディスプレイエンジン１５１３、画像処理エンジン１５１４、またはコーデックエンジン１５１６に供給する。この内部メモリ１５１５は、どのような記憶デバイスにより実現するようにしてもよいが、一般的にブロック単位の画像データやパラメータ等といった小容量のデータの格納に利用することが多いので、例えばSRAM（Static Random Access Memory）のような比較的（例えば外部メモリ１３１２と比較して）小容量だが応答速度が高速な半導体メモリにより実現するのが望ましい。
　コーデックエンジン１５１６は、画像データの符号化や復号に関する処理を行う。このコーデックエンジン１５１６が対応する符号化・復号の方式は任意であり、その数は１つであってもよいし、複数であってもよい。例えば、コーデックエンジン１５１６は、複数の符号化・復号方式のコーデック機能を備え、その中から選択されたもので画像データの符号化若しくは符号化データの復号を行うようにしてもよい。
　図７９に示される例において、コーデックエンジン１５１６は、コーデックに関する処理の機能ブロックとして、例えば、MPEG-2 Video１５４１、AVC/H.264１５４２、HEVC/H.265１５４３、HEVC/H.265(Scalable)１５４４、HEVC/H.265(Multi-view)１５４５、およびMPEG-DASH１５５１を有する。
　MPEG-2 Video１５４１は、画像データをMPEG-2方式で符号化したり復号したりする機能ブロックである。AVC/H.264１５４２は、画像データをAVC方式で符号化したり復号したりする機能ブロックである。HEVC/H.265１５４３は、画像データをHEVC方式で符号化したり復号したりする機能ブロックである。HEVC/H.265(Scalable)１５４４は、画像データをHEVC方式でスケーラブル符号化したりスケーラブル復号したりする機能ブロックである。HEVC/H.265(Multi-view)１５４５は、画像データをHEVC方式で多視点符号化したり多視点復号したりする機能ブロックである。
　MPEG-DASH１５５１は、画像データをMPEG-DASH（MPEG-Dynamic Adaptive Streaming over HTTP）方式で送受信する機能ブロックである。MPEG-DASHは、HTTP（HyperText Transfer Protocol）を使ってビデオのストリーミングを行う技術であり、予め用意された解像度等が互いに異なる複数の符号化データの中から適切なものをセグメント単位で選択し伝送することを特徴の１つとする。MPEG-DASH１５５１は、規格に準拠するストリームの生成やそのストリームの伝送制御等を行い、画像データの符号化・復号については、上述したMPEG-2 Video１５４１乃至HEVC/H.265(Multi-view)１５４５を利用する。
　メモリインタフェース１５１７は、外部メモリ１３１２用のインタフェースである。画像処理エンジン１５１４やコーデックエンジン１５１６から供給されるデータは、メモリインタフェース１５１７を介して外部メモリ１３１２に供給される。また、外部メモリ１３１２から読み出されたデータは、メモリインタフェース１５１７を介してビデオプロセッサ１３３２（画像処理エンジン１５１４若しくはコーデックエンジン１５１６）に供給される。
　多重化・逆多重化部（MUX DMUX）１５１８は、符号化データのビットストリーム、画像データ、ビデオ信号等、画像に関する各種データの多重化や逆多重化を行う。この多重化・逆多重化の方法は任意である。例えば、多重化の際に、多重化・逆多重化部（MUX DMUX）１５１８は、複数のデータを１つにまとめるだけでなく、所定のヘッダ情報等をそのデータに付加することもできる。また、逆多重化の際に、多重化・逆多重化部（MUX DMUX）１５１８は、１つのデータを複数に分割するだけでなく、分割した各データに所定のヘッダ情報等を付加することもできる。つまり、多重化・逆多重化部（MUX DMUX）１５１８は、多重化・逆多重化によりデータのフォーマットを変換することができる。例えば、多重化・逆多重化部（MUX DMUX）１５１８は、ビットストリームを多重化することにより、転送用のフォーマットのビットストリームであるトランスポートストリームや、記録用のファイルフォーマットのデータ（ファイルデータ）に変換することができる。もちろん、逆多重化によりその逆変換も可能である。
　ネットワークインタフェース１５１９は、例えばブロードバンドモデム１３３３やコネクティビティ１３２１等向けのインタフェースである。ビデオインタフェース１５２０は、例えばコネクティビティ１３２１やカメラ１３２２等向けのインタフェースである。
　次に、このようなビデオプロセッサ１３３２の動作の例について説明する。例えば、コネクティビティ１３２１やブロードバンドモデム１３３３等を介して外部ネットワークからトランスポートストリームを受信すると、そのトランスポートストリームは、ネットワークインタフェース１５１９を介して多重化・逆多重化部（MUX DMUX）１５１８に供給されて逆多重化され、コーデックエンジン１５１６により復号される。コーデックエンジン１５１６の復号により得られた画像データは、例えば、画像処理エンジン１５１４により所定の画像処理が施され、ディスプレイエンジン１５１３により所定の変換が行われ、ディスプレイインタフェース１５１２を介して例えばコネクティビティ１３２１等に供給され、その画像がモニタに表示される。また、例えば、コーデックエンジン１５１６の復号により得られた画像データは、コーデックエンジン１５１６により再符号化され、多重化・逆多重化部（MUX DMUX）１５１８により多重化されてファイルデータに変換され、ビデオインタフェース１５２０を介して例えばコネクティビティ１３２１等に出力され、各種記録媒体に記録される。
　さらに、例えば、コネクティビティ１３２１等により図示せぬ記録媒体から読み出された、画像データが符号化された符号化データのファイルデータは、ビデオインタフェース１５２０を介して多重化・逆多重化部（MUX DMUX）１５１８に供給されて逆多重化され、コーデックエンジン１５１６により復号される。コーデックエンジン１５１６の復号により得られた画像データは、画像処理エンジン１５１４により所定の画像処理が施され、ディスプレイエンジン１５１３により所定の変換が行われ、ディスプレイインタフェース１５１２を介して例えばコネクティビティ１３２１等に供給され、その画像がモニタに表示される。また、例えば、コーデックエンジン１５１６の復号により得られた画像データは、コーデックエンジン１５１６により再符号化され、多重化・逆多重化部（MUX DMUX）１５１８により多重化されてトランスポートストリームに変換され、ネットワークインタフェース１５１９を介して例えばコネクティビティ１３２１やブロードバンドモデム１３３３等に供給され図示せぬ他の装置に伝送される。
　なお、ビデオプロセッサ１３３２内の各処理部の間での画像データやその他のデータの授受は、例えば、内部メモリ１５１５や外部メモリ１３１２を利用して行われる。また、パワーマネージメントモジュール１３１３は、例えば制御部１５１１への電力供給を制御する。
　このように構成されるビデオプロセッサ１３３２に本技術を適用する場合、コーデックエンジン１５１６に、上述した各実施形態に係る本技術を適用すればよい。つまり、例えば、コーデックエンジン１５１６が、上述した画像符号化装置１００の機能若しくは画像復号装置２００の機能またはその両方を有するようにすればよい。このようにすることにより、ビデオプロセッサ１３３２は、図１乃至図６５を参照して上述した各実施の形態と同様の効果を得ることができる。
　なお、コーデックエンジン１５１６において、本技術（すなわち、画像符号化装置１００の機能）は、論理回路等のハードウエアにより実現するようにしてもよいし、組み込みプログラム等のソフトウエアにより実現するようにしてもよいし、それらの両方により実現するようにしてもよい。
　以上にビデオプロセッサ１３３２の構成を２例示したが、ビデオプロセッサ１３３２の構成は任意であり、上述した２例以外のものであってもよい。また、このビデオプロセッサ１３３２は、１つの半導体チップとして構成されるようにしてもよいが、複数の半導体チップとして構成されるようにしてもよい。例えば、複数の半導体を積層する３次元積層LSIとしてもよい。また、複数のLSIにより実現されるようにしてもよい。
　　＜装置への適用例＞
　ビデオセット１３００は、画像データを処理する各種装置に組み込むことができる。例えば、ビデオセット１３００は、テレビジョン装置９００（図７３）、携帯電話機９２０（図７４）、記録再生装置９４０（図７５）、撮像装置９６０（図７６）等に組み込むことができる。ビデオセット１３００を組み込むことにより、その装置は、図１乃至図６５を参照して上述した各実施の形態と同様の効果を得ることができる。
　なお、上述したビデオセット１３００の各構成の一部であっても、ビデオプロセッサ１３３２を含むものであれば、本技術を適用した構成として実施することができる。例えば、ビデオプロセッサ１３３２のみを本技術を適用したビデオプロセッサとして実施することができる。また、例えば、上述したように点線１３４１により示されるプロセッサやビデオモジュール１３１１等を、本技術を適用したプロセッサやモジュール等として実施することができる。さらに、例えば、ビデオモジュール１３１１、外部メモリ１３１２、パワーマネージメントモジュール１３１３、およびフロントエンドモジュール１３１４を組み合わせ、本技術を適用したビデオユニット１３６１として実施することもできる。いずれの構成の場合であっても、図１乃至図６５を参照して上述した各実施の形態と同様の効果を得ることができる。
　つまり、ビデオプロセッサ１３３２を含むものであればどのような構成であっても、ビデオセット１３００の場合と同様に、画像データを処理する各種装置に組み込むことができる。例えば、ビデオプロセッサ１３３２、点線１３４１により示されるプロセッサ、ビデオモジュール１３１１、または、ビデオユニット１３６１を、テレビジョン装置９００（図７３）、携帯電話機９２０（図７４）、記録再生装置９４０（図７５）、撮像装置９６０（図７６）等に組み込むことができる。そして、本技術を適用したいずれかの構成を組み込むことにより、その装置は、ビデオセット１３００の場合と同様に、図１乃至図６５を参照して上述した各実施の形態と同様の効果を得ることができる。
　また、本明細書では、各種情報が、符号化ストリームに多重化されて、符号化側から復号側へ伝送される例について説明した。しかしながら、これら情報を伝送する手法はかかる例に限定されない。例えば、これら情報は、符号化ビットストリームに多重化されることなく、符号化ビットストリームと関連付けられた別個のデータとして伝送され又は記録されてもよい。ここで、「関連付ける」という用語は、ビットストリームに含まれる画像（スライス、タイル、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。
　なお、本技術は以下のような構成も取ることができる。
　（１）　画像の処理対象領域を分割する複数の下位層の領域の内の一部の領域についてインター予測を行い、前記インター予測により生成される予測画像に対応する再構成画像を用いて参照画素を設定し、前記下位層の領域の内の他の領域について前記参照画素を用いてイントラ予測を行う予測部と、
　前記予測部により生成される予測画像を用いて前記画像を符号化する符号化部と
　を備える画像処理装置。
　（２）　前記予測部は、前記イントラ予測を行う領域のより右側に位置する領域若しくは前記イントラ予測を行う領域より下側に位置する領域または両方に対して前記インター予測を行い、前記インター予測により生成される予測画像に対応する再構成画像を用いて前記イントラ予測を行う領域より右側の参照画素若しくは前記イントラ予測を行う領域より下側の参照画素または両方を設定し、設定した前記参照画素を用いて前記イントラ予測を行う
　（１）に記載の画像処理装置。
　（３）　前記予測部は、予測処理済みの領域の再構成画像を用いて参照画素をさらに設定し、設定した参照画素を用いて前記イントラ予測を行う
　（２）に記載の画像処理装置。
　（４）　前記予測部は、前記イントラ予測により、単一のイントラ予測モードに対応する単数の参照画素を用いて予測画像の各画素を生成する
　（３）に記載の画像処理装置。
　（５）　前記予測部は、前記イントラ予測により、単一のイントラ予測モードに対応する複数の参照画素を用いて予測画像の各画素を生成する
　（３）に記載の画像処理装置。
　（６）　前記予測部は、前記予測画像の各画素を、前記画素の位置に応じて選択した前記複数の参照画素のいずれかを用いて生成する
　（５）に記載の画像処理装置。
　（７）　前記予測部は、前記予測画像の各画素を、前記複数の参照画素を用い、前記画素の位置に応じた重みづけ演算することにより生成する
　（５）または（６）に記載の画像処理装置。
　（８）　前記複数の参照画素は、前記イントラ予測を行う領域の画素からみて、前記単一のイントラ予測モードの互いに逆向きに位置する２画素である
　（５）に記載の画像処理装置。
　（９）　前記処理対象領域は、符号化単位となる符号化ブロックであり、
　前記複数の下位層の領域は、前記符号化ブロック内の予測処理の単位となる予測ブロックである
　（１）乃至（８）のいずれかに記載の画像処理装置。
　（１０）　前記複数の下位層の領域は、符号化単位となる符号化ブロックであり、
　前記処理対象領域は、複数の前記符号化ブロックの集合である
　（１）乃至（８）のいずれかに記載の画像処理装置。
　（１１）　前記予測部による予測に関する情報を生成する生成部をさらに備える
　（１）乃至（１０）のいずれかに記載の画像処理装置。
　（１２）　前記処理対象領域に対してイントラ予測を行うイントラ予測部と、
　前記処理対象領域に対してインター予測を行うインター予測部と、
　前記イントラ予測部により生成された予測画像、前記インター予測部により生成された予測画像、および前記予測部により生成された予測画像の内のいずれかを選択する予測画像選択部と
　をさらに備え、
　前記符号化部は、前記予測画像選択部により選択された予測画像を用いて前記画像を符号化する
　（１）乃至（１１）のいずれかに記載の画像処理装置。
　（１３）　前記符号化部は、前記画像と前記予測部により生成される予測画像との差分を示す残差画像を符号化する
　（１）乃至（１２）のいずれかに記載の画像処理装置。
　（１４）　画像の処理対象領域を分割する複数の下位層の領域の内の一部の領域についてインター予測を行い、
　前記インター予測により生成される予測画像に対応する再構成画像を用いて参照画素を設定し、
　前記下位層の領域の内の他の領域について前記参照画素を用いてイントラ予測を行い、
　前記インター予測および前記イントラ予測により生成される予測画像を用いて前記画像を符号化する
　画像処理方法。
　（１５）　画像の符号化データを復号して残差画像を生成する復号部と、
　前記画像の処理対象領域を分割する複数の下位層の領域の内の一部の領域についてインター予測を行い、前記インター予測により生成される予測画像に対応する再構成画像を用いて参照画素を設定し、前記下位層の領域の内の他の領域について前記参照画素を用いてイントラ予測を行う予測部と、
　前記復号部により生成される前記残差画像と、前記予測部により生成される予測画像とを用いて前記画像の復号画像を生成する生成部と
　を備える画像処理装置。
　（１６）　画像の符号化データを復号して残差画像を生成し、
　前記画像の処理対象領域を分割する複数の下位層の領域の内の一部の領域についてインター予測を行い、
　前記インター予測により生成される予測画像に対応する再構成画像を用いて参照画素を設定し、
　前記下位層の領域の内の他の領域について前記参照画素を用いてイントラ予測を行い、
　生成された前記残差画像と予測画像とを用いて前記画像の復号画像を生成する
　画像処理方法。
　（１７）　画像の処理対象領域の予測画像の各画素を、単一のイントラ予測モードに対応する複数の参照画素を用いて生成する予測画像生成部
　を備える画像処理装置。
　（１８）　前記予測画像生成部は、前記予測画像の各画素を、前記画素の位置に応じて選択した前記複数の参照画素のいずれかを用いて生成する
　（１７）に記載の画像処理装置。
　（１９）　前記予測画像生成部は、前記予測画像の各画素を、前記複数の参照画素を用い、前記画素の位置に応じた重みづけ演算することにより生成する
　（１７）または（１８）に記載の画像処理装置。
　（２０）　画像の処理対象領域の予測画像の各画素を、単一のイントラ予測モードに対応する複数の参照画素を用いて生成する
　画像処理方法。
　３１　処理対象領域，　３２　領域，　３３　画素，　４１　領域，　１００　画像符号化装置，　１１５　可逆符号化部，　１１６　付加情報生成部，　１２３　イントラ予測部，　１２４　インター予測部，　１２５　インター先イントラ予測部，　１２６　予測画像選択部，　１３１　インター予測部，　１３４　イントラ予測部，　１４１　ブロック設定部，　１４２　ブロック予測制御部，　１４３　記憶部，　１４４　コスト比較部，　２００　画像復号装置，　２１２　可逆復号部，　２１９　イントラ予測部，　２２０　インター予測部，　２２１　インター先イントラ予測部，　２２２　予測画像選択部，　２３１　インター予測部，　２３２　イントラ予測部，　３０１　イントラ予測部，　３０２　予測画像選択部，　３１１　ブロック予測制御部，　３５１　イントラ予測部，　４０１　複数参照イントラ予測部，　４０２　予測画像選択部，　４１１　参照画素設定部，　４１２　予測画像生成部，　４１３　コスト関数算出部，　４１４　モード選択部，　４２１　ブロック予測制御部，　４５１　複数参照イントラ予測部，　４６１　参照画素設定部，　４６２　予測画像生成部

Claims (20)

  1. 　画像の処理対象領域を分割する複数の下位層の領域の内の一部の領域についてインター予測を行い、前記インター予測により生成される予測画像に対応する再構成画像を用いて参照画素を設定し、前記下位層の領域の内の他の領域について前記参照画素を用いてイントラ予測を行う予測部と、
    　前記予測部により生成される予測画像を用いて前記画像を符号化する符号化部と
    　を備える画像処理装置。
  2. 　前記予測部は、前記イントラ予測を行う領域より右側に位置する領域若しくは前記イントラ予測を行う領域より下側に位置する領域または両方に対して前記インター予測を行い、前記インター予測により生成される予測画像に対応する再構成画像を用いて前記イントラ予測を行う領域より右側の参照画素若しくは前記イントラ予測を行う領域より下側の参照画素または両方を設定し、設定した前記参照画素を用いて前記イントラ予測を行う
    　請求項１に記載の画像処理装置。
  3. 　前記予測部は、予測処理済みの領域の再構成画像を用いて参照画素をさらに設定し、設定した参照画素を用いて前記イントラ予測を行う
    　請求項２に記載の画像処理装置。
  4. 　前記予測部は、前記イントラ予測により、単一のイントラ予測モードに対応する単数の参照画素を用いて予測画像の各画素を生成する
    　請求項３に記載の画像処理装置。
  5. 　前記予測部は、前記イントラ予測により、単一のイントラ予測モードに対応する複数の参照画素を用いて予測画像の各画素を生成する
    　請求項３に記載の画像処理装置。
  6. 　前記予測部は、前記予測画像の各画素を、前記画素の位置に応じて選択した前記複数の参照画素のいずれかを用いて生成する
    　請求項５に記載の画像処理装置。
  7. 　前記予測部は、前記予測画像の各画素を、前記複数の参照画素を用い、前記画素の位置に応じた重みづけ演算することにより生成する
    　請求項５に記載の画像処理装置。
  8. 　前記複数の参照画素は、前記イントラ予測を行う領域の画素からみて、前記単一のイントラ予測モードの互いに逆向きに位置する２画素である
    　請求項５に記載の画像処理装置。
  9. 　前記処理対象領域は、符号化単位となる符号化ブロックであり、
    　前記複数の下位層の領域は、前記符号化ブロック内の予測処理の単位となる予測ブロックである
    　請求項１に記載の画像処理装置。
  10. 　前記複数の下位層の領域は、符号化単位となる符号化ブロックであり、
    　前記処理対象領域は、複数の前記符号化ブロックの集合である
    　請求項１に記載の画像処理装置。
  11. 　前記予測部による予測に関する情報を生成する生成部をさらに備える
    　請求項１に記載の画像処理装置。
  12. 　前記処理対象領域に対してイントラ予測を行うイントラ予測部と、
    　前記処理対象領域に対してインター予測を行うインター予測部と、
    　前記イントラ予測部により生成された予測画像、前記インター予測部により生成された予測画像、および前記予測部により生成された予測画像の内のいずれかを選択する予測画像選択部と
    　をさらに備え、
    　前記符号化部は、前記予測画像選択部により選択された予測画像を用いて前記画像を符号化する
    　請求項１に記載の画像処理装置。
  13. 　前記符号化部は、前記画像と前記予測部により生成される予測画像との差分を示す残差画像を符号化する
    　請求項１に記載の画像処理装置。
  14. 　画像の処理対象領域を分割する複数の下位層の領域の内の一部の領域についてインター予測を行い、
    　前記インター予測により生成される予測画像に対応する再構成画像を用いて参照画素を設定し、
    　前記下位層の領域の内の他の領域について前記参照画素を用いてイントラ予測を行い、
    　前記インター予測および前記イントラ予測により生成される予測画像を用いて前記画像を符号化する
    　画像処理方法。
  15. 　画像の符号化データを復号して残差画像を生成する復号部と、
    　前記画像の処理対象領域を分割する複数の下位層の領域の内の一部の領域についてインター予測を行い、前記インター予測により生成される予測画像に対応する再構成画像を用いて参照画素を設定し、前記下位層の領域の内の他の領域について前記参照画素を用いてイントラ予測を行う予測部と、
    　前記復号部により生成される前記残差画像と、前記予測部により生成される予測画像とを用いて前記画像の復号画像を生成する生成部と
    　を備える画像処理装置。
  16. 　画像の符号化データを復号して残差画像を生成し、
    　前記画像の処理対象領域を分割する複数の下位層の領域の内の一部の領域についてインター予測を行い、
    　前記インター予測により生成される予測画像に対応する再構成画像を用いて参照画素を設定し、
    　前記下位層の領域の内の他の領域について前記参照画素を用いてイントラ予測を行い、
    　生成された前記残差画像と予測画像とを用いて前記画像の復号画像を生成する
    　画像処理方法。
  17. 　画像の処理対象領域の予測画像の各画素を、単一のイントラ予測モードに対応する複数の参照画素を用いて生成する予測画像生成部
    　を備える画像処理装置。
  18. 　前記予測画像生成部は、前記予測画像の各画素を、前記画素の位置に応じて選択した前記複数の参照画素のいずれかを用いて生成する
    　請求項１７に記載の画像処理装置。
  19. 　前記予測画像生成部は、前記予測画像の各画素を、前記複数の参照画素を用い、前記画素の位置に応じた重みづけ演算することにより生成する
    　請求項１７に記載の画像処理装置。
  20. 　画像の処理対象領域の予測画像の各画素を、単一のイントラ予測モードに対応する複数の参照画素を用いて生成する
    　画像処理方法。
PCT/JP2016/080495 2015-10-30 2016-10-14 画像処理装置および方法 WO2017073360A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/768,359 US20180316914A1 (en) 2015-10-30 2016-10-14 Image processing apparatus and method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2015-214250 2015-10-30
JP2015214250 2015-10-30

Publications (1)

Publication Number Publication Date
WO2017073360A1 true WO2017073360A1 (ja) 2017-05-04

Family

ID=58631408

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/080495 WO2017073360A1 (ja) 2015-10-30 2016-10-14 画像処理装置および方法

Country Status (2)

Country Link
US (1) US20180316914A1 (ja)
WO (1) WO2017073360A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116156180A (zh) * 2023-04-19 2023-05-23 北京中星微人工智能芯片技术有限公司 帧内预测方法、图像编码方法、图像解码方法以及设备

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10390021B2 (en) * 2016-03-18 2019-08-20 Mediatek Inc. Method and apparatus of video coding
KR102228474B1 (ko) * 2016-10-14 2021-03-16 후아웨이 테크놀러지 컴퍼니 리미티드 비디오 코딩을 위한 디바이스들 및 방법들

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008084817A1 (ja) * 2007-01-09 2008-07-17 Kabushiki Kaisha Toshiba 画像符号化と復号化の方法及び装置
WO2009051419A2 (en) * 2007-10-16 2009-04-23 Lg Electronics Inc. A method and an apparatus for processing a video signal
JP2010166133A (ja) * 2009-01-13 2010-07-29 Hitachi Kokusai Electric Inc 動画像符号化装置
US20130064292A1 (en) * 2010-05-17 2013-03-14 Sk Telecom Co., Ltd. Image coding/decoding device using coding block in which intra block and inter block are mixed, and method thereof

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2483294B (en) * 2010-09-03 2013-01-02 Canon Kk Method and device for motion estimation of video data coded according to a scalable coding structure
JP5663093B2 (ja) * 2010-10-01 2015-02-04 ドルビー ラボラトリーズ ライセンシング コーポレイション 参照ピクチャー処理のための最適化されたフィルタ選択
US20150208092A1 (en) * 2012-06-29 2015-07-23 Samsung Electronics Co., Ltd. Method and apparatus for encoding scalable video, and method and apparatus for decoding scalable video
US9900609B2 (en) * 2013-01-04 2018-02-20 Nokia Technologies Oy Apparatus, a method and a computer program for video coding and decoding
CN104737542B (zh) * 2013-01-30 2018-09-25 英特尔公司 用于下一代视频的内容自适应熵编码
FR3008840A1 (fr) * 2013-07-17 2015-01-23 Thomson Licensing Procede et dispositif de decodage d'un train scalable representatif d'une sequence d'images et procede et dispositif de codage correspondants
US10178398B2 (en) * 2013-10-11 2019-01-08 Telefonaktiebolaget Lm Ericsson (Publ) Method and arrangement for video transcoding using mode or motion or in-loop filter information

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008084817A1 (ja) * 2007-01-09 2008-07-17 Kabushiki Kaisha Toshiba 画像符号化と復号化の方法及び装置
WO2009051419A2 (en) * 2007-10-16 2009-04-23 Lg Electronics Inc. A method and an apparatus for processing a video signal
JP2010166133A (ja) * 2009-01-13 2010-07-29 Hitachi Kokusai Electric Inc 動画像符号化装置
US20130064292A1 (en) * 2010-05-17 2013-03-14 Sk Telecom Co., Ltd. Image coding/decoding device using coding block in which intra block and inter block are mixed, and method thereof

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
TAICHIRO SHIODERA ET AL.: "Bidirectional Intra Prediction, ITU - Telecommunications Standardization Sector STUDY GROUP 16 Question 6 Video Coding Experts Group", VCEG-AE14, 31ST MEETING, January 2007 (2007-01-01), Marrakech, MA, pages 1 - 6 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116156180A (zh) * 2023-04-19 2023-05-23 北京中星微人工智能芯片技术有限公司 帧内预测方法、图像编码方法、图像解码方法以及设备
CN116156180B (zh) * 2023-04-19 2023-06-23 北京中星微人工智能芯片技术有限公司 帧内预测方法、图像编码方法、图像解码方法以及设备

Also Published As

Publication number Publication date
US20180316914A1 (en) 2018-11-01

Similar Documents

Publication Publication Date Title
JP6642631B2 (ja) 画像復号装置および方法
JP2018057009A (ja) 画像処理装置および方法、並びに、プログラム
JP6579393B2 (ja) 画像処理装置および方法
KR102338523B1 (ko) 디코딩 디바이스, 디코딩 방법, 인코딩 디바이스, 및 인코딩 방법
WO2017126333A1 (ja) 画像処理装置および方法
JP6451999B2 (ja) 画像処理装置および方法
JPWO2014002895A1 (ja) 画像処理装置および方法
JP6497562B2 (ja) 画像符号化装置および方法
WO2018131523A1 (ja) 画像処理装置および画像処理方法
JP6652126B2 (ja) 画像処理装置および方法
WO2017073362A1 (ja) 画像処理装置および方法
JPWO2013137047A1 (ja) 画像処理装置および方法
WO2014050731A1 (ja) 画像処理装置および方法
US9930353B2 (en) Image decoding device and method
WO2017073360A1 (ja) 画像処理装置および方法
JPWO2015064402A1 (ja) 画像処理装置および方法
JPWO2015064403A1 (ja) 画像処理装置および方法
JP6233655B2 (ja) 画像処理装置および方法
WO2015064401A1 (ja) 画像処理装置および方法
WO2014162916A1 (ja) 画像符号化装置および方法、並びに、画像復号装置および方法
JP6341067B2 (ja) 画像処理装置および方法
WO2017126331A1 (ja) 画像処理装置および方法
JP2015050738A (ja) 復号装置および復号方法、並びに、符号化装置および符号化方法

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: 16859590

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 15768359

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16859590

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP