WO2018173432A1 - 予測画像生成装置、動画像復号装置、および動画像符号化装置 - Google Patents

予測画像生成装置、動画像復号装置、および動画像符号化装置 Download PDF

Info

Publication number
WO2018173432A1
WO2018173432A1 PCT/JP2018/000867 JP2018000867W WO2018173432A1 WO 2018173432 A1 WO2018173432 A1 WO 2018173432A1 JP 2018000867 W JP2018000867 W JP 2018000867W WO 2018173432 A1 WO2018173432 A1 WO 2018173432A1
Authority
WO
WIPO (PCT)
Prior art keywords
merge
prediction
mode
unit
flag
Prior art date
Application number
PCT/JP2018/000867
Other languages
English (en)
French (fr)
Inventor
知典 橋本
知宏 猪飼
友子 青野
Original Assignee
シャープ株式会社
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 シャープ株式会社 filed Critical シャープ株式会社
Publication of WO2018173432A1 publication Critical patent/WO2018173432A1/ja

Links

Images

Definitions

  • Embodiments according to an aspect of the present invention relate to a predicted image generation device, a moving image decoding device, and a moving image encoding device.
  • a moving image encoding device that generates encoded data by encoding the moving image, and a moving image that generates a decoded image by decoding the encoded data
  • An image decoding device is used.
  • the moving image encoding method include a method proposed in H.264 / AVC and HEVC (High-Efficiency Video Coding).
  • an image (picture) constituting a moving image is a slice obtained by dividing the image, a coding unit obtained by dividing the slice (coding unit (Coding Unit : CU)), and a hierarchical structure consisting of a prediction unit (PU) and a transform unit (TU) that are obtained by dividing a coding unit. Decrypted.
  • a predicted image is usually generated based on a local decoded image obtained by encoding / decoding an input image, and the predicted image is generated from the input image (original image).
  • a prediction residual obtained by subtraction (sometimes referred to as “difference image” or “residual image”) is encoded. Examples of the method for generating a predicted image include inter-screen prediction (inter prediction) and intra-screen prediction (intra prediction).
  • Non-Patent Document 1 As one mode of prediction mode values, an intra mode, As a mode that can be alternatively selected along with the inter mode and the skip mode, a technique using a mode (mode value) in which only the DC component of the transform coefficient is encoded and the motion vector is not encoded is disclosed.
  • Non-Patent Document 1 encodes only the DC component of the transform coefficient. This makes it possible to reduce the code amount, but considering other information related to encoding, the code amount can be further reduced and the encoding efficiency can be improved.
  • An object of one aspect of the present invention is to realize a predicted image generation device or the like that reduces the amount of code and improves encoding efficiency.
  • a predicted image generation apparatus is a predicted image generation apparatus that generates a predicted image with reference to a reference image, and performs quantization on a residual image of a target block
  • a transform coefficient deriving unit for deriving a predetermined component of a transform coefficient calculated by dequantizing the coefficients, a motion vector deriving unit for deriving a motion vector of the target block, and a predetermined transform coefficient derived by the transform coefficient deriving unit
  • the prediction image generation unit generates a prediction image of the target block from the component and the motion vector derived by the motion vector deriving unit.
  • a predicted image is generated from a predetermined component of a transform coefficient, there is an effect that encoding efficiency can be improved as compared with a case where all transform coefficients are encoded and decoded.
  • FIG. 1 It is a figure which shows the hierarchical structure of the data of the encoding stream which concerns on this embodiment. It is a figure which shows the pattern of PU division
  • 10 is a flowchart illustrating a processing flow in the second embodiment. It is a figure which shows the comparison with merge SC mode in Embodiment 2, and another mode. 10 is a diagram illustrating a syntax example of processing in Embodiment 2. FIG. It is a figure which shows the comparison with AMVP_SC mode in Embodiment 3 and another mode. 10 is a flowchart illustrating a flow of processing in the third embodiment. FIG. 10 is a diagram illustrating a syntax example of processing in the third embodiment. 10 is a flowchart showing a flow of processing in the fourth embodiment. 10 is a flowchart showing a flow of processing in the fifth embodiment.
  • (A) is a block diagram showing a configuration of an inverse quantization / inverse transform unit in the video decoding device according to the present embodiment
  • (b) is an inverse quantization / inverse in the video encoding device according to the present embodiment. It is a block diagram which shows the structure of a conversion part. Further, (c) is a block diagram showing a configuration of a transform / quantization unit according to a modification of the present embodiment. It is a flowchart which shows the flow of an example of the process in code
  • (A) is a figure explaining a partial decoded image and its surrounding pixels
  • (b) is a figure for demonstrating a secondary differential hypothesis.
  • FIG. 20 is a diagram illustrating a syntax example in the seventh embodiment. It is a figure for demonstrating the flow of a process in the case of using SC mode and LC mode together. It is a figure which shows the relationship between the magnitude
  • luminance is a figure for demonstrating the difference between Embodiment 7 and Embodiment 2
  • (b) is Embodiment. 7 shows an object to be decoded (encoded).
  • FIG. 20 is a diagram illustrating a syntax example in the seventh embodiment. It is a figure for demonstrating the flow of a process in the case of using SC mode and LC mode together. It is a figure which shows the relationship between the magnitude
  • luminance is a figure for demonstrating the difference between Embodiment 7 and Embod
  • (A) shows a transmission device equipped with an image encoding device, and (b) shows a reception device equipped with an image decoding device. It is the figure shown about the structure of the recording device carrying the image coding apparatus which concerns on this embodiment, and the reproducing
  • (A) shows a recording device equipped with an image encoding device, and (b) shows a playback device equipped with an image decoding device. It is the schematic which shows the structure of the image transmission system which concerns on this embodiment.
  • FIG. 30 is a schematic diagram showing a configuration of the image transmission system 1 according to the present embodiment.
  • the image transmission system 1 is a system that transmits a code obtained by encoding an encoding target image, decodes the transmitted code, and displays an image.
  • the image transmission system 1 includes an image encoding device (predicted image generating device) 11, a network 21, an image decoding device (predicted image generating device) 31, and an image display device 41.
  • the image encoding device 11 receives an image T indicating a single layer image or a plurality of layers.
  • a layer is a concept used to distinguish a plurality of pictures when there are one or more pictures constituting a certain time. For example, when the same picture is encoded with a plurality of layers having different image quality and resolution, scalable encoding is performed, and when a picture of a different viewpoint is encoded with a plurality of layers, view scalable encoding is performed.
  • inter-layer prediction, inter-view prediction When prediction is performed between pictures of a plurality of layers (inter-layer prediction, inter-view prediction), encoding efficiency is greatly improved. Further, even when prediction is not performed (simultaneous casting), encoded data can be collected.
  • the network 21 transmits the encoded stream Te generated by the image encoding device 11 to the image decoding device 31.
  • the network 21 is the Internet, a wide area network (WAN: Wide Area Network), a small network (LAN: Local Area Network), or a combination thereof.
  • the network 21 is not necessarily limited to a bidirectional communication network, and may be a unidirectional communication network that transmits broadcast waves such as terrestrial digital broadcasting and satellite broadcasting.
  • the network 21 may be replaced with a storage medium that records an encoded stream Te such as a DVD (Digital Versatile Disc) or a BD (Blue-ray Disc).
  • the image decoding device 31 decodes each of the encoded streams Te transmitted by the network 21, and generates one or a plurality of decoded images Td decoded.
  • the image display device 41 displays all or part of one or more decoded images Td generated by the image decoding device 31.
  • the image display device 41 includes, for example, a display device such as a liquid crystal display or an organic EL (Electro-luminescence) display.
  • a display device such as a liquid crystal display or an organic EL (Electro-luminescence) display.
  • a high-quality enhancement layer image is displayed and only a lower processing capability is provided. Displays a base layer image that does not require higher processing capability and display capability as an extension layer.
  • X? Y: z is a ternary operator that takes y when x is true (non-zero) and takes z when x is false (0).
  • FIG. 1 is a diagram showing a hierarchical structure of data in the encoded stream Te.
  • the encoded stream Te illustratively includes a sequence and a plurality of pictures constituting the sequence.
  • (A) to (f) of FIG. 1 respectively show an encoded video sequence defining a sequence SEQ, an encoded picture defining a picture PICT, an encoded slice defining a slice S, and an encoded slice defining a slice data
  • the encoded video sequence In the encoded video sequence, a set of data referred to by the image decoding device 31 for decoding the sequence SEQ to be processed is defined. As shown in FIG. 1A, the sequence SEQ includes a video parameter set (Video Parameter Set), a sequence parameter set SPS (Sequence Parameter Set), a picture parameter set PPS (Picture Parameter Set), a picture PICT, and an addition. Includes SEI (Supplemental Enhancement Information). Here, the value indicated after # indicates the layer ID.
  • FIG. 1 shows an example in which encoded data of # 0 and # 1, that is, layer 0 and layer 1, exists, the type of layer and the number of layers are not dependent on this.
  • the video parameter set VPS is a set of encoding parameters common to a plurality of moving images, a plurality of layers included in the moving image, and encoding parameters related to individual layers in a moving image composed of a plurality of layers.
  • a set is defined.
  • the sequence parameter set SPS defines a set of encoding parameters that the image decoding device 31 refers to in order to decode the target sequence. For example, the width and height of the picture are defined. A plurality of SPSs may exist. In that case, one of a plurality of SPSs is selected from the PPS.
  • a set of encoding parameters referred to by the image decoding device 31 in order to decode each picture in the target sequence is defined.
  • a quantization width reference value (pic_init_qp_minus26) used for picture decoding and a flag (weighted_pred_flag) indicating application of weighted prediction are included.
  • the picture PICT includes slices S0 to S NS-1 (NS is the total number of slices included in the picture PICT).
  • the coded slice In the coded slice, a set of data referred to by the image decoding device 31 for decoding the slice S to be processed is defined. As shown in FIG. 1C, the slice S includes a slice header SH and slice data SDATA.
  • the slice header SH includes an encoding parameter group that is referred to by the image decoding device 31 in order to determine a decoding method of the target slice.
  • Slice type designation information (slice_type) for designating a slice type is an example of an encoding parameter included in the slice header SH.
  • I slice using only intra prediction at the time of encoding (2) P slice using unidirectional prediction or intra prediction at the time of encoding, (3) B-slice using unidirectional prediction, bidirectional prediction, or intra prediction at the time of encoding may be used.
  • the slice header SH may include a reference (pic_parameter_set_id) to the picture parameter set PPS included in the encoded video sequence.
  • the slice data SDATA includes a coding tree unit (CTU) as shown in FIG.
  • a CTU is a block of a fixed size (for example, 64x64) that constitutes a slice, and is sometimes called a maximum coding unit (LCU: Large Coding Unit).
  • Encoding tree unit As shown in (e) of FIG. 1, a set of data referred to by the image decoding device 31 in order to decode the encoding tree unit to be processed is defined.
  • the coding tree unit is divided by recursive quadtree division.
  • a tree-structured node obtained by recursive quadtree partitioning is referred to as a coding node (CN).
  • An intermediate node of the quadtree is an encoding node, and the encoding tree unit itself is defined as the highest encoding node.
  • the CTU includes a split flag (cu_split_flag), and when cu_split_flag is 1, it is split into four coding nodes CN.
  • the coding node CN is not divided and has one coding unit (CU: Coding Unit) as a node.
  • CU Coding Unit
  • the encoding unit CU is a terminal node of the encoding node and is not further divided.
  • the encoding unit CU is a basic unit of the encoding process.
  • the size of the coding tree unit CTU is 64 ⁇ 64 pixels
  • the size of the coding unit can be any of 64 ⁇ 64 pixels, 32 ⁇ 32 pixels, 16 ⁇ 16 pixels, and 8 ⁇ 8 pixels.
  • the encoding unit As shown in (f) of FIG. 1, a set of data referred to by the image decoding device 31 in order to decode an encoding unit to be processed is defined.
  • the encoding unit includes a prediction tree, a conversion tree, and a CU header CUH.
  • the CU header defines a prediction mode, a division method (PU division mode), and the like.
  • prediction information (a reference picture index, a motion vector, etc.) of each prediction unit (PU) obtained by dividing the coding unit into one or a plurality is defined.
  • the prediction unit is one or a plurality of non-overlapping areas constituting the encoding unit.
  • the prediction tree includes one or a plurality of prediction units obtained by the above-described division.
  • a prediction unit obtained by further dividing the prediction unit is referred to as a “sub-block”.
  • the sub block is composed of a plurality of pixels.
  • the number of sub-blocks in the prediction unit is one.
  • the prediction unit is larger than the size of the sub-block, the prediction unit is divided into sub-blocks. For example, when the prediction unit is 8 ⁇ 8 and the sub-block is 4 ⁇ 4, the prediction unit is divided into four sub-blocks that are divided into two horizontally and two vertically.
  • the prediction process may be performed for each prediction unit (sub block).
  • Intra prediction is prediction within the same picture
  • inter prediction refers to prediction processing performed between different pictures (for example, between display times and between layer images).
  • the division method is encoded by the PU division mode (part_mode) of encoded data, 2Nx2N (same size as the encoding unit), 2NxN, 2NxnU, 2NxnD, Nx2N, nLx2N, nRx2N, and NxN etc.
  • 2NxN and Nx2N indicate 1: 1 symmetrical division
  • 2NxnU, 2NxnD and nLx2N and nRx2N indicate 1: 3 and 3: 1 asymmetric division.
  • the PUs included in the CU are expressed as PU0, PU1, PU2, and PU3 in this order.
  • FIG. 2 specifically illustrate the shape of the partition (the position of the boundary of the PU partition) in each PU partition mode.
  • 2A shows a 2Nx2N partition
  • FIGS. 2B, 2C, and 2D show 2NxN, 2NxnU, and 2NxnD partitions (horizontal partitions), respectively.
  • E), (f), and (g) show partitions (vertical partitions) in the case of Nx2N, nLx2N, and nRx2N, respectively, and (h) shows an NxN partition.
  • the horizontal partition and the vertical partition are collectively referred to as a rectangular partition
  • 2Nx2N and NxN are collectively referred to as a square partition.
  • the encoding unit is divided into one or a plurality of conversion units, and the position and size of each conversion unit are defined.
  • a transform unit is one or more non-overlapping areas that make up a coding unit.
  • the conversion tree includes one or a plurality of conversion units obtained by the above division.
  • the division in the conversion tree includes a case where an area having the same size as that of the encoding unit is assigned as a conversion unit, and a case where recursive quadtree division is used, as in the case of the CU division described above.
  • Conversion processing is performed for each conversion unit.
  • the prediction parameter includes prediction list use flags predFlagL0 and predFlagL1, reference picture indexes refIdxL0 and refIdxL1, and motion vectors mvL0 and mvL1.
  • the prediction list use flags predFlagL0 and predFlagL1 are flags indicating whether or not reference picture lists called L0 list and L1 list are used, respectively, and a reference picture list corresponding to a value of 1 is used.
  • flag indicating whether or not it is XX when “flag indicating whether or not it is XX” is described, when the flag is not 0 (for example, 1) is XX, 0 is not XX, and logical negation, logical product, etc. 1 is treated as true and 0 is treated as false (the same applies hereinafter).
  • flag when the flag is not 0 (for example, 1) is XX, 0 is not XX, and logical negation, logical product, etc. 1 is treated as true and 0 is treated as false (the same applies hereinafter).
  • other values can be used as true values and false values in an actual apparatus or method.
  • Syntax elements for deriving inter prediction parameters included in the encoded data include, for example, PU partition mode part_mode, merge flag merge_flag, merge index merge_idx, inter prediction identifier inter_pred_idc, reference picture index refIdxLX, prediction vector index mvp_LX_idx, There is a difference vector mvdLX.
  • the reference picture list is a list including reference pictures stored in the reference picture memory 306.
  • FIG. 3 is a conceptual diagram illustrating an example of a reference picture and a reference picture list.
  • a rectangle is a picture
  • an arrow is a picture reference relationship
  • a horizontal axis is time
  • I, P, and B in the rectangle are intra pictures
  • uni-predictive pictures bi-predictive pictures
  • numbers in the rectangles are decoded. Indicates the order.
  • the decoding order of pictures is I0, P1, B2, B3, and B4
  • the display order is I0, B3, B2, B4, and P1.
  • FIG. 3B shows an example of the reference picture list.
  • the reference picture list is a list representing candidate reference pictures, and one picture (slice) may have one or more reference picture lists.
  • the target picture B3 has two reference picture lists, an L0 list RefPicList0 and an L1 list RefPicList1.
  • the reference pictures are I0, P1, and B2, and the reference picture has these pictures as elements.
  • refIdxLX the reference picture index
  • the figure shows an example in which reference pictures P1 and B2 are referenced by refIdxL0 and refIdxL1.
  • the prediction parameter decoding (encoding) method includes a merge prediction (merge) mode and an AMVP (Adaptive Motion Vector Prediction) mode.
  • the merge flag merge_flag is a flag for identifying these.
  • the merge prediction mode is a mode that uses prediction parameters of already processed neighboring PUs without including the prediction list use flag predFlagLX (or inter prediction identifier inter_pred_idc), reference picture index refIdxLX, and motion vector mvLX in the encoded data.
  • the mode is a mode in which the inter prediction identifier inter_pred_idc, the reference picture index refIdxLX, and the motion vector mvLX are included in the encoded data.
  • the motion vector mvLX is encoded as a prediction vector index mvp_LX_idx for identifying the prediction vector mvpLX and a difference vector mvdLX.
  • the inter prediction identifier inter_pred_idc is a value indicating the type and number of reference pictures, and takes one of PRED_L0, PRED_L1, and PRED_BI.
  • PRED_L0 and PRED_L1 indicate that reference pictures managed by the reference picture lists of the L0 list and the L1 list are used, respectively, and that one reference picture is used (single prediction).
  • PRED_BI indicates that two reference pictures are used (bi-prediction BiPred), and reference pictures managed by the L0 list and the L1 list are used.
  • the prediction vector index mvp_LX_idx is an index indicating a prediction vector
  • the reference picture index refIdxLX is an index indicating a reference picture managed in the reference picture list.
  • LX is a description method used when L0 prediction and L1 prediction are not distinguished from each other. By replacing LX with L0 and L1, parameters for the L0 list and parameters for the L1 list are distinguished.
  • the merge index merge_idx is an index that indicates whether one of the prediction parameter candidates (merge candidates) derived from the processed PU is used as the prediction parameter of the decoding target PU.
  • the motion vector mvLX indicates a shift amount between blocks on two different pictures.
  • a prediction vector and a difference vector related to the motion vector mvLX are referred to as a prediction vector mvpLX and a difference vector mvdLX, respectively.
  • Inter prediction identifier inter_pred_idc and prediction list use flag predFlagLX The relationship between the inter prediction identifier inter_pred_idc and the prediction list use flags predFlagL0 and predFlagL1 is as follows and can be converted into each other.
  • the flag biPred as to whether it is a bi-prediction BiPred can be derived depending on whether the two prediction list use flags are both 1. For example, it can be derived by the following formula.
  • the flag biPred can also be derived depending on whether or not the inter prediction identifier is a value indicating that two prediction lists (reference pictures) are used. For example, it can be derived by the following formula.
  • FIG. 5 is a schematic diagram illustrating a configuration of the image decoding device 31 according to the present embodiment.
  • the image decoding device 31 includes an entropy decoding unit 301, a prediction parameter decoding unit (transform coefficient derivation unit, motion vector derivation unit) 302, a loop filter 305, a reference picture memory 306, a prediction parameter memory 307, and a prediction image generation unit (prediction image generation unit).
  • the prediction parameter decoding unit 302 includes an inter prediction parameter decoding unit 303 and an intra prediction parameter decoding unit 304.
  • the predicted image generation unit 308 includes an inter predicted image generation unit 309 and an intra predicted image generation unit 310.
  • the entropy decoding unit 301 performs entropy decoding on the coded stream Te input from the outside, and separates and decodes individual codes (syntax elements).
  • the separated codes include prediction information for generating a prediction image and residual information for generating a difference image.
  • the entropy decoding unit 301 outputs a part of the separated code to the prediction parameter decoding unit 302.
  • Some of the separated codes are, for example, a prediction mode predMode, a PU partition mode part_mode, a merge flag merge_flag, a merge index merge_idx, an inter prediction identifier inter_pred_idc, a reference picture index refIdxLX, a prediction vector index mvp_LX_idx, and a difference vector mvdLX.
  • Control of which code is decoded is performed based on an instruction from the prediction parameter decoding unit 302.
  • the entropy decoding unit 301 outputs the quantized coefficient to the inverse quantization / inverse transform unit 311. This quantized coefficient is a coefficient obtained by performing transform (DCT: Discrete Cosine Transform, discrete cosine transform) and quantizing the residual signal in the encoding process.
  • DCT Discrete Cosine Transform, discrete cos
  • the inter prediction parameter decoding unit 303 decodes the inter prediction parameter with reference to the prediction parameter stored in the prediction parameter memory 307 based on the code input from the entropy decoding unit 301.
  • the inter prediction parameter decoding unit 303 outputs the decoded inter prediction parameter to the prediction image generation unit 308 and stores it in the prediction parameter memory 307. Details of the inter prediction parameter decoding unit 303 will be described later.
  • the intra prediction parameter decoding unit 304 refers to the prediction parameter stored in the prediction parameter memory 307 on the basis of the code input from the entropy decoding unit 301 and decodes the intra prediction parameter.
  • the intra prediction parameter is a parameter used in a process of predicting a CU within one picture, for example, an intra prediction mode IntraPredMode.
  • the intra prediction parameter decoding unit 304 outputs the decoded intra prediction parameter to the prediction image generation unit 308 and stores it in the prediction parameter memory 307.
  • the intra prediction parameter decoding unit 304 may derive different intra prediction modes depending on luminance and color difference.
  • the intra prediction parameter decoding unit 304 decodes the luminance prediction mode IntraPredModeY as the luminance prediction parameter and the color difference prediction mode IntraPredModeC as the color difference prediction parameter.
  • the luminance prediction mode IntraPredModeY is a 35 mode, and corresponds to planar prediction (0), DC prediction (1), and direction prediction (2 to 34).
  • the color difference prediction mode IntraPredModeC uses one of the planar prediction (0), the DC prediction (1), the direction prediction (2 to 34), and the LM mode (35).
  • the intra prediction parameter decoding unit 304 decodes a flag indicating whether IntraPredModeC is the same mode as the luminance mode. If the flag indicates that the mode is the same as the luminance mode, IntraPredModeC is assigned to IntraPredModeC, and the flag is luminance. If the mode is different from the mode, planar prediction (0), DC prediction (1), direction prediction (2 to 34), and LM mode (35) may be decoded as IntraPredModeC.
  • the loop filter 305 applies filters such as a deblocking filter, a sample adaptive offset (SAO), and an adaptive loop filter (ALF) to the decoded image of the CU generated by the adding unit 312.
  • filters such as a deblocking filter, a sample adaptive offset (SAO), and an adaptive loop filter (ALF) to the decoded image of the CU generated by the adding unit 312.
  • the reference picture memory 306 stores the decoded image of the CU generated by the loop filter 305 at a predetermined position for each decoding target picture and CU.
  • the prediction parameter memory 307 stores the prediction parameter in a predetermined position for each decoding target picture and prediction unit (or sub-block, fixed-size block, pixel). Specifically, the prediction parameter memory 307 stores the inter prediction parameter decoded by the inter prediction parameter decoding unit 303, the intra prediction parameter decoded by the intra prediction parameter decoding unit 304, and the prediction mode predMode separated by the entropy decoding unit 301. .
  • the stored inter prediction parameters include, for example, a prediction list utilization flag predFlagLX (inter prediction identifier inter_pred_idc), a reference picture index refIdxLX, and a motion vector mvLX.
  • the prediction image generation unit 308 receives the prediction mode predMode input from the entropy decoding unit 301 and the prediction parameter from the prediction parameter decoding unit 302. Further, the predicted image generation unit 308 reads a reference picture from the reference picture memory 306. The prediction image generation unit 308 generates a prediction image of a PU or sub-block using the input prediction parameter and the read reference picture (reference picture block) in the prediction mode indicated by the prediction mode predMode.
  • the inter prediction image generation unit 309 uses the inter prediction parameter input from the inter prediction parameter decoding unit 303 and the read reference picture (reference picture block). To generate a prediction image of a PU or sub-block.
  • the inter prediction image generation unit 309 performs a motion vector on the basis of the decoding target PU from the reference picture indicated by the reference picture index refIdxLX for a reference picture list (L0 list or L1 list) having a prediction list use flag predFlagLX of 1.
  • the reference picture block at the position indicated by mvLX is read from the reference picture memory 306.
  • the inter prediction image generation unit 309 performs prediction based on the read reference picture block to generate a prediction image of the PU.
  • the inter prediction image generation unit 309 outputs the generated prediction image of the PU to the addition unit 312.
  • a reference picture block is a set of pixels on a reference picture (usually called a block because it is a rectangle), and is an area that is referred to in order to generate a predicted image of a PU or sub-block.
  • the intra predicted image generation unit 310 When the prediction mode predMode indicates the intra prediction mode, the intra predicted image generation unit 310 performs intra prediction using the intra prediction parameter input from the intra prediction parameter decoding unit 304 and the read reference picture. Specifically, the intra predicted image generation unit 310 reads, from the reference picture memory 306, neighboring PUs that are pictures to be decoded and are in a predetermined range from the decoding target PUs among the PUs that have already been decoded.
  • the predetermined range is, for example, one of the left, upper left, upper, and upper right adjacent PUs when the decoding target PU sequentially moves in the so-called raster scan order, and differs depending on the intra prediction mode.
  • the raster scan order is an order in which each row is sequentially moved from the left end to the right end in each picture from the upper end to the lower end.
  • the intra predicted image generation unit 310 performs prediction in the prediction mode indicated by the intra prediction mode IntraPredMode for the read adjacent PU, and generates a predicted image of the PU.
  • the intra predicted image generation unit 310 outputs the generated predicted image of the PU to the adding unit 312.
  • the intra prediction image generation unit 310 performs planar prediction (0), DC prediction (1), direction according to the luminance prediction mode IntraPredModeY.
  • Prediction image of luminance PU is generated by any of prediction (2 to 34), and planar prediction (0), DC prediction (1), direction prediction (2 to 34), LM mode according to color difference prediction mode IntraPredModeC
  • a predicted image of the color difference PU is generated by any of (35).
  • the inverse quantization / inverse transform unit 311 inversely quantizes the quantized coefficient input from the entropy decoding unit 301 to obtain a transform coefficient.
  • the inverse quantization / inverse transform unit 311 performs inverse transform (Inverse Discrete Cosine Transform) on the obtained transform coefficient to calculate a residual signal.
  • the inverse quantization / inverse transform unit 311 outputs the calculated residual signal to the adder 312.
  • the addition unit 312 adds the prediction image of the PU input from the inter prediction image generation unit 309 or the intra prediction image generation unit 310 and the residual signal input from the inverse quantization / inverse conversion unit 311 for each pixel, Generate a decoded PU image.
  • the loop filter 305 stores the generated decoded image of the PU in the reference picture memory 306, and outputs a decoded image Td obtained by integrating the generated decoded image of the PU for each picture to the outside.
  • FIG. 12 is a schematic diagram illustrating a configuration of the inter prediction parameter decoding unit 303 according to the present embodiment.
  • the inter prediction parameter decoding unit 303 includes an inter prediction parameter decoding control unit 3031, an AMVP prediction parameter derivation unit 3032, an addition unit 3035, a merge prediction parameter derivation unit 3036, and a sub-block prediction parameter derivation unit 3037.
  • the inter prediction parameter decoding control unit 3031 instructs the entropy decoding unit 301 to decode a code (syntax element) related to inter prediction, and a code (syntax element) included in the encoded data, for example, PU partition mode part_mode , Merge flag merge_flag, merge index merge_idx, inter prediction identifier inter_pred_idc, reference picture index refIdxLX, prediction vector index mvp_LX_idx, and difference vector mvdLX are extracted.
  • the inter prediction parameter decoding control unit 3031 first extracts a merge flag merge_flag.
  • the inter prediction parameter decoding control unit 3031 expresses that a certain syntax element is to be extracted, it means that the entropy decoding unit 301 is instructed to decode a certain syntax element, and the corresponding syntax element is read from the encoded data. To do.
  • the inter prediction parameter decoding control unit 3031 uses the entropy decoding unit 301 to extract the AMVP prediction parameter from the encoded data.
  • AMVP prediction parameters include an inter prediction identifier inter_pred_idc, a reference picture index refIdxLX, a prediction vector index mvp_LX_idx, and a difference vector mvdLX.
  • the AMVP prediction parameter derivation unit 3032 derives a prediction vector mvpLX from the prediction vector index mvp_LX_idx. Details will be described later.
  • the inter prediction parameter decoding control unit 3031 outputs the difference vector mvdLX to the addition unit 3035.
  • the adding unit 3035 adds the prediction vector mvpLX and the difference vector mvdLX to derive a motion vector.
  • the inter prediction parameter decoding control unit 3031 extracts the merge index merge_idx as a prediction parameter related to merge prediction.
  • the inter prediction parameter decoding control unit 3031 outputs the extracted merge index merge_idx to the merge prediction parameter derivation unit 3036 (details will be described later), and outputs the sub-block prediction mode flag subPbMotionFlag to the sub-block prediction parameter derivation unit 3037.
  • the subblock prediction parameter deriving unit 3037 divides the PU into a plurality of subblocks according to the value of the subblock prediction mode flag subPbMotionFlag, and derives a motion vector in units of subblocks.
  • the prediction block is predicted in units of blocks as small as 4x4 or 8x8.
  • a sub-block prediction mode is used for a method in which a CU is divided into a plurality of partitions (PUs such as 2NxN, Nx2N, and NxN) and the syntax of prediction parameters is encoded in units of partitions. Since a plurality of sub-blocks are grouped into a set and the syntax of the prediction parameter is encoded for each set, motion information of a large number of sub-blocks can be encoded with a small amount of code.
  • FIG. 7 is a schematic diagram illustrating the configuration of the merge prediction parameter deriving unit 3036 according to the present embodiment.
  • the merge prediction parameter derivation unit 3036 includes a merge candidate derivation unit 30361, a merge candidate selection unit 30362, and a merge candidate storage unit 30363.
  • the merge candidate storage unit 30363 stores the merge candidates input from the merge candidate derivation unit 30361.
  • the merge candidate includes a prediction list use flag predFlagLX, a motion vector mvLX, and a reference picture index refIdxLX.
  • an index is assigned to the stored merge candidate according to a predetermined rule.
  • the merge candidate derivation unit 30361 derives a merge candidate using the motion vector of the adjacent PU that has already been decoded and the reference picture index refIdxLX as they are.
  • merge candidates may be derived using affine prediction. This method is described in detail below.
  • the merge candidate derivation unit 30361 may use affine prediction for a spatial merge candidate derivation process, a temporal merge candidate derivation process, a combined merge candidate derivation process, and a zero merge candidate derivation process described later. Affine prediction is performed in units of sub-blocks, and prediction parameters are stored in the prediction parameter memory 307 for each sub-block. Alternatively, the affine prediction may be performed on a pixel basis.
  • the merge candidate derivation unit 30361 reads and reads the prediction parameters (prediction list use flag predFlagLX, motion vector mvLX, reference picture index refIdxLX) stored in the prediction parameter memory 307 according to a predetermined rule.
  • the predicted parameters are derived as merge candidates.
  • the prediction parameter to be read is a prediction parameter related to each of the PUs within a predetermined range from the decoding target PU (for example, all or part of the PUs in contact with the lower left end, the upper left end, and the upper right end of the decoding target PU, respectively). is there.
  • the merge candidates derived by the merge candidate deriving unit 30361 are stored in the merge candidate storage unit 30363.
  • the merge candidate derivation unit 30361 reads the prediction parameter of the PU in the reference image including the lower right coordinate of the decoding target PU from the prediction parameter memory 307 and sets it as a merge candidate.
  • the reference picture designation method may be, for example, the reference picture index refIdxLX designated in the slice header, or may be designated using the smallest reference picture index refIdxLX of the PU adjacent to the decoding target PU.
  • the merge candidates derived by the merge candidate deriving unit 30361 are stored in the merge candidate storage unit 30363.
  • the merge candidate derivation unit 30361 uses two different derived merge candidate motion vectors and reference picture indexes already derived and stored in the merge candidate storage unit 30363 as the motion vectors of L0 and L1, respectively. Combined merge candidates are derived by combining them. The merge candidates derived by the merge candidate deriving unit 30361 are stored in the merge candidate storage unit 30363.
  • the merge candidate derivation unit 30361 derives a merge candidate in which the reference picture index refIdxLX is 0 and both the X component and the Y component of the motion vector mvLX are 0.
  • the merge candidates derived by the merge candidate deriving unit 30361 are stored in the merge candidate storage unit 30363.
  • the merge candidate selection unit 30362 selects, from the merge candidates stored in the merge candidate storage unit 30363, a merge candidate to which an index corresponding to the merge index merge_idx input from the inter prediction parameter decoding control unit 3031 is assigned. As an inter prediction parameter.
  • the merge candidate selection unit 30362 stores the selected merge candidate in the prediction parameter memory 307 and outputs it to the prediction image generation unit 308.
  • FIG. 8 is a schematic diagram showing the configuration of the AMVP prediction parameter derivation unit 3032 according to this embodiment.
  • the AMVP prediction parameter derivation unit 3032 includes a vector candidate derivation unit 3033, a vector candidate selection unit 3034, and a vector candidate storage unit 3039.
  • the vector candidate derivation unit 3033 derives a prediction vector candidate from the already processed PU motion vector mvLX stored in the prediction parameter memory 307 based on the reference picture index refIdx, and sends the prediction vector candidate to the vector candidate storage unit 3039.
  • the vector candidate selection unit 3034 selects the motion vector mvpListLX [mvp_LX_idx] indicated by the prediction vector index mvp_LX_idx from the prediction vector candidates in the prediction vector candidate list mvpListLX [] as the prediction vector mvpLX.
  • the vector candidate selection unit 3034 outputs the selected prediction vector mvpLX to the addition unit 3035.
  • a prediction vector candidate is a PU for which decoding processing has been completed, and is derived by scaling a motion vector of a PU (for example, an adjacent PU) within a predetermined range from the decoding target PU.
  • the adjacent PU includes a PU that is spatially adjacent to the decoding target PU, for example, the left PU and the upper PU, and an area that is temporally adjacent to the decoding target PU, for example, the same position as the decoding target PU. It includes areas obtained from prediction parameters of PUs with different times.
  • the addition unit 3035 adds the prediction vector mvpLX input from the AMVP prediction parameter derivation unit 3032 and the difference vector mvdLX input from the inter prediction parameter decoding control unit 3031 to calculate a motion vector mvLX.
  • the adding unit 3035 outputs the calculated motion vector mvLX to the predicted image generation unit 308 and the prediction parameter memory 307.
  • FIG. 11 is a schematic diagram illustrating a configuration of an inter predicted image generation unit 309 included in the predicted image generation unit 308 according to the present embodiment.
  • the inter prediction image generation unit 309 includes a motion compensation unit (prediction image generation device) 3091 and a weight prediction unit 3094.
  • the motion compensation unit 3091 receives the reference picture index refIdxLX from the reference picture memory 306 based on the inter prediction parameters (prediction list use flag predFlagLX, reference picture index refIdxLX, motion vector mvLX) input from the inter prediction parameter decoding unit 303.
  • an interpolation image motion compensation image
  • a motion compensation image is generated by reading out a block at a position shifted by the motion vector mvLX starting from the position of the decoding target PU.
  • a motion compensation image is generated by applying a filter for generating a pixel at a decimal position called a motion compensation filter.
  • the weight prediction unit 3094 generates a prediction image of the PU by multiplying the input motion compensation image predSamplesLX by a weight coefficient.
  • the input motion compensated image predSamplesLX (LX is L0 or L1) is represented by the number of pixel bits bitDepth The following equation is processed to match
  • predSamples [x] [y] Clip3 (0, (1 ⁇ bitDepth)-1, (predSamplesLX [x] [y] + offset1) >> shift1)
  • shift1 14 ⁇ bitDepth
  • offset1 1 ⁇ (shift1-1).
  • predSamples [x] [y] Clip3 (0, (1 ⁇ bitDepth)-1, (predSamplesL0 [x] [y] + predSamplesL1 [x] [y] + offset2) >> shift2)
  • shift2 15-bitDepth
  • offset2 1 ⁇ (shift2-1).
  • the weight prediction unit 3094 when performing weight prediction, derives the weight prediction coefficient w0 and the offset o0 from the encoded data, and performs the processing of the following equation.
  • predSamples [x] [y] Clip3 (0, (1 ⁇ bitDepth)-1, ((predSamplesLX [x] [y] * w0 + 2 ⁇ (log2WD-1)) >> log2WD) + o0)
  • log2WD is a variable indicating a predetermined shift amount.
  • the weight prediction unit 3094 when performing weight prediction, derives weight prediction coefficients w0, w1, o0, o1 from the encoded data, and performs the processing of the following equation.
  • predSamples [x] [y] Clip3 (0, (1 ⁇ bitDepth)-1, (predSamplesL0 [x] [y] * w0 + predSamplesL1 [x] [y] * w1 + ((o0 + o1 + 1) ⁇ log2WD)) >> (log2WD + 1)) ⁇ Motion vector decoding process> Below, with reference to FIG. 9, the motion vector decoding process which concerns on this embodiment is demonstrated concretely.
  • the motion vector decoding process includes a process of decoding syntax elements related to inter prediction (also referred to as motion syntax decoding process) and a process of deriving a motion vector ( Motion vector derivation process).
  • FIG. 9 is a flowchart illustrating a flow of inter prediction syntax decoding processing performed by the inter prediction parameter decoding control unit 3031. In the following description of FIG. 9, each process is performed by the inter prediction parameter decoding control unit 3031 unless otherwise specified.
  • merge_flag! 0 is true (Y in S102)
  • merge index merge_idx is decoded in S103, and the motion vector derivation process (S111) in the merge mode is executed.
  • inter_pred_idc is other than PRED_L1 (PRED_L0 or PRED_BI)
  • the reference picture index refIdxL0, the difference vector parameter mvdL0, and the prediction vector index mvp_L0_idx are decoded in S105, S106, and S107, respectively.
  • inter_pred_idc is other than PRED_L0 (PRED_L1 or PRED_BI)
  • the reference picture index refIdxL1 is decoded in S108, S109, and S110.
  • a motion vector derivation process (S112) in the AMVP mode is executed.
  • FIG. 4 is a block diagram illustrating a configuration of the image encoding device 11 according to the present embodiment.
  • the image encoding device 11 includes a predicted image generation unit 101, a subtraction unit 102, a transform / quantization unit 103, an entropy encoding unit 104, an inverse quantization / inverse transform unit 105, an addition unit 106, a loop filter 107, and a prediction parameter memory.
  • the prediction parameter encoding unit 111 includes an inter prediction parameter encoding unit 112 and an intra prediction parameter encoding unit 113.
  • the predicted image generation unit 101 generates, for each picture of the image T, a predicted image P of the prediction unit PU for each encoding unit CU that is an area obtained by dividing the picture.
  • the predicted image generation unit 101 reads a decoded block from the reference picture memory 109 based on the prediction parameter input from the prediction parameter encoding unit 111.
  • the prediction parameter input from the prediction parameter encoding unit 111 is, for example, a motion vector in the case of inter prediction.
  • the predicted image generation unit 101 reads a block at a position on the reference image indicated by the motion vector with the target PU as a starting point.
  • the prediction parameter is, for example, an intra prediction mode.
  • a pixel value of an adjacent PU used in the intra prediction mode is read from the reference picture memory 109, and a predicted image P of the PU is generated.
  • the predicted image generation unit 101 generates a predicted image P of the PU using one prediction method among a plurality of prediction methods for the read reference picture block.
  • the predicted image generation unit 101 outputs the generated predicted image P of the PU to the subtraction unit 102.
  • FIG. 6 is a schematic diagram illustrating a configuration of an inter predicted image generation unit 1011 included in the predicted image generation unit 101.
  • the inter prediction image generation unit 1011 includes a motion compensation unit 10111 and a weight prediction unit 10112. Since the motion compensation unit 10111 and the weight prediction unit 10112 have the same configurations as the motion compensation unit 3091 and the weight prediction unit 3094 described above, description thereof is omitted here.
  • the prediction image generation unit 101 generates a prediction image P of the PU based on the pixel value of the reference block read from the reference picture memory, using the parameter input from the prediction parameter encoding unit.
  • the predicted image generated by the predicted image generation unit 101 is output to the subtraction unit 102 and the addition unit 106.
  • the subtraction unit 102 subtracts the signal value of the predicted image P of the PU input from the predicted image generation unit 101 from the pixel value of the corresponding PU of the image T, and generates a residual signal.
  • the subtraction unit 102 outputs the generated residual signal to the transform / quantization unit 103.
  • the transformation / quantization unit 103 performs transformation on the residual signal input from the subtraction unit 102 and calculates a transformation coefficient.
  • the transform / quantization unit 103 quantizes the calculated transform coefficient to obtain a quantized coefficient.
  • the transform / quantization unit 103 outputs the obtained quantization coefficient to the entropy coding unit 104 and the inverse quantization / inverse transform unit 105.
  • the entropy encoding unit 104 receives the quantization coefficient from the transform / quantization unit 103 and receives the encoding parameter from the prediction parameter encoding unit 111.
  • Examples of input encoding parameters include codes such as a reference picture index refIdxLX, a prediction vector index mvp_LX_idx, a difference vector mvdLX, a prediction mode predMode, and a merge index merge_idx.
  • the entropy encoding unit 104 generates an encoded stream Te by entropy encoding the input quantization coefficient and encoding parameter, and outputs the generated encoded stream Te to the outside.
  • the inverse quantization / inverse transform unit 105 inversely quantizes the quantization coefficient input from the transform / quantization unit 103 to obtain a transform coefficient.
  • the inverse quantization / inverse transform unit 105 performs inverse transform on the obtained transform coefficient to calculate a residual signal.
  • the inverse quantization / inverse transform unit 105 outputs the calculated residual signal to the addition unit 106.
  • the addition unit 106 adds the signal value of the prediction image P of the PU input from the prediction image generation unit 101 and the signal value of the residual signal input from the inverse quantization / inverse conversion unit 105 for each pixel, and performs decoding. Generate an image.
  • the adding unit 106 stores the generated decoded image in the reference picture memory 109.
  • the loop filter 107 performs a deblocking filter, a sample adaptive offset (SAO), and an adaptive loop filter (ALF) on the decoded image generated by the adding unit 106.
  • SAO sample adaptive offset
  • ALF adaptive loop filter
  • the prediction parameter memory 108 stores the prediction parameter generated by the encoding parameter determination unit 110 at a predetermined position for each encoding target picture and CU.
  • the reference picture memory 109 stores the decoded image generated by the loop filter 107 at a predetermined position for each picture to be encoded and each CU.
  • the encoding parameter determination unit 110 selects one set from among a plurality of sets of encoding parameters.
  • the encoding parameter is a parameter to be encoded that is generated in association with the above-described prediction parameter or the prediction parameter.
  • the predicted image generation unit 101 generates a predicted image P of the PU using each of these encoding parameter sets.
  • the encoding parameter determination unit 110 calculates a cost value indicating the amount of information and the encoding error for each of a plurality of sets.
  • the cost value is, for example, the sum of a code amount and a square error multiplied by a coefficient ⁇ .
  • the code amount is the information amount of the encoded stream Te obtained by entropy encoding the quantization error and the encoding parameter.
  • the square error is the sum between pixels regarding the square value of the residual value of the residual signal calculated by the subtracting unit 102.
  • the coefficient ⁇ is a real number larger than a preset zero.
  • the encoding parameter determination unit 110 selects a set of encoding parameters that minimizes the calculated cost value.
  • the entropy encoding unit 104 outputs the selected set of encoding parameters to the outside as the encoded stream Te, and does not output the set of unselected encoding parameters.
  • the encoding parameter determination unit 110 stores the determined encoding parameter in the prediction parameter memory 108.
  • the prediction parameter encoding unit 111 derives a format for encoding from the parameters input from the encoding parameter determination unit 110 and outputs the format to the entropy encoding unit 104. Deriving the format for encoding is, for example, deriving a difference vector from a motion vector and a prediction vector. Also, the prediction parameter encoding unit 111 derives parameters necessary for generating a prediction image from the parameters input from the encoding parameter determination unit 110 and outputs the parameters to the prediction image generation unit 101.
  • the parameter necessary for generating the predicted image is, for example, a motion vector in units of sub-blocks.
  • the inter prediction parameter encoding unit 112 derives an inter prediction parameter such as a difference vector based on the prediction parameter input from the encoding parameter determination unit 110.
  • the inter prediction parameter encoding unit 112 derives parameters necessary for generating a prediction image to be output to the prediction image generating unit 101, and an inter prediction parameter decoding unit 303 (see FIG. 5 and the like) derives inter prediction parameters.
  • Some of the configurations are the same as the configuration to be performed. The configuration of the inter prediction parameter encoding unit 112 will be described later.
  • the intra prediction parameter encoding unit 113 derives a format (for example, MPM_idx, rem_intra_luma_pred_mode) for encoding from the intra prediction mode IntraPredMode input from the encoding parameter determination unit 110.
  • a format for example, MPM_idx, rem_intra_luma_pred_mode
  • the inter prediction parameter encoding unit 112 is a unit corresponding to the inter prediction parameter decoding unit 303 in FIG. 12, and the configuration is shown in FIG.
  • the inter prediction parameter encoding unit 112 includes an inter prediction parameter encoding control unit 1121, an AMVP prediction parameter derivation unit 1122, a subtraction unit 1123, a sub-block prediction parameter derivation unit 1125, and a partition mode derivation unit and a merge flag derivation unit (not shown).
  • An inter prediction identifier deriving unit, a reference picture index deriving unit, a vector difference deriving unit, etc., and a split mode deriving unit, a merge flag deriving unit, an inter prediction identifier deriving unit, a reference picture index deriving unit, and a vector difference deriving unit Respectively derive a PU partition mode part_mode, a merge flag merge_flag, an inter prediction identifier inter_pred_idc, a reference picture index refIdxLX, and a difference vector mvdLX.
  • the inter prediction parameter encoding unit 112 outputs the motion vector (mvLX, subMvLX), the reference picture index refIdxLX, the PU partition mode part_mode, the inter prediction identifier inter_pred_idc, or information indicating these to the prediction image generating unit 101. Also, the inter prediction parameter encoding unit 112 entropy PU partition mode part_mode, merge flag merge_flag, merge index merge_idx, inter prediction identifier inter_pred_idc, reference picture index refIdxLX, prediction vector index mvp_LX_idx, difference vector mvdLX, sub-block prediction mode flag subPbMotionFlag. The data is output to the encoding unit 104.
  • the inter prediction parameter encoding control unit 1121 includes a merge index deriving unit 11211 and a vector candidate index deriving unit 11212.
  • the merge index derivation unit 11211 compares the motion vector and reference picture index input from the encoding parameter determination unit 110 with the motion vector and reference picture index of the merge candidate PU read from the prediction parameter memory 108, and performs merge An index merge_idx is derived and output to the entropy encoding unit 104.
  • a merge candidate is a reference PU (for example, a reference PU that touches the lower left end, upper left end, and upper right end of the encoding target block) within a predetermined range from the encoding target CU to be encoded.
  • the PU has been processed.
  • the vector candidate index deriving unit 11212 derives a prediction vector index mvp_LX_idx.
  • the sub-block prediction parameter derivation unit 1125 includes any of spatial sub-block prediction, temporal sub-block prediction, affine prediction, and matching prediction according to the value of subPbMotionFlag.
  • a motion vector and a reference picture index for subblock prediction are derived. As described in the description of the image decoding apparatus, the motion vector and the reference picture index are derived by reading out the motion vector and the reference picture index such as the adjacent PU and the reference picture block from the prediction parameter memory 108.
  • the AMVP prediction parameter derivation unit 1122 has the same configuration as the AMVP prediction parameter derivation unit 3032 (see FIG. 12).
  • the motion vector mvLX is input from the encoding parameter determination unit 110 to the AMVP prediction parameter derivation unit 1122.
  • the AMVP prediction parameter derivation unit 1122 derives a prediction vector mvpLX based on the input motion vector mvLX.
  • the AMVP prediction parameter derivation unit 1122 outputs the derived prediction vector mvpLX to the subtraction unit 1123. Note that the reference picture index refIdx and the prediction vector index mvp_LX_idx are output to the entropy encoding unit 104.
  • the subtraction unit 1123 subtracts the prediction vector mvpLX input from the AMVP prediction parameter derivation unit 1122 from the motion vector mvLX input from the coding parameter determination unit 110 to generate a difference vector mvdLX.
  • the difference vector mvdLX is output to the entropy encoding unit 104.
  • a part of the image encoding device 11 and the image decoding device 31 in the above-described embodiment for example, the entropy decoding unit 301, the prediction parameter decoding unit 302, the loop filter 305, the predicted image generation unit 308, the inverse quantization / inverse transformation.
  • the prediction parameter encoding unit 111 may be realized by a computer.
  • the program for realizing the control function may be recorded on a computer-readable recording medium, and the program recorded on the recording medium may be read by a computer system and executed.
  • the “computer system” is a computer system built in either the image encoding device 11 or the image decoding device 31 and includes hardware such as an OS and peripheral devices.
  • the “computer-readable recording medium” refers to a storage device such as a portable medium such as a flexible disk, a magneto-optical disk, a ROM, a CD-ROM, or a hard disk built in a computer system.
  • the “computer-readable recording medium” is a medium that dynamically holds a program for a short time, such as a communication line when transmitting a program via a network such as the Internet or a communication line such as a telephone line,
  • a volatile memory inside a computer system serving as a server or a client may be included and a program that holds a program for a certain period of time.
  • the program may be a program for realizing a part of the functions described above, and may be a program capable of realizing the functions described above in combination with a program already recorded in a computer system.
  • a new mode called a merge SC (single coeff) mode is provided, and whether or not the prediction parameter is decoded in the merge SC mode is determined.
  • An SC flag is provided. Note that encoding processing corresponding to the decoding processing in the present embodiment is performed in the prediction parameter encoding unit 111 of the image encoding device 11.
  • the merge SC mode is a mode for decoding only the lowest order component (for example, DC component) of the merge index and transform coefficient.
  • the lowest order component of the transform coefficient is a flat (sloped) DC component in DCT2 transformation, and a non-flat component in DST7, DCT5, DCT8, DST1, DST4, and the like.
  • the lowest order component of the transform coefficient to be encoded in this specification is not limited to the DC component. However, in the following description, it may be simply described as the DC component for simplicity.
  • LastX and LastY indicating the scan start position
  • Significant Coeff indicating whether or not the coefficient is non-zero SigCoeff
  • the reason why it is not necessary to decode (encode) Last and SigCoeff is as follows. In the merge SC mode, only the lowest order component (for example, DC component) at the (0,0) position of the transform coefficient is decoded, so that the last scan start position is always (0,0). Therefore, it is not necessary to decode (encode) Last.
  • Last component Since the Last component is a non-zero coefficient, it is not necessary to decode (encode) the flag SigCoeff indicating whether it is a non-zero coefficient.
  • “Last” is a flag indicating the coordinate position of the non-zero coefficient that is the head in the scan order of the transform coefficient. The head in the scan order indicates the highest frequency.
  • SigCoeff is a flag indicating whether each coefficient is a non-zero coefficient.
  • FIG. 13 is a flowchart showing the flow of processing of the decoded prediction parameter in the present embodiment.
  • FIG. 14 is a diagram showing a comparison between the merge SC mode and other modes in the present embodiment.
  • FIG. 15 is a diagram illustrating a syntax example of processing in the present embodiment.
  • the prediction parameter decoding unit 302 first decodes the skip flag (S1301).
  • the skip flag indicates the skip mode (Y in S1302)
  • the prediction parameter is decoded in the skip mode (S1303). Specifically, only the merge index is decoded.
  • the prediction parameter decoding unit 302 decodes the SC flag (S1304).
  • the SC flag indicates the merge SC mode (Y in S1305)
  • the prediction parameter is decoded in the merge SC mode (S1306). Specifically, only the merge index and the lowest order component of the transform coefficient are decoded, and the transform coefficients other than the prediction mode flag and the lowest order component are not decoded.
  • the prediction parameter decoding unit 302 decodes the prediction mode flag (S1307).
  • the prediction mode flag indicates the intra prediction mode (Y in S1308)
  • the prediction parameter is decoded in the intra prediction mode (S1309).
  • the prediction parameter decoding unit 302 decodes the merge flag (S1310).
  • the merge flag indicates the merge mode (Y in S1311)
  • the prediction parameter is decoded in the merge mode (S1312). Specifically, the merge index and the transform coefficient are decoded.
  • the prediction parameter decoding unit 302 decodes the prediction parameter in the AMVP mode (S1313). Specifically, transform coefficients and motion information (predicted vector index, difference vector, reference picture index) are decoded.
  • ⁇ means decoding (encoding)
  • x means not decoding (encoding)
  • ⁇ means that only a part is decoded (encoded).
  • the skip mode only the skip flag and the merge index are decoded (encoded), the SC flag, the prediction mode flag (selection flag between intra prediction and inter prediction), the merge flag, and The transform coefficient is not decoded (encoded).
  • the skip mode is inter prediction, and the motion vector selects one of the merge candidates by the merge index.
  • the merge SC mode only the skip flag, the SC flag, the merge index, and the lowest order component of the transform coefficient are decoded (encoded), and the prediction mode flag and the merge flag are not decoded (encoded).
  • the merge SC mode is inter prediction, and the motion vector is estimated by merging.
  • a syntax 1501 in FIG. 15 indicates a syntax example of a prediction parameter decoding process in HEVC
  • a syntax 1502 indicates a syntax example of a prediction parameter decoding process when the merge SC mode according to the present embodiment is used. .
  • the skip flag (skip_flag) is decoded, and if it is the skip mode, the prediction mode flag (predMode) is set to inter prediction, and the merge index is calculated from the encoded data.
  • Decrypt (merge_idx).
  • the prediction mode flag (predMode) is decoded from the encoded data. If the prediction mode flag indicates inter prediction, the merge flag (merge_flag) is further decoded from the encoded data. . If the merge flag indicates the merge mode, the merge index (merge_idx) is decrypted.
  • the processing flow is different when the skip flag does not indicate the skip mode as compared to the syntax 1501.
  • the portion indicated by 1510 in the syntax 1502 is the merge SC mode processing.
  • the prediction mode flag is decoded from the encoded data.
  • the subsequent processing is the same as that of the syntax 1501.
  • a new mode called AMVP_SC mode is provided in addition to the merge SC mode described in the second embodiment. Note that encoding processing corresponding to the decoding processing in the present embodiment is performed in the prediction parameter encoding unit 111 of the image encoding device 11.
  • AMVP_SC mode is a mode for decoding the lowest-order component of transform coefficients and motion information.
  • FIG. 16 is a diagram showing a comparison between the AMVP_SC mode and other modes in the present embodiment.
  • FIG. 17 is a flowchart showing the flow of processing in this embodiment.
  • FIG. 18 is a diagram illustrating a syntax example of processing in the present embodiment.
  • AMVP_SC mode the relationship between the AMVP_SC mode according to the present embodiment and the skip mode, merge mode, merge SC mode, and AMVP mode will be described with reference to FIG.
  • ⁇ means decoding (encoding)
  • x means not decoding (encoding)
  • ⁇ means that only a part is decoded (encoded).
  • the skip flag, SC flag, prediction mode flag, merge flag, motion information, and transform coefficient are decoded (encoded), and only the merge index is not decoded (encoded).
  • the skip mode, merge mode, and merge SC mode other than this are as described in the correspondence table 1401 (FIG. 14) in the second embodiment.
  • the skip mode, merge mode, and merge SC mode since one of the merge candidates is selected by the merge index, the motion information itself is not decoded (encoded).
  • the prediction parameter decoding unit 302 first decodes the skip flag (S1301).
  • the skip flag indicates the skip mode (Y in S1302)
  • the prediction parameter is decoded in the skip mode (S1303). Specifically, only the merge index is decoded.
  • the prediction parameter decoding unit 302 decodes the SC flag (S1304).
  • the SC flag indicates the SC mode (Y in S1701)
  • the prediction parameter decoding unit 302 decodes the merge flag (S1702).
  • the prediction mode flag is not decoded.
  • the merge flag indicates the merge mode (Y in S1703)
  • the prediction parameter is decoded in the merge SC mode (S1306). Specifically, only the merge index and the lowest order component of the transform coefficient are decoded, and the transform coefficient other than the lowest order component is not decoded.
  • the prediction parameter decoding unit 302 decodes the prediction parameter in the AMVP_SC mode (S1704). Specifically, only the motion information and the lowest order component of the transform coefficient are decoded, and the transform coefficients other than the lowest order component are not decoded.
  • the prediction parameter decoding unit 302 decodes the prediction mode flag (S1307).
  • the prediction mode flag indicates the intra prediction mode (Y in S1308)
  • the prediction parameter is decoded in the intra prediction mode (S1309).
  • the prediction parameter decoding unit 302 decodes the merge flag (S1310).
  • the merge flag indicates the merge mode (Y in S1311)
  • the prediction parameter is decoded in the merge mode (S1312). Specifically, the merge index and the transform coefficient are decoded.
  • the prediction parameter decoding unit 302 decodes the prediction parameter in the AMVP mode (S1313). Specifically, transform coefficients and motion information are decoded.
  • a syntax 1801 in FIG. 18 illustrates a syntax example of a prediction parameter decoding process when the AMVP_SC mode according to the present embodiment is used.
  • the syntax 1502 is a syntax when using the merge SC mode in the second embodiment described above.
  • the SC flag indicates the SC mode after decoding the SC flag
  • the lowest order component of the transform coefficient is decoded and the merge flag (merge_flag) is decoded. If the merge flag indicates that the merge mode is selected, the merge index (merge_idx) is decrypted. On the other hand, when the merge flag does not indicate that it is in the merge mode, the motion information is decoded.
  • the subsequent processing is the same as that of the syntax 1502.
  • FIG. 19 is a flowchart showing the flow of processing in this embodiment.
  • the same step number is provided about the step which performs the same process as FIG. 13 demonstrated in Embodiment 2.
  • the prediction parameter decoding unit 302 first decodes a skip flag (S1301).
  • the skip flag indicates the skip mode (Y in S1302)
  • the prediction parameter is decoded in the skip mode (S1303). Specifically, only the merge index is decoded.
  • the prediction parameter decoding unit 302 decodes the prediction mode flag (S1307).
  • the prediction mode flag indicates the intra prediction mode (Y in S1308)
  • the prediction parameter is decoded in the intra prediction mode (S1309).
  • the prediction parameter decoding unit 302 decodes the SC flag (S1304).
  • the SC flag indicates the merge SC mode (Y in S1305)
  • the prediction parameter is decoded in the merge SC mode (S1306). Specifically, only the merge index and the lowest order component of the transform coefficient are decoded, and the transform coefficient other than the lowest order component is not decoded.
  • the prediction parameter decoding unit 302 decodes the merge flag (S1310).
  • the merge flag indicates the merge mode (Y in S1311)
  • the prediction parameter is decoded in the merge mode (S1312). Specifically, the merge index and the transform coefficient are decoded.
  • the prediction parameter decoding unit 302 decodes the prediction parameter in the AMVP mode (S1313). Specifically, transform coefficients and motion information are decoded.
  • the present embodiment differs from the second embodiment in the order of decoding the prediction mode flag and the SC flag, that is, the timing (S1300) for determining whether to process in the merge SC mode. . Even in the processing according to the order in the present embodiment, the same effects as in the second embodiment can be obtained.
  • FIG. 20 is a flowchart showing the flow of processing in this embodiment.
  • the same step number is provided about the step which performs the same process as FIG. 17 demonstrated in Embodiment 3.
  • FIG. 20 is a flowchart showing the flow of processing in this embodiment.
  • the same step number is provided about the step which performs the same process as FIG. 17 demonstrated in Embodiment 3.
  • the prediction parameter decoding unit 302 first decodes a skip flag (S1301).
  • the skip flag indicates the skip mode (Y in S1302)
  • the prediction parameter is decoded in the skip mode (S1303). Specifically, only the merge index is decoded.
  • the prediction parameter decoding unit 302 decodes the prediction mode flag (S1307).
  • the prediction mode flag indicates the intra prediction mode (Y in S1308)
  • the prediction parameter is decoded in the intra prediction mode (S1309).
  • the prediction parameter decoding unit 302 decodes the SC flag (S1304).
  • the SC flag indicates the SC mode (Y in S1701)
  • the prediction parameter decoding unit 302 decodes the merge flag (S1702).
  • the merge flag indicates the merge mode (Y in S1703)
  • the prediction parameter is decoded in the merge SC mode (S1306). Specifically, only the merge index and the lowest order component of the transform coefficient are decoded.
  • the prediction parameter decoding unit 302 decodes the prediction parameter in the AMVP_SC mode (S1704). Specifically, only the motion information and the lowest order component of the transform coefficient are decoded.
  • the prediction parameter decoding unit 302 decodes the merge flag (S1310).
  • the merge flag indicates the merge mode (Y in S1311)
  • the prediction parameter is decoded in the merge mode (S1312). Specifically, the merge index and the transform coefficient are decoded.
  • the prediction parameter decoding unit 302 decodes the prediction parameter in the AMVP mode (S1313). Specifically, transform coefficients and motion information are decoded.
  • the prediction mode flag and the SC flag in the order of decoding that is, the SC mode (merged SC mode, AMVP_SC mode), as compared with the third embodiment.
  • the timing (S1700) is different. Even in the processing according to the order in the present embodiment, the same effect as in the third embodiment can be obtained.
  • the code itself is not encoded, the code amount of the code can be reduced. Further, since the code is predicted only for the lowest order component, the amount of calculation required for the prediction can be reduced. Therefore, the process is not increased by the prediction code derivation process.
  • FIG. 21 is a block diagram illustrating a main configuration of the inverse quantization / inverse transform unit 311, the inverse quantization / inverse transform unit 105, and the transform / quantization unit 103 in the present embodiment.
  • the inverse quantization / inverse transform unit 311 executes the decoding of the lowest order component of the transform coefficient. Also, the encoding of the lowest order component of the transform coefficient is executed by the inverse quantization / inverse transform unit 105 or the transform / quantization unit 103.
  • FIG. 21A is a block diagram illustrating a configuration of the inverse quantization / inverse transform unit 311 in the image decoding device 31.
  • the inverse quantization / inverse transform unit 311 includes an inverse quantization unit 3111, a code prediction unit 3112, an error correction unit 3113, and an inverse transform unit 3114.
  • the inverse quantization / inverse transform unit 311 performs code prediction for a non-zero transform coefficient among a plurality of transform coefficients calculated by inverse quantization of the quantization coefficient related to the residual image.
  • the inverse quantization unit 3111 inversely quantizes the quantization coefficient of the target block input from the entropy decoding unit 301 to obtain a transform coefficient without code information.
  • the code prediction unit 3112 predicts the code of the transform coefficient using a transform coefficient without code information.
  • the error correction unit 3113 corrects the prediction error of the code of the transform coefficient based on the code prediction error input from the entropy decoding unit 301. Specifically, the error correction unit 3113 corrects the prediction code by using the exclusive OR XOR of the prediction code and the code prediction error, and derives a code.
  • (After Correction) Code Prediction Code XOR Code Prediction Error
  • the error correction unit 3113 can also derive a code by inverting the prediction code depending on whether the code prediction error is 0 or 1.
  • the inverse transform unit 3114 performs inverse transform using the transform coefficient without code information and the sign of the transform coefficient after correcting the prediction error, and calculates a residual signal.
  • FIG. 21B is a block diagram illustrating a configuration of the inverse quantization / inverse transform unit 105 in the image encoding device 11.
  • the inverse quantization / inverse transform unit 105 includes an inverse quantization unit 1051, a code prediction unit 1052, an error calculation unit 1053, and an inverse transform unit 1054.
  • the inverse quantization unit 1051 obtains a transform coefficient by inverse quantization of the quantized coefficient input from the transform / quantization unit 103. Similar to the code prediction unit 3112, the code prediction unit 1052 predicts the code of the transform coefficient using the transform coefficient.
  • the error calculation unit 1053 compares the code of the transform coefficient predicted by the code prediction unit 1052 with the code of the original transform coefficient, and calculates a code prediction error. Specifically, the error calculation unit 1053 is, for example, -The sign of the predicted transform coefficient matches the sign of the original transform coefficient: 0 -The sign of the predicted transform coefficient does not match the sign of the original transform coefficient: 1 A code prediction error is calculated.
  • the error calculation unit 1053 can also calculate the code prediction error due to the above processing by using the XOR of the prediction code and the original code.
  • Code prediction error prediction code XOR code
  • the inverse transform unit 1054 performs inverse transform on the transform coefficient to calculate a prediction error.
  • the prediction error is output to the adding unit 106 as described above.
  • the code prediction error is output to the entropy encoding unit 104.
  • FIG. 22 is a flowchart showing an exemplary flow of processing in code prediction.
  • the code prediction unit 3112 first sets the value of the variable min_cost to a predetermined positive number, for example, an upper limit (MAXINT) of an integer (SA1).
  • the code predicting unit 3112 generates a partial decoded image (partially decoded image) of the target block assuming the code of the transform coefficient (SA2).
  • the code predicting unit 3112 calculates the upward cost and the leftward cost for the generated partial decoded image based on the relationship with the pixels adjacent in the upward direction and the left direction (SA3).
  • the code prediction unit 3112 performs code prediction using the calculated upward cost and left cost. Specifically, the code predicting unit 3112 determines whether the value of the cost cost represented by the sum of the upward cost and the leftward cost is smaller than the min_cost value (SA4). When the cost cost value is smaller than the min_cost value (Y in SA4), the code predicting unit 3112 updates the min_cost value with the cost cost value and also updates the code corresponding to the min_cost (SA5). On the other hand, when the value of cost cost is equal to or greater than the value of min_cost (N in SA4), the code prediction unit 3112 does not perform the process of step SA5.
  • SA4 min_cost value
  • the code predicting unit 3112 performs the processing from step SA2 to SA5 in two ways: when the sign of the transform coefficient to be predicted is positive and when it is negative.
  • the code predicting unit 3112 predicts that the code of the transform coefficient corresponding to the value of min_cost at the end of the loop is the code of the transform coefficient to be predicted.
  • FIG. 23 is a figure explaining a partially decoded image and its surrounding pixels.
  • p x, y is the pixel value of the pixel at coordinates (x, y).
  • p x, y is the pixel value of the pixel at coordinates (x, y).
  • p x, y is the pixel value of the pixel at coordinates (x, y).
  • p x, y is the pixel value of the pixel at coordinates (x, y).
  • p x, y is the pixel value of the pixel at coordinates (x, y).
  • the second-order differential hypothesis is that if the sign of the transform coefficient (transform coefficient) is correct, the change in the gradient of the change in pixel value between adjacent pixels (neighboring pixels) is minimized. It is a hypothesis. When this hypothesis holds, the second derivative (change in gradient, which is the first derivative) is 0, so this is called a second derivative hypothesis. In other words, the secondary differential hypothesis assumes image continuity at the boundary of the partially decoded image. Specifically, in the second-order differential hypothesis, the sign prediction unit 3112 calculates costU and costL as
  • the cost can be derived by calculating the cost cost_p0 at each pixel p0 in the vicinity of the boundary for the entire partially decoded image in the upward direction and the left direction.
  • p0 is the value of the partially decoded image in the vicinity of the boundary (pixel value decoded by the prediction code)
  • p1 is a pixel adjacent to p0 in the decoded upward or leftward adjacent block.
  • p2 is a pixel adjacent to p1.
  • the cost cost_p0 of each pixel is the predicted value “p1 *” of the partial decoded image obtained by adding “p1 ⁇ p2”, which is the gradient of the two pixels p1 and p2 near the boundary, to the value p1 of the boundary pixel. This is equivalent to measuring the error between “2 ⁇ p2” and the value p0 of the partially decoded image.
  • FIG. 23 is a figure for demonstrating a secondary differential hypothesis.
  • the pixel values of three adjacent pixels are set to p2, p1, and p0 in order.
  • the cost calculated by the formula is 0.
  • the change between p0 and p1 and the change between p1 and p2 are not equal, that is, when the gradient of the change in pixel value changes.
  • the cost calculated by the above formula is a value greater than zero. It is considered that the combination of signs of transform coefficients that minimizes the cost matches the original image most in the second derivative hypothesis.
  • the code prediction unit is provided in the inverse quantization / inverse transform unit 311 of the image decoding device 31 or the inverse quantization / inverse transform unit 105 of the image coding device 11.
  • the code prediction unit may be included in the transform / quantization unit 103 of the image encoding device 11.
  • FIG. 21C is a block diagram illustrating a configuration of the transform / quantization unit 103 according to a modification of the present embodiment.
  • the transform / quantization unit 103 according to the present modification includes a transform unit 1031, a quantization unit 1032, an inverse quantization unit 1033, a code prediction unit 1034, and an error correction unit 1035.
  • the conversion unit 1031 performs conversion on the residual signal input from the subtraction unit 102 and calculates a conversion coefficient.
  • the quantization unit 1032 quantizes the transform coefficient calculated by the transform unit 1031 to obtain a quantization coefficient.
  • the inverse quantization unit 1033 calculates a transform coefficient by inverse quantization of the quantization coefficient obtained by the quantization unit 1032.
  • the code prediction unit 1034 predicts the code of the transform coefficient using the transform coefficient.
  • the error correction unit 1035 compares the prediction code predicted by the code prediction unit 1034 with the code of the original transform coefficient, and calculates a code prediction error.
  • the code predicting unit 1034 can predict the code of the transform coefficient with high accuracy.
  • each of the conversion unit and the inverse conversion unit (symbol omitted) in this embodiment is converted using a conversion method other than DCT (for example, DST (Discrete Sine Transform), KLT (KarhuenLoeve Transform), or non-separation conversion).
  • DCT Discrete Sine Transform
  • KLT KarhuenLoeve Transform
  • non-separation conversion for example, DST (Discrete Sine Transform), KLT (KarhuenLoeve Transform), or non-separation conversion.
  • it may be a conversion unit or reverse conversion unit that performs reverse conversion, or a conversion unit or reverse conversion unit that performs conversion by performing a plurality of conversions (for example, two conversions of core conversion and secondary conversion). May be.
  • the conversion coefficient has continuity with adjacent pixels as the frequency component becomes lower, and since the absolute value of the component is large in the lowest order component, the prediction code calculated so that the cost is minimized with the continuity as the cost is actually Is likely to match the sign of.
  • a new mode called an LC (limited coeff) mode is provided, and an LC flag for determining whether to decode a prediction parameter in the LC mode.
  • encoding processing corresponding to the decoding processing in the present embodiment is performed in the prediction parameter encoding unit 111 of the image encoding device 11.
  • LC mode is a mode for decoding a plurality of low frequency components including the lowest order component among the merge index and transform coefficient.
  • the number of low frequency components to be decoded in the LC mode is 2 to 4, for example.
  • the image quality can be improved as compared with the second embodiment.
  • FIG. 24 is a diagram for explaining a difference from the second embodiment.
  • FIG. 24A shows a region (region 2401) to be decoded (encoded) in the case of the second embodiment in a matrix of transform coefficients (a diagram in which lower left is higher frequency and lower right is higher frequency).
  • a region 2401 shown in FIG. 24A shows the lowest order component (for example, DC component) of the transform coefficient. That is, in the second embodiment, only the lowest order component of the transform coefficient is decoded (encoded).
  • the region 2402 and the region 2403 are also decoded (encoded).
  • a region 2402 and a region 2403 are regions adjacent to the lowest order component of the transform coefficient, and indicate a plurality of low frequency components of the transform coefficient. That is, in this embodiment, in addition to the lowest order component of the transform coefficient, a plurality of low frequency components of the transform coefficient are also decoded (encoded).
  • FIG. 25 is a diagram illustrating a syntax example in the present embodiment.
  • the skip flag (skip_flag) is decoded, and when it is the skip mode, the merge index (merge_idx) is decoded. On the other hand, if it is not the skip mode, the LC flag (lc_flag) is decoded.
  • the LC flag indicates that the mode is LC mode, the merge index (merge_idx), the lowest order component of the transform coefficient, and a plurality of low frequency components are decoded. Further, SigCoeff is decoded (encoded) (2501 in FIG. 25).
  • SigCoeff which is a flag indicating whether or not the coefficient is a non-zero coefficient, needs to be decoded. Note that the Last indicating the head scan position may not be decoded.
  • the prediction mode flag (predMode) is decoded, and when the prediction mode flag indicates inter prediction, the merge flag (merge_flag) is decoded. If the merge flag indicates the merge mode, the merge index (merge_idx) is decrypted. Further, the transform coefficient is decoded from the encoded data. That is, Last indicating the head scan position and SigCoeff indicating whether each transform transform coefficient is non-zero are decoded (encoded).
  • the syntax in the present embodiment is different from the syntax 1502 in FIG. 15 of the second embodiment in that the LC flag is used instead of the SC flag, and that SigCoeff is also decoded.
  • the prediction parameter decoding (encoding) process is performed by combining the case of using the SC mode (merge SC mode, AMVP_SC mode) described in the second to fourth embodiments and the case of using the LC mode described in the seventh embodiment. May be executed.
  • FIG. 26 is a diagram for explaining the flow of processing when the SC mode and the LC mode are used in combination.
  • (A) of FIG. 26 is to vary the prediction parameter derivation method (prediction parameter syntax configuration) according to the size of the block (prediction unit).
  • the skip flag is decoded from the encoded data
  • the prediction parameter is derived by the merge mode
  • the transform coefficient is not decoded.
  • the merge flag is decoded; when the merge flag is 1, the prediction parameter is derived by the merge mode; when the merge flag is 0, the prediction parameter is derived by the AMVP mode;
  • the transform coefficient is decoded (S2602). This method is shown as HEVC in FIG.
  • the LC mode flag is decoded from the encoded data, and the LC mode (Embodiment 7) is set.
  • the prediction parameter is derived by the merge mode, and only the low-order component of the transform coefficient is decoded (S2604).
  • the SC flag is decoded from the encoded data.
  • the prediction parameter is set in the merge mode. Deriving and decoding only the lowest order component of the transform coefficient (S2605).
  • a large block means that the amount of change in chromaticity and luminance within the block is small. That is, the ratio of the lowest order component in the conversion coefficient is large. Therefore, when the block is large, encoding efficiency can be improved by using the SC mode that decodes (encodes) only the lowest order component of the transform coefficient.
  • (B) in FIG. 26 is to vary the prediction parameter derivation method (prediction parameter syntax configuration) according to the size of the quantization parameter indicating the size of the quantization step in the target block.
  • the prediction parameter derivation method prediction parameter syntax configuration
  • the magnitude of the quantization parameter is smaller than the threshold Th3 (fourth predetermined value) (Y in S2611)
  • the name HEVC in FIG. Prediction parameters are derived by the method described in (1), and transform coefficients are not decoded or decoded (S2602).
  • the LC mode flag is decoded from the encoded data, and the LC mode (Embodiment 7). If it is, the prediction parameter is derived by the merge mode, and only the low-order component of the transform coefficient is decoded (S2604). If the quantization parameter is greater than or equal to the threshold Th4 (N in S2612), the SC flag is decoded from the encoded data, the prediction parameter is derived in the SC mode (Embodiments 2 to 4), and the transform coefficient Only the lowest order component is decoded (S2605).
  • the size of the quantization parameter is the same as the size of the block described above, and the fact that the quantization parameter is large means that the number of transform coefficients close to 0 or 0 is large in the block. Therefore, the larger the quantization parameter, the greater the proportion of the lowest order component in the transform coefficient. Therefore, when the quantization parameter is large, the encoding efficiency can be improved by using the SC mode that decodes (encodes) only the lowest order component of the transform coefficient.
  • FIG. 27 is a diagram illustrating an example in which an image is divided into blocks.
  • an area where the amount of change in chromaticity and luminance is small is divided into large blocks, and an area where the amount of change in chromaticity and luminance is large is divided into small blocks.
  • the image coding apparatus 11 may implement
  • LSI Large Scale Integration
  • Each functional block of the image encoding device 11 and the image decoding device 31 may be individually made into a processor, or a part or all of them may be integrated into a processor.
  • the method of circuit integration is not limited to LSI, and may be realized by a dedicated circuit or a general-purpose processor. Further, in the case where an integrated circuit technology that replaces LSI appears due to progress in semiconductor technology, an integrated circuit based on the technology may be used.
  • the image encoding device 11 and the image decoding device 31 described above can be used by being mounted on various devices that perform transmission, reception, recording, and reproduction of moving images.
  • the moving image may be a natural moving image captured by a camera or the like, or an artificial moving image (including CG and GUI) generated by a computer or the like.
  • the image encoding device 11 and the image decoding device 31 described above can be used for transmission and reception of moving images.
  • FIG. 28 is a block diagram illustrating a configuration of a transmission device PROD_A in which the image encoding device 11 is mounted.
  • the transmission apparatus PROD_A modulates a carrier wave with an encoding unit PROD_A1 that obtains encoded data by encoding a moving image, and with the encoded data obtained by the encoding unit PROD_A1.
  • a modulation unit PROD_A2 that obtains a modulation signal and a transmission unit PROD_A3 that transmits the modulation signal obtained by the modulation unit PROD_A2 are provided.
  • the above-described image encoding device 11 is used as the encoding unit PROD_A1.
  • Transmission device PROD_A as a source of moving images to be input to the encoding unit PROD_A1, a camera PROD_A4 that captures moving images, a recording medium PROD_A5 that records moving images, an input terminal PROD_A6 for inputting moving images from the outside, and An image processing unit A7 that generates or processes an image may be further provided.
  • FIG. 28A a configuration in which all of these are provided in the transmission device PROD_A is illustrated, but a part may be omitted.
  • the recording medium PROD_A5 may be a recording of a non-encoded moving image, or a recording of a moving image encoded by a recording encoding scheme different from the transmission encoding scheme. It may be a thing. In the latter case, a decoding unit (not shown) for decoding the encoded data read from the recording medium PROD_A5 in accordance with the recording encoding method may be interposed between the recording medium PROD_A5 and the encoding unit PROD_A1.
  • FIG. 28 is a block diagram illustrating a configuration of a receiving device PROD_B in which the image decoding device 31 is mounted.
  • the receiving device PROD_B includes a receiving unit PROD_B1 that receives the modulated signal, a demodulating unit PROD_B2 that obtains encoded data by demodulating the modulated signal received by the receiving unit PROD_B1, and a demodulator A decoding unit PROD_B3 that obtains a moving image by decoding the encoded data obtained by the unit PROD_B2.
  • the above-described image decoding device 31 is used as the decoding unit PROD_B3.
  • the receiving device PROD_B is a display destination PROD_B4 for displaying a moving image, a recording medium PROD_B5 for recording a moving image, and an output terminal for outputting the moving image to the outside as a supply destination of the moving image output by the decoding unit PROD_B3 PROD_B6 may be further provided.
  • FIG. 28B a configuration in which all of these are provided in the receiving device PROD_B is illustrated, but a part may be omitted.
  • the recording medium PROD_B5 may be used for recording a non-encoded moving image, or is encoded using a recording encoding method different from the transmission encoding method. May be. In the latter case, an encoding unit (not shown) for encoding the moving image acquired from the decoding unit PROD_B3 according to the recording encoding method may be interposed between the decoding unit PROD_B3 and the recording medium PROD_B5.
  • the transmission medium for transmitting the modulation signal may be wireless or wired.
  • the transmission mode for transmitting the modulated signal may be broadcasting (here, a transmission mode in which the transmission destination is not specified in advance) or communication (here, transmission in which the transmission destination is specified in advance). Refers to the embodiment). That is, the transmission of the modulation signal may be realized by any of wireless broadcasting, wired broadcasting, wireless communication, and wired communication.
  • a terrestrial digital broadcast broadcasting station (broadcasting equipment, etc.) / Receiving station (such as a television receiver) is an example of a transmitting device PROD_A / receiving device PROD_B that transmits and receives a modulated signal by wireless broadcasting.
  • a broadcasting station (such as broadcasting equipment) / receiving station (such as a television receiver) of cable television broadcasting is an example of a transmitting device PROD_A / receiving device PROD_B that transmits and receives a modulated signal by cable broadcasting.
  • a server workstation, etc.
  • Client television receiver, personal computer, smartphone, etc.
  • VOD Video On Demand
  • video sharing service using the Internet is a transmission device that transmits and receives modulated signals via communication.
  • PROD_A / receiving device PROD_B normally, either a wireless or wired transmission medium is used in a LAN, and a wired transmission medium is used in a WAN.
  • the personal computer includes a desktop PC, a laptop PC, and a tablet PC.
  • the smartphone also includes a multi-function mobile phone terminal.
  • the video sharing service client has a function of encoding a moving image captured by the camera and uploading it to the server. That is, the client of the video sharing service functions as both the transmission device PROD_A and the reception device PROD_B.
  • FIG. 29 (a) is a block diagram showing a configuration of a recording apparatus PROD_C in which the above-described image encoding device 11 is mounted.
  • the recording apparatus PROD_C includes an encoding unit PROD_C1 that obtains encoded data by encoding a moving image, and the encoded data obtained by the encoding unit PROD_C1 on a recording medium PROD_M.
  • the above-described image encoding device 11 is used as the encoding unit PROD_C1.
  • the recording medium PROD_M may be of a type built into the recording device PROD_C, such as (1) HDD (Hard Disk Drive) or SSD (Solid State Drive), or (2) SD memory. It may be of the type connected to the recording device PROD_C, such as a card or USB (Universal Serial Bus) flash memory, or (3) DVD (Digital Versatile Disc) or BD (Blu-ray Disc: registration) Or a drive device (not shown) built in the recording device PROD_C.
  • HDD Hard Disk Drive
  • SSD Solid State Drive
  • SD memory such as a card or USB (Universal Serial Bus) flash memory, or (3) DVD (Digital Versatile Disc) or BD (Blu-ray Disc: registration) Or a drive device (not shown) built in the recording device PROD_C.
  • the recording device PROD_C is a camera PROD_C3 that captures moving images as a source of moving images to be input to the encoding unit PROD_C1, an input terminal PROD_C4 for inputting moving images from the outside, and a reception for receiving moving images
  • a unit PROD_C5 and an image processing unit PROD_C6 for generating or processing an image may be further provided.
  • FIG. 29A illustrates a configuration in which the recording apparatus PROD_C includes all of these, but some of them may be omitted.
  • the receiving unit PROD_C5 may receive a non-encoded moving image, or may receive encoded data encoded by a transmission encoding scheme different from the recording encoding scheme. You may do. In the latter case, a transmission decoding unit (not shown) that decodes encoded data encoded by the transmission encoding method may be interposed between the reception unit PROD_C5 and the encoding unit PROD_C1.
  • Examples of such a recording device PROD_C include a DVD recorder, a BD recorder, an HDD (Hard Disk Drive) recorder, and the like (in this case, the input terminal PROD_C4 or the receiver PROD_C5 is a main source of moving images). .
  • a camcorder in this case, the camera PROD_C3 is a main source of moving images
  • a personal computer in this case, the receiving unit PROD_C5 or the image processing unit C6 is a main source of moving images
  • a smartphone this In this case, the camera PROD_C3 or the reception unit PROD_C5 is a main source of moving images
  • the like is also an example of such a recording apparatus PROD_C.
  • FIG. 29 is a block diagram showing a configuration of a playback device PROD_D in which the above-described image decoding device 31 is mounted.
  • the playback device PROD_D reads a moving image by decoding a read unit PROD_D1 that reads encoded data written on the recording medium PROD_M and a read unit PROD_D1 that reads the encoded data. And a decoding unit PROD_D2 to obtain.
  • the above-described image decoding device 31 is used as the decoding unit PROD_D2.
  • the recording medium PROD_M may be of the type built into the playback device PROD_D, such as (1) HDD or SSD, or (2) such as an SD memory card or USB flash memory. It may be of the type connected to the playback device PROD_D, or (3) may be loaded into a drive device (not shown) built in the playback device PROD_D, such as a DVD or BD. Good.
  • the playback device PROD_D has a display unit PROD_D3 that displays a moving image as a supply destination of the moving image output by the decoding unit PROD_D2, an output terminal PROD_D4 that outputs the moving image to the outside, and a transmission unit that transmits the moving image.
  • PROD_D5 may be further provided.
  • FIG. 29B illustrates a configuration in which the playback apparatus PROD_D includes all of these, but a part of the configuration may be omitted.
  • the transmission unit PROD_D5 may transmit a non-encoded moving image, or transmits encoded data encoded by a transmission encoding scheme different from the recording encoding scheme. You may do. In the latter case, it is preferable to interpose an encoding unit (not shown) that encodes a moving image using a transmission encoding method between the decoding unit PROD_D2 and the transmission unit PROD_D5.
  • Examples of such a playback device PROD_D include a DVD player, a BD player, and an HDD player (in this case, an output terminal PROD_D4 to which a television receiver or the like is connected is a main moving image supply destination). .
  • a television receiver in this case, the display PROD_D3 is a main supply destination of moving images
  • a digital signage also referred to as an electronic signboard or an electronic bulletin board
  • the display PROD_D3 or the transmission unit PROD_D5 is the main supply of moving images
  • Desktop PC in this case, output terminal PROD_D4 or transmission unit PROD_D5 is the main video source
  • laptop or tablet PC in this case, display PROD_D3 or transmission unit PROD_D5 is video
  • a smartphone which is a main image supply destination
  • a smartphone in this case, the display PROD_D3 or the transmission unit PROD_D5 is a main moving image supply destination
  • the like are also examples of such a playback device PROD_D.
  • Each block of the image decoding device 31 and the image encoding device 11 described above may be realized in hardware by a logic circuit formed on an integrated circuit (IC chip), or may be a CPU (Central Processing Unit). You may implement
  • IC chip integrated circuit
  • CPU Central Processing Unit
  • each of the above devices includes a CPU that executes instructions of a program that realizes each function, a ROM (Read Memory) that stores the program, a RAM (RandomAccess Memory) that develops the program, the program, and various data.
  • a storage device such as a memory for storing the.
  • the object of the embodiment of the present invention is a record in which the program code (execution format program, intermediate code program, source program) of the control program for each of the above devices, which is software that realizes the above-described functions, is recorded in a computer-readable manner This can also be achieved by supplying a medium to each of the above devices, and reading and executing the program code recorded on the recording medium by the computer (or CPU or MPU).
  • Examples of the recording medium include tapes such as magnetic tapes and cassette tapes, magnetic disks such as floppy (registered trademark) disks / hard disks, CD-ROMs (Compact Disc Read-Only Memory) / MO discs (Magneto-Optical discs).
  • tapes such as magnetic tapes and cassette tapes
  • magnetic disks such as floppy (registered trademark) disks / hard disks
  • CD-ROMs Compact Disc Read-Only Memory
  • MO discs Magnetic-Optical discs
  • IC cards including memory cards
  • Cards such as optical cards
  • Semiconductor memories such as flash ROM, or PLD (Programmable logic device ) Or FPGA (Field Programmable Gate Gate Array) or the like.
  • each of the above devices may be configured to be connectable to a communication network, and the program code may be supplied via the communication network.
  • the communication network is not particularly limited as long as it can transmit the program code.
  • Internet intranet, extranet, LAN (Local Area Network), ISDN (Integrated Services Digital Network), VAN (Value-Added Network), CATV (Community Area Antenna / television / Cable Television), Virtual Private Network (Virtual Private Network) Network), telephone line network, mobile communication network, satellite communication network, and the like.
  • the transmission medium constituting the communication network may be any medium that can transmit the program code, and is not limited to a specific configuration or type.
  • IEEE Institute of Electrical and Electronic Engineers 1394, USB, power line carrier, cable TV line, telephone line, ADSL (Asymmetric Digital Subscriber Line) line, etc. wired such as IrDA (Infrared Data Association) or remote control , BlueTooth (registered trademark), IEEE802.11 wireless, HDR (High Data Rate), NFC (Near Field Communication), DLNA (Digital Living Network Alliance: registered trademark), mobile phone network, satellite line, terrestrial digital broadcasting network, etc. It can also be used wirelessly.
  • the embodiment of the present invention can also be realized in the form of a computer data signal embedded in a carrier wave in which the program code is embodied by electronic transmission.
  • Image encoding device predicted image generating device
  • 31 Image decoding device predicted image generating device
  • 308 Predictive image generation unit
  • Prediction parameter encoding unit transform coefficient deriving unit, motion vector deriving unit
  • 302 Prediction parameter decoding unit (transform coefficient deriving unit, motion vector deriving unit) 1034, 1052, 3112 Code prediction unit

Landscapes

  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

符号量を削減し、符号化効率を向上させる。予測パラメータ復号部（３０２）は、変換係数の所定成分、および、対象ブロックの動きベクトルを導出し、予測画像生成部（３０８）は、変換係数の所定成分と動きベクトルとから対象ブロックの予測画像を生成する。

Description

予測画像生成装置、動画像復号装置、および動画像符号化装置
　本発明の一態様の実施形態は、予測画像生成装置、動画像復号装置、および動画像符号化装置に関する。
　動画像を効率的に伝送または記録するために、動画像を符号化することによって符号化データを生成する動画像符号化装置、および、当該符号化データを復号することによって復号画像を生成する動画像復号装置が用いられている。
　具体的な動画像符号化方式としては、例えば、H.264/AVCやHEVC（High-Efficiency Video Coding）にて提案されている方式などが挙げられる。
　このような動画像符号化方式においては、動画像を構成する画像（ピクチャ）は、画像を分割することにより得られるスライス、スライスを分割することにより得られる符号化単位（符号化ユニット（Coding Unit：CU）と呼ばれることもある）、及び、符号化単位を分割することより得られるブロックである予測ユニット（PU）、変換ユニット（TU）からなる階層構造により管理され、CUごとに符号化／復号される。
　また、このような動画像符号化方式においては、通常、入力画像を符号化／復号することによって得られる局所復号画像に基づいて予測画像が生成され、当該予測画像を入力画像（原画像）から減算して得られる予測残差（「差分画像」または「残差画像」と呼ぶこともある）が符号化される。予測画像の生成方法としては、画面間予測（インター予測）、および、画面内予測（イントラ予測）が挙げられる。
　また、従来、変換係数および動きベクトルを符号化せず、他のユニットの値を用いるスキップモードが存在し、さらに、非特許文献１には、予測モードの値の一つのモードとして、イントラモード、インターモード、スキップモード、と並んで択一的に選択可能なモードとして、変換係数のDC成分のみ符号化し動きベクトルは符号化しないモード（モード値）を用いる技術が開示されている。
T.Yoshino et al., "An Enhancement of H.264 Coding Mode for R-D Optimization", ITU-T Q.6/SG16, VCEG-AL31, Geneva, July 2009.
　非特許文献１の技術は、変換係数のDC成分のみ符号化している。これにより符号量を削減することが可能となるが、符号化に関する他の情報を考慮すると、さらに符号量を削減し、符号化効率を向上させることも可能である。
　本発明の一態様は、符号量を削減し、符号化効率を向上させる予測画像生成装置等を実現することを目的とする。
　上記の課題を解決するために、本発明の一態様に係る予測画像生成装置は、参照画像を参照して予測画像を生成する予測画像生成装置であって、対象ブロックの残差画像に関する量子化係数を逆量子化して算出される変換係数の所定成分を導出する変換係数導出部と、上記対象ブロックの動きベクトルを導出する動きベクトル導出部と、上記変換係数導出部が導出した変換係数の所定成分と、上記動きベクトル導出部が導出した上記動きベクトルとから上記対象ブロックの予測画像を生成する予測画像生成部と、を備えた構成である。
　本発明の一態様によれば、変換係数の所定成分から予測画像を生成するので、変換係数をすべて符号化、復号する場合と比較して符号化効率を向上させることができるという効果を奏する。
本実施形態に係る符号化ストリームのデータの階層構造を示す図である。 PU分割モードのパターンを示す図である。（ａ）～（ｈ）は、それぞれ、PU分割モードが、2Nx2N、2NxN、2NxnU、2NxnD、Nx2N、nLx2N、nRx2N、および、NxNの場合のパーティション形状について示している。 参照ピクチャおよび参照ピクチャリストの一例を示す概念図である。 本実施形態に係る画像符号化装置の構成を示すブロック図である。 本実施形態に係る画像復号装置の構成を示す概略図である。 本実施形態に係る画像符号化装置のインター予測画像生成部の構成を示す概略図である。 本実施形態に係るマージ予測パラメータ導出部の構成を示す概略図である。 本実施形態に係るAMVP予測パラメータ導出部の構成を示す概略図である。 本実施形態に係る画像復号装置の動きベクトル復号処理の動作を示すフローチャートである。 本実施形態に係る画像符号化装置のインター予測パラメータ符号化部の構成を示す概略図である。 本実施形態に係るインター予測画像生成部の構成を示す概略図である。 本実施形態に係るインター予測パラメータ復号部の構成を示す概略図である。 実施形態２における処理の流れを示すフローチャートである。 実施形態２におけるマージSCモードと他のモードとの比較を示す図である。 実施形態２における処理のシンタックス例を示す図である。 実施形態３におけるAMVP_SCモードと他のモードとの比較を示す図である。 実施形態３における処理の流れを示すフローチャートである。 実施形態３における処理のシンタックス例を示す図である。 実施形態４における処理の流れを示すフローチャートである。 実施形態５における処理の流れを示すフローチャートである。 （ａ）は、本実施形態に係る動画像復号装置における逆量子化・逆変換部の構成を示すブロック図、（ｂ）は、本実施形態に係る動画像符号化装置における逆量子化・逆変換部の構成を示すブロック図である。また、（ｃ）は本実施形態の変形例に係る変換・量子化部の構成を示すブロック図である。 符号予測における処理の一例の流れを示すフローチャートである。 （ａ）は、部分復号画像およびその周囲の画素について説明する図であり、（ｂ）は、２次微分仮説について説明するための図である。 実施形態７と実施形態２との相違点を説明するための図であり、（ａ）は、変換係数のマトリクスにおいて実施形態２における復号（符号化）対象を示し、（ｂ）は、実施形態７における復号（符号化）対象を示す。 実施形態７におけるシンタックス例を示す図である。 SCモードとLCモードとを併用する場合の処理の流れを説明するための図である。 ブロック（予測単位）の大きさとブロック内の色度および輝度の変化量の関係を示す図である。 本実施形態に係る画像符号化装置を搭載した送信装置、および、画像復号装置を搭載した受信装置の構成について示した図である。（ａ）は、画像符号化装置を搭載した送信装置を示しており、（ｂ）は、画像復号装置を搭載した受信装置を示している。 本実施形態に係る画像符号化装置を搭載した記録装置、および、画像復号装置を搭載した再生装置の構成について示した図である。（ａ）は、画像符号化装置を搭載した記録装置を示しており、（ｂ）は、画像復号装置を搭載した再生装置を示している。 本実施形態に係る画像伝送システムの構成を示す概略図である。
　〔実施形態１〕
　以下、図面を参照しながら本発明の実施形態について説明する。
　図３０は、本実施形態に係る画像伝送システム１の構成を示す概略図である。
　画像伝送システム１は、符号化対象画像を符号化した符号を伝送し、伝送された符号を復号し画像を表示するシステムである。画像伝送システム１は、画像符号化装置（予測画像生成装置）１１、ネットワーク２１、画像復号装置（予測画像生成装置）３１及び画像表示装置４１を含んで構成される。
　画像符号化装置１１には、単一レイヤもしくは複数レイヤの画像を示す画像Ｔが入力される。レイヤとは、ある時間を構成するピクチャが１つ以上ある場合に、複数のピクチャを区別するために用いられる概念である。たとえば、同一ピクチャを、画質や解像度の異なる複数のレイヤで符号化するとスケーラブル符号化になり、異なる視点のピクチャを複数のレイヤで符号化するとビュースケーラブル符号化となる。複数のレイヤのピクチャ間で予測（インターレイヤ予測、インタービュー予測）を行う場合には、符号化効率が大きく向上する。また予測を行わない場合（サイマルキャスト）の場合にも、符号化データをまとめることができる。
　ネットワーク２１は、画像符号化装置１１が生成した符号化ストリームＴｅを画像復号装置３１に伝送する。ネットワーク２１は、インターネット（internet）、広域ネットワーク（WAN:Wide Area Network）、小規模ネットワーク（LAN:Local Area Network）またはこれらの組み合わせである。ネットワーク２１は、必ずしも双方向の通信網に限らず、地上デジタル放送、衛星放送等の放送波を伝送する一方向の通信網であっても良い。また、ネットワーク２１は、DVD（Digital Versatile Disc）、BD（Blue-ray Disc）等の符号化ストリームTeを記録した記憶媒体で代替されても良い。
　画像復号装置３１は、ネットワーク２１が伝送した符号化ストリームTeのそれぞれを復号し、それぞれ復号した１または複数の復号画像Tdを生成する。
　画像表示装置４１は、画像復号装置３１が生成した１または複数の復号画像Tdの全部または一部を表示する。画像表示装置４１は、例えば、液晶ディスプレイ、有機ＥＬ（Electro-luminescence）ディスプレイ等の表示デバイスを備える。また、空間スケーラブル符号化、ＳＮＲスケーラブル符号化では、画像復号装置３１、画像表示装置４１が高い処理能力を有する場合には、画質の高い拡張レイヤ画像を表示し、より低い処理能力しか有しない場合には、拡張レイヤほど高い処理能力、表示能力を必要としないベースレイヤ画像を表示する。
　＜演算子＞
　本明細書で用いる演算子を以下に記載する。
　>>は右ビットシフト、<<は左ビットシフト、&はビットワイズAND、|はビットワイズOR、|=は別の条件との和演算（OR）である。
　x ? y : zは、xが真（0以外）の場合にy、xが偽（0）の場合にzをとる３項演算子である。
　Clip3(a, b, c) は、cをa以上b以下の値にクリップする関数であり、c<aの場合にはaを返し、c>bの場合にはbを返し、その他の場合にはcを返す関数である（ただし、a<=b）。
　　＜符号化ストリームTeの構造＞
　本実施形態に係る画像符号化装置１１および画像復号装置３１の詳細な説明に先立って、画像符号化装置１１によって生成され、画像復号装置３１によって復号される符号化ストリームTeのデータ構造について説明する。
　図１は、符号化ストリームTeにおけるデータの階層構造を示す図である。符号化ストリームTeは、例示的に、シーケンス、およびシーケンスを構成する複数のピクチャを含む。図１の（ａ）～（ｆ）は、それぞれ、シーケンスSEQを既定する符号化ビデオシーケンス、ピクチャPICTを規定する符号化ピクチャ、スライスSを規定する符号化スライス、スライスデータを規定する符号化スライスデータ、符号化スライスデータに含まれる符号化ツリーユニット、符号化ツリーユニットに含まれる符号化ユニット（Coding Unit；CU）を示す図である。
　　（符号化ビデオシーケンス）
　符号化ビデオシーケンスでは、処理対象のシーケンスSEQを復号するために画像復号装置３１が参照するデータの集合が規定されている。シーケンスSEQは、図１の（ａ）に示すように、ビデオパラメータセット（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）、ピクチャPICT、及び、付加拡張情報SEI（Supplemental Enhancement Information）を含んでいる。ここで＃の後に示される値はレイヤIDを示す。図１では、#0と#1すなわちレイヤ０とレイヤ１の符号化データが存在する例を示すが、レイヤの種類およびレイヤの数はこれによらない。
　ビデオパラメータセットVPSは、複数のレイヤから構成されている動画像において、複数の動画像に共通する符号化パラメータの集合および動画像に含まれる複数のレイヤおよび個々のレイヤに関連する符号化パラメータの集合が規定されている。
　シーケンスパラメータセットSPSでは、対象シーケンスを復号するために画像復号装置３１が参照する符号化パラメータの集合が規定されている。例えば、ピクチャの幅や高さが規定される。なお、SPSは複数存在してもよい。その場合、PPSから複数のSPSの何れかを選択する。
　ピクチャパラメータセットPPSでは、対象シーケンス内の各ピクチャを復号するために画像復号装置３１が参照する符号化パラメータの集合が規定されている。例えば、ピクチャの復号に用いられる量子化幅の基準値（pic_init_qp_minus26）や重み付き予測の適用を示すフラグ（weighted_pred_flag）が含まれる。なお、PPSは複数存在してもよい。その場合、対象シーケンス内の各ピクチャから複数のPPSの何れかを選択する。
　　（符号化ピクチャ）
　符号化ピクチャでは、処理対象のピクチャPICTを復号するために画像復号装置３１が参照するデータの集合が規定されている。ピクチャPICTは、図１の（ｂ）に示すように、スライスS0～SNS-1を含んでいる（ＮＳはピクチャPICTに含まれるスライスの総数）。
　なお、以下、スライスS0～SNS-1のそれぞれを区別する必要が無い場合、符号の添え字を省略して記述することがある。また、以下に説明する符号化ストリームTeに含まれるデータであって、添え字を付している他のデータについても同様である。
　　（符号化スライス）
　符号化スライスでは、処理対象のスライスSを復号するために画像復号装置３１が参照するデータの集合が規定されている。スライスSは、図１の（ｃ）に示すように、スライスヘッダSH、および、スライスデータSDATAを含んでいる。
　スライスヘッダSHには、対象スライスの復号方法を決定するために画像復号装置３１が参照する符号化パラメータ群が含まれる。スライスタイプを指定するスライスタイプ指定情報（slice_type）は、スライスヘッダSHに含まれる符号化パラメータの一例である。
　スライスタイプ指定情報により指定可能なスライスタイプとしては、（１）符号化の際にイントラ予測のみを用いるＩスライス、（２）符号化の際に単方向予測、または、イントラ予測を用いるＰスライス、（３）符号化の際に単方向予測、双方向予測、または、イントラ予測を用いるＢスライスなどが挙げられる。
　なお、スライスヘッダSHには、上記符号化ビデオシーケンスに含まれる、ピクチャパラメータセットPPSへの参照（pic_parameter_set_id）を含んでいても良い。
　　（符号化スライスデータ）
　符号化スライスデータでは、処理対象のスライスデータSDATAを復号するために画像復号装置３１が参照するデータの集合が規定されている。スライスデータSDATAは、図１の（ｄ）に示すように、符号化ツリーユニット（CTU:Coding Tree Unit）を含んでいる。CTUは、スライスを構成する固定サイズ（例えば64x64）のブロックであり、最大符号化単位（LCU:Largest Coding Unit）と呼ぶこともある。
　　（符号化ツリーユニット）
　図１の（ｅ）に示すように、処理対象の符号化ツリーユニットを復号するために画像復号装置３１が参照するデータの集合が規定されている。符号化ツリーユニットは、再帰的な４分木分割により分割される。再帰的な４分木分割により得られる木構造のノードのことを符号化ノード（CN:Coding Node）と称する。４分木の中間ノードは、符号化ノードであり、符号化ツリーユニット自身も最上位の符号化ノードとして規定される。CTUは、分割フラグ（cu_split_flag）を含み、cu_split_flagが１の場合には、４つの符号化ノードCNに分割される。cu_split_flagが０の場合には、符号化ノードCNは分割されず、１つの符号化ユニット（CU:Coding Unit）をノードとして持つ。符号化ユニットCUは符号化ノードの末端ノードであり、これ以上分割されない。符号化ユニットCUは、符号化処理の基本的な単位となる。
　また、符号化ツリーユニットCTUのサイズが64x64画素の場合には、符号化ユニットのサイズは、64x64画素、32x32画素、16x16画素、および、8x8画素の何れかをとり得る。
　　（符号化ユニット）
　図１の（ｆ）に示すように、処理対象の符号化ユニットを復号するために画像復号装置３１が参照するデータの集合が規定されている。具体的には、符号化ユニットは、予測ツリー、変換ツリー、CUヘッダCUHから構成される。CUヘッダでは予測モード、分割方法（PU分割モード）等が規定される。
　予測ツリーでは、符号化ユニットを１または複数に分割した各予測ユニット（PU）の予測情報（参照ピクチャインデックス、動きベクトル等）が規定される。別の表現でいえば、予測ユニットは、符号化ユニットを構成する１または複数の重複しない領域である。また、予測ツリーは、上述の分割により得られた１または複数の予測ユニットを含む。なお、以下では、予測ユニットをさらに分割した予測単位を「サブブロック」と呼ぶ。サブブロックは、複数の画素によって構成されている。予測ユニットとサブブロックのサイズが等しい場合には、予測ユニット中のサブブロックは１つである。予測ユニットがサブブロックのサイズよりも大きい場合には、予測ユニットは、サブブロックに分割される。たとえば予測ユニットが8x8、サブブロックが4x4の場合には、予測ユニットは水平に２分割、垂直に２分割からなる、４つのサブブロックに分割される。
　予測処理は、この予測ユニット（サブブロック）ごとに行ってもよい。
　予測ツリーにおける分割の種類は、大まかにいえば、イントラ予測の場合と、インター予測の場合との２つがある。イントラ予測とは、同一ピクチャ内の予測であり、インター予測とは、互いに異なるピクチャ間（例えば、表示時刻間、レイヤ画像間）で行われる予測処理を指す。
　イントラ予測の場合、分割方法は、2Nx2N（符号化ユニットと同一サイズ）と、NxNとがある。
　また、インター予測の場合、分割方法は、符号化データのPU分割モード（part_mode）により符号化され、2Nx2N（符号化ユニットと同一サイズ）、2NxN、2NxnU、2NxnD、Nx2N、nLx2N、nRx2N、および、NxNなどがある。なお、2NxN、Nx2Nは1:1の対称分割を示し、2NxnU、2NxnDおよびnLx2N、nRx2Nは、1:3、3:1の非対称分割を示す。CUに含まれるPUを順にPU0、PU1、PU2、PU3と表現する。
　図２の（ａ）～（ｈ）に、それぞれのPU分割モードにおけるパーティションの形状（PU分割の境界の位置）を具体的に図示している。図２の（ａ）は、2Nx2Nのパーティションを示し、（ｂ）、（ｃ）、（ｄ）は、それぞれ、2NxN、2NxnU、および、2NxnDのパーティション（横長パーティション）を示す。（ｅ）、（ｆ）、（ｇ）は、それぞれ、Nx2N、nLx2N、nRx2Nである場合のパーティション（縦長パーティション）を示し、（ｈ）は、NxNのパーティションを示す。なお、横長パーティションと縦長パーティションを総称して長方形パーティション、2Nx2N、NxNを総称して正方形パーティションと呼ぶ。
　また、変換ツリーにおいては、符号化ユニットが１または複数の変換ユニットに分割され、各変換ユニットの位置とサイズとが規定される。別の表現でいえば、変換ユニットは、符号化ユニットを構成する１または複数の重複しない領域のことである。また、変換ツリーは、上述の分割より得られた１または複数の変換ユニットを含む。
　変換ツリーにおける分割には、符号化ユニットと同一のサイズの領域を変換ユニットとして割り付けるものと、上述したCUの分割と同様、再帰的な４分木分割によるものがある。
　変換処理は、この変換ユニットごとに行われる。
　　（予測パラメータ）
　予測ユニット（PU：Prediction Unit）の予測画像は、PUに付随する予測パラメータによって導出される。予測パラメータには、イントラ予測の予測パラメータもしくはインター予測の予測パラメータがある。以下、インター予測の予測パラメータ（インター予測パラメータ）について説明する。インター予測パラメータは、予測リスト利用フラグpredFlagL0、predFlagL1と、参照ピクチャインデックスrefIdxL0、refIdxL1と、動きベクトルmvL0、mvL1から構成される。予測リスト利用フラグpredFlagL0、predFlagL1は、各々L0リスト、L1リストと呼ばれる参照ピクチャリストが用いられるか否かを示すフラグであり、値が１の場合に対応する参照ピクチャリストが用いられる。なお、本明細書中「ＸＸであるか否かを示すフラグ」と記す場合、フラグが０以外（たとえば１）をＸＸである場合、０をＸＸではない場合とし、論理否定、論理積などでは１を真、０を偽と扱う（以下同様）。但し、実際の装置や方法では真値、偽値として他の値を用いることもできる。
　符号化データに含まれるインター予測パラメータを導出するためのシンタックス要素には、例えば、PU分割モードpart_mode、マージフラグmerge_flag、マージインデックスmerge_idx、インター予測識別子inter_pred_idc、参照ピクチャインデックスrefIdxLX、予測ベクトルインデックスmvp_LX_idx、差分ベクトルmvdLXがある。
　　（参照ピクチャリスト）
　参照ピクチャリストは、参照ピクチャメモリ３０６に記憶された参照ピクチャからなるリストである。図３は、参照ピクチャおよび参照ピクチャリストの一例を示す概念図である。図３（ａ）において、矩形はピクチャ、矢印はピクチャの参照関係、横軸は時間、矩形中のI、P、Bは各々イントラピクチャ、単予測ピクチャ、双予測ピクチャ、矩形中の数字は復号順を示す。図に示すように、ピクチャの復号順は、I0、P1、B2、B3、B4であり、表示順は、I0、B3、B2、B4、P1である。図３（ｂ）に、参照ピクチャリストの例を示す。参照ピクチャリストは、参照ピクチャの候補を表すリストであり、１つのピクチャ（スライス）が１つ以上の参照ピクチャリストを有してもよい。図の例では、対象ピクチャB3は、L0リストRefPicList0およびL1リストRefPicList1の２つの参照ピクチャリストを持つ。対象ピクチャがB3の場合の参照ピクチャは、I0、P1、B2であり、参照ピクチャはこれらのピクチャを要素として持つ。個々の予測ユニットでは、参照ピクチャリストRefPicListX中のどのピクチャを実際に参照するかを参照ピクチャインデックスrefIdxLXで指定する。図では、refIdxL0およびrefIdxL1により参照ピクチャP1とB2が参照される例を示す。
　　（マージ予測とAMVP予測）
　予測パラメータの復号（符号化）方法には、マージ予測（merge）モードとAMVP（Adaptive Motion Vector Prediction、適応動きベクトル予測）モードがある、マージフラグmerge_flagは、これらを識別するためのフラグである。マージ予測モードは、予測リスト利用フラグpredFlagLX（またはインター予測識別子inter_pred_idc）、参照ピクチャインデックスrefIdxLX、動きベクトルmvLXを符号化データに含めずに、既に処理した近傍PUの予測パラメータを用いるモードであり、AMVPモードは、インター予測識別子inter_pred_idc、参照ピクチャインデックスrefIdxLX、動きベクトルmvLXを符号化データに含めるモードである。なお、動きベクトルmvLXは、予測ベクトルmvpLXを識別する予測ベクトルインデックスmvp_LX_idxと差分ベクトルmvdLXとして符号化される。
　インター予測識別子inter_pred_idcは、参照ピクチャの種類および数を示す値であり、PRED_L0、PRED_L1、PRED_BIの何れかの値をとる。PRED_L0、PRED_L1は、各々L0リスト、L1リストの参照ピクチャリストで管理された参照ピクチャを用いることを示し、１枚の参照ピクチャを用いること（単予測）を示す。PRED_BIは２枚の参照ピクチャを用いること（双予測BiPred）を示し、L0リストとL1リストで管理された参照ピクチャを用いる。予測ベクトルインデックスmvp_LX_idxは予測ベクトルを示すインデックスであり、参照ピクチャインデックスrefIdxLXは、参照ピクチャリストで管理された参照ピクチャを示すインデックスである。なお、LXは、L0予測とL1予測を区別しない場合に用いられる記述方法であり、LXをL0、L1に置き換えることでL0リストに対するパラメータとL1リストに対するパラメータを区別する。
　マージインデックスmerge_idxは、処理が完了したPUから導出される予測パラメータ候補（マージ候補）のうち、いずれかの予測パラメータを復号対象PUの予測パラメータとして用いるかを示すインデックスである。
　　（動きベクトル）
　動きベクトルmvLXは、異なる２つのピクチャ上のブロック間のずれ量を示す。動きベクトルmvLXに関する予測ベクトル、差分ベクトルを、それぞれ予測ベクトルmvpLX、差分ベクトルmvdLXと呼ぶ。
　（インター予測識別子inter_pred_idcと予測リスト利用フラグpredFlagLX）
　インター予測識別子inter_pred_idcと、予測リスト利用フラグpredFlagL0、predFlagL1の関係は以下のとおりであり、相互に変換可能である。
　inter_pred_idc = （predFlagL1<<１） + predFlagL0
　predFlagL0 = inter_pred_idc & １
　predFlagL1 = inter_pred_idc >> １
　なお、インター予測パラメータは、予測リスト利用フラグを用いても良いし、インター予測識別子を用いてもよい。また、予測リスト利用フラグを用いた判定は、インター予測識別子を用いた判定に置き替えてもよい。逆に、インター予測識別子を用いた判定は、予測リスト利用フラグを用いた判定に置き替えてもよい。
　（双予測biPredの判定）
　双予測BiPredであるかのフラグbiPredは、２つの予測リスト利用フラグがともに１であるかによって導出できる。たとえば以下の式で導出できる。
　biPred = (predFlagL0 == 1 && predFlagL1 == 1)
　フラグbiPredは、インター予測識別子が２つの予測リスト（参照ピクチャ）を使うことを示す値であるか否かによっても導出できる。たとえば以下の式で導出できる。
　biPred = (inter_pred_idc == PRED_BI) ? 1 : 0
上記式は、以下の式でも表現できる。
　biPred = (inter_pred_idc == PRED_BI)
　なお、PRED_BIはたとえば3の値を用いることができる。
　　（画像復号装置の構成）
　次に、本実施形態に係る画像復号装置３１の構成について説明する。図５は、本実施形態に係る画像復号装置３１の構成を示す概略図である。画像復号装置３１は、エントロピー復号部３０１、予測パラメータ復号部（変換係数導出部、動きベクトル導出部）３０２、ループフィルタ３０５、参照ピクチャメモリ３０６、予測パラメータメモリ３０７、予測画像生成部（予測画像生成装置）３０８、逆量子化・逆変換部３１１、及び加算部３１２を含んで構成される。
　また、予測パラメータ復号部３０２は、インター予測パラメータ復号部３０３及びイントラ予測パラメータ復号部３０４を含んで構成される。予測画像生成部３０８は、インター予測画像生成部３０９及びイントラ予測画像生成部３１０を含んで構成される。
　エントロピー復号部３０１は、外部から入力された符号化ストリームTeに対してエントロピー復号を行って、個々の符号（シンタックス要素）を分離し復号する。分離された符号には、予測画像を生成するための予測情報および、差分画像を生成するための残差情報などがある。
　エントロピー復号部３０１は、分離した符号の一部を予測パラメータ復号部３０２に出力する。分離した符号の一部とは、例えば、予測モードpredMode、PU分割モードpart_mode、マージフラグmerge_flag、マージインデックスmerge_idx、インター予測識別子inter_pred_idc、参照ピクチャインデックスrefIdxLX、予測ベクトルインデックスmvp_LX_idx、差分ベクトルmvdLXである。どの符号を復号するかの制御は、予測パラメータ復号部３０２の指示に基づいて行われる。エントロピー復号部３０１は、量子化係数を逆量子化・逆変換部３１１に出力する。この量子化係数は、符号化処理において、残差信号に対して変換（DCT:Discrete Cosine Transform、離散コサイン変換）を行い量子化して得られる係数である。
　インター予測パラメータ復号部３０３は、エントロピー復号部３０１から入力された符号に基づいて、予測パラメータメモリ３０７に記憶された予測パラメータを参照してインター予測パラメータを復号する。
　インター予測パラメータ復号部３０３は、復号したインター予測パラメータを予測画像生成部３０８に出力し、また予測パラメータメモリ３０７に記憶する。インター予測パラメータ復号部３０３の詳細については後述する。
　イントラ予測パラメータ復号部３０４は、エントロピー復号部３０１から入力された符号に基づいて、予測パラメータメモリ３０７に記憶された予測パラメータを参照してイントラ予測パラメータを復号する。イントラ予測パラメータとは、CUを１つのピクチャ内で予測する処理で用いるパラメータ、例えば、イントラ予測モードIntraPredModeである。イントラ予測パラメータ復号部３０４は、復号したイントラ予測パラメータを予測画像生成部３０８に出力し、また予測パラメータメモリ３０７に記憶する。
　イントラ予測パラメータ復号部３０４は、輝度と色差で異なるイントラ予測モードを導出しても良い。この場合、イントラ予測パラメータ復号部３０４は、輝度の予測パラメータとして輝度予測モードIntraPredModeY、色差の予測パラメータとして、色差予測モードIntraPredModeCを復号する。輝度予測モードIntraPredModeYは、３５モードであり、プレーナ予測（０）、DC予測（１）、方向予測（２～３４）が対応する。色差予測モードIntraPredModeCは、プレーナ予測（０）、DC予測（１）、方向予測（２～３４）、LMモード（３５）の何れかを用いるものである。イントラ予測パラメータ復号部３０４は、IntraPredModeCは輝度モードと同じモードであるか否かを示すフラグを復号し、フラグが輝度モードと同じモードであることを示せば、IntraPredModeCにIntraPredModeYを割り当て、フラグが輝度モードと異なるモードであることを示せば、IntraPredModeCとして、プレーナ予測（０）、DC予測（１）、方向予測（２～３４）、LMモード（３５）を復号しても良い。
　ループフィルタ３０５は、加算部３１２が生成したCUの復号画像に対し、デブロッキングフィルタ、サンプル適応オフセット（SAO）、適応ループフィルタ（ALF）等のフィルタを施す。
　参照ピクチャメモリ３０６は、ループフィルタ３０５が生成したCUの復号画像を、復号対象のピクチャ及びCU毎に予め定めた位置に記憶する。
　予測パラメータメモリ３０７は、予測パラメータを、復号対象のピクチャ及び予測ユニット（もしくはサブブロック、固定サイズブロック、ピクセル）毎に予め定めた位置に記憶する。具体的には、予測パラメータメモリ３０７は、インター予測パラメータ復号部３０３が復号したインター予測パラメータ、イントラ予測パラメータ復号部３０４が復号したイントラ予測パラメータ及びエントロピー復号部３０１が分離した予測モードpredModeを記憶する。記憶されるインター予測パラメータには、例えば、予測リスト利用フラグpredFlagLX（インター予測識別子inter_pred_idc）、参照ピクチャインデックスrefIdxLX、動きベクトルmvLXがある。
　予測画像生成部３０８には、エントロピー復号部３０１から入力された予測モードpredModeが入力され、また予測パラメータ復号部３０２から予測パラメータが入力される。また、予測画像生成部３０８は、参照ピクチャメモリ３０６から参照ピクチャを読み出す。予測画像生成部３０８は、予測モードpredModeが示す予測モードで、入力された予測パラメータと読み出した参照ピクチャ（参照ピクチャブロック）を用いてPUもしくはサブブロックの予測画像を生成する。
　ここで、予測モードpredModeがインター予測モードを示す場合、インター予測画像生成部３０９は、インター予測パラメータ復号部３０３から入力されたインター予測パラメータと読み出した参照ピクチャ（参照ピクチャブロック）を用いてインター予測によりPUもしくはサブブロックの予測画像を生成する。
　インター予測画像生成部３０９は、予測リスト利用フラグpredFlagLXが１である参照ピクチャリスト（L0リスト、もしくはL1リスト）に対し、参照ピクチャインデックスrefIdxLXで示される参照ピクチャから、復号対象PUを基準として動きベクトルmvLXが示す位置にある参照ピクチャブロックを参照ピクチャメモリ３０６から読み出す。インター予測画像生成部３０９は、読み出した参照ピクチャブロックをもとに予測を行ってPUの予測画像を生成する。インター予測画像生成部３０９は、生成したPUの予測画像を加算部３１２に出力する。ここで、参照ピクチャブロックとは、参照ピクチャ上の画素の集合（通常矩形であるのでブロックと呼ぶ）であり、PUもしくはサブブロックの予測画像を生成するために参照する領域である。
　予測モードpredModeがイントラ予測モードを示す場合、イントラ予測画像生成部３１０は、イントラ予測パラメータ復号部３０４から入力されたイントラ予測パラメータと読み出した参照ピクチャを用いてイントラ予測を行う。具体的には、イントラ予測画像生成部３１０は、復号対象のピクチャであって、既に復号されたPUのうち、復号対象PUから予め定めた範囲にある隣接PUを参照ピクチャメモリ３０６から読み出す。予め定めた範囲とは、復号対象PUがいわゆるラスタースキャンの順序で順次移動する場合、例えば、左、左上、上、右上の隣接PUのうちのいずれかであり、イントラ予測モードによって異なる。ラスタースキャンの順序とは、各ピクチャにおいて、上端から下端まで各行について、順次左端から右端まで移動させる順序である。
　イントラ予測画像生成部３１０は、読み出した隣接PUについてイントラ予測モードIntraPredModeが示す予測モードで予測を行ってPUの予測画像を生成する。イントラ予測画像生成部３１０は、生成したPUの予測画像を加算部３１２に出力する。
　イントラ予測パラメータ復号部３０４において、輝度と色差で異なるイントラ予測モードを導出する場合、イントラ予測画像生成部３１０は、輝度予測モードIntraPredModeYに応じて、プレーナ予測（０）、DC予測（１）、方向予測（２～３４）の何れかによって輝度のPUの予測画像を生成し、色差予測モードIntraPredModeCに応じて、プレーナ予測（０）、DC予測（１）、方向予測（２～３４）、LMモード（３５）の何れかによって色差のPUの予測画像を生成する。
　逆量子化・逆変換部３１１は、エントロピー復号部３０１から入力された量子化係数を逆量子化して変換係数を求める。逆量子化・逆変換部３１１は、求めた変換係数について逆変換（Inverse Discrete Cosine Transform、逆離散コサイン変換）を行い、残差信号を算出する。逆量子化・逆変換部３１１は、算出した残差信号を加算部３１２に出力する。
　加算部３１２は、インター予測画像生成部３０９またはイントラ予測画像生成部３１０から入力されたPUの予測画像と逆量子化・逆変換部３１１から入力された残差信号を画素毎に加算して、PUの復号画像を生成する。ループフィルタ３０５は、生成したPUの復号画像を参照ピクチャメモリ３０６に記憶し、生成したPUの復号画像をピクチャ毎に統合した復号画像Tdを外部に出力する。
　　（インター予測パラメータ復号部の構成）
　次に、インター予測パラメータ復号部３０３の構成について説明する。
　図１２は、本実施形態に係るインター予測パラメータ復号部３０３の構成を示す概略図である。インター予測パラメータ復号部３０３は、インター予測パラメータ復号制御部３０３１、AMVP予測パラメータ導出部３０３２、加算部３０３５、マージ予測パラメータ導出部３０３６およびサブブロック予測パラメータ導出部３０３７を含んで構成される。
　インター予測パラメータ復号制御部３０３１は、インター予測に関連する符号（シンタックス要素）の復号をエントロピー復号部３０１に指示し、符号化データに含まれる符号（シンタックス要素）、例えば、PU分割モードpart_mode、マージフラグmerge_flag、マージインデックスmerge_idx、インター予測識別子inter_pred_idc、参照ピクチャインデックスrefIdxLX、予測ベクトルインデックスmvp_LX_idx、差分ベクトルmvdLXを抽出する。
　インター予測パラメータ復号制御部３０３１は、まず、マージフラグmerge_flagを抽出する。インター予測パラメータ復号制御部３０３１が、あるシンタックス要素を抽出すると表現する場合は、あるシンタックス要素の復号をエントロピー復号部３０１に指示し、該当のシンタックス要素を符号化データから読み出すことを意味する。
　マージフラグmerge_flagが０、すなわち、AMVP予測モードを示す場合、インター予測パラメータ復号制御部３０３１は、エントロピー復号部３０１を用いて符号化データからAMVP予測パラメータを抽出する。AMVP予測パラメータとして、例えば、インター予測識別子inter_pred_idc、参照ピクチャインデックスrefIdxLX、予測ベクトルインデックスmvp_LX_idx、差分ベクトルmvdLXがある。AMVP予測パラメータ導出部３０３２は予測ベクトルインデックスmvp_LX_idxから予測ベクトルmvpLXを導出する。詳細は後述する。インター予測パラメータ復号制御部３０３１は、差分ベクトルmvdLXを加算部３０３５に出力する。加算部３０３５では、予測ベクトルmvpLXと差分ベクトルmvdLXを加算し、動きベクトルを導出する。
　マージフラグmerge_flagが１、すなわち、マージ予測モードを示す場合、インター予測パラメータ復号制御部３０３１は、マージ予測に係る予測パラメータとして、マージインデックスmerge_idxを抽出する。インター予測パラメータ復号制御部３０３１は、抽出したマージインデックスmerge_idxをマージ予測パラメータ導出部３０３６（詳細は後述する）に出力し、サブブロック予測モードフラグsubPbMotionFlagをサブブロック予測パラメータ導出部３０３７に出力する。サブブロック予測パラメータ導出部３０３７は、サブブロック予測モードフラグsubPbMotionFlagの値に応じて、PUを複数のサブブロックに分割し、サブブロック単位で動きベクトルを導出する。すなわち、サブブロック予測モードでは、予測ブロックは4x4もしくは8x8という小さいブロック単位で予測される。後述の画像符号化装置１１においては、CUを複数のパーティション（2NxN、Nx2N、NxNなどのPU）に分割し、パーティション単位で予測パラメータのシンタックスを符号化する方法に対して、サブブロック予測モードでは複数のサブブロックを集合（セット）にまとめ、当該集合毎に予測パラメータのシンタックスを符号化するため、少ない符号量で多くのサブブロックの動き情報を符号化することができる。
　図７は、本実施形態に係るマージ予測パラメータ導出部３０３６の構成を示す概略図である。マージ予測パラメータ導出部３０３６は、マージ候補導出部３０３６１とマージ候補選択部３０３６２、マージ候補格納部３０３６３を備える。マージ候補格納部３０３６３は、マージ候補導出部３０３６１から入力されたマージ候補を格納する。なお、マージ候補は、予測リスト利用フラグpredFlagLX、動きベクトルmvLX、参照ピクチャインデックスrefIdxLXを含んで構成されている。マージ候補格納部３０３６３において、格納されたマージ候補には、所定の規則に従ってインデックスが割り当てられる。
　マージ候補導出部３０３６１は、すでに復号処理が行われた隣接PUの動きベクトルと参照ピクチャインデックスrefIdxLXをそのまま用いてマージ候補を導出する。それ以外にアフィン予測を用いてマージ候補を導出してもよい。この方法を以下で詳細に説明する。マージ候補導出部３０３６１は、アフィン予測を、後述する空間マージ候補導出処理、時間マージ候補導出処理、結合マージ候補導出処理、およびゼロマージ候補導出処理に用いてもよい。なお、アフィン予測はサブブロック単位で行われ、予測パラメータはサブブロック毎に予測パラメータメモリ３０７に格納されている。あるいは、アフィン予測は画素単位で行われてもよい。
　　（空間マージ候補導出処理）
　空間マージ候補導出処理として、マージ候補導出部３０３６１は、所定の規則に従って、予測パラメータメモリ３０７が記憶している予測パラメータ（予測リスト利用フラグpredFlagLX、動きベクトルmvLX、参照ピクチャインデックスrefIdxLX）を読み出し、読み出した予測パラメータをマージ候補として導出する。読み出される予測パラメータは、復号対象PUから予め定めた範囲内にあるPU（例えば、復号対象PUの左下端、左上端、右上端にそれぞれ接するPUの全部または一部）のそれぞれに係る予測パラメータである。マージ候補導出部３０３６１によって導出されたマージ候補はマージ候補格納部３０３６３に格納される。
　　（時間マージ候補導出処理）
　時間マージ導出処理として、マージ候補導出部３０３６１は、復号対象PUの右下の座標を含む参照画像中のPUの予測パラメータを予測パラメータメモリ３０７から読みだしマージ候補とする。参照画像の指定方法は、例えば、スライスヘッダにおいて指定された参照ピクチャインデックスrefIdxLXでも良いし、復号対象PUに隣接するPUの参照ピクチャインデックスrefIdxLXのうち最小のものを用いて指定しても良い。マージ候補導出部３０３６１によって導出されたマージ候補はマージ候補格納部３０３６３に格納される。
　　（結合マージ候補導出処理）
　結合マージ導出処理として、マージ候補導出部３０３６１は、既に導出され、マージ候補格納部３０３６３に格納された２つの異なる導出済マージ候補の動きベクトルと参照ピクチャインデックスを、それぞれL0、L1の動きベクトルとして組み合わせることで結合マージ候補を導出する。マージ候補導出部３０３６１によって導出されたマージ候補はマージ候補格納部３０３６３に格納される。
　　（ゼロマージ候補導出処理）
　ゼロマージ候補導出処理として、マージ候補導出部３０３６１は、参照ピクチャインデックスrefIdxLXが０であり、動きベクトルmvLXのＸ成分、Ｙ成分が共に０であるマージ候補を導出する。マージ候補導出部３０３６１によって導出されたマージ候補はマージ候補格納部３０３６３に格納される。
　マージ候補選択部３０３６２は、マージ候補格納部３０３６３に格納されているマージ候補のうち、インター予測パラメータ復号制御部３０３１から入力されたマージインデックスmerge_idxに対応するインデックスが割り当てられたマージ候補を、対象PUのインター予測パラメータとして選択する。マージ候補選択部３０３６２は選択したマージ候補を予測パラメータメモリ３０７に記憶するとともに、予測画像生成部３０８に出力する。
　図８は、本実施形態に係るAMVP予測パラメータ導出部３０３２の構成を示す概略図である。AMVP予測パラメータ導出部３０３２は、ベクトル候補導出部３０３３とベクトル候補選択部３０３４、およびベクトル候補格納部３０３９を備える。ベクトル候補導出部３０３３は、参照ピクチャインデックスrefIdxに基づいて予測パラメータメモリ３０７が記憶する既に処理済みのPUの動きベクトルmvLXから、予測ベクトル候補を導出し、ベクトル候補格納部３０３９に対し、予測ベクトル候補リストmvpListLX[]に格納する。
　ベクトル候補選択部３０３４は、予測ベクトル候補リストmvpListLX[]の予測ベクトル候補のうち予測ベクトルインデックスmvp_LX_idxが示す動きベクトルmvpListLX[mvp_LX_idx]を予測ベクトルmvpLXとして選択する。ベクトル候補選択部３０３４は、選択した予測ベクトルmvpLXを加算部３０３５に出力する。
　なお、予測ベクトル候補は、復号処理が完了したPUであって、復号対象PUから予め定めた範囲のPU（例えば、隣接PU）の動きベクトルをスケーリングすることで導出する。なお、隣接PUは、復号対象PUに空間的に隣接するPU、例えば、左PU、上PUの他、復号対象PUに時間的に隣接する領域、例えば、復号対象PUと同じ位置を含み、表示時刻が異なるPUの予測パラメータから得られた領域を含む。
　加算部３０３５は、AMVP予測パラメータ導出部３０３２から入力された予測ベクトルmvpLXとインター予測パラメータ復号制御部３０３１から入力された差分ベクトルmvdLXを加算して動きベクトルmvLXを算出する。加算部３０３５は、算出した動きベクトルmvLXを予測画像生成部３０８および予測パラメータメモリ３０７に出力する。
　　（インター予測画像生成部３０９）
　図１１は、本実施形態に係る予測画像生成部３０８に含まれるインター予測画像生成部３０９の構成を示す概略図である。インター予測画像生成部３０９は、動き補償部（予測画像生成装置）３０９１、重み予測部３０９４を含んで構成される。
　　（動き補償）
　動き補償部３０９１は、インター予測パラメータ復号部３０３から入力された、インター予測パラメータ（予測リスト利用フラグpredFlagLX、参照ピクチャインデックスrefIdxLX、動きベクトルmvLX）に基づいて、参照ピクチャメモリ３０６から、参照ピクチャインデックスrefIdxLXで指定された参照ピクチャにおいて、復号対象PUの位置を起点として、動きベクトルmvLXだけずれた位置にあるブロックを読み出すことによって補間画像（動き補償画像）を生成する。ここで、動きベクトルmvLXの精度が整数精度でない場合には、動き補償フィルタと呼ばれる小数位置の画素を生成するためのフィルタを施して、動き補償画像を生成する。
　　（重み予測）
　重み予測部３０９４は、入力される動き補償画像predSamplesLXに重み係数を乗算することによりPUの予測画像を生成する。予測リスト利用フラグの一方（predFlagL0もしくはpredFlagL1）が１の場合（単予測の場合）で、重み予測を用いない場合には入力された動き補償画像predSamplesLX（ＬＸはL0もしくはL1）を画素ビット数bitDepthに合わせる以下の式の処理を行う。
predSamples[x][y] = Clip3( 0, ( 1 << bitDepth ) - 1, ( predSamplesLX[x][y] + offset1 ) >> shift1 )
　ここで、shift1 = 14 - bitDepth、offset1=1<<(shift1-1)である。
また、参照リスト利用フラグの両者（predFlagL0とpredFlagL1）が１の場合（双予測BiPredの場合）で、重み予測を用いない場合には、入力された動き補償画像predSamplesL0、predSamplesL1を平均し画素ビット数に合わせる以下の式の処理を行う。
predSamples[x][y] = Clip3( 0, ( 1 << bitDepth ) - 1, ( predSamplesL0[x][y] + predSamplesL1[x][y] + offset2 ) >> shift2 )
ここで、shift2=15-bitDepth、offset2=1<<(shift2-1)である。
　さらに、単予測の場合で、重み予測を行う場合には、重み予測部３０９４は、重み予測係数w0とオフセットo0を符号化データから導出し、以下の式の処理を行う。
predSamples[x][y] = Clip3( 0, ( 1 << bitDepth ) - 1, ( (predSamplesLX[x][y] * w0 + 2^(log2WD - 1)) >> log2WD ) + o0 )
　ここで、log2WDは所定のシフト量を示す変数である。
　さらに、双予測BiPredの場合で、重み予測を行う場合には、重み予測部３０９４は、重み予測係数w0、w1、o0、o1を符号化データから導出し、以下の式の処理を行う。
predSamples[x][y] = Clip3( 0, ( 1 << bitDepth ) - 1, ( predSamplesL0 [x][y] * w0 + predSamplesL1[x][y] * w1 + ((o0 + o1 + 1) << log2WD) ) >> (log2WD + 1) )
　＜動きベクトル復号処理＞
　以下では、図９を参照して、本実施形態に係る動きベクトル復号処理について具体的に説明する。
　上述の説明から明らかなように、本実施形態に係る動きベクトル復号処理は、インター予測に関連するシンタックス要素を復号する処理（動きシンタックス復号処理とも呼ぶ）と、動きベクトルを導出する処理（動きベクトル導出処理）とを含んでいる。
　　（動きシンタックス復号処理）
　図９は、インター予測パラメータ復号制御部３０３１によって行われるインター予測シンタックス復号処理の流れを示すフローチャートである。図９の説明における以下の説明において、特に明示のない場合、各処理はインター予測パラメータ復号制御部３０３１によって行われる。
　まず、ステップＳ１０１において、マージフラグmerge_flagが復号され、ステップＳ１０２において、
　merge_flag != 0（merge_flagが０でないか）
が判断される。
　merge_flag !=0 が真（Ｓ１０２でＹ）の場合、Ｓ１０３においてマージインデックスmerge_idxが復号され、マージモードにおける動きベクトル導出処理（Ｓ１１１）を実行する。
　merge_flag!=0 が偽（Ｓ１０２でＮ）の場合、Ｓ１０４においてインター予測識別子inter_pred_idcを復号する。
　inter_pred_idcがPRED_L1以外（PRED_L0もしくはPRED_BI）の場合、Ｓ１０５、Ｓ１０６、Ｓ１０７において、参照ピクチャインデックスrefIdxL0、差分ベクトルのパラメータmvdL0、予測ベクトルインデックスmvp_L0_idxが各々復号される。
　inter_pred_idcがPRED_L0以外（PRED_L1もしくはPRED_BI）の場合、Ｓ１０８、Ｓ１０９、Ｓ１１０において、参照ピクチャインデックスrefIdxL1、差分ベクトルのパラメータmvdL1、予測ベクトルインデックスmvp_L1_idxが復号される。続いて、AMVPモードにおける動きベクトル導出処理（Ｓ１１２）を実行する。
　　（画像符号化装置の構成）
　次に、本実施形態に係る画像符号化装置１１の構成について説明する。図４は、本実施形態に係る画像符号化装置１１の構成を示すブロック図である。画像符号化装置１１は、予測画像生成部１０１、減算部１０２、変換・量子化部１０３、エントロピー符号化部１０４、逆量子化・逆変換部１０５、加算部１０６、ループフィルタ１０７、予測パラメータメモリ（予測パラメータ記憶部、フレームメモリ）１０８、参照ピクチャメモリ（参照画像記憶部、フレームメモリ）１０９、符号化パラメータ決定部１１０、予測パラメータ符号化部（変換係数導出部、動きベクトル導出部）１１１を含んで構成される。予測パラメータ符号化部１１１は、インター予測パラメータ符号化部１１２及びイントラ予測パラメータ符号化部１１３を含んで構成される。
　予測画像生成部１０１は画像Tの各ピクチャについて、そのピクチャを分割した領域である符号化ユニットCU毎に予測ユニットPUの予測画像Pを生成する。ここで、予測画像生成部１０１は、予測パラメータ符号化部１１１から入力された予測パラメータに基づいて参照ピクチャメモリ１０９から復号済のブロックを読み出す。予測パラメータ符号化部１１１から入力された予測パラメータとは、例えばインター予測の場合、動きベクトルである。予測画像生成部１０１は、対象PUを起点として動きベクトルが示す参照画像上の位置にあるブロックを読み出す。またイントラ予測の場合、予測パラメータとは例えばイントラ予測モードである。イントラ予測モードで使用する隣接PUの画素値を参照ピクチャメモリ１０９から読み出し、PUの予測画像Pを生成する。予測画像生成部１０１は、読み出した参照ピクチャブロックについて複数の予測方式のうちの１つの予測方式を用いてPUの予測画像Pを生成する。予測画像生成部１０１は、生成したPUの予測画像Pを減算部１０２に出力する。
　なお、予測画像生成部１０１は、既に説明した予測画像生成部３０８と同じ動作である。例えば、図６は、予測画像生成部１０１に含まれるインター予測画像生成部１０１１の構成を示す概略図である。インター予測画像生成部１０１１は、動き補償部１０１１１、重み予測部１０１１２を含んで構成される。動き補償部１０１１１および重み予測部１０１１２については、上述の動き補償部３０９１、重み予測部３０９４のそれぞれと同様の構成であるためここでの説明を省略する。
　予測画像生成部１０１は、予測パラメータ符号化部から入力されたパラメータを用いて、参照ピクチャメモリから読み出した参照ブロックの画素値をもとにPUの予測画像Pを生成する。予測画像生成部１０１で生成した予測画像は減算部１０２、加算部１０６に出力される。
　減算部１０２は、予測画像生成部１０１から入力されたPUの予測画像Ｐの信号値を、画像Ｔの対応するPUの画素値から減算して、残差信号を生成する。減算部１０２は、生成した残差信号を変換・量子化部１０３に出力する。
　変換・量子化部１０３は、減算部１０２から入力された残差信号について変換を行い、変換係数を算出する。変換・量子化部１０３は、算出した変換係数を量子化して量子化係数を求める。変換・量子化部１０３は、求めた量子化係数をエントロピー符号化部１０４及び逆量子化・逆変換部１０５に出力する。
　エントロピー符号化部１０４には、変換・量子化部１０３から量子化係数が入力され、予測パラメータ符号化部１１１から符号化パラメータが入力される。入力される符号化パラメータには、例えば、参照ピクチャインデックスrefIdxLX、予測ベクトルインデックスmvp_LX_idx、差分ベクトルmvdLX、予測モードpredMode、及びマージインデックスmerge_idx等の符号がある。
　エントロピー符号化部１０４は、入力された量子化係数と符号化パラメータをエントロピー符号化して符号化ストリームTeを生成し、生成した符号化ストリームTeを外部に出力する。
　逆量子化・逆変換部１０５は、変換・量子化部１０３から入力された量子化係数を逆量子化して変換係数を求める。逆量子化・逆変換部１０５は、求めた変換係数について逆変換を行い、残差信号を算出する。逆量子化・逆変換部１０５は、算出した残差信号を加算部１０６に出力する。
　加算部１０６は、予測画像生成部１０１から入力されたPUの予測画像Ｐの信号値と逆量子化・逆変換部１０５から入力された残差信号の信号値を画素毎に加算して、復号画像を生成する。加算部１０６は、生成した復号画像を参照ピクチャメモリ１０９に記憶する。
　ループフィルタ１０７は加算部１０６が生成した復号画像に対し、デブロッキングフィルタ、サンプル適応オフセット（SAO）、適応ループフィルタ（ALF）を施す。
　予測パラメータメモリ１０８は、符号化パラメータ決定部１１０が生成した予測パラメータを、符号化対象のピクチャ及びCU毎に予め定めた位置に記憶する。
　参照ピクチャメモリ１０９は、ループフィルタ１０７が生成した復号画像を、符号化対象のピクチャ及びCU毎に予め定めた位置に記憶する。
　符号化パラメータ決定部１１０は、符号化パラメータの複数のセットのうち、１つのセットを選択する。符号化パラメータとは、上述した予測パラメータやこの予測パラメータに関連して生成される符号化の対象となるパラメータである。予測画像生成部１０１は、これらの符号化パラメータのセットの各々を用いてPUの予測画像Ｐを生成する。
　符号化パラメータ決定部１１０は、複数のセットの各々について情報量の大きさと符号化誤差を示すコスト値を算出する。コスト値は、例えば、符号量と二乗誤差に係数λを乗じた値との和である。符号量は、量子化誤差と符号化パラメータをエントロピー符号化して得られる符号化ストリームTeの情報量である。二乗誤差は、減算部１０２において算出された残差信号の残差値の二乗値についての画素間の総和である。係数λは、予め設定されたゼロよりも大きい実数である。符号化パラメータ決定部１１０は、算出したコスト値が最小となる符号化パラメータのセットを選択する。これにより、エントロピー符号化部１０４は、選択した符号化パラメータのセットを符号化ストリームTeとして外部に出力し、選択されなかった符号化パラメータのセットを出力しない。符号化パラメータ決定部１１０は決定した符号化パラメータを予測パラメータメモリ１０８に記憶する。
　予測パラメータ符号化部１１１は、符号化パラメータ決定部１１０から入力されたパラメータから、符号化するための形式を導出し、エントロピー符号化部１０４に出力する。符号化するための形式の導出とは、例えば動きベクトルと予測ベクトルから差分ベクトルを導出することである。また予測パラメータ符号化部１１１は、符号化パラメータ決定部１１０から入力されたパラメータから予測画像を生成するために必要なパラメータを導出し、予測画像生成部１０１に出力する。予測画像を生成するために必要なパラメータとは、例えばサブブロック単位の動きベクトルである。
　インター予測パラメータ符号化部１１２は、符号化パラメータ決定部１１０から入力された予測パラメータに基づいて、差分ベクトルのようなインター予測パラメータを導出する。インター予測パラメータ符号化部１１２は、予測画像生成部１０１に出力する予測画像の生成に必要なパラメータを導出する構成として、インター予測パラメータ復号部３０３（図５等、参照）がインター予測パラメータを導出する構成と一部同一の構成を含む。インター予測パラメータ符号化部１１２の構成については、後述する。
　イントラ予測パラメータ符号化部１１３は、符号化パラメータ決定部１１０から入力されたイントラ予測モードIntraPredModeから、符号化するための形式（例えばMPM_idx、rem_intra_luma_pred_mode等）を導出する。
　　（インター予測パラメータ符号化部の構成）
　次に、インター予測パラメータ符号化部１１２の構成について説明する。インター予測パラメータ符号化部１１２は、図１２のインター予測パラメータ復号部３０３に対応する手段であり、図１０に構成を示す。
　インター予測パラメータ符号化部１１２は、インター予測パラメータ符号化制御部１１２１、AMVP予測パラメータ導出部１１２２、減算部１１２３、サブブロック予測パラメータ導出部１１２５、及び図示しない、分割モード導出部、マージフラグ導出部、インター予測識別子導出部、参照ピクチャインデックス導出部、ベクトル差分導出部などを含んで構成され、分割モード導出部、マージフラグ導出部、インター予測識別子導出部、参照ピクチャインデックス導出部、ベクトル差分導出部は各々、PU分割モードpart_mode、マージフラグmerge_flag、インター予測識別子inter_pred_idc、参照ピクチャインデックスrefIdxLX、差分ベクトルmvdLXを導出する。インター予測パラメータ符号化部１１２は、動きベクトル（mvLX、subMvLX）と参照ピクチャインデックスrefIdxLX、PU分割モードpart_mode、インター予測識別子inter_pred_idc、あるいはこれらを示す情報を予測画像生成部１０１に出力する。またインター予測パラメータ符号化部１１２は、PU分割モードpart_mode、マージフラグmerge_flag、マージインデックスmerge_idx、インター予測識別子inter_pred_idc、参照ピクチャインデックスrefIdxLX、予測ベクトルインデックスmvp_LX_idx、差分ベクトルmvdLX、サブブロック予測モードフラグsubPbMotionFlagをエントロピー符号化部１０４に出力する。
　インター予測パラメータ符号化制御部１１２１は、マージインデックス導出部１１２１１とベクトル候補インデックス導出部１１２１２を含む。マージインデックス導出部１１２１１は、符号化パラメータ決定部１１０から入力された動きベクトルと参照ピクチャインデックスを、予測パラメータメモリ１０８から読み出したマージ候補のPUが持つ動きベクトルと参照ピクチャインデックスと比較して、マージインデックスmerge_idxを導出し、エントロピー符号化部１０４に出力する。マージ候補とは、符号化対象となる符号化対象CUから予め定めた範囲にある参照PU（例えば、符号化対象ブロックの左下端、左上端、右上端に接する参照PU）であって、符号化処理が完了したPUである。ベクトル候補インデックス導出部１１２１２は予測ベクトルインデックスmvp_LX_idxを導出する。
　サブブロック予測パラメータ導出部１１２５には、符号化パラメータ決定部１１０がサブブロック予測モードの使用を決定した場合、subPbMotionFlagの値に従って、空間サブブロック予測、時間サブブロック予測、アフィン予測、マッチング予測のいずれかのサブブロック予測の動きベクトルと参照ピクチャインデックスを導出する。動きベクトルと参照ピクチャインデックスは、画像復号装置の説明で述べたように、隣接PU、参照ピクチャブロック等の動きベクトルや参照ピクチャインデックスを予測パラメータメモリ１０８から読み出し、導出する。
　AMVP予測パラメータ導出部１１２２は、上述のAMVP予測パラメータ導出部３０３２（図１２参照）と同様な構成を有する。
　すなわち、予測モードpredModeがインター予測モードを示す場合、AMVP予測パラメータ導出部１１２２には符号化パラメータ決定部１１０から動きベクトルmvLXが入力される。AMVP予測パラメータ導出部１１２２は、入力された動きベクトルmvLXに基づいて予測ベクトルmvpLXを導出する。AMVP予測パラメータ導出部１１２２は、導出した予測ベクトルmvpLXを減算部１１２３に出力する。なお、参照ピクチャインデックスrefIdx及び予測ベクトルインデックスmvp_LX_idxは、エントロピー符号化部１０４に出力される。
　減算部１１２３は、符号化パラメータ決定部１１０から入力された動きベクトルmvLXから、AMVP予測パラメータ導出部１１２２から入力された予測ベクトルmvpLXを減算して差分ベクトルmvdLXを生成する。差分ベクトルmvdLXはエントロピー符号化部１０４に出力される。
　なお、上述した実施形態における画像符号化装置１１、画像復号装置３１の一部、例えば、エントロピー復号部３０１、予測パラメータ復号部３０２、ループフィルタ３０５、予測画像生成部３０８、逆量子化・逆変換部３１１、加算部３１２、予測画像生成部１０１、減算部１０２、変換・量子化部１０３、エントロピー符号化部１０４、逆量子化・逆変換部１０５、ループフィルタ１０７、符号化パラメータ決定部１１０、予測パラメータ符号化部１１１をコンピュータで実現するようにしても良い。その場合、この制御機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現しても良い。なお、ここでいう「コンピュータシステム」とは、画像符号化装置１１、画像復号装置３１のいずれかに内蔵されたコンピュータシステムであって、OSや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM、CD-ROM等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでも良い。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。
　〔実施形態２〕
　本実施形態では、予測パラメータ復号部３０２における予測パラメータの復号処理において、マージSC（single coeff）モードという新たなモードを設けるとともに、マージSCモードにより予測パラメータを復号するか否かを判定するためのSCフラグを設けるものである。なお、本実施形態における復号処理に対応する符号化処理が画像符号化装置１１の予測パラメータ符号化部１１１において行われる。
　マージSCモードとは、マージインデックスおよび変換係数の最低次成分（例えばDC成分）のみを復号するモードである。なお、変換係数の最低次成分は、DCT2変換ではフラットな（傾きのある）DC成分、DST7、DCT5、DCT8、DST1、DST4などでは、フラットでない成分になる。本明細書で符号化する変換係数の最低次成分は、DC成分に限定されないが、以下では簡単のため単にDC成分と記載することもある。
　マージSCモードを用いることにより、通常、変換係数を復号する場合に必要となる、スキャン開始位置を示すLastX,LastY（以下合わせて、Last）と非ゼロ係数か否かを示すSignificant Coeff（以下、SigCoeff）を復号（符号化）する必要がなくなり、符号量を削減することができる。LastとSigCoeffを復号（符号化）する必要がなくなる理由は以下の通りである。マージSCモードでは、変換係数の(0,0)位置にある最低次成分（例えばDC成分）のみを復号するため、スキャン開始位置であるLastは常に(0,0)となる。よって、Lastを復号（符号化）する必要がない。そして、Lastの成分は非ゼロ係数であるため、非ゼロ係数かどうかを示すフラグSigCoeffも復号（符号化）する必要がない。なお、Lastとは、変換係数のスキャン順で先頭となる非ゼロ係数の座標位置を示すフラグである。スキャン順で先頭ということは、もっとも高周波であることを示す。また、SigCoeffとは、各係数が非ゼロ係数か否かを示すフラグである。
　次に、図１３～図１５を参照して、本実施形態における処理の内容を説明する。図１３は、本実施形態における復号予測パラメータの処理の流れを示すフローチャートである。図１４は、本実施形態におけるマージSCモードと他のモードとの比較を示す図である。図１５は、本実施形態における処理のシンタックス例を示す図である。
　図１３に示すように、本実施形態では、予測パラメータ復号部３０２は、まず、スキップフラグを復号する（S1301）。スキップフラグがスキップモードであることを示している場合（S1302でY）、スキップモードにより予測パラメータの復号を行う（S1303）。具体的には、マージインデックスのみ復号する。
　スキップフラグがスキップモードであることを示していない場合（S1302でN）、予測パラメータ復号部３０２は、SCフラグを復号する（S1304）。SCフラグがマージSCモードであることを示している場合（S1305でY）、マージSCモードにより予測パラメータの復号を行う（S1306）。具体的には、マージインデックス、および変換係数の最低次成分のみを復号し、予測モードフラグ及び、最低次成分以外の変換係数は復号しない。
　SCフラグがマージSCモードであることを示していない場合（S1305でN）、予測パラメータ復号部３０２は、予測モードフラグを復号する（S1307）。予測モードフラグがイントラ予測モードであることを示している場合（S1308でY）、イントラ予測モードにより予測パラメータの復号を行う（S1309）。
　予測モードフラグがイントラ予測モードであることを示していない場合（S1308でN）、予測パラメータ復号部３０２は、マージフラグを復号する（S1310）。マージフラグがマージモードであることを示している場合（S1311でY）、マージモードにより予測パラメータの復号を行う（S1312）。具体的には、マージインデックス、および変換係数を復号する。
　マージフラグがマージモードであることを示していない場合（S1311でN）、予測パラメータ復号部３０２は、AMVPモードにより予測パラメータの復号を行う（S1313）。具体的には、変換係数、および動き情報（予測ベクトルインデックス、差分ベクトル、参照ピクチャインデックス）を復号する。
　次に、図１４を参照して、本実施形態に係るスキップモード、マージモード、およびマージSCモードとの関係を説明する。図１４において、「○」は復号（符号化）することを意味し、「×」は復号（符号化）しないことを意味する。また、「△」は一部のみ復号（符号化）することを意味する。
　図１４の対応表１４０１に示すように、スキップモードでは、スキップフラグとマージインデックスのみ復号（符号化）し、SCフラグ、予測モードフラグ（イントラ予測とインター予測との選択フラグ）、マージフラグ、および変換係数は復号（符号化）しない。なお、スキップモードは、インター予測であり、動きベクトルはマージインデックスによりマージ候補の一つを選択する。
　また、マージモードでは、スキップフラグ、SCフラグ、予測モードフラグ、マージフラグ、マージインデックス、および変換係数の全てを復号（符号化）する。
　一方、マージSCモードでは、スキップフラグ、SCフラグ、マージインデックス、および変換係数の最低次成分のみ復号（符号化）し、予測モードフラグ、およびマージフラグは復号（符号化）しない。なお、マージSCモードは、インター予測であり、動きベクトルはマージにより推定する。
　次に、図１５を参照して、マージSCモードにおけるシンタックス例を説明する。図１５のシンタックス１５０１は、HEVCにおける予測パラメータの復号処理のシンタックス例を示し、シンタックス１５０２は、本実施形態に係るマージSCモードを用いる場合の予測パラメータの復号処理のシンタックス例を示す。
　シンタックス１５０１に示すように、HEVCにおける予測パラメータの復号処理では、スキップフラグ（skip_flag）を復号し、スキップモードであれば予測モードフラグ（predMode）をインター予測に設定し、符号化データからマージインデックス（merge_idx）を復号する。一方、スキップモードでなければ、加えて符号化データから予測モードフラグ（predMode）を復号し、予測モードフラグがインター予測を示すものであれば、さらに符号化データからマージフラグ（merge_flag）を復号する。そして、マージフラグがマージモードを示すものであれば、マージインデックス（merge_idx）を復号する。
　一方、シンタックス１５０２に示すように、マージSCモードを用いる場合、シンタックス１５０１と比較して、スキップフラグがスキップモードを示していない場合に、処理の流れが異なる。シンタックス１５０２では、スキップモードでない場合、SCフラグ（sc_flag）を復号する。そして、SCフラグがマージSCモードであることを示している場合（例えばSCフラグ＝１の場合）、符号化データを復号せずに予測モードフラグ（predMode）をインター予測に設定し、マージフラグ（merge_flag）を１に設定する。すなわち、SCフラグがマージSCモードの場合、符号化データには、予測モードフラグ（predMode）とマージフラグ（merge_flag）を含めずに導出する。そして、マージインデックス（merge_idx）および変換係数の最低次成分を復号する。ここで、LastやSigCoeffは復号しない。なお、シンタックス１５０２の１５１０で示す部分がマージSCモードの処理である。
　SCフラグがマージSCモードであることを示していない場合、予測モードフラグを符号化データから復号する。以降は、シンタックス１５０１と同様である。
　〔実施形態３〕
　本実施形態では、予測パラメータ復号部３０２における予測パラメータの復号処理において、上述した実施形態２で説明したマージSCモードに加え、AMVP_SCモードという新たなモードを設けるものである。なお、本実施形態における復号処理に対応する符号化処理が画像符号化装置１１の予測パラメータ符号化部１１１において行われる。
　AMVP_SCモードとは、変換係数の最低次成分および動き情報を復号するモードである。
　AMVP_SCモードを用いることにより、上述したマージSCモードと同様、変換係数を復号する場合に必要となる、LastとSigCoeffを復号（符号化）する必要がなくなり、符号量を削減することができる。
　次に、図１６～図１８を参照して、本実施形態における処理の内容を説明する。図１６は、本実施形態におけるAMVP_SCモードと他のモードとの比較を示す図である。図１７は、本実施形態における処理の流れを示すフローチャートである。図１８は、本実施形態における処理のシンタックス例を示す図である。
　まず、図１６を参照して、本実施形態に係るAMVP_SCモードと、スキップモード、マージモード、マージSCモード、およびAMVPモードとの関係を説明する。図１６において、「○」は復号（符号化）することを意味し、「×」は復号（符号化）しないことを意味する。また、「△」は一部のみ復号（符号化）することを意味する。
　図１６の対応表１６０１に示すように、AMVP_SCモードでは、スキップフラグ、SCフラグ、マージフラグ、動き情報、および変換係数の最低次成分のみ復号（符号化）し、予測モードフラグ、およびマージインデックスは復号（符号化）しない。
　一方、AMVPモードでは、スキップフラグ、SCフラグ、予測モードフラグ、マージフラグ、動き情報、および変換係数を復号（符号化）し、マージインデックスのみ復号（符号化）しない。
　なお、これ以外のスキップモード、マージモード、マージSCモードについては、上述した実施形態２における対応表１４０１（図１４）に記載した通りである。また、スキップモード、マージモード、マージSCモードでは、動きベクトルは、マージインデックスによりマージ候補の一つが選択されるため、動き情報そのものは復号（符号化）されない。
　次に、図１７を参照して、本実施形態における処理の流れを説明する。なお、図１３に示すフローチャートと同様の処理を行うステップについては同じステップ番号を付与する。
　図１７に示すように、本実施形態では、予測パラメータ復号部３０２は、まず、スキップフラグを復号する（S1301）。スキップフラグがスキップモードであることを示している場合（S1302でY）、スキップモードにより予測パラメータの復号を行う（S1303）。具体的には、マージインデックスのみ復号する。
　スキップフラグがスキップモードであることを示していない場合（S1302でN）、予測パラメータ復号部３０２は、SCフラグを復号する（S1304）。SCフラグがSCモードであることを示している場合（S1701でY）、予測パラメータ復号部３０２はマージフラグを復号する（S1702）。ここで、SCフラグがSCモードであることを示している場合、予測モードフラグは復号しない。マージフラグがマージモードであることを示している場合（S1703でY）、マージSCモードにより予測パラメータの復号を行う（S1306）。具体的には、マージインデックス、および変換係数の最低次成分のみを復号し、最低次成分以外の変換係数、は復号しない。
　マージフラグがマージモードであることを示していない場合（S1703でN）、予測パラメータ復号部３０２は、AMVP_SCモードにより予測パラメータの復号を行う（S1704）。具体的には、動き情報、および変換係数の最低次成分のみを復号し、最低次成分以外の変換係数、は復号しない。
　SCフラグがSCモードであることを示していない場合（S1701でN）、予測パラメータ復号部３０２は、予測モードフラグを復号する（S1307）。予測モードフラグがイントラ予測モードであることを示している場合（S1308でY）、イントラ予測モードにより予測パラメータの復号を行う（S1309）。
　予測モードフラグがイントラ予測モードであることを示していない場合（S1308でN）、予測パラメータ復号部３０２は、マージフラグを復号する（S1310）。マージフラグがマージモードであることを示している場合（S1311でY）、マージモードにより予測パラメータの復号を行う（S1312）。具体的には、マージインデックス、および変換係数を復号する。
　マージフラグがマージモードであることを示していない場合（S1311でN）、予測パラメータ復号部３０２は、AMVPモードにより予測パラメータの復号を行う（S1313）。具体的には、変換係数、および動き情報を復号する。
　以上のように、本実施形態では、上述した実施形態２と比較して、S1304からS1704までの処理が異なる。
　次に、図１８を参照して、AMVP_SCモードにおけるシンタックス例を説明する。図１８のシンタックス１８０１は、本実施形態に係るAMVP_SCモードを用いる場合の予測パラメータの復号処理のシンタックス例を示す。なお、シンタックス１５０２は、上述した実施形態２におけるマージSCモードを用いる場合のシンタックスである。
　シンタックス１８０１に示すように、AMVP_SCモードを用いる場合、シンタックス１５０２と比較して、SCフラグ復号後の処理が異なる。
　SCフラグを復号後、SCフラグがSCモードを示している場合、変換係数の最低次成分を復号するとともに、マージフラグ（merge_flag）を復号する。そして、マージフラグがマージモードであることを示している場合、マージインデックス（merge_idx）を復号する。一方、マージフラグがマージモードであることを示していない場合、動き情報を復号する。以降は、シンタックス１５０２と同様である。
　〔実施形態４〕
　本実施形態は、上述した実施形態２と同様に、マージSCモードを用いる。実施形態２と異なるのは、マージSCモードを用いるか否かを判定する順序である。図１９を参照して、本実施形態における処理の流れを説明する。図１９は、本実施形態における処理の流れを示すフローチャートである。なお、実施形態２で説明した図１３と同じ処理を行うステップについては同じステップ番号を付与する。
　図１９に示すように、本実施形態では、予測パラメータ復号部３０２は、まず、スキップフラグを復号する（S1301）。スキップフラグがスキップモードであることを示している場合（S1302でY）、スキップモードにより予測パラメータの復号を行う（S1303）。具体的には、マージインデックスのみ復号する。
　スキップフラグがスキップモードであることを示していない場合（S1302でN）、予測パラメータ復号部３０２は、予測モードフラグを復号する（S1307）。予測モードフラグがイントラ予測モードであることを示している場合（S1308でY）、イントラ予測モードにより予測パラメータの復号を行う（S1309）。
　予測モードフラグがイントラ予測モードであることを示していない場合（S1308でN）、予測パラメータ復号部３０２は、SCフラグを復号する（S1304）。SCフラグがマージSCモードであることを示している場合（S1305でY）、マージSCモードにより予測パラメータの復号を行う（S1306）。具体的には、マージインデックス、および変換係数の最低次成分のみを復号し、最低次成分以外の変換係数、は復号しない。
　SCフラグがマージSCモードであることを示していない場合（S1305でN）、予測パラメータ復号部３０２は、マージフラグを復号する（S1310）。マージフラグがマージモードであることを示している場合（S1311でY）、マージモードにより予測パラメータの復号を行う（S1312）。具体的には、マージインデックス、および変換係数を復号する。
　マージフラグがマージモードであることを示していない場合（S1311でN）、予測パラメータ復号部３０２は、AMVPモードにより予測パラメータの復号を行う（S1313）。具体的には、変換係数、および動き情報を復号する。
　以上のように、本実施形態では、実施形態２と比較して、予測モードフラグとSCフラグとを復号する順序、すなわち、マージSCモードで処理するか否かを判定するタイミング（S1300）が異なる。本実施形態に順序による処理であっても、実施形態２と同様の効果を奏することができる。
　〔実施形態５〕
　本実施形態は、上述した実施形態３と同様に、マージSCモードに加え、AMVP_SCモードを用いる。実施形態３と異なるのは、SCモード（マージSCモード、AMVP_SCモード）を用いるか否かを判定する順序である。図２０を参照して、本実施形態における処理の流れを説明する。図２０は、本実施形態における処理の流れを示すフローチャートである。なお、実施形態３で説明した図１７と同じ処理を行うステップについては同じステップ番号を付与する。
　図２０に示すように、本実施形態では、予測パラメータ復号部３０２は、まず、スキップフラグを復号する（S1301）。スキップフラグがスキップモードであることを示している場合（S1302でY）、スキップモードにより予測パラメータの復号を行う（S1303）。具体的には、マージインデックスのみ復号する。
　スキップフラグがスキップモードであることを示していない場合（S1302でN）、予測パラメータ復号部３０２は、予測モードフラグを復号する（S1307）。予測モードフラグがイントラ予測モードであることを示している場合（S1308でY）、イントラ予測モードにより予測パラメータの復号を行う（S1309）。
　予測モードフラグがイントラ予測モードであることを示していない場合（S1308でN）、予測パラメータ復号部３０２は、SCフラグを復号する（S1304）。SCフラグがSCモードであることを示している場合（S1701でY）、予測パラメータ復号部３０２はマージフラグを復号する（S1702）。マージフラグがマージモードであることを示している場合（S1703でY）、マージSCモードにより予測パラメータの復号を行う（S1306）。具体的には、マージインデックス、および変換係数の最低次成分のみを復号する。
　マージフラグがマージモードであることを示していない場合（S1703でN）、予測パラメータ復号部３０２は、AMVP_SCモードにより予測パラメータの復号を行う（S1704）。具体的には、動き情報、および変換係数の最低次成分のみを復号する。
　SCフラグがSCモードであることを示していない場合（S1701でN）、予測パラメータ復号部３０２は、マージフラグを復号する（S1310）。マージフラグがマージモードであることを示している場合（S1311でY）、マージモードにより予測パラメータの復号を行う（S1312）。具体的には、マージインデックス、および変換係数を復号する。
　マージフラグがマージモードであることを示していない場合（S1311でN）、予測パラメータ復号部３０２は、AMVPモードにより予測パラメータの復号を行う（S1313）。具体的には、変換係数、および動き情報を復号する。
　以上のように、本実施形態では、実施形態３と比較して、予測モードフラグとSCフラグとを復号する順序、すなわち、SCモード（マージSCモード、AMVP_SCモード）で処理するか否かを判定するタイミング（S1700）が異なる。本実施形態に順序による処理であっても、実施形態３と同様の効果を奏することができる。
　〔実施形態６〕
　本実施形態では、変換係数の最低次成分を符号化する場合に最低次成分の符号そのものを符号化せず、実際の符号と予測符号との差分を示す符号予測誤差を符号化する。すなわち、上述したマージSCモード、AMVP_SCモードの場合において、変換係数の最低次成分（例えばDC成分）の符号そのものを符号化せず、変換係数の最低次成分の絶対値、および符号予測誤差を符号化する。
　これにより、符号そのものを符号化しないので、符号の符号量を削減することが可能となる。また、最低次成分のみ符号を予測するため、予測に必要な計算量が少なくて済む。よって、予測符号の導出処理により処理が重くなるということもない。
　以下に、図２１～図２３を参照して、本実施形態における詳細を説明する。図２１は、本実施形態における逆量子化・逆変換部３１１、逆量子化・逆変換部１０５、変換・量子化部１０３の要部構成を示すブロック図である。
　本実施形態において、変換係数の最低次成分の復号は、逆量子化・逆変換部３１１が実行する。また、変換係数の最低次成分の符号化は、逆量子化・逆変換部１０５、または変換・量子化部１０３が実行する。
　（逆量子化・逆変換部３１１）
　図２１の（ａ）は、画像復号装置３１における逆量子化・逆変換部３１１の構成を示すブロック図である。図２１の（ａ）に示すように、逆量子化・逆変換部３１１は、逆量子化部３１１１、符号予測部３１１２、誤差修正部３１１３、および逆変換部３１１４を備える。逆量子化・逆変換部３１１は、残差画像に関する量子化係数を逆量子化して算出される複数の変換係数のうち、非０の変換係数について符号の予測を行う。
　逆量子化部３１１１は、エントロピー復号部３０１から入力された対象ブロックの量子化係数を逆量子化して、符号情報のない変換係数を求める。符号予測部３１１２は、符号情報のない変換係数を用いて変換係数の符号を予測する。誤差修正部３１１３は、エントロピー復号部３０１から入力された符号予測誤差に基づいて、変換係数の符号の予測誤差を修正する。具体的には、誤差修正部３１１３は、予測符号と符号予測誤差の排他的論理和XORを用いることで予測符号を修正して符号を導出する。
（修正後）符号　＝　予測符号　XOR　符号予測誤差
なお、誤差修正部３１１３は、符号予測誤差が０か１かに応じて、予測符号を反転することにより、符号を導出することもできる。
（修正後）符号　＝　符号予測誤差！＝０　？　１－予測符号　：　予測符号
　逆変換部３１１４は、符号情報のない変換係数、および予測誤差修正後の変換係数の符号を用いて逆変換を行い、残差信号を算出する。
　（逆量子化・逆変換部１０５）
　図２１の（ｂ）は、画像符号化装置１１における逆量子化・逆変換部１０５の構成を示すブロック図である。図２１の（ｂ）に示すように、逆量子化・逆変換部１０５は、逆量子化部１０５１、符号予測部１０５２、誤差算出部１０５３、および逆変換部１０５４を備える。
　逆量子化部１０５１は、変換・量子化部１０３から入力された量子化係数を逆量子化して変換係数を求める。符号予測部１０５２は、符号予測部３１１２と同様に、変換係数を用いて変換係数の符号を予測する。誤差算出部１０５３は、符号予測部１０５２が予測した変換係数の符号と、本来の変換係数の符号とを比較し、符号予測誤差を算出する。誤差算出部１０５３は、具体的には例えば、
・予測した変換係数の符号と本来の変換係数の符号とが一致：０
・予測した変換係数の符号と本来の変換係数の符号とが不一致：１
とする符号予測誤差を算出する。
　誤差算出部１０５３は、上記処理による符号予測誤差を、予測符号と本来の符号のXORを用いることでも算出することができる。
　符号予測誤差　＝　予測符号　XOR　符号
　逆変換部１０５４は、変換係数について逆変換を行い、予測誤差を算出する。予測誤差は上述した通り加算部１０６へ出力される。符号予測誤差はエントロピー符号化部１０４へ出力される。
　図２２は、符号予測における処理の一例の流れを示すフローチャートである。この符号予測においては、符号予測部３１１２は、まず変数min_costの値を、所定の正の数、例えば整数の上限（MAXINT）に設定する（SA1）。次に符号予測部３１１２は、変換係数の符号を仮定して、対象ブロックの部分的な復号画像（部分復号画像）を生成する（SA2）。符号予測部３１１２は、生成した部分復号画像について、上方向および左方向に隣接する画素との関係に基づいて上方向のコストおよび左方向のコストを算出する（SA3）。
　さらに符号予測部３１１２は、算出した上方向のコストおよび左方向のコストを用いて符号の予測を行う。具体的には、符号予測部３１１２は、上方向のコストおよび左方向のコストの和により表されるコストcostの値がmin_costの値より小さいか判定する（SA4）。コストcostの値がmin_costの値より小さい場合（SA4でY）、符号予測部３１１２は、min_costの値をコストcostの値で更新するとともに、min_costに対応する符号を更新する（SA5）。一方、コストcostの値がmin_costの値以上である場合（SA4でN）、符号予測部３１１２はステップSA5の処理を行わない。
　符号予測部３１１２は、ステップSA2～SA5までの処理を、予測対象とする変換係数の符号が正である場合と負である場合との２通りについて行う。符号予測部３１１２は、ループの終了時点におけるmin_costの値に対応する変換係数の符号が、予測対象とする変換係数の符号であると予測する。
　（コストの計算）
　符号予測部３１１２による部分復号画像のコストの算出方法について以下に説明する。なお、以下の説明において「上」とはy座標が小さくなる方向を意味し、「左」とはx座標が小さくなる方向を意味する。
　図２３の（ａ）は、部分復号画像およびその周囲の画素について説明する図である。px,yは、座標(x,y)の画素の画素値である。それぞれの部分復号画像においては、図２３の（ａ）に示すように、
・上端に位置する座標(0,0)～(3,0)の画素p0,0～p3,0
・左端に位置する座標(0,0)～(0,3)の画素p0,0～p0,3
について復号されている。また、
・部分復号画像の上端に隣接する座標(0,-1)～(3,-1) )の画素p0,-1～p3,-1および座標(0,-2)～(3,-2)の画素p0,-2～p3,-2
・部分復号画像の左端に隣接する座標(-1,0)～(-1,3)の画素p-1,0～p-1,3および座標(-2,0)～(-2,3)の画素p-2,0～p-2,3
についてはすでに復号されており、画素値が既知である。
　符号予測部３１１２は、コストcostを、以下の式
cost = costU +costL
により算出する。costUは部分復号画像の上側に隣接する画素に対するコスト（上方向のコスト）、costLは部分復号画像の左側に隣接する画素に対するコスト（左方向のコスト）をそれぞれ示す。
　符号予測におけるコストの算出方法の例としては、２次微分仮説に基づく方法が挙げられる。当明細書において、２次微分仮説とは、変換係数（変換係数）の符号が正しければ、隣接する画素（近隣画素）との間での、画素値の変化の勾配の変化が最小になるという仮説である。この仮説が成り立つ場合、２次微分（１次微分である勾配の変化）が０になることから、２次微分仮説と呼ぶ。換言すれば、２次微分仮説とは、部分復号画像の境界における画像の連続性を想定したものである。具体的には、２次微分仮説において符号予測部３１１２は、costUおよびcostLをそれぞれ以下の式
Figure JPOXMLDOC01-appb-M000001
Figure JPOXMLDOC01-appb-M000002
により算出する。
　なお、上記コストは、境界近傍の各画素p0でのコストcost_p0を、上方向および左方向の部分復号画像全体について和をとることで導出できる。コストcost_p0は下記式で導出できる。
cost_p0 = |(2*p1 - p2) - p0|
ここで、p0は、境界近傍の部分復号画像の値（予測符号により復号された画素値）、p1は、復号した上方向もしくは左方向の隣接ブロックにおいてp0に隣接する画素。p2は、p1に隣接する画素である。
　なお、上記、各画素のコストcost_p0は、境界付近の２画素p1, p2の勾配である「p1 - p2」を、境界画素の値p1に加算して得られる部分復号画像の予測値「p1*2 - p2」と部分復号画像の値p0の誤差を測定していることと等しい。
　図２３の（ｂ）は、２次微分仮説について説明するための図である。ここでは簡単のため、隣接する３つの画素の画素値について、順にp2、p1、p0とする。図２３の（ｂ）の上段に示すように、p0とp1との間の変化、およびp1とp2との間の変化が等しい場合、すなわち画素値の変化の勾配が変化しない場合には、上記の式により算出されるコストは0となる。一方、図２３の（ｂ）の下段に示すように、p0とp1との間の変化、およびp1とp2との間の変化が等しくない場合、すなわち画素値の変化の勾配が変化する場合には、上記の式により算出されるコストは0より大きい値となる。このコストを最小にする変換係数の符号の組み合わせが、２次微分仮説においては最も元の画像に合致すると考えられる。
　（変形例）
　上述した実施形態では、符号予測部は、画像復号装置３１の逆量子化・逆変換部３１１、または画像符号化装置１１の逆量子化・逆変換部１０５に備えられていた。しかし、符号予測部は、画像符号化装置１１の変換・量子化部１０３に備えられていてもよい。
　図２１の（ｃ）は、本実施形態の変形例に係る変換・量子化部１０３の構成を示すブロック図である。図７に示すように、本変形例の変換・量子化部１０３は、変換部１０３１、量子化部１０３２、逆量子化部１０３３、符号予測部１０３４、および誤差修正部１０３５を備える。
　変換部１０３１は、減算部１０２から入力された残差信号について変換を行い、変換係数を算出する。量子化部１０３２は、変換部１０３１が算出した変換係数を量子化して量子化係数を求める。逆量子化部１０３３は、量子化部１０３２が求めた量子化係数を逆量子化して変換係数を算出する。符号予測部１０３４は、符号予測部１０５２、３１１２と同様に、変換係数を用いて変換係数の符号を予測する。誤差修正部１０３５は、符号予測部１０３４が予測した予測符号と、本来の変換係数の符号とを比較し、符号予測誤差を算出する。
　このように、符号予測部１０３４が画像符号化装置１１の変換・量子化部１０３に備えられている場合にも、符号予測部１０３４は高い精度で変換係数の符号を予測することができる。
　また、本実施形態における変換部および逆変換部（符号省略）のそれぞれは、DCT以外の変換方法（例えばDST(Discrete Sine Transform)、KLT(KarhuenLoeve Transform)、または非分離変換など）を用いて変換または逆変換を行う変換部または逆変換部であってもよいし、複数の変換（例えば、コア変換とセカンダリ変換との２回の変換）を行って変換を行う変換部または逆変換部であってもよい。
　（その他の構成）
　上述した実施形態では、最低次成分の符号そのものを符号化せず、符号予測誤差を符号化する構成を説明した。これに限られず、符号予測誤差を符号化しない構成であってもよい。
　変換係数は、低周波成分になるほど隣接画素との連続性があり、最低次成分では、成分の絶対値が大きいため、連続性をコストとして、コストが最小となるように算出した予測符号が実際の符号と一致する可能性が高い。
　よって、符号予測誤差を符号化することなく、予測符号をそのまま用いる構成も十分に成り立つ。
　〔実施形態７〕
　本実施形態では、予測パラメータ復号部３０２における予測パラメータの復号処理において、LC（limited coeff）モードという新たなモードを設けるとともに、LCモードにより予測パラメータを復号するか否かを判定するためのLCフラグを設けるものである。なお、本実施形態における復号処理に対応する符号化処理が画像符号化装置１１の予測パラメータ符号化部１１１において行われる。
　LCモードとは、マージインデックス、変換係数のうち、最低次成分を含む複数の低周波数成分を復号するモードである。LCモードで復号する低周波数成分の個数は例えば２～４個である。
　LCモードを用いることにより、変換係数の低周波数成分も復号されるので、実施形態２と比較して画質を向上させることができる。
　図２４を参照して、実施形態２との相違点を説明する。図２４は、実施形態２との相違点を説明するための図である。図２４の（ａ）は、変換係数のマトリクス（左上ほど低周波で右下ほど高周波となる図）において、実施形態２の場合における復号（符号化）対象となる領域（領域２４０１）を示す。図２４の（ａ）に示す領域２４０１は変換係数の最低次成分（例えばDC成分）を示している。すなわち、実施形態２では、変換係数の最低次成分のみを復号（符号化）していた。
　一方、本実施形態では、図２４の（ｂ）に示すように、領域２４０１に加え、領域２４０２、領域２４０３についても復号（符号化）している。領域２４０２、領域２４０３は、変換係数の最低次成分に隣接する領域であり、変換係数の複数の低周波数成分を示す。すなわち、本実施形態では、変換係数の最低次成分に加え、変換係数の複数の低周波数成分も復号（符号化）している。
　次に、図２５を参照して、本実施形態におけるシンタックスについて説明する。図２５は、本実施形態におけるシンタックス例を示す図である。
　図２５に示すように、LCモードを用いる場合、スキップフラグ（skip_flag）を復号し、スキップモードであればマージインデックス（merge_idx）を復号する。一方、スキップモードでなければ、LCフラグ（lc_flag）を復号する。そして、LCフラグがLCモードであることを示している場合、マージインデックス（merge_idx）および変換係数の最低次成分、複数の低周波数成分を復号する。さらに、SigCoeffを復号（符号化）する（図２５の２５０１）。複数の低周波数成分が含まれており、非ゼロ係数かどうかを示すフラグであるSigCoeffも復号する必要があるためである。なお、先頭スキャン位置を示すLastは復号しない構成でもよい。
　また、LCフラグがマージLCモードであることを示していない場合、予測モードフラグ（predMode）を復号し、予測モードフラグがインター予測を示すものであれば、マージフラグ（merge_flag）を復号する。そして、マージフラグがマージモードを示すものであれば、マージインデックス（merge_idx）を復号する。さらに、符号化データから変換係数を復号する。すなわち先頭スキャン位置を示すLastと各変換変換係数が非ゼロであるかを示すSigCoeffを復号（符号化）する。
　以上のように、本実施形態におけるシンタックスでは、実施形態２の図１５のシンタックス１５０２と比較して、SCフラグの代わりにLCフラグを用いる点、および、SigCoeffも復号する点が異なる。
　〔実施形態８〕
　上述した実施形態２～４で説明したSCモード（マージSCモード、AMVP_SCモード）を用いる場合と実施形態７で説明したLCモードを用いる場合とを、組み合わせて予測パラメータの復号（符号化）処理を実行してもよい。
　図２６を参照して説明する。図２６は、SCモードとLCモードとを併用する場合の処理の流れを説明するための図である。
　図２６の（ａ）は、ブロック（予測単位）の大きさに応じて予測パラメータの導出方法（予測パラメータのシンタックス構成）を異ならせるものである。具体的には、図２６の（ａ）に示すように、ブロックの大きさが閾値Th1（第２所定値）より小さい場合は（S2601でY）、まず符号化データからスキップフラグを復号し、スキップフラグが1の場合には、マージモードにより予測パラメータを導出し、変換係数を復号しない。スキップフラグが０の場合には、マージフラグを復号し、マージフラグが１の場合には、マージモードにより予測パラメータを導出し、マージフラグが０の場合にはAMVPモードにより予測パラメータを導出し、変換係数を復号する（S2602）。この方法を図２６ではHEVCと示す。HEVCのシンタックスの例は、図１５のシンタックス１５０１に示されている。一方、ブロックの大きさが閾値Th1以上で、閾値Th2（第１所定値）より小さい場合は（S2603でY）、符号化データからLCモードフラグを復号し、LCモード（実施形態７）である場合には、マージモードにより予測パラメータを導出し、変換係数の低次成分のみを復号する（S2604）。また、ブロックの大きさが閾値Th2以上の場合は（S2603でN）、符号化データからSCフラグを復号し、SCモード（実施形態２～４）である場合には、マージモードにより予測パラメータを導出し、変換係数の最低次成分のみを復号する（S2605）。
　ブロックの大きさが大きいということは、それだけブロック内の色度および輝度の変化量が小さいことを意味している。すなわち、変換係数における最低次成分の占める割合が大きい。よって、ブロックが大きい場合に、変換係数の最低次成分のみを復号（符号化）するSCモードを用いることにより、符号化効率を向上させることができる。
　図２６の（ｂ）は、対象ブロックにおける量子化ステップの大きさを示す量子化パラメータの大きさに応じて予測パラメータの導出方法（予測パラメータのシンタックス構成）を異ならせるものである。具体的には、図２６の（ｂ）に示すように、量子化パラメータの大きさが閾値Th3（第４所定値）より小さい場合は（S2611でY）、図２６（ａ）でHEVCという名で説明した方法で予測パラメータを導出し、変換係数を復号もしくは復号しない（S2602）。一方、量子化パラメータの大きさが閾値Th3以上で、閾値Th4（第３所定値）より小さい場合は（S2612でY）、符号化データからLCモードフラグを復号し、LCモード（実施形態７）である場合には、マージモードにより予測パラメータを導出し、変換係数の低次成分のみを復号する（S2604）。また、量子化パラメータの大きさが閾値Th4以上の場合は（S2612でN）、符号化データからSCフラグを復号し、SCモード（実施形態２～４）により予測パラメータを導出し、変換係数の最低次成分のみを復号する（S2605）。
　量子化パラメータの大きさも上述したブロックの大きさと同様に、量子化パラメータが大きいということは、それだけブロック内で０に近い、もしくは０の変換係数が多いことを意味している。よって量子化パラメータが大きければそれだけ、変換係数における最低次成分の占める割合が大きい。したがって、量子化パラメータが大きい場合に、変換係数の最低次成分のみを復号（符号化）するSCモードを用いることにより、符号化効率を向上させることができる。
　図２７を参照して、ブロック（予測単位）の大きさとブロック内の色度および輝度の変化量の関係について説明する。図２７は、ある画像をブロックに分割した例を示す図である。図２７では、色度および輝度の変化量が小さい領域では大きなブロックに、色度および輝度の変化量が大きい領域では小さなブロックに分割されている。
　〔付記事項〕
　また、上述した実施形態における画像符号化装置１１、画像復号装置３１の一部、または全部を、LSI（Large Scale Integration）等の集積回路として実現しても良い。画像符号化装置１１、画像復号装置３１の各機能ブロックは個別にプロセッサ化しても良いし、一部、または全部を集積してプロセッサ化しても良い。また、集積回路化の手法はＬＳＩに限らず専用回路、または汎用プロセッサで実現しても良い。また、半導体技術の進歩によりＬＳＩに代替する集積回路化の技術が出現した場合、当該技術による集積回路を用いても良い。
　以上、図面を参照してこの発明の一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、この発明の要旨を逸脱しない範囲内において様々な設計変更等をすることが可能である。
　〔応用例〕
　上述した画像符号化装置１１及び画像復号装置３１は、動画像の送信、受信、記録、再生を行う各種装置に搭載して利用することができる。なお、動画像は、カメラ等により撮像された自然動画像であってもよいし、コンピュータ等により生成された人工動画像（CGおよびGUIを含む）であってもよい。
　まず、上述した画像符号化装置１１及び画像復号装置３１を、動画像の送信及び受信に利用できることを、図２８を参照して説明する。
　図２８の（ａ）は、画像符号化装置１１を搭載した送信装置PROD_Aの構成を示したブロック図である。図２８の（ａ）に示すように、送信装置PROD_Aは、動画像を符号化することによって符号化データを得る符号化部PROD_A1と、符号化部PROD_A1が得た符号化データで搬送波を変調することによって変調信号を得る変調部PROD_A2と、変調部PROD_A2が得た変調信号を送信する送信部PROD_A3と、を備えている。上述した画像符号化装置１１は、この符号化部PROD_A1として利用される。
　送信装置PROD_Aは、符号化部PROD_A1に入力する動画像の供給源として、動画像を撮像するカメラPROD_A4、動画像を記録した記録媒体PROD_A5、動画像を外部から入力するための入力端子PROD_A6、及び、画像を生成または加工する画像処理部Ａ７を更に備えていてもよい。図２８の（ａ）においては、これら全てを送信装置PROD_Aが備えた構成を例示しているが、一部を省略しても構わない。
　なお、記録媒体PROD_A5は、符号化されていない動画像を記録したものであってもよいし、伝送用の符号化方式とは異なる記録用の符号化方式で符号化された動画像を記録したものであってもよい。後者の場合、記録媒体PROD_A5と符号化部PROD_A1との間に、記録媒体PROD_A5から読み出した符号化データを記録用の符号化方式に従って復号する復号部（不図示）を介在させるとよい。
　図２８の（ｂ）は、画像復号装置３１を搭載した受信装置PROD_Bの構成を示したブロック図である。図２８の（ｂ）に示すように、受信装置PROD_Bは、変調信号を受信する受信部PROD_B1と、受信部PROD_B1が受信した変調信号を復調することによって符号化データを得る復調部PROD_B2と、復調部PROD_B2が得た符号化データを復号することによって動画像を得る復号部PROD_B3と、を備えている。上述した画像復号装置３１は、この復号部PROD_B3として利用される。
　受信装置PROD_Bは、復号部PROD_B3が出力する動画像の供給先として、動画像を表示するディスプレイPROD_B4、動画像を記録するための記録媒体PROD_B5、及び、動画像を外部に出力するための出力端子PROD_B6を更に備えていてもよい。図２８の（ｂ）においては、これら全てを受信装置PROD_Bが備えた構成を例示しているが、一部を省略しても構わない。
　なお、記録媒体PROD_B5は、符号化されていない動画像を記録するためのものであってもよいし、伝送用の符号化方式とは異なる記録用の符号化方式で符号化されたものであってもよい。後者の場合、復号部PROD_B3と記録媒体PROD_B5との間に、復号部PROD_B3から取得した動画像を記録用の符号化方式に従って符号化する符号化部（不図示）を介在させるとよい。
　なお、変調信号を伝送する伝送媒体は、無線であってもよいし、有線であってもよい。また、変調信号を伝送する伝送態様は、放送（ここでは、送信先が予め特定されていない送信態様を指す）であってもよいし、通信（ここでは、送信先が予め特定されている送信態様を指す）であってもよい。すなわち、変調信号の伝送は、無線放送、有線放送、無線通信、及び有線通信の何れによって実現してもよい。
　例えば、地上デジタル放送の放送局（放送設備など）／受信局（テレビジョン受像機など）は、変調信号を無線放送で送受信する送信装置PROD_A／受信装置PROD_Bの一例である。また、ケーブルテレビ放送の放送局（放送設備など）／受信局（テレビジョン受像機など）は、変調信号を有線放送で送受信する送信装置PROD_A／受信装置PROD_Bの一例である。
　また、インターネットを用いたVOD（Video On Demand）サービスや動画共有サービスなどのサーバ（ワークステーションなど）／クライアント（テレビジョン受像機、パーソナルコンピュータ、スマートフォンなど）は、変調信号を通信で送受信する送信装置PROD_A／受信装置PROD_Bの一例である（通常、ＬＡＮにおいては伝送媒体として無線または有線の何れかが用いられ、ＷＡＮにおいては伝送媒体として有線が用いられる）。ここで、パーソナルコンピュータには、デスクトップ型PC、ラップトップ型PC、及びタブレット型PCが含まれる。また、スマートフォンには、多機能携帯電話端末も含まれる。
　なお、動画共有サービスのクライアントは、サーバからダウンロードした符号化データを復号してディスプレイに表示する機能に加え、カメラで撮像した動画像を符号化してサーバにアップロードする機能を有している。すなわち、動画共有サービスのクライアントは、送信装置PROD_A及び受信装置PROD_Bの双方として機能する。
　次に、上述した画像符号化装置１１及び画像復号装置３１を、動画像の記録及び再生に利用できることを、図２９を参照して説明する。
　図２９の（ａ）は、上述した画像符号化装置１１を搭載した記録装置PROD_Cの構成を示したブロック図である。図２９の（ａ）に示すように、記録装置PROD_Cは、動画像を符号化することによって符号化データを得る符号化部PROD_C1と、符号化部PROD_C1が得た符号化データを記録媒体PROD_Mに書き込む書込部PROD_C2と、を備えている。上述した画像符号化装置１１は、この符号化部PROD_C1として利用される。
　なお、記録媒体PROD_Mは、（１）HDD（Hard Disk Drive）やSSD(Solid State Drive)などのように、記録装置PROD_Cに内蔵されるタイプのものであってもよいし、（２）SDメモリカードやUSB（Universal Serial Bus）フラッシュメモリなどのように、記録装置PROD_Cに接続されるタイプのものであってもよいし、（３）DVD（Digital Versatile Disc）やBD（Blu-ray Disc:登録商標）などのように、記録装置PROD_Cに内蔵されたドライブ装置（不図示）に装填されるものであってもよい。
　また、記録装置PROD_Cは、符号化部PROD_C1に入力する動画像の供給源として、動画像を撮像するカメラPROD_C3、動画像を外部から入力するための入力端子PROD_C4、動画像を受信するための受信部PROD_C5、及び、画像を生成または加工する画像処理部PROD_C6を更に備えていてもよい。図２９の（ａ）においては、これら全てを記録装置PROD_Cが備えた構成を例示しているが、一部を省略しても構わない。
　なお、受信部PROD_C5は、符号化されていない動画像を受信するものであってもよいし、記録用の符号化方式とは異なる伝送用の符号化方式で符号化された符号化データを受信するものであってもよい。後者の場合、受信部PROD_C5と符号化部PROD_C1との間に、伝送用の符号化方式で符号化された符号化データを復号する伝送用復号部（不図示）を介在させるとよい。
　このような記録装置PROD_Cとしては、例えば、DVDレコーダ、BDレコーダ、HDD（Hard Disk Drive）レコーダなどが挙げられる（この場合、入力端子PROD_C4または受信部PROD_C5が動画像の主な供給源となる）。また、カムコーダ（この場合、カメラPROD_C3が動画像の主な供給源となる）、パーソナルコンピュータ（この場合、受信部PROD_C5または画像処理部Ｃ６が動画像の主な供給源となる）、スマートフォン（この場合、カメラPROD_C3または受信部PROD_C5が動画像の主な供給源となる）なども、このような記録装置PROD_Cの一例である。
　図２９の（ｂ）は、上述した画像復号装置３１を搭載した再生装置PROD_Dの構成を示したブロック図である。図２９の（ｂ）に示すように、再生装置PROD_Dは、記録媒体PROD_Mに書き込まれた符号化データを読み出す読出部PROD_D1と、読出部PROD_D1が読み出した符号化データを復号することによって動画像を得る復号部PROD_D2と、を備えている。上述した画像復号装置３１は、この復号部PROD_D2として利用される。
　なお、記録媒体PROD_Mは、（１）HDDやSSDなどのように、再生装置PROD_Dに内蔵されるタイプのものであってもよいし、（２）SDメモリカードやUSBフラッシュメモリなどのように、再生装置PROD_Dに接続されるタイプのものであってもよいし、（３）DVDやBDなどのように、再生装置PROD_Dに内蔵されたドライブ装置（不図示）に装填されるものであってもよい。
　また、再生装置PROD_Dは、復号部PROD_D2が出力する動画像の供給先として、動画像を表示するディスプレイPROD_D3、動画像を外部に出力するための出力端子PROD_D4、及び、動画像を送信する送信部PROD_D5を更に備えていてもよい。図２９の（ｂ）においては、これら全てを再生装置PROD_Dが備えた構成を例示しているが、一部を省略しても構わない。
　なお、送信部PROD_D5は、符号化されていない動画像を送信するものであってもよいし、記録用の符号化方式とは異なる伝送用の符号化方式で符号化された符号化データを送信するものであってもよい。後者の場合、復号部PROD_D2と送信部PROD_D5との間に、動画像を伝送用の符号化方式で符号化する符号化部（不図示）を介在させるとよい。
　このような再生装置PROD_Dとしては、例えば、DVDプレイヤ、BDプレイヤ、HDDプレイヤなどが挙げられる（この場合、テレビジョン受像機等が接続される出力端子PROD_D4が動画像の主な供給先となる）。また、テレビジョン受像機（この場合、ディスプレイPROD_D3が動画像の主な供給先となる）、デジタルサイネージ（電子看板や電子掲示板等とも称され、ディスプレイPROD_D3または送信部PROD_D5が動画像の主な供給先となる）、デスクトップ型PC（この場合、出力端子PROD_D4または送信部PROD_D5が動画像の主な供給先となる）、ラップトップ型またはタブレット型PC（この場合、ディスプレイPROD_D3または送信部PROD_D5が動画像の主な供給先となる）、スマートフォン（この場合、ディスプレイPROD_D3または送信部PROD_D5が動画像の主な供給先となる）なども、このような再生装置PROD_Dの一例である。
　　（ハードウェア的実現およびソフトウェア的実現）
　また、上述した画像復号装置３１および画像符号化装置１１の各ブロックは、集積回路（ICチップ）上に形成された論理回路によってハードウェア的に実現してもよいし、CPU（Central Processing Unit）を用いてソフトウェア的に実現してもよい。
　後者の場合、上記各装置は、各機能を実現するプログラムの命令を実行するCPU、上記プログラムを格納したROM（Read Only Memory）、上記プログラムを展開するRAM（RandomAccess Memory）、上記プログラムおよび各種データを格納するメモリ等の記憶装置（記録媒体）などを備えている。そして、本発明の実施形態の目的は、上述した機能を実現するソフトウェアである上記各装置の制御プログラムのプログラムコード（実行形式プログラム、中間コードプログラム、ソースプログラム）をコンピュータで読み取り可能に記録した記録媒体を、上記各装置に供給し、そのコンピュータ（またはCPUやMPU）が記録媒体に記録されているプログラムコードを読み出し実行することによっても、達成可能である。
　上記記録媒体としては、例えば、磁気テープやカセットテープ等のテープ類、フロッピー（登録商標）ディスク／ハードディスク等の磁気ディスクやCD-ROM（Compact Disc Read-Only Memory）／MOディスク（Magneto-Optical disc）／MD（Mini Disc）／DVD（Digital Versatile Disc）／CD-R（CD Recordable）／ブルーレイディスク（Blu-ray Disc：登録商標）等の光ディスクを含むディスク類、ICカード（メモリカードを含む）／光カード等のカード類、マスクROM／EPROM（Erasable Programmable Read-Only Memory）／EEPROM（Electrically Erasable and Programmable Read-Only Memory：登録商標）／フラッシュROM等の半導体メモリ類、あるいはPLD（Programmable logic device）やFPGA（Field Programmable Gate Array）等の論理回路類などを用いることができる。
　また、上記各装置を通信ネットワークと接続可能に構成し、上記プログラムコードを通信ネットワークを介して供給してもよい。この通信ネットワークは、プログラムコードを伝送可能であればよく、特に限定されない。例えば、インターネット、イントラネット、エキストラネット、LAN（Local Area Network）、ISDN（Integrated Services Digital Network）、VAN（Value-Added Network）、CATV（Community Antenna television/Cable Television）通信網、仮想専用網（Virtual Private Network）、電話回線網、移動体通信網、衛星通信網等が利用可能である。また、この通信ネットワークを構成する伝送媒体も、プログラムコードを伝送可能な媒体であればよく、特定の構成または種類のものに限定されない。例えば、IEEE（Institute of Electrical and Electronic Engineers）1394、USB、電力線搬送、ケーブルＴＶ回線、電話線、ADSL（Asymmetric Digital Subscriber Line）回線等の有線でも、IrDA（Infrared Data Association）やリモコンのような赤外線、BlueTooth（登録商標）、IEEE802.11無線、HDR（High Data Rate）、NFC（Near Field Communication）、DLNA（Digital Living Network Alliance：登録商標）、携帯電話網、衛星回線、地上デジタル放送網等の無線でも利用可能である。なお、本発明の実施形態は、上記プログラムコードが電子的な伝送で具現化された、搬送波に埋め込まれたコンピュータデータ信号の形態でも実現され得る。
　本発明の実施形態は上述した実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能である。すなわち、請求項に示した範囲で適宜変更した技術的手段を組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。
　（関連出願の相互参照）
　本出願は、2017年3月21日に出願された日本国特許出願：特願2017-055100に対して優先権の利益を主張するものであり、それを参照することにより、その内容の全てが本書に含まれる。
１１　画像符号化装置（予測画像生成装置）
３１　画像復号装置（予測画像生成装置）
１０１、３０８　予測画像生成部
１１１　予測パラメータ符号化部（変換係数導出部、動きベクトル導出部）
３０２　予測パラメータ復号部（変換係数導出部、動きベクトル導出部）
１０３４、１０５２、３１１２　符号予測部
 

Claims (9)

  1. 　対象ブロックの予測モード（イントラ予測モード、インター予測モード）を示す予測モード情報と、対象ブロックの参照ピクチャインデックス、予測ベクトル候補を示す予測ベクトルインデックス、差分ベクトル情報を示す第１の動き情報と、対象ブロックの参照ピクチャインデックス、動きベクトル情報を示す第２の動き情報と、対象ブロックの予測誤差の変換係数情報と、対象ブロックの第２の動きベクトル情報として設定される情報が参照される隣接ブロックを示すマージインデックスとを、少なくとも含む符号化データを復号する動画像復号装置であって、
    　予測パラメータ復号部を備え、前記予測パラメータ復号部は、マージSCフラグを復号し、
    　マージSCフラグがマージSCモードを示す場合は、前記マージインデックスと、前記変換係数情報のうち低周波数変換係数のみを復号し、
    　マージSCフラグがマージSCモードを示さない場合は、前記予測モード情報を復号し、
    　前記予測モード情報がインター予測モードを示す場合は、マージフラグを復号し、
    　マージフラグがマージモードを示す場合は、前記マージインデックスと、前記変換係数情報を復号し、
    　マージフラグがマージモードを示さない場合は、前記第１の動き情報と、前記変換係数情報を復号することを特徴とする動画像復号装置。
  2. 　前記予測パラメータ復号部は、マージSCフラグがマージSCモードを示す場合は、前記対象ブロックはインター予測モードであると推定することを特徴とする、請求項１に記載の動画像復号装置。
  3. 　対象ブロックの予測モード（イントラ予測モード、インター予測モード）を示す予測モード情報と、対象ブロックの参照ピクチャインデックス、予測ベクトル候補を示す予測ベクトルインデックス、差分ベクトル情報を示す第１の動き情報と、対象ブロックの参照ピクチャインデックス、動きベクトル情報を示す第２の動き情報と、対象ブロックの予測誤差の変換係数情報と、対象ブロックの第２の動きベクトル情報として設定される情報が参照される隣接ブロックを示すマージインデックスとを、少なくとも含む符号化データを復号する動画像復号装置であって、
    　予測パラメータ復号部を備え、前記予測パラメータ復号部は、マージSCフラグを復号し、
    　マージSCフラグがマージSCモードを示す場合は、マージフラグを復号し、
    　マージフラグがマージモードを示す場合は、前記マージインデックスと、前記変換係数情報のうち低周波数変換係数のみを復号し、
    　マージフラグがマージモードを示さない場合は、前記第１の動き情報と、前記変換係数情報のうち低周波数変換係数のみを復号し、
    　マージSCフラグがマージSCモードを示さない場合は、前記予測モード情報を復号し、
    　前記予測モード情報がインター予測モードを示す場合は、マージフラグを復号し、
    　マージフラグがマージモードを示す場合は、前記マージインデックスと、前記変換係数情報を復号し、
    　マージフラグがマージモードを示さない場合は、前記第１の動き情報と、前記変換係数情報を復号することを特徴とする動画像復号装置。
  4. 　対象ブロックの予測モード（イントラ予測モード、インター予測モード）を示す予測モード情報と、対象ブロックの参照ピクチャインデックス、予測ベクトル候補を示す予測ベクトルインデックス、差分ベクトル情報を示す第１の動き情報と、対象ブロックの参照ピクチャインデックス、動きベクトル情報を示す第２の動き情報と、対象ブロックの予測誤差の変換係数情報と、対象ブロックの第２の動きベクトル情報として設定される情報が参照される隣接ブロックを示すマージインデックスとを、少なくとも含む符号化データを復号する動画像復号装置であって、
    　予測パラメータ復号部を備え、前記予測パラメータ復号部は前記予測モード情報を復号し、
    　前記予測モード情報がインター予測モードを示す場合は、マージSCフラグを復号し、
    　マージSCフラグがマージSCモードを示す場合は、前記マージインデックスと、前記変換係数情報のうち低周波数変換係数のみを復号し、
    　マージSCフラグがマージSCモードを示さない場合は、マージフラグを復号し、
    　マージフラグがマージモードを示す場合は、前記マージインデックスと、前記変換係数情報を復号し、
    　マージフラグがマージモードを示さない場合は、前記第１の動き情報と、前記変換係数情報を復号することを特徴とする動画像復号装置。
  5. 　対象ブロックの予測モード（イントラ予測モード、インター予測モード）を示す予測モード情報と、対象ブロックの参照ピクチャインデックス、予測ベクトル候補を示す予測ベクトルインデックス、差分ベクトル情報を示す第１の動き情報と、対象ブロックの参照ピクチャインデックス、動きベクトル情報を示す第２の動き情報と、対象ブロックの予測誤差の変換係数情報と、対象ブロックの第２の動きベクトル情報として設定される情報が参照される隣接ブロックを示すマージインデックスとを、少なくとも含む符号化データを復号する動画像復号装置であって、
    　予測パラメータ復号部を備え、前記予測パラメータ復号部は前記予測モード情報を復号し、
    　前記予測モード情報がインター予測モードを示す場合は、マージSCフラグを復号し、
    　マージSCフラグがマージSCモードを示す場合はマージフラグを復号し、
    　マージフラグがマージモードを示す場合は、前記マージインデックスと、前記変換係数情報のうち低周波数変換係数を復号し、
    　マージフラグがマージモードを示さない場合は、前記第１の動き情報と、前記変換係数情報のうち低周波数変換係数を復号し、
    　マージSCフラグがマージSCモードを示さない場合はマージフラグを復号し、
    　マージフラグがマージモードを示す場合は、前記マージインデックスと、前記変換係数情報を復号し、
    　マージフラグがマージモードを示さない場合は、前記第１の動き情報と、前記変換係数情報を復号することを特徴とする動画像復号装置。
  6. 　前記変換係数情報のうち低周波数変換係数は、DC成分であることを特徴とする請求項１から５に記載の動画像復号装置。
  7. 　前記変換係数情報のうち低周波数変換係数は、DC成分とN個のAC成分であることを特徴とする請求項１から５に記載の動画像復号装置。
  8. 　前記予測パラメータ復号部は、前記対象ブロックのサイズ、あるいは、対象ブロックの量子化パラメータを参照して、前記変換係数情報のうち低周波数変換係数が、DC成分か、あるいは、DC成分とN個のAC成分であるかを切り替えることを特徴とする請求項１から５に記載の動画像復号装置。
  9. 　前記予測パラメータ復号部は、前記変換係数情報のうち低周波数変換係数に関し、変換係数の符号を推定し、変換係数の絶対値と、変換係数の符号と前記推定値との予測誤差を復号することを特徴とする請求項１から８に記載の動画像復号装置。
PCT/JP2018/000867 2017-03-21 2018-01-15 予測画像生成装置、動画像復号装置、および動画像符号化装置 WO2018173432A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017-055100 2017-03-21
JP2017055100 2017-03-21

Publications (1)

Publication Number Publication Date
WO2018173432A1 true WO2018173432A1 (ja) 2018-09-27

Family

ID=63585369

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/000867 WO2018173432A1 (ja) 2017-03-21 2018-01-15 予測画像生成装置、動画像復号装置、および動画像符号化装置

Country Status (1)

Country Link
WO (1) WO2018173432A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113382234A (zh) * 2018-11-08 2021-09-10 Oppo广东移动通信有限公司 视频信号编码/解码方法以及用于所述方法的设备
CN113748680A (zh) * 2019-04-16 2021-12-03 联发科技股份有限公司 用取决于tb层级语法的适应性次要变换信令编解码视频数据的方法以及装置
US11991393B2 (en) 2019-04-16 2024-05-21 Hfi Innovation Inc. Methods and apparatuses for coding video data with secondary transform

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011122659A1 (ja) * 2010-03-30 2011-10-06 シャープ株式会社 符号化装置および復号装置
WO2011148622A1 (ja) * 2010-05-26 2011-12-01 パナソニック株式会社 動画像符号化方法、動画像復号化方法、動画像符号化装置、および動画像復号化装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011122659A1 (ja) * 2010-03-30 2011-10-06 シャープ株式会社 符号化装置および復号装置
WO2011148622A1 (ja) * 2010-05-26 2011-12-01 パナソニック株式会社 動画像符号化方法、動画像復号化方法、動画像符号化装置、および動画像復号化装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
BROSS, B. ET AL.: "High efficiency video coding (HEVC) text specification draft 10 (for FDIS & last call)", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC) OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/SC 29/WG 11, JCTVC-L1003_V34, 19 March 2013 (2013-03-19), Geneve, XP055544364 *
CHEN, J. L. ET AL.: "Algorithm description of joint exploration test model 4", JOINT VIDEO EXPLORATION TEAM (JVET) 4THMEETING: CHENGDU, JVET-D1001_V3, 19 November 2016 (2016-11-19), XP055544255 *
HENRY, F. ET AL.: "Sign prediction Residual coefficient", JOINT VIDEO EXPLORATION TEAM (JVET) 4TH MEETING: CHENGDU, JVET-D0031, 21 October 2016 (2016-10-21), XP055544241 *
KAZUI, KIMIHIKO ET AL.: "Description of video coding technology proposal by FUJITSU", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC) 1ST MEETING: DRESDEN, JCTVC-A115, 23 April 2010 (2010-04-23), XP055544243 *
YOSHINO, TOMONOBU ET AL.: "An enhancement of H. 264 coding mode for R-D optimization", VIDEO CODING EXPERTS GROUP (VCEG) 38TH MEETING, 8 July 2009 (2009-07-08), London , VCEG-AL31_rl *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113382234A (zh) * 2018-11-08 2021-09-10 Oppo广东移动通信有限公司 视频信号编码/解码方法以及用于所述方法的设备
CN113748680A (zh) * 2019-04-16 2021-12-03 联发科技股份有限公司 用取决于tb层级语法的适应性次要变换信令编解码视频数据的方法以及装置
US20220224898A1 (en) * 2019-04-16 2022-07-14 Mediatek Inc. Methods and Apparatuses for Coding Video Data with Adaptive Secondary Transform Signaling
CN113748680B (zh) * 2019-04-16 2024-01-02 寰发股份有限公司 视频编解码系统中编解码视频数据的方法及装置
US11943476B2 (en) 2019-04-16 2024-03-26 Hfi Innovation Inc. Methods and apparatuses for coding video data with adaptive secondary transform signaling
US11956469B2 (en) 2019-04-16 2024-04-09 Hfi Innovation Inc. Methods and apparatuses for coding video data with adaptive secondary transform signaling depending on TB level syntax
US11991393B2 (en) 2019-04-16 2024-05-21 Hfi Innovation Inc. Methods and apparatuses for coding video data with secondary transform

Similar Documents

Publication Publication Date Title
US11695949B2 (en) Prediction image generation device
WO2018199001A1 (ja) 画像復号装置及び画像符号化装置
JP7048503B2 (ja) 復号装置、符号化装置、復号方法、および、符号化方法
WO2018110203A1 (ja) 動画像復号装置、および動画像符号化装置
WO2018221368A1 (ja) 動画像復号装置、及び動画像符号化装置
WO2017195554A1 (ja) 予測画像生成装置、動画像復号装置、および動画像符号化装置。
WO2018037896A1 (ja) 画像復号装置、画像符号化装置、画像復号方法、および画像符号化方法
WO2018116802A1 (ja) 画像復号装置、画像符号化装置、及び画像予測装置
JP2021010046A (ja) 画像符号化装置及び画像復号装置
WO2019221072A1 (ja) 画像符号化装置、符号化ストリーム抽出装置及び画像復号装置
JP2021005741A (ja) 画像符号化装置及び画像復号装置
WO2018230493A1 (ja) 動画像復号装置、動画像符号化装置、予測画像生成装置及び動きベクトル導出装置
WO2017195608A1 (ja) 動画像復号装置
WO2018110462A1 (ja) 画像復号装置及び画像符号化装置
WO2020116456A1 (ja) 動画像復号装置
WO2020184487A1 (ja) 動画像復号装置
WO2018173895A1 (ja) 予測画像生成装置、動画像復号装置、および動画像符号化装置
WO2020137920A1 (ja) 予測画像生成装置、動画像復号装置、動画像符号化装置および予測画像生成方法
JP2020053924A (ja) 動画像符号化装置、動画像復号装置
WO2017135151A1 (ja) 予測画像生成装置、動画像復号装置、および動画像符号化装置
WO2018110180A1 (ja) 動きベクトル生成装置、予測画像生成装置、動画像復号装置、および動画像符号化装置
WO2018173432A1 (ja) 予測画像生成装置、動画像復号装置、および動画像符号化装置
WO2019230904A1 (ja) 画像復号装置、および画像符号化装置
JP2020108012A (ja) 画像復号装置および画像符号化装置
JP2020036101A (ja) 画像復号装置および画像符号化装置

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: 18771570

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18771570

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP