WO2018173873A1 - 符号化装置及び符号化方法、並びに、復号装置及び復号方法 - Google Patents

符号化装置及び符号化方法、並びに、復号装置及び復号方法 Download PDF

Info

Publication number
WO2018173873A1
WO2018173873A1 PCT/JP2018/009911 JP2018009911W WO2018173873A1 WO 2018173873 A1 WO2018173873 A1 WO 2018173873A1 JP 2018009911 W JP2018009911 W JP 2018009911W WO 2018173873 A1 WO2018173873 A1 WO 2018173873A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
coefficient
class
unit
tap
Prior art date
Application number
PCT/JP2018/009911
Other languages
English (en)
French (fr)
Inventor
拓郎 川合
健一郎 細川
央二 中神
優 池田
Original Assignee
ソニー株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ソニー株式会社 filed Critical ソニー株式会社
Priority to CN201880018951.8A priority Critical patent/CN110476427A/zh
Priority to JP2019507589A priority patent/JPWO2018173873A1/ja
Priority to EP18770208.9A priority patent/EP3606079A4/en
Priority to US16/486,953 priority patent/US20200021832A1/en
Publication of WO2018173873A1 publication Critical patent/WO2018173873A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/2431—Multiple classes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/182—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a pixel
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • H04N19/463—Embedding additional information in the video signal during the compression process by compressing encoding parameters before transmission
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • H04N19/82—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation involving filtering within a prediction loop

Definitions

  • the present technology relates to an encoding device and an encoding method, and a decoding device and a decoding method, and particularly, for example, an encoding device and an encoding method capable of appropriately improving the compression efficiency of an image, and
  • the present invention relates to a decoding device and a decoding method.
  • a class classification adaptive process for converting a first image into a second image has been proposed previously.
  • a pixel to be a prediction tap used for a prediction calculation for obtaining a pixel value of a corresponding pixel of the second image corresponding to the target pixel of interest of the first image is selected from the first image.
  • the target pixel is classified into one of a plurality of classes according to a certain rule.
  • the prediction calculation result using the student image corresponding to the first image and the learning that minimizes the statistical error between the teacher image corresponding to the second image are obtained.
  • the tap coefficient of the target pixel class is acquired from the tap coefficient used for the prediction calculation for each of the plurality of classes, and the prediction calculation using the tap coefficient of the target pixel class and the prediction tap of the target pixel is performed. Thus, the pixel value of the corresponding pixel is obtained.
  • the present technology has been made in view of such a situation, and makes it possible to appropriately improve the compression efficiency of an image.
  • the first encoding device of the present technology is used for prediction of the prediction image corresponding to the target pixel of interest of the first image obtained by adding the residual of prediction encoding and the prediction image.
  • a prediction tap selection unit that selects, from the first image, a pixel that is a prediction tap used in a prediction calculation for obtaining a pixel value of a corresponding pixel of the second image; and the pixel of interest is one of a plurality of classes For each class obtained by learning using a class classification unit that classifies the first image, a student image corresponding to the first image, and a teacher image corresponding to an original image corresponding to the first image.
  • the tap coefficient of the class of the pixel of interest is obtained from the tap coefficient reconstructed from the reduction coefficient projected onto the space of a lower dimension than the tap coefficient space that is the space of the tap coefficient for each class.
  • the first encoding method of the present technology is used for prediction of the prediction image corresponding to the target pixel of interest of the first image obtained by adding the residual of prediction encoding and the prediction image.
  • the tap coefficient for each class obtained by classifying and learning using a student image corresponding to the first image and a teacher image corresponding to the original image corresponding to the first image, Obtaining the tap coefficient of the class of the pixel of interest from a tap coefficient reconstructed from a reduction coefficient projected onto a space of a lower dimension than the tap coefficient space that is a space of tap coefficients for each class;
  • the prediction image corresponding to the target pixel of interest of the first image obtained by adding the prediction encoding residual and the prediction image is added.
  • a pixel serving as a prediction tap used for a prediction calculation for obtaining a pixel value of a corresponding pixel of a second image used for prediction is selected from the first image, and the pixel of interest is one of a plurality of classes. Classified into classes. Furthermore, the tap coefficient for each class obtained by learning using a student image corresponding to the first image and a teacher image corresponding to the original image corresponding to the first image is obtained as a tap for each class.
  • the tap coefficient of the class of the target pixel is obtained from the tap coefficient reconstructed from the reduction coefficient projected onto a space of a lower dimension than the tap coefficient space which is the coefficient space, and the tap coefficient of the class of the target pixel;
  • the pixel value of the corresponding pixel is obtained, so that the first image is filtered and the second image is generated. Is done.
  • the reduction coefficient and a conversion coefficient that projects the reduction coefficient onto the tap coefficient space are transmitted.
  • the first decoding device of the present technology corresponds to a student image corresponding to a first image obtained by adding a residual of prediction encoding and a predicted image, and an original image corresponding to the first image.
  • a reduction coefficient obtained by projecting a tap coefficient for each class obtained by learning using a teacher image to a space of a lower dimension than a tap coefficient space that is a space for the tap coefficient for each class, and the reduction coefficient
  • a receiving unit that receives a transform coefficient that projects to the tap coefficient space, and obtains a pixel value of a corresponding pixel of the second image that is used for prediction of the predicted image corresponding to the target pixel of interest in the first image.
  • a prediction tap selection unit that selects a pixel to be a prediction tap used for a prediction calculation from the first image, and a class that classifies the pixel of interest into one of a plurality of classes.
  • a class acquisition unit, a coefficient acquisition unit that acquires a tap coefficient of the class of the target pixel from the tap coefficient reconstructed by converting the reduction coefficient by the conversion coefficient, and a tap of the class of the target pixel A calculation unit that obtains a pixel value of the corresponding pixel by performing the prediction calculation using a coefficient and the prediction tap of the target pixel, performs a filtering process on the first image, And a filter unit that generates two images.
  • the first decoding method of the present technology corresponds to a student image corresponding to a first image obtained by adding a prediction encoding residual and a predicted image, and an original image corresponding to the first image.
  • requires the pixel value of the corresponding pixel of the 2nd image used for prediction of the said prediction image corresponding to the attention pixel of interest in the said 1st image
  • the target pixel is selected from the first image, and is classified into one of a plurality of classes. Further, a tap coefficient of the class of the target pixel is acquired from the tap coefficient reconstructed by converting the reduction coefficient by the conversion coefficient, and the tap coefficient of the class of the target pixel and the target pixel By performing the prediction calculation using the prediction tap, the pixel value of the corresponding pixel is obtained, so that the first image is filtered and the second image is generated.
  • the second encoding device of the present technology is used for prediction of the prediction image corresponding to the target pixel of interest of the first image obtained by adding the residual of prediction encoding and the prediction image.
  • a prediction tap selection unit that selects, from the first image, a pixel that is a prediction tap used in a prediction calculation for obtaining a pixel value of a corresponding pixel of the second image; and the pixel of interest is one of a plurality of classes For each class obtained by learning using a class classification unit that classifies the first image, a student image corresponding to the first image, and a teacher image corresponding to an original image corresponding to the first image.
  • a coefficient acquisition unit that acquires a tap coefficient of the class of the target pixel from a tap coefficient reconstructed from a seed coefficient used to obtain a tap coefficient by a predetermined calculation with a parameter representing a class;
  • a calculation unit that obtains a pixel value of the corresponding pixel by performing the prediction calculation using the tap coefficient of the class of the target pixel and the prediction tap of the target pixel; It is an encoding apparatus provided with the filter part which performs a filter process, and produces
  • the second encoding method of the present technology is used for prediction of the prediction image corresponding to the target pixel of interest of the first image obtained by adding the residual of prediction encoding and the prediction image.
  • a tap coefficient for each class determined by classifying and learning using a student image corresponding to the first image and a teacher image corresponding to the original image corresponding to the first image Obtaining a tap coefficient of the class of the target pixel from a tap coefficient reconstructed from a seed coefficient used for obtaining by a predetermined calculation with a parameter representing Obtaining a pixel value of the corresponding pixel by performing the prediction calculation using a coefficient and the prediction tap of the pixel of interest, performing a filtering process on the first image,
  • An encoding method comprising generating an image and transmitting the seed coefficient.
  • the prediction image corresponding to the target pixel of interest of the first image obtained by adding the prediction encoding residual and the prediction image is added.
  • a pixel serving as a prediction tap used for a prediction calculation for obtaining a pixel value of a corresponding pixel of a second image used for prediction is selected from the first image, and the pixel of interest is one of a plurality of classes. Classified into classes. Further, the tap coefficient for each class obtained by learning using a student image corresponding to the first image and a teacher image corresponding to the original image corresponding to the first image is a parameter representing the class.
  • a tap coefficient of the class of the target pixel is obtained from a tap coefficient reconstructed from a seed coefficient used to obtain by a predetermined calculation of: a tap coefficient of the class of the target pixel; and the prediction tap of the target pixel
  • the prediction calculation By performing the prediction calculation using and, the pixel value of the corresponding pixel is obtained, so that the filter processing is performed on the first image and the second image is generated.
  • the second decoding device of the present technology corresponds to a student image corresponding to a first image obtained by adding a prediction encoding residual and a predicted image, and an original image corresponding to the first image.
  • a receiving unit for receiving a seed coefficient used for obtaining a tap coefficient for each class obtained by learning using a teacher image and a predetermined calculation with a parameter representing the class; and attention from the first image Prediction tap selection for selecting, from the first image, a pixel to be a prediction tap used for a prediction calculation for obtaining a pixel value of a corresponding pixel of the second image used for prediction of the predicted image corresponding to the target pixel
  • a class classification unit that classifies the target pixel into one of a plurality of classes, and the predetermined calculation using the parameter and the seed coefficient.
  • a calculation unit that calculates a pixel value of the corresponding pixel, and includes a filter unit that performs a filtering process on the first image and generates the second image.
  • the second decoding method of the present technology corresponds to a student image corresponding to a first image obtained by adding a prediction encoding residual and a predicted image, and an original image corresponding to the first image.
  • Receiving a seed coefficient used to obtain a tap coefficient for each class obtained by learning using a teacher image and a predetermined calculation with a parameter representing the class, and paying attention to the first image Selecting, from the first image, a pixel to be a prediction tap used for a prediction calculation for obtaining a pixel value of a corresponding pixel of a second image used for prediction of the predicted image corresponding to a target pixel; From the tap coefficient reconstructed by classifying the target pixel into any one of a plurality of classes and the predetermined calculation using the parameter and the seed coefficient, The pixel value of the corresponding pixel is obtained by obtaining the tap coefficient of the class of the target pixel, and performing the prediction calculation using the tap coefficient of the class of the target pixel and the prediction tap of the target pixel. And a filtering process
  • a seed coefficient used to obtain a tap coefficient for each class obtained by learning using a teacher image corresponding to the original image by a predetermined calculation with a parameter representing the class is received.
  • requires the pixel value of the corresponding pixel of the 2nd image used for prediction of the said prediction image corresponding to the attention pixel of interest in the said 1st image,
  • a tap coefficient of the class of the target pixel is acquired from the tap coefficient reconstructed by the predetermined calculation using the parameter and the seed coefficient, and the tap coefficient of the class of the target pixel and the target pixel
  • the prediction calculation using the prediction tap the pixel value of the corresponding pixel is obtained, so that the first image is subjected to filter processing, and the second image is generated.
  • the encoding device and the decoding device may be independent devices, or may be internal blocks constituting one device.
  • the encoding device and the decoding device can be realized by causing a computer to execute a program.
  • a program that causes a computer to function as an encoding device or a decoding device can be provided by being transmitted through a transmission medium or by being recorded on a recording medium.
  • FIG. 3 is a block diagram illustrating a configuration example of a learning unit 43.
  • FIG. It is a block diagram which shows the 2nd structural example of the image converter which performs a classification classification adaptive process. It is a block diagram which shows the structural example of the learning apparatus which learns the seed coefficient memorize
  • FIG. 3 is a block diagram illustrating a configuration example of a learning unit 73.
  • FIG. 10 is a block diagram illustrating another configuration example of the learning unit 73.
  • 3 is a block diagram illustrating a first configuration example of an encoding device 11.
  • FIG. 3 is a block diagram illustrating a configuration example of a class classification adaptive filter 111.
  • FIG. It is a figure explaining the outline
  • 3 is a block diagram illustrating a configuration example of a learning device 131.
  • FIG. 3 is a block diagram illustrating a first configuration example of a reduction device 132.
  • FIG. 3 is a block diagram illustrating a first configuration example of an image conversion apparatus 133.
  • FIG. 12 is a block diagram illustrating a second configuration example of the reduction device 132.
  • FIG. 6 is a block diagram illustrating a second configuration example of the image conversion apparatus 133.
  • FIG. 12 is a block diagram illustrating a third configuration example of the reduction device 132.
  • FIG. 10 is a block diagram illustrating a third configuration example of the image conversion apparatus 133.
  • FIG. 12 is a block diagram illustrating a fourth configuration example of the reduction device 132.
  • FIG. 10 is a block diagram illustrating a fourth configuration example of the image conversion apparatus 133.
  • FIG. 12 is a flowchart illustrating an example of encoding processing of the encoding device 11.
  • FIG. 3 is a block diagram illustrating a first configuration example of a decoding device 12.
  • FIG. 3 is a block diagram illustrating a configuration example of a class classification adaptive filter 306.
  • FIG. 3 is a block diagram illustrating a first configuration example of an image conversion apparatus 331.
  • FIG. 6 is a block diagram illustrating a second configuration example of the image conversion apparatus 331.
  • FIG. 12 is a block diagram illustrating a third configuration example of the image conversion apparatus 331.
  • FIG. 10 is a block diagram illustrating a fourth configuration example of the image conversion apparatus 331.
  • FIG. 12 is a flowchart illustrating an example of a decoding process of the decoding device 12. It is a flowchart explaining the example of the prediction decoding process of step S75. It is a flowchart explaining the example of the class classification adaptation process performed by step S86.
  • 3 is a block diagram illustrating a second configuration example of the encoding device 11.
  • FIG. 5 is a block diagram illustrating a configuration example of a class classification adaptive filter 511.
  • 5 is a block diagram illustrating a configuration example of a reduction device 531.
  • FIG. 3 is a block diagram illustrating a configuration example of an image conversion apparatus 532.
  • FIG. 12 is a flowchart illustrating an example of encoding processing of the encoding device 11. It is a flowchart explaining the example of the prediction encoding process of step S116.
  • 12 is a block diagram illustrating a second configuration example of the decoding device 12.
  • FIG. 6 is a block diagram illustrating a configuration example of a class classification adaptive filter 611.
  • FIG. 6 is a block diagram illustrating a configuration example of an image conversion device 631.
  • FIG. 12 is a flowchart illustrating an example of a decoding process of the decoding device 12. It is a flowchart explaining the example of the prediction decoding process of step S175. It is a figure which shows the example of a multiview image encoding system.
  • FIG. 20 is a block diagram illustrating a main configuration example of a computer. It is a block diagram which shows an example of a schematic structure of a television apparatus. It is a block diagram which shows an example of a schematic structure of a mobile telephone.
  • FIG. 1 is a diagram illustrating a configuration example of an embodiment of an image processing system to which the present technology is applied.
  • the image processing system includes an encoding device 11 and a decoding device 12.
  • the original image to be encoded is supplied to the encoding device 11.
  • the encoding device 11 encodes the original image by predictive encoding such as HEVC (High Efficiency Video Coding), AVC (Advanced Video Coding), MPEG (Moving Picture Experts Group), and the like. Note that the predictive encoding of the encoding device 11 is not limited to the above-described HEVC or the like.
  • a predicted image of the original image is generated, and the residual between the original image and the predicted image is encoded.
  • prediction is performed by performing ILF processing that applies ILF (In Loop Filter) to a decoding intermediate image obtained by adding the residual of predictive encoding and the prediction image.
  • ILF In Loop Filter
  • an image obtained by performing filter processing (filtering) as ILF processing on an image in the middle of decoding is also referred to as a post-filter image.
  • the encoding device 11 performs learning using the decoding intermediate image and the original image, for example, filter processing as ILF processing so that the filtered image is as close to the original image as possible. A tap coefficient or the like for performing is obtained.
  • the encoding device 11 performs a reduction process for generating reduction filter information with reduced tap coefficients.
  • the ILF process of the encoding device 11 is performed using a tap coefficient obtained using the reduction filter information obtained by the reduction process.
  • the learning for obtaining the tap coefficient and the reduction process for generating the reduction filter information are performed, for example, for one or a plurality of sequences of the original image or one or a plurality of scenes of the original image (from the scene change to the next scene. Every frame (up to a change), one or more frames (pictures) of the original image, one or more slices of the original image, and one or more lines of a block (CU, PU, etc.) of a unit of picture coding Other arbitrary units can be used. Further, learning for obtaining the reduction filter information can be performed, for example, when a residual obtained by predictive coding is equal to or greater than a threshold.
  • the encoding device 11 transmits the encoded data obtained by predictive encoding of the original image and the reduced filter information obtained by the reduction process via the transmission medium 13 or transmitted to the recording medium 14 for recording.
  • generation of the reduction filter information (including learning of tap coefficients as necessary) can be performed by a device different from the encoding device 11.
  • the reduction filter information can be transmitted separately from the encoded data, or can be transmitted by being included in the encoded data.
  • learning for obtaining tap coefficients and the like is performed using the original image itself (and a decoding intermediate image obtained by predictive coding of the original image), and the image feature amount is similar to that of the original image and is separate from the original image. This can be done using images.
  • the decoding device 12 receives (receives) (acquires) the encoded data and the reduction filter information transmitted from the encoding device 11 via the transmission medium 13 and the recording medium 14, and transmits the encoded data to the encoding device.
  • 11 is decoded using a method corresponding to 11 prediction encoding.
  • the decoding device 12 processes the encoded data from the encoding device 11 to obtain a prediction encoding residual. Furthermore, the decoding device 12 obtains a decoding intermediate image similar to that obtained by the encoding device 11 by adding the residual and the predicted image. Then, the decoding device 12 performs a filtering process as an ILF process using a tap coefficient or the like obtained using the reduced filter information from the encoding device 11 on the decoding intermediate image, and obtains a filtered image.
  • the filtered image is output as a decoded image of the original image, and is temporarily stored as a reference image used for prediction of the predicted image as necessary.
  • Filter processing as ILF processing of the encoding device 11 and the decoding device 12 is performed by class classification adaptive processing.
  • class classification adaptation process will be described.
  • FIG. 2 is a block diagram illustrating a first configuration example of an image conversion apparatus that performs class classification adaptation processing.
  • the class classification adaptation process can be understood as, for example, an image conversion process for converting a first image into a second image.
  • the image conversion processing for converting the first image into the second image is various signal processing depending on the definition of the first and second images.
  • the image conversion process is a spatial resolution creation (improvement) process that improves the spatial resolution. be able to.
  • the image conversion process can be referred to as a noise removal process for removing noise.
  • the image conversion process is performed as follows: This can be referred to as resizing processing for resizing (enlarging or reducing) an image.
  • the first image is a decoded image obtained by decoding an image encoded in block units such as HEVC
  • the second image is an original image before encoding
  • the image conversion process can be referred to as a distortion removal process that removes block distortion caused by encoding and decoding in units of blocks.
  • the classification classification adaptive processing can be performed on, for example, sound as well as images.
  • the classification classification adaptation process for sound is a sound conversion process for converting the first sound (for example, sound with low S / N) into the second sound (for example, sound with high S / N). Can be caught.
  • the pixel value of the target pixel is obtained by a prediction calculation using the tap coefficient and the pixel values of the same number of pixels as the tap coefficient of the first image selected for the target pixel.
  • FIG. 2 shows a configuration example of an image conversion apparatus that performs image conversion processing by class classification adaptive processing.
  • the image conversion device 20 includes a tap selection unit 21, a class classification unit 22, a coefficient acquisition unit 23, and a prediction calculation unit 24.
  • the first image is supplied to the image conversion device 20.
  • the first image supplied to the image conversion apparatus 20 is supplied to the tap selection unit 21 and the class classification unit 22.
  • the tap selection unit 21 sequentially selects the pixels constituting the first image as the target pixel. Further, the tap selection unit 21 predicts some of the pixels (the pixel values) constituting the first image used to predict the corresponding pixels (the pixel values) of the second image corresponding to the target pixel. Select as a tap.
  • the tap selection unit 21 selects a plurality of pixels of the first image that are spatially or temporally close to the spatiotemporal position of the target pixel as prediction taps, thereby selecting a prediction tap. Configured and supplied to the prediction calculation unit 24.
  • the class classification unit 22 performs class classification for classifying the pixel of interest into one of several classes according to a certain rule, and sends a class code corresponding to the resulting class to the coefficient acquisition unit 23. Supply.
  • the class classification unit 22 selects, for example, some of the pixels (pixel values) constituting the first image used for class classification for the target pixel as class taps. For example, the class classification unit 22 selects a class tap in the same manner as the tap selection unit 21 selects a prediction tap.
  • prediction tap and the class tap may have the same tap structure or may have different tap structures.
  • the class classification unit 22 classifies the target pixel using, for example, a class tap, and supplies a class code corresponding to the class obtained as a result to the coefficient acquisition unit 23.
  • the class classification unit 22 obtains the image feature amount of the target pixel using the class tap. Furthermore, the class classification unit 22 classifies the target pixel according to the image feature amount of the target pixel, and supplies the coefficient acquisition unit 23 with a class code corresponding to the class obtained as a result.
  • ADRC Adaptive Dynamic Range Coding
  • pixels (pixel values) constituting the class tap are subjected to ADRC processing, and the class of the pixel of interest is determined according to the ADRC code (ADRC value) obtained as a result.
  • the ADRC code represents a waveform pattern as an image feature amount of a small area including the target pixel.
  • the pixel value of each pixel constituting the class tap is requantized to L bits. That is, the pixel value of each pixel forming the class taps, the minimum value MIN is subtracted, and the subtracted value is divided by DR / 2 L (requantization).
  • a bit string obtained by arranging the pixel values of the L-bit pixels constituting the class tap in a predetermined order, which is obtained as described above, is output as an ADRC code.
  • the pixel value of each pixel constituting the class tap is divided by the average value of the maximum value MAX and the minimum value MIN (rounded down). Thereby, the pixel value of each pixel is set to 1 bit (binarized). Then, a bit string in which the 1-bit pixel values are arranged in a predetermined order is output as an ADRC code.
  • the level distribution pattern of the pixel values of the pixels constituting the class tap can be directly output to the class classification unit 22 as a class code.
  • the class tap is composed of pixel values of N pixels, and the A bit is assigned to the pixel value of each pixel, the number of class codes output by the class classification unit 22 Is (2 N ) A , which is an enormous number that is exponentially proportional to the number of bits A of the pixel value of the pixel.
  • the class classification unit 22 preferably performs class classification by compressing the information amount of the class tap by the above-described ADRC processing or vector quantization.
  • the image feature amount used for class classification for example, DR (Dynamic Range) that is the difference between the maximum value and the minimum value of pixel values such as the luminance of the pixels constituting the class tap,
  • DR Dynamic Range
  • DiffMax / DR obtained by using DiffMax, DR, and DiffMax, which are maximum values of the absolute difference of pixel values of pixels adjacent in the horizontal, vertical, and diagonal directions, can be employed.
  • the coefficient acquisition unit 23 stores the tap coefficient for each class obtained by learning described later, and further, among the stored tap coefficients, the tap coefficient of the class represented by the class code supplied from the class classification unit 22; That is, the tap coefficient of the class of the target pixel is acquired. Further, the coefficient acquisition unit 23 supplies the tap coefficient of the class of the target pixel to the prediction calculation unit 24.
  • the tap coefficient is a coefficient corresponding to a coefficient multiplied with input data in a so-called tap in a digital filter.
  • the prediction calculation unit 24 uses the prediction tap output from the tap selection unit 21 and the tap coefficient supplied from the coefficient acquisition unit 23, and the pixel value of the pixel (corresponding pixel) of the second image corresponding to the target pixel. A predetermined prediction calculation for obtaining a predicted value of the true value of is performed. Thereby, the prediction calculation unit 24 calculates and outputs the pixel value of the corresponding pixel (predicted value thereof), that is, the pixel value of the pixels constituting the second image.
  • FIG. 3 is a block diagram illustrating a configuration example of a learning device that performs learning of tap coefficients stored in the coefficient acquisition unit 23.
  • a high-quality image (high-quality image) is used as the second image, and the high-quality image is filtered by LPF (Low Pass Filter) to reduce the image quality (resolution).
  • LPF Low Pass Filter
  • the pixel value y of the high-quality pixel is obtained by the following linear primary expression.
  • x n represents a pixel value of an n-th low-quality image pixel (hereinafter referred to as a low-quality pixel as appropriate) that constitutes a prediction tap for the high-quality pixel y as the corresponding pixel.
  • W n represent the n th tap coefficient to be multiplied by the n th low image quality pixel (its pixel value).
  • the pixel value y of the high-quality pixel can be obtained not by the linear primary expression shown in Expression (1) but by a higher-order expression of the second or higher order.
  • x n, k represents the n-th low-quality pixel constituting the prediction tap for the high-quality pixel of the k-th sample as the corresponding pixel.
  • Tap coefficient w n for the prediction error e k 0 of the formula (3) (or Equation (2)) is, is the optimal for predicting the high-quality pixel, for all the high-quality pixel, such In general, it is difficult to obtain a simple tap coefficient w n .
  • the optimal tap coefficient w n is the sum of square errors E ( It can be obtained by minimizing (statistical error).
  • K is a high-quality pixel y k as a corresponding pixel and low-quality pixels x 1, k , x 2, k ,... Constituting a prediction tap for the high-quality pixel y k .
  • X N, k represents the number of samples (number of learning samples).
  • Equation (5) The minimum value of the sum E of square errors of Equation (4) (minimum value), as shown in Equation (5), given that by partially differentiating the sum E with the tap coefficient w n by w n to 0.
  • equation (7) can be expressed by the normal equation shown in equation (8).
  • Equation (8) by solving for each class, the optimal tap coefficient (here, the tap coefficient that minimizes the sum E of square errors) to w n, can be found for each class .
  • Figure 3 shows an example of the configuration of a learning apparatus that performs learning for determining the tap coefficient w n by solving the normal equations in equation (8).
  • the learning device 40 includes a teacher data generation unit 41, a student data generation unit 42, and a learning unit 43.
  • the tutor data generating unit 41 and student data generating unit 42 the learning image used for learning of the tap coefficient w n (image as a sample for learning) is supplied.
  • the learning image for example, a high-quality image with high resolution can be used.
  • the teacher data generation unit 32 uses the learning image as teacher data to be a teacher (true value) for learning the tap coefficient, that is, as teacher data to be obtained by the class classification adaptation process, as a prediction calculation by Expression (1).
  • a teacher image as a mapping destination is generated and supplied to the learning unit 43.
  • the teacher data generation unit 32 supplies a high-quality image as a learning image to the learning unit 43 as it is as a teacher image.
  • the student data generation unit 42 uses the learning image as the student data that becomes the student of the tap coefficient learning, that is, the student data that is the target of the prediction calculation with the tap coefficient in the class classification adaptive processing, and the prediction calculation according to Expression (1).
  • a student image to be converted by the mapping is generated and supplied to the learning unit 43.
  • the student data generation unit 42 generates a low-quality image by, for example, filtering a high-quality image as a learning image with an LPF (low-pass filter) to reduce its resolution, and this low-quality image is generated.
  • the image is supplied to the learning unit 43 as a student image.
  • the learning unit 43 sequentially sets the pixels constituting the student image as the student data from the student data generation unit 42 as the target pixel, and the same tap as the tap selection unit 21 of FIG. 2 selects for the target pixel.
  • a pixel of the structure is selected as a prediction tap from the student image.
  • the learning unit 43 uses the corresponding pixels constituting the teacher image corresponding to the target pixel and the prediction tap of the target pixel, and for each class, establishes a normal equation of Equation (8) and solves the class.
  • the tap coefficient for each is obtained.
  • FIG. 4 is a block diagram illustrating a configuration example of the learning unit 43 in FIG.
  • the learning unit 43 includes a tap selection unit 51, a class classification unit 52, an addition unit 53, and a coefficient calculation unit 54.
  • the student image (student data) is supplied to the tap selection unit 51 and the class classification unit 52, and the teacher image (teacher data) is supplied to the adding unit 53.
  • the tap selection unit 51 sequentially selects pixels constituting the student image as the target pixel, and supplies information representing the target pixel to a necessary block.
  • the tap selection unit 51 selects the same pixel as the pixel selected by the tap selection unit 21 in FIG. 2 from the pixels constituting the student image as the prediction pixel.
  • a prediction tap having the same tap structure as that obtained is obtained and supplied to the adding portion 53.
  • the class classification unit 52 performs the same class classification on the target pixel as the class classification unit 22 of FIG. 2 using the student image, and adds the class code corresponding to the class of the target pixel obtained as a result, to the addition unit 53. Output to.
  • the class classification unit 52 selects the same pixel as the class tap selected by the class classification unit 22 in FIG. 2 from the pixels constituting the student image for the target pixel, and the class classification unit 22 thereby selects the target pixel. A class tap having the same tap structure as that obtained is formed. Furthermore, the class classification unit 52 performs the same class classification as the class classification unit 22 of FIG. 2 using the class tap of the target pixel, and adds the class code corresponding to the class of the target pixel obtained as a result, To 53.
  • the adding unit 53 obtains the corresponding pixel (the pixel value thereof) corresponding to the target pixel from the pixels constituting the teacher image (teacher data), and calculates the corresponding pixel and the target pixel supplied from the tap selection unit 51. Addition is performed for each class code supplied from the class classification unit 52 with respect to the pixel (the pixel value thereof) of the student image constituting the prediction tap.
  • the addition unit 53 is supplied with the corresponding pixel y k of the teacher image as the teacher data, the prediction tap x n, k of the target pixel as the student data, and the class code representing the class of the target pixel.
  • the adding unit 53 uses the prediction tap (student data) x n, k for each class of the pixel of interest, and multiplies (x n, k x n ′, k ) between the student data in the matrix on the left side of Equation (8). ) And a calculation corresponding to summation ( ⁇ ).
  • the adding unit 53 also uses the prediction tap (student data) x n, k and the teacher data y k for each class of the pixel of interest , and uses the student data x n, k in the vector on the right side of Expression (8). And the multiplication (x n, k y k ) of the teacher data y k and the calculation corresponding to the summation ( ⁇ ) are performed.
  • the adding unit 53 determines the component ( ⁇ x n, k x n ′, k ) of the left side matrix in Equation (8) obtained for the corresponding pixel corresponding to the target pixel as the teacher data and the right side last time.
  • Vector components ( ⁇ x n, k y k ) are stored in a built-in memory (not shown), and the matrix components ( ⁇ x n, k x n ′, k ) or vector components ( ⁇ x n, k y k ), the teacher data corresponding to the new pixel of interest is calculated using the teacher data y k + 1 and student data x n, k + 1.
  • the component x n, k + 1 x n ′, k + 1 or x n, k + 1 y k + 1 to be added is added (addition represented by the summation of Expression (8) is performed).
  • the addition unit 53 performs the above-described addition using all the pixels of the student image as the target pixel, thereby forming the normal equation shown in Expression (8) for each class, and calculating the normal equation.
  • the coefficient calculation unit 54 calculates the coefficient for each class.
  • Coefficient calculating unit 54 solves the normal equations for each class supplied from the adder 53, for each class, and outputs the determined optimal tap coefficient w n.
  • the coefficient acquiring unit 23 of the image converter 20 of FIG. 2 can be stored tap coefficient w n for each class determined as described above.
  • FIG. 5 is a block diagram illustrating a second configuration example of an image conversion apparatus that performs class classification adaptation processing.
  • the image conversion apparatus 20 includes a tap selection unit 21, a class classification unit 22, a prediction calculation unit 24, and a coefficient acquisition unit 61.
  • the image conversion apparatus 20 of FIG. 5 is common to the case of FIG. 2 in that the tap selection unit 21, the class classification unit 22, and the prediction calculation unit 24 are included.
  • FIG. 5 is different from FIG. 2 in that a coefficient acquisition unit 61 is provided instead of the coefficient acquisition unit 23.
  • the coefficient acquisition unit 61 stores a seed coefficient described later. Further, the parameter acquisition unit 61 is supplied with a parameter z from the outside.
  • the coefficient acquisition unit 61 generates and stores a tap coefficient for each class corresponding to the parameter z from the seed coefficient, and acquires the tap coefficient of the class from the class classification unit 22 from the tap coefficient for each class. , Supplied to the prediction calculation unit 24.
  • FIG. 6 is a block diagram illustrating a configuration example of a learning device that performs learning for obtaining a seed coefficient stored in the coefficient acquisition unit 61.
  • a high-quality image (high-quality image) is used as the second image, and a low-quality image (low-level image) in which the spatial resolution of the high-quality image is reduced.
  • a prediction tap is selected from the low-quality image with the image quality image) as the first image, and the pixel value of the high-quality pixel, which is a pixel of the high-quality image, is calculated using, for example, Equation (1) ) Is obtained (predicted) by the linear primary prediction calculation.
  • the tap coefficient w n is generated by the following equation using the seed coefficient and the parameter z.
  • beta m, n denotes the m-th species coefficients used for determining the n-th tap coefficient w n.
  • the tap coefficient w n is obtained using M seed coefficients ⁇ 1, n , ⁇ 2, n ,..., ⁇ M, n .
  • the formula for obtaining the tap coefficient w n from the seed coefficient ⁇ m, n and the parameter z is not limited to the formula (9).
  • a value z m ⁇ 1 determined by the parameter z in equation (9) is defined by the following equation by introducing a new variable t m .
  • the tap coefficient w n is obtained by a linear linear expression of the seed coefficient ⁇ m, n and the variable t m .
  • x n, k represents the n-th low-quality pixel constituting the prediction tap for the high-quality pixel of the k-th sample as the corresponding pixel.
  • Prediction error seeds coefficient e k and 0 beta m, n of formula (14), is the optimal for predicting the high-quality pixel, for all the high-quality pixel, such species coefficient beta m , n is generally difficult to find.
  • the optimum seed coefficient ⁇ m, n is a square error represented by the following equation. Can be obtained by minimizing the sum E of
  • K is a high-quality pixel y k as a corresponding pixel and low-quality pixels x 1, k , x 2, k ,... Constituting a prediction tap for the high-quality pixel y k .
  • X N, k represents the number of samples (number of learning samples).
  • Expression (17) can be expressed by a normal equation shown in Expression (20) using X i, p, j, q and Y i, p .
  • the normal equation of Expression (20) can be solved for the seed coefficient ⁇ m, n by using, for example, a sweeping method (Gauss-Jordan elimination method) or the like.
  • a number of high-quality pixel y 1, y 2, ⁇ ⁇ ⁇ , with an a y K teacher data, low quality pixels x constituting the prediction tap with respect to each high definition pixel y k The seed coefficient for each class obtained by learning by creating and solving the normal equation of Formula (20) for each class, using 1, k , x 2, k ,..., X N, k as student data ⁇ m, n is stored in the coefficient acquisition unit 61. Then, the coefficient acquisition unit 61 generates a tap coefficient w n for each class from the seed coefficient ⁇ m, n and the parameter z given from the outside according to the equation (9).
  • the high-quality pixel (second image) is calculated by calculating the equation (1) using the coefficient w n and the low-quality pixel (first image pixel) x n constituting the prediction tap for the target pixel. Pixel value) (a predicted value close to).
  • FIG. 6 is a diagram illustrating a configuration example of a learning device that performs learning for obtaining the seed coefficient ⁇ m, n for each class by solving the normal equation of Expression (20) for each class.
  • the learning device 70 includes a teacher data generation unit 41, a parameter generation unit 71, a student data generation unit 72, and a learning unit 73.
  • the learning device 70 in FIG. 6 is common to the learning device 40 in FIG.
  • the learning device 70 in FIG. 6 is different from the learning device 40 in FIG. 3 in that a parameter generation unit 71 is newly provided. Further, the learning device 70 in FIG. 6 differs from the learning device 40 in FIG. 3 in that a student data generation unit 72 and a learning unit 73 are provided instead of the student data generation unit 42 and the learning unit 43, respectively. Is different.
  • the parameter generation unit 71 generates several values within the range that the parameter z can take, and supplies the values to the student data generation unit 72 and the learning unit 73.
  • the same learning image as that supplied to the teacher data generation unit 41 is supplied to the student data generation unit 72.
  • the student data generation unit 72 generates a student image from the learning image and supplies it to the learning unit 73 as student data, similarly to the student data generation unit 42 of FIG.
  • the student data generation unit 72 is supplied from the parameter generation unit 71 with some values in the range that the parameter z can take.
  • the student data generation unit 72 filters each of several values of the parameter z by filtering the high-quality image as the learning image with, for example, an LPF having a cutoff frequency corresponding to the parameter z supplied thereto. Then, a low quality image as a student image is generated.
  • the student data generation unit 72 generates Z + 1 types of low-quality images as student images having different spatial resolutions as high-quality images as learning images.
  • a high-quality image is filtered using an LPF with a high cutoff frequency to generate a low-quality image as a student image.
  • the lower the image quality as the student image for the parameter z having a larger value the higher the spatial resolution.
  • the student data generation unit 72 generates a low-quality image as a student image in which the spatial resolution in one or both of the horizontal direction and the vertical direction of the high-quality image as a learning image is reduced according to the parameter z. can do.
  • the horizontal direction of the high-quality image as the learning image can be reduced separately depending on the respective separate parameters, ie the two parameters z and z ′.
  • the coefficient acquisition unit 23 in FIG. 5 is given two parameters z and z ′ from the outside, and a tap coefficient is generated using the two parameters z and z ′ and the seed coefficient.
  • a seed coefficient As described above, as a seed coefficient, a seed coefficient that can generate a tap coefficient using one parameter z, two parameters z and z ′, and three or more parameters is used. Can be sought. However, in this specification, in order to simplify the description, a description will be given by taking a seed coefficient that generates a tap coefficient using one parameter z as an example.
  • the learning unit 73 uses the teacher image as the teacher data from the teacher data generation unit 41, the parameter z from the parameter generation unit 71, and the student image as the student data from the student data generation unit 72 for each class. Obtain the seed coefficient and output it.
  • FIG. 7 is a block diagram illustrating a configuration example of the learning unit 73 in FIG.
  • the learning unit 73 includes a tap selection unit 51, a class classification unit 52, an addition unit 81, and a coefficient calculation unit 82.
  • the learning unit 73 in FIG. 7 is common to the learning unit 43 in FIG. 4 in that it includes a tap selection unit 51 and a class classification unit 52.
  • the learning unit 73 is different from the learning unit 43 of FIG. 4 in that it has an adding unit 81 and a coefficient calculating unit 82 instead of the adding unit 53 and the coefficient calculating unit 54.
  • the tap selection unit 51 generates a student image corresponding to the parameter z generated by the parameter generation unit 71 of FIG. 6 (here, generated using an LPF having a cutoff frequency corresponding to the parameter z).
  • the prediction tap is selected from the low-quality image as the student data) and supplied to the adding unit 81.
  • the adding unit 81 obtains a corresponding pixel corresponding to the target pixel from the teacher image from the teacher data generation unit 41 in FIG. 6, and the corresponding pixel and the prediction configured for the target pixel supplied from the tap selection unit 51. Addition is performed for each class supplied from the class classification unit 52, with respect to student data (student image pixels) constituting the tap and a parameter z when the student data is generated.
  • the addition unit 81 includes teacher data y k as corresponding pixels corresponding to the target pixel, prediction taps x i, k (x j, k ) for the target pixel output by the tap selection unit 51, and class The class of the target pixel output from the classification unit 52 is supplied, and the parameter z when the student data constituting the prediction tap for the target pixel is generated is supplied from the parameter generation unit 71.
  • the adding unit 81 uses the prediction tap (student data) x i, k (x j, k ) and the parameter z for each class supplied from the class classification unit 52 , and the matrix on the left side of the equation (20).
  • t p of formula (18), according to equation (10) is calculated from the parameter z. The same applies to tq in equation (18).
  • the adding unit 81 also uses the prediction tap (student data) x i, k , the teacher data y k , and the parameter z for each class supplied from the class classification unit 52, and the equation (20) Multiplication (x i, k t p y k ) of student data x i, k , teacher data y k , and parameter z for obtaining the component Y i, p defined by equation (19) in the vector on the right side And an operation corresponding to summation ( ⁇ ).
  • t p of formula (19), according to equation (10) is calculated from the parameter z.
  • the adding unit 81 lastly calculates the component X i, p, j, q of the matrix on the left side and the vector on the right side in the equation (20) obtained for the corresponding pixel corresponding to the target pixel as the teacher data.
  • the component Y i, p is stored in its built-in memory (not shown), and a new pixel of interest is added to the matrix component X i, p, j, q or the vector component Y i, p .
  • the addition unit 81 performs the above-described addition for all the parameters z of all values of 0, 1,.
  • the normal equation shown in (20) is established, and the normal equation is supplied to the coefficient calculation unit 82.
  • the coefficient calculating unit 82 obtains and outputs the seed coefficient ⁇ m, n for each class by solving the normal equation for each class supplied from the adding unit 81.
  • a high-quality image as a learning image is used as teacher data, and a low-quality image obtained by degrading the spatial resolution of the high-quality image corresponding to the parameter z is used as student data.
  • the learning of the seed coefficient ⁇ m, n involves learning to find the seed coefficient ⁇ m, n that indirectly minimizes the sum of the squared errors of the predicted value y of the teacher data. be able to.
  • a high-quality image as a learning image is used as teacher data, and the high-quality image is filtered by an LPF having a cutoff frequency corresponding to the parameter z, thereby reducing the horizontal resolution and the vertical resolution.
  • a parameter z as the learner data a parameter z is species coefficient beta m, n and student data by equation (11)
  • the seed coefficient ⁇ m, n that minimizes the sum of the square errors of the predicted values of the tap coefficient w n as the teacher data predicted from the variable t m to be calculated can be obtained.
  • the tap coefficient w n for minimizing (minimizing) the sum E of squared errors of the predicted value y of the teacher data predicted by the linear primary prediction expression of Expression (1) is the case in the learning device 40 of FIG.
  • the tap coefficient is obtained from the seed coefficient ⁇ m, n and the variable t m corresponding to the parameter z as shown in the equation (11).
  • the tap coefficient obtained by the equation (11) is expressed as w n ′
  • the optimum tap coefficient w n expressed by the following equation (21) and the equation (11) are obtained.
  • seed coefficient beta m, n of the error e n and 0 and the tap coefficient w n ' is, although the optimum seed coefficient for determining the optimal tap coefficient w n, for all of the tap coefficients w n, such
  • equation (21) can be transformed into the following equation by equation (11).
  • the optimum seed coefficient ⁇ m, n is expressed by the following equation. It can be obtained by minimizing the sum E of square errors.
  • Equation (23) minimum value of the sum E of square errors of Equation (23) (minimum value), as shown in equation (24), those which the sum E partially differentiated at the species factor beta m, n and 0 beta m, n Given by.
  • Expression (25) can be expressed by a normal equation shown in Expression (28) using X i, j and Y i .
  • Equation (28) can also be solved for the seed coefficient ⁇ m, n by using, for example, a sweeping method.
  • FIG. 8 is a block diagram showing another configuration example of the learning unit 73 in FIG.
  • FIG. 8 shows a configuration example of the learning unit 73 that performs learning for obtaining the seed coefficient ⁇ m, n by building and solving the normal equation of Expression (28).
  • a tap selection unit 51 includes a tap selection unit 51, a class classification unit 52, a coefficient calculation unit 54, addition units 91 and 92, and a coefficient calculation unit 93.
  • the learning unit 73 in FIG. 8 is common to the learning unit 43 in FIG. 4 in that the tap selection unit 51, the class classification unit 52, and the coefficient calculation unit 54 are included.
  • the learning unit 73 in FIG. 8 replaces the adding unit 53 with the addition of the adding unit 91 and the addition of the adding unit 92 and the coefficient calculating unit 93. Is different.
  • the addition unit 91 is supplied with the class of the pixel of interest output from the class classification unit 52 and the parameter z output from the parameter generation unit 71.
  • the adding unit 91 includes teacher data as corresponding pixels corresponding to the pixel of interest in the teacher image from the teacher data generation unit 41 and students constituting prediction taps for the pixel of interest supplied from the tap selection unit 51.
  • the addition for the data is performed for each class supplied from the class classification unit 52 and for each value of the parameter z output from the parameter generation unit 71.
  • the addition data 91 is supplied with the teacher data y k , the prediction tap x n, k , the class of the pixel of interest, and the parameter z when the student image constituting the prediction tap x n, k is generated. .
  • the adding unit 91 uses the prediction tap (student data) x n, k for each class of the target pixel and for each value of the parameter z, and multiplies the student data in the matrix on the left side of Equation (8) ( x n, k x n ′, k ) and calculation corresponding to summation ( ⁇ ).
  • the adding unit 91 uses the prediction tap (student data) x n, k and the teacher data y k for each class of the target pixel and for each value of the parameter z, in the vector on the right side of Expression (8).
  • An operation corresponding to multiplication (x n, k y k ) of student data x n, k and teacher data y k and summation ( ⁇ ) is performed.
  • the addition unit 91 calculates the left-side matrix component ( ⁇ x n, k x n ′, k ) in Expression (8) obtained for the corresponding pixel corresponding to the target pixel as the teacher data last time, and the right-hand side.
  • Vector components ( ⁇ x n, k y k ) are stored in a built-in memory (not shown), and the matrix components ( ⁇ x n, k x n ′, k ) or vector components ( ⁇ x n, k y k ), the teacher data corresponding to the new pixel of interest is calculated using the teacher data y k + 1 and student data x n, k + 1.
  • the component x n, k + 1 x n ′, k + 1 or x n, k + 1 y k + 1 to be added is added (addition represented by the summation of Expression (8) is performed).
  • the adding unit 91 sets the normal equation shown in the equation (8) for each value of the parameter z for each class by performing the above-described addition using all the pixels of the student image as the target pixel. Then, the normal equation is supplied to the coefficient calculation unit 54.
  • the addition unit 91 establishes the normal equation of the equation (8) for each class, similarly to the addition unit 53 of FIG. However, the addition unit 91 is different from the addition unit 53 of FIG. 4 in that the normal equation of the equation (8) is further established for each value of the parameter z.
  • the coefficient calculation unit 54 obtains the optimum tap coefficient w n for each value of the parameter z for each class by solving the normal equation for each value of the parameter z for each class supplied from the addition unit 91. , Supplied to the adding portion 92.
  • the adding unit 92 adds the parameter z (variable t m corresponding to the parameter z supplied from the parameter generating unit 71 (FIG. 6)) and the optimum tap coefficient w n supplied from the coefficient calculating unit 54. For each class.
  • the adding unit 92 uses the variable t i (t j ) obtained from the parameter z supplied from the parameter generating unit 71 by the equation (10), and uses the equation (26) in the matrix on the left side of the equation (28). For each class, the multiplication (t i t j ) between the variables t i (t j ) corresponding to the parameter z for obtaining the component X i, j defined in (2) and the operation corresponding to the summation ( ⁇ ) are performed for each class. Do.
  • the component X i, j is determined only by the parameter z and has no relation to the class , the calculation of the component X i, j does not actually need to be performed for each class, and is performed once. Just do it.
  • the adding unit 92 uses the variable t i obtained from the parameter z supplied from the parameter generating unit 71 by the equation (10) and the optimum tap coefficient w n supplied from the coefficient calculating unit 54, and uses the equation t10.
  • the multiplication (t i w n ) of the variable t i corresponding to the parameter z for obtaining the component Y i defined by the equation (27) and the optimum tap coefficient w n An operation corresponding to the formation ( ⁇ ) is performed for each class.
  • the adding unit 92 obtains the component X i, j represented by the equation (26) and the component Y i represented by the equation (27) for each class, thereby obtaining the equation (28) for each class. And the normal equation is supplied to the coefficient calculation unit 93.
  • the coefficient calculation unit 93 obtains and outputs the seed coefficient ⁇ m, n for each class by solving the normal equation of the equation (28) for each class supplied from the addition unit 92.
  • the coefficient acquisition unit 61 in FIG. 5 can store the seed coefficient ⁇ m, n for each class obtained as described above.
  • the seed coefficient depends on how the student data corresponding to the first image and the image to be used as teacher data corresponding to the second image are selected. As a result, seed coefficients for performing various image conversion processes can be obtained.
  • the learning image is used as teacher data corresponding to the second image as it is, and the low-quality image obtained by degrading the spatial resolution of the learning image is used as student data corresponding to the first image. Since the seed coefficient is learned, the seed coefficient is subjected to image conversion processing as spatial resolution creation processing for converting the first image into the second image with improved spatial resolution. A seed coefficient can be obtained.
  • the image conversion apparatus 20 in FIG. 5 can improve the horizontal resolution and vertical resolution of the image to the resolution corresponding to the parameter z.
  • a high-quality image is used as teacher data, and a seed coefficient is learned using, as student data, an image in which noise of a level corresponding to the parameter z is superimposed on the high-quality image as the teacher data.
  • a seed coefficient it is possible to obtain a seed coefficient for performing an image conversion process as a noise removal process for converting the first image into a second image from which the noise included therein is removed (reduced).
  • the image conversion apparatus 20 of FIG. 5 can obtain an S / N image corresponding to the parameter z (an image subjected to noise removal with an intensity corresponding to the parameter z).
  • the tap coefficient w n is defined as ⁇ 1, n z 0 + ⁇ 2, n z 1 +... + ⁇ M, n z M ⁇ 1 as shown in the equation (9). and, by the equation (9), the spatial resolution in the horizontal and vertical directions, both have been to obtain the tap coefficient w n for improving corresponding to the parameter z, the tap coefficient w n is horizontal It is also possible to obtain a resolution and a vertical resolution that are independently improved corresponding to the independent parameters z x and z y .
  • the tap coefficient w n can be finally expressed by the equation (11). Therefore, in the learning device 70 of FIG. 6, the horizontal direction of the teacher data corresponds to the parameters z x and z y. The image with degraded resolution and vertical resolution is used as student data, and learning is performed to obtain the seed coefficient ⁇ m, n , so that the horizontal and vertical resolutions correspond to independent parameters z x and z y , it is possible to determine the tap coefficient w n to improve independently.
  • an image obtained by degrading the horizontal resolution and vertical resolution of the teacher data corresponding to the parameter z x and adding noise to the teacher data corresponding to the parameter z y is used as student data.
  • FIG. 9 is a block diagram illustrating a first configuration example of the encoding device 11 of FIG.
  • the encoding device 11 includes an A / D conversion unit 101, a rearrangement buffer 102, a calculation unit 103, an orthogonal transformation unit 104, a quantization unit 105, a lossless encoding unit 106, and a storage buffer 107. Furthermore, the encoding device 11 includes an inverse quantization unit 108, an inverse orthogonal transform unit 109, a calculation unit 110, a class classification adaptive filter 111, a frame memory 112, a selection unit 113, an intra prediction unit 114, a motion prediction compensation unit 115, a prediction An image selection unit 116 and a rate control unit 117 are included.
  • the A / D conversion unit 101 A / D converts the analog signal original image into a digital signal original image, and supplies the converted image to the rearrangement buffer 102 for storage.
  • the rearrangement buffer 102 rearranges the frames of the original image in the order of encoding (decoding) from the display order according to GOP (Group Of Picture), the arithmetic unit 103, the intra prediction unit 114, the motion prediction compensation unit 115, and To the class classification adaptive filter 111.
  • GOP Group Of Picture
  • the calculation unit 103 subtracts the prediction image supplied from the intra prediction unit 114 or the motion prediction compensation unit 115 via the prediction image selection unit 116 from the original image from the rearrangement buffer 102 and obtains a residual obtained by the subtraction. (Prediction residual) is supplied to the orthogonal transform unit 104.
  • the calculation unit 103 subtracts the predicted image supplied from the motion prediction / compensation unit 115 from the original image read from the rearrangement buffer 102.
  • the orthogonal transform unit 104 performs orthogonal transform such as discrete cosine transform and Karhunen-Loeve transform on the residual supplied from the computation unit 103. Note that this orthogonal transformation method is arbitrary.
  • the orthogonal transform unit 104 supplies the orthogonal transform coefficient obtained by the orthogonal exchange to the quantization unit 105.
  • the quantization unit 105 quantizes the orthogonal transform coefficient supplied from the orthogonal transform unit 104.
  • the quantization unit 105 sets the quantization parameter QP based on the code amount target value (code amount target value) supplied from the rate control unit 117 and quantizes the orthogonal transform coefficient. Note that this quantization method is arbitrary.
  • the quantization unit 105 supplies the quantized orthogonal transform coefficient to the lossless encoding unit 106.
  • the lossless encoding unit 106 encodes the orthogonal transform coefficient quantized by the quantization unit 105 using a predetermined lossless encoding method. Since the orthogonal transform coefficient is quantized under the control of the rate control unit 117, the code amount of the encoded data obtained by the lossless encoding of the lossless encoding unit 106 is the code amount set by the rate control unit 117. It becomes the target value (or approximates the code amount target value).
  • the lossless encoding unit 106 acquires, from each block, encoding information necessary for decoding by the decoding device 12 out of encoding information related to predictive encoding by the encoding device 11.
  • motion information such as a motion vector, code amount target value, quantization parameter QP, picture type (I, P, B), CU (Coding Unit) and CTU (Coding
  • the prediction mode can be acquired from the intra prediction unit 114 or the motion prediction / compensation unit 115.
  • the motion information can be acquired from the motion prediction / compensation unit 115.
  • the lossless encoding unit 106 acquires encoding information, and also acquires, from the class classification adaptive filter 111, reduced filter information obtained by reducing tap coefficients used for class classification adaptive processing in the class classification adaptive filter 111.
  • the lossless encoding unit 106 encodes the encoded information and the reduction filter information by an arbitrary lossless encoding method, and uses it as part of the header information of the encoded data (multiplexes).
  • the lossless encoding unit 106 transmits the encoded data via the accumulation buffer 107. Therefore, the lossless encoding unit 106 functions as a transmission unit that transmits encoded data, and thus encoded information and reduction filter information included in the encoded data.
  • variable length encoding or arithmetic encoding can be adopted.
  • variable length coding include H.264.
  • CAVLC Context-AdaptiveaptVariable Length Coding
  • arithmetic coding include CABAC (Context-AdaptiveaptBinary Arithmetic Coding).
  • the accumulation buffer 107 temporarily accumulates the encoded data supplied from the lossless encoding unit 106.
  • the encoded data stored in the storage buffer 107 is read and transmitted at a predetermined timing.
  • the orthogonal transform coefficient quantized by the quantization unit 105 is supplied to the lossless encoding unit 106 and also to the inverse quantization unit 108.
  • the inverse quantization unit 108 inversely quantizes the quantized orthogonal transform coefficient by a method corresponding to the quantization by the quantization unit 105.
  • the inverse quantization method may be any method as long as it is a method corresponding to the quantization processing by the quantization unit 105.
  • the inverse quantization unit 108 supplies the orthogonal transform coefficient obtained by the inverse quantization to the inverse orthogonal transform unit 109.
  • the inverse orthogonal transform unit 109 performs inverse orthogonal transform on the orthogonal transform coefficient supplied from the inverse quantization unit 108 by a method corresponding to the orthogonal transform processing by the orthogonal transform unit 104.
  • the inverse orthogonal transform method may be any method as long as it corresponds to the orthogonal transform processing by the orthogonal transform unit 104.
  • the inversely orthogonally transformed output (restored residual) is supplied to the calculation unit 110.
  • the calculation unit 110 is supplied from the intra prediction unit 114 or the motion prediction / compensation unit 115 to the inverse orthogonal transform result supplied from the inverse orthogonal transform unit 109, that is, the restored residual, via the predicted image selection unit 116.
  • the prediction image is added, and the addition result is output as a decoding intermediate image.
  • the decoding intermediate image output from the calculation unit 110 is supplied to the class classification adaptive filter 111 or the frame memory 112.
  • the class classification adaptive filter 111 is a filter that functions as an ILF by performing a class classification adaptive process, and performs an ILF process by the class classification adaptive process.
  • the class classification adaptive filter 111 is supplied with the decoding-in-progress image from the arithmetic unit 110 and the rearrangement buffer 102 with the original image corresponding to the decoding-in-progress image.
  • the class classification adaptive filter 111 performs learning for obtaining a tap coefficient for each class using the student image corresponding to the decoding-in-progress image from the arithmetic unit 110 and the teacher image corresponding to the original image from the rearrangement buffer 102. .
  • the class classification adaptive filter 111 performs learning for obtaining a tap coefficient for each class by using the decoding-in-progress image from the calculation unit 110 as a student image and using the original image from the rearrangement buffer 102 as a teacher image. Do.
  • the class classification adaptive filter 111 performs a reduction process for reducing the amount of tap coefficient data for each class, and generates reduced filter information in which the tap coefficient for each class is reduced by the reduction process.
  • the reduction filter information is supplied from the class classification adaptive filter 111 to the lossless encoding unit 106.
  • the class classification adaptive filter 111 converts the decoding intermediate image from the calculation unit 110 into a filtered image using a tap coefficient obtained by using the reduction filter information.
  • the class classification adaptive filter 111 performs the class classification adaptive processing (by image conversion) using the tap coefficient for each class by using the decoding-in-progress image from the calculation unit 110 as the first image, thereby performing the first image. Is converted into a filtered image as a second image corresponding to the original image (generates a filtered image) and is output.
  • the filtered image output from the class classification adaptive filter 111 is supplied to the frame memory 112.
  • the class classification adaptive filter 111 learning is performed by using the mid-decoding image as the student image and the original image as the teacher image, and using the tap coefficient obtained by the learning, the mid-decoding is performed.
  • a class classification adaptation process for converting an image into a filtered image is performed. Therefore, the filtered image obtained by the class classification adaptive filter 111 is an image very close to the original image.
  • the frame memory 112 temporarily stores the decoding intermediate image supplied from the calculation unit 110 or the filtered image supplied from the class classification adaptive filter 111 as a locally decoded decoded image.
  • the decoded image stored in the frame memory 112 is supplied to the selection unit 113 as a reference image used for generating a predicted image at a necessary timing.
  • the selection unit 113 selects a supply destination of the reference image supplied from the frame memory 112. For example, when intra prediction is performed in the intra prediction unit 114, the selection unit 113 supplies the reference image supplied from the frame memory 112 to the intra prediction unit 114. For example, when inter prediction is performed in the motion prediction / compensation unit 115, the selection unit 113 supplies the reference image supplied from the frame memory 112 to the motion prediction / compensation unit 115.
  • the intra prediction unit 114 basically uses the original image supplied from the rearrangement buffer 102 and the reference image supplied from the frame memory 112 via the selection unit 113 as a processing unit for PU (Prediction Unit). Intra prediction (in-screen prediction) is performed.
  • the intra prediction unit 114 selects an optimal intra prediction mode based on a predetermined cost function, and supplies the prediction image generated in the optimal intra prediction mode to the prediction image selection unit 116. Further, as described above, the intra prediction unit 114 appropriately supplies a prediction mode indicating the intra prediction mode selected based on the cost function to the lossless encoding unit 106 and the like.
  • the motion prediction / compensation unit 115 uses the original image supplied from the rearrangement buffer 102 and the reference image supplied from the frame memory 112 via the selection unit 113 to basically perform motion prediction using the PU as a processing unit. (Inter prediction) is performed. Furthermore, the motion prediction / compensation unit 115 performs motion compensation according to a motion vector detected by motion prediction, and generates a predicted image. The motion prediction / compensation unit 115 performs inter prediction in a plurality of inter prediction modes prepared in advance, and generates a prediction image.
  • the motion prediction / compensation unit 115 selects an optimal inter prediction mode based on a predetermined cost function of the prediction image obtained for each of the plurality of inter prediction modes. Furthermore, the motion prediction / compensation unit 115 supplies the predicted image generated in the optimal inter prediction mode to the predicted image selection unit 116.
  • the motion prediction / compensation unit 115 performs motion such as a prediction mode indicating an inter prediction mode selected based on a cost function and a motion vector necessary for decoding encoded data encoded in the inter prediction mode. Information or the like is supplied to the lossless encoding unit 106.
  • the prediction image selection unit 116 selects a supply source (intra prediction unit 114 or motion prediction compensation unit 115) of a prediction image to be supplied to the calculation units 103 and 110, and selects a prediction image supplied from the selected supply source. , To the arithmetic units 103 and 110.
  • the rate control unit 117 controls the quantization operation rate of the quantization unit 105 based on the code amount of the encoded data stored in the storage buffer 107 so that overflow or underflow does not occur. That is, the rate control unit 117 sets the target code amount of the encoded data so that the overflow and underflow of the accumulation buffer 107 do not occur, and supplies them to the quantization unit 105.
  • FIG. 10 is a block diagram showing a configuration example of the class classification adaptive filter 111 of FIG.
  • the class classification adaptive filter 111 includes a learning device 131, a reduction device (reduction unit) 132, and an image conversion device 133.
  • the learning device 131 is supplied with the original image from the rearrangement buffer 102 (FIG. 9) and the decoding intermediate image from the calculation unit 110 (FIG. 9).
  • the learning device 131 performs learning for obtaining a tap coefficient for each class (hereinafter, also referred to as tap coefficient learning) using the decoding intermediate image as student data and the original image as teacher data.
  • the learning device 131 supplies the tap coefficient for each class obtained by tap coefficient learning to the reduction device 132.
  • the learning device 131 can perform class classification in the tap coefficient learning using encoded information as necessary.
  • the reduction device 132 performs reduction processing for generating reduction filter information in which the amount of tap coefficient data for each class from the learning device 131 is reduced, and the reduction filter information obtained by the reduction processing is converted into the image conversion device 133 and the lossless code. To the conversion unit 106 (FIG. 9).
  • the image conversion device 133 is supplied with the decoding intermediate image from the calculation unit 110 (FIG. 9) and the reduction filter information from the reduction device 132.
  • the image conversion device 133 uses the reduction filter information of the reduction device 132 to update the tap coefficient for each class. Furthermore, the image conversion apparatus 133 performs the image conversion by the class classification adaptive process using the tap coefficient for each class, using the decoding-in-progress image as the first image, so that the decoding-in-progress image as the first image is converted into the original image. The image is converted into a filtered image as a second image corresponding to the image (a filtered image is generated) and supplied to the frame memory 112 (FIG. 9).
  • the image conversion apparatus 133 can perform class classification in the class classification adaptation process using encoded information as necessary, similarly to the learning apparatus 131.
  • the encoding device 11 and the decoding are used for generating a filtered image that becomes such a reference image.
  • the device 12 needs to use the same tap coefficient.
  • the compression efficiency decreases when the data amount of the tap coefficient is large. Therefore, in order to improve the compression efficiency, for example, it is necessary to reduce the amount of tap coefficient data.
  • the reduction device 132 generates reduction filter information in which the amount of tap coefficient data is reduced, and the reduction filter information is transmitted from the encoding device 11 to the decoding device 12.
  • tap coefficients in point symmetry or line symmetry positions are limited to the same value as tap coefficients for each class.
  • the substantial number of tap coefficients the (overall) data amount of tap coefficients is reduced.
  • the performance is A low tap coefficient may reduce the image quality of the filtered image.
  • a tap coefficient with high performance means a tap coefficient with a high degree of contribution that brings the image quality of the filtered image close to the image quality of the original image
  • a tap coefficient with low performance means the image quality of the filtered image
  • It means a tap coefficient that has a low contribution to the image quality of the original image.
  • DPCM Different Pulse Code Modulation
  • the reduction device 132 performs a reduction process for generating reduction filter information in which the amount of tap coefficient data is reduced so that the compression efficiency can be appropriately improved.
  • the learning device 131 In the class classification adaptive filter 111, the learning device 131 appropriately performs tap coefficient learning and updates the tap coefficient for each class. Then, reduced filter information is generated for the updated tap coefficients for each class and transmitted from the encoding device 11 to the decoding device 12. In this case, if the frequency of transmission of the reduced filter information is high, the overhead increases and the compression efficiency deteriorates.
  • the class classification adaptive filter 111 performs class classification as a filter process using the same tap coefficient as that used when the previous tap coefficient is updated. Even when the adaptive processing is performed, the S / N of the filtered image can be maintained.
  • the decoding apparatus 12 when performing the class classification adaptive process as a filter process using the same tap coefficient as that at the time of updating the previous tap coefficient, the decoding apparatus 12 also uses the tap coefficient used until immediately before. Can be used continuously. In this case, it is not necessary to newly transmit the tap coefficient from the encoding device 11 to the decoding device 12, and the compression efficiency can be improved.
  • the reduction device 132 can generate copy information indicating whether or not to use the same tap coefficient as at the time of the immediately previous update, as the tap coefficient, instead of the reduction filter information. .
  • the compression efficiency can be improved as compared with the case where the reduction filter information is generated.
  • the copy information indicating that the same tap coefficient as the previous update is used as the tap coefficient is, for example, the latest tap coefficient supplied from the learning device 131 last time supplied from the learning device 131. Correlation in the time direction is high when the tap coefficient of the original image sequence used for the tap coefficient learning of this time and the original image sequence used for the previous tap coefficient learning are high. It can be generated in some cases.
  • the tap coefficient for each class is projected onto a low-dimensional space that is lower in dimension than the tap coefficient space that is the tap coefficient space for each class. There is a way to convert to coefficients.
  • the following is a reduction method that reduces the amount of tap coefficient data by converting the tap coefficient for each class into a reduction coefficient projected onto a low-dimensional space using principal component analysis (hereinafter referred to as the principal component-based reduction method). (Also called).
  • FIG. 11 is a diagram for explaining the outline of the principal component utilization reduction method.
  • FIG. 11A shows an example of tap coefficients for each class obtained by tap coefficient learning of the learning device 131.
  • tap coefficients of C class (C classes) are shown.
  • n represents the order of N tap coefficients w (c, 1), w (c, 2),..., w (c, N) of class c.
  • N represents the number of tap coefficients w (c, n) of class (1 class), and is 25 in A of FIG. 11A shows tap coefficients that are multiplied by a pixel value of 5 ⁇ 5 pixels as a prediction tap, with 5 ⁇ 5 pixels in the horizontal ⁇ vertical direction as a prediction tap.
  • 11B shows a state in which the tap coefficient w (c) for each class of A in FIG. 11 is plotted in the tap coefficient space which is a space of tap coefficients.
  • the tap coefficient space is a space having the tap coefficient of the class as a coordinate axis. If the number of tap coefficients w (c, n) of the class is N, the tap coefficient space is an N-dimensional space.
  • class coefficient points are plotted in the tap coefficient space.
  • the number of class coefficient points is equal to the class number C.
  • C in FIG. 11 indicates class coefficient points, that is, tap coefficients w (c, 1), w (c, 2),..., W (c, N) of each class from the dimension N of the tap coefficient space. Also shows a state projected onto a low-dimensional space of low Q ( ⁇ N) dimensions.
  • a low-dimensional space of Q dimension lower than the dimension N of the tap coefficient space is obtained by principal component analysis.
  • the Q-dimensional low-dimensional space is, for example, a principal component space.
  • N tap coefficients w (c, 1) to w (c, N) of class c are changed to Q reduction coefficients w ′ (c, 1) to w ′ (of class C. c, Q) and transmitted from the encoding device 11 to the decoding device 12.
  • Q reduction coefficients w ′ (c, 1) to w ′ (c, Q) of class c are changed to N tap coefficients w (c, 1) to w ′ (c, Q) of class c on the tap coefficient space. It is converted to w (c, N) and used for the classification adaptation process as a filter process.
  • a set w (c) of N tap coefficients w (c, 1) to w (c, N) of class c has tap coefficients w (c, 1) to w (c, N) as components. Let it be a column vector.
  • the coefficient representing the n-th principal component obtained by principal component analysis of tap coefficients w (1) to w (C) (representing class coefficient points) of all classes on the tap coefficient space is also referred to as a principal component coefficient.
  • the N principal component coefficients of the n-th principal component are represented as A (n, 1), A (n, 2),..., A (n, N).
  • a matrix having N principal component coefficients A (n, 1) to A (n, N) of the nth principal component as components of the nth row (the nth row from the top) is also referred to as a principal component matrix.
  • the principal component matrix is represented as A.
  • a column vector W (c) obtained by projecting the tap coefficient w (c), which is a column vector, onto a principal component space having the first principal component to the Nth principal component as a coordinate axis is expressed by Expression (29).
  • W (c, 1), W (c, 2), ..., W (c, N) of the column vector W (c) are called principal component scores.
  • W (c, n) represents the principal component score of the n-th principal component
  • the column vector W (c) obtained by projecting the column vector w (c) on the N-dimensional tap coefficient space onto the N-dimensional principal component space. Represents the value of the coordinate axis of the nth principal component.
  • the equation (31) By multiplying both sides of the equation (29) by the inverse matrix A ⁇ 1 of the principal component matrix A, the equation (31) can be derived.
  • Equation (31) and Equation (32) if there is a column vector W (c) and an inverse matrix A ⁇ 1 , a tap coefficient of class c (a column vector whose component is a component) w (c) is Can be completely restored.
  • the principal component score W (c, n) of the principal component having a large degree n (the principal component having large n in the “nth principal component”) has an effect on the tap coefficient w (c). small.
  • N tap coefficients w (c, 1) to w (c, N) of class c on the tap coefficient space are represented by a Q dimension lower than the dimension N of the tap coefficient space. Is equivalent to projecting into a low-dimensional space.
  • the higher order Q + 1 principal component to the Nth principal component P NQ principal component scores W (c, Q + 1), W (c, Q + 2), ..., W (c, N)
  • the number of principal component scores W (c, n) constituting c) is reduced (substantially) from N to Q.
  • the principal component scores W (c, 1), W (c, 2),..., W (c, Q) reduced to Q pieces are reduction factors.
  • the number of principal component scores W (c, Q + 1), W (c, Q + 2), ..., W (c, N), which is set to 0, is also called the reduction number and is expressed as P And
  • the principal component scores W (c, Q + 1), W (c, Q + 2) of the Q + 1 principal component to the Nth principal component ..., when W (c, N) is 0, the component a of each row of the inverse matrix a -1 '(i, 1) , a' (i, 2), ..., a '(i, N), the components A '(i, Q + 1), A' (i, Q + 2), ..., A '(i, N) from column Q + 1 to column N are Can be considered 0.
  • w ′ (c, n) on the left side is calculated as A ′ (n, 1) ⁇ W (c, 1) +) A ′ (n, 2) ⁇ W (c, 2) on the right side.
  • ... represents A ′ (n, Q) ⁇ W (c, Q).
  • Formula (33) is represented by Formula (34).
  • the original tap coefficient w (c, n) may not be completely restored, but the original tap coefficient w (c, n) is The approximate tap coefficient w ′ (c, n) can be reconstructed.
  • the reduction factor is the principal component score W (c, 1) excluding the higher-order principal component scores corresponding to the reduction number P among the principal component scores as components of the column vector W ′ (c). ) To W (c, Q), but in order to simplify the description, the column vector W ′ (c) is also referred to as a reduction coefficient.
  • the excluded component is also referred to as a conversion coefficient.
  • the reduction coefficients W '(1), W' (2 ),..., W ′ (C) and the transform coefficient A ′ ⁇ 1 common to all classes are included in the reduction filter information and transmitted from the encoding device 11 to the decoding device 12.
  • the reduction coefficient W ′ (c) is a coefficient in which the P-ary principal component scores W (c, Q + 1) to W (c, N) of the column vector W (c) are 0. If the reduction number P can be acquired by the decoding device 12, the coefficient that is 0 does not need to be transmitted from the encoding device 11 to the decoding device 12, so that one class of reduction coefficient W ′ (c ) Has a data amount smaller than that of one class of tap coefficients w (c) by P coefficients that are the number of reductions.
  • the conversion coefficient A ′ ⁇ 1 is a coefficient common to all C classes (classes 1 to C), and only one matrix as the conversion coefficient A ′ ⁇ 1 is encoded for all classes. What is necessary is just to transmit from the encoding apparatus 11 to the decoding apparatus 12.
  • the transformation coefficient A ′ ⁇ 1 is such that the components A ′ (i, Q + 1) to A ′ (i, N) from the Q + 1th column to the Nth column of each row of the inverse matrix A ⁇ 1 are 0. If the reduction number P can be acquired by the decoding device 12, the coefficient that is 0 does not need to be transmitted from the encoding device 11 to the decoding device 12.
  • the amount of data combining the reduction coefficient W ′ (c) for each class and the conversion coefficient A ′ ⁇ 1 common to all classes is This is sufficiently smaller than the data amount of the tap coefficient w (c) for each class.
  • the reduction coefficient W ′ (c) and the conversion coefficient A ′ ⁇ 1 are reconfigured using the reduction coefficient W ′ (c) and the conversion coefficient A ′ ⁇ 1 when generating the reduction coefficient W ′ (c) and the conversion coefficient A ′ ⁇ 1.
  • the tap coefficient w ′ (c, n) reconstructed according to the equations (33) and (34) using such a reduction coefficient W ′ (c) and the conversion coefficient A ′ ⁇ 1 is the original tap.
  • the value can be made very close to the coefficient w (c, n), and the compression efficiency can be improved appropriately.
  • FIG. 12 is a diagram illustrating an example of a determination method for determining the reduction number P in the principal component-based reduction method.
  • a method for determining the reduction number P for example, there are an optimization method and an acquirable information utilization method.
  • the compression efficiency and the image quality of the filtered image are optimized for each predetermined unit such as a picture or a sequence, that is, for example, the RD (Rate-Distortion) cost is the best.
  • the reduction number P is determined so that
  • the lower component (higher-order main component) that is 0 in the column vector as the reduction number P that is, the reduction factor W ′ (c).
  • the reduction number P can be transmitted by being included in the reduction filter information, for example.
  • the reduction number P is determined according to the obtainable information.
  • Acquireable information means information that can be acquired from encoded data obtained by predictive encoding of an original image in the encoding device 11, such as a decoding intermediate image or encoding information. Therefore, the acquirable information can be acquired by either the encoding device 11 or the decoding device 12.
  • the encoding device 11 and the decoding device 12 may share in advance a rule for determining the reduction number P according to the obtainable information. For example, it is not necessary to transmit the reduction number P from the encoding device 11 to the decoding device 12.
  • obtainable information used for determining the reduction number P for example, a quantization parameter QP as encoded information, a bit rate of encoded data, an image feature amount of an image being decoded, and the like Can be adopted.
  • the reduction number P can be determined to be smaller as the bit rate of the encoded data is larger in order to maintain the fine texture of the original image.
  • the image feature amount of the image in the middle of decoding for example, the larger the frequency band (width) of the entire screen is, the smaller the original image is to maintain the fine texture.
  • the number P can be determined to be a small value.
  • the method of determining the reduction number P it is possible to determine in advance which one of the optimization method and the obtainable information utilization method is to be used as the method of determining the reduction number P. Also, as the method of determining the reduction number P, which of the optimization method and the obtainable information utilization method is to be adopted is appropriately determined by the encoding device 11, and information indicating the determination method of the reduction number P is encoded. The data can be transmitted from the encoding device 11 to the decoding device 12.
  • FIG. 13 is a diagram for explaining a range of classes to which the principal component usage reduction method is applied.
  • the tap coefficient for each class obtained by the tap coefficient learning of the learning device 131 is also referred to as an initial coefficient.
  • the range (hereinafter, also referred to as a reduction application range) may be all classes of initial coefficients or may be a part of classes.
  • the principal component-based reduction method can be applied with the remaining classes obtained by removing nonconforming classes from all classes as the reduction application scope.
  • nonconforming class for example, a class (hereinafter also referred to as a singular class) that is separated from the tap coefficient of another class with the closest tap coefficient (class coefficient point) by a distance equal to or greater than a threshold in the tap coefficient space. Can be adopted.
  • the tap coefficient w ′ (c) reconstructed by converting the reduction coefficient W ′ (c) by the conversion coefficient A ′ ⁇ 1 in accordance with Expression (33) and Expression (34). It is possible to adopt a class in which the S / N of the filtered image as the second image generated by the class classification adaptive processing as the filter processing using the threshold is equal to or lower than the threshold (hereinafter also referred to as a low S / N class). .
  • both the singular class and the low S / N class can be adopted as the nonconforming class.
  • the reduction filter information includes reduction coefficients W ′ (1), W ′ (2),..., W ′ (C) of all classes, and , Conversion factor A ′ ⁇ 1 is included.
  • the reduction filter information When a class other than the nonconforming class among all classes of the initial coefficient is adopted as the reduction application range, the reduction filter information includes a reduction coefficient W ′ (c) of a class other than the nonconforming class and a conversion coefficient A ′. -1 is included. In this case, the reduction filter information further includes a tap coefficient of the nonconforming class and a class flag indicating whether each class is a nonconforming class.
  • class flag for example, for each class, a set of 1-bit flags indicating whether or not the class is a nonconforming class can be adopted.
  • the optimization method is used as a method for determining the reduction number P, regardless of whether all classes are adopted as the reduction application range or when a class other than the nonconforming class is adopted.
  • the reduction number P is further included in the reduction filter information.
  • the reduction application range which of all classes and classes other than the nonconforming class is adopted is appropriately determined by the encoding device 11, and information representing the determination result is decoded from the encoding device 11. Can be transmitted to the device 12.
  • class flags when transmitted, it is not always necessary to distinguish between all classes and classes other than non-conforming classes as the scope of reduction. This is because when the class flag is transmitted, the class flag can recognize whether the reduction application range is all classes or a class other than the nonconforming class.
  • FIG. 14 is a block diagram illustrating a configuration example of the learning device 131 in FIG.
  • the learning apparatus 131 includes a tap selection unit 151, a class classification unit 152, an addition unit 153, and a coefficient calculation unit 154.
  • the tap selection unit 151 to the coefficient calculation unit 154 are configured in the same manner as the tap selection unit 51 to the coefficient calculation unit 54 in FIG.
  • the tap coefficient learning is performed using the decoding intermediate image as the student data, and the original image corresponding to the decoding intermediate image is used as the teacher data, and each class obtained by the tap coefficient learning is performed.
  • the tap coefficient is supplied from the coefficient calculation unit 154 to the reduction device 132 (FIG. 10) as an initial coefficient.
  • the tap coefficient learning in the learning device 131 can be performed in parallel with the encoding of the original image, or can be performed in advance regardless of the encoding of the original image.
  • the tap coefficient learning can be performed for each category using the original images of a plurality of categories as teacher data. Then, the tap coefficient of the category that minimizes a predetermined cost function such as the RD cost among the tap coefficients of the plurality of categories can be output as the initial coefficient.
  • FIG. 15 is a block diagram illustrating a first configuration example of the reduction device 132 of FIG.
  • FIG. 15 employs an optimization method as a method for determining the reduction number P (FIG. 12), and employs a class other than the nonconforming class among all classes of initial coefficients as the reduction application range (FIG. 13).
  • the example of a structure of the reduction apparatus 132 in the case of being shown is shown.
  • the reduction device 132 includes a reduction number determination unit 161, a coefficient reduction unit 162, a selection unit 163, and a nonconforming class detection unit 164.
  • the reduction number determination unit 161 determines a plurality of candidates for the reduction number P according to, for example, the quantization parameter QP, the bit rate of the encoded data, the image feature amount of the image being decoded, the image feature amount of the original image, and the like. And supplied to the coefficient reduction unit 162.
  • the reduction number determination unit 161 determines a smaller or larger value as a plurality of candidates for the reduction number P, respectively.
  • the reduction number determination unit 161 determines a smaller or larger value as a plurality of candidates for the reduction number P, respectively.
  • the reduction number determination unit 161 sets a smaller or larger value to a plurality of candidates for the reduction number P. Decide each.
  • the coefficient reduction unit 162 is supplied with a plurality of candidates for the reduction number P from the reduction number determination unit 161 and is supplied with an initial coefficient from the learning device 131.
  • the coefficient reduction unit 162 does not conform to a class (a class separated by a distance equal to or greater than the threshold) that is far away from other classes with the closest tap coefficient among the initial coefficients from the learning device 131. Detect as a class.
  • the coefficient reduction unit 162 performs principal component analysis of the tap coefficients of the target class with the class obtained by excluding the nonconforming class from all the classes of initial coefficients as the target class to be subjected to principal component analysis, and performs a plurality of reductions P. For each candidate, a reduction coefficient W ′ (c) for each target class and a conversion coefficient A ′ ⁇ 1 common to all target classes are obtained.
  • the coefficient reduction unit 162 supplies the selection unit 163 with the reduction coefficient W ′ (c) and the conversion coefficient A′ ⁇ 1 for each of the plurality of candidates for the reduction number P.
  • the selection unit 163 selects a candidate with the best RD cost from among a plurality of candidates of the number of reductions P to which the reduction coefficient W ′ (c) and the conversion coefficient A ′ ⁇ 1 are supplied from the coefficient reduction unit 162. Select P as the number of reductions to be adopted to reduce the amount of data.
  • the selection unit 163 selects the reduction coefficient W for the adopted reduction number P from the reduction coefficient W ′ (c) and the conversion coefficient A ′ ⁇ 1 for each of the plurality of candidates for the reduction number P from the coefficient reduction unit 162.
  • '(c) and the conversion coefficient A' -1 are selected as the adoption reduction coefficient W '(c) and the adoption conversion coefficient A' -1 to be employed for reducing the data amount of the tap coefficient.
  • the selection unit 163 supplies the adopted reduction number P, the adopted reduction coefficient W ′ (c), and the adopted conversion coefficient A ′ ⁇ 1 to the nonconforming class detecting unit 164.
  • the nonconforming class detection unit 164 uses the adopted reduction number P, the adopted reduction coefficient W ′ (c), and the adopted conversion coefficient A′ ⁇ 1, and uses the tap coefficient for each target class in accordance with Expression (33) and Expression (34). Reconstruct w '(c, n).
  • the tap coefficient w ′ (c, n) reconstructed according to the equations (33) and (34) is also referred to as a reconstructed tap coefficient w ′ (c, n).
  • the nonconforming class detection unit 164 performs PSNR (Peak signal) of the filtered image as the second image obtained by the class classification adaptive processing as the filtering processing using the reconstruction tap coefficient w ′ (c, n) for each target class.
  • PSNR Peak signal
  • a class that significantly reduces -to-noise ratio) (a class whose PSNR is equal to or less than a threshold value) is detected as a nonconforming class, and the reduction coefficient of the nonconforming class is deleted from the adoption reduction coefficient W ′ (c).
  • the nonconforming class detection unit 164 uses the nonconforming class detected by the coefficient reduction unit 162 and the tap coefficient w (c) of the nonconforming class detected by the nonconforming class detection unit 164 as initial coefficients from the learning device 131. Get from inside.
  • the nonconforming class detection unit 164 generates a class flag indicating whether each class of the initial coefficient is a nonconforming class, the adoption reduction number P, the adoption reduction coefficient W ′ (c) of the target class, and the adoption conversion coefficient A ′ ⁇ 1 ,
  • the tap coefficient w (c) of the nonconforming class and the class flag are included in the reduction filter information, and supplied to the image conversion device 133 (FIG. 10) and the lossless encoding unit 106 (FIG. 9).
  • FIG. 16 is a block diagram illustrating a first configuration example of the image conversion device 133 in FIG.
  • FIG. 16 shows a configuration example of the image conversion device 133 when the reduction device 132 is configured as shown in FIG.
  • the image conversion device 133 includes a tap selection unit 171, a class classification unit 172, a coefficient acquisition unit 173, a prediction calculation unit 174, and a coefficient reconstruction unit 175.
  • the tap selection unit 171 to the prediction calculation unit 174 are configured in the same manner as the tap selection unit 21 to the prediction calculation unit 24 of FIG.
  • the coefficient reconfiguration unit 175 is supplied with the reduction filter information from the reduction device 132 in FIG.
  • the reduction filter information supplied from the reduction device 132 of FIG. 15 includes the number P of adopted reductions, the adoption reduction coefficient W ′ (c) of the target class, the adoption conversion coefficient A ′ ⁇ 1 , and the tap coefficient w (c) of the nonconforming class. And a class flag.
  • the coefficient reconfiguration unit 175 determines a nonconforming class and a class other than the nonconforming class (hereinafter also referred to as a conforming class) for each class of the initial coefficient according to the class flag included in the reduction filter information from the reducing device 132. recognize.
  • the coefficient reconstruction unit 175 is a coefficient that is 0 in the adopted reduction coefficient W ′ (c) and the adopted conversion coefficient A ′ ⁇ 1 included in the reduced filter information in accordance with the adopted reduction number P included in the reduced filter information. And adopt the adoption reduction coefficient W ′ (c) and the adoption conversion coefficient A ′ ⁇ 1 , and re-apply the tap coefficient w ′ (c) of the conforming class according to Equation (33) and Equation (34). Constitute.
  • the coefficient reconstructing unit 175 uses the tap coefficient w ′ (c) of the conforming class and the tap coefficient w (c) of the nonconforming class included in the reduction filter information as the tap coefficient of each C class. 173.
  • the coefficient acquisition unit 173 stores the tap coefficient from the coefficient reconstruction unit 175, acquires the tap coefficient of the class supplied from the class classification unit 172 from the tap coefficient, and supplies it to the prediction calculation unit 174. .
  • FIG. 17 is a block diagram illustrating a second configuration example of the reduction device 132 of FIG.
  • FIG. 17 shows the configuration of the reduction device 132 when the optimization method is adopted as the method of determining the reduction number P (FIG. 12) and all classes of initial coefficients are adopted as the reduction application range (FIG. 13). An example is shown.
  • the reduction device 132 includes a reduction number determination unit 161, a selection unit 163, and a coefficient reduction unit 181.
  • the reduction device 132 of FIG. 17 is common to the case of FIG. 15 in that the reduction number determination unit 161 and the selection unit 163 are included.
  • the reduction device 132 of FIG. 17 is different from the case of FIG. 15 in that the nonconforming class detection unit 164 is not provided and that a coefficient reduction unit 181 is provided instead of the coefficient reduction unit 162. To do.
  • the coefficient reduction unit 162 in FIG. 15 performs the principal component analysis of the tap coefficients of the target class, with the class excluding the nonconforming class from all the classes of the initial coefficients as the target class to be subjected to the principal component analysis.
  • the coefficient reduction unit 181 performs principal component analysis of tap coefficients of the target class using all classes of initial coefficients as the target class, and reduces the reduction coefficient W ′ (c) for each target class for each of a plurality of candidates for the reduction number P.
  • the common conversion coefficient A ′ ⁇ 1 is obtained for all target classes.
  • the selection unit 163 selects the adoption reduction number P from the plurality of candidates for the reduction number P, and the reduction number P from the coefficient reduction unit 181, as in the case of FIG. 15.
  • the reduction coefficient W ′ (c) and the conversion coefficient A ′ ⁇ 1 for the adopted reduction number P are selected from the reduction coefficient W ′ (c) and the conversion coefficient A ′ ⁇ 1 for each of the plurality of candidates. Select as W ′ (c) and adopted conversion factor A′ ⁇ 1 .
  • the selection unit 163 includes the adopted reduction number P, the adopted reduction coefficient W ′ (c), and the adopted conversion coefficient A ′ ⁇ 1 in the reduction filter information, and includes the image conversion device 133 (FIG. 10) and the reversible.
  • the data is supplied to the encoding unit 106 (FIG. 9).
  • FIG. 18 is a block diagram illustrating a second configuration example of the image conversion device 133 in FIG.
  • FIG. 18 shows a configuration example of the image conversion device 133 when the reduction device 132 is configured as shown in FIG.
  • the image conversion apparatus 133 includes a tap selection unit 171 to a prediction calculation unit 174, and a coefficient reconstruction unit 191.
  • the image conversion apparatus 133 in FIG. 18 is different from that in FIG. 16 in that a coefficient reconstruction unit 191 is provided instead of the coefficient reconstruction unit 175.
  • the coefficient reconfiguration unit 175 in FIG. 16 recognizes the nonconforming class and the conforming class other than the nonconforming class according to the class flag included in the reduction filter information, and adopts the reduction coefficient W ′ (c) only for the conforming class. And the adopted conversion coefficient A ′ ⁇ 1 , the tap coefficient w ′ (c) of the matching class is reconstructed according to the equations (33) and (34).
  • the reduction filter information supplied from the reduction device 132 in FIG. 17 to the coefficient reconfiguration unit 191 in FIG. 18 does not include the class flag, but employs reduction coefficients W ′ (c) for all classes of initial coefficients. Is included.
  • the coefficient reconstructing unit 191 uses the adopted reduction coefficient W ′ (c) and the adopted conversion coefficient A ′ ⁇ 1 included in the reduction filter information for all classes of initial coefficients, as in the coefficient reconstructing unit 175.
  • the tap coefficient w ′ (c) is reconstructed according to the equations (33) and (34).
  • the coefficient reconfiguration unit 191 supplies the tap coefficient w ′ (c) reconfigured for all classes of the initial coefficient to the coefficient acquisition unit 173 as the tap coefficient of each C class.
  • FIG. 19 is a block diagram illustrating a third configuration example of the reduction device 132 of FIG.
  • FIG. 19 shows that the obtainable information utilization method is adopted as the method for determining the reduction number P (FIG. 12), and the applicable class other than the non-conforming class among all the classes of the initial coefficients as the reduction application range (FIG. 13).
  • adopting is shown.
  • the reduction device 132 includes a coefficient reduction unit 162, a nonconforming class detection unit 164, and a reduction number determination unit 211.
  • the reduction device 132 of FIG. 19 is common to the case of FIG. 15 in that it includes the coefficient reduction unit 162 and the nonconforming class detection unit 164.
  • the reduction device 132 of FIG. 19 is different from the case of FIG. 15 in that the selection unit 163 is not provided and that the reduction number determination unit 211 is provided instead of the reduction number determination unit 161. To do.
  • the reduction number determination unit 161 in FIG. 15 determines a plurality of candidates for the reduction number P, but the reduction number determination unit 211 in FIG. 19 determines the reduction number P according to the acquirable information as described in FIG. Is supplied to the coefficient reduction unit 162.
  • the coefficient reduction unit 162 sets a class obtained by excluding nonconforming classes from all classes of initial coefficients as a target class to be subjected to principal component analysis.
  • the principal component analysis of the tap coefficient is performed to obtain the reduction coefficient W ′ (c) and the conversion coefficient A′ ⁇ 1.
  • the reduction number P from the reduction number determination unit 211 is used as the reduction number P, and the reduction number P is adopted. Only for, the reduction coefficient W ′ (c) and the conversion coefficient A ′ ⁇ 1 are obtained.
  • the coefficient reduction unit 162 adopts the reduction coefficient W ′ (c) and the conversion coefficient A ′ ⁇ 1 obtained for the adoption reduction number P as the adoption reduction coefficient W ′ (c) and the adoption conversion coefficient A ′ ⁇ 1 . Together with the reduction number P, it is supplied to the nonconforming class detector 164.
  • the nonconforming class detection unit 164 detects a class that significantly reduces the PSNR of the filtered image as a nonconforming class, and calculates the reduction coefficient of the nonconforming class from the adoption reduction coefficient W ′ (c). delete.
  • the nonconforming class detection unit 164 calculates the nonconforming class detected by the coefficient reduction unit 162 and the tap coefficient w (c) of the nonconforming class detected by the nonconforming class detection unit 164. Obtained from the initial coefficients from the learning device 131.
  • the nonconforming class detection unit 164 generates a class flag indicating whether or not each class of the initial coefficient is a nonconforming class, and adopts the adoption reduction coefficient W ′ (c), the adoption conversion coefficient A ′ ⁇ 1 of the target class, and the nonconforming class.
  • the tap coefficient w (c) and the class flag are included in the reduction filter information, and supplied to the image conversion device 133 (FIG. 10) and the lossless encoding unit 106 (FIG. 9).
  • FIG. 20 is a block diagram illustrating a third configuration example of the image conversion apparatus 133 in FIG.
  • FIG. 20 shows a configuration example of the image conversion device 133 when the reduction device 132 is configured as shown in FIG.
  • the image conversion apparatus 133 includes a tap selection unit 171 to a prediction calculation unit 174, a reduction number determination unit 221, and a coefficient reconstruction unit 222.
  • the image conversion apparatus 133 in FIG. 20 is common to the case in FIG. 16 in that it includes the tap selection unit 171 to the prediction calculation unit 174.
  • the image conversion apparatus 133 in FIG. 20 is different in that the reduction number determination unit 221 is newly provided, and that the coefficient reconstruction unit 222 is provided instead of the coefficient reconstruction unit 175. This is different from the case of 16.
  • the reduction number determination unit 221 determines the reduction number P according to the acquirable information and supplies it to the coefficient reconfiguration unit 222 in the same manner as the reduction number determination unit 211 in FIG.
  • the coefficient reconstruction unit 222 performs a non-conforming class and a non-conforming class for each class of the initial coefficient according to the class flag included in the reduction filter information from the reduction device 132. Recognize and conform class.
  • the coefficient reconstructing unit 222 like the coefficient reconstructing unit 175 of FIG. 16, according to the reduction number P, the adopted reduction coefficient W ′ (c) and the adopted conversion coefficient A ′ ⁇ 1 included in the reduction filter information. , And the adopted reduction coefficient W ′ (c) and the adopted conversion coefficient A ′ ⁇ 1 are used, and the tap coefficient of the conforming class is obtained according to the equations (33) and (34). Reconstruct w '(c).
  • the coefficient reconfiguring unit 222 recognizes the coefficient that is 0 in the adopted reduction coefficient W ′ (c) and the adopted conversion coefficient A′ ⁇ 1 according to the reduction number P supplied from the reduction number determining unit 221. Do it.
  • the coefficient reconstructing unit 222 then applies the tap coefficient w ′ (c) of the conforming class and the tap coefficient w (c) of the nonconforming class included in the reduction filter information in the same manner as the coefficient reconstructing unit 175 of FIG. , C tap coefficients are supplied to the coefficient acquisition unit 173 as tap coefficients.
  • FIG. 21 is a block diagram illustrating a fourth configuration example of the reduction device 132 of FIG.
  • FIG. 21 shows a reduction device 132 when the obtainable information utilization method is adopted as the method of determining the reduction number P (FIG. 12) and all classes of initial coefficients are adopted as the reduction application range (FIG. 13). The example of a structure is shown.
  • the reduction device 132 includes a coefficient reduction unit 181 and a reduction number determination unit 211.
  • the reduction number determination unit 211 determines the reduction number P according to the acquirable information, as in the case of FIG. Then, the reduction number determination unit 211 supplies the reduction number P to the coefficient reduction unit 181.
  • the coefficient reduction unit 181 uses the reduction number P from the reduction number determination unit 211 as the adoption reduction number P, and the reduction factor W ′ (c) of each class only for the adoption reduction number P. And a conversion coefficient A ′ ⁇ 1 is obtained.
  • the coefficient reduction unit 181 reduces the reduction coefficient W ′ (c) and the conversion coefficient A ′ ⁇ 1 obtained for the adoption reduction number P as the adoption reduction coefficient W ′ (c) and the adoption conversion coefficient A ′ ⁇ 1 . It is included in the filter information and supplied to the image conversion device 133 (FIG. 10) and the lossless encoding unit 106 (FIG. 9).
  • FIG. 22 is a block diagram illustrating a fourth configuration example of the image conversion device 133 in FIG.
  • FIG. 22 shows a configuration example of the image conversion device 133 when the reduction device 132 is configured as shown in FIG.
  • the image conversion apparatus 133 includes a tap selection unit 171 to a prediction calculation unit 174, a reduction number determination unit 221, and a coefficient reconstruction unit 231.
  • the image conversion device 133 in FIG. 22 is common to the case in FIG. 20 in that the tap selection unit 171 to the prediction calculation unit 174 and the reduction number determination unit 221 are included.
  • the image conversion apparatus 133 in FIG. 22 is different from the case in FIG. 20 in that a coefficient reconstruction unit 231 is provided instead of the coefficient reconstruction unit 222.
  • the coefficient reconstruction unit 231 uses the adoption reduction coefficient W ′ (c) included in the reduction filter information and the adoption conversion in accordance with the reduction number P from the reduction number determination unit 221. recognizes the coefficients in the coefficient a '-1 is 0. Then, the coefficient reconstructing unit 231 uses the adopted reduction coefficient W ′ (c) and the adopted conversion coefficient A ′ ⁇ 1 for all classes of the initial coefficients, like the coefficient reconstructing unit 191 in FIG.
  • the tap coefficients w ′ (c) are reconfigured according to the equations (33) and (34), and supplied to the coefficient acquisition unit 173 as tap coefficients for each of the C classes.
  • FIG. 23 is a flowchart for explaining an example of the encoding process of the encoding device 11 of FIG.
  • the learning device 131 (FIG. 10) of the class classification adaptive filter 111 temporarily stores the decoding intermediate image supplied thereto as student data and the original image corresponding to the decoding intermediate image as teacher data. As a temporary storage.
  • step S11 the learning device 131 determines whether the current timing is an update timing for updating the tap coefficient.
  • the update timing of the tap coefficient is, for example, every one or more frames (pictures), every one or more sequences, every one or more slices, every one or more lines of a predetermined block such as a CTU, etc. , Can be determined in advance.
  • the tap coefficient update timing includes periodic (fixed) timing such as timing for each of one or more frames (pictures), and timing when the S / N of the filtered image is equal to or lower than a threshold (filter
  • periodic timing such as a timing at which the error of the subsequent image with respect to the original image becomes greater than or equal to a threshold value, or a timing at which a residual (such as the sum of absolute values thereof) becomes greater than or equal to the threshold value
  • a threshold value such as a timing at which the error of the subsequent image with respect to the original image becomes greater than or equal to a threshold value, or a timing at which a residual (such as the sum of absolute values thereof) becomes greater than or equal to the threshold value
  • step S11 If it is determined in step S11 that the current timing is not the tap coefficient update timing, the process skips steps S12 to S15 and proceeds to step S16.
  • step S11 If it is determined in step S11 that the current timing is the tap coefficient update timing, the process proceeds to step S12, and the learning device 131 performs tap coefficient learning.
  • the learning device 131 performs, for example, tap coefficient learning using the decoding intermediate image and the original image stored between the previous update timing and the current update timing as student data and teacher data, respectively, for each class.
  • a tap coefficient as an initial coefficient is obtained.
  • the learning device 131 supplies the initial coefficient for each class obtained by the tap coefficient learning to the reduction device 132, and the process proceeds from step S12 to step S13.
  • step S13 the reduction device 132 generates reduction filter information in which the data amount of the initial coefficient from the learning device 131 is reduced by, for example, a principal component using reduction method, the image conversion device 133 (FIG. 10), and This is supplied to the lossless encoding unit 106 (FIG. 9).
  • the reduction device 132 converts the initial coefficient w (c) from the learning device 131 into a reduction coefficient W ′ (c) using principal component analysis. Further, the reduction device 132 generates reduction filter information including at least a reduction coefficient W ′ (c) and a conversion coefficient A ′ ⁇ 1 for converting the reduction coefficient W ′ (c) into a tap coefficient w ′ (c). Then, the data is supplied to the image conversion device 133 and the lossless encoding unit 106.
  • the reduction filter information includes the reduction coefficient W ′ (c) and the conversion coefficient A′ ⁇ 1 , as well as the reduction number P, the class flag, and the nonconforming class tap as described with reference to FIGS. Includes coefficient w (c) as needed.
  • step S13 the lossless encoding unit 106 (FIG. 9) sets the reduced filter information from the reduction device 132 as a transmission target, and the process proceeds to step S15.
  • the reduction filter information set as the transmission target is included in the encoded data and transmitted in the predictive encoding process performed in step S16 described later.
  • step S15 the image conversion apparatus 133 (FIG. 16, FIG. 18, FIG. 20, FIG. 22) reduces the reduction coefficient W ′ (c) included in the reduction filter information from the reduction apparatus 132 and the conversion coefficient A ′ ⁇ 1.
  • the tap coefficient (w ′ (c)) is reconstructed according to the equation (33), and the tap coefficient stored in the coefficient acquisition unit 173 (the tap coefficient used for the class classification adaptation process) is calculated from the reduction filter information.
  • the renewed tap coefficient is updated, and the process proceeds to step S16.
  • step S16 the predictive encoding process of the original image is performed, and the encoding process ends.
  • FIG. 24 is a flowchart illustrating an example of the predictive encoding process in step S16 of FIG.
  • step S31 the A / D conversion unit 101 (FIG. 9) performs A / D conversion on the original image and supplies it to the rearrangement buffer 102, and the process proceeds to step S32.
  • step S32 the rearrangement buffer 102 stores the original images from the A / D conversion unit 101, rearranges them in the encoding order, and outputs them, and the process proceeds to step S33.
  • step S33 the intra prediction unit 114 performs an intra prediction process in the intra prediction mode, and the process proceeds to step S34.
  • step S34 the motion prediction / compensation unit 115 performs an inter motion prediction process for performing motion prediction and motion compensation in the inter prediction mode, and the process proceeds to step S35.
  • a cost function of various prediction modes is calculated and a prediction image is generated.
  • step S35 the predicted image selection unit 116 determines an optimal prediction mode based on each cost function obtained by the intra prediction unit 114 and the motion prediction compensation unit 115. Then, the predicted image selection unit 116 selects and outputs the predicted image of the optimal prediction mode among the predicted image generated by the intra prediction unit 114 and the predicted image generated by the motion prediction / compensation unit 115, and performs processing. Advances from step S35 to step S36.
  • step S ⁇ b> 36 the calculation unit 103 calculates the residual between the encoding target image that is the original image output from the rearrangement buffer 102 and the predicted image output from the predicted image selection unit 116, and the orthogonal transform unit 104. The process proceeds to step S37.
  • step S37 the orthogonal transform unit 104 orthogonally transforms the residual from the calculation unit 103, supplies the resulting orthogonal transform coefficient to the quantization unit 105, and the process proceeds to step S38.
  • step S38 the quantization unit 105 quantizes the orthogonal transform coefficient from the orthogonal transform unit 104, supplies the quantization coefficient obtained by the quantization to the lossless encoding unit 106 and the inverse quantization unit 108, The process proceeds to step S39.
  • step S39 the inverse quantization unit 108 inversely quantizes the quantization coefficient from the quantization unit 105, supplies the resulting orthogonal transform coefficient to the inverse orthogonal transform unit 109, and the process proceeds to step S40. move on.
  • step S40 the inverse orthogonal transform unit 109 performs inverse orthogonal transform on the orthogonal transform coefficient from the inverse quantization unit 108, supplies the residual obtained as a result to the calculation unit 110, and the process proceeds to step S41. .
  • step S ⁇ b> 41 the calculation unit 110 adds the residual from the inverse orthogonal transform unit 109 and the predicted image output from the predicted image selection unit 116, and is the source of the residual calculation target in the calculation unit 103.
  • a decoding intermediate image corresponding to the image is generated.
  • the computing unit 110 supplies the decoding-in-progress image to the class classification adaptive filter 111 or the frame memory 112, and the process proceeds from step S41 to step S42.
  • the class classification adaptive filter 111 applies the class classification adaptive process as an ILF process to the decoding intermediate image from the arithmetic unit 110. (Class classification adaptive filter processing) is performed.
  • class classification adaptive filter processing By applying the class classification adaptive process to the decoding-in-progress image, a filtered image closer to the original image is obtained (generated) than when the decoding-in-progress image is filtered by ILF.
  • the class classification adaptive filter 111 supplies the filtered image obtained by the class classification adaptive process to the frame memory 112, and the process proceeds from step S42 to step S43.
  • step S43 the frame memory 112 stores the decoded image supplied from the calculation unit 110 or the filtered image supplied from the class classification adaptive filter 111 as a decoded image, and the process proceeds to step S44.
  • the decoded image stored in the frame memory 112 is used as a reference image from which a predicted image is generated in steps S34 and S35.
  • step S44 the lossless encoding unit 106 encodes the quantization coefficient from the quantization unit 105. Further, the lossless encoding unit 106 uses the quantization parameter QP used for quantization in the quantization unit 105, the prediction mode obtained by the intra prediction process in the intra prediction unit 114, and the motion prediction compensation unit 115. Encoding information such as a prediction mode and motion information obtained by the inter motion prediction process is encoded as necessary and included in the encoded data.
  • the lossless encoding unit 106 encodes the reduction filter information set as the transmission target in step S14 of FIG. 23 as necessary, and includes the encoded data in the encoded data. Then, the lossless encoding unit 106 supplies the encoded data to the accumulation buffer 107, and the process proceeds from step S44 to step S45.
  • step S45 the accumulation buffer 107 accumulates the encoded data from the lossless encoding unit 106, and the process proceeds to step S46.
  • the encoded data stored in the storage buffer 107 is appropriately read and transmitted.
  • step S46 the rate control unit 117 performs quantization of the quantization unit 105 based on the code amount (generated code amount) of the encoded data accumulated in the accumulation buffer 107 so that overflow or underflow does not occur.
  • the rate of operation is controlled and the encoding process ends.
  • FIG. 25 is a flowchart for explaining an example of the class classification adaptation process performed in step S42 of FIG.
  • step S ⁇ b> 51 the tap selection unit 171 receives the decoding intermediate image (block as) supplied from the calculation unit 110. Among these pixels, one of the pixels not yet set as the target pixel is selected as the target pixel (processing target pixel), and the process proceeds to step S52.
  • step S52 the tap selection unit 171 selects a pixel to be a prediction tap for the pixel of interest from the decoding intermediate image supplied from the calculation unit 110. And tap selection part 171 supplies a prediction tap to prediction operation part 174, and processing progresses to Step S53 from Step S52.
  • step S53 the class classification unit 172 classifies the target pixel, supplies the class of the target pixel obtained as a result to the coefficient acquisition unit 173, and the process proceeds to step S54.
  • step S54 the coefficient acquisition unit 173 acquires the tap coefficient of the class supplied from the class classification unit 172 from the stored tap coefficients, and supplies it to the prediction calculation unit 174, and the process proceeds to step S55. .
  • the tap coefficients stored in the coefficient acquisition unit 173 are the tap coefficients reconstructed from the reduced filter information from the reduction device 132 in step S15 of FIG. Has been updated.
  • step S55 the prediction calculation unit 174 uses the prediction tap from the tap selection unit 171 and the tap coefficient from the coefficient acquisition unit 173 to perform equation (1) prediction calculation. Thereby, the prediction calculation unit 174 obtains the predicted value of the pixel value of the corresponding pixel of the original image corresponding to the target pixel as the pixel value of the filtered image, and the process proceeds to step S56.
  • step S56 the tap selection unit 171 determines whether there is a pixel that is not yet a pixel of interest among the pixels of the decoding-in-progress image (as a block) from the calculation unit 110. If it is determined in step S56 that there is still a pixel that is not the target pixel, the process returns to step S51, and the same process is repeated thereafter.
  • step S56 If it is determined in step S56 that there is no pixel that has not yet been set as the pixel of interest, the process proceeds to step S57, and the prediction calculation unit 174 decodes the decoding intermediate image (as a block) from the calculation unit 110. Is supplied to the frame memory 112 (FIG. 9). Then, the class classification adaptation process is terminated, and the process returns.
  • FIG. 26 is a block diagram showing a first configuration example of the decoding device 12 of FIG.
  • the decoding device 12 includes a storage buffer 301, a lossless decoding unit 302, an inverse quantization unit 303, an inverse orthogonal transform unit 304, a calculation unit 305, a class classification adaptive filter 306, a rearrangement buffer 307, and a D / A.
  • a conversion unit 308 is included.
  • the decoding device 12 includes a frame memory 310, a selection unit 311, an intra prediction unit 312, a motion prediction compensation unit 313, and a selection unit 314.
  • the accumulation buffer 301 temporarily accumulates the encoded data transmitted from the encoding device 11 and supplies the encoded data to the lossless decoding unit 302 at a predetermined timing.
  • the lossless decoding unit 302 acquires encoded data from the accumulation buffer 301. Therefore, the lossless decoding unit 302 functions as a receiving unit that receives the encoded data transmitted from the encoding device 11, and thus the encoded information and the reduction filter information included in the encoded data.
  • the lossless decoding unit 302 decodes the encoded data acquired from the accumulation buffer 301 by a method corresponding to the encoding method of the lossless encoding unit 106 in FIG.
  • the lossless decoding unit 302 supplies the quantization coefficient obtained by decoding the encoded data to the inverse quantization unit 303.
  • the lossless decoding unit 302 obtains necessary encoding information from the intra prediction unit 312, the motion prediction compensation unit 313, and other necessary information when the encoded information and the reduction filter information are obtained by decoding the encoded data. To the right block.
  • the lossless decoding unit 302 supplies the reduced filter information to the class classification adaptive filter 306.
  • the inverse quantization unit 303 inversely quantizes the quantization coefficient from the lossless decoding unit 302 by a method corresponding to the quantization method of the quantization unit 105 in FIG. 9, and converts the orthogonal transform coefficient obtained by the inverse quantization, This is supplied to the inverse orthogonal transform unit 304.
  • the inverse orthogonal transform unit 304 performs the inverse orthogonal transform on the orthogonal transform coefficient supplied from the inverse quantization unit 303 by a method corresponding to the orthogonal transform method of the orthogonal transform unit 104 in FIG. It supplies to the calculating part 305.
  • the calculation unit 305 is also supplied with a predicted image from the intra prediction unit 312 or the motion prediction compensation unit 313 via the selection unit 314.
  • the arithmetic unit 305 adds the residual from the inverse orthogonal transform unit 304 and the predicted image from the selection unit 314, generates a decoding intermediate image, and supplies the decoded image to the class classification adaptive filter 306 or the frame memory 310. .
  • the class classification adaptive filter 306 is a filter that functions as an ILF by performing the class classification adaptation process, as in the case of the class classification adaptation filter 111 of FIG. 9, and performs the ILF (no) process by the class classification adaptation process.
  • the class classification adaptive filter 306 uses the tap coefficient for each class obtained by using the reduced filter information from the lossless decoding unit 302 with the decoding-in-progress image from the arithmetic unit 305 as the first image.
  • the intermediate decoding image as the first image is converted into a filtered image as a second image corresponding to the original image (generates a filtered image) and output. .
  • the filtered image output from the class classification adaptive filter 306 is the same image as the filtered image output from the class classification adaptive filter 111 in FIG. 9 and is supplied to the rearrangement buffer 307 and the frame memory 310.
  • the rearrangement buffer 307 temporarily stores the filtered image supplied from the class classification adaptive filter 306 as a decoded image, and rearranges the sequence of frames (pictures) of the decoded image from the encoding (decoding) order to the display order,
  • the data is supplied to the D / A converter 308.
  • the D / A conversion unit 308 D / A converts the decoded image supplied from the rearrangement buffer 307, and outputs and displays it on a display (not shown).
  • the frame memory 310 temporarily stores the decoded image supplied from the calculation unit 305 and the filtered image supplied from the class classification adaptive filter 306 as decoded images. Furthermore, the frame memory 310 selects the decoded image as a reference image used for generating a predicted image at a predetermined timing or based on an external request such as the intra prediction unit 312 or the motion prediction / compensation unit 313. To supply.
  • the selection unit 311 selects a reference image supply destination supplied from the frame memory 310. When decoding an intra-coded image, the selection unit 311 supplies the reference image supplied from the frame memory 310 to the intra prediction unit 312. In addition, the selection unit 311 supplies the reference image supplied from the frame memory 310 to the motion prediction / compensation unit 313 when decoding an inter-encoded image.
  • the intra prediction unit 312 is the intra prediction mode used in the intra prediction unit 114 of FIG. 9 according to the prediction mode included in the encoded information supplied from the lossless decoding unit 302, and is selected from the frame memory 310 via the selection unit 311. Intra prediction is performed using the supplied reference image. Then, the intra prediction unit 312 supplies the prediction image obtained by the intra prediction to the selection unit 314.
  • the motion prediction / compensation unit 313 performs the selection unit 311 from the frame memory 310 in the inter prediction mode used in the motion prediction / compensation unit 115 of FIG. 9 according to the prediction mode included in the encoded information supplied from the lossless decoding unit 302. Inter prediction is performed using a reference image supplied through the network. The inter prediction is performed using the motion information included in the encoded information supplied from the lossless decoding unit 302 as necessary.
  • the motion prediction / compensation unit 313 supplies a prediction image obtained by inter prediction to the selection unit 314.
  • the selection unit 314 selects the prediction image supplied from the intra prediction unit 312 or the prediction image supplied from the motion prediction compensation unit 313 and supplies the selected prediction image to the calculation unit 305.
  • FIG. 27 is a block diagram illustrating a configuration example of the class classification adaptive filter 306 in FIG.
  • the class classification adaptive filter 306 includes an image conversion device 331.
  • the image conversion device 331 is supplied with the decoding intermediate image from the calculation unit 305 (FIG. 26) and the reduced filter information from the lossless decoding unit 302.
  • the image conversion device 331 performs image conversion by class classification adaptive processing using tap coefficients for each class, with the decoding-in-progress image as the first image.
  • the decoding intermediate image as an image is converted into a filtered image as a second image corresponding to the original image (a filtered image is generated) and supplied to the rearrangement buffer 307 and the frame memory 310 (FIG. 26). To do.
  • the image conversion apparatus 331 acquires (updates) the tap coefficient used in the class classification adaptation process using the reduction filter information, as with the image conversion apparatus 133 in FIG.
  • the image conversion apparatus 331 performs class classification using the encoded information as necessary in the class classification adaptation process, as with the image conversion apparatus 133 of FIG. That is, when the image conversion apparatus 133 in FIG. 10 performs class classification using the encoded information, the image conversion apparatus 331 uses the encoded information to perform the same class classification as the image conversion apparatus 133. Perform classification.
  • FIG. 28 is a block diagram illustrating a first configuration example of the image conversion apparatus 331 in FIG.
  • FIG. 28 shows a configuration example of the image conversion device 331 when the reduction device 132 is configured as shown in FIG.
  • the reduction filter information supplied from the lossless decoding unit 302 includes the adoption reduction number P and the target class.
  • the adoption reduction coefficient W ′ (c), the adoption conversion coefficient A ′ ⁇ 1 , the tap coefficient w (c) of the nonconforming class, and the class flag are included.
  • the image conversion apparatus 331 includes a tap selection unit 341, a class classification unit 342, a coefficient acquisition unit 343, a prediction calculation unit 344, and a coefficient reconstruction unit 345.
  • the tap selection unit 341 to the coefficient reconstruction unit 345 are configured in the same manner as the tap selection unit 171 to the coefficient reconstruction unit 175 in FIG. 16, respectively.
  • the image conversion device 331 performs the same processing as the image conversion device 133 in FIG. Since it is performed, the description is omitted.
  • FIG. 29 is a block diagram illustrating a second configuration example of the image conversion apparatus 331 in FIG.
  • FIG. 29 shows a configuration example of the image conversion device 331 when the reduction device 132 is configured as shown in FIG.
  • the reduction filter information supplied from the lossless decoding unit 302 includes the adoption reduction number P, the adoption reduction coefficient. W ′ (c) and adopted conversion coefficient A ′ ⁇ 1 are included.
  • the image conversion apparatus 331 includes a tap selection unit 341 to a prediction calculation unit 344, and a coefficient reconstruction unit 351.
  • the tap selection unit 341 to the prediction calculation unit 344 and the coefficient reconstruction unit 351 are configured in the same manner as the tap selection unit 171 to the prediction calculation unit 174 and the coefficient reconstruction unit 191 in FIG. Since the same processing as that of the image conversion device 133 in FIG. 18 is performed, the description thereof is omitted.
  • FIG. 30 is a block diagram showing a third configuration example of the image conversion apparatus 331 in FIG.
  • FIG. 30 shows a configuration example of the image conversion device 331 when the reduction device 132 is configured as shown in FIG.
  • the reduction filter information supplied from the lossless decoding unit 302 includes the adoption reduction coefficient W ′ of the target class. (c), adopted conversion coefficient A ′ ⁇ 1 , nonconforming class tap coefficient w (c), and class flag are included.
  • the image conversion apparatus 331 includes a tap selection unit 341 to a prediction calculation unit 344, a reduction number determination unit 361, and a coefficient reconstruction unit 362.
  • the tap selection unit 341 to the prediction calculation unit 344, the reduction number determination unit 361, and the coefficient reconstruction unit 362 are the tap selection unit 171 to the prediction calculation unit 174, the reduction number determination unit 221 in FIG.
  • the image reconstruction device 331 is configured similarly to the coefficient reconstruction unit 222, and the image conversion device 331 performs the same processing as the image conversion device 133 in FIG.
  • FIG. 31 is a block diagram showing a fourth configuration example of the image conversion apparatus 331 in FIG.
  • FIG. 31 shows a configuration example of the image conversion device 331 when the reduction device 132 is configured as shown in FIG.
  • the reduction filter information supplied from the lossless decoding unit 302 includes the adopted reduction coefficient W ′ (c). And adopted conversion coefficient A ′ ⁇ 1 .
  • the image conversion apparatus 331 includes a tap selection unit 341 to a prediction calculation unit 344, a reduction number determination unit 361, and a coefficient reconstruction unit 371.
  • the tap selection unit 341 to the prediction calculation unit 344, the reduction number determination unit 361, and the coefficient reconstruction unit 371 are the tap selection unit 171 to the prediction calculation unit 174, the reduction number determination unit 221 in FIG.
  • the image reconstruction device 331 is configured in the same manner as the coefficient reconstruction unit 231, and the image conversion device 331 performs the same processing as the image conversion device 133 in FIG.
  • FIG. 32 is a flowchart for explaining an example of the decoding process of the decoding device 12 of FIG.
  • step S71 the accumulation buffer 301 temporarily accumulates the encoded data transmitted from the encoding device 11 and supplies it to the lossless decoding unit 302 as appropriate, and the process proceeds to step S72.
  • step S72 the lossless decoding unit 302 receives and decodes the encoded data supplied from the accumulation buffer 301, and supplies the quantization coefficient obtained by the decoding to the inverse quantization unit 303.
  • the lossless decoding unit 302 when encoding information and reduction filter information are obtained by decoding encoded data, converts the necessary encoding information into the intra prediction unit 312, the motion prediction compensation unit 313, and other necessary blocks. To supply.
  • the lossless decoding unit 302 supplies the reduced filter information to the class classification adaptive filter 306.
  • step S72 the process proceeds from step S72 to step S73, and the class classification adaptive filter 306 determines whether or not the reduction filter information is supplied from the lossless decoding unit 302.
  • step S73 If it is determined in step S73 that the reduced filter information is not supplied, the process skips step S74 and proceeds to step S75.
  • step S73 If it is determined in step S73 that the reduced filter information has been supplied, the process proceeds to step S74, and the image conversion device 331 (FIGS. 28 to 31) acquires the reduced filter information from the lossless decoding unit 302. To do. Furthermore, the image conversion apparatus 331 reconstructs the tap coefficient (w ′ (c)) from the reduction filter information, and reduces the tap coefficient (the tap coefficient used for the class classification adaptation process) stored in the coefficient acquisition unit 343. Update to the reconstructed tap coefficients from the filter information.
  • step S75 a predictive decoding process is performed, and a decoding process is complete
  • FIG. 33 is a flowchart illustrating an example of the predictive decoding process in step S75 of FIG.
  • step S81 the inverse quantization unit 303 inversely quantizes the quantized coefficient from the lossless decoding unit 302, supplies the orthogonal transform coefficient obtained as a result to the inverse orthogonal transform unit 304, and the process proceeds to step S82. move on.
  • step S82 the inverse orthogonal transform unit 304 performs inverse orthogonal transform on the orthogonal transform coefficient from the inverse quantization unit 303, supplies the residual obtained as a result to the calculation unit 305, and the process proceeds to step S83. .
  • step S83 the intra prediction unit 312 or the motion prediction / compensation unit 313 performs prediction using the reference image supplied from the frame memory 310 via the selection unit 311 and the encoding information supplied from the lossless decoding unit 302. A prediction process for generating an image is performed. Then, the intra prediction unit 312 or the motion prediction / compensation unit 313 supplies the prediction image obtained by the prediction process to the selection unit 314, and the process proceeds from step S83 to step S84.
  • step S84 the selection unit 314 selects the prediction image supplied from the intra prediction unit 312 or the motion prediction / compensation unit 313, supplies the prediction image to the calculation unit 305, and the process proceeds to step S85.
  • step S85 the calculation unit 305 adds the residual from the inverse orthogonal transform unit 304 and the predicted image from the selection unit 314 to generate a decoding intermediate image. Then, the arithmetic unit 305 supplies the mid-decoding image to the class classification adaptive filter 306 or the frame memory 310, and the process proceeds from step S85 to step S86.
  • the class classification adaptive filter 306 applies the class classification adaptive processing as ILF processing to the decoding intermediate image from the arithmetic unit 305. (Class classification adaptive filter processing) is performed. By performing the class classification adaptive process on the decoding-in-progress image, a filtered image closer to the original image than in the case of filtering the decoding-in-progress image with ILF is obtained, as in the case of the encoding device 11.
  • the class classification adaptive filter 306 supplies the filtered image obtained by the class classification adaptation process to the rearrangement buffer 307 and the frame memory 310, and the process proceeds from step S86 to step S87.
  • step S87 the rearrangement buffer 307 temporarily stores the decoded image supplied from the calculation unit 305 or the filtered image supplied from the class classification adaptive filter 306 as a decoded image. Further, the rearrangement buffer 307 rearranges the stored decoded images in the display order and supplies the rearranged decoded images to the D / A conversion unit 308, and the process proceeds from step S87 to step S88.
  • step S88 the D / A converter 308 D / A converts the decoded image from the rearrangement buffer 307, and the process proceeds to step S89.
  • the decoded image after D / A conversion is output and displayed on a display (not shown).
  • step S89 the frame memory 310 stores the decoding-in-progress image supplied from the calculation unit 305 or the filtered image supplied from the class classification adaptive filter 306 as a decoded image, and the decoding process ends.
  • the decoded image stored in the frame memory 310 is used as a reference image from which a predicted image is generated in the prediction process in step S83.
  • FIG. 34 is a flowchart for explaining an example of the class classification adaptation process performed in step S86 of FIG.
  • the tap selection unit 341 includes, among the pixels of the decoding intermediate image (as a block) supplied from the calculation unit 305. One of the pixels that has not yet been set as the target pixel is selected as the target pixel, and the process proceeds to step S92.
  • step S92 the tap selection unit 341 selects a pixel to be a prediction tap for the target pixel from the decoding intermediate image supplied from the calculation unit 305. And tap selection part 341 supplies a prediction tap to prediction operation part 344, and processing progresses to Step S93 from Step S92.
  • step S93 the class classification unit 342 classifies the target pixel, supplies the class of the target pixel obtained as a result to the coefficient acquisition unit 343, and the process proceeds to step S94.
  • step S94 the coefficient acquisition unit 343 acquires the tap coefficient of the class supplied from the class classification unit 342 from the stored tap coefficients, supplies the tap coefficient to the prediction calculation unit 344, and the process proceeds to step S95. .
  • the tap coefficients stored in the coefficient acquisition unit 343 are updated to tap coefficients reconstructed from the reduced filter information from the lossless decoding unit 302 in step S74 of FIG.
  • step S95 the prediction calculation unit 344 performs an equation (1) prediction calculation using the prediction tap from the tap selection unit 341 and the tap coefficient from the coefficient acquisition unit 343. Thereby, the prediction calculation unit 344 obtains the predicted value of the pixel value of the corresponding pixel of the original image corresponding to the target pixel as the pixel value of the filtered image, and the process proceeds to step S96.
  • step S ⁇ b> 96 the tap selection unit 341 determines whether there is a pixel that is not yet a pixel of interest among the pixels of the decoding intermediate image (as a block) from the calculation unit 305. If it is determined in step S96 that there are still pixels that are not the target pixel, the process returns to step S91, and the same process is repeated thereafter.
  • step S96 If it is determined in step S96 that there is no pixel that has not yet been set as the pixel of interest, the process proceeds to step S97, and the prediction calculation unit 344 decodes the decoding intermediate image (as a block) from the calculation unit 305.
  • the filtered image composed of the pixel values obtained for is supplied to the rearrangement buffer 307 and the frame memory 310 (FIG. 26). Then, the class classification adaptation process is terminated, and the process returns.
  • the encoding apparatus 11 reduces the tap coefficient for each class, for example, by projecting the tap coefficient for each class into a low-dimensional space lower than the tap coefficient space that is the tap coefficient space for each class by principal component analysis.
  • the data is converted into a coefficient and transmitted to the decoding device 12.
  • the high-order principal component score having a small influence on the tap coefficient is set to 0, so that the data amount of the reduction coefficient obtained by converting the tap coefficient is reduced.
  • the compression efficiency can be improved appropriately. That is, it is possible to improve the compression efficiency while maintaining a sufficient image quality as the image quality of the filtered image (and thus the reference image or the decoded image).
  • FIG. 35 is a block diagram showing a second configuration example of the encoding device 11 of FIG.
  • the encoding device 11 includes an A / D conversion unit 101 through a calculation unit 110, a frame memory 112 through a rate control unit 117, and a class classification adaptive filter 511.
  • the encoding device 11 of FIG. 35 is common to the case of FIG. 9 in that it includes the A / D conversion unit 101 to the calculation unit 110 and the frame memory 112 to the rate control unit 117.
  • the encoding device 11 of FIG. 35 is different from the case of FIG. 9 in that it has a class classification adaptive filter 511 instead of the class classification adaptive filter 111.
  • the class classification adaptive filter 511 is a filter that functions as an ILF by performing class classification adaptive processing, and is common to the class classification adaptive filter 111 in that ILF processing is performed by class classification adaptive processing.
  • the class classification adaptive filter 511 in the reduction process for generating the reduction filter information in which the data amount of the tap coefficient for each class is reduced, the class coefficient for one class is generated as the reduction filter information.
  • the adaptive filter 511 is different from the class classification adaptive filter 111.
  • class classification adaptive filter 511 is different from the class classification adaptive filter 111 in that class classification adaptive processing is performed using tap coefficients for each class obtained by using seed coefficients for one class as reduction filter information. .
  • the class classification adaptive filter 511 is different from the class classification adaptive filter 111 in that tap coefficients (necessary class tap coefficients) for each class are generated from the seed coefficients for one class as the reduction filter information.
  • FIG. 36 is a block diagram illustrating a configuration example of the class classification adaptive filter 511 of FIG.
  • the class classification adaptive filter 511 includes a learning device 131, a reduction device 531 and an image conversion device 532.
  • the class classification adaptive filter 511 is common to the class classification adaptive filter 111 of FIG.
  • the class classification adaptive filter 511 is different from the class classification adaptive filter 111 of FIG. 10 in that a reduction device 531 and an image conversion device 532 are provided instead of the reduction device 132 and the image conversion device 133, respectively.
  • the reduction device 531 is supplied with tap coefficients for each class obtained by the learning device 131 performing tap coefficient learning.
  • the reduction device 531 performs reduction processing to reduce the data amount of tap coefficients for each class from the learning device 131, and generates reduction filter information in which the data amount of tap coefficients for each class is reduced by the reduction processing.
  • the reduction device 531 generates, from the tap coefficient for each class from the learning device 131, a seed coefficient for one class used to obtain the tap coefficient for each class by a predetermined calculation with a parameter representing the class. Then, it is included in the reduction filter information and supplied to the image conversion device 532 and the lossless encoding unit 106 (FIG. 35).
  • the image conversion apparatus 532 reconfigures the tap coefficient for each class (or the tap coefficient of the class of the pixel of interest) from the seed coefficient for one class included in the reduction filter information from the reduction apparatus 531.
  • the image conversion apparatus 532 performs the image conversion by the class classification adaptive process using the tap coefficients for each class reconstructed from the reduced filter information, using the decoding-in-progress image as the first image, thereby obtaining the first image as the first image. Is converted into a filtered image as a second image corresponding to the original image (a filtered image is generated) and supplied to the frame memory 112 (FIG. 35).
  • the reduction device 531 can generate copy information, similar to the reduction device 132 of FIG.
  • the reduction device 531 employs a method of converting the tap coefficient for each class into a seed coefficient as a reduction method for reducing the data amount of the tap coefficient for each class.
  • FIG. 37 is a diagram for explaining the outline of the seed coefficient using reduction method.
  • the tap coefficient w (c, n) data amount is reduced by converting the tap coefficient w (c, n) for each class c into a seed coefficient by seeding.
  • a set of teacher data and student data (hereinafter also referred to as a learning data set) is prepared for each of a plurality of values that can be taken by the parameter z.
  • a seed coefficient for each class used to determine the tap coefficient w (c, n) for each class by a predetermined calculation with the parameter z is obtained.
  • the seed coefficient generation for obtaining the seed coefficient for each class is also referred to as class-specific seed coefficient conversion.
  • the seed coefficient for each class obtained by the different kind factorization is also referred to as a class-specific seed coefficient.
  • the n-th tap coefficient w (c, n of class c ) As shown in the equation (9), using the M seed coefficients ⁇ 1, n , ⁇ 2, n ,..., ⁇ M, n , the n-th tap coefficient w (c, n of class c ), As the class-specific seed coefficients, there are M seed coefficients ⁇ 1, n , ⁇ 2, n ,..., ⁇ M, n in the equation (9) for each class.
  • the class-specific species coefficient can be represented by a variable ⁇ (c, n, m) having as arguments the class c, the order n of the tap coefficients w (c, n), and the class m-specific coefficient order m.
  • the class-specific seed coefficient ⁇ (c, n, m) is the m-th seed coefficient used to obtain the n-th tap coefficient w (c, n) of class c.
  • the n-th tap coefficient w (c, n) of class c is M classes of class c.
  • an expression w (c, n) ⁇ ( ⁇ (c, n, m) ⁇ z m ⁇ 1 ).
  • ⁇ represents a summation in which m is replaced with 1 to M.
  • the data amount is proportional to the number of classes C. Further, the class-specific species coefficient ⁇ (c, n, m) exists for each order n of the tap coefficient w (c, n) of one class, and the data amount thereof is the tap coefficient w (c, n) for one class. It can also be said that the amount of data is proportional to the number N).
  • class-specific species coefficients ⁇ (c, n, m) are ⁇ (c, n, 1), ⁇ (c, n, 2) ,. . . , ⁇ (c, n, M).
  • the seed coefficient is used to obtain the seed coefficient used to determine the tap coefficient w (c, n) for each class c by a predetermined calculation with the parameter z.
  • the usage-type reduction method is common to class-specific seed coefficient determination for obtaining class-specific seed coefficient ⁇ (c, n, m).
  • the parameter z used together with the seed coefficient represents the class c. It is different from classifying by class.
  • the tap coefficient w (1 , n), w (2, n),..., w (C, n) is obtained by a seed coefficient used for obtaining a predetermined calculation with the parameter z.
  • Equation (9) the order n of the tap coefficients w (c, n) and the order m of the reduction seed coefficients are used as arguments.
  • a seed coefficient represented by the variable ⁇ (n, m) (hereinafter also referred to as a reduction seed coefficient) is obtained.
  • the equation w (c, n) ⁇ ( ⁇ (n, m) ⁇ c m ⁇ 1 ) ( ⁇ is the value obtained by replacing m with 1 to M).
  • Reduction type that statistically minimizes the error between the predicted value of the nth tap coefficient w (c, n) of class c and the true value of the tap coefficient w (c, n).
  • the coefficient ⁇ (n, m) is obtained by the least square method or the like.
  • the class 1, tap coefficient plane which is a plane with the class c and a certain nth tap coefficient w (c, n) of the class c as axes, Plotting the coefficient points representing the nth tap coefficients w (1, n), w (2, n), ... w (C, n) of each of ..., C corresponds to equation (9)
  • the formula w (c, n) ⁇ ( ⁇ (n, m) ⁇ c m-1 ) is the tap coefficient w (1, n), w (2, n), ... w (C, n)
  • the approximate curve which approximates the coefficient point to represent is represented.
  • tap coefficient w (c, n) of that order n is used to obtain by a predetermined calculation with parameter z representing class c.
  • the reduction species coefficient ⁇ (n, m) to be obtained is obtained.
  • the reduction seed coefficient ⁇ (n, m) exists for each order n of the tap coefficient w (c, n) of one class, and the data amount thereof is the tap coefficient w (c, n) for one class.
  • the amount of data is proportional to the number N.
  • the reduction seed coefficient ⁇ (n, m) is ⁇ (n, 1), ⁇ (n, 2),. . . , ⁇ (n, M).
  • the reduction seed coefficient ⁇ (n, m) does not exist for each class c because it is used to obtain the tap coefficient (c, n) using the class c as a parameter z. In other words, the reduction seed coefficient ⁇ (n, m) exists for one class.
  • the n-th tap coefficient w (c, n) of the class c is a cubic expression corresponding to the expression (9) using the parameter z representing the class c.
  • w (c, n) ⁇ (n, 1) + ⁇ (n, 2) ⁇ c + ⁇ (n, 3) ⁇ c 2 + ⁇ (n, 4) ⁇ c 3
  • the reduction seed coefficient ⁇ (n, m) obtained by reduction seed coefficient conversion is obtained as a tap coefficient w (c, n) by a predetermined calculation with the parameter z representing class c.
  • the parameter z representing class c.
  • the reduction seed coefficient ⁇ (n, m) does not exist for each class c and is a coefficient for one class.
  • the class-specific species coefficient ⁇ (c, n, m) exists for each class c and is a coefficient for the number of classes C.
  • the number M of seed coefficients used to obtain a tap coefficient w (c, n) in a certain order n is the reduction seed coefficient ⁇ (n, m) and the class-specific seed coefficient ⁇ (c, n, m). If they are the same, the reduction seed coefficient ⁇ (n, m) is a coefficient for one class, so the data is compared with the class-specific seed coefficient ⁇ (c, n, m), which is a coefficient for the number of classes C. The quantity becomes 1 / C.
  • the reduction seed coefficient ⁇ (n, m) is proportional to N ⁇ M and the data amount of the tap coefficient w (c, n) is proportional to C ⁇ N
  • the reduction seed coefficient ⁇ (n , m) is M / C of the data amount of the tap coefficient w (c, n). Therefore, according to the seed coefficient using reduction method, the compression efficiency can be improved as the class number C of the tap coefficient w (c, n) is larger.
  • the reduced seed coefficients ⁇ (n, 1), ⁇ (n, 2),. . . , ⁇ (n, M) the compression efficiency can be improved as the number M is decreased.
  • the number M of the reduction seed coefficients ⁇ (n, 1) to ⁇ (n, M) for each order n of the tap coefficients w (c, n) is determined by the optimization method determined by the reduction number P and the use of obtainable information. Can be determined in the same way as the law.
  • the number M of the reduction seed coefficients ⁇ (n, 1) to ⁇ (n, M) for each order n of the tap coefficients w (c, n) can be determined, for example, to optimize the RD cost. it can. Further, the number M of the reduction seed coefficients ⁇ (n, 1) to ⁇ (n, M) for each order n of the tap coefficients w (c, n) can be determined according to the acquirable information.
  • the number M of reduction seed coefficients ⁇ (n, 1) to ⁇ (n, M) for each order n of tap coefficients w (c, n) according to the acquirable information For example, the smaller the average value of the quantization parameters QP of the entire screen is, the larger the number M can be determined. Further, for example, as the bit rate of the encoded data is high as the obtainable information, the number M can be determined to be a large value. Furthermore, the number M can be determined to be larger as the frequency band of the entire screen, which is one of the image feature amounts of the image being decoded, as the obtainable information, for example.
  • FIG. 38 is a block diagram illustrating a configuration example of the reduction device 531 of FIG.
  • the reduction device 531 includes an addition unit 541 and a coefficient calculation unit 542.
  • the addition unit 541 and the coefficient calculation unit 542 perform the same processes as the addition unit 92 and the coefficient calculation unit 93 in FIG.
  • the addition unit 92 in FIG. 8 performs addition for each class on the parameter z (variable t m corresponding to the parameter z supplied from the parameter generation unit 71 (FIG. 6)) and the tap coefficient w n.
  • the adding unit 541 adopts the classes 1, 2,..., C as the parameter z, and the n-th tap coefficient w (1) of the parameter z and each class 1, 2,. , n), w (2, n), ..., w (C, n) are added for each order n of tap coefficients w (c, n) and obtained by the addition
  • the normal equation is supplied to the coefficient calculation unit 542.
  • the coefficient calculation unit 542 solves the normal equation from the addition unit 541, and uses the class c as the parameter z for each order n of the tap coefficients w (c, n) to calculate the tap coefficient w (c, n).
  • the seed coefficients (reduction seed coefficients) ⁇ (1, n), ⁇ (2, n),..., ⁇ (M, n) used for the determination are obtained.
  • the seed coefficient ⁇ (m, n) obtained by the coefficient calculation unit 542 is included in the reduction filter information, and is supplied to the image conversion device 532 (FIG. 36) and the lossless encoding unit 106 (FIG. 35).
  • FIG. 39 is a block diagram illustrating a configuration example of the image conversion apparatus 532 in FIG.
  • the image conversion apparatus 532 includes a tap selection unit 171 to a prediction calculation unit 174, and a coefficient reconstruction unit 561.
  • the image conversion apparatus 532 is common to the image conversion apparatus 133 of FIG. 16 in that it includes the tap selection unit 171 to the prediction calculation unit 174.
  • the image conversion apparatus 532 is different from the image conversion apparatus 133 in FIG. 16 in that a coefficient reconstruction unit 561 is provided instead of the coefficient reconstruction unit 175.
  • the reduction filter information is supplied to the coefficient reconstruction unit 561 from the reduction device 531 (FIG. 36).
  • the tap coefficient w (c, n) for each class reconstructed from the seed coefficient ⁇ (m, n) is supplied from the coefficient reconstruction unit 561, the tap coefficient w for each class is supplied.
  • the stored tap coefficient is updated by (c, n).
  • FIG. 40 is a flowchart for explaining an example of the encoding process of the encoding device 11 of FIG.
  • step S111 the learning device 131 (FIG. 36) determines whether the current timing is an update timing for updating the tap coefficient, and determines that it is not the update timing, as in step S11 (FIG. 23). The process skips steps S112 to S115 and proceeds to step S116.
  • step S111 If it is determined in step S111 that the current timing is the tap coefficient update timing, the process proceeds to step S112, and the learning device 131 performs tap coefficient learning in the same manner as in step S12 (FIG. 23). To obtain the tap coefficient for each class.
  • the learning device 131 supplies the tap coefficient for each class obtained by the tap coefficient learning to the reduction device 531, and the process proceeds from step S112 to step S113.
  • step S113 the reduction device 531 (FIG. 36) generates reduction filter information in which the amount of tap coefficient data from the learning device 131 is reduced by using, for example, a seed coefficient-based reduction method, the image conversion device 532, and This is supplied to the lossless encoding unit 106 (FIG. 35).
  • the reduction device 531 uses the tap coefficient w (c, n) for each class from the learning device 131 as a reduction seed coefficient, and uses the class c as the parameter z.
  • Reduction filter information including the reduction seed coefficient ⁇ (m, n) is generated by converting the reduction seed coefficient ⁇ (m, n). Then, the reduction device 531 supplies the reduced filter information to the image conversion device 532 and the lossless encoding unit 106.
  • step S113 the lossless encoding unit 106 (FIG. 35) sets the reduced filter information from the reduction device 531 as a transmission target, and the process proceeds to step S115.
  • the reduction filter information set as the transmission target is included in the encoded data and transmitted in the predictive encoding process performed in step S116 described later.
  • the tap coefficient the tap coefficient used for the class classification adaptation process
  • step S116 the predictive encoding process of the original image is performed, and the encoding process ends.
  • FIG. 41 is a flowchart for explaining an example of the predictive encoding process in step S116 of FIG.
  • steps S31 to S46 of FIG. 24 are performed in steps S131 to S146, respectively.
  • step S142 the class classification adaptive filter 511 performs a class classification adaptive process as an ILF process on the decoding intermediate image from the calculation unit 110, as in step S42 of FIG.
  • the class classification adaptation process in step S142 is the same as the class classification adaptation process described with reference to FIG. 25, but the prediction calculation of the prediction calculation unit 174 (FIG. 39) is performed by the reduction device in step S115 of FIG. 40 performed immediately before. This is performed using the tap coefficient w (c, n) reconstructed from the reduction seed coefficient ⁇ (m, n) included in the reduction filter information from 531.
  • step S144 the lossless encoding unit 106 encodes the quantization coefficient, the encoding information, and the reduction filter information as in step S44 of FIG. 24.
  • the reduction seed coefficient ⁇ (m, n) obtained in step S113 in FIG. 40 is included.
  • FIG. 42 is a block diagram illustrating a second configuration example of the decoding device 12 of FIG.
  • the decoding device 12 includes a storage buffer 301, a lossless decoding unit 302, an inverse quantization unit 303, an inverse orthogonal transform unit 304, a calculation unit 305, a rearrangement buffer 307, and a D / A conversion unit 308.
  • the decoding device 12 includes a frame memory 310, a selection unit 311, an intra prediction unit 312, a motion prediction compensation unit 313, a selection unit 314, and a class classification adaptive filter 611.
  • the decoding device 12 of FIG. 42 is common to the case of FIG. 26 in that it includes a storage buffer 301 through a calculation unit 305, a rearrangement buffer 307 through a D / A conversion unit 308, and a frame memory 310 through a selection unit 314. To do.
  • the decoding device 12 is different from the case of FIG. 26 in that a class classification adaptive filter 611 is provided instead of the class classification adaptive filter 306.
  • the reduction filter information supplied from the lossless decoding unit 302 to the class classification adaptive filter 611 includes a reduction seed coefficient ⁇ (m, n).
  • the class classification adaptive filter 611 is a filter that functions as an ILF by performing class classification adaptive processing, and is common to the class classification adaptive filter 306 of FIG. 26 in that ILF processing is performed by class classification adaptive processing.
  • the class classification adaptive filter 611 reconstructs the tap coefficient w (c, n) for each class from the reduction seed coefficient ⁇ (m, n) included in the reduction filter information, and tap coefficient w (( It differs from the class classification adaptive filter 306 in that class classification adaptation processing is performed using c, n).
  • FIG. 43 is a block diagram showing a configuration example of the class classification adaptive filter 611 in FIG.
  • the class classification adaptive filter 611 includes an image conversion device 631.
  • the image conversion device 631 is supplied with the decoding intermediate image from the arithmetic unit 305 (FIG. 42) and the reduced filter information from the lossless decoding unit 302.
  • the image conversion apparatus 631 uses the class c as the parameter z from the reduction seed coefficient ⁇ (m, n) included in the reduction filter information from the lossless decoding unit 302 for each class.
  • the tap coefficient w (c, n) is reconstructed.
  • the image conversion apparatus 631 uses the decoding intermediate image as a first image and performs class classification adaptive processing using tap coefficients w (c, n) for each class.
  • the decoding intermediate image as the first image is converted into a filtered image as a second image corresponding to the original image (generates a filtered image), and the rearrangement buffer 307 And supplied to the frame memory 310 (FIG. 42).
  • FIG. 44 is a block diagram illustrating a configuration example of the image conversion apparatus 631 in FIG.
  • the image conversion apparatus 631 includes a tap selection unit 341 to a prediction calculation unit 344, and a coefficient reconstruction unit 641.
  • the image conversion device 631 in FIG. 44 is common to the image conversion device 331 in FIG. 28 in that the tap selection unit 341 to the prediction calculation unit 344 are included.
  • the image conversion apparatus 631 in FIG. 44 is different from the image conversion apparatus 331 in FIG. 28 in that it has a coefficient reconstruction unit 641 instead of the coefficient reconstruction unit 345.
  • the coefficient reconstructing unit 641 is supplied with the reduced filter information from the lossless decoding unit 302 (FIG. 42).
  • the coefficient reconstructing unit 641 reconstructs the tap coefficient for each class from the reduced filter information from the lossless decoding unit 302, similarly to the coefficient reconstructing unit 561 in FIG.
  • the tap coefficient w (c, n) for each class is reconfigured by performing an operation according to m) ⁇ c m ⁇ 1 ) and supplied to the coefficient acquisition unit 343.
  • FIG. 45 is a flowchart for explaining an example of the decoding process of the decoding device 12 of FIG.
  • steps S71 to S73 of FIG. 32 are performed in steps S171 to S173, respectively.
  • step S173 If it is determined in step S173 that no reduction filter information is supplied from the lossless decoding unit 302 to the class classification adaptive filter 611, the process skips step S174 and proceeds to step S175.
  • step S173 If it is determined in step S173 that the reduced filter information is supplied from the lossless decoding unit 302 to the class classification adaptive filter 611, the process proceeds to step S174, and the image conversion apparatus 631 of the class classification adaptive filter 611 (FIG. 44). ) Constitutes the reduction filter information.
  • step S175 a prediction decoding process is performed, and a decoding process is complete
  • FIG. 46 is a flowchart illustrating an example of the predictive decoding process in step S175 of FIG.
  • steps S81 to S89 in FIG. 33 are performed in steps S181 to S189, respectively.
  • step S186 the class classification adaptive filter 611 performs class classification adaptation processing as ILF processing on the decoding-in-progress image from the arithmetic unit 110, as in step S86 of FIG.
  • the class classification adaptation process in step S186 is the same as the class classification adaptation process described in FIG. 34, but the prediction calculation of the prediction calculation unit 344 (FIG. 44) is performed in the lossless decoding in step S174 of FIG. 45 performed immediately before. This is performed using the tap coefficient w (c, n) reconstructed from the reduction seed coefficient ⁇ (m, n) included in the reduction filter information from the unit 302.
  • FIG. 47 is a diagram illustrating an example of a multi-view image encoding method.
  • the multi-viewpoint image includes images of a plurality of viewpoints (views).
  • the multiple views of this multi-viewpoint image are encoded using the base view that encodes and decodes using only the image of its own view without using the information of other views, and the information of other views.
  • -It consists of a non-base view that performs decoding.
  • Non-base view encoding / decoding may use base view information or other non-base view information.
  • the multi-view image is encoded for each viewpoint.
  • the encoded data of each viewpoint is decoded (that is, for each viewpoint).
  • the method described in the above embodiment may be applied to such encoding / decoding of each viewpoint.
  • FIG. 48 is a diagram illustrating a multi-view image encoding apparatus of the multi-view image encoding / decoding system that performs the above-described multi-view image encoding / decoding.
  • the multi-view image encoding apparatus 1000 includes an encoding unit 1001, an encoding unit 1002, and a multiplexing unit 1003.
  • the encoding unit 1001 encodes the base view image and generates a base view image encoded stream.
  • the encoding unit 1002 encodes the non-base view image and generates a non-base view image encoded stream.
  • the multiplexing unit 1003 multiplexes the base view image encoded stream generated by the encoding unit 1001 and the non-base view image encoded stream generated by the encoding unit 1002 to generate a multi-view image encoded stream. To do.
  • FIG. 49 is a diagram illustrating a multi-view image decoding apparatus that performs the above-described multi-view image decoding.
  • the multi-view image decoding device 1010 includes a demultiplexing unit 1011, a decoding unit 1012, and a decoding unit 1013.
  • the demultiplexing unit 1011 demultiplexes the multi-view image encoded stream in which the base view image encoded stream and the non-base view image encoded stream are multiplexed, and the base view image encoded stream and the non-base view image The encoded stream is extracted.
  • the decoding unit 1012 decodes the base view image encoded stream extracted by the demultiplexing unit 1011 to obtain a base view image.
  • the decoding unit 1013 decodes the non-base view image encoded stream extracted by the demultiplexing unit 1011 to obtain a non-base view image.
  • the encoding device 11 described in the above embodiment is applied as the encoding unit 1001 and the encoding unit 1002 of the multi-view image encoding device 1000. Also good. By doing so, the method described in the above embodiment can be applied to the encoding of multi-viewpoint images. That is, S / N and compression efficiency can be improved. Further, for example, the decoding device 12 described in the above embodiment may be applied as the decoding unit 1012 and the decoding unit 1013 of the multi-viewpoint image decoding device 1010. By doing so, the methods described in the above embodiments can be applied to decoding of encoded data of multi-viewpoint images. That is, S / N and compression efficiency can be improved.
  • FIG. 50 is a diagram illustrating an example of a hierarchical image encoding method.
  • Hierarchical image coding is a method in which image data is divided into a plurality of layers (hierarchization) so as to have a scalability function with respect to a predetermined parameter, and is encoded for each layer.
  • Hierarchical image decoding is decoding corresponding to the hierarchical image encoding.
  • the hierarchized image includes images of a plurality of hierarchies (layers) having different predetermined parameter values.
  • a plurality of layers of this hierarchical image are encoded / decoded using only the image of the own layer without using the image of the other layer, and encoded / decoded using the image of the other layer.
  • It consists of a non-base layer (also called enhancement layer) that performs decoding.
  • the non-base layer an image of the base layer may be used, or an image of another non-base layer may be used.
  • the non-base layer is composed of difference image data (difference data) between its own image and an image of another layer so that redundancy is reduced.
  • difference image data difference data
  • an image with lower quality than the original image can be obtained using only the base layer data.
  • an original image that is, a high-quality image
  • image compression information of only the base layer (base layer) is transmitted, and a moving image with low spatiotemporal resolution or poor image quality is reproduced.
  • image enhancement information of the enhancement layer is transmitted.
  • Image compression information corresponding to the capabilities of the terminal and the network can be transmitted from the server without performing transcoding processing, such as playing a moving image with high image quality.
  • parameters having a scalability function are arbitrary.
  • spatial resolution may be used as the parameter (spatial scalability).
  • spatial scalability the resolution of the image is different for each layer.
  • temporal resolution may be applied as a parameter for providing such scalability (temporal scalability).
  • temporal scalability temporary scalability
  • the frame rate is different for each layer.
  • a signal-to-noise ratio (SNR (Signal-to-Noise-ratio)) may be applied (SNR-scalability) as a parameter for providing such scalability.
  • SNR Signal-to-noise ratio
  • the SN ratio is different for each layer.
  • the parameters for providing scalability may be other than the examples described above.
  • the base layer (base layer) consists of 8-bit (bit) images, and by adding an enhancement layer (enhancement layer) to this, the bit depth scalability (bit-depth ⁇ ⁇ ⁇ scalability) that can obtain a 10-bit (bit) image is is there.
  • base layer (base ⁇ ⁇ layer) consists of component images in 4: 2: 0 format, and by adding the enhancement layer (enhancement layer) to this, chroma scalability (chroma) scalability).
  • FIG. 51 is a diagram illustrating a hierarchical image encoding apparatus of the hierarchical image encoding / decoding system that performs the hierarchical image encoding / decoding described above.
  • the hierarchical image encoding device 1020 includes an encoding unit 1021, an encoding unit 1022, and a multiplexing unit 1023.
  • the encoding unit 1021 encodes the base layer image and generates a base layer image encoded stream.
  • the encoding unit 1022 encodes the non-base layer image and generates a non-base layer image encoded stream.
  • the multiplexing unit 1023 multiplexes the base layer image encoded stream generated by the encoding unit 1021 and the non-base layer image encoded stream generated by the encoding unit 1022 to generate a hierarchical image encoded stream. .
  • FIG. 52 is a diagram illustrating a hierarchical image decoding apparatus that performs the above-described hierarchical image decoding.
  • the hierarchical image decoding apparatus 1030 includes a demultiplexing unit 1031, a decoding unit 1032 and a decoding unit 1033.
  • the demultiplexing unit 1031 demultiplexes the hierarchical image encoded stream in which the base layer image encoded stream and the non-base layer image encoded stream are multiplexed, and the base layer image encoded stream and the non-base layer image code Stream.
  • the decoding unit 1032 decodes the base layer image encoded stream extracted by the demultiplexing unit 1031 to obtain a base layer image.
  • the decoding unit 1033 decodes the non-base layer image encoded stream extracted by the demultiplexing unit 1031 to obtain a non-base layer image.
  • the encoding device 11 described in the above embodiment may be applied as the encoding unit 1021 and the encoding unit 1022 of the hierarchical image encoding device 1020.
  • the method described in the above embodiment can be applied to the encoding of the hierarchical image. That is, S / N and compression efficiency can be improved.
  • the decoding device 12 described in the above embodiment may be applied as the decoding unit 1032 and the decoding unit 1033 of the hierarchical image decoding device 1030. By doing so, the method described in the above embodiment can be applied to decoding of the encoded data of the hierarchical image. That is, S / N and compression efficiency can be improved.
  • the series of processes described above can be executed by hardware or software.
  • a program constituting the software is installed in the computer.
  • the computer includes, for example, a general-purpose personal computer that can execute various functions by installing a computer incorporated in dedicated hardware and various programs.
  • FIG. 53 is a block diagram showing an example of the hardware configuration of a computer that executes the above-described series of processing by a program.
  • a CPU Central Processing Unit
  • ROM Read Only Memory
  • RAM Random Access Memory
  • An input / output interface 1110 is also connected to the bus 1104.
  • An input unit 1111, an output unit 1112, a storage unit 1113, a communication unit 1114, and a drive 1115 are connected to the input / output interface 1110.
  • the input unit 1111 includes, for example, a keyboard, a mouse, a microphone, a touch panel, an input terminal, and the like.
  • the output unit 1112 includes, for example, a display, a speaker, an output terminal, and the like.
  • the storage unit 1113 includes, for example, a hard disk, a RAM disk, a nonvolatile memory, and the like.
  • the communication unit 1114 is composed of a network interface, for example.
  • the drive 1115 drives a removable medium 821 such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory.
  • the CPU 1101 loads, for example, the program stored in the storage unit 1113 to the RAM 1103 via the input / output interface 1110 and the bus 1104 and executes the above-described series. Is performed.
  • the RAM 1103 also appropriately stores data necessary for the CPU 1101 to execute various processes.
  • the program executed by the computer (CPU 1101) can be recorded and applied to, for example, a removable medium 821 as a package medium or the like.
  • the program can be installed in the storage unit 1113 via the input / output interface 1110 by attaching the removable medium 821 to the drive 1115.
  • This program can also be provided via a wired or wireless transmission medium such as a local area network, the Internet, or digital satellite broadcasting. In that case, the program can be received by the communication unit 1114 and installed in the storage unit 1113.
  • a wired or wireless transmission medium such as a local area network, the Internet, or digital satellite broadcasting.
  • the program can be received by the communication unit 1114 and installed in the storage unit 1113.
  • this program can be installed in the ROM 1102 or the storage unit 1113 in advance.
  • the encoding device 11 and the decoding device 12 are, for example, a transmitter and a receiver in cable broadcasting such as satellite broadcasting and cable TV, distribution on the Internet, and distribution to terminals by cellular communication.
  • the present invention can be applied to various electronic devices such as a recording apparatus that records an image on a medium such as an optical disk, a magnetic disk, and a flash memory, and a reproducing apparatus that reproduces an image from the storage medium.
  • a recording apparatus that records an image on a medium such as an optical disk, a magnetic disk, and a flash memory
  • a reproducing apparatus that reproduces an image from the storage medium.
  • FIG. 54 is a diagram illustrating an example of a schematic configuration of a television device to which the above-described embodiment is applied.
  • a television device 1200 includes an antenna 1201, a tuner 1202, a demultiplexer 1203, a decoder 1204, a video signal processing unit 1205, a display unit 1206, an audio signal processing unit 1207, a speaker 1208, an external interface (I / F) unit 1209, and a control unit. 1210, a user interface (I / F) unit 1211, and a bus 1212.
  • Tuner 1202 extracts a signal of a desired channel from a broadcast signal received via antenna 1201, and demodulates the extracted signal. Then, tuner 1202 outputs the encoded bit stream obtained by demodulation to demultiplexer 1203. That is, the tuner 1202 serves as a transmission unit in the television apparatus 1200 that receives an encoded stream in which an image is encoded.
  • the demultiplexer 1203 separates the video stream and audio stream of the viewing target program from the encoded bit stream, and outputs the separated streams to the decoder 1204. Further, the demultiplexer 1203 extracts auxiliary data such as EPG (Electronic Program Guide) from the encoded bit stream, and supplies the extracted data to the control unit 1210. Note that the demultiplexer 1203 may perform descrambling when the encoded bit stream is scrambled.
  • EPG Electronic Program Guide
  • the decoder 1204 decodes the video stream and audio stream input from the demultiplexer 1203. Then, the decoder 1204 outputs the video data generated by the decoding process to the video signal processing unit 1205. In addition, the decoder 1204 outputs the audio data generated by the decoding process to the audio signal processing unit 1207.
  • the video signal processing unit 1205 reproduces the video data input from the decoder 1204 and causes the display unit 1206 to display the video.
  • the video signal processing unit 1205 may cause the display unit 1206 to display an application screen supplied via the network.
  • the video signal processing unit 1205 may perform additional processing such as noise removal on the video data according to the setting.
  • the video signal processing unit 1205 may generate a GUI (Graphical User Interface) image such as a menu, a button, or a cursor, and superimpose the generated image on the output image.
  • GUI Graphic User Interface
  • the display unit 1206 is driven by a drive signal supplied from the video signal processing unit 1205, and displays a video on a video screen of a display device (for example, a liquid crystal display, a plasma display, or an OELD (Organic ElectroLuminescence Display) (organic EL display)). Or an image is displayed.
  • a display device for example, a liquid crystal display, a plasma display, or an OELD (Organic ElectroLuminescence Display) (organic EL display)). Or an image is displayed.
  • the audio signal processing unit 1207 performs reproduction processing such as D / A conversion and amplification on the audio data input from the decoder 1204, and outputs audio from the speaker 1208.
  • the audio signal processing unit 1207 may perform additional processing such as noise removal on the audio data.
  • the external interface unit 1209 is an interface for connecting the television apparatus 1200 to an external device or a network.
  • a video stream or an audio stream received via the external interface unit 1209 may be decoded by the decoder 1204. That is, the external interface unit 1209 also has a role as a transmission unit in the television apparatus 1200 that receives an encoded stream in which an image is encoded.
  • the control unit 1210 includes a processor such as a CPU and memories such as a RAM and a ROM.
  • the memory stores a program executed by the CPU, program data, EPG data, data acquired via a network, and the like.
  • the program stored in the memory is read and executed by the CPU when the television apparatus 1200 is started.
  • the CPU controls the operation of the television apparatus 1200 according to an operation signal input from the user interface unit 1211 by executing the program.
  • the user interface unit 1211 is connected to the control unit 1210.
  • the user interface unit 1211 includes, for example, buttons and switches for the user to operate the television device 1200, a remote control signal receiving unit, and the like.
  • the user interface unit 1211 detects an operation by the user via these components, generates an operation signal, and outputs the generated operation signal to the control unit 1210.
  • the bus 1212 interconnects the tuner 1202, the demultiplexer 1203, the decoder 1204, the video signal processing unit 1205, the audio signal processing unit 1207, the external interface unit 1209, and the control unit 1210.
  • the decoder 1204 may have the function of the decoding apparatus 12 described above. That is, the decoder 1204 may decode the encoded data by the method described in the above embodiments. By doing in this way, the television apparatus 1200 can improve S / N and compression efficiency.
  • the video signal processing unit 1205 encodes the image data supplied from the decoder 1204, for example, and the obtained encoded data is transmitted via the external interface unit 1209. You may enable it to output to the exterior of the television apparatus 1200.
  • the video signal processing unit 1205 may have the function of the encoding device 11 described above. That is, the video signal processing unit 1205 may encode the image data supplied from the decoder 1204 by the method described in the above embodiments. By doing in this way, the television apparatus 1200 can improve S / N and compression efficiency.
  • FIG. 55 is a diagram showing an example of a schematic configuration of a mobile phone to which the above-described embodiment is applied.
  • a cellular phone 1220 includes an antenna 1221, a communication unit 1222, an audio codec 1223, a speaker 1224, a microphone 1225, a camera unit 1226, an image processing unit 1227, a demultiplexing unit 1228, a recording / playback unit 1229, a display unit 1230, a control unit 1231, an operation A portion 1232 and a bus 1233.
  • the antenna 1221 is connected to the communication unit 1222.
  • the speaker 1224 and the microphone 1225 are connected to the audio codec 1223.
  • the operation unit 1232 is connected to the control unit 1231.
  • the bus 1233 connects the communication unit 1222, the audio codec 1223, the camera unit 1226, the image processing unit 1227, the demultiplexing unit 1228, the recording / reproducing unit 1229, the display unit 1230, and the control unit 1231 to each other.
  • the mobile phone 1220 has various operation modes including a voice call mode, a data communication mode, a shooting mode, and a videophone mode, and is used for sending and receiving voice signals, sending and receiving e-mail or image data, taking images, recording data, and the like. Perform the action.
  • the analog voice signal generated by the microphone 1225 is supplied to the voice codec 1223.
  • the audio codec 1223 converts an analog audio signal into audio data, A / D converts the compressed audio data, and compresses it. Then, the audio codec 1223 outputs the compressed audio data to the communication unit 1222.
  • the communication unit 1222 encodes and modulates audio data, and generates a transmission signal. Then, the communication unit 1222 transmits the generated transmission signal to a base station (not shown) via the antenna 1221. In addition, the communication unit 1222 amplifies a radio signal received via the antenna 1221 and performs frequency conversion to obtain a received signal.
  • the communication unit 1222 demodulates and decodes the received signal to generate audio data, and outputs the generated audio data to the audio codec 1223.
  • the audio codec 1223 decompresses and D / A converts the audio data to generate an analog audio signal. Then, the audio codec 1223 supplies the generated audio signal to the speaker 1224 to output audio.
  • the control unit 1231 generates character data constituting the e-mail in response to an operation by the user via the operation unit 1232.
  • the control unit 1231 displays characters on the display unit 1230.
  • the control unit 1231 generates e-mail data in response to a transmission instruction from the user via the operation unit 1232, and outputs the generated e-mail data to the communication unit 1222.
  • the communication unit 1222 encodes and modulates the e-mail data, and generates a transmission signal. Then, the communication unit 1222 transmits the generated transmission signal to a base station (not shown) via the antenna 1221.
  • the communication unit 1222 amplifies a radio signal received via the antenna 1221 and performs frequency conversion to obtain a received signal. Then, the communication unit 1222 demodulates and decodes the received signal to restore the email data, and outputs the restored email data to the control unit 1231.
  • the control unit 1231 displays the contents of the e-mail on the display unit 1230, supplies the e-mail data to the recording / reproducing unit 1229, and writes the data in the storage medium.
  • the recording / reproducing unit 1229 has an arbitrary readable / writable storage medium.
  • the storage medium may be a built-in storage medium such as a RAM or a flash memory, and may be an externally mounted type such as a hard disk, a magnetic disk, a magneto-optical disk, an optical disk, a USB (Universal Serial Bus) memory, or a memory card. It may be a storage medium.
  • the camera unit 1226 captures an image of a subject to generate image data, and outputs the generated image data to the image processing unit 1227.
  • the image processing unit 1227 encodes the image data input from the camera unit 1226, supplies the encoded stream to the recording / reproducing unit 1229, and writes the encoded stream in the storage medium.
  • the recording / reproducing unit 1229 reads out the encoded stream recorded in the storage medium and outputs it to the image processing unit 1227.
  • the image processing unit 1227 decodes the encoded stream input from the recording / playback unit 1229, supplies the image data to the display unit 1230, and displays the image.
  • the demultiplexing unit 1228 multiplexes the video stream encoded by the image processing unit 1227 and the audio stream input from the audio codec 1223, and the multiplexed stream is used as the communication unit 1222. Output to.
  • the communication unit 1222 encodes and modulates the stream and generates a transmission signal. Then, the communication unit 1222 transmits the generated transmission signal to a base station (not shown) via the antenna 1221.
  • the communication unit 1222 amplifies a radio signal received via the antenna 1221 and performs frequency conversion to obtain a received signal.
  • These transmission signal and reception signal may include an encoded bit stream.
  • Communication unit 1222 then demodulates and decodes the received signal to restore the stream, and outputs the restored stream to demultiplexing unit 1228.
  • the demultiplexing unit 1228 separates the video stream and the audio stream from the input stream, and outputs the video stream to the image processing unit 1227 and the audio stream to the audio codec 1223.
  • the image processing unit 1227 decodes the video stream and generates video data.
  • the video data is supplied to the display unit 1230, and a series of images is displayed on the display unit 1230.
  • the audio codec 1223 expands the audio stream and performs D / A conversion to generate an analog audio signal. Then, the audio codec 1223 supplies the generated audio signal to the speaker 1224 to output audio.
  • the image processing unit 1227 may have the function of the encoding device 11 described above. That is, the image processing unit 1227 may encode the image data by the method described in the above embodiments.
  • the cellular phone 1220 can improve S / N and compression efficiency.
  • the image processing unit 1227 may have the function of the decoding device 12 described above. That is, the image processing unit 1227 may decode the encoded data by the method described in the above embodiment.
  • the cellular phone 1220 can improve S / N and compression efficiency.
  • FIG. 56 is a diagram showing an example of a schematic configuration of a recording / reproducing apparatus to which the above-described embodiment is applied.
  • the recording / playback apparatus 1240 encodes the received broadcast program audio data and video data, for example, and records the encoded data on a recording medium. Further, the recording / reproducing apparatus 1240 may encode audio data and video data acquired from another apparatus and record them on a recording medium, for example. Further, the recording / reproducing apparatus 1240 reproduces data recorded on the recording medium on a monitor and a speaker, for example, in accordance with a user instruction. At this time, the recording / reproducing device 1240 decodes the audio data and the video data.
  • the recording / reproducing apparatus 1240 includes a tuner 1241, an external interface (I / F) unit 1242, an encoder 1243, an HDD (Hard Disk Drive) unit 1244, a disk drive 1245, a selector 1246, a decoder 1247, and an OSD (On-Screen Display) unit 1248.
  • Tuner 1241 extracts a signal of a desired channel from a broadcast signal received via an antenna (not shown), and demodulates the extracted signal. Then, tuner 1241 outputs the encoded bit stream obtained by demodulation to selector 1246. That is, the tuner 1241 has a role as a transmission unit in the recording / reproducing apparatus 1240.
  • the external interface unit 1242 is an interface for connecting the recording / reproducing device 1240 to an external device or a network.
  • the external interface unit 1242 may be, for example, an IEEE (Institute of Electrical and Electronic Engineers) 1394 interface, a network interface, a USB interface, or a flash memory interface.
  • IEEE Institute of Electrical and Electronic Engineers
  • video data and audio data received via the external interface unit 1242 are input to the encoder 1243. That is, the external interface unit 1242 has a role as a transmission unit in the recording / reproducing apparatus 1240.
  • the encoder 1243 encodes video data and audio data when the video data and audio data input from the external interface unit 1242 are not encoded. Then, the encoder 1243 outputs the encoded bit stream to the selector 1246.
  • the HDD unit 1244 records an encoded bit stream, various programs, and other data in which content data such as video and audio are compressed, on an internal hard disk. Further, the HDD unit 1244 reads out these data from the hard disk when reproducing video and audio.
  • the disk drive 1245 performs recording and reading of data to and from the mounted recording medium.
  • Recording media mounted on the disk drive 1245 include, for example, DVD (Digital Versatile Disc) discs (DVD-Video, DVD-RAM (DVD -Random Access Memory), DVD-R (DVD-Recordable), DVD-RW (DVD- Rewritable), DVD + R (DVD + Recordable), DVD + RW (DVD + Rewritable), etc.) or Blu-ray (registered trademark) disc.
  • the selector 1246 selects an encoded bit stream input from the tuner 1241 or the encoder 1243 during video and audio recording, and outputs the selected encoded bit stream to the HDD 1244 or the disk drive 1245. Further, the selector 1246 outputs the encoded bit stream input from the HDD 1244 or the disk drive 1245 to the decoder 1247 when reproducing video and audio.
  • the decoder 1247 decodes the encoded bit stream and generates video data and audio data. Then, the decoder 1247 outputs the generated video data to the OSD unit 1248. The decoder 1247 outputs the generated audio data to an external speaker.
  • the OSD unit 1248 reproduces the video data input from the decoder 1247 and displays the video.
  • the OSD unit 1248 may superimpose a GUI image such as a menu, a button, or a cursor on the video to be displayed.
  • the control unit 1249 includes a processor such as a CPU and memories such as a RAM and a ROM.
  • the memory stores a program executed by the CPU, program data, and the like.
  • the program stored in the memory is read and executed by the CPU when the recording / reproducing apparatus 1240 is activated, for example.
  • the CPU controls the operation of the recording / reproducing device 1240 according to an operation signal input from the user interface unit 1250, for example, by executing the program.
  • the user interface unit 1250 is connected to the control unit 1249.
  • the user interface unit 1250 includes, for example, buttons and switches for the user to operate the recording / reproducing device 1240, a remote control signal receiving unit, and the like.
  • the user interface unit 1250 detects an operation by the user via these components, generates an operation signal, and outputs the generated operation signal to the control unit 1249.
  • the encoder 1243 may have the function of the encoding apparatus 11 described above. That is, the encoder 1243 may encode the image data by the method described in the above embodiments. By doing in this way, the recording / reproducing apparatus 1240 can improve S / N and compression efficiency.
  • the decoder 1247 may have the function of the decoding apparatus 12 described above. That is, the decoder 1247 may decode the encoded data by the method described in the above embodiments. By doing in this way, the recording / reproducing apparatus 1240 can improve S / N and compression efficiency.
  • FIG. 57 is a diagram illustrating an example of a schematic configuration of an imaging apparatus to which the above-described embodiment is applied.
  • the imaging device 1260 images a subject to generate an image, encodes the image data, and records the image data on a recording medium.
  • the imaging device 1260 includes an optical block 1261, an imaging unit 1262, a signal processing unit 1263, an image processing unit 1264, a display unit 1265, an external interface (I / F) unit 1266, a memory unit 1267, a media drive 1268, an OSD unit 1269, and a control.
  • the optical block 1261 is connected to the imaging unit 1262.
  • the imaging unit 1262 is connected to the signal processing unit 1263.
  • the display unit 1265 is connected to the image processing unit 1264.
  • the user interface unit 1271 is connected to the control unit 1270.
  • the bus 1272 connects the image processing unit 1264, the external interface unit 1266, the memory unit 1267, the media drive 1268, the OSD unit 1269, and the control unit 1270 to each other.
  • the optical block 1261 has a focus lens, a diaphragm mechanism, and the like.
  • the optical block 1261 forms an optical image of the subject on the imaging surface of the imaging unit 1262.
  • the imaging unit 1262 includes an image sensor such as a CCD (Charge-Coupled Device) or a CMOS (Complementary Metal-Oxide Semiconductor), and converts an optical image formed on the imaging surface into an image signal as an electrical signal by photoelectric conversion. Then, the imaging unit 1262 outputs the image signal to the signal processing unit 1263.
  • CCD Charge-Coupled Device
  • CMOS Complementary Metal-Oxide Semiconductor
  • the signal processing unit 1263 performs various camera signal processes such as knee correction, gamma correction, and color correction on the image signal input from the imaging unit 1262.
  • the signal processing unit 1263 outputs the image data after camera signal processing to the image processing unit 1264.
  • the image processing unit 1264 encodes the image data input from the signal processing unit 1263 to generate encoded data. Then, the image processing unit 1264 outputs the generated encoded data to the external interface unit 1266 or the media drive 1268.
  • the image processing unit 1264 decodes encoded data input from the external interface unit 1266 or the media drive 1268, and generates image data. Then, the image processing unit 1264 outputs the generated image data to the display unit 1265. Further, the image processing unit 1264 may display the image by outputting the image data input from the signal processing unit 1263 to the display unit 1265. In addition, the image processing unit 1264 may superimpose display data acquired from the OSD unit 1269 on an image output to the display unit 1265.
  • the OSD unit 1269 generates a GUI image such as a menu, a button, or a cursor, and outputs the generated image to the image processing unit 1264.
  • the external interface unit 1266 is configured as a USB input / output terminal, for example.
  • the external interface unit 1266 connects the imaging device 1260 and a printer, for example, when printing an image.
  • a drive is connected to the external interface unit 1266 as necessary.
  • a removable medium such as a magnetic disk or an optical disk is attached to the drive, and a program read from the removable medium can be installed in the imaging apparatus 1260.
  • the external interface unit 1266 may be configured as a network interface connected to a network such as a LAN or the Internet. That is, the external interface unit 1266 has a role as a transmission unit in the imaging device 1260.
  • the recording medium attached to the media drive 1268 may be any readable / writable removable medium such as a magnetic disk, a magneto-optical disk, an optical disk, or a semiconductor memory. Further, a recording medium may be fixedly attached to the media drive 1268, and a non-portable storage unit such as an internal hard disk drive or an SSD (Solid State Drive) may be configured.
  • a non-portable storage unit such as an internal hard disk drive or an SSD (Solid State Drive) may be configured.
  • the control unit 1270 includes a processor such as a CPU, and memories such as a RAM and a ROM.
  • the memory stores a program executed by the CPU, program data, and the like.
  • the program stored in the memory is read and executed by the CPU when the imaging device 1260 is activated, for example.
  • the CPU controls the operation of the imaging device 1260 according to an operation signal input from the user interface unit 1271, for example, by executing the program.
  • the user interface unit 1271 is connected to the control unit 1270.
  • the user interface unit 1271 includes, for example, buttons and switches for the user to operate the imaging device 1260.
  • the user interface unit 1271 detects an operation by the user via these components, generates an operation signal, and outputs the generated operation signal to the control unit 1270.
  • the image processing unit 1264 may have the function of the encoding apparatus 11 described above. That is, the image processing unit 1264 may encode the image data by the method described in the above embodiments. By doing in this way, the imaging device 1260 can improve S / N and compression efficiency.
  • the image processing unit 1264 may have the function of the decoding device 12 described above. That is, the image processing unit 1264 may decode the encoded data by the method described in the above embodiment. By doing in this way, the imaging device 1260 can improve S / N and compression efficiency.
  • the present technology can also be applied to HTTP streaming such as MPEGASHDASH, for example, by selecting an appropriate piece of data from a plurality of encoded data with different resolutions prepared in advance. Can do. That is, information regarding encoding and decoding can be shared among a plurality of such encoded data.
  • the present technology is not limited thereto, and any configuration mounted on a device constituting such a device or system, for example, a system Implemented as a processor such as LSI (Large Scale Integration), a module using multiple processors, a unit using multiple modules, etc., or a set with other functions added to the unit (ie, part of the device configuration) You can also
  • FIG. 58 is a diagram illustrating an example of a schematic configuration of a video set to which the present technology is applied.
  • the video set 1300 shown in FIG. 58 has such a multi-functional configuration, and a device having a function relating to image encoding and decoding (either or both of them) can be used for the function. It is a combination of devices having other related functions.
  • the video set 1300 includes a module group such as a video module 1311, an external memory 1312, a power management module 1313, and a front end module 1314, and a connectivity 1321, a camera 1322, a sensor 1323, and the like. And a device having a function.
  • a module is a component that has several functions that are related to each other and that has a coherent function.
  • the specific physical configuration is arbitrary. For example, a plurality of processors each having a function, electronic circuit elements such as resistors and capacitors, and other devices arranged on a wiring board or the like can be considered. . It is also possible to combine the module with another module, a processor, or the like to form a new module.
  • the video module 1311 is a combination of configurations having functions related to image processing, and includes an application processor 1331, a video processor 1332, a broadband modem 1333, and an RF module 1334.
  • a processor is a configuration in which a configuration having a predetermined function is integrated on a semiconductor chip by a SoC (System On a Chip), and for example, there is a system LSI (Large Scale Integration).
  • the configuration having the predetermined function may be a logic circuit (hardware configuration), a CPU, a ROM, a RAM, and the like, and a program (software configuration) executed using them. , Or a combination of both.
  • a processor has a logic circuit and a CPU, ROM, RAM, etc., a part of the function is realized by a logic circuit (hardware configuration), and other functions are executed by the CPU (software configuration) It may be realized by.
  • the 58 is a processor that executes an application relating to image processing.
  • the application executed in the application processor 1331 not only performs arithmetic processing to realize a predetermined function, but also can control the internal and external configurations of the video module 1311 such as the video processor 1332 as necessary. .
  • the video processor 1332 is a processor having a function related to image encoding / decoding (one or both of them).
  • the broadband modem 1333 converts the data (digital signal) transmitted by wired or wireless (or both) broadband communication via a broadband line such as the Internet or a public telephone line network into an analog signal by digitally modulating the data.
  • the analog signal received by the broadband communication is demodulated and converted into data (digital signal).
  • the broadband modem 1333 processes arbitrary information such as image data processed by the video processor 1332, a stream obtained by encoding the image data, an application program, setting data, and the like.
  • the RF module 1334 is a module that performs frequency conversion, modulation / demodulation, amplification, filter processing, and the like on an RF (Radio Frequency) signal transmitted / received via an antenna. For example, the RF module 1334 generates an RF signal by performing frequency conversion or the like on the baseband signal generated by the broadband modem 1333. Further, for example, the RF module 1334 generates a baseband signal by performing frequency conversion or the like on the RF signal received via the front end module 1314.
  • RF Radio Frequency
  • the application processor 1331 and the video processor 1332 may be integrated into a single processor.
  • the external memory 1312 is a module that is provided outside the video module 1311 and has a storage device used by the video module 1311.
  • the storage device of the external memory 1312 may be realized by any physical configuration, but is generally used for storing a large amount of data such as image data in units of frames. For example, it is desirable to realize it with a relatively inexpensive and large-capacity semiconductor memory such as DRAM (Dynamic Random Access Memory).
  • the power management module 1313 manages and controls power supply to the video module 1311 (each component in the video module 1311).
  • the front-end module 1314 is a module that provides the RF module 1334 with a front-end function (circuit on the transmitting / receiving end on the antenna side). As illustrated in FIG. 58, the front end module 1314 includes, for example, an antenna unit 1351, a filter 1352, and an amplifying unit 1353.
  • the antenna unit 1351 has an antenna for transmitting and receiving a radio signal and its peripheral configuration.
  • the antenna unit 1351 transmits the signal supplied from the amplification unit 1353 as a radio signal, and supplies the received radio signal to the filter 1352 as an electric signal (RF signal).
  • the filter 1352 performs a filtering process on the RF signal received via the antenna unit 1351 and supplies the processed RF signal to the RF module 1334.
  • the amplifying unit 1353 amplifies the RF signal supplied from the RF module 1334 and supplies the amplified RF signal to the antenna unit 1351.
  • Connectivity 1321 is a module having a function related to connection with the outside.
  • the physical configuration of the connectivity 1321 is arbitrary.
  • the connectivity 1321 has a configuration having a communication function other than the communication standard supported by the broadband modem 1333, an external input / output terminal, and the like.
  • the communication 1321 is compliant with wireless communication standards such as Bluetooth (registered trademark), IEEE 802.11 (for example, Wi-Fi (Wireless Fidelity, registered trademark)), NFC (Near Field Communication), IrDA (InfraRed Data Association), etc. You may make it have a module which has a function, an antenna etc. which transmit / receive the signal based on the standard.
  • the connectivity 1321 has a module having a communication function compliant with a wired communication standard such as USB (Universal Serial Bus), HDMI (registered trademark) (High-Definition Multimedia Interface), or a terminal compliant with the standard. You may do it.
  • the connectivity 1321 may have other data (signal) transmission functions such as analog input / output terminals.
  • the connectivity 1321 may include a data (signal) transmission destination device.
  • the drive 1321 reads / writes data to / from a recording medium such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory (not only a removable media drive, but also a hard disk, SSD (Solid State Drive) NAS (including Network Attached Storage) and the like.
  • the connectivity 1321 may include an image or audio output device (a monitor, a speaker, or the like).
  • the camera 1322 is a module having a function of capturing a subject and obtaining image data of the subject.
  • Image data obtained by imaging by the camera 1322 is supplied to, for example, a video processor 1332 and encoded.
  • the sensor 1323 includes, for example, a voice sensor, an ultrasonic sensor, an optical sensor, an illuminance sensor, an infrared sensor, an image sensor, a rotation sensor, an angle sensor, an angular velocity sensor, a velocity sensor, an acceleration sensor, an inclination sensor, a magnetic identification sensor, an impact sensor, It is a module having an arbitrary sensor function such as a temperature sensor.
  • the data detected by the sensor 1323 is supplied to the application processor 1331 and used by an application or the like.
  • the configuration described as a module in the above may be realized as a processor, or conversely, the configuration described as a processor may be realized as a module.
  • the present technology can be applied to the video processor 1332 as described later. Therefore, the video set 1300 can be implemented as a set to which the present technology is applied.
  • FIG. 59 is a diagram illustrating an example of a schematic configuration of a video processor 1332 (FIG. 58) to which the present technology is applied.
  • the video processor 1332 receives the input of the video signal and the audio signal, encodes them in a predetermined method, decodes the encoded video data and audio data, A function of reproducing and outputting an audio signal.
  • the video processor 1332 includes a video input processing unit 1401, a first image enlargement / reduction unit 1402, a second image enlargement / reduction unit 1403, a video output processing unit 1404, a frame memory 1405, and a memory control unit 1406.
  • the video processor 1332 includes an encoding / decoding engine 1407, video ES (ElementaryElementStream) buffers 1408A and 1408B, and audio ES buffers 1409A and 1409B.
  • the video processor 1332 includes an audio encoder 1410, an audio decoder 1411, a multiplexing unit (MUX (Multiplexer)) 1412, a demultiplexing unit (DMUX (Demultiplexer)) 1413, and a stream buffer 1414.
  • MUX Multiplexing unit
  • DMUX Demultiplexer
  • the video input processing unit 1401 obtains a video signal input from, for example, the connectivity 1321 (FIG. 58) and converts it into digital image data.
  • the first image enlargement / reduction unit 1402 performs format conversion, image enlargement / reduction processing, and the like on the image data.
  • the second image enlargement / reduction unit 1403 performs image enlargement / reduction processing on the image data in accordance with the format of the output destination via the video output processing unit 1404, or is the same as the first image enlargement / reduction unit 1402. Format conversion and image enlargement / reduction processing.
  • the video output processing unit 1404 performs format conversion, conversion to an analog signal, and the like on the image data and outputs the reproduced video signal to, for example, the connectivity 1321 or the like.
  • the frame memory 1405 is a memory for image data shared by the video input processing unit 1401, the first image scaling unit 1402, the second image scaling unit 1403, the video output processing unit 1404, and the encoding / decoding engine 1407. .
  • the frame memory 1405 is realized as a semiconductor memory such as a DRAM, for example.
  • the memory control unit 1406 receives the synchronization signal from the encoding / decoding engine 1407, and controls the write / read access to the frame memory 1405 according to the access schedule to the frame memory 1405 written in the access management table 1406A.
  • the access management table 1406A is updated by the memory control unit 1406 in accordance with processing executed by the encoding / decoding engine 1407, the first image enlargement / reduction unit 1402, the second image enlargement / reduction unit 1403, and the like.
  • the encoding / decoding engine 1407 performs encoding processing of image data and decoding processing of a video stream that is data obtained by encoding the image data. For example, the encoding / decoding engine 1407 encodes the image data read from the frame memory 1405 and sequentially writes the data as a video stream in the video ES buffer 1408A. Further, for example, the video stream is sequentially read from the video ES buffer 1408B, decoded, and sequentially written in the frame memory 1405 as image data.
  • the encoding / decoding engine 1407 uses the frame memory 1405 as a work area in the encoding and decoding. Also, the encoding / decoding engine 1407 outputs a synchronization signal to the memory control unit 1406, for example, at a timing at which processing for each macroblock is started.
  • the video ES buffer 1408A buffers the video stream generated by the encoding / decoding engine 1407 and supplies the buffered video stream to the multiplexing unit (MUX) 1412.
  • the video ES buffer 1408B buffers the video stream supplied from the demultiplexer (DMUX) 1413 and supplies the buffered video stream to the encoding / decoding engine 1407.
  • the audio ES buffer 1409A buffers the audio stream generated by the audio encoder 1410 and supplies the buffered audio stream to the multiplexing unit (MUX) 1412.
  • the audio ES buffer 1409B buffers the audio stream supplied from the demultiplexer (DMUX) 1413 and supplies the buffered audio stream to the audio decoder 1411.
  • the audio encoder 1410 converts, for example, an audio signal input from the connectivity 1321 or the like, for example, into a digital format, and encodes it using a predetermined method such as an MPEG audio method or an AC3 (Audio Code number 3) method.
  • the audio encoder 1410 sequentially writes an audio stream, which is data obtained by encoding an audio signal, in the audio ES buffer 1409A.
  • the audio decoder 1411 decodes the audio stream supplied from the audio ES buffer 1409B, performs conversion to an analog signal, for example, and supplies the reproduced audio signal to, for example, the connectivity 1321 or the like.
  • the multiplexing unit (MUX) 1412 multiplexes the video stream and the audio stream.
  • the multiplexing method (that is, the format of the bit stream generated by multiplexing) is arbitrary.
  • the multiplexing unit (MUX) 1412 can also add predetermined header information or the like to the bit stream. That is, the multiplexing unit (MUX) 1412 can convert the stream format by multiplexing. For example, the multiplexing unit (MUX) 1412 multiplexes the video stream and the audio stream to convert it into a transport stream that is a bit stream in a transfer format. Further, for example, the multiplexing unit (MUX) 1412 multiplexes the video stream and the audio stream, thereby converting the data into file format data (file data) for recording.
  • the demultiplexing unit (DMUX) 1413 demultiplexes the bit stream in which the video stream and the audio stream are multiplexed by a method corresponding to the multiplexing by the multiplexing unit (MUX) 1412. That is, the demultiplexer (DMUX) 1413 extracts the video stream and the audio stream from the bit stream read from the stream buffer 1414 (separates the video stream and the audio stream). That is, the demultiplexer (DMUX) 1413 can convert the stream format by demultiplexing (inverse conversion of the conversion by the multiplexer (MUX) 1412).
  • the demultiplexing unit (DMUX) 1413 obtains a transport stream supplied from, for example, the connectivity 1321 or the broadband modem 1333 via the stream buffer 1414 and demultiplexes the video stream and the audio stream. And can be converted to Further, for example, the demultiplexer (DMUX) 1413 obtains the file data read from various recording media by the connectivity 1321, for example, via the stream buffer 1414, and demultiplexes the video stream and the audio. Can be converted to a stream.
  • Stream buffer 1414 buffers the bit stream.
  • the stream buffer 1414 buffers the transport stream supplied from the multiplexing unit (MUX) 1412 and, for example, in the connectivity 1321 or the broadband modem 1333 at a predetermined timing or based on an external request or the like. Supply.
  • MUX multiplexing unit
  • the stream buffer 1414 buffers the file data supplied from the multiplexing unit (MUX) 1412 and supplies it to the connectivity 1321 at a predetermined timing or based on an external request, for example. It is recorded on various recording media.
  • MUX multiplexing unit
  • the stream buffer 1414 buffers a transport stream acquired through, for example, the connectivity 1321 or the broadband modem 1333, and performs a demultiplexing unit (DMUX) at a predetermined timing or based on a request from the outside. 1413.
  • DMUX demultiplexing unit
  • the stream buffer 1414 buffers file data read from various recording media in, for example, the connectivity 1321, and the demultiplexer (DMUX) 1413 at a predetermined timing or based on an external request or the like. To supply.
  • DMUX demultiplexer
  • a video signal input to the video processor 1332 from the connectivity 1321 or the like is converted into digital image data of a predetermined format such as 4: 2: 2Y / Cb / Cr format by the video input processing unit 1401 and stored in the frame memory 1405.
  • This digital image data is read by the first image enlargement / reduction unit 1402 or the second image enlargement / reduction unit 1403, and format conversion to a predetermined method such as 4: 2: 0Y / Cb / Cr method and enlargement / reduction processing are performed. Is written again in the frame memory 1405.
  • This image data is encoded by the encoding / decoding engine 1407 and written as a video stream in the video ES buffer 1408A.
  • an audio signal input from the connectivity 1321 or the like to the video processor 1332 is encoded by the audio encoder 1410 and written as an audio stream in the audio ES buffer 1409A.
  • the video stream of the video ES buffer 1408A and the audio stream of the audio ES buffer 1409A are read and multiplexed by the multiplexing unit (MUX) 1412 and converted into a transport stream, file data, or the like.
  • the transport stream generated by the multiplexing unit (MUX) 1412 is buffered in the stream buffer 1414 and then output to the external network via, for example, the connectivity 1321 or the broadband modem 1333.
  • the file data generated by the multiplexing unit (MUX) 1412 is buffered in the stream buffer 1414, and then output to, for example, the connectivity 1321 and recorded on various recording media.
  • a transport stream input from an external network to the video processor 1332 via the connectivity 1321 or the broadband modem 1333 is buffered in the stream buffer 1414 and then demultiplexed by the demultiplexer (DMUX) 1413.
  • DMUX demultiplexer
  • file data read from various recording media by the connectivity 1321 and input to the video processor 1332 is buffered by the stream buffer 1414 and then demultiplexed by the demultiplexer (DMUX) 1413. That is, the transport stream or file data input to the video processor 1332 is separated into a video stream and an audio stream by the demultiplexer (DMUX) 1413.
  • the audio stream is supplied to the audio decoder 1411 via the audio ES buffer 1409B and decoded to reproduce the audio signal.
  • the video stream is written to the video ES buffer 1408B, and then sequentially read and decoded by the encoding / decoding engine 1407, and written to the frame memory 1405.
  • the decoded image data is enlarged / reduced by the second image enlargement / reduction unit 1403 and written to the frame memory 1405.
  • the decoded image data is read out to the video output processing unit 1404, format-converted to a predetermined system such as 4: 2: 2Y / Cb / Cr system, and further converted into an analog signal to be converted into a video signal. Is played out.
  • the present technology when the present technology is applied to the video processor 1332 configured as described above, the present technology according to the above-described embodiment may be applied to the encoding / decoding engine 1407. That is, for example, the encoding / decoding engine 1407 may have the above-described function of the encoding device 11 and / or the function of the decoding device 12. In this way, the video processor 1332 can obtain the same effects as those of the encoding device 11 and the decoding device 12 according to the above-described embodiment.
  • the present technology (that is, the function of the encoding device 11 and / or the function of the decoding device 12) may be realized by hardware such as a logic circuit or an embedded program. It may be realized by software such as the above, or may be realized by both of them.
  • FIG. 60 is a diagram illustrating another example of a schematic configuration of the video processor 1332 to which the present technology is applied.
  • the video processor 1332 has a function of encoding and decoding video data by a predetermined method.
  • the video processor 1332 includes a control unit 1511, a display interface 1512, a display engine 1513, an image processing engine 1514, and an internal memory 1515.
  • the video processor 1332 includes a codec engine 1516, a memory interface 1517, a multiplexing / demultiplexing unit (MUX DMUX) 1518, a network interface 1519, and a video interface 1520.
  • MUX DMUX multiplexing / demultiplexing unit
  • the control unit 1511 controls the operation of each processing unit in the video processor 1332 such as the display interface 1512, the display engine 1513, the image processing engine 1514, and the codec engine 1516.
  • the control unit 1511 includes, for example, a main CPU 1531, a sub CPU 1532, and a system controller 1533.
  • the main CPU 1531 executes a program and the like for controlling the operation of each processing unit in the video processor 1332.
  • the main CPU 1531 generates a control signal according to the program and supplies it to each processing unit (that is, controls the operation of each processing unit).
  • the sub CPU 1532 plays an auxiliary role of the main CPU 1531.
  • the sub CPU 1532 executes a child process such as a program executed by the main CPU 1531, a subroutine, or the like.
  • the system controller 1533 controls operations of the main CPU 1531 and the sub CPU 1532 such as designating a program to be executed by the main CPU 1531 and the sub CPU 1532.
  • the display interface 1512 outputs the image data to, for example, the connectivity 1321 under the control of the control unit 1511.
  • the display interface 1512 converts the digital data image data into an analog signal, and outputs the analog video signal to the monitor device or the like of the connectivity 1321 as a reproduced video signal or as the digital data image data.
  • the display engine 1513 Under the control of the control unit 1511, the display engine 1513 performs various conversion processes such as format conversion, size conversion, color gamut conversion, and the like so as to match the image data with hardware specifications such as a monitor device that displays the image. I do.
  • the image processing engine 1514 performs predetermined image processing such as filter processing for improving image quality on the image data under the control of the control unit 1511.
  • the internal memory 1515 is a memory provided inside the video processor 1332 that is shared by the display engine 1513, the image processing engine 1514, and the codec engine 1516.
  • the internal memory 1515 is used, for example, for data exchange performed between the display engine 1513, the image processing engine 1514, and the codec engine 1516.
  • the internal memory 1515 stores data supplied from the display engine 1513, the image processing engine 1514, or the codec engine 1516, and stores the data as needed (eg, upon request). This is supplied to the image processing engine 1514 or the codec engine 1516.
  • the internal memory 1515 may be realized by any storage device, but is generally used for storing a small amount of data such as image data or parameters in units of blocks. It is desirable to realize a semiconductor memory having a relatively small capacity but a high response speed (for example, as compared with the external memory 1312) such as “Static Random Access Memory”.
  • the codec engine 1516 performs processing related to encoding and decoding of image data.
  • the encoding / decoding scheme supported by the codec engine 1516 is arbitrary, and the number thereof may be one or plural.
  • the codec engine 1516 may be provided with codec functions of a plurality of encoding / decoding schemes, and may be configured to perform encoding of image data or decoding of encoded data using one selected from them.
  • the codec engine 1516 includes, for example, MPEG-2 video 1541, AVC / H.2641542, HEVC / H.2651543, HEVC / H.265 (Scalable) 1544, as function blocks for processing related to the codec.
  • HEVC / H.265 (Multi-view) 1545 and MPEG-DASH 1551 are included.
  • MPEG-2 Video1541 is a functional block that encodes and decodes image data in the MPEG-2 format.
  • AVC / H.2641542 is a functional block that encodes and decodes image data using the AVC method.
  • HEVC / H.2651543 is a functional block that encodes and decodes image data using the HEVC method.
  • HEVC / H.265 (Scalable) 1544 is a functional block that performs scalable encoding and scalable decoding of image data using the HEVC method.
  • HEVC / H.265 (Multi-view) 1545 is a functional block that multi-view encodes or multi-view decodes image data using the HEVC method.
  • MPEG-DASH 1551 is a functional block that transmits and receives image data using the MPEG-DASH (MPEG-Dynamic Adaptive Streaming over HTTP) method.
  • MPEG-DASH is a technology for streaming video using HTTP (HyperText Transfer Protocol), and selects and transmits appropriate data from multiple encoded data with different resolutions prepared in advance in segments. This is one of the features.
  • MPEG-DASH 1551 generates a stream compliant with the standard, controls transmission of the stream, and the like.
  • MPEG-2 Video 1541 to HEVC / H.265 (Multi-view) 1545 described above are used. Is used.
  • the memory interface 1517 is an interface for the external memory 1312. Data supplied from the image processing engine 1514 or the codec engine 1516 is supplied to the external memory 1312 via the memory interface 1517. The data read from the external memory 1312 is supplied to the video processor 1332 (the image processing engine 1514 or the codec engine 1516) via the memory interface 1517.
  • a multiplexing / demultiplexing unit (MUX DMUX) 1518 performs multiplexing and demultiplexing of various data related to images such as a bit stream of encoded data, image data, and a video signal.
  • This multiplexing / demultiplexing method is arbitrary.
  • the multiplexing / demultiplexing unit (MUX DMUX) 1518 can not only combine a plurality of data into one but also add predetermined header information or the like to the data.
  • the multiplexing / demultiplexing unit (MUX DMUX) 1518 not only divides one data into a plurality of data but also adds predetermined header information or the like to each divided data. it can.
  • the multiplexing / demultiplexing unit (MUX DMUX) 1518 can convert the data format by multiplexing / demultiplexing.
  • the multiplexing / demultiplexing unit (MUX DMUX) 1518 multiplexes the bitstream, thereby transporting the transport stream, which is a bit stream in a transfer format, or data in a file format for recording (file data).
  • the transport stream which is a bit stream in a transfer format, or data in a file format for recording (file data).
  • file data file format for recording
  • the network interface 1519 is an interface for a broadband modem 1333, connectivity 1321, etc., for example.
  • the video interface 1520 is an interface for the connectivity 1321, the camera 1322, and the like, for example.
  • the transport stream is supplied to the multiplexing / demultiplexing unit (MUX DMUX) 1518 via the network interface 1519.
  • MUX DMUX multiplexing / demultiplexing unit
  • codec engine 1516 the image data obtained by decoding by the codec engine 1516 is subjected to predetermined image processing by the image processing engine 1514, subjected to predetermined conversion by the display engine 1513, and is connected to, for example, the connectivity 1321 through the display interface 1512. And the image is displayed on the monitor.
  • image data obtained by decoding by the codec engine 1516 is re-encoded by the codec engine 1516, multiplexed by a multiplexing / demultiplexing unit (MUX DMUX) 1518, converted into file data, and video
  • MUX DMUX multiplexing / demultiplexing unit
  • encoded data file data obtained by encoding image data read from a recording medium (not shown) by the connectivity 1321 or the like is transmitted through a video interface 1520 via a multiplexing / demultiplexing unit (MUX DMUX). ) 1518 to be demultiplexed and decoded by the codec engine 1516.
  • Image data obtained by decoding by the codec engine 1516 is subjected to predetermined image processing by the image processing engine 1514, subjected to predetermined conversion by the display engine 1513, and supplied to, for example, the connectivity 1321 through the display interface 1512. The image is displayed on the monitor.
  • image data obtained by decoding by the codec engine 1516 is re-encoded by the codec engine 1516, multiplexed by the multiplexing / demultiplexing unit (MUX DMUX) 1518, and converted into a transport stream,
  • the data is supplied to, for example, the connectivity 1321 and the broadband modem 1333 via the network interface 1519 and transmitted to another device (not shown).
  • image data and other data are exchanged between the processing units in the video processor 1332 using, for example, the internal memory 1515 or the external memory 1312.
  • the power management module 1313 controls power supply to the control unit 1511, for example.
  • the present technology when the present technology is applied to the video processor 1332 configured as described above, the present technology according to the above-described embodiment may be applied to the codec engine 1516. That is, for example, the codec engine 1516 may have the function of the encoding device 11 and / or the function of the decoding device 12 described above. In this way, the video processor 1332 can obtain the same effects as those of the encoding device 11 and the decoding device 12 described above.
  • the present technology (that is, the functions of the encoding device 11 and the decoding device 12) may be realized by hardware such as a logic circuit or software such as an embedded program. You may make it carry out, and you may make it implement
  • the configuration of the video processor 1332 is arbitrary and may be other than the two examples described above.
  • the video processor 1332 may be configured as one semiconductor chip, but may be configured as a plurality of semiconductor chips. For example, a three-dimensional stacked LSI in which a plurality of semiconductors are stacked may be used. Further, it may be realized by a plurality of LSIs.
  • the video set 1300 can be incorporated into various devices that process image data.
  • the video set 1300 can be incorporated in the television device 1200 (FIG. 54), the mobile phone 1220 (FIG. 55), the recording / reproducing device 1240 (FIG. 56), the imaging device 1260 (FIG. 57), or the like.
  • the device can obtain the same effects as those of the encoding device 11 and the decoding device 12 described above.
  • the video processor 1332 can implement as a structure to which this technique is applied.
  • the video processor 1332 can be implemented as a video processor to which the present technology is applied.
  • the processor or the video module 1311 indicated by the dotted line 1341 can be implemented as a processor or a module to which the present technology is applied.
  • the video module 1311, the external memory 1312, the power management module 1313, and the front end module 1314 can be combined and implemented as a video unit 1361 to which the present technology is applied. In any case, the same effects as those of the encoding device 11 and the decoding device 12 described above can be obtained.
  • any configuration including the video processor 1332 can be incorporated into various devices that process image data, as in the case of the video set 1300.
  • a video processor 1332 a processor indicated by a dotted line 1341, a video module 1311, or a video unit 1361, a television device 1200 (FIG. 54), a mobile phone 1220 (FIG. 55), a recording / playback device 1240 (FIG. 56) It can be incorporated in an imaging device 1260 (FIG. 57) or the like.
  • the apparatus can obtain the same effects as those of the encoding apparatus 11 and the decoding apparatus 12 described above, as in the case of the video set 1300.
  • the method of transmitting such information is such an example. It is not limited. For example, these pieces of information may be transmitted or recorded as separate data associated with the encoded data without being multiplexed with the encoded data.
  • the term “associate” means that, for example, an image (which may be a part of an image such as a slice or a block) included in the encoded data and information corresponding to the image can be linked at the time of decoding. That means That is, information associated with the encoded data (image) may be transmitted on a transmission path different from that of the encoded data (image).
  • the information associated with the encoded data (image) may be recorded on a recording medium different from the encoded data (image) (or another recording area of the same recording medium). Furthermore, an image and information corresponding to the image may be associated with each other in an arbitrary unit such as a plurality of frames, one frame, or a part of the frame.
  • the system means a set of a plurality of components (devices, modules (parts), etc.), and it does not matter whether all the components are in the same housing. Accordingly, a plurality of devices housed in separate housings and connected via a network and a single device housing a plurality of modules in one housing are all systems. .
  • the configuration described as one device (or processing unit) may be divided and configured as a plurality of devices (or processing units).
  • the configurations described above as a plurality of devices (or processing units) may be combined into a single device (or processing unit).
  • a configuration other than those described above may be added to the configuration of each device (or each processing unit).
  • a part of the configuration of a certain device (or processing unit) may be included in the configuration of another device (or other processing unit). .
  • the present technology can take a configuration of cloud computing in which one function is shared and processed by a plurality of devices via a network.
  • the above-described program can be executed in an arbitrary device.
  • the device may have necessary functions (functional blocks and the like) so that necessary information can be obtained.
  • each step described in the above flowchart can be executed by one device or can be executed by a plurality of devices. Further, when a plurality of processes are included in one step, the plurality of processes included in the one step can be executed by being shared by a plurality of apparatuses in addition to being executed by one apparatus.
  • the program executed by the computer may be executed in a time series in the order described in this specification for the processing of the steps describing the program, or in parallel or called. It may be executed individually at a necessary timing. That is, as long as no contradiction occurs, the processing of each step may be executed in an order different from the order described above. Furthermore, the processing of the steps describing this program may be executed in parallel with the processing of other programs, or may be executed in combination with the processing of other programs.
  • this technique can take the following structures.
  • a prediction tap selection unit that selects, from the first image, a pixel to be a prediction tap used in a prediction calculation;
  • a classifying unit for classifying the target pixel into any one of a plurality of classes;
  • the tap coefficient for each class obtained by learning using the student image corresponding to the first image and the teacher image corresponding to the original image corresponding to the first image is the tap coefficient for each class.
  • a coefficient acquisition unit that acquires a tap coefficient of the class of the target pixel from a tap coefficient reconstructed from a reduction coefficient projected onto a space of a lower dimension than a tap coefficient space that is a space;
  • a calculation unit that obtains a pixel value of the corresponding pixel by performing the prediction calculation using the tap coefficient of the class of the target pixel and the prediction tap of the target pixel; and
  • a filter unit that performs filter processing and generates the second image;
  • a transmission unit that transmits the reduction coefficient and a conversion coefficient that projects the reduction coefficient onto the tap coefficient space.
  • the reduction unit determines a plurality of candidates for the reduction number, selects the reduction number from the plurality of candidates, The transmission unit further transmits the number of reductions according to ⁇ 3>.
  • the encoding device according to ⁇ 3>, wherein the reduction unit determines the number of reductions according to obtainable information obtainable from encoded data obtained by the predictive encoding.
  • the reduction unit Detecting a nonconforming class that is not suitable for the tap coefficient as the reduction coefficient; For the nonconforming class, the tap coefficient of the nonconforming class is output instead of the reduction coefficient, The transmission unit further transmits a tap coefficient of the nonconforming class and a class flag indicating whether the class is a nonconforming class, The nonconforming class is reconfigured in the tap coefficient space by converting the reduction coefficient by a class in which the tap coefficient is separated from a tap coefficient of another class by a distance equal to or greater than a threshold, and the conversion coefficient.
  • the decoding device further comprising: a reconfiguration unit that reconfigures the tap coefficient by converting the reduction coefficient by the conversion coefficient.
  • a reconfiguration unit that reconfigures the tap coefficient by converting the reduction coefficient by the conversion coefficient.
  • the decoding device according to ⁇ 9>.
  • the receiving unit further receives the reduction number, The decoding device according to ⁇ 10>, wherein the reconfiguration unit reconfigures the tap coefficient using the reduction number, the transform coefficient, and the reduction coefficient.
  • ⁇ 12> According to the obtainable information that can be acquired from the encoded data obtained by the predictive encoding, further comprising a determination unit that determines the number of reductions, The decoding device according to ⁇ 10>, wherein the reconfiguration unit reconfigures the tap coefficient using the reduction number, the transform coefficient, and the reduction coefficient.
  • the receiving unit further receives the tap coefficient of a nonconforming class that is not suitable for using the tap coefficient as the reduction coefficient, and a class flag indicating whether the class is a nonconforming class
  • the reconfiguration unit reconfigures the tap coefficient for a class in which the nonconforming class is excluded from all the classes,
  • the nonconforming class is reconfigured in the tap coefficient space by converting the reduction coefficient by a class in which the tap coefficient is separated from a tap coefficient of another class by a distance equal to or greater than a threshold, and the conversion coefficient.
  • the decoding device according to any one of ⁇ 10> to ⁇ 12>, wherein an S / N of the second image generated by the filter processing using the tap coefficient is one or both of classes having a threshold value or less.
  • ⁇ 14> Obtained by learning using a student image corresponding to the first image obtained by adding the prediction encoding residual and the predicted image, and a teacher image corresponding to the original image corresponding to the first image.
  • a reduction coefficient obtained by projecting a tap coefficient for each class to a space of a lower dimension than a tap coefficient space that is a space of tap coefficients for each class, and a conversion coefficient for projecting the reduction coefficient to the tap coefficient space.
  • a prediction tap selection unit that selects, from the first image, a pixel to be a prediction tap used in a prediction calculation;
  • a classifying unit for classifying the target pixel into any one of a plurality of classes;
  • a tap coefficient for each class obtained by learning using a student image corresponding to the first image and a teacher image corresponding to the original image corresponding to the first image is a predetermined parameter representing a class.
  • a coefficient acquisition unit that acquires a tap coefficient of the class of the pixel of interest from a tap coefficient reconstructed from a seed coefficient used to obtain the calculation by: A calculation unit that obtains a pixel value of the corresponding pixel by performing the prediction calculation using the tap coefficient of the class of the target pixel and the prediction tap of the target pixel; and A filter unit that performs filter processing and generates the second image; And a transmission unit for transmitting the seed coefficient.
  • a receiving unit for receiving a seed coefficient used to obtain a tap coefficient for each class to be obtained by a predetermined operation with a parameter representing the class;
  • a pixel serving as a prediction tap used in a prediction calculation for obtaining a pixel value of a corresponding pixel of a second image used for prediction of the predicted image corresponding to a target pixel of interest in the first image;
  • a prediction tap selection unit to select from one image;
  • a coefficient acquisition unit that acquires a tap coefficient of the class of the target pixel from the tap coefficient reconstructed by the predetermined calculation using the parameter and the seed coefficient;
  • a calculation unit that obtains a pixel value of the corresponding pixel by performing the prediction calculation using the tap coefficient of the class of the target pixel and the prediction tap of
  • ⁇ 18> Obtained by learning using a student image corresponding to the first image obtained by adding the prediction encoding residual and the predicted image, and a teacher image corresponding to the original image corresponding to the first image.

Abstract

本技術は、圧縮効率を適切に向上させることができるようにする符号化装置及び符号化方法、並びに、復号装置及び復号方法に関する。 予測タップ選択部は、予測タップとなる画素を、第１の画像から選択し、クラス分類部は、注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類する。係数取得部は、タップ係数から、注目画素のクラスのタップ係数を取得し、演算部は、注目画素のクラスのタップ係数と、注目画素の予測タップとを用いた予測演算を行い、注目画素に対応する、予測画像の予測に用いられる第２の画像の対応画素の画素値を求める。また、クラスごとのタップ係数を、そのタップ係数のタップ係数空間よりも低次元の空間に射影した削減係数、及び、削減係数をタップ係数空間に射影する変換係数が伝送される。本技術は、例えば、画像の符号化装置や復号装置に適用できる。

Description

符号化装置及び符号化方法、並びに、復号装置及び復号方法
　本技術は、符号化装置及び符号化方法、並びに、復号装置及び復号方法に関し、特に、例えば、画像の圧縮効率を適切に向上させることができるようにする符号化装置及び符号化方法、並びに、復号装置及び復号方法に関する。
　例えば、第１の画像を第２の画像に変換するクラス分類適応処理が、先に提案されている。クラス分類適応処理では、第１の画像の注目している注目画素に対応する第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素が、第１の画像から選択されるとともに、注目画素が、一定の規則にしたがって、複数のクラスのうちのいずれかのクラスにクラス分類される。そして、クラス分類適応処理では、第１の画像に相当する生徒画像を用いた予測演算の結果と、第２の画像に相当する教師画像との統計的な誤差を最小にする学習により求められた複数のクラスそれぞれごとの、予測演算に用いられるタップ係数から、注目画素のクラスのタップ係数が取得され、その注目画素のクラスのタップ係数と、注目画素の予測タップとを用いた予測演算を行うことにより、対応画素の画素値が求められる。
　なお、クラス分類適応処理については、２以上のクラスのタップ係数を統合する技術（例えば、特許文献１）や、パラメータとの所定の演算によりタップ係数が求められる種係数を求める技術（例えば、特許文献２）が提案されている。
特許第3890638号公報 特許第4670169号公報
　ところで、例えば、画像の予測符号化においては、圧縮効率を適切に向上させることが要請される。
　本技術は、このような状況に鑑みてなされたものであり、画像の圧縮効率を適切に向上させることができるようにするものである。
　本技術の第１の符号化装置は、予測符号化の残差と予測画像とを加算することにより得られる第１の画像の注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択する予測タップ選択部と、前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類するクラス分類部と、前記第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められる前記クラスごとのタップ係数を、前記クラスごとのタップ係数の空間であるタップ係数空間よりも低次元の空間に射影した削減係数から再構成されるタップ係数から、前記注目画素のクラスのタップ係数を取得する係数取得部と、前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求める演算部とを有し、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成するフィルタ部と、前記削減係数、及び、前記削減係数を前記タップ係数空間に射影する変換係数を伝送する伝送部とを備える符号化装置である。
　本技術の第１の符号化方法は、予測符号化の残差と予測画像とを加算することにより得られる第１の画像の注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択することと、前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類することと、前記第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められる前記クラスごとのタップ係数を、前記クラスごとのタップ係数の空間であるタップ係数空間よりも低次元の空間に射影した削減係数から再構成されるタップ係数から、前記注目画素のクラスのタップ係数を取得することと、前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求めることとを含み、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成することと、前記削減係数、及び、前記削減係数を前記タップ係数空間に射影する変換係数を伝送することとを含む符号化方法である。
　本技術の第１の符号化装置及び符号化方法においては、予測符号化の残差と予測画像とを加算することにより得られる第１の画像の注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素が、前記第１の画像から選択され、前記注目画素が、複数のクラスのうちのいずれかのクラスにクラス分類される。さらに、前記第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められる前記クラスごとのタップ係数を、前記クラスごとのタップ係数の空間であるタップ係数空間よりも低次元の空間に射影した削減係数から再構成されるタップ係数から、前記注目画素のクラスのタップ係数が取得され、前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値が求められることで、前記第１の画像にフィルタ処理が行われ、前記第２の画像が生成される。また、前記削減係数、及び、前記削減係数を前記タップ係数空間に射影する変換係数が伝送される。
　本技術の第１の復号装置は、予測符号化の残差と予測画像とを加算することにより得られる第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められるクラスごとのタップ係数を、前記クラスごとのタップ係数の空間であるタップ係数空間よりも低次元の空間に射影した削減係数、及び、前記削減係数を前記タップ係数空間に射影する変換係数を受け取る受け取り部と、前記第１の画像のうちの注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択する予測タップ選択部と、前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類するクラス分類部と、前記変換係数によって、前記削減係数を変換することにより再構成される前記タップ係数から、前記注目画素のクラスのタップ係数を取得する係数取得部と、前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求める演算部とを有し、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成するフィルタ部とを備える復号装置である。
　本技術の第１の復号方法は、予測符号化の残差と予測画像とを加算することにより得られる第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められるクラスごとのタップ係数を、前記クラスごとのタップ係数の空間であるタップ係数空間よりも低次元の空間に射影した削減係数、及び、前記削減係数を前記タップ係数空間に射影する変換係数を受け取ることと、前記第１の画像のうちの注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択することと、前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類することと、前記変換係数によって、前記削減係数を変換することにより再構成される前記タップ係数から、前記注目画素のクラスのタップ係数を取得することと、前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求めることとを含み、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成することとを含む復号方法である。
　本技術の第１の復号装置及び復号方法においては、予測符号化の残差と予測画像とを加算することにより得られる第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められるクラスごとのタップ係数を、前記クラスごとのタップ係数の空間であるタップ係数空間よりも低次元の空間に射影した削減係数、及び、前記削減係数を前記タップ係数空間に射影する変換係数が受け取られる。そして、前記第１の画像のうちの注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素が、前記第１の画像から選択され、前記注目画素が、複数のクラスのうちのいずれかのクラスにクラス分類される。さらに、前記変換係数によって、前記削減係数を変換することにより再構成される前記タップ係数から、前記注目画素のクラスのタップ係数が取得され、前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値が求められることで、前記第１の画像にフィルタ処理が行われ、前記第２の画像が生成される。
　本技術の第２の符号化装置は、予測符号化の残差と予測画像とを加算することにより得られる第１の画像の注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択する予測タップ選択部と、前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類するクラス分類部と、前記第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められる前記クラスごとのタップ係数を、クラスを表すパラメータとの所定の演算により求めるのに用いられる種係数から再構成されるタップ係数から、前記注目画素のクラスのタップ係数を取得する係数取得部と、前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求める演算部とを有し、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成するフィルタ部と、前記種係数を伝送する伝送部とを備える符号化装置である。
　本技術の第２の符号化方法は、予測符号化の残差と予測画像とを加算することにより得られる第１の画像の注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択することと、前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類することと、前記第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められる前記クラスごとのタップ係数を、クラスを表すパラメータとの所定の演算により求めるのに用いられる種係数から再構成されるタップ係数から、前記注目画素のクラスのタップ係数を取得することと、前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求めることとを含み、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成することと、前記種係数を伝送することとを含む符号化方法である。
　本技術の第２の符号化装置及び符号化方法においては、予測符号化の残差と予測画像とを加算することにより得られる第１の画像の注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素が、前記第１の画像から選択され、前記注目画素が、複数のクラスのうちのいずれかのクラスにクラス分類される。さらに、前記第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められる前記クラスごとのタップ係数を、クラスを表すパラメータとの所定の演算により求めるのに用いられる種係数から再構成されるタップ係数から、前記注目画素のクラスのタップ係数が取得され、前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値が求められることで、前記第１の画像にフィルタ処理が行われ、前記第２の画像が生成される。
　本技術の第２の復号装置は、予測符号化の残差と予測画像とを加算することにより得られる第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められるクラスごとのタップ係数を、クラスを表すパラメータとの所定の演算により求めるのに用いられる種係数を受け取る受け取り部と、前記第１の画像のうちの注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択する予測タップ選択部と、前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類するクラス分類部と、前記パラメータ及び前記種係数を用いた前記所定の演算により再構成される前記タップ係数から、前記注目画素のクラスのタップ係数を取得する係数取得部と、前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求める演算部とを有し、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成するフィルタ部とを備える復号装置である。
　本技術の第２の復号方法は、予測符号化の残差と予測画像とを加算することにより得られる第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められるクラスごとのタップ係数を、クラスを表すパラメータとの所定の演算により求めるのに用いられる種係数を受け取ることと、前記第１の画像のうちの注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択することと、前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類することと、前記パラメータ及び前記種係数を用いた前記所定の演算により再構成される前記タップ係数から、前記注目画素のクラスのタップ係数を取得することと、前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求めることとを含み、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成することとを含む復号方法である。
　本技術の第２の復号装置及び復号方法においては、予測符号化の残差と予測画像とを加算することにより得られる第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められるクラスごとのタップ係数を、クラスを表すパラメータとの所定の演算により求めるのに用いられる種係数が受け取られる。そして、前記第１の画像のうちの注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素が、前記第１の画像から選択され、前記注目画素が、複数のクラスのうちのいずれかのクラスにクラス分類される。さらに、前記パラメータ及び前記種係数を用いた前記所定の演算により再構成される前記タップ係数から、前記注目画素のクラスのタップ係数が取得され、前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値が求められることで、前記第１の画像にフィルタ処理が行われ、前記第２の画像が生成される。
　なお、符号化装置や復号装置は、独立した装置であっても良いし、１つの装置を構成している内部ブロックであっても良い。
　また、符号化装置や復号装置は、コンピュータにプログラムを実行させることにより実現することができる。
　コンピュータを符号化装置や復号装置として機能させるプログラムは、伝送媒体を介して伝送することにより、又は、記録媒体に記録して、提供することができる。
　本技術によれば、画像の圧縮効率を適切に向上させることができる
　なお、ここに記載された効果は必ずしも限定されるものではなく、本開示中に記載されたいずれかの効果であってもよい。
本技術を適用した画像処理システムの一実施の形態の構成例を示す図である。 クラス分類適応処理を行う画像変換装置の第１の構成例を示すブロック図である。 係数取得部２３に記憶されるタップ係数の学習を行う学習装置の構成例を示すブロック図である。 学習部４３の構成例を示すブロック図である。 クラス分類適応処理を行う画像変換装置の第２の構成例を示すブロック図である。 係数取得部６１に記憶される種係数の学習を行う学習装置の構成例を示すブロック図である。 学習部７３の構成例を示すブロック図である。 学習部７３の他の構成例を示すブロック図である。 符号化装置１１の第１の構成例を示すブロック図である。 クラス分類適応フィルタ１１１の構成例を示すブロック図である。 主成分利用型削減法の概要を説明する図である。 主成分利用型削減法において、削減数Pを決定する決定方法の例を示す図である。 主成分利用型削減法を適用するクラスの範囲を説明する図である。 学習装置１３１の構成例を示すブロック図である。 削減装置１３２の第１の構成例を示すブロック図である。 画像変換装置１３３の第１の構成例を示すブロック図である。 削減装置１３２の第２の構成例を示すブロック図である。 画像変換装置１３３の第２の構成例を示すブロック図である。 削減装置１３２の第３の構成例を示すブロック図である。 画像変換装置１３３の第３の構成例を示すブロック図である。 削減装置１３２の第４の構成例を示すブロック図である。 画像変換装置１３３の第４の構成例を示すブロック図である。 符号化装置１１の符号化処理の例を説明するフローチャートである。 ステップＳ１６の予測符号化処理の例を説明するフローチャートである。 ステップＳ４２で行われるクラス分類適応処理の例を説明するフローチャートである。 復号装置１２の第１の構成例を示すブロック図である。 クラス分類適応フィルタ３０６の構成例を示すブロック図である。 画像変換装置３３１の第１の構成例を示すブロック図である。 画像変換装置３３１の第２の構成例を示すブロック図である。 画像変換装置３３１の第３の構成例を示すブロック図である。 画像変換装置３３１の第４の構成例を示すブロック図である。 復号装置１２の復号処理の例を説明するフローチャートである。 ステップＳ７５の予測復号処理の例を説明するフローチャートである。 ステップＳ８６で行われるクラス分類適応処理の例を説明するフローチャートである。 符号化装置１１の第２の構成例を示すブロック図である。 クラス分類適応フィルタ５１１の構成例を示すブロック図である。 種係数利用型削減法の概要を説明する図である。 削減装置５３１の構成例を示すブロック図である。 画像変換装置５３２の構成例を示すブロック図である。 符号化装置１１の符号化処理の例を説明するフローチャートである。 ステップＳ１１６の予測符号化処理の例を説明するフローチャートである。 復号装置１２の第２の構成例を示すブロック図である。 クラス分類適応フィルタ６１１の構成例を示すブロック図である。 画像変換装置６３１の構成例を示すブロック図である。 復号装置１２の復号処理の例を説明するフローチャートである。 ステップＳ１７５の予測復号処理の例を説明するフローチャートである。 多視点画像符号化方式の例を示す図である。 本技術を適用した多視点画像符号化装置の主な構成例を示す図である。 本技術を適用した多視点画像復号装置の主な構成例を示す図である。 階層画像符号化方式の例を示す図である。 本技術を適用した階層画像符号化装置の主な構成例を示す図である。 本技術を適用した階層画像復号装置の主な構成例を示す図である。 コンピュータの主な構成例を示すブロック図である。 テレビジョン装置の概略的な構成の一例を示すブロック図である。 携帯電話機の概略的な構成の一例を示すブロック図である。 記録再生装置の概略的な構成の一例を示すブロック図である。 撮像装置の概略的な構成の一例を示すブロック図である。 ビデオセットの概略的な構成の一例を示すブロック図である。 ビデオプロセッサの概略的な構成の一例を示すブロック図である。 ビデオプロセッサの概略的な構成の他の例を示すブロック図である。
　＜本技術を適用した画像処理システム＞
　図１は、本技術を適用した画像処理システムの一実施の形態の構成例を示す図である。
　図１において、画像処理システムは、符号化装置１１及び復号装置１２を有する。
　符号化装置１１には、符号化対象の元画像が供給される。
　符号化装置１１は、例えば、HEVC(High Efficiency Video Coding)や、AVC(Advanced Video Coding)、MPEG(Moving Picture Experts Group)等のような予測符号化により、元画像を符号化する。なお、符号化装置１１の予測符号化は、上述のHEVC等に限定されるものではない。
　符号化装置１１の予測符号化では、元画像の予測画像が生成され、元画像と予測画像との残差が符号化される。
　さらに、符号化装置１１の予測符号化では、予測符号化の残差と予測画像とを加算することにより得られる復号途中画像に、ILF(In Loop Filter)をかけるILF処理を行うことで、予測画像の予測に用いられる参照画像が生成される。
　ここで、ILF処理としてのフィルタ処理（フィルタリング）が、復号途中画像に施されることにより得られる画像を、フィルタ後画像ともいう。
　符号化装置１１は、予測符号化を行う他、復号途中画像と元画像とを用いて学習を行うことにより、例えば、フィルタ後画像が、なるべく元画像に近くなるようなILF処理としてのフィルタ処理を行うためのタップ係数等を求める。
　さらに、符号化装置１１は、タップ係数を削減した削減フィルタ情報を生成する削減処理を行う。
　符号化装置１１のILF処理は、削減処理により求められた削減フィルタ情報を用いて得られるタップ係数を用いて行われる。
　ここで、タップ係数等を求める学習や、削減フィルタ情報を生成する削減処理は、例えば、元画像の１又は複数のシーケンスごとや、元画像の１又は複数のシーン（シーンチェンジから、次のシーンチェンジまでのフレーム）ごと、元画像の１又は複数のフレーム（ピクチャ）ごと、元画像の１又は複数のスライスごと、ピクチャの符号化の単位のブロック（CUやPU等）の１又は複数ラインごと、その他任意の単位で行うことができる。また、削減フィルタ情報を求める学習は、例えば、予測符号化で得られる残差が閾値以上になった場合等に行うことができる。
　符号化装置１１は、元画像の予測符号化により得られる符号化データ、及び、削減処理により得られる削減フィルタ情報を、伝送媒体１３を介して伝送し、又は、記録媒体１４に伝送して記録させる。
　なお、削減フィルタ情報の生成（必要に応じて、タップ係数の学習を含む）は、符号化装置１１とは別の装置で行うことができる。
　また、削減フィルタ情報は、符号化データとは別に伝送することもできるし、符号化データに含めて伝送することもできる。
　さらに、タップ係数等を求める学習は、元画像そのもの（及び元画像の予測符号化で得られる復号途中画像）を用いて行う他、画像特徴量が元画像と類似する、元画像とは別個の画像を用いて行うことができる。
　復号装置１２は、符号化装置１１から伝送される符号化データ及び削減フィルタ情報を、伝送媒体１３や記録媒体１４を介して受け取り（受信し）（取得し）、符号化データを、符号化装置１１の予測符号化に対応する方式で復号する。
　すなわち、復号装置１２は、符号化装置１１からの符号化データを処理することで、予測符号化の残差を求める。さらに、復号装置１２は、残差と予測画像とを加算することにより、符号化装置１１で得られるのと同様の復号途中画像を求める。そして、復号装置１２は、復号途中画像に、符号化装置１１からの削減フィルタ情報を用いて得られるタップ係数等を用いたILF処理としてのフィルタ処理を施し、フィルタ後画像を求める。
　復号装置１２において、フィルタ後画像は、元画像の復号画像として出力されるとともに、必要に応じて、予測画像の予測に用いられる参照画像として一時記憶される。
　符号化装置１１及び復号装置１２のILF処理としてのフィルタ処理は、クラス分類適応処理によって行われる。以下、クラス分類適応処理について説明する。
　＜クラス分類適応処理＞
　図２は、クラス分類適応処理を行う画像変換装置の第１の構成例を示すブロック図である。
　ここで、クラス分類適応処理は、例えば、第１の画像を、第２の画像に変換する画像変換処理として捉えることができる。
　第１の画像を第２の画像に変換する画像変換処理は、その第１と第２の画像の定義によって様々な信号処理となる。
　すなわち、例えば、第１の画像を低空間解像度の画像とするとともに、第２の画像を高空間解像度の画像とすれば、画像変換処理は、空間解像度を向上させる空間解像度創造（向上）処理ということができる。
　また、例えば、第１の画像を低S/Nの画像とするとともに、第２の画像を高S/Nの画像とすれば、画像変換処理は、ノイズを除去するノイズ除去処理ということができる。
　さらに、例えば、第１の画像を所定の画素数（サイズ）の画像とするとともに、第２の画像を、第１の画像の画素数を多くまたは少なくした画像とすれば、画像変換処理は、画像のリサイズ（拡大または縮小）を行うリサイズ処理ということができる。
　また、例えば、第１の画像を、HEVC等のブロック単位で符号化された画像を復号することによって得られる復号画像とするとともに、第２の画像を、符号化前の元画像とすれば、画像変換処理は、ブロック単位の符号化及び復号によって生じるブロック歪みを除去する歪み除去処理ということができる。
　なお、クラス分類適応処理は、画像の他、例えば、音響を、処理の対象とすることができる。音響を対象とするクラス分類適応処理は、第１の音響（例えば、S/Nの低い音響等）を、第２の音響（例えば、S/Nの高い音響等）に変換する音響変換処理として捉えることができる。
　クラス分類適応処理では、第１の画像のうちの注目している注目画素（処理対象の処理対象画素）の画素値を複数のクラスのうちのいずれかのクラスにクラス分類することにより得られるクラスのタップ係数と、注目画素に対して選択される第１の画像の、タップ係数と同一の数の画素の画素値とを用いた予測演算により、注目画素の画素値が求められる。
　図２は、クラス分類適応処理による画像変換処理を行う画像変換装置の構成例を示している。
　図２において、画像変換装置２０は、タップ選択部２１、クラス分類部２２、係数取得部２３、及び、予測演算部２４を有する。
　画像変換装置２０には、第１の画像が供給される。画像変換装置２０に供給される第１の画像は、タップ選択部２１及びクラス分類部２２に供給される。
　タップ選択部２１は、第１の画像を構成する画素を、順次、注目画素に選択する。さらに、タップ選択部２１は、注目画素に対応する第２の画像の対応画素（の画素値）を予測するのに用いる第１の画像を構成する画素（の画素値）の幾つかを、予測タップとして選択する。
　具体的には、タップ選択部２１は、注目画素の時空間の位置から空間的又は時間的に近い位置にある第１の画像の複数の画素を、予測タップとして選択することにより、予測タップを構成し、予測演算部２４に供給する。
　クラス分類部２２は、一定の規則に従って、注目画素を、幾つかのクラスのうちのいずれかにクラス分けするクラス分類を行い、その結果得られるクラスに対応するクラスコードを、係数取得部２３に供給する。
　すなわち、クラス分類部２２は、例えば、注目画素について、クラス分類を行うのに用いる第１の画像を構成する画素（の画素値）の幾つかを、クラスタップとして選択する。例えば、クラス分類部２２は、タップ選択部２１が予測タップを選択するのと同様にして、クラスタップを選択する。
　なお、予測タップとクラスタップは、同一のタップ構造を有するものであっても良いし、異なるタップ構造を有するものであっても良い。
　クラス分類部２２は、例えば、クラスタップを用いて、注目画素をクラス分類し、その結果得られるクラスに対応するクラスコードを、係数取得部２３に供給する。
　例えば、クラス分類部２２は、クラスタップを用いて、注目画素の画像特徴量を求める。さらに、クラス分類部２２は、注目画素の画像特徴量に応じて、注目画素をクラス分類し、その結果得られるクラスに対応するクラスコードを、係数取得部２３に供給する。
　ここで、クラス分類を行う方法としては、例えば、ADRC(Adaptive Dynamic Range Coding)等を採用することができる。
　ADRCを用いる方法では、クラスタップを構成する画素（の画素値）が、ADRC処理され、その結果得られるADRCコード（ADRC値）にしたがって、注目画素のクラスが決定される。ADRCコードは、注目画素を含む小領域の画像特徴量としての波形パターンを表す。
　なお、LビットADRCにおいては、例えば、クラスタップを構成する画素の画素値の最大値MAXと最小値MINが検出され、DR=MAX-MINを、集合の局所的なダイナミックレンジとし、このダイナミックレンジDRに基づいて、クラスタップを構成する各画素の画素値がLビットに再量子化される。すなわち、クラスタップを構成する各画素の画素値から、最小値MINが減算され、その減算値がDR/2Lで除算（再量子化）される。そして、以上のようにして得られる、クラスタップを構成するLビットの各画素の画素値を、所定の順番で並べたビット列が、ADRCコードとして出力される。したがって、クラスタップが、例えば、１ビットADRC処理された場合には、そのクラスタップを構成する各画素の画素値は、最大値MAXと最小値MINとの平均値で除算され（小数点以下切り捨て）、これにより、各画素の画素値が１ビットとされる（２値化される）。そして、その１ビットの画素値を所定の順番で並べたビット列が、ADRCコードとして出力される。
　なお、クラス分類部２２には、例えば、クラスタップを構成する画素の画素値のレベル分布のパターンを、そのままクラスコードとして出力させることも可能である。しかしながら、この場合、クラスタップが、N個の画素の画素値で構成され、各画素の画素値に、Aビットが割り当てられているとすると、クラス分類部２２が出力するクラスコードの場合の数は、（２N）A通りとなり、画素の画素値のビット数Aに指数的に比例した膨大な数となる。
　したがって、クラス分類部２２においては、クラスタップの情報量を、上述のADRC処理や、あるいはベクトル量子化等によって圧縮することにより、クラス分類を行うのが好ましい。
　また、クラス分類に用いる画像特徴量としては、ADRCコードの他、例えば、クラスタップを構成する画素の輝度等の画素値の最大値と最小値との差分であるDR(Dynamic Range)や、クラスタップにおいて、水平、垂直、斜め方向に隣接する画素の画素値の差分絶対値の最大値であるDiffMax、DR及びDiffMaxを用いて得られるDiffMax/DR等を採用することができる。
　係数取得部２３は、後述する学習によって求められたクラスごとのタップ係数を記憶し、さらに、その記憶したタップ係数のうちの、クラス分類部２２から供給されるクラスコードが表すクラスのタップ係数、すなわち、注目画素のクラスのタップ係数を取得する。さらに、係数取得部２３は、注目画素のクラスのタップ係数を、予測演算部２４に供給する。
　ここで、タップ係数とは、ディジタルフィルタにおける、いわゆるタップにおいて入力データと乗算される係数に相当する係数である。
　予測演算部２４は、タップ選択部２１が出力する予測タップと、係数取得部２３から供給されるタップ係数とを用いて、注目画素に対応する第２の画像の画素（対応画素）の画素値の真値の予測値を求める所定の予測演算を行う。これにより、予測演算部２４は、対応画素の画素値（の予測値）、すなわち、第２の画像を構成する画素の画素値を求めて出力する。
　図３は、係数取得部２３に記憶されるタップ係数の学習を行う学習装置の構成例を示すブロック図である。
　ここで、例えば、高画質の画像（高画質画像）を第２の画像とするとともに、その高画質画像をLPF(Low Pass Filter)によってフィルタリングする等してその画質（解像度）を低下させた低画質の画像（低画質画像）を第１の画像として、低画質画像から予測タップを選択し、その予測タップとタップ係数を用いて、高画質画像の画素（高画質画素）の画素値を、所定の予測演算によって求める（予測する）ことを考える。
　所定の予測演算として、例えば、線形１次予測演算を採用することとすると、高画質画素の画素値yは、次の線形１次式によって求められることになる。
Figure JPOXMLDOC01-appb-M000001
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（１）
　但し、式（１）において、xnは、対応画素としての高画質画素yに対する予測タップを構成する、n番目の低画質画像の画素（以下、適宜、低画質画素という）の画素値を表し、wnは、n番目の低画質画素（の画素値）と乗算されるn番目のタップ係数を表す。なお、式（１）では、予測タップが、N個の低画質画素x1，x2，・・・，xNで構成されることとする。
　ここで、高画質画素の画素値yは、式（１）に示した線形１次式ではなく、２次以上の高次の式によって求めるようにすることも可能である。
　いま、第ｋサンプルの高画質画素の画素値の真値をykと表すとともに、式（１）によって得られるその真値ykの予測値をyk’と表すと、その予測誤差ekは、次式で表される。
Figure JPOXMLDOC01-appb-M000002
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（２）
　いま、式（２）の予測値yk’は、式（１）にしたがって求められるため、式（２）のyk’を、式（１）にしたがって置き換えると、次式が得られる。
Figure JPOXMLDOC01-appb-M000003
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（３）
　但し、式（３）において、xn,kは、対応画素としての第kサンプルの高画質画素に対する予測タップを構成するn番目の低画質画素を表す。
　式（３）（又は式（２））の予測誤差ekを０とするタップ係数wnが、高画質画素を予測するのに最適なものとなるが、すべての高画質画素について、そのようなタップ係数wnを求めることは、一般には困難である。
　そこで、タップ係数wnが最適なものであることを表す規範として、例えば、最小自乗法を採用することとすると、最適なタップ係数wnは、次式で表される自乗誤差の総和Ｅ（統計的な誤差）を最小にすることで求めることができる。
Figure JPOXMLDOC01-appb-M000004
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（４）
　但し、式（４）において、Kは、対応画素としての高画質画素ykと、その高画質画素ykに対する予測タップを構成する低画質画素x1,k，x2,k，・・・，xN,kとのセットのサンプル数（学習用のサンプルの数）を表す。
　式（４）の自乗誤差の総和Ｅの最小値（極小値）は、式（５）に示すように、総和Ｅをタップ係数wnで偏微分したものを０とするwnによって与えられる。
Figure JPOXMLDOC01-appb-M000005
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（５）
　そこで、上述の式（３）をタップ係数wnで偏微分すると、次式が得られる。
Figure JPOXMLDOC01-appb-M000006
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（６）
　式（５）と（６）から、次式が得られる。
Figure JPOXMLDOC01-appb-M000007
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（７）
　式（７）のekに、式（３）を代入することにより、式（７）は、式（８）に示す正規方程式で表すことができる。
Figure JPOXMLDOC01-appb-M000008
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（８）
　式（８）の正規方程式は、例えば、掃き出し法（Gauss-Jordanの消去法）等を用いることにより、タップ係数wnについて解くことができる。
　式（８）の正規方程式を、クラスごとにたてて解くことにより、最適なタップ係数（ここでは、自乗誤差の総和Ｅを最小にするタップ係数）wnを、クラスごとに求めることができる。
　図３は、式（８）の正規方程式をたてて解くことによりタップ係数wnを求める学習を行う学習装置の構成例を示している。
　図３において、学習装置４０は、教師データ生成部４１、生徒データ生成部４２、及び、学習部４３を有する。
　教師データ生成部４１及び生徒データ生成部４２には、タップ係数wnの学習に用いられる学習画像（学習用のサンプルとしての画像）が供給される。学習画像としては、例えば、解像度の高い高画質画像を用いることができる。
　教師データ生成部３２は、学習画像から、タップ係数の学習の教師（真値）となる教師データ、すなわち、クラス分類適応処理により得たい教師データとして、式（１）による予測演算としての写像の写像先となる教師画像を生成し、学習部４３に供給する。ここでは、教師データ生成部３２は、例えば、学習画像としての高画質画像を、そのまま教師画像として、学習部４３に供給する。
　生徒データ生成部４２は、学習画像から、タップ係数の学習の生徒となる生徒データ、すなわち、クラス分類適応処理においてタップ係数との予測演算の対象となる生徒データとして、式（１）による予測演算としての写像による変換対象となる生徒画像を生成し、学習部４３に供給する。ここでは、生徒データ生成部４２は、例えば、学習画像としての高画質画像をLPF(low Pass Filter)でフィルタリングすることにより、その解像度を低下させることで、低画質画像を生成し、この低画質画像を、生徒画像として、学習部４３に供給する。
　学習部４３は、生徒データ生成部４２からの生徒データとしての生徒画像を構成する画素を、順次、注目画素とし、その注目画素について、図２のタップ選択部２１が選択するのと同一のタップ構造の画素を、生徒画像から予測タップとして選択する。さらに、学習部４３は、注目画素に対応する教師画像を構成する対応画素と、注目画素の予測タップとを用い、クラスごとに、式（８）の正規方程式をたてて解くことにより、クラスごとのタップ係数を求める。
　図４は、図３の学習部４３の構成例を示すブロック図である。
　図４において、学習部４３は、タップ選択部５１、クラス分類部５２、足し込み部５３、及び、係数算出部５４を有する。
　生徒画像（生徒データ）は、タップ選択部５１及びクラス分類部５２に供給され、教師画像（教師データ）は、足し込み部５３に供給される。
　タップ選択部５１は、生徒画像を構成する画素を、順次、注目画素として選択し、その注目画素を表す情報を、必要なブロックに供給する。
　さらに、タップ選択部５１は、注目画素について、生徒画像を構成する画素から、図２のタップ選択部２１が選択するのと同一の画素を予測タップに選択し、これにより、タップ選択部２１で得られるのと同一のタップ構造の予測タップを得て、足し込み部５３に供給する。
　クラス分類部５２は、生徒画像を用いて、注目画素について、図２のクラス分類部２２と同一のクラス分類を行い、その結果得られる注目画素のクラスに対応するクラスコードを、足し込み部５３に出力する。
　例えば、クラス分類部５２は、注目画素について、生徒画像を構成する画素から、図２のクラス分類部２２が選択するのと同一の画素をクラスタップに選択し、これにより、クラス分類部２２で得られるのと同一のタップ構造のクラスタップを構成する。さらに、クラス分類部５２は、注目画素のクラスタップを用いて、図２のクラス分類部２２と同一のクラス分類を行い、その結果得られる注目画素のクラスに対応するクラスコードを、足し込み部５３に出力する。
　足し込み部５３は、教師画像（教師データ）を構成する画素から、注目画素に対応する対応画素（の画素値）を取得し、対応画素と、タップ選択部５１から供給される注目画素についての予測タップを構成する生徒画像の画素（の画素値）とを対象とした足し込みを、クラス分類部５２から供給されるクラスコードごとに行う。
　すなわち、足し込み部５３には、教師データとしての教師画像の対応画素yk、生徒データとしての注目画素の予測タップxn,k、注目画素のクラスを表すクラスコードが供給される。
　足し込み部５３は、注目画素のクラスごとに、予測タップ（生徒データ）xn,kを用い、式（８）の左辺の行列における生徒データどうしの乗算（xn,kxn',k）と、サメーション（Σ）に相当する演算を行う。
　さらに、足し込み部５３は、やはり、注目画素のクラスごとに、予測タップ（生徒データ）xn,kと教師データykを用い、式（８）の右辺のベクトルにおける生徒データxn,k及び教師データykの乗算（xn,kyk）と、サメーション（Σ）に相当する演算を行う。
　すなわち、足し込み部５３は、前回、教師データとしての、注目画素に対応する対応画素について求められた式（８）における左辺の行列のコンポーネント（Σxn,kxn',k）と、右辺のベクトルのコンポーネント（Σxn,kyk）を、その内蔵するメモリ（図示せず）に記憶しており、その行列のコンポーネント（Σxn,kxn',k）又はベクトルのコンポーネント（Σxn,kyk）に対して、新たな注目画素に対応する対応画素となった教師データについて、その教師データyk+1及び生徒データxn,k+1を用いて計算される、対応するコンポーネントxn,k+1xn',k+1又はxn,k+1yk+1を足し込む（式（８）のサメーションで表される加算を行う）。
　そして、足し込み部５３は、例えば、生徒画像の画素すべてを注目画素として、上述の足し込みを行うことにより、各クラスについて、式（８）に示した正規方程式をたて、その正規方程式を、係数算出部５４に供給する。
　係数算出部５４は、足し込み部５３から供給される各クラスについての正規方程式を解くことにより、各クラスについて、最適なタップ係数wnを求めて出力する。
　図２の画像変換装置２０における係数取得部２３には、以上のようにして求められたクラスごとのタップ係数wnを記憶させることができる。
　図５は、クラス分類適応処理を行う画像変換装置の第２の構成例を示すブロック図である。
　なお、図中、図２の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図５において、画像変換装置２０は、タップ選択部２１、クラス分類部２２、予測演算部２４、及び、係数取得部６１を有する。
　したがって、図５の画像変換装置２０は、タップ選択部２１、クラス分類部２２、及び、予測演算部２４を有する点で、図２の場合と共通する。
　但し、図５では、係数取得部２３に代えて、係数取得部６１が設けられている点で、図２の場合と相違する。
　係数取得部６１は、後述する種係数を記憶する。さらに、係数取得部６１には、外部からパラメータzが供給される。
　係数取得部６１は、種係数から、パラメータzに対応する、クラスごとのタップ係数を生成して記憶し、そのクラスごとのタップ係数から、クラス分類部２２からのクラスのタップ係数を取得して、予測演算部２４に供給する。
　図６は、係数取得部６１に記憶される種係数を求める学習を行う学習装置の構成例を示すブロック図である。
　ここで、例えば、図３で説明した場合と同様に、高画質の画像（高画質画像）を第２の画像とするとともに、その高画質画像の空間解像度を低下させた低画質の画像（低画質画像）を第１の画像として、低画質画像から予測タップを選択し、その予測タップとタップ係数を用いて、高画質画像の画素である高画質画素の画素値を、例えば、式（１）の線形１次予測演算によって求める（予測する）ことを考える。
　いま、タップ係数wnが、種係数と、パラメータzとを用いた次式によって生成されることとする。
Figure JPOXMLDOC01-appb-M000009
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（９）
　但し、式（９）において、βm,nは、n番目のタップ係数wnを求めるのに用いられるｍ番目の種係数を表す。なお、式（９）では、タップ係数wnが、Ｍ個の種係数β1,n，β2,n，・・・，βM,nを用いて求められる。
　ここで、種係数βm,nとパラメータzから、タップ係数wnを求める式は、式（９）に限定されるものではない。
　いま、式（９）におけるパラメータzによって決まる値zm-1を、新たな変数ｔmを導入して、次式で定義する。
Figure JPOXMLDOC01-appb-M000010
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（１０）
　式（１０）を、式（９）に代入することにより、次式が得られる。
Figure JPOXMLDOC01-appb-M000011
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（１１）
　式（１１）によれば、タップ係数wnは、種係数βm,nと変数ｔmとの線形１次式によって求められることになる。
　ところで、いま、第kサンプルの高画質画素の画素値の真値をykと表すとともに、式（１）によって得られるその真値ykの予測値をyk’と表すと、その予測誤差ekは、次式で表される。
Figure JPOXMLDOC01-appb-M000012
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（１２）
　いま、式（１２）の予測値yk’は、式（１）にしたがって求められるため、式（１２）のyk’を、式（１）にしたがって置き換えると、次式が得られる。
Figure JPOXMLDOC01-appb-M000013
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（１３）
　但し、式（１３）において、xn,kは、対応画素としての第kサンプルの高画質画素に対する予測タップを構成するn番目の低画質画素を表す。
　式（１３）のwnに、式（１１）を代入することにより、次式が得られる。
Figure JPOXMLDOC01-appb-M000014
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（１４）
　式（１４）の予測誤差ekを０とする種係数βm,nが、高画質画素を予測するのに最適なものとなるが、すべての高画質画素について、そのような種係数βm,nを求めることは、一般には困難である。
　そこで、種係数βm,nが最適なものであることを表す規範として、例えば、最小自乗法を採用することとすると、最適な種係数βm,nは、次式で表される自乗誤差の総和Ｅを最小にすることで求めることができる。
Figure JPOXMLDOC01-appb-M000015
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（１５）
　但し、式（１５）において、Kは、対応画素としての高画質画素ykと、その高画質画素ykに対する予測タップを構成する低画質画素x1,k，x2,k，・・・，xN,kとのセットのサンプル数（学習用のサンプルの数）を表す。
　式（１５）の自乗誤差の総和Ｅの最小値（極小値）は、式（１６）に示すように、総和Ｅを種係数βm,nで偏微分したものを０とするβm,nによって与えられる。
Figure JPOXMLDOC01-appb-M000016
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（１６）
　式（１３）を、式（１６）に代入することにより、次式が得られる。
Figure JPOXMLDOC01-appb-M000017
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（１７）
　いま、Ｘi,p,j,qとＹi,pを、式（１８）と（１９）に示すように定義する。
Figure JPOXMLDOC01-appb-M000018
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（１８）
Figure JPOXMLDOC01-appb-M000019
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（１９）
　この場合、式（１７）は、Ｘi,p,j,qとＹi,pを用いた式（２０）に示す正規方程式で表すことができる。
Figure JPOXMLDOC01-appb-M000020
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（２０）
　式（２０）の正規方程式は、例えば、掃き出し法（Gauss-Jordanの消去法）等を用いることにより、種係数βm,nについて解くことができる。
　図５の画像変換装置２０においては、多数の高画質画素y1，y2，・・・，yKを教師データとするとともに、各高画質画素ykに対する予測タップを構成する低画質画素x1,k，x2,k，・・・，xN,kを生徒データとして、クラスごとに式（２０）の正規方程式をたてて解く学習を行うことにより求められたクラスごとの種係数βm,nが、係数取得部６１に記憶される。そして、係数取得部６１では、種係数βm,nと、外部から与えられるパラメータzから、式（９）にしたがって、クラスごとのタップ係数wnが生成され、予測演算部２４において、そのタップ係数wnと、注目画素についての予測タップを構成する低画質画素（第１の画像の画素）xnを用いて、式（１）が計算されることにより、高画質画素（第２の画像の対応画素）の画素値（に近い予測値）が求められる。
　図６は、式（２０）の正規方程式をクラスごとにたてて解くことにより、クラスごとの種係数βm,nを求める学習を行う学習装置の構成例を示す図である。
　なお、図中、図３の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図６において、学習装置７０は、教師データ生成部４１、パラメータ生成部７１、生徒データ生成部７２、及び、学習部７３を有する。
　したがって、図６の学習装置７０は、教師データ生成部４１を有する点で、図３の学習装置４０と共通する。
　但し、図６の学習装置７０は、パラメータ生成部７１を新たに有する点で、図３の学習装置４０と相違する。さらに、図６の学習装置７０は、生徒データ生成部４２及び学習部４３に代えて、生徒データ生成部７２、及び、学習部７３がそれぞれ設けられている点で、図３の学習装置４０と相違する。
　パラメータ生成部７１は、パラメータzが取り得る範囲の幾つかの値を生成し、生徒データ生成部７２と学習部７３に供給する。
　例えば、パラメータzが取り得る値が0乃至Zの範囲の実数であるとすると、パラメータ生成部７１は、例えば、例えば、z=0,1,2,・・・,Zの値のパラメータzを生成し、生徒データ生成部７２と学習部７３に供給する。
　生徒データ生成部７２には、教師データ生成部４１に供給されるのと同様の学習画像が供給される。
　生徒データ生成部７２は、図３の生徒データ生成部４２と同様に、学習画像から生徒画像を生成し、生徒データとして、学習部７３に供給する。
　ここで、生徒データ生成部７２には、学習画像の他、パラメータzが取り得る範囲の幾つかの値が、パラメータ生成部７１から供給される。
　生徒データ生成部７２は、学習画像としての高画質画像を、例えば、そこに供給されるパラメータzに対応するカットオフ周波数のLPFによってフィルタリングすることにより、パラメータzの幾つかの値それぞれに対して、生徒画像としての低画質画像を生成する。
　すなわち、生徒データ生成部７２では、学習画像としての高画質画像について、Z+1種類の、空間解像度の異なる生徒画像としての低画質画像が生成される。
　なお、ここでは、例えば、パラメータzの値が大きくなるほど、カットオフ周波数の高いLPFを用いて、高画質画像をフィルタリングし、生徒画像としての低画質画像を生成することとする。この場合、値の大きいパラメータzに対する生徒画像としての低画質画像ほど、空間解像度が高い。
　また、生徒データ生成部７２では、パラメータzに応じて、学習画像としての高画質画像の水平方向及び垂直方向のうちの一方又は両方向の空間解像度を低下させた生徒画像としての低画質画像を生成することができる。
　さらに、学習画像としての高画質画像の水平方向及び垂直方向のうちの両方向の空間解像度を低下させた生徒画像としての低画質画像を生成する場合には、学習画像としての高画質画像の水平方向及び垂直方向の空間解像度は、それぞれ別個のパラメータ、すなわち、２個のパラメータz及びz'に応じて、別個に低下させることができる。
　この場合、図５の係数取得部２３では、外部から２個のパラメータz及びz'が与えられ、その２個のパラメータz及びz'と種係数とを用いて、タップ係数が生成される。
　以上のように、種係数としては、１個のパラメータzの他、２個のパラメータz及びz'、さらには、３個以上のパラメータを用いて、タップ係数を生成することができる種係数を求めることができる。但し、本明細書では、説明を簡単にするため、１個のパラメータzを用いてタップ係数を生成する種係数を例に、説明を行う。
　学習部７３は、教師データ生成部４１からの教師データとしての教師画像、パラメータ生成部７１からのパラメータz、及び、生徒データ生成部７２からの生徒データとしての生徒画像を用いて、クラスごとの種係数を求めて出力する。
　図７は、図６の学習部７３の構成例を示すブロック図である。
　なお、図中、図４の学習部４３と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図７において、学習部７３は、タップ選択部５１、クラス分類部５２、足し込み部８１、及び、係数算出部８２を有する。
　したがって、図７の学習部７３は、タップ選択部５１、及び、クラス分類部５２を有する点で、図４の学習部４３と共通する。
　但し、学習部７３は、足し込み部５３及び係数算出部５４に代えて、足し込み部８１、及び、係数算出部８２をそれぞれ有する点で、図４の学習部４３と相違する。
　図７では、タップ選択部５１は、図６のパラメータ生成部７１で生成されるパラメータzに対応して生成された生徒画像（ここでは、パラメータzに対応するカットオフ周波数のLPFを用いて生成された生徒データとしての低画質画像）から、予測タップを選択し、足し込み部８１に供給する。
　足し込み部８１は、図６の教師データ生成部４１からの教師画像から、注目画素に対応する対応画素を取得し、その対応画素、タップ選択部５１から供給される注目画素について構成された予測タップを構成する生徒データ（生徒画像の画素）、及び、その生徒データを生成したときのパラメータzを対象とした足し込みを、クラス分類部５２から供給されるクラスごとに行う。
　すなわち、足し込み部８１には、注目画素に対応する対応画素としての教師データyk、タップ選択部５１が出力する注目画素についての予測タップxi,k（xj,k）、及び、クラス分類部５２が出力する注目画素のクラスが供給されるとともに、注目画素についての予測タップを構成する生徒データを生成したときのパラメータzが、パラメータ生成部７１から供給される。
　そして、足し込み部８１は、クラス分類部５２から供給されるクラスごとに、予測タップ（生徒データ）xi,k（xj,k）とパラメータzを用い、式（２０）の左辺の行列における、式（１８）で定義されるコンポーネントＸi,p,j,qを求めるための生徒データ及びパラメータzの乗算（xi,kｔpxj,kｔq）と、サメーション（Σ）に相当する演算を行う。なお、式（１８）のｔpは、式（１０）にしたがって、パラメータzから計算される。式（１８）のｔqも同様である。
　さらに、足し込み部８１は、やはり、クラス分類部５２から供給されるクラスごとに、予測タップ（生徒データ）xi,k、教師データyk、及び、パラメータzを用い、式（２０）の右辺のベクトルにおける、式（１９）で定義されるコンポーネントＹi,pを求めるための生徒データxi,k、教師データyk、及び、パラメータzの乗算（xi,kｔpyk）と、サメーション（Σ）に相当する演算を行う。なお、式（１９）のｔpは、式（１０）にしたがって、パラメータzから計算される。
　すなわち、足し込み部８１は、前回、教師データとしての、注目画素に対応する対応画素について求められた式（２０）における左辺の行列のコンポーネントＸi,p,j,qと、右辺のベクトルのコンポーネントＹi,pを、その内蔵するメモリ（図示せず）に記憶しており、その行列のコンポーネントＸi,p,j,q又はベクトルのコンポーネントＹi,pに対して、新たな注目画素に対応する対応画素となった教師データについて、その教師データyk、生徒データxi,k(xj,k)、及びパラメータzを用いて計算される、対応するコンポーネントxi,kｔpxj,kｔq又はxi,kｔpykを足し込む（式（１８）のコンポーネントＸi,p,j,q又は式（１９）のコンポーネントＹi,pにおけるサメーションで表される加算を行う）。
　そして、足し込み部８１は、０，１，・・・，Zのすべての値のパラメータzにつき、生徒画像の画素すべてを注目画素として、上述の足し込みを行うことにより、各クラスについて、式（２０）に示した正規方程式をたて、その正規方程式を、係数算出部８２に供給する。
　係数算出部８２は、足し込み部８１から供給されるクラスごとの正規方程式を解くことにより、各クラスごとの種係数βm,nを求めて出力する。
　ところで、図６の学習装置７０では、学習画像としての高画質画像を教師データとするとともに、その高画質画像の空間解像度を、パラメータzに対応して劣化させた低画質画像を生徒データとして、タップ係数wn及び生徒データxnから式（１）の線形１次式で予測される教師データの予測値yの自乗誤差の総和を直接的に最小にする種係数βm,nを求める学習を行うようにしたが、種係数βm,nの学習としては、教師データの予測値yの自乗誤差の総和を、いわば、間接的に最小にする種係数βm,nを求める学習を行うことができる。
　すなわち、学習画像としての高画質画像を教師データとするとともに、その高画質画像を、パラメータzに対応したカットオフ周波数のLPFによってフィルタリングすることにより、その水平解像度及び垂直解像度を低下させた低画質画像を生徒データとして、タップ係数wn及び生徒データxnを用いて式（１）の線形１次予測式で予測される教師データの予測値yの自乗誤差の総和を最小にするタップ係数wnを、パラメータzの値（ここでは、z=0,1,・・・,Z）ごとに求めることができる。そして、そのパラメータzの値ごとに求められたタップ係数wnを教師データとするとともに、パラメータzを生徒データとして、式（１１）によって種係数βm,n及び生徒データであるパラメータzに対応する変数ｔmから予測される教師データとしてのタップ係数wnの予測値の自乗誤差の総和を最小にする種係数βm,nを求めることができる。
　ここで、式（１）の線形１次予測式で予測される教師データの予測値yの自乗誤差の総和Ｅを最小（極小）にするタップ係数wnは、図３の学習装置４０における場合と同様に、式（８）の正規方程式をたてて解くことにより、各クラスについて、パラメータzの値（z=0,1,・・・,Z）ごとに求めることができる。
　ところで、タップ係数は、式（１１）に示したように、種係数βm,nと、パラメータzに対応する変数ｔmとから求められる。そして、いま、この式（１１）によって求められるタップ係数を、wn’と表すこととすると、次の式（２１）で表される、最適なタップ係数wnと式（１１）により求められるタップ係数wn’との誤差enを０とする種係数βm,nが、最適なタップ係数wnを求めるのに最適な種係数となるが、すべてのタップ係数wnについて、そのような種係数βm,nを求めることは、一般には困難である。
Figure JPOXMLDOC01-appb-M000021
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（２１）
　なお、式（２１）は、式（１１）によって、次式のように変形することができる。
Figure JPOXMLDOC01-appb-M000022
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（２２）
　そこで、種係数βm,nが最適なものであることを表す規範として、例えば、やはり、最小自乗法を採用することとすると、最適な種係数βm,nは、次式で表される自乗誤差の総和Ｅを最小にすることで求めることができる。
Figure JPOXMLDOC01-appb-M000023
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（２３）
　式（２３）の自乗誤差の総和Ｅの最小値（極小値）は、式（２４）に示すように、総和Ｅを種係数βm,nで偏微分したものを０とするβm,nによって与えられる。
Figure JPOXMLDOC01-appb-M000024
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（２４）
　式（２２）を、式（２４）に代入することにより、次式が得られる。
Figure JPOXMLDOC01-appb-M000025
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（２５）
　いま、Ｘi,j,とＹiを、式（２６）と（２７）に示すように定義する。
Figure JPOXMLDOC01-appb-M000026
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（２６）
Figure JPOXMLDOC01-appb-M000027
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（２７）
　この場合、式（２５）は、Ｘi,jとＹiを用いた式（２８）に示す正規方程式で表すことができる。
Figure JPOXMLDOC01-appb-M000028
 　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（２８）
　式（２８）の正規方程式も、例えば、掃き出し法等を用いることにより、種係数βm,nについて解くことができる。
　図８は、図６の学習部７３の他の構成例を示すブロック図である。
　すなわち、図８は、式（２８）の正規方程式をたてて解くことにより種係数βm,nを求める学習を行う学習部７３の構成例を示している。
　なお、図中、図４又は図７の場合と対応するについては、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図８の学習部７３は、タップ選択部５１、クラス分類部５２、係数算出部５４、足し込み部９１及び９２、並びに、係数算出部９３を有する。
　したがって、図８の学習部７３は、タップ選択部５１、クラス分類部５２、及び、係数算出部５４を有する点で、図４の学習部４３と共通する。
　但し、図８の学習部７３は、足し込み部５３に代えて、足し込み部９１を有する点、並びに、足し込み部９２及び係数算出部９３を新たに有する点で、図４の学習部４３と相違する。
　足し込み部９１には、クラス分類部５２が出力する注目画素のクラスと、パラメータ生成部７１が出力するパラメータzが供給される。足し込み部９１は、教師データ生成部４１からの教師画像のうちの、注目画素に対応する対応画素としての教師データと、タップ選択部５１から供給される注目画素についての予測タップを構成する生徒データとを対象とした足し込みを、クラス分類部５２から供給されるクラスごとに、かつ、パラメータ生成部７１が出力するパラメータzの値ごとに行う。
　すなわち、足し込み部９１には、教師データyk、予測タップxn,k、注目画素のクラス、及び、予測タップxn,kを構成する生徒画像を生成したときのパラメータzが供給される。
　足し込み部９１は、注目画素のクラスごとに、かつ、パラメータzの値ごとに、予測タップ（生徒データ）xn,kを用い、式（８）の左辺の行列における生徒データどうしの乗算（xn,kxn',k）と、サメーション（Σ）に相当する演算を行う。
　さらに、足し込み部９１は、注目画素のクラスごとに、かつ　パラメータzの値ごとに、予測タップ（生徒データ）xn,kと教師データykを用い、式（８）の右辺のベクトルにおける生徒データxn,k及び教師データykの乗算（xn,kyk）と、サメーション（Σ）に相当する演算を行う。
　すなわち、足し込み部９１は、前回、教師データとしての、注目画素に対応する対応画素について求められた式（８）における左辺の行列のコンポーネント（Σxn,kxn',k）と、右辺のベクトルのコンポーネント（Σxn,kyk）を、その内蔵するメモリ（図示せず）に記憶しており、その行列のコンポーネント（Σxn,kxn',k）又はベクトルのコンポーネント（Σxn,kyk）に対して、新たな注目画素に対応する対応画素となった教師データについて、その教師データyk+1及び生徒データxn,k+1を用いて計算される、対応するコンポーネントxn,k+1xn',k+1又はxn,k+1yk+1を足し込む（式（８）のサメーションで表される加算を行う）。
　そして、足し込み部９１は、生徒画像の画素すべてを注目画素として、上述の足し込みを行うことにより、各クラスについて、パラメータzの各値ごとに、式（８）に示した正規方程式をたて、その正規方程式を、係数算出部５４に供給する。
　したがって、足し込み部９１は、図４の足し込み部５３と同様に、各クラスについて、式（８）の正規方程式をたてる。但し、足し込み部９１は、さらに、パラメータzの各値ごとにも、式（８）の正規方程式をたてる点で、図４の足し込み部５３と異なる。
　係数算出部５４は、足し込み部９１から供給される各クラスについての、パラメータzの値ごとの正規方程式を解くことにより、各クラスについて、パラメータzの値ごとの最適なタップ係数wnを求め、足し込み部９２に供給する。
　足し込み部９２は、パラメータ生成部７１（図６）から供給されるパラメータz（に対応する変数ｔm）と、係数算出部５４から供給される最適なタップ係数wnを対象とした足し込みを、クラスごとに行う。
　すなわち、足し込み部９２は、パラメータ生成部７１から供給されるパラメータzから式（１０）によって求められる変数ｔi（ｔj）を用い、式（２８）の左辺の行列における、式（２６）で定義されるコンポーネントＸi,jを求めるためのパラメータzに対応する変数ｔi（ｔj）どうしの乗算（ｔiｔj）と、サメーション（Σ）に相当する演算を、クラスごとに行う。
　ここで、コンポーネントＸi,jは、パラメータzによってのみ決まるものであり、クラスとは関係がないので、コンポーネントＸi,jの計算は、実際には、クラスごとに行う必要はなく、１回行うだけで済む。
　さらに、足し込み部９２は、パラメータ生成部７１から供給されるパラメータzから式（１０）によって求められる変数ｔiと、係数算出部５４から供給される最適なタップ係数wnとを用い、式（２８）の右辺のベクトルにおける、式（２７）で定義されるコンポーネントＹiを求めるためのパラメータzに対応する変数ｔi及び最適なタップ係数wnの乗算（ｔiwn）と、サメーション（Σ）に相当する演算を、クラスごとに行う。
　足し込み部９２は、各クラスごとに、式（２６）で表されるコンポーネントＸi,jと、式（２７）で表されるコンポーネントＹiを求めることにより、各クラスについて、式（２８）の正規方程式をたて、その正規方程式を、係数算出部９３に供給する。
　係数算出部９３は、足し込み部９２から供給されるクラスごとの式（２８）の正規方程式を解くことにより、各クラスごとの種係数βm,nを求めて出力する。
　図５の係数取得部６１には、以上のようにして求められたクラスごとの種係数βm,nを記憶させることができる。
　なお、種係数の学習においても、タップ係数の学習における場合と同様に、第１の画像に相当する生徒データと、第２の画像に相当する教師データとする画像の選択の仕方によって、種係数としては、各種の画像変換処理を行う種係数を得ることができる。
　すなわち、上述の場合には、学習画像を、そのまま第２の画像に相当する教師データとするとともに、その学習画像の空間解像度を劣化させた低画質画像を、第１の画像に相当する生徒データとして、種係数の学習を行うようにしたことから、種係数としては、第１の画像を、その空間解像度を向上させた第２の画像に変換する空間解像度創造処理としての画像変換処理を行う種係数を得ることができる。
　この場合、図５の画像変換装置２０では、画像の水平解像度及び垂直解像度を、パラメータzに対応する解像度に向上させることができる。
　また、例えば、高画質画像を教師データとするとともに、その教師データとしての高画質画像に対して、パラメータzに対応するレベルのノイズを重畳した画像を生徒データとして、種係数の学習を行うことにより、種係数としては、第１の画像を、そこに含まれるノイズを除去（低減）した第２の画像に変換するノイズ除去処理としての画像変換処理を行う種係数を得ることができる。この場合、図５の画像変換装置２０では、パラメータzに対応するS/Nの画像（パラメータzに対応する強度のノイズ除去を施した画像）を得ることができる。
　なお、上述の場合には、タップ係数wnを、式（９）に示したように、β1,nz0＋β2,nz1＋・・・＋βM,nzM-1で定義し、この式（９）によって、水平及び垂直方向の空間解像度を、いずれも、パラメータzに対応して向上させるためのタップ係数wnを求めるようにしたが、タップ係数wnとしては、水平解像度と垂直解像度を、独立のパラメータzxとzyに対応して、それぞれ独立に向上させるものを求めるようにすることも可能である。
　すなわち、タップ係数wnを、式（９）に代えて、例えば、３次式β1,nzx 0zy 0＋β2,nzx 1zy 0＋β3,nzx 2zy 0＋β4,nzx 3zy 0＋β5,nzx 0zy 1＋β6,nzx 0zy 2＋β7,nzx 0zy 3＋β8,nzx 1zy 1＋β9,nzx 2zy 1＋β10,nzx 1zy 2で定義するとともに、式（１０）で定義した変数ｔmを、式（１０）に代えて、例えば、ｔ1＝zx 0zy 0，ｔ2＝zx 1zy 0，ｔ3＝zx 2zy 0，ｔ4＝zx 3zy 0，ｔ5＝zx 0zy 1，ｔ6＝zx 0zy 2，ｔ7＝zx 0zy 3，ｔ8＝zx 1zy 1，ｔ9＝zx 2zy 1，ｔ10＝zx 1zy 2で定義する。この場合も、タップ係数wnは、最終的には、式（１１）で表すことができ、したがって、図６の学習装置７０において、パラメータzxとzyに対応して、教師データの水平解像度と垂直解像度をそれぞれ劣化させた画像を、生徒データとして用いて学習を行って、種係数βm,nを求めることにより、水平解像度と垂直解像度を、独立のパラメータzxとzyに対応して、それぞれ独立に向上させるタップ係数wnを求めることができる。
　その他、例えば、水平解像度と垂直解像度それぞれに対応するパラメータzxとzyに加えて、さらに、時間方向の解像度に対応するパラメータztを導入することにより、水平解像度、垂直解像度、時間解像度を、独立のパラメータzx，zy，ztに対応して、それぞれ独立に向上させるタップ係数wnを求めることが可能となる。
　さらに、図６の学習装置７０において、パラメータzxに対応して教師データの水平解像度及び垂直解像度を劣化させるとともに、パラメータzyに対応して教師データにノイズを付加した画像を、生徒データとして用いて学習を行って、種係数βm,nを求めることにより、パラメータzxに対応して水平解像度及び垂直解像度を向上させるとともに、パラメータzyに対応してノイズ除去を行うタップ係数wnを求めることができる。
　＜符号化装置１１の第１の構成例＞
　図９は、図１の符号化装置１１の第１の構成例を示すブロック図である。
　なお、以下説明するブロック図については、図が煩雑になるのを避けるため、各ブロックの処理で必要となる情報（データ）を供給する線の記載を、適宜省略する。
　図９において、符号化装置１１は、A/D変換部１０１、並べ替えバッファ１０２、演算部１０３、直交変換部１０４、量子化部１０５、可逆符号化部１０６、及び、蓄積バッファ１０７を有する。さらに、符号化装置１１は、逆量子化部１０８、逆直交変換部１０９、演算部１１０、クラス分類適応フィルタ１１１、フレームメモリ１１２、選択部１１３、イントラ予測部１１４、動き予測補償部１１５、予測画像選択部１１６、及び、レート制御部１１７を有する。
　A/D変換部１０１は、アナログ信号の元画像を、ディジタル信号の元画像にA/D変換し、並べ替えバッファ１０２に供給して記憶させる。
　並べ替えバッファ１０２は、元画像のフレームを、GOP（Group Of Picture）に応じて、表示順から符号化（復号）順に並べ替え、演算部１０３、イントラ予測部１１４、動き予測補償部１１５、及び、クラス分類適応フィルタ１１１に供給する。
　演算部１０３は、並べ替えバッファ１０２からの元画像から、予測画像選択部１１６を介してイントラ予測部１１４又は動き予測補償部１１５から供給される予測画像を減算し、その減算により得られる残差（予測残差）を、直交変換部１０４に供給する。
　例えば、インター符号化が行われる画像の場合、演算部１０３は、並べ替えバッファ１０２から読み出された元画像から、動き予測補償部１１５から供給される予測画像を減算する。
　直交変換部１０４は、演算部１０３から供給される残差に対して、離散コサイン変換やカルーネン・レーベ変換等の直交変換を施す。なお、この直交変換の方法は任意である。直交変換部１０４は、直交交換により得られる直交変換係数を量子化部１０５に供給する。
　量子化部１０５は、直交変換部１０４から供給される直交変換係数を量子化する。量子化部１０５は、レート制御部１１７から供給される符号量の目標値（符号量目標値）に基づいて量子化パラメータQPを設定し、直交変換係数の量子化を行う。なお、この量子化の方法は任意である。量子化部１０５は、量子化された直交変換係数を可逆符号化部１０６に供給する。
　可逆符号化部１０６は、量子化部１０５において量子化された直交変換係数を所定の可逆符号化方式で符号化する。直交変換係数は、レート制御部１１７の制御の下で量子化されているので、可逆符号化部１０６の可逆符号化により得られる符号化データの符号量は、レート制御部１１７が設定した符号量目標値となる（又は符号量目標値に近似する）。
　また、可逆符号化部１０６は、符号化装置１１での予測符号化に関する符号化情報のうちの、復号装置１２での復号に必要な符号化情報を、各ブロックから取得する。
　ここで、符号化情報としては、例えば、イントラ予測やインター予測の予測モード、動きベクトル等の動き情報、符号量目標値、量子化パラメータQP、ピクチャタイプ(I,P,B)、CU(Coding Unit)やCTU(Coding Tree Unit)の情報等がある。
　例えば、予測モードは、イントラ予測部１１４や動き予測補償部１１５から取得することができる。また、例えば、動き情報は、動き予測補償部１１５から取得することができる。
　可逆符号化部１０６は、符号化情報を取得する他、クラス分類適応フィルタ１１１から、そのクラス分類適応フィルタ１１１でのクラス分類適応処理に用いられるタップ係数を削減した削減フィルタ情報を取得する。
　可逆符号化部１０６は、符号化情報及び削減フィルタ情報を、任意の可逆符号化方式で符号化し、符号化データのヘッダ情報の一部とする（多重化する）。
　可逆符号化部１０６は、符号化データを、蓄積バッファ１０７を介して伝送する。したがって、可逆符号化部１０６は、符号化データ、ひいては、符号化データに含まれる符号化情報や削減フィルタ情報を伝送する伝送部として機能する。
　可逆符号化部１０６の可逆符号化方式としては、例えば、可変長符号化又は算術符号化等を採用することができる。可変長符号化としては、例えば、H．264/AVC方式で定められているCAVLC（Context-Adaptive Variable Length Coding）等がある。算術符号化としては、例えば、CABAC（Context-Adaptive Binary Arithmetic Coding）等がある。
　蓄積バッファ１０７は、可逆符号化部１０６から供給される符号化データを、一時的に蓄積する。蓄積バッファ１０７に蓄積された符号化データは、所定のタイミングで読み出されて伝送される。
　量子化部１０５において量子化された直交変換係数は、可逆符号化部１０６に供給される他、逆量子化部１０８にも供給される。逆量子化部１０８は、量子化された直交変換係数を、量子化部１０５による量子化に対応する方法で逆量子化する。この逆量子化の方法は、量子化部１０５による量子化処理に対応する方法であればどのような方法であってもよい。逆量子化部１０８は、逆量子化により得られる直交変換係数を、逆直交変換部１０９に供給する。
　逆直交変換部１０９は、逆量子化部１０８から供給される直交変換係数を、直交変換部１０４による直交変換処理に対応する方法で逆直交変換する。この逆直交変換の方法は、直交変換部１０４による直交変換処理に対応する方法であればどのようなものであってもよい。逆直交変換された出力（復元された残差）は、演算部１１０に供給される。
　演算部１１０は、逆直交変換部１０９から供給される逆直交変換結果、すなわち、復元された残差に、予測画像選択部１１６を介してイントラ予測部１１４又は動き予測補償部１１５から供給される予測画像を加算し、その加算結果を、復号途中の復号途中画像として出力する。
　演算部１１０が出力する復号途中画像は、クラス分類適応フィルタ１１１又はフレームメモリ１１２に供給される。
　クラス分類適応フィルタ１１１は、クラス分類適応処理を行うことにより、ILFとして機能するフィルタで、クラス分類適応処理によって、ILF処理を行う。
　クラス分類適応フィルタ１１１には、演算部１１０から復号途中画像が供給される他、並べ替えバッファ１０２から、復号途中画像に対応する元画像が供給される。
　クラス分類適応フィルタ１１１は、演算部１１０からの復号途中画像に相当する生徒画像と、並べ替えバッファ１０２からの元画像に相当する教師画像とを用いて、クラスごとのタップ係数を求める学習を行う。
　すなわち、クラス分類適応フィルタ１１１は、例えば、演算部１１０からの復号途中画像そのものを生徒画像とするとともに、並べ替えバッファ１０２からの元画像そのものを教師画像として、クラスごとのタップ係数を求める学習を行う。
　さらに、クラス分類適応フィルタ１１１は、クラスごとのタップ係数のデータ量を削減する削減処理を行い、その削減処理により、クラスごとのタップ係数を削減した削減フィルタ情報を生成する。削減フィルタ情報は、クラス分類適応フィルタ１１１から可逆符号化部１０６に供給される。
　また、クラス分類適応フィルタ１１１は、削減フィルタ情報を用いて得られるタップ係数を用いて、演算部１１０からの復号途中画像を、フィルタ後画像に変換する。
　すなわち、クラス分類適応フィルタ１１１は、演算部１１０からの復号途中画像を第１の画像として、クラスごとのタップ係数を用いたクラス分類適応処理（による画像変換）を行うことで、第１の画像としての復号途中画像を、元画像に相当する第２の画像としてのフィルタ後画像に変換して（フィルタ後画像を生成して）出力する。
　クラス分類適応フィルタ１１１が出力するフィルタ後画像は、フレームメモリ１１２に供給される。
　ここで、クラス分類適応フィルタ１１１では、上述のように、復号途中画像を生徒画像とするとともに、元画像を教師画像として、学習が行われ、その学習により得られるタップ係数を用いて、復号途中画像をフィルタ後画像に変換するクラス分類適応処理が行われる。したがって、クラス分類適応フィルタ１１１で得られるフィルタ後画像は、極めて元画像に近い画像になる。
　フレームメモリ１１２は、演算部１１０から供給される復号途中画像、又は、クラス分類適応フィルタ１１１から供給されるフィルタ後画像を、局所復号された復号画像として一時記憶する。フレームメモリ１１２に記憶された復号画像は、必要なタイミングで、予測画像の生成に用いられる参照画像として、選択部１１３に供給される。
　選択部１１３は、フレームメモリ１１２から供給される参照画像の供給先を選択する。例えば、イントラ予測部１１４においてイントラ予測が行われる場合、選択部１１３は、フレームメモリ１１２から供給される参照画像を、イントラ予測部１１４に供給する。また、例えば、動き予測補償部１１５においてインター予測が行われる場合、選択部１１３は、フレームメモリ１１２から供給される参照画像を、動き予測補償部１１５に供給する。
　イントラ予測部１１４は、並べ替えバッファ１０２から供給される元画像と、選択部１１３を介してフレームメモリ１１２から供給される参照画像とを用いて、基本的に、PU(Prediction Unit)を処理単位として、イントラ予測（画面内予測）を行う。イントラ予測部１１４は、所定のコスト関数に基づいて、最適なイントラ予測モードを選択し、その最適なイントラ予測モードで生成された予測画像を、予測画像選択部１１６に供給する。また、上述したように、イントラ予測部１１４は、コスト関数に基づいて選択されたイントラ予測モードを示す予測モードを、可逆符号化部１０６等に適宜供給する。
　動き予測補償部１１５は、並べ替えバッファ１０２から供給される元画像と、選択部１１３を介してフレームメモリ１１２から供給される参照画像とを用いて、基本的にPUを処理単位として、動き予測（インター予測）を行う。さらに、動き予測補償部１１５は、動き予測により検出される動きベクトルに応じて動き補償を行い、予測画像を生成する。動き予測補償部１１５は、あらかじめ用意された複数のインター予測モードで、インター予測を行い、予測画像を生成する。
　動き予測補償部１１５は、複数のインター予測モードそれぞれについて得られた予測画像の所定のコスト関数に基づいて、最適なインター予測モードを選択する。さらに、動き予測補償部１１５は、最適なインター予測モードで生成された予測画像を、予測画像選択部１１６に供給する。
　また、動き予測補償部１１５は、コスト関数に基づいて選択されたインター予測モードを示す予測モードや、そのインター予測モードで符号化された符号化データを復号する際に必要な動きベクトル等の動き情報等を、可逆符号化部１０６に供給する。
　予測画像選択部１１６は、演算部１０３及び１１０に供給する予測画像の供給元（イントラ予測部１１４又は動き予測補償部１１５）を選択し、その選択した方の供給元から供給される予測画像を、演算部１０３及び１１０に供給する。
　レート制御部１１７は、蓄積バッファ１０７に蓄積された符号化データの符号量に基づいて、オーバーフローあるいはアンダーフローが発生しないように、量子化部１０５の量子化動作のレートを制御する。すなわち、レート制御部１１７は、蓄積バッファ１０７のオーバーフロー及びアンダーフローが生じないように、符号化データの目標符号量を設定し、量子化部１０５に供給する。
　＜クラス分類適応フィルタ１１１の構成例＞
　図１０は、図９のクラス分類適応フィルタ１１１の構成例を示すブロック図である。
　図１０において、クラス分類適応フィルタ１１１は、学習装置１３１、削減装置（削減部）１３２、及び、画像変換装置１３３を有する。
　学習装置１３１には、並べ替えバッファ１０２（図９）から元画像が供給されるとともに、演算部１１０（図９）から復号途中画像が供給される。
　学習装置１３１は、復号途中画像を生徒データとするとともに、元画像を教師データとして、クラスごとのタップ係数を求める学習（以下、タップ係数学習ともいう）を行う。
　さらに、学習装置１３１は、タップ係数学習により得られるクラスごとのタップ係数を、削減装置１３２に供給する。
　なお、学習装置１３１は、タップ係数学習において、クラス分類を、必要に応じて、符号化情報を用いて行うことができる。
　削減装置１３２は、学習装置１３１からのクラスごとのタップ係数のデータ量を削減した削減フィルタ情報を生成する削減処理を行い、その削減処理により得られる削減フィルタ情報を、画像変換装置１３３及び可逆符号化部１０６（図９）に供給する。
　画像変換装置１３３には、演算部１１０（図９）から復号途中画像が供給されるとともに、削減装置１３２から削減フィルタ情報が供給される。
　画像変換装置１３３は、削減装置１３２の削減フィルタ情報を用いて、クラスごとのタップ係数を更新する。さらに、画像変換装置１３３は、復号途中画像を第１の画像として、クラスごとのタップ係数を用いたクラス分類適応処理による画像変換を行うことで、第１の画像としての復号途中画像を、元画像に相当する第２の画像としてのフィルタ後画像に変換して（フィルタ後画像を生成して）、フレームメモリ１１２（図９）に供給する。
　なお、画像変換装置１３３は、クラス分類適応処理において、学習装置１３１と同様に、クラス分類を、必要に応じて、符号化情報を用いて行うことができる。
　ここで、予測符号化では、符号化装置１１及び復号装置１２において、同一の参照画像を用いる必要があるため、そのような参照画像となるフィルタ後画像の生成には、符号化装置１１及び復号装置１２で、同一のタップ係数を用いる必要がある。
　したがって、符号化装置１１の画像変換装置１３３のクラス分類適応処理に用いられるタップ係数は、復号装置１２に伝送する必要がある。
　しかしながら、タップ係数は、符号化データのオーバーヘッドとなるため、タップ係数のデータ量が多いと、圧縮効率が低下する。したがって、圧縮効率を向上させるためには、例えば、タップ係数のデータ量を削減する必要がある。
　そこで、削減装置１３２では、タップ係数のデータ量を削減した削減フィルタ情報が生成され、その削減フィルタ情報が、符号化装置１１から復号装置１２に伝送される。
　ところで、タップ係数のデータ量を削減する削減方法としては、例えば、ALF(Adaptive Loop Filter)で採用されている空間対称性を利用する削減方法がある。
　空間対称性を利用する削減方法によれば、クラスごとのタップ係数として、点対称や線対称の位置にある（画素（予測タップ）と乗算される）タップ係数が同一の値に制限されることで、タップ係数の実質的な数を小さくすることにより、タップ係数の（全体的な）データ量が削減される。
　しかしながら、空間対称性を利用する削減方法では、圧縮効率を適切に向上させることが困難であることがある。
　すなわち、点対称や線対称の位置にあるタップ係数を同一の値に制限する場合には、フィルタ後画像（ひいては、参照画像や復号画像）の画質として、十分な画質を維持することが困難になることがある。
　例えば、点対称や線対称の位置にあるタップ係数を同一の値に制限しない場合に性能が高いタップ係数が、点対称等の位置にあるタップ係数と同一の値に制限されるときには、性能が低いタップ係数となって、フィルタ後画像の画質が低下することがある。
　ここで、性能が高いタップ係数とは、フィルタ後画像の画質を、元画像の画質に近づける貢献の程度が高いタップ係数を意味し、性能が低いタップ係数とは、フィルタ後画像の画質を、元画像の画質に近づける貢献の程度が低いタップ係数を意味する。
　タップ係数のデータ量を削減する削減方法としては、その他、例えば、DPCM(Differential Pulse Code Modulation)を利用する削減方法がある。
　しかしながら、DPCMを利用する削減方法では、例えば、今回伝送しようとするタップ係数に対して、そのタップ係数と、前回伝送されたタップ係数との差分が伝送されるため、タップ係数として伝送されるデータの数は変わらず、圧縮効率を効果的に向上させることは難しい。
　そこで、削減装置１３２では、圧縮効率を適切に向上させることができるように、タップ係数のデータ量を削減した削減フィルタ情報を生成する削減処理を行う。
　なお、クラス分類適応フィルタ１１１では、学習装置１３１において、タップ係数学習が適宜行われ、クラスごとのタップ係数が更新される。そして、更新後のクラスごとのタップ係数に対して、削減フィルタ情報が生成され、符号化装置１１から復号装置１２に伝送される。この場合、削減フィルタ情報の伝送の頻度が多いと、オーバーヘッドが増加して、圧縮効率が悪化する。
　一方、復号途中画像（ひいては、元画像）の時間方向の相関が高い場合には、クラス分類適応フィルタ１１１において、直前のタップ係数の更新時と同一のタップ係数を用いたフィルタ処理としてのクラス分類適応処理を行っても、フィルタ後画像のS/Nを維持することができる。
　さらに、クラス分類適応フィルタ１１１において、直前のタップ係数の更新時と同一のタップ係数を用いたフィルタ処理としてのクラス分類適応処理を行う場合には、復号装置１２でも、直前まで用いていたタップ係数を継続して用いることができる。この場合、タップ係数を、符号化装置１１から復号装置１２に新たに伝送せずに済み、圧縮効率を向上させることができる。
　以上のような圧縮効率の向上のため、削減装置１３２では、削減フィルタ情報に代えて、タップ係数として、直前の更新時と同一のタップ係数を用いるかどうかを表すコピー情報を生成することができる。
　削減装置１３２において、削減フィルタ情報に代えて、コピー情報を生成する場合には、削減フィルタ情報を生成する場合に比較して、圧縮効率を向上させることができる。
　削減装置１３２において、タップ係数として、直前の更新時と同一のタップ係数を用いることを表すコピー情報は、例えば、学習装置１３１から供給された最新のタップ係数が、学習装置１３１から供給された前回のタップ係数と（ほぼ）一致している場合や、今回のタップ係数学習に用いられた元画像のシーケンスと、前回のタップ係数学習に用いられた元画像のシーケンスとの時間方向の相関が高い場合等に生成することができる。
　削減装置１３２において、タップ係数のデータ量を削減する削減方法としては、クラスごとのタップ係数を、そのクラスごとのタップ係数の空間であるタップ係数空間よりも低次元の低次元空間に射影した削減係数に変換する方法がある。
　クラスごとのタップ係数を、低次元空間に射影した削減係数に変換する方法としては、例えば、主成分分析を利用する方法がある。
　以下、主成分分析を利用して、クラスごとのタップ係数を、低次元空間に射影した削減係数に変換することにより、タップ係数のデータ量を削減する削減方法（以下、主成分利用型削減法ともいう）について説明する。
　＜主成分利用型削減法＞
　図１１は、主成分利用型削減法の概要を説明する図である。
　図１１のＡは、学習装置１３１のタップ係数学習によって得られるクラスごとのタップ係数の例を示している。
　図１１のＡでは、Cクラス（C個のクラス）のタップ係数が図示されている。ここで、Cクラスのうちのクラスc(c=1,2,...,C)のタップ係数（の集合）をw(c)で表し、クラスcのタップ係数w(c)のうちのn(n=1,2,...,N)番目のタップ係数を、w(c,n)で表す。nは、クラスcのN個のタップ係数w(c,1),w(c,2),...,w(c,N)の順番を表す。
　Nは、クラス（１クラス）のタップ係数w(c,n)の数を表し、図１１のＡでは、25になっている。また、図１１のＡでは、横×縦が5×5画素を予測タップとして、その予測タップとしての5×5画素の画素値に乗算されるタップ係数が示されている。
　図１１のＢは、図１１のＡのクラスごとのタップ係数w(c)を、タップ係数の空間であるタップ係数空間にプロットした状態を示している。
　タップ係数空間は、クラスのタップ係数を座標軸とする空間であり、クラスのタップ係数w(c,n)の数がNであれば、タップ係数空間は、N次元の空間である。
　いま、タップ係数空間に、クラスごとのタップ係数w(1),w(2),...,w(C)をプロットした点を、クラス係数点ということとすると、タップ係数空間にプロットされるクラス係数点の数は、クラス数Cに等しい。
　図１１のＣは、クラス係数点、すなわち、各クラスのタップ係数w(c,1),w(c,2),...,w(c,N)を、タップ係数空間の次元Nよりも低いQ(<N)次元の低次元空間に射影した状態を示している。
　主成分利用型削減法では、タップ係数空間の次元Nよりも低いQ次元の低次元空間が、主成分分析により求められる。ここで、主成分分析により求められる、主成分を座標軸とする空間を、主成分空間ということとすると、Q次元の低次元空間は、例えば、主成分空間である。
　いま、クラスcのN個のタップ係数w(c,1)ないしw(c,N)で表されるクラス係数点を、Q次元の低次元空間（主成分空間）に射影した射影点は、Q個の座標で表される。このQ個の座標を、削減係数ということとし、w'(c,1),w'(c,2),...,w'(c,Q)で表すこととする。
　クラスcのN個のタップ係数w(c,1)ないしw(c,N)をQ次元の低次元空間に射影した削減係数w'(c,1)ないしw'(c,Q)の数は、Q個であるから、N次元のタップ係数空間のタップ係数w(c,1)ないしw(c,N)を、Q次元の低次元空間に射影することにより、N個のタップ係数w(c,1)ないしw(c,N)は、Q(<N)個の削減係数w'(c,1)ないしw'(c,Q)に削減される。
　主成分利用型削減法では、クラスcのN個のタップ係数w(c,1)ないしw(c,N)が、クラスCのQ個の削減係数w'(c,1)ないしw'(c,Q)に削減され、符号化装置１１から復号装置１２に伝送される。復号装置１２では、クラスcのQ個の削減係数w'(c,1)ないしw'(c,Q)が、タップ係数空間上のクラスcのN個のタップ係数w(c,1)ないしw(c,N)に変換され、フィルタ処理としてのクラス分類適応処理に用いられる。
　主成分利用型削減法について、さらに説明する。
　いま、クラスcのN個のタップ係数w(c,1)ないしw(c,N)の集合w(c)が、タップ係数w(c,1)ないしw(c,N)をコンポーネントとする列ベクトルであることとする。
　また、タップ係数空間上の全クラスのタップ係数w(1)ないしw(C)（を表すクラス係数点）の主成分分析により得られる第n主成分を表す係数を、主成分係数ともいい、第n主成分のN個の主成分係数を、A(n,1), A(n,2),..., A(n,N)と表す。
　さらに、第n主成分のN個の主成分係数A(n,1)ないしA(n,N)を、第n行（上からn行目）のコンポーネントとする行列を、主成分行列ともいい、その主成分行列をAと表す。
　列ベクトルであるタップ係数w(c)を、第1主成分ないし第N主成分を座標軸とする主成分空間に射影した列ベクトルW(c)は、式（２９）で表される。
Figure JPOXMLDOC01-appb-M000029
 　　　　　　　　　　　　　　　　　　　　　　　　・・・（２９）
　式（２９）の列ベクトルW(c)及びw(c)、並びに、主成分行列Aを、コンポーネントで表現すると、式（２９）は、式（３０）で表される。
Figure JPOXMLDOC01-appb-M000030
 　　　　　　　　　　　　　　　　　　　　　　　　・・・（３０）
　列ベクトルW(c)のコンポーネントW(c,1),W(c,2),...,W(c,N)は、主成分得点と呼ばれる。W(c,n)は、第n主成分の主成分得点を表し、N次元のタップ係数空間上の列ベクトルw(c)をN次元の主成分空間に射影した列ベクトルW(c)の第n主成分の座標軸の値を表す。
　式（２９）の両辺に、主成分行列Aの逆行列A-1を乗算することにより、式（３１）を導くことができる。
Figure JPOXMLDOC01-appb-M000031
 　　　　　　　　　　　　　　　　　　　　　　　　・・・（３１）
　逆行列A-1の第i行第j列のコンポーネントを、A'(i,j)と表すこととし、式（３１）の列ベクトルW(c)及びw(c)、並びに、逆行列A-1を、コンポーネントで表現すると、式（３１）は、式（３２）で表される。
Figure JPOXMLDOC01-appb-M000032
 　　　　　　　　　　　　　　　　　　　　　　　　・・・（３２）
　式（３１）及び式（３２）によれば、列ベクトルW(c)と、逆行列A-1とがあれば、クラスcのタップ係数（をコンポーネントとする列ベクトル）w(c)を、完全に復元することができる。
　ところで、主成分分析の特徴から、次数nの大きい主成分（「第n主成分」におけるnが大きい主成分）の主成分得点W(c,n)ほど、タップ係数w(c)に対する影響は小さい。
　すなわち、式（３１）及び式（３２）に従って、クラスcのタップ係数w(c)を求めるときに、次数nの大きい主成分の主成分得点W(c,n)がタップ係数w(c)に与える影響は小さくなる。
　そこで、主成分利用型削減法では、次数nが大きい（高次の）第Q+1主成分ないし第N主成分のP=N-Q個の主成分の主成分得点W(c,Q+1), W(c,Q+2),..., W(c,N)を0とすることにより、列ベクトルW(c)を構成する主成分得点W(c,n)の数を、N個からQ個に（実質的に）削減する。
　第1主成分ないし第N主成分の主成分得点W(c,1), W(c,2),..., W(c,N)のうちの、高次の第Q+1主成分ないし第N主成分のP=N-Q個の主成分の主成分得点W(c,Q+1), W(c,Q+2),..., W(c,N)を0とすることは、図１１に示したように、タップ係数空間上のクラスcのN個のタップ係数w(c,1)ないしw(c,N)を、そのタップ係数空間の次元Nよりも低いQ次元の低次元空間に射影することに等しい。
　以上のように、第1主成分ないし第N主成分の主成分得点W(c,1)ないしW(c,N)のうちの、高次の第Q+1主成分ないし第N主成分のP=N-Q個の主成分の主成分得点W(c,Q+1), W(c,Q+2),..., W(c,N)を0とすることにより、列ベクトルW(c)を構成する主成分得点W(c,n)の数は、N個からQ個に（実質的に）削減される。このQ個に削減された主成分得点W(c,1),W(c,2),...,W(c,Q)が、削減係数である。
　ここで、0とする主成分得点W(c,Q+1), W(c,Q+2),..., W(c,N)の数を、削減数ともいい、Pで表すこととする。
　式（３２）に従って、タップ係数w(c)を復元する場合、第Q+1主成分ないし第N主成分の主成分得点W(c,Q+1), W(c,Q+2),..., W(c,N)が0であるときには、逆行列A-1の各行のコンポーネントA’(i,1), A’(i,2),..., A’(i,N)のうちの、第Q+1列から第N列までのコンポーネントA’(i,Q+1), A’(i,Q+2),..., A’(i,N)が0であるとみなすことができる。
　式（３２）において、第Q+1主成分ないし第N主成分の主成分得点W(c,Q+1)ないしW(c,N)を0とするとともに、逆行列A-1の各行の第Q+1列から第N列までのコンポーネントA’(i,Q+1)ないしA’(i,N)を0とすることにより、式（３３）を得ることができる。
Figure JPOXMLDOC01-appb-M000033
 　　　　　　　　　　　　　　　　　　　　　　　　・・・（３３）
　式（３３）において、左辺のw'(c,n)は、右辺の演算結果A’(n,1)×W(c,1)＋ A’(n,2)×W(c,2)... A’(n,Q)×W(c,Q)を表す。
　式（３３）の左辺の列ベクトルをw’(c)と、式（３３）の右辺の行列をA'-1と、式（３３）の右辺の列ベクトルをW'(c)と表すこととすると、式（３３）は、式（３４）で表される。
Figure JPOXMLDOC01-appb-M000034
 　　　　　　　　　　　　　　　　　　　　　　　　・・・（３４）
　式（３３）及び式（３４）では、第Q+1主成分ないし第N主成分の主成分得点W(c,Q+1)ないしW(c,N)、及び、逆行列A-1の各行の第Q+1列から第N列までのコンポーネントA’(i,Q+1)ないしA’(i,N)が0になっているため、w'(c,n)は、元のタップ係数w(c,n)に完全に一致するとは限らないが、少なくとも、タップ係数w(c,n)と近似する値になる。すなわち、タップ係数空間において、列ベクトルw'(c)は、列ベクトルw(c)に近似するベクトルとなる。
　したがって、式（３３）及び式（３４）によれば、元のタップ係数w(c,n)を完全に復元することができるとは限らないが、元のタップ係数w(c,n)を近似するタップ係数w'(c,n)を再構成することができる。
　ここで、削減係数は、正確には、列ベクトルW'(c)のコンポーネントとしての主成分得点のうちの、削減数Pだけの高次の主成分得点を除く主成分得点W(c,1)ないしW(c,Q)を意味するが、説明を簡単にするため、列ベクトルW'(c)も、削減係数ともいうこととする。
　また、行列A'-1、及び、行列A'-1の各行の第Q+1列から第N列までの0のコンポーネントA’(i,Q+1)ないしA’(i,N)を除くコンポーネントを、変換係数ともいうこととする。
　主成分利用型削減法では、クラスごとのタップ係数w(1), w(2),..., w(C)に代えて、クラスごとの削減係数W'(1), W'(2),..., W'(C)と、全クラスに共通の変換係数A'-1とが、削減フィルタ情報に含められ、符号化装置１１から復号装置１２伝送される。
　ここで、削減係数W'(c)は、列ベクトルW(c)の高次のP個の主成分得点W(c,Q+1)ないしW(c,N)が0になっている係数であり、削減数Pを復号装置１２で取得することができれば、0になっている係数は、符号化装置１１から復号装置１２に伝送する必要がないので、１クラスの削減係数W'(c)は、削減数であるP個の係数分だけ、１クラスのタップ係数w(c)よりもデータ量が少なくなる。
　また、変換係数A'-1は、C個の全クラス（クラス1ないしC））に共通の係数であり、全クラスに対して、変換係数A'-1としての行列を１つだけ、符号化装置１１から復号装置１２に伝送すれば良い。そして、変換係数A'-1は、逆行列A-1の各行の第Q+1列から第N列までのコンポーネントA'(i,Q+1)ないしA'(i,N)が0になっている係数（行列）であり、削減数Pを復号装置１２で取得することができれば、0になっている係数は、符号化装置１１から復号装置１２に伝送する必要がない。
　そして、以上から、クラス数Cや削減数Pがある程度大であれば、クラスごとの削減係数W'(c)と、全クラスに共通の変換係数A'-1とを合わせたデータ量は、クラスごとのタップ係数w(c)のデータ量よりも十分小になる。
　また、主成分利用型削減法では、削減係数W'(c)及び変換係数A'-1の生成にあたって、その削減係数W'(c)及び変換係数A'-1を用いて再構成されるタップ係数に与える影響が小さい、高次の主成分の主成分得点W(c,n)（第Q+1主成分ないし第N主成分の主成分得点W(c,Q+1), W(c,Q+2),..., W(c,N)）と、その高次の主成分の主成分得点W(c,n)に対応する逆行列A-1の第Q+1列から第N列までのコンポーネントA’(i,Q+1), A’(i,Q+2),..., A’(i,N)とが0にされる。
　したがって、そのような削減係数W'(c)及び変換係数A'-1を用い、式（３３）及び式（３４）に従って再構成されるタップ係数w'(c,n)は、元のタップ係数w(c,n)に極めて近似する値にすることができ、圧縮効率を適切に向上させることができる。
　すなわち、フィルタ後画像（ひいては、参照画像や復号画像）の画質として、十分な画質を維持しながら、圧縮効率を向上させることができる。
　図１２は、主成分利用型削減法において、削減数Pを決定する決定方法の例を示す図である。
　削減数Pの決定方法としては、例えば、最適化法と、取得可能情報利用法とがある。
　最適化法では、符号化装置１１において、ピクチャやシーケンス等の所定の単位ごとに、圧縮効率及びフィルタ後画像の画質が最良になるように、すなわち、例えば、RD(Rate-Distortion)コストを最良にするように、削減数Pが決定される。
　削減数Pの決定方法として、最適化法を採用する場合には、削減数P、すなわち、削減係数W'(c)としての列ベクトルで0になっている下側のコンポーネント（高次の主成分の主成分得点W(c,Q+1), W(c,Q+2),..., W(c,N)）の数や、変換係数A'-1としての行列で0になっている左側の列（第Q+1列ないし第N列）の数を、復号装置１２で認識するために、削減数Pを、符号化装置１１から復号装置１２に伝送する必要がある。この場合、削減数Pは、例えば、削減フィルタ情報に含めて伝送することができる。
　取得可能情報利用法では、取得可能情報に応じて、削減数Pが決定される。
　取得可能情報とは、例えば、復号途中画像や、符号化情報等の、符号化装置１１での元画像の予測符号化により得られる符号化データから取得することができる情報を意味する。したがって、取得可能情報は、符号化装置１１及び復号装置１２のいずれでも取得することができる。
　削減数Pの決定方法として、取得可能情報利用法を採用する場合には、取得可能情報に応じて、削減数Pを決定するルールを、符号化装置１１及び復号装置１２であらかじめ共有しておけば、削減数Pを、符号化装置１１から復号装置１２に伝送する必要はない。
　取得可能情報利用法において、削減数Pの決定に利用する取得可能情報としては、例えば、符号化情報としての量子化パラメータQPや、符号化データのビットレート、復号途中画像の画像特徴量等を採用することができる。
　取得可能情報利用法では、例えば、全画面（１画面）の量子化パラメータQPの平均値が小であるほど、元の画像の細かいテクスチャを維持する等のために、削減数Pを小さい値に決定することができる。
　また、取得可能情報利用法では、例えば、符号化データのビットレートが大であるほど、元の画像の細かいテクスチャを維持する等のために、削減数Pを小さい値に決定することができる。
　さらに、取得可能情報利用法では、復号途中画像の画像特徴量としての、例えば、全画面の周波数帯域（幅）が大であるほど、元の画像の細かいテクスチャを維持する等のために、削減数Pを小さい値に決定することができる。
　なお、削減数Pの決定方法として、最適化法及び取得可能情報利用法のうちのいずれを採用するかは、あらかじめ決定しておくことができる。また、削減数Pの決定方法として、最適化法及び取得可能情報利用法のうちのいずれを採用するかは、符号化装置１１で適宜決定し、削減数Pの決定方法を表す情報を、符号化装置１１から復号装置１２に伝送することができる。
　図１３は、主成分利用型削減法を適用するクラスの範囲を説明する図である。
　ここで、学習装置１３１（図１０）のタップ係数学習により得られるクラスごとのタップ係数を、初期係数ともいうこととする。
　上述の場合には、説明を簡単にするため、主成分利用型削減法を、初期係数の全クラスに適用することを前提として説明を行ったが、主成分利用型削減法を適用するクラスの範囲（以下、削減適用範囲ともいう）は、初期係数の全クラスであっても良いし、一部のクラスであっても良い。
　削減適用範囲として、初期係数の一部のクラスを採用する場合には、例えば、タップ係数（初期係数）を削減係数W'(c)とすることに適さない不適合クラスを検出し、初期係数の全クラスから不適合クラスを除いた残りのクラスを、削減適用範囲として、主成分利用型削減法を適用することができる。
　ここで、不適合クラスとしては、例えば、タップ係数空間において、タップ係数（クラス係数点）が最も近い他のクラスのタップ係数から閾値以上の距離だけ離れているクラス（以下、特異クラスともいう）を採用することができる。
　また、不適合クラスとしては、例えば、式（３３）及び式（３４）に従い、変換係数A'-1によって削減係数W'(c)を変換することにより再構成されるタップ係数w'(c)を用いたフィルタ処理としてのクラス分類適応処理により生成される第２の画像としてのフィルタ後画像のS/Nが閾値以下のクラス（以下、低S/Nクラスともいう）を採用することができる。
　さらに、不適合クラスとしては、特異クラス及び低S/Nクラスの両方を採用することができる。
　削減適用範囲として、初期係数の全クラスが採用される場合、削減フィルタ情報には、全クラスの削減係数W'(1),W'(2),...,W'(C)、及び、変換係数A'-1が含められる。
　削減適用範囲として、初期係数の全クラスのうちの不適合クラス以外のクラスが採用される場合、削減フィルタ情報には、不適合クラス以外のクラスの削減係数W'(c)、及び、変換係数A'-1が含められる。また、この場合、削減フィルタ情報には、不適合クラスのタップ係数と、各クラスが不適合クラスであるかどうかを表すクラスフラグとが、さらに含められる。
　クラスフラグとしては、例えば、各クラスについて、そのクラスが不適合クラスであるかどうかを表す1ビットのフラグの集合等を採用することができる。
　なお、削減適用範囲として、全クラスが採用される場合、及び、不適合クラス以外のクラスが採用される場合のいずれの場合であっても、削減数Pの決定方法として、最適化法が採用されるときには、削減フィルタ情報には、削減数Pが、さらに含められる。
　また、削減適用範囲として、全クラス、及び、不適合クラス以外のクラスのうちのいずれを採用するかは、あらかじめ決定しておくことができる。また、削減適用範囲として、全クラス、及び、不適合クラス以外のクラスのうちのいずれを採用するかは、符号化装置１１で適宜決定し、その決定結果を表す情報を、符号化装置１１から復号装置１２に伝送することができる。
　ここで、クラスフラグを伝送する場合には、削減適用範囲として、全クラス、及び、不適合クラス以外のクラスのうちのいずれを採用するかは、必ずしも、区別する必要はない。クラスフラグを伝送する場合には、そのクラスフラグにより、削減適用範囲が、全クラスか、不適合クラス以外のクラスか、認識することができるからである。
　＜学習装置１３１の構成例＞
　図１４は、図１０の学習装置１３１の構成例を示すブロック図である。
　図１４において、学習装置１３１は、タップ選択部１５１、クラス分類部１５２、足し込み部１５３、並びに、係数算出部１５４を有する。
　タップ選択部１５１ないし係数算出部１５４は、図４のタップ選択部５１ないし係数算出部５４とそれぞれ同様に構成される。
　図１４の学習装置１３１では、復号途中画像を生徒データとして用いるとともに、その復号途中画像に対応する元画像を教師データとして用いて、タップ係数学習が行われ、そのタップ係数学習により得られるクラスごとのタップ係数が、初期係数として、係数算出部１５４から削減装置１３２（図１０）に供給される。
　学習装置１３１でのタップ係数学習は、元画像の符号化と並列して行うこともできるし、元画像の符号化とは関係なく、前もって行っておくこともできる。
　タップ係数学習を、元画像の符号化とは関係なく、前もって行う場合には、複数のカテゴリの元画像を教師データとして用いて、カテゴリごとに、タップ係数学習を行うことができる。そして、複数のカテゴリのタップ係数のうちの、例えば、RDコスト等の所定のコスト関数を最小にするカテゴリのタップ係数を、初期係数として出力することができる。
　＜削減装置１３２の第１の構成例＞
　図１５は、図１０の削減装置１３２の第１の構成例を示すブロック図である。
　すなわち、図１５は、削減数Pの決定方法（図１２）として、最適化法が採用され、削減適用範囲（図１３）として、初期係数の全クラスのうちの不適合クラス以外のクラスが採用される場合の削減装置１３２の構成例を示している。
　図１５において、削減装置１３２は、削減数決定部１６１、係数削減部１６２、選択部１６３、及び、不適合クラス検出部１６４を有する。
　削減数決定部１６１は、例えば、量子化パラメータQPや、符号化データのビットレート、復号途中画像の画像特徴量、元画像の画像特徴量等に応じて、削減数Pの複数の候補を決定し、係数削減部１６２に供給する。
　例えば、全画面（１画面）の量子化パラメータQPの平均値が小又は大であるほど、削減数決定部１６１は、小さい又は大きい値を、削減数Pの複数の候補にそれぞれ決定する。
　また、例えば、符号化データのビットレートが大又は小であるほど、削減数決定部１６１は、小さい又は大きい値を、削減数Pの複数の候補にそれぞれ決定する。
　さらに、例えば、復号途中画像や元画像の画像特徴量としての全画面の周波数帯域が大又は小であるほど、削減数決定部１６１は、小さい又は大きい値を、削減数Pの複数の候補にそれぞれ決定する。
　係数削減部１６２には、削減数決定部１６１から、削減数Pの複数の候補が供給される他、学習装置１３１から初期係数が供給される。
　係数削減部１６２は、タップ係数空間において、学習装置１３１からの初期係数の中で、タップ係数が最も近い他のクラスから大きく離れているクラス（閾値以上の距離だけ離れているクラス）を、不適合クラスとして検出する。
　さらに、係数削減部１６２は、初期係数の全クラスから不適合クラスを除外したクラスを、主成分分析の対象とする対象クラスとして、対象クラスのタップ係数の主成分分析を行い、削減数Pの複数の候補それぞれについて、対象クラスごとの削減係数W'(c)と、全対象クラスに共通の変換係数A'-1とを求める。
　そして、係数削減部１６２は、削減数Pの複数の候補それぞれについての削減係数W'(c)及び変換係数A'-1を、選択部１６３に供給する。
　選択部１６３は、係数削減部１６２から削減係数W'(c)及び変換係数A'-1が供給される削減数Pの複数の候補の中から、RDコストが最良の候補を、タップ係数のデータ量の削減に採用する採用削減数Pとして選択する。
　さらに、選択部１６３は、係数削減部１６２からの削減数Pの複数の候補それぞれについての削減係数W'(c)及び変換係数A'-1の中から、採用削減数Pについての削減係数W'(c)及び変換係数A'-1を、タップ係数のデータ量の削減に採用する採用削減係数W'(c)及び採用変換係数A'-1として選択する。
　そして、選択部１６３は、採用削減数P、採用削減係数W'(c)、及び、採用変換係数A'-1を、不適合クラス検出部１６４に供給する。
　不適合クラス検出部１６４は、採用削減数P、採用削減係数W'(c)、及び、採用変換係数A'-1を用い、式（３３）及び式（３４）に従って、対象クラスごとのタップ係数w'(c,n)を再構成する。
　ここで、式（３３）及び式（３４）に従って再構成されるタップ係数w'(c,n)を、再構成タップ係数w'(c,n)ともいう。
　不適合クラス検出部１６４は、対象クラスごとの再構成タップ係数w'(c,n)を用いたフィルタ処理としてのクラス分類適応処理により得られる第２の画像としてのフィルタ後画像のPSNR(Peak signal-to-noise ratio)を大幅に低減させるクラス（PSNRが閾値以下のクラス）を、不適合クラスとして検出し、採用削減係数W'(c)から、不適合クラスの削減係数を削除する。
　さらに、不適合クラス検出部１６４は、係数削減部１６２で検出された不適合クラス、及び、不適合クラス検出部１６４で検出された不適合クラスのタップ係数w(c)を、学習装置１３１からの初期係数の中から取得する。
　不適合クラス検出部１６４は、初期係数の各クラスが不適合クラスかどうかを表すクラスフラグを生成し、採用削減数P、対象クラスの採用削減係数W'(c)及び採用変換係数A'-1、不適合クラスのタップ係数w(c)、並びに、クラスフラグを、削減フィルタ情報に含め、画像変換装置１３３（図１０）、及び、可逆符号化部１０６（図９）に供給する。
　＜画像変換装置１３３の第１の構成例＞
　図１６は、図１０の画像変換装置１３３の第１の構成例を示すブロック図である。
　すなわち、図１６は、削減装置１３２が図１５に示したように構成される場合の画像変換装置１３３の構成例を示している。
　図１６において、画像変換装置１３３は、タップ選択部１７１、クラス分類部１７２、係数取得部１７３、予測演算部１７４、及び、係数再構成部１７５を有する。
　タップ選択部１７１ないし予測演算部１７４は、図２のタップ選択部２１ないし予測演算部２４とそれぞれ同様に構成される。
　係数再構成部１７５には、図１５の削減装置１３２から削減フィルタ情報が供給される。
　図１５の削減装置１３２から供給される削減フィルタ情報には、採用削減数P、対象クラスの採用削減係数W'(c)及び採用変換係数A'-1、不適合クラスのタップ係数w(c)、並びに、クラスフラグが含まれている。
　係数再構成部１７５は、削減装置１３２からの削減フィルタ情報に含まれるクラスフラグに応じて、初期係数の各クラスについて、不適合クラスと、不適合クラス以外のクラス（以下、適合クラスともいう）とを認識する。
　係数再構成部１７５は、削減フィルタ情報に含まれる採用削減数Pに応じて、削減フィルタ情報に含まれる採用削減係数W'(c)及び採用変換係数A'-1において0になっている係数を認識し、その上で、採用削減係数W'(c)及び採用変換係数A'-1を用い、式（３３）及び式（３４）に従って、適合クラスのタップ係数w'(c)を再構成する。
　そして、係数再構成部１７５は、適合クラスのタップ係数w'(c)、及び、削減フィルタ情報に含まれる不適合クラスのタップ係数w(c)を、Cクラスそれぞれのタップ係数として、係数取得部１７３に供給する。
　係数取得部１７３は、係数再構成部１７５からのタップ係数を記憶し、そのタップ係数の中から、クラス分類部１７２から供給されるクラスのタップ係数を取得して、予測演算部１７４に供給する。
　＜削減装置１３２の第２の構成例＞
　図１７は、図１０の削減装置１３２の第２の構成例を示すブロック図である。
　すなわち、図１７は、削減数Pの決定方法（図１２）として、最適化法が採用され、削減適用範囲（図１３）として、初期係数の全クラスが採用される場合の削減装置１３２の構成例を示している。
　なお、図中、図１５の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図１７において、削減装置１３２は、削減数決定部１６１、選択部１６３、及び、係数削減部１８１を有する。
　したがって、図１７の削減装置１３２は、削減数決定部１６１及び選択部１６３を有する点で、図１５の場合と共通する。
　但し、図１７の削減装置１３２は、不適合クラス検出部１６４が設けられていない点、及び、係数削減部１６２に代えて、係数削減部１８１が設けられている点で、図１５の場合と相違する。
　図１５の係数削減部１６２は、初期係数の全クラスから不適合クラスを除外したクラスを、主成分分析の対象とする対象クラスとして、対象クラスのタップ係数の主成分分析を行うが、図１７の係数削減部１８１は、初期係数の全クラスを対象クラスとして、対象クラスのタップ係数の主成分分析を行い、削減数Pの複数の候補それぞれについて、対象クラスごとの削減係数W'(c)と、全対象クラスに共通の変換係数A'-1とを求める。
　図１７の削減装置１３２では、選択部１６３が、図１５の場合と同様に、削減数Pの複数の候補の中から、採用削減数Pを選択するとともに、係数削減部１８１からの削減数Pの複数の候補それぞれについての削減係数W'(c)及び変換係数A'-1の中から、採用削減数Pについての削減係数W'(c)及び変換係数A'-1を、採用削減係数W'(c)及び採用変換係数A'-1として選択する。
　そして、選択部１６３は、採用削減数P、採用削減係数W'(c)、及び、採用変換係数A'-1を、削減フィルタ情報に含め、画像変換装置１３３（図１０）、及び、可逆符号化部１０６（図９）に供給する。
　＜画像変換装置１３３の第２の構成例＞
　図１８は、図１０の画像変換装置１３３の第２の構成例を示すブロック図である。
　すなわち、図１８は、削減装置１３２が図１７に示したように構成される場合の画像変換装置１３３の構成例を示している。
　なお、図中、図１６の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図１８において、画像変換装置１３３は、タップ選択部１７１ないし予測演算部１７４、及び、係数再構成部１９１を有する。
　したがって、図１８の画像変換装置１３３は、タップ選択部１７１ないし予測演算部１７４を有する点で、図１６の場合と共通する。
　但し、図１８の画像変換装置１３３は、係数再構成部１７５に代えて、係数再構成部１９１が設けられている点で、図１６の場合と相違する。
　図１６の係数再構成部１７５は、削減フィルタ情報に含まれるクラスフラグに応じて、不適合クラスと、不適合クラス以外の適合クラスとを認識し、適合クラスについてだけ、採用削減係数W'(c)及び採用変換係数A'-1を用い、式（３３）及び式（３４）に従って、適合クラスのタップ係数w'(c)を再構成する。
　一方、図１７の削減装置１３２から図１８の係数再構成部１９１に供給される削減フィルタ情報には、クラスフラグが含まれていないが、初期係数の全クラスの採用削減係数W'(c)が含まれる。
　そのため、係数再構成部１９１は、初期係数の全クラスについて、係数再構成部１７５と同様に、削減フィルタ情報に含まれる採用削減係数W'(c)及び採用変換係数A'-1を用い、式（３３）及び式（３４）に従って、タップ係数w'(c)を再構成する。
　そして、係数再構成部１９１は、初期係数の全クラスについて再構成されたタップ係数w'(c)を、Cクラスそれぞれのタップ係数として、係数取得部１７３に供給する。
　＜削減装置１３２の第３の構成例＞
　図１９は、図１０の削減装置１３２の第３の構成例を示すブロック図である。
　すなわち、図１９は、削減数Pの決定方法（図１２）として、取得可能情報利用法が採用され、削減適用範囲（図１３）として、初期係数の全クラスのうちの不適合クラス以外の適合クラスが採用される場合の削減装置１３２の構成例を示している。
　なお、図中、図１５の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図１９において、削減装置１３２は、係数削減部１６２、不適合クラス検出部１６４、及び、削減数決定部２１１を有する。
　したがって、図１９の削減装置１３２は、係数削減部１６２及び不適合クラス検出部１６４を有する点で、図１５の場合と共通する。
　但し、図１９の削減装置１３２は、選択部１６３が設けられていない点、及び、削減数決定部１６１に代えて、削減数決定部２１１が設けられている点で、図１５の場合と相違する。
　図１５の削減数決定部１６１は、削減数Pの複数の候補を決定するが、図１９の削減数決定部２１１は、図１２で説明したように、取得可能情報に応じて、削減数Pを決定し、係数削減部１６２に供給する。
　図１９の削減装置１３２では、係数削減部１６２は、図１５の場合と同様に、初期係数の全クラスから不適合クラスを除外したクラスを、主成分分析の対象とする対象クラスとして、対象クラスのタップ係数の主成分分析を行い、削減係数W'(c)及び変換係数A'-1を求めるが、削減数決定部２１１からの削減数Pを、採用削減数Pとして、その採用削減数Pについてだけ、削減係数W'(c)及び変換係数A'-1を求める。
　そして、係数削減部１６２は、採用削減数Pについて求めた削減係数W'(c)及び変換係数A'-1を、採用削減係数W'(c)及び採用変換係数A'-1として、採用削減数Pとともに、不適合クラス検出部１６４に供給する。
　不適合クラス検出部１６４は、図１５の場合と同様に、フィルタ後画像のPSNRを大幅に低減させるクラスを、不適合クラスとして検出し、採用削減係数W'(c)から、不適合クラスの削減係数を削除する。
　さらに、不適合クラス検出部１６４は、図１５の場合と同様に、係数削減部１６２で検出された不適合クラス、及び、不適合クラス検出部１６４で検出された不適合クラスのタップ係数w(c)を、学習装置１３１からの初期係数の中から取得する。
　そして、不適合クラス検出部１６４は、初期係数の各クラスが不適合クラスかどうかを表すクラスフラグを生成し、対象クラスの採用削減係数W'(c)及び採用変換係数A'-1、不適合クラスのタップ係数w(c)、並びに、クラスフラグを、削減フィルタ情報に含め、画像変換装置１３３（図１０）、及び、可逆符号化部１０６（図９）に供給する。
　＜画像変換装置１３３の第３の構成例＞
　図２０は、図１０の画像変換装置１３３の第３の構成例を示すブロック図である。
　すなわち、図２０は、削減装置１３２が図１９に示したように構成される場合の画像変換装置１３３の構成例を示している。
　なお、図中、図１６の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図２０において、画像変換装置１３３は、タップ選択部１７１ないし予測演算部１７４、削減数決定部２２１、並びに、係数再構成部２２２を有する。
　したがって、図２０の画像変換装置１３３は、タップ選択部１７１ないし予測演算部１７４を有する点で、図１６の場合と共通する。
　但し、図２０の画像変換装置１３３は、削減数決定部２２１が新たに設けられている点、及び、係数再構成部１７５に代えて、係数再構成部２２２が設けられている点で、図１６の場合と相違する。
　削減数決定部２２１は、図１９の削減数決定部２１１と同様にして、取得可能情報に応じて、削減数Pを決定し、係数再構成部２２２に供給する。
　係数再構成部２２２は、図１６の係数再構成部１７５と同様に、削減装置１３２からの削減フィルタ情報に含まれるクラスフラグに応じて、初期係数の各クラスについて、不適合クラスと、不適合クラス以外の適合クラスとを認識する。
　さらに、係数再構成部２２２は、図１６の係数再構成部１７５と同様に、削減数Pに応じて、削減フィルタ情報に含まれる採用削減係数W'(c)及び採用変換係数A'-1において0になっている係数を認識し、その上で、採用削減係数W'(c)及び採用変換係数A'-1を用い、式（３３）及び式（３４）に従って、適合クラスのタップ係数w'(c)を再構成する。
　但し、係数再構成部２２２は、採用削減係数W'(c)及び採用変換係数A'-1において0になっている係数の認識を、削減数決定部２２１から供給される削減数Pに応じて行う。
　そして、係数再構成部２２２は、図１６の係数再構成部１７５と同様に、適合クラスのタップ係数w'(c)、及び、削減フィルタ情報に含まれる不適合クラスのタップ係数w(c)を、Cクラスそれぞれのタップ係数として、係数取得部１７３に供給する。
　＜削減装置１３２の第４の構成例＞
　図２１は、図１０の削減装置１３２の第４の構成例を示すブロック図である。
　すなわち、図２１は、削減数Pの決定方法（図１２）として、取得可能情報利用法が採用され、削減適用範囲（図１３）として、初期係数の全クラスが採用される場合の削減装置１３２の構成例を示している。
　なお、図中、図１７又は図１９の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図２１において、削減装置１３２は、係数削減部１８１、及び、削減数決定部２１１を有する。
　図２１において、削減数決定部２１１は、図１９の場合と同様に、取得可能情報に応じて、削減数Pを決定する。そして、削減数決定部２１１は、削減数Pを、係数削減部１８１に供給する。
　係数削減部１８１は、図１７の場合と同様に、削減数決定部２１１からの削減数Pを、採用削減数Pとして、その採用削減数Pについてだけ、各クラスの削減係数W'(c)及び変換係数A'-1を求める。
　そして、係数削減部１８１は、採用削減数Pについて求めた削減係数W'(c)及び変換係数A'-1を、採用削減係数W'(c)及び採用変換係数A'-1として、削減フィルタ情報に含め、画像変換装置１３３（図１０）、及び、可逆符号化部１０６（図９）に供給する。
　＜画像変換装置１３３の第４の構成例＞
　図２２は、図１０の画像変換装置１３３の第４の構成例を示すブロック図である。
　すなわち、図２２は、削減装置１３２が図２１に示したように構成される場合の画像変換装置１３３の構成例を示している。
　なお、図中、図２０の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図２２において、画像変換装置１３３は、タップ選択部１７１ないし予測演算部１７４、削減数決定部２２１、並びに、係数再構成部２３１を有する。
　したがって、図２２の画像変換装置１３３は、タップ選択部１７１ないし予測演算部１７４、及び、削減数決定部２２１を有する点で、図２０の場合と共通する。
　但し、図２２の画像変換装置１３３は、係数再構成部２２２に代えて、係数再構成部２３１が設けられている点で、図２０の場合と相違する。
　係数再構成部２３１は、図２０の係数再構成部２２２と同様に、削減数決定部２２１からの削減数Pに応じて、削減フィルタ情報に含まれる採用削減係数W'(c)及び採用変換係数A'-1において0になっている係数を認識する。そして、その上で、係数再構成部２３１は、図１８の係数再構成部１９１と同様に、初期係数の全クラスについて、採用削減係数W'(c)及び採用変換係数A'-1を用い、式（３３）及び式（３４）に従って、タップ係数w'(c)を再構成し、Cクラスそれぞれのタップ係数として、係数取得部１７３に供給する。
　＜符号化処理＞
　図２３は、図９の符号化装置１１の符号化処理の例を説明するフローチャートである。
　なお、図２３等に示す符号化処理の各ステップの順番は、説明の便宜上の順番であり、実際の符号化処理の各ステップは、適宜、並列的に、必要な順番で行われる。後述する処理についても、同様である。
　符号化装置１１において、クラス分類適応フィルタ１１１の学習装置１３１（図１０）は、そこに供給される復号途中画像を生徒データとして一時記憶するとともに、その復号途中画像に対応する元画像を教師データとして一時記憶している。
　そして、学習装置１３１は、ステップＳ１１において、現在のタイミングが、タップ係数を更新する更新タイミングであるかどうかを判定する。
　ここで、タップ係数の更新タイミングは、例えば、１以上のフレーム（ピクチャ）ごとや、１以上のシーケンスごと、１以上のスライスごと、CTU等の所定のブロックの１以上のラインごと等のように、あらかじめ決めておくことができる。
　また、タップ係数の更新タイミングとしては、１以上のフレーム（ピクチャ）ごとのタイミングのような周期的（固定的）なタイミングの他、フィルタ後画像のS/Nが閾値以下になったタイミング（フィルタ後画像の、元画像に対する誤差が閾値以上になったタイミング）や、残差（の絶対値和等）が閾値以上になったタイミング等の、いわば動的なタイミングを採用することができる。
　ステップＳ１１において、現在のタイミングが、タップ係数の更新タイミングでないと判定された場合、処理は、ステップＳ１２ないしＳ１５をスキップして、ステップＳ１６に進む。
　また、ステップＳ１１において、現在のタイミングが、タップ係数の更新タイミングであると判定された場合、処理は、ステップＳ１２に進み、学習装置１３１は、タップ係数学習を行う。
　すなわち、学習装置１３１は、例えば、前回の更新タイミングから、今回の更新タイミングまでの間に記憶した復号途中画像及び元画像を、それぞれ、生徒データ及び教師データとして、タップ係数学習を行い、クラスごとの初期係数としてのタップ係数を求める。
　そして、学習装置１３１は、タップ係数学習により得られたクラスごとの初期係数を、削減装置１３２に供給し、処理は、ステップＳ１２からステップＳ１３に進む。
　ステップＳ１３では、削減装置１３２は、例えば、主成分利用型削減法により、学習装置１３１からの初期係数のデータ量を削減した削減フィルタ情報を生成し、画像変換装置１３３（図１０）、及び、可逆符号化部１０６（図９）に供給する。
　すなわち、削減装置１３２は、主成分分析を用いて、学習装置１３１からの初期係数w(c)を、削減係数W'(c)に変換する。さらに、削減装置１３２は、削減係数W'(c)と、その削減係数W'(c)をタップ係数w'(c)に変換する変換係数A'-1とを少なくとも含む削減フィルタ情報を生成し、画像変換装置１３３、及び、可逆符号化部１０６に供給する。
　ここで、削減フィルタ情報は、削減係数W'(c)、及び、変換係数A'-1の他、図１５ないし図２２で説明したように、削減数Pや、クラスフラグ、不適合クラスのタップ係数w(c)を必要に応じて含む。
　その後、処理は、ステップＳ１３からステップＳ１４に進み、可逆符号化部１０６（図９）は、削減装置１３２からの削減フィルタ情報を、伝送対象に設定して、処理は、ステップＳ１５に進む。伝送対象に設定された削減フィルタ情報は、後述するステップＳ１６で行われる予測符号化処理において符号化データに含められて伝送される。
　ステップＳ１５では、画像変換装置１３３（図１６、図１８、図２０、図２２）が、削減装置１３２からの削減フィルタ情報に含まれる削減係数W'(c)、及び、変換係数A'-1等から、式（３３）に従って、タップ係数(w'(c))を再構成し、係数取得部１７３に記憶されたタップ係数（クラス分類適応処理に用いられるタップ係数）を、削減フィルタ情報から再構成されたタップ係数に更新し、処理は、ステップＳ１６に進む。
　ステップＳ１６では、元画像の予測符号化処理が行われ、符号化処理は終了する。
　図２４は、図２３のステップＳ１６の予測符号化処理の例を説明するフローチャートである。
　予測符号化処理では、ステップＳ３１において、A/D変換部１０１（図９）は、元画像をA/D変換し、並べ替えバッファ１０２に供給して、処理は、ステップＳ３２に進む。
　ステップＳ３２において、並べ替えバッファ１０２は、A/D変換部１０１からの元画像を記憶し、符号化順に並べ替えて出力し、処理は、ステップＳ３３に進む。
　ステップＳ３３では、イントラ予測部１１４は、イントラ予測モードのイントラ予測処理を行い、処理は、ステップＳ３４に進む。ステップＳ３４において、動き予測補償部１１５は、インター予測モードでの動き予測や動き補償を行うインター動き予測処理を行い、処理は、ステップＳ３５に進む。
　イントラ予測部１１４のイントラ予測処理、及び、動き予測補償部１１５のインター動き予測処理では、各種の予測モードのコスト関数が演算されるとともに、予測画像が生成される。
　ステップＳ３５では、予測画像選択部１１６は、イントラ予測部１１４及び動き予測補償部１１５で得られる各コスト関数に基づいて、最適な予測モードを決定する。そして、予測画像選択部１１６は、イントラ予測部１１４により生成された予測画像と、動き予測補償部１１５により生成された予測画像のうちの最適な予測モードの予測画像を選択して出力し、処理は、ステップＳ３５からステップＳ３６に進む。
　ステップＳ３６では、演算部１０３は、並べ替えバッファ１０２が出力する元画像である符号化対象の対象画像と、予測画像選択部１１６が出力する予測画像との残差を演算し、直交変換部１０４に供給して、処理は、ステップＳ３７に進む。
　ステップＳ３７では、直交変換部１０４は、演算部１０３からの残差を直交変換し、その結果得られる直交変換係数を、量子化部１０５に供給して、処理は、ステップＳ３８に進む。
　ステップＳ３８では、量子化部１０５は、直交変換部１０４からの直交変換係数を量子化し、その量子化により得られる量子化係数を、可逆符号化部１０６及び逆量子化部１０８に供給して、処理は、ステップＳ３９に進む。
　ステップＳ３９では、逆量子化部１０８は、量子化部１０５からの量子化係数を逆量子化し、その結果得られる直交変換係数を、逆直交変換部１０９に供給して、処理は、ステップＳ４０に進む。ステップＳ４０では、逆直交変換部１０９は、逆量子化部１０８からの直交変換係数を逆直交変換し、その結果得られる残差を、演算部１１０に供給して、処理は、ステップＳ４１に進む。
　ステップＳ４１では、演算部１１０は、逆直交変換部１０９からの残差と、予測画像選択部１１６が出力する予測画像とを加算し、演算部１０３での残差の演算の対象となった元画像に対応する復号途中画像を生成する。演算部１１０は、復号途中画像を、クラス分類適応フィルタ１１１又はフレームメモリ１１２に供給し、処理は、ステップＳ４１からステップＳ４２に進む。
　演算部１１０からクラス分類適応フィルタ１１１に、復号途中画像が供給される場合、ステップＳ４２において、クラス分類適応フィルタ１１１は、演算部１１０からの復号途中画像に、ILFの処理としてのクラス分類適応処理（クラス分類適応フィルタ処理）を施す。復号途中画像に、クラス分類適応処理が施されることにより、復号途中画像をILFでフィルタリングする場合よりも元画像に近いフィルタ後画像が求められる（生成される）。
　クラス分類適応フィルタ１１１は、クラス分類適応処理により得られるフィルタ後画像を、フレームメモリ１１２に供給して、処理は、ステップＳ４２からステップＳ４３に進む。
　ステップＳ４３では、フレームメモリ１１２は、演算部１１０から供給される復号途中画像、又は、クラス分類適応フィルタ１１１から供給されるフィルタ後画像を、復号画像として記憶し、処理は、ステップＳ４４に進む。フレームメモリ１１２に記憶された復号画像は、ステップＳ３４やＳ３５で、予測画像を生成する元となる参照画像として使用される。
　ステップＳ４４では、可逆符号化部１０６は、量子化部１０５からの量子化係数を符号化する。さらに、可逆符号化部１０６は、量子化部１０５での量子化に用いられた量子化パラメータQPや、イントラ予測部１１４でのイントラ予測処理で得られた予測モード、動き予測補償部１１５でのインター動き予測処理で得られた予測モードや動き情報等の符号化情報を必要に応じて符号化し、符号化データに含める。
　また、可逆符号化部１０６は、図２３のステップＳ１４で伝送対象に設定された削減フィルタ情報を必要に応じて符号化し、符号化データに含める。そして、可逆符号化部１０６は、符号化データを、蓄積バッファ１０７に供給し、処理は、ステップＳ４４からステップＳ４５に進む。
　ステップＳ４５において、蓄積バッファ１０７は、可逆符号化部１０６からの符号化データを蓄積し、処理は、ステップＳ４６に進む。蓄積バッファ１０７に蓄積された符号化データは、適宜読み出されて伝送される。
　ステップＳ４６では、レート制御部１１７は、蓄積バッファ１０７に蓄積されている符号化データの符号量（発生符号量）に基づいて、オーバーフローあるいはアンダーフローが発生しないように、量子化部１０５の量子化動作のレートを制御し、符号化処理は終了する。
　図２５は、図２４のステップＳ４２で行われるクラス分類適応処理の例を説明するフローチャートである。
　クラス分類適応フィルタ１１１の画像変換装置１３３（図１６、図１８、図２０、図２２）では、ステップＳ５１において、タップ選択部１７１が、演算部１１０から供給される復号途中画像（としてのブロック）の画素のうちの、まだ、注目画素とされていない画素の１つを、注目画素（処理対象画素）として選択し、処理は、ステップＳ５２に進む。
　ステップＳ５２において、タップ選択部１７１が、演算部１１０から供給される復号途中画像から、注目画素についての予測タップとする画素を選択する。そして、タップ選択部１７１は、予測タップを、予測演算部１７４に供給し、処理は、ステップＳ５２からステップＳ５３に進む。
　ステップＳ５３では、クラス分類部１７２は、注目画素のクラス分類を行い、その結果得られる注目画素のクラスを、係数取得部１７３に供給して、処理は、ステップＳ５４に進む。
　ステップＳ５４では、係数取得部１７３は、記憶しているタップ係数から、クラス分類部１７２から供給されるクラスのタップ係数を取得し、予測演算部１７４に供給して、処理は、ステップＳ５５に進む。
　ここで、係数取得部１７３（図１６、図１８、図２０、図２２）が記憶するタップ係数は、図２３のステップＳ１５において、削減装置１３２からの削減フィルタ情報から再構成されるタップ係数に更新されている。
　ステップＳ５５では、予測演算部１７４は、タップ選択部１７１からの予測タップと、係数取得部１７３からのタップ係数とを用いて、式（１）予測演算を行う。これにより、予測演算部１７４は、注目画素に対応する元画像の対応画素の画素値の予測値を、フィルタ後画像の画素値として求め、処理は、ステップＳ５６に進む。
　ステップＳ５６では、タップ選択部１７１が、演算部１１０からの復号途中画像（としてのブロック）の画素の中に、まだ、注目画素としていない画素があるかどうかを判定する。ステップＳ５６において、まだ、注目画素としていない画素があると判定された場合、処理は、ステップＳ５１に戻り、以下、同様の処理が繰り返される。
　また、ステップＳ５６において、まだ、注目画素とされていない画素がないと判定された場合、処理は、ステップＳ５７に進み、予測演算部１７４は、演算部１１０からの復号途中画像（としてのブロック）に対して得られた画素値で構成されるフィルタ後画像を、フレームメモリ１１２（図９）に供給する。そして、クラス分類適応処理は終了され、処理はリターンする。
　＜復号装置１２の第１の構成例＞
　図２６は、図１の復号装置１２の第１の構成例を示すブロック図である。
　図２６において、復号装置１２は、蓄積バッファ３０１、可逆復号部３０２、逆量子化部３０３、逆直交変換部３０４、演算部３０５、クラス分類適応フィルタ３０６、並べ替えバッファ３０７、及び、D/A変換部３０８を有する。また、復号装置１２は、フレームメモリ３１０、選択部３１１、イントラ予測部３１２、動き予測補償部３１３、及び、選択部３１４を有する。
　蓄積バッファ３０１は、符号化装置１１から伝送されてくる符号化データを一時蓄積し、所定のタイミングにおいて、その符号化データを、可逆復号部３０２に供給する。
　可逆復号部３０２は、蓄積バッファ３０１からの符号化データを取得する。したがって、可逆復号部３０２は、符号化装置１１から伝送されてくる符号化データ、ひいては、符号化データに含まれる符号化情報や削減フィルタ情報を受け取る受け取り部として機能する。
　可逆復号部３０２は、蓄積バッファ３０１から取得した符号化データを、図９の可逆符号化部１０６の符号化方式に対応する方式で復号する。
　そして、可逆復号部３０２は、符号化データの復号により得られる量子化係数を、逆量子化部３０３に供給する。
　また、可逆復号部３０２は、符号化データの復号により、符号化情報や削減フィルタ情報が得られた場合には、必要な符号化情報を、イントラ予測部３１２や動き予測補償部３１３その他の必要なブロックに供給する。
　さらに、可逆復号部３０２は、削減フィルタ情報を、クラス分類適応フィルタ３０６に供給する。
　逆量子化部３０３は、可逆復号部３０２からの量子化係数を、図９の量子化部１０５の量子化方式に対応する方式で逆量子化し、その逆量子化により得られる直交変換係数を、逆直交変換部３０４に供給する。
　逆直交変換部３０４は、逆量子化部３０３から供給される直交変換係数を、図９の直交変換部１０４の直交変換方式に対応する方式で逆直交変換し、その結果得られる残差を、演算部３０５に供給する。
　演算部３０５には、逆直交変換部３０４から残差が供給される他、選択部３１４を介して、イントラ予測部３１２又は動き予測補償部３１３から予測画像が供給される。
　演算部３０５は、逆直交変換部３０４からの残差と、選択部３１４からの予測画像とを加算し、復号途中画像を生成して、クラス分類適応フィルタ３０６、又は、フレームメモリ３１０に供給する。
　クラス分類適応フィルタ３０６は、図９のクラス分類適応フィルタ１１１と同様に、クラス分類適応処理を行うことにより、ILFとして機能するフィルタで、クラス分類適応処理によって、ILF（の）処理を行う。
　すなわち、クラス分類適応フィルタ３０６は、演算部３０５からの復号途中画像を第１の画像として、可逆復号部３０２からの削減フィルタ情報を用いて得られるクラスごとのタップ係数を用いたクラス分類適応処理（による画像変換）を行うことで、第１の画像としての復号途中画像を、元画像に相当する第２の画像としてのフィルタ後画像に変換して（フィルタ後画像を生成して）出力する。
　クラス分類適応フィルタ３０６が出力するフィルタ後画像は、図９のクラス分類適応フィルタ１１１が出力するフィルタ後画像と同様の画像であり、並べ替えバッファ３０７及びフレームメモリ３１０に供給される。
　並べ替えバッファ３０７は、クラス分類適応フィルタ３０６から供給されるフィルタ後画像を、復号画像として一時記憶し、復号画像のフレーム（ピクチャ）の並びを、符号化（復号）順から表示順に並べ替え、D/A変換部３０８に供給する。
　D/A変換部３０８は、並べ替えバッファ３０７から供給される復号画像をD/A変換し、図示せぬディスプレイに出力して表示させる。
　フレームメモリ３１０は、演算部３０５から供給される復号途中画像や、クラス分類適応フィルタ３０６から供給されるフィルタ後画像を、復号画像として一時記憶する。さらに、フレームメモリ３１０は、所定のタイミングにおいて、又は、イントラ予測部３１２や動き予測補償部３１３等の外部の要求に基づいて、復号画像を、予測画像の生成に用いる参照画像として、選択部３１１に供給する。
　選択部３１１は、フレームメモリ３１０から供給される参照画像の供給先を選択する。選択部３１１は、イントラ符号化された画像を復号する場合、フレームメモリ３１０から供給される参照画像をイントラ予測部３１２に供給する。また、選択部３１１は、インター符号化された画像を復号する場合、フレームメモリ３１０から供給される参照画像を動き予測補償部３１３に供給する。
　イントラ予測部３１２は、可逆復号部３０２から供給される符号化情報に含まれる予測モードに従い、図９のイントラ予測部１１４において用いられたイントラ予測モードで、フレームメモリ３１０から選択部３１１を介して供給される参照画像を用いてイントラ予測を行う。そして、イントラ予測部３１２は、イントラ予測により得られる予測画像を、選択部３１４に供給する。
　動き予測補償部３１３は、可逆復号部３０２から供給される符号化情報に含まれる予測モードに従い、図９の動き予測補償部１１５において用いられたインター予測モードで、フレームメモリ３１０から選択部３１１を介して供給される参照画像を用いてインター予測を行う。インター予測は、可逆復号部３０２から供給される符号化情報に含まれる動き情報等を必要に応じて用いて行われる。
　動き予測補償部３１３は、インター予測により得られる予測画像を、選択部３１４に供給する。
　選択部３１４は、イントラ予測部３１２から供給される予測画像、又は、動き予測補償部３１３から供給される予測画像を選択し、演算部３０５に供給する。
　＜クラス分類適応フィルタ３０６の構成例＞
　図２７は、図２６のクラス分類適応フィルタ３０６の構成例を示すブロック図である。
　図２７において、クラス分類適応フィルタ３０６は、画像変換装置３３１を有する。
　画像変換装置３３１には、演算部３０５（図２６）から復号途中画像が供給されるとともに、可逆復号部３０２から削減フィルタ情報が供給される。
　画像変換装置３３１は、図１０の画像変換装置１３３と同様に、復号途中画像を第１の画像として、クラスごとのタップ係数を用いたクラス分類適応処理による画像変換を行うことで、第１の画像としての復号途中画像を、元画像に相当する第２の画像としてのフィルタ後画像に変換して（フィルタ後画像を生成して）、並べ替えバッファ３０７及びフレームメモリ３１０（図２６）に供給する。
　なお、画像変換装置３３１は、図１０の画像変換装置１３３と同様に、クラス分類適応処理において用いるタップ係数を、削減フィルタ情報を用いて取得する（更新する）。
　また、画像変換装置３３１は、クラス分類適応処理において、図１０の画像変換装置１３３と同様に、クラス分類を、必要に応じて、符号化情報を用いて行う。すなわち、図１０の画像変換装置１３３が符号化情報を用いたクラス分類を行う場合には、画像変換装置３３１は、画像変換装置１３３と同様のクラス分類を行うために、符号化情報を用いたクラス分類を行う。
　＜画像変換装置３３１の構成例＞
　図２８は、図２７の画像変換装置３３１の第１の構成例を示すブロック図である。
　すなわち、図２８は、削減装置１３２が図１５に示したように構成される場合の画像変換装置３３１の構成例を示している。
　削減装置１３２が図１５に示したように構成される場合、図１５で説明したことから、可逆復号部３０２（図２６）から供給される削減フィルタ情報には、採用削減数P、対象クラスの採用削減係数W'(c)及び採用変換係数A'-1、不適合クラスのタップ係数w(c)、並びに、クラスフラグが含まれる。
　図２８において、画像変換装置３３１は、タップ選択部３４１、クラス分類部３４２、係数取得部３４３、予測演算部３４４、及び、係数再構成部３４５を有する。
　タップ選択部３４１ないし係数再構成部３４５は、図１６のタップ選択部１７１ないし係数再構成部１７５とそれぞれ同様に構成され、画像変換装置３３１では、図１６の画像変換装置１３３と同様の処理が行われるので、説明を省略する。
　図２９は、図２７の画像変換装置３３１の第２の構成例を示すブロック図である。
　すなわち、図２９は、削減装置１３２が図１７に示したように構成される場合の画像変換装置３３１の構成例を示している。
　削減装置１３２が図１７に示したように構成される場合、図１７で説明したことから、可逆復号部３０２（図２６）から供給される削減フィルタ情報には、採用削減数P、採用削減係数W'(c)、及び、採用変換係数A'-1が含まれる。
　図２９において、画像変換装置３３１は、タップ選択部３４１ないし予測演算部３４４、及び、係数再構成部３５１を有する。
　タップ選択部３４１ないし予測演算部３４４、及び、係数再構成部３５１は、図１８のタップ選択部１７１ないし予測演算部１７４、及び、係数再構成部１９１とそれぞれ同様に構成され、画像変換装置３３１では、図１８の画像変換装置１３３と同様の処理が行われるので、説明を省略する。
　図３０は、図２７の画像変換装置３３１の第３の構成例を示すブロック図である。
　すなわち、図３０は、削減装置１３２が図１９に示したように構成される場合の画像変換装置３３１の構成例を示している。
　削減装置１３２が図１９に示したように構成される場合、図１９で説明したことから、可逆復号部３０２（図２６）から供給される削減フィルタ情報には、対象クラスの採用削減係数W'(c)及び採用変換係数A'-1、不適合クラスのタップ係数w(c)、並びに、クラスフラグが含まれる。
　図３０において、画像変換装置３３１は、タップ選択部３４１ないし予測演算部３４４、並びに、削減数決定部３６１、及び、係数再構成部３６２を有する。
　タップ選択部３４１ないし予測演算部３４４、並びに、削減数決定部３６１、及び、係数再構成部３６２は、図２０のタップ選択部１７１ないし予測演算部１７４、並びに、削減数決定部２２１、及び、係数再構成部２２２とそれぞれ同様に構成され、画像変換装置３３１では、図２０の画像変換装置１３３と同様の処理が行われるので、説明を省略する。
　図３１は、図２７の画像変換装置３３１の第４の構成例を示すブロック図である。
　すなわち、図３１は、削減装置１３２が図２１に示したように構成される場合の画像変換装置３３１の構成例を示している。
　削減装置１３２が図２１に示したように構成される場合、図２１で説明したことから、可逆復号部３０２（図２６）から供給される削減フィルタ情報には、採用削減係数W'(c)及び採用変換係数A'-1が含まれる。
　図３１において、画像変換装置３３１は、タップ選択部３４１ないし予測演算部３４４、並びに、削減数決定部３６１、及び、係数再構成部３７１を有する。
　タップ選択部３４１ないし予測演算部３４４、並びに、削減数決定部３６１、及び、係数再構成部３７１は、図２２のタップ選択部１７１ないし予測演算部１７４、並びに、削減数決定部２２１、及び、係数再構成部２３１とそれぞれ同様に構成され、画像変換装置３３１では、図２２の画像変換装置１３３と同様の処理が行われるので、説明を省略する。
　＜復号処理＞
　図３２は、図２６の復号装置１２の復号処理の例を説明するフローチャートである。
　復号処理では、ステップＳ７１において、蓄積バッファ３０１は、符号化装置１１から伝送されてくる符号化データを一時蓄積し、適宜、可逆復号部３０２に供給して、処理は、ステップＳ７２に進む。
　ステップＳ７２では、可逆復号部３０２は、蓄積バッファ３０１から供給される符号化データを受け取って復号し、その復号により得られる量子化係数を、逆量子化部３０３に供給する。
　また、可逆復号部３０２は、符号化データの復号により、符号化情報や削減フィルタ情報が得られた場合、必要な符号化情報を、イントラ予測部３１２や動き予測補償部３１３その他の必要なブロックに供給する。
　さらに、可逆復号部３０２は、削減フィルタ情報を、クラス分類適応フィルタ３０６に供給する。
　その後、処理は、ステップＳ７２からステップＳ７３に進み、クラス分類適応フィルタ３０６は、可逆復号部３０２から削減フィルタ情報が供給されたかどうかを判定する。
　ステップＳ７３において、削減フィルタ情報が供給されていないと判定された場合、処理は、ステップＳ７４をスキップして、ステップＳ７５に進む。
　また、ステップＳ７３において、削減フィルタ情報が供給されたと判定された場合、処理は、ステップＳ７４に進み、画像変換装置３３１（図２８ないし図３１）が、可逆復号部３０２からの削減フィルタ情報を取得する。さらに、画像変換装置３３１は、削減フィルタ情報からタップ係数(w'(c))を再構成し、係数取得部３４３に記憶されたタップ係数（クラス分類適応処理に用いられるタップ係数）を、削減フィルタ情報から再構成されたタップ係数に更新する。
　そして、処理は、ステップＳ７４からステップＳ７５に進み、予測復号処理が行われ、復号処理は終了する。
　図３３は、図３２のステップＳ７５の予測復号処理の例を説明するフローチャートである。
　ステップＳ８１において、逆量子化部３０３は、可逆復号部３０２からの量子化係数を逆量子化し、その結果得られる直交変換係数を、逆直交変換部３０４に供給して、処理は、ステップＳ８２に進む。
　ステップＳ８２では、逆直交変換部３０４は、逆量子化部３０３からの直交変換係数を逆直交変換し、その結果得られる残差を、演算部３０５に供給して、処理は、ステップＳ８３に進む。
　ステップＳ８３では、イントラ予測部３１２又は動き予測補償部３１３が、フレームメモリ３１０から選択部３１１を介して供給される参照画像、及び、可逆復号部３０２から供給される符号化情報を用いて、予測画像を生成する予測処理を行う。そして、イントラ予測部３１２又は動き予測補償部３１３は、予測処理により得られる予測画像を、選択部３１４に供給し、処理は、ステップＳ８３からステップＳ８４に進む。
　ステップＳ８４では、選択部３１４は、イントラ予測部３１２又は動き予測補償部３１３から供給される予測画像を選択し、演算部３０５に供給して、処理は、ステップＳ８５に進む。
　ステップＳ８５では、演算部３０５は、逆直交変換部３０４からの残差と、選択部３１４からの予測画像を加算することにより、復号途中画像を生成する。そして、演算部３０５は、復号途中画像を、クラス分類適応フィルタ３０６、又は、フレームメモリ３１０に供給して、処理は、ステップＳ８５からステップＳ８６に進む。
　演算部３０５からクラス分類適応フィルタ３０６に、復号途中画像が供給される場合、ステップＳ８６において、クラス分類適応フィルタ３０６は、演算部３０５からの復号途中画像に、ILFの処理としてのクラス分類適応処理（クラス分類適応フィルタ処理）を施す。復号途中画像に、クラス分類適応処理が施されることにより、符号化装置１１の場合と同様に、復号途中画像をILFでフィルタリングする場合よりも元画像に近いフィルタ後画像が求められる。
　クラス分類適応フィルタ３０６は、クラス分類適応処理により得られるフィルタ後画像を、並べ替えバッファ３０７及びフレームメモリ３１０に供給して、処理は、ステップＳ８６からステップＳ８７に進む。
　ステップＳ８７では、並べ替えバッファ３０７は、演算部３０５から供給される復号途中画像、又は、クラス分類適応フィルタ３０６から供給されるフィルタ後画像を、復号画像として一時記憶する。さらに、並べ替えバッファ３０７は、記憶した復号画像を、表示順に並べ替えて、D/A変換部３０８に供給し、処理は、ステップＳ８７からステップＳ８８に進む。
　ステップＳ８８では、D/A変換部３０８は、並べ替えバッファ３０７からの復号画像をD/A変換し、処理は、ステップＳ８９に進む。D/A変換後の復号画像は、図示せぬディスプレイに出力されて表示される。
　ステップＳ８９では、フレームメモリ３１０は、演算部３０５から供給される復号途中画像、又は、クラス分類適応フィルタ３０６から供給されるフィルタ後画像を、復号画像として記憶し、復号処理は終了する。フレームメモリ３１０に記憶された復号画像は、ステップＳ８３の予測処理で、予測画像を生成する元となる参照画像として使用される。
　図３４は、図３３のステップＳ８６で行われるクラス分類適応処理の例を説明するフローチャートである。
　クラス分類適応フィルタ３０６の画像変換装置３３１（図２８ないし図３１）では、ステップＳ９１において、タップ選択部３４１が、演算部３０５から供給される復号途中画像（としてのブロック）の画素のうちの、まだ、注目画素とされていない画素の１つを、注目画素として選択し、処理は、ステップＳ９２に進む。
　ステップＳ９２において、タップ選択部３４１が、演算部３０５から供給される復号途中画像から、注目画素についての予測タップとする画素を選択する。そして、タップ選択部３４１は、予測タップを、予測演算部３４４に供給し、処理は、ステップＳ９２からステップＳ９３に進む。
　ステップＳ９３では、クラス分類部３４２は、注目画素のクラス分類を行い、その結果得られる注目画素のクラスを、係数取得部３４３に供給して、処理は、ステップＳ９４に進む。
　ステップＳ９４では、係数取得部３４３は、記憶しているタップ係数から、クラス分類部３４２から供給されるクラスのタップ係数を取得し、予測演算部３４４に供給して、処理は、ステップＳ９５に進む。
　ここで、係数取得部３４３（図２８ないし図３１）が記憶するタップ係数は、図３２のステップＳ７４において、可逆復号部３０２からの削減フィルタ情報から再構成されるタップ係数に更新されている。
　ステップＳ９５では、予測演算部３４４は、タップ選択部３４１からの予測タップと、係数取得部３４３からのタップ係数とを用いて、式（１）予測演算を行う。これにより、予測演算部３４４は、注目画素に対応する元画像の対応画素の画素値の予測値を、フィルタ後画像の画素値として求め、処理は、ステップＳ９６に進む。
　ステップＳ９６では、タップ選択部３４１が、演算部３０５からの復号途中画像（としてのブロック）の画素の中に、まだ、注目画素としていない画素があるかどうかを判定する。ステップＳ９６において、まだ、注目画素としていない画素があると判定された場合、処理は、ステップＳ９１に戻り、以下、同様の処理が繰り返される。
　また、ステップＳ９６において、まだ、注目画素とされていない画素がないと判定された場合、処理は、ステップＳ９７に進み、予測演算部３４４は、演算部３０５からの復号途中画像（としてのブロック）に対して得られた画素値で構成されるフィルタ後画像を、並べ替えバッファ３０７及びフレームメモリ３１０（図２６）に供給する。そして、クラス分類適応処理は終了され、処理はリターンする。
　以上のように、符号化装置１１は、例えば、主成分分析により、クラスごとのタップ係数を、そのクラスごとのタップ係数の空間であるタップ係数空間よりも低次元の低次元空間に射影した削減係数に変換して、復号装置１２に伝送する。タップ係数を削減係数に返還するにあたっては、タップ係数に対する影響が小さい高次の主成分得点を０とすることにより、タップ係数を変換した削減係数のデータ量が減らされる。
　したがって、圧縮効率を適切に向上させることができる。すなわち、フィルタ後画像（ひいては、参照画像や復号画像）の画質として、十分な画質を維持しながら、圧縮効率を向上させることができる。
　なお、図９の符号化装置１１の第１の構成例では、クラス分類適応処理によって、ILF、すなわち、DF，SAO、及び、ALFのすべての処理を行うこととしたが、クラス分類適応処理では、ILFのすべてではなく、DF，SAO、及び、ALFのうちの１つ又は２つの処理を行うことができる。図２６の復号装置１２の第１の構成例、並びに、後述する符号化装置１１及び復号装置１２の他の構成例でも、同様である。
　＜符号化装置１１の第２の構成例＞
　図３５は、図１の符号化装置１１の第２の構成例を示すブロック図である。
　なお、図中、図９の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図３５において、符号化装置１１は、A/D変換部１０１ないし演算部１１０、フレームメモリ１１２ないしレート制御部１１７、及び、クラス分類適応フィルタ５１１を有する。
　したがって、図３５の符号化装置１１は、A/D変換部１０１ないし演算部１１０、及び、フレームメモリ１１２ないしレート制御部１１７を有する点で、図９の場合と共通する。
　但し、図３５の符号化装置１１は、クラス分類適応フィルタ１１１に代えて、クラス分類適応フィルタ５１１を有する点で、図９の場合と相違する。
　クラス分類適応フィルタ５１１は、クラス分類適応処理を行うことにより、ILFとして機能するフィルタで、クラス分類適応処理によって、ILF処理を行う点で、クラス分類適応フィルタ１１１と共通する。
　但し、クラス分類適応フィルタ５１１では、クラスごとのタップ係数のデータ量を削減した削減フィルタ情報を生成する削減処理において、１クラス分の種係数が、削減フィルタ情報として生成される点で、クラス分類適応フィルタ５１１は、クラス分類適応フィルタ１１１と相違する。
　さらに、クラス分類適応フィルタ５１１は、削減フィルタ情報としての１クラス分の種係数を用いて得られるクラスごとのタップ係数を用いてクラス分類適応処理を行う点で、クラス分類適応フィルタ１１１と相違する。
　すなわち、クラス分類適応フィルタ５１１は、削減フィルタ情報としての１クラス分の種係数から、クラスごとのタップ係数（必要なクラスのタップ係数）を生成する点で、クラス分類適応フィルタ１１１と相違する。
　＜クラス分類適応フィルタ５１１の構成例＞
　図３６は、図３５のクラス分類適応フィルタ５１１の構成例を示すブロック図である。
　なお、図中、図１０のクラス分類適応フィルタ１１１の場合と共通する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図３６において、クラス分類適応フィルタ５１１は、学習装置１３１、削減装置５３１、及び、画像変換装置５３２を有する。
　したがって、クラス分類適応フィルタ５１１は、学習装置１３１を有する点で、図１０のクラス分類適応フィルタ１１１と共通する。
　但し、クラス分類適応フィルタ５１１は、削減装置１３２及び画像変換装置１３３に代えて、削減装置５３１及び画像変換装置５３２がそれぞれ設けられている点で、図１０のクラス分類適応フィルタ１１１と相違する。
　削減装置５３１には、学習装置１３１がタップ係数学習を行うことにより得られるクラスごとのタップ係数が供給される。
　削減装置５３１は、学習装置１３１からのクラスごとのタップ係数のデータ量を削減する削減処理を行い、その削減処理により、クラスごとのタップ係数のデータ量を削減した削減フィルタ情報を生成する。
　すなわち、削減装置５３１は、学習装置１３１からのクラスごとのタップ係数から、そのクラスごとのタップ係数を、クラスを表すパラメータとの所定の演算により求めるのに用いられる１クラス分の種係数を生成し、削減フィルタ情報に含めて、画像変換装置５３２及び可逆符号化部１０６（図３５）に供給する。
　画像変換装置５３２は、削減装置５３１からの削減フィルタ情報に含まれる１クラス分の種係数からクラスごとのタップ係数（又は注目画素のクラスのタップ係数）を再構成する。
　さらに、画像変換装置５３２は、復号途中画像を第１の画像として、削減フィルタ情報から再構成したクラスごとのタップ係数を用いたクラス分類適応処理による画像変換を行うことで、第１の画像としての復号途中画像を、元画像に相当する第２の画像としてのフィルタ後画像に変換して（フィルタ後画像を生成して）、フレームメモリ１１２（図３５）に供給する。
　なお、削減装置５３１では、図１０の削減装置１３２と同様に、コピー情報を生成することができる。
　また、削減装置５３１では、クラスごとのタップ係数のデータ量を削減する削減方法として、クラスごとのタップ係数を種係数に変換する方法を採用する。
　以下、クラスごとのタップ係数を種係数に変換することにより、タップ係数のデータ量を削減する削減方法（以下、種係数利用型削減法ともいう）について説明する。
　＜種係数利用型削減法＞
　図３７は、種係数利用型削減法の概要を説明する図である。
　ここで、例えば、図５ないし図８で説明したように、クラスcごとのタップ係数w(c,n)をパラメータzとの所定の演算により求めるのに用いられる種係数を求めることを、種係数化ともいう。
　種係数利用型削減法では、種係数化によって、クラスcごとのタップ係数w(c,n)を種係数に変換することで、タップ係数w(c,n)のデータ量が削減される。
　ここで、図５ないし図８で説明した種係数化では、パラメータzが取り得る複数の値それぞれに対して、教師データと生徒データとのセット（以下、学習データセットともいう）を用意し、その複数の値それぞれの学習データセットを用いて、クラスごとのタップ係数w(c,n)を、パラメータzとの所定の演算により求めるのに用いられるクラスごとの種係数が求められる。
　いま、図５ないし図８で説明したように、パラメータzが取り得る複数の値それぞれに対する学習データセットを用いて、クラスごとの種係数を求める種係数化を、クラス別種係数化ともいい、クラス別種係数化で求められるクラスごとの種係数を、クラス別種係数ともいうこととする。
　式（９）に示したように、M個の種係数β1,n，β2,n，・・・，βM,nを用いて、クラスcのn番目のタップ係数w(c,n)を求める場合、クラス別種係数としては、式（９）のM個の種係数β1,n，β2,n，・・・，βM,nが、クラスごとに存在する。
　したがって、クラス別種係数は、クラスc、タップ係数w(c,n)の順番n、及び、クラス別種係数の順番mを引数とする変数β(c,n,m)で表すことができる。クラス別種係数β(c,n,m)は、クラスcのn番目のタップ係数w(c,n)を求めるのに用いるm番目の種係数である。
　クラス別種係数β(c,n,m)を用いて、タップ係数w(c,n)を求める場合、クラスcのn番目のタップ係数w(c,n)は、クラスcのM個のクラス別種係数β(c,n,1),β(c,n,2),...,β(c,n,M)を用いて、例えば、式（９）に対応する式w(c,n)＝Σ（β(c,n,m)×zm-1）に従って求めることができる。Σは、mを１ないしMに代えてのサメーションを表す。
　クラス別種係数β(c,n,m)は、クラスcごとに存在するので、そのデータ量は、クラス数Cに比例するデータ量となる。また、クラス別種係数β(c,n,m)は、１クラスのタップ係数w(c,n)の順番nごとに存在し、そのデータ量は、１クラス分のタップ係数w(c,n)の数Nに比例するデータ量となる、ということもできる。
　あるクラスcのタップ係数w(c,n)の１つの順番nについては、クラス別種係数β(c,n,m)は、β(c,n,1)，β(c,n,2)，．．．，β(c,n,M)のM個だけ存在する。
　種係数利用型削減法では、種係数化によって、クラスcごとのタップ係数w(c,n)を、パラメータzとの所定の演算により求めるのに用いられる種係数が求められる点で、種係数利用型削減法は、クラス別種係数β(c,n,m)を求めるクラス別種係数化と共通する。
　但し、種係数利用型削減法では、クラスcごとのタップ係数w(c,n)を求めるのに、種係数とともに用いられるパラメータzがクラスcを表す点で、種係数利用型削減法は、クラス別種係数化と相違する。
　そのため、種係数利用型削減法で用いられる種係数化（以下、削減種係数化ともいう）では、クラスcをパラメータzとして、クラス1,2,...,Cそれぞれのタップ係数w(1,n),w(2,n),...,w(C,n)を、パラメータzとの所定の演算により求めるのに用いられる種係数が求められる。
　いま、所定の演算として、例えば、式（９）を採用することとすると、削減種係数化では、タップ係数w(c,n)の順番n、及び、削減種係数の順番mを引数とする変数β(n,m)で表される種係数（以下、削減種係数ともいう）が求められる。
　すなわち、削減種係数化では、例えば、タップ係数w(c,n)の順番nについてのM個の削減種係数β(n,1),β(n,2),...,β(n,M)を用いて、式（９）に対応する式w(c,n)＝Σ（β(n,m)×cm-1）（Σは、mを１ないしMに代えてのサメーションを表す）に従って求められるクラスcのn番目のタップ係数w(c,n)の予測値と、そのタップ係数w(c,n)の真値との誤差を統計的に最小にする削減種係数β(n,m)が、最小自乗法等によって求められる。
　いま、図３７に示すように、クラスcと、そのクラスcの、あるn番目のタップ係数w(c,n)とを軸とする平面であるクラス対タップ係数平面に、クラス1,2,...,Cそれぞれのn番目のタップ係数w(1,n),w(2,n),...w(C,n)を表す係数点をプロットすると、式（９）に対応する式w(c,n)＝Σ（β(n,m)×cm-1）は、タップ係数w(1,n),w(2,n),...w(C,n)を表す係数点を近似する近似曲線を表す。
　削減種係数化では、タップ係数w(c,n)の順番nごとに、その順番nのタップ係数w(c,n)を、クラスcを表すパラメータzとの所定の演算により求めるのに用いられる削減種係数β(n,m)が求められる。
　したがって、削減種係数β(n,m)は、１クラスのタップ係数w(c,n)の順番nごとに存在し、そのデータ量は、１クラス分のタップ係数w(c,n)の数Nに比例するデータ量となる。タップ係数w(c,n)の１つの順番nについては、削減種係数β(n,m)は、β(n,1)，β(n,2)，．．．，β(n,M)のM個だけ存在する。
　但し、削減種係数β(n,m)は、クラスcをパラメータzとして、タップ係数(c,n)を求めるのに用いられるため、クラスcごとには存在しない。言い換えれば、削減種係数β(n,m)は、１クラス分だけ存在する。
　図３７では、１クラスのタップ係数として、２５個のタップ係数w(c,1),w(c,2),...,w(c,25)が存在しており、削減種係数β(n,m)は、その２５個のタップ係数w(c,n)の順番nごとに存在している。そして、タップ係数w(c,n)の１つの順番nについては、削減種係数β(n,m)は、β(n,1)，β(n,2)，β(n,3)，β(n,4)のM=4個だけ存在している。
　かかる削減種係数β(n,m)よれば、クラスcのn番目のタップ係数w(c,n)は、そのクラスcを表すパラメータzを用いて、式（９）に対応する３次式w(c,n)＝β(n,1)＋β(n,2)×c＋β(n,3)×c2＋β(n,4)×c3に従って求められる。
　種係数利用型削減法において、削減種係数化により求められる削減種係数β(n,m)は、クラスcを表すパラメータzとの所定の演算によりタップ係数w(c,n)が求められる点で、学習データセットに応じて異なるパラメータzとの所定の演算によりタップ係数が求められるクラス別種係数β(c,n,m)と相違する。
　さらに、削減種係数β(n,m)は、クラスcごとには存在せず、１クラス分の係数である。
　これに対して、クラス別種係数β(c,n,m)は、クラスcごとに存在し、クラス数C分の係数である。
　したがって、ある順番nのタップ係数w(c,n)を求めるのに用いられる種係数の個数Mが、削減種係数β(n,m)とクラス別種係数β(c,n,m)とで同一であれば、削減種係数β(n,m)は、１クラス分の係数であるので、クラス数C分の係数であるクラス別種係数β(c,n,m)に比較して、データ量が1/Cになる。
　また、削減種係数β(n,m)のデータ量は、N×Mに比例し、タップ係数w(c,n)のデータ量は、C×Nに比例するので、削減種係数β(n,m)のデータ量は、タップ係数w(c,n)のデータ量のM/Cになる。したがって、種係数利用型削減法によれば、タップ係数w(c,n)のクラス数Cが大であるほど、圧縮効率を向上させることができる。
　さらに、種係数利用型削減法によれば、タップ係数w(c,n)の順番nごとの削減種係数β(n,1)，β(n,2)，．．．，β(n,M)の数Mを小にするほど、圧縮効率を向上させることができる。
　但し、タップ係数w(c,n)の順番nごとの削減種係数β(n,1)，β(n,2)，．．．，β(n,M)の数Mを小にしすぎると、式w(c,n)＝Σ（β(n,m)×cm-1）で表される近似曲線がタップ係数w(c,n)（を表す係数点）を近似する近似精度が低下し、フィルタ後画像（ひいては、復号画像）の画質が低下することがある。
　そこで、タップ係数w(c,n)の順番nごとの削減種係数β(n,1)ないしβ(n,M)の数Mは、削減数Pの決定する最適化法や取得可能情報利用法と同様に決定することができる。
　すなわち、タップ係数w(c,n)の順番nごとの削減種係数β(n,1)ないしβ(n,M)の数Mは、例えば、RDコストを最良にするように決定することができる。また、タップ係数w(c,n)の順番nごとの削減種係数β(n,1)ないしβ(n,M)の数Mは、取得可能情報に応じて決定することができる。
　タップ係数w(c,n)の順番nごとの削減種係数β(n,1)ないしβ(n,M)の数Mを、取得可能情報に応じて決定する場合、取得可能情報としての、例えば、全画面の量子化パラメータQPの平均値が小であるほど、数Mを大きい値に決定することができる。また、取得可能情報としての、例えば、符号化データのビットレートが大であるほど、数Mを大きい値に決定することができる。さらに、取得可能情報としての、例えば、復号途中画像の画像特徴量の１つである全画面の周波数帯域が大であるほど、数Mを大きい値に決定することができる。
　＜削減装置５３１の構成例＞
　図３８は、図３６の削減装置５３１の構成例を示すブロック図である。
　図３８において、削減装置５３１は、足し込み部５４１及び係数算出部５４２を有する。
　足し込み部５４１及び係数算出部５４２は、図８の足し込み部９２及び係数算出部９３とそれぞれ同様の処理を行う。
　但し、図８の足し込み部９２は、パラメータ生成部７１（図６）から供給されるパラメータz（に対応する変数tm）やタップ係数wnを対象とした足し込みを、クラスごとに行うが、足し込み部５４１は、パラメータzとして、クラス1,2,...,Cを採用し、そのパラメータzや各クラス1,2,...,Cのn番目のタップ係数w(1,n),w(2,n),...,w(C,n)を対象とした足し込みを、タップ係数w(c,n)の順番nごとに行い、その足し込みにより得られる正規方程式を、係数算出部５４２に供給する。
　係数算出部５４２は、足し込み部５４１からの正規方程式を解くことで、タップ係数w(c,n)の順番nごとに、クラスcをパラメータzとして用いてタップ係数w(c,n)を求めるのに用いられる種係数（削減種係数）β(1,n),β(2,n),...,β(M,n)を求める。
　係数算出部５４２で求められた種係数β(m,n)は、削減フィルタ情報に含められ、画像変換装置５３２（図３６）及び可逆符号化部１０６（図３５）に供給される。
　＜画像変換装置５３２の構成例＞
　図３９は、図３６の画像変換装置５３２の構成例を示すブロック図である。
　なお、図中、図１６の画像変換装置１３３と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図３９において、画像変換装置５３２は、タップ選択部１７１ないし予測演算部１７４、及び、係数再構成部５６１を有する。
　したがって、画像変換装置５３２は、タップ選択部１７１ないし予測演算部１７４を有する点で、図１６の画像変換装置１３３と共通する。
　但し、画像変換装置５３２は、係数再構成部１７５に代えて、係数再構成部５６１が設けられている点で、図１６の画像変換装置１３３と相違する。
　係数再構成部５６１には、削減装置５３１（図３６）から、削減フィルタ情報が供給される。
　係数再構成部５６１は、削減フィルタ情報に含まれる種係数（削減種係数）β(m,n)を用いて、クラスcを表すパラメータzとの式w(c,n)＝Σ（β(n,m)×cm-1）に従った演算を行うことにより、クラスcごとのタップ係数w(c,n)を再構成し、係数取得部１７３に供給する。
　係数取得部１７３では、係数再構成部５６１から、種係数β(m,n)から再構成されたクラスごとのタップ係数w(c,n)が供給されると、そのクラスごとのタップ係数w(c,n)によって、記憶しているタップ係数が更新される。
　＜符号化処理＞
　図４０は、図３６の符号化装置１１の符号化処理の例を説明するフローチャートである。
　ステップＳ１１１において、学習装置１３１（図３６）は、ステップＳ１１（図２３）と同様に、現在のタイミングが、タップ係数を更新する更新タイミングであるかどうかを判定し、更新タイミングでないと判定した場合、処理は、ステップＳ１１２ないしＳ１１５をスキップして、ステップＳ１１６に進む。
　また、ステップＳ１１１において、現在のタイミングが、タップ係数の更新タイミングであると判定された場合、処理は、ステップＳ１１２に進み、学習装置１３１は、ステップＳ１２（図２３）と同様に、タップ係数学習を行い、クラスごとのタップ係数を求める。
　そして、学習装置１３１は、タップ係数学習により得られたクラスごとのタップ係数を、削減装置５３１に供給し、処理は、ステップＳ１１２からステップＳ１１３に進む。
　ステップＳ１１３では、削減装置５３１（図３６）は、例えば、種係数利用型削減法により、学習装置１３１からのタップ係数のデータ量を削減した削減フィルタ情報を生成し、画像変換装置５３２、及び、可逆符号化部１０６（図３５）に供給する。
　すなわち、削減装置５３１は、学習装置１３１からのクラスごとのタップ係数w(c,n)の削減種係数化によって、クラスごとのタップ係数w(c,n)を、クラスcをパラメータzとする削減種係数β(m,n)に変換し、その削減種係数β(m,n)を含む削減フィルタ情報を生成する。そして、削減装置５３１は、削減フィルタ情報を、画像変換装置５３２、及び、可逆符号化部１０６に供給する。
　その後、処理は、ステップＳ１１３からステップＳ１１４に進み、可逆符号化部１０６（図３５）は、削減装置５３１からの削減フィルタ情報を、伝送対象に設定して、処理は、ステップＳ１１５に進む。伝送対象に設定された削減フィルタ情報は、後述するステップＳ１１６で行われる予測符号化処理において符号化データに含められて伝送される。
　ステップＳ１１５では、画像変換装置５３２（図３９）が、削減装置５３１からの削減フィルタ情報に含まれる削減種係数β(m,n)から、クラスcをパラメータzとして用い、式w(c,n)＝Σ（β(n,m)×cm-1）に従って、クラスごとのタップ係数(w(c,n))を再構成する。さらに、ステップＳ１１５では、画像変換装置５３２は、削減フィルタ情報から再構成されたクラスごとのタップ係数によって、係数取得部１７３に記憶されたタップ係数（クラス分類適応処理に用いられるタップ係数）を更新し、処理は、ステップＳ１１６に進む。
　ステップＳ１１６では、元画像の予測符号化処理が行われ、符号化処理は終了する。
　図４１は、図４０のステップＳ１１６の予測符号化処理の例を説明するフローチャートである。
　予測符号化処理では、ステップＳ１３１ないしＳ１４６において、図２４のステップＳ３１ないしＳ４６とそれぞれ同様の処理が行われる。
　なお、ステップＳ１４２において、クラス分類適応フィルタ５１１は、図２４のステップＳ４２と同様に、演算部１１０からの復号途中画像に、ILFの処理としてのクラス分類適応処理を施す。ステップＳ１４２のクラス分類適応処理は、図２５で説明したクラス分類適応処理と同様であるが、予測演算部１７４（図３９）の予測演算は、直前に行われた図４０のステップＳ１１５において削減装置５３１からの削減フィルタ情報に含まれる削減種係数β(m,n)から再構成されたタップ係数w(c,n)を用いて行われる。
　さらに、ステップＳ１４４では、可逆符号化部１０６は、図２４のステップＳ４４と同様に、量子化係数、符号化情報、及び、削減フィルタ情報を符号化するが、その削減フィルタ情報には、直前に行われた図４０のステップＳ１１３で得られた削減種係数β(m,n)が含まれる。
　＜復号装置１２の第２の構成例＞
　図４２は、図１の復号装置１２の第２の構成例を示すブロック図である。
　なお、図中、図２６の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図４２において、復号装置１２は、蓄積バッファ３０１、可逆復号部３０２、逆量子化部３０３、逆直交変換部３０４、演算部３０５、並べ替えバッファ３０７、及び、D/A変換部３０８を有する。また、復号装置１２は、フレームメモリ３１０、選択部３１１、イントラ予測部３１２、動き予測補償部３１３、選択部３１４、及び、クラス分類適応フィルタ６１１を有する。
　したがって、図４２の復号装置１２は、蓄積バッファ３０１ないし演算部３０５、並べ替えバッファ３０７ないしD/A変換部３０８、及び、フレームメモリ３１０ないし選択部３１４を有する点で、図２６の場合と共通する。
　但し、復号装置１２は、クラス分類適応フィルタ３０６に代えて、クラス分類適応フィルタ６１１が設けられている点で、図２６の場合と相違する。
　図４２の復号装置１２は、図３５の符号化装置１１から伝送されてくる符号化データを復号する。
　したがって、可逆復号部３０２からクラス分類適応フィルタ６１１に供給される削減フィルタ情報には、削減種係数β(m,n)が含まれる。
　クラス分類適応フィルタ６１１は、クラス分類適応処理を行うことにより、ILFとして機能するフィルタで、クラス分類適応処理によって、ILF処理を行う点で、図２６のクラス分類適応フィルタ３０６と共通する。
　但し、クラス分類適応フィルタ６１１は、削減フィルタ情報に含まれる削減種係数β(m,n)から、クラスごとのタップ係数w(c,n)を再構成し、そのクラスごとのタップ係数w(c,n)を用いてクラス分類適応処理を行う点で、クラス分類適応フィルタ３０６と相違する。
　＜クラス分類適応フィルタ６１１の構成例＞
　図４３は、図４２のクラス分類適応フィルタ６１１の構成例を示すブロック図である。
　図４３において、クラス分類適応フィルタ６１１は、画像変換装置６３１を有する。
　画像変換装置６３１には、演算部３０５（図４２）から復号途中画像が供給されるとともに、可逆復号部３０２から削減フィルタ情報が供給される。
　画像変換装置６３１は、図３６の画像変換装置５３２と同様に、可逆復号部３０２からの削減フィルタ情報に含まれる削減種係数β(m,n)から、クラスcをパラメータzとして用いてクラスごとのタップ係数w(c,n)を再構成する。そして、画像変換装置６３１は、やはり、図３６の画像変換装置５３２と同様に、復号途中画像を第１の画像として、クラスごとのタップ係数w(c,n)を用いたクラス分類適応処理による画像変換を行うことで、第１の画像としての復号途中画像を、元画像に相当する第２の画像としてのフィルタ後画像に変換して（フィルタ後画像を生成して）、並べ替えバッファ３０７及びフレームメモリ３１０（図４２）に供給する。
　＜画像変換装置６３１の構成例＞
　図４４は、図４３の画像変換装置６３１の構成例を示すブロック図である。
　なお、図中、図２８の画像変換装置３３１と共通する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図４４において、画像変換装置６３１は、タップ選択部３４１ないし予測演算部３４４、及び、係数再構成部６４１を有する。
　したがって、図４４の画像変換装置６３１は、タップ選択部３４１ないし予測演算部３４４を有する点で、図２８の画像変換装置３３１と共通する。
　但し、図４４の画像変換装置６３１は、係数再構成部３４５に代えて、係数再構成部６４１を有する点で、図２８の画像変換装置３３１と相違する。
　係数再構成部６４１には、可逆復号部３０２（図４２）から削減フィルタ情報が供給される。
　係数再構成部６４１は、図３９の係数再構成部５６１と同様に、可逆復号部３０２からの削減フィルタ情報からクラスごとのタップ係数を再構成する。
　すなわち、係数再構成部６４１は、削減フィルタ情報に含まれる削減種係数β(m,n)を用いて、クラスcを表すパラメータzとの式w(c,n)＝Σ（β(n,m)×cm-1）に従った演算を行うことにより、クラスごとのタップ係数w(c,n)を再構成し、係数取得部３４３に供給する。
　＜復号処理＞
　図４５は、図４２の復号装置１２の復号処理の例を説明するフローチャートである。
　復号処理では、ステップＳ１７１ないしＳ１７３において、図３２のステップＳ７１ないしＳ７３とそれぞれ同様の処理が行われる。
　そして、ステップＳ１７３において、可逆復号部３０２からクラス分類適応フィルタ６１１に削減フィルタ情報が供給されていないと判定された場合、処理は、ステップＳ１７４をスキップして、ステップＳ１７５に進む。
　また、ステップＳ１７３において、可逆復号部３０２からクラス分類適応フィルタ６１１に削減フィルタ情報が供給されたと判定された場合、処理は、ステップＳ１７４に進み、クラス分類適応フィルタ６１１の画像変換装置６３１（図４４）を構成する係数再構成部６４１が、削減フィルタ情報を取得する。
　さらに、係数再構成部６４１は、削減フィルタ情報に含まれる削減種係数β(m,n)から、クラスcをパラメータzとして用い、式w(c,n)＝Σ（β(n,m)×cm-1）に従って、クラスごとのタップ係数w(c,n)を再構成する。そして、係数再構成部６４１は、削減フィルタ情報から再構成されたクラスごとのタップ係数w(c,n)によって、係数取得部３４３に記憶されたタップ係数（クラス分類適応処理に用いられるタップ係数）を更新する（上書きする）。
　そして、処理は、ステップＳ１７４からステップＳ１７５に進み、予測復号処理が行われ、復号処理は終了する。
　図４６は、図４５のステップＳ１７５の予測復号処理の例を説明するフローチャートである。
　予測復号処理では、ステップＳ１８１ないしＳ１８９において、図３３のステップＳ８１ないしＳ８９とそれぞれ同様の処理が行われる。
　なお、ステップＳ１８６において、クラス分類適応フィルタ６１１は、図３３のステップＳ８６と同様に、演算部１１０からの復号途中画像に、ILFの処理としてのクラス分類適応処理を施す。ステップＳ１８６のクラス分類適応処理は、図３４で説明したクラス分類適応処理と同様であるが、予測演算部３４４（図４４）の予測演算は、直前に行われた図４５のステップＳ１７４において可逆復号部３０２からの削減フィルタ情報に含まれる削減種係数β(m,n)から再構成されたタップ係数w(c,n)を用いて行われる。
　＜多視点画像符号化・復号システムへの適用＞
　上述した一連の処理は、多視点画像符号化・復号システムに適用することができる。
　図４７は、多視点画像符号化方式の一例を示す図である。
　図４７に示されるように、多視点画像は、複数の視点（ビュー（view））の画像を含む。この多視点画像の複数のビューは、他のビューの情報を利用せずに自身のビューの画像のみを用いて符号化・復号を行うベースビューと、他のビューの情報を利用して符号化・復号を行うノンベースビューとによりなる。ノンベースビューの符号化・復号は、ベースビューの情報を利用するようにしても良いし、他のノンベースビューの情報を利用するようにしてもよい。
　図４７の例のような多視点画像を符号化・復号する場合、多視点画像は、視点毎に符号化される。そして、そのようにして得られた符号化データを復号する場合、各視点の符号化データは、それぞれ（すなわち視点毎に）復号される。このような各視点の符号化・復号に対して、以上の実施の形態において説明した方法を適用してもよい。このようにすることにより、S/N及び圧縮効率を向上させることができる。つまり、多視点画像の場合も同様に、S/N及び圧縮効率を向上させることができる。
　＜多視点画像符号化・復号システム＞
　図４８は、上述した多視点画像符号化・復号を行う多視点画像符号化・復号システムの、多視点画像符号化装置を示す図である。
　図４８に示されるように、多視点画像符号化装置１０００は、符号化部１００１、符号化部１００２、及び多重化部１００３を有する。
　符号化部１００１は、ベースビュー画像を符号化し、ベースビュー画像符号化ストリームを生成する。符号化部１００２は、ノンベースビュー画像を符号化し、ノンベースビュー画像符号化ストリームを生成する。多重化部１００３は、符号化部１００１において生成されたベースビュー画像符号化ストリームと、符号化部１００２において生成されたノンベースビュー画像符号化ストリームとを多重化し、多視点画像符号化ストリームを生成する。
　図４９は、上述した多視点画像復号を行う多視点画像復号装置を示す図である。
　図４９に示されるように、多視点画像復号装置１０１０は、逆多重化部１０１１、復号部１０１２、及び復号部１０１３を有する。
　逆多重化部１０１１は、ベースビュー画像符号化ストリームとノンベースビュー画像符号化ストリームとが多重化された多視点画像符号化ストリームを逆多重化し、ベースビュー画像符号化ストリームと、ノンベースビュー画像符号化ストリームとを抽出する。復号部１０１２は、逆多重化部１０１１により抽出されたベースビュー画像符号化ストリームを復号し、ベースビュー画像を得る。復号部１０１３は、逆多重化部１０１１により抽出されたノンベースビュー画像符号化ストリームを復号し、ノンベースビュー画像を得る。
　例えば、このような多視点画像符号化・復号システムにおいて、多視点画像符号化装置１０００の符号化部１００１及び符号化部１００２として、以上の実施の形態において説明した符号化装置１１を適用してもよい。このようにすることにより、多視点画像の符号化においても、以上の実施の形態において説明した方法を適用することができる。すなわち、S/N及び圧縮効率を向上させることができる。また例えば、多視点画像復号装置１０１０の復号部１０１２及び復号部１０１３として、以上の実施の形態において説明した復号装置１２を適用してもよい。このようにすることにより、多視点画像の符号化データの復号においても、以上の実施の形態において説明した方法を適用することができる。すなわち、S/N及び圧縮効率を向上させることができる。
　＜階層画像符号化・復号システムへの適用＞
　また、上述した一連の処理は、階層画像符号化（スケーラブル符号化）・復号システムに適用することができる。
　図５０は、階層画像符号化方式の一例を示す図である。
　階層画像符号化（スケーラブル符号化）は、画像データを、所定のパラメータについてスケーラビリティ（scalability）機能を有するように、画像を複数レイヤ化（階層化）し、レイヤ毎に符号化するものである。階層画像復号（スケーラブル復号）は、その階層画像符号化に対応する復号である。
　図５０に示されるように、画像の階層化においては、スケーラビリティ機能を有する所定のパラメータを基準として１の画像が複数の画像（レイヤ）に分割される。つまり、階層化された画像（階層画像）は、その所定のパラメータの値が互いに異なる複数の階層（レイヤ）の画像を含む。この階層画像の複数のレイヤは、他のレイヤの画像を利用せずに自身のレイヤの画像のみを用いて符号化・復号を行うベースレイヤと、他のレイヤの画像を利用して符号化・復号を行うノンベースレイヤ（エンハンスメントレイヤとも称する）とによりなる。ノンベースレイヤは、ベースレイヤの画像を利用するようにしても良いし、他のノンベースレイヤの画像を利用するようにしてもよい。
　一般的に、ノンベースレイヤは、冗長性が低減されるように、自身の画像と、他のレイヤの画像との差分画像のデータ（差分データ）により構成される。例えば、１の画像をベースレイヤとノンベースレイヤ（エンハンスメントレイヤとも称する）に２階層化した場合、ベースレイヤのデータのみで元の画像よりも低品質な画像が得られ、ベースレイヤのデータとノンベースレイヤのデータを合成することで、元の画像（すなわち高品質な画像）が得られる。
　このように画像を階層化することにより、状況に応じて多様な品質の画像を容易に得ることができる。例えば携帯電話のような、処理能力の低い端末に対しては、ベースレイヤ（base layer）のみの画像圧縮情報を伝送し、空間時間解像度の低い、或いは、画質の良くない動画像を再生し、テレビやパーソナルコンピュータのような、処理能力の高い端末に対しては、ベースレイヤ（base layer）に加えて、エンハンスメントレイヤ（enhancement layer）の画像圧縮情報を伝送し、空間時間解像度の高い、或いは、画質の高い動画像を再生するといったように、トランスコード処理を行うことなく、端末やネットワークの能力に応じた画像圧縮情報を、サーバから送信することが可能となる。
　図５０の例のような階層画像を符号化・復号する場合、階層画像は、レイヤ毎に符号化される。そして、そのようにして得られた符号化データを復号する場合、各レイヤの符号化データは、それぞれ（すなわちレイヤ毎に）復号される。このような各レイヤの符号化・復号に対して、以上の実施の形態において説明した方法を適用してもよい。このようにすることにより、S/N及び圧縮効率を向上させることができる。つまり、階層画像の場合も同様に、S/N及び圧縮効率を向上させることができる。
　＜スケーラブルなパラメータ＞
　このような階層画像符号化・階層画像復号（スケーラブル符号化・スケーラブル復号）において、スケーラビリティ（scalability）機能を有するパラメータは、任意である。例えば、空間解像度をそのパラメータとしてもよい（spatial scalability）。このスペーシャルスケーラビリティ（spatial scalability）の場合、レイヤ毎に画像の解像度が異なる。
　また、このようなスケーラビリティ性を持たせるパラメータとして、他には、例えば、時間解像度を適用しても良い（temporal scalability）。このテンポラルスケーラビリティ（temporal scalability）の場合、レイヤ毎にフレームレートが異なる。
　さらに、このようなスケーラビリティ性を持たせるパラメータとして、例えば、信号雑音比（SNR（Signal to Noise ratio））を適用しても良い（SNR scalability）。このSNRスケーラビリティ（SNR scalability）の場合、レイヤ毎にSN比が異なる。
　スケーラビリティ性を持たせるパラメータは、上述した例以外であっても、もちろんよい。例えば、ベースレイヤ（base layer）が８ビット（bit）画像よりなり、これにエンハンスメントレイヤ（enhancement layer）を加えることにより、10ビット（bit）画像が得られるビット深度スケーラビリティ（bit-depth scalability）がある。
　また、ベースレイヤ（base layer）が4:2:0フォーマットのコンポーネント画像よりなり、これにエンハンスメントレイヤ（enhancement layer）を加えることにより、4:2:2フォーマットのコンポーネント画像が得られるクロマスケーラビリティ（chroma scalability）がある。
　＜階層画像符号化・復号システム＞
　図５１は、上述した階層画像符号化・復号を行う階層画像符号化・復号システムの、階層画像符号化装置を示す図である。
　図５１に示されるように、階層画像符号化装置１０２０は、符号化部１０２１、符号化部１０２２、及び多重化部１０２３を有する。
　符号化部１０２１は、ベースレイヤ画像を符号化し、ベースレイヤ画像符号化ストリームを生成する。符号化部１０２２は、ノンベースレイヤ画像を符号化し、ノンベースレイヤ画像符号化ストリームを生成する。多重化部１０２３は、符号化部１０２１において生成されたベースレイヤ画像符号化ストリームと、符号化部１０２２において生成されたノンベースレイヤ画像符号化ストリームとを多重化し、階層画像符号化ストリームを生成する。
　図５２は、上述した階層画像復号を行う階層画像復号装置を示す図である。
　図５２に示されるように、階層画像復号装置１０３０は、逆多重化部１０３１、復号部１０３２、及び復号部１０３３を有する。
　逆多重化部１０３１は、ベースレイヤ画像符号化ストリームとノンベースレイヤ画像符号化ストリームとが多重化された階層画像符号化ストリームを逆多重化し、ベースレイヤ画像符号化ストリームと、ノンベースレイヤ画像符号化ストリームとを抽出する。復号部１０３２は、逆多重化部１０３１により抽出されたベースレイヤ画像符号化ストリームを復号し、ベースレイヤ画像を得る。復号部１０３３は、逆多重化部１０３１により抽出されたノンベースレイヤ画像符号化ストリームを復号し、ノンベースレイヤ画像を得る。
　例えば、このような階層画像符号化・復号システムにおいて、階層画像符号化装置１０２０の符号化部１０２１及び符号化部１０２２として、以上の実施の形態において説明した符号化装置１１を適用してもよい。このようにすることにより、階層画像の符号化においても、以上の実施の形態において説明した方法を適用することができる。すなわち、S/N及び圧縮効率を向上させることができる。また例えば、階層画像復号装置１０３０の復号部１０３２及び復号部１０３３として、以上の実施の形態において説明した復号装置１２を適用してもよい。このようにすることにより、階層画像の符号化データの復号においても、以上の実施の形態において説明した方法を適用することができる。すなわち、S/N及び圧縮効率を向上させることができる。
　＜コンピュータ＞
　上述した一連の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここでコンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータ等が含まれる。
　図５３は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。
　図５３に示されるコンピュータ１１００において、CPU（Central Processing Unit）１１０１、ROM（Read Only Memory）１１０２、RAM（Random Access Memory）１１０３は、バス１１０４を介して相互に接続されている。
　バス１１０４にはまた、入出力インタフェース１１１０も接続されている。入出力インタフェース１１１０には、入力部１１１１、出力部１１１２、記憶部１１１３、通信部１１１４、及びドライブ１１１５が接続されている。
　入力部１１１１は、例えば、キーボード、マウス、マイクロホン、タッチパネル、入力端子等よりなる。出力部１１１２は、例えば、ディスプレイ、スピーカ、出力端子等よりなる。記憶部１１１３は、例えば、ハードディスク、RAMディスク、不揮発性のメモリ等よりなる。通信部１１１４は、例えば、ネットワークインタフェースよりなる。ドライブ１１１５は、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブルメディア８２１を駆動する。
　以上のように構成されるコンピュータでは、CPU１１０１が、例えば、記憶部１１１３に記憶されているプログラムを、入出力インタフェース１１１０及びバス１１０４を介して、RAM１１０３にロードして実行することにより、上述した一連の処理が行われる。RAM１１０３にはまた、CPU１１０１が各種の処理を実行する上において必要なデータ等も適宜記憶される。
　コンピュータ（CPU１１０１）が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア８２１に記録して適用することができる。その場合、プログラムは、リムーバブルメディア８２１をドライブ１１１５に装着することにより、入出力インタフェース１１１０を介して、記憶部１１１３にインストールすることができる。
　また、このプログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線又は無線の伝送媒体を介して提供することもできる。その場合、プログラムは、通信部１１１４で受信し、記憶部１１１３にインストールすることができる。
　その他、このプログラムは、ROM１１０２や記憶部１１１３に、あらかじめインストールしておくこともできる。
　＜本技術の応用＞
　上述した実施の形態に係る符号化装置１１や復号装置１２は、例えば、衛星放送、ケーブルＴＶ等の有線放送、インターネット上での配信、及びセルラー通信による端末への配信等における送信機や受信機、又は、光ディスク、磁気ディスク及びフラッシュメモリ等の媒体に画像を記録する記録装置や、これら記憶媒体から画像を再生する再生装置等の、様々な電子機器に応用され得る。以下、４つの応用例について説明する。
　＜第１の応用例：テレビジョン受像機＞
　図５４は、上述した実施の形態を適用したテレビジョン装置の概略的な構成の一例を示す図である。
　テレビジョン装置１２００は、アンテナ１２０１、チューナ１２０２、デマルチプレクサ１２０３、デコーダ１２０４、映像信号処理部１２０５、表示部１２０６、音声信号処理部１２０７、スピーカ１２０８、外部インタフェース（I/F）部１２０９、制御部１２１０、ユーザインタフェース（I/F）部１２１１、及びバス１２１２を備える。
　チューナ１２０２は、アンテナ１２０１を介して受信される放送信号から所望のチャンネルの信号を抽出し、抽出した信号を復調する。そして、チューナ１２０２は、復調により得られた符号化ビットストリームをデマルチプレクサ１２０３へ出力する。すなわち、チューナ１２０２は、画像が符号化されている符号化ストリームを受信する、テレビジョン装置１２００における伝送部としての役割を有する。
　デマルチプレクサ１２０３は、符号化ビットストリームから視聴対象の番組の映像ストリーム及び音声ストリームを分離し、分離した各ストリームをデコーダ１２０４へ出力する。また、デマルチプレクサ１２０３は、符号化ビットストリームからEPG（Electronic Program Guide）等の補助的なデータを抽出し、抽出したデータを制御部１２１０に供給する。なお、デマルチプレクサ１２０３は、符号化ビットストリームがスクランブルされている場合には、デスクランブルを行ってもよい。
　デコーダ１２０４は、デマルチプレクサ１２０３から入力される映像ストリーム及び音声ストリームを復号する。そして、デコーダ１２０４は、復号処理により生成される映像データを映像信号処理部１２０５へ出力する。また、デコーダ１２０４は、復号処理により生成される音声データを音声信号処理部１２０７へ出力する。
　映像信号処理部１２０５は、デコーダ１２０４から入力される映像データを再生し、表示部１２０６に映像を表示させる。また、映像信号処理部１２０５は、ネットワークを介して供給されるアプリケーション画面を表示部１２０６に表示させてもよい。また、映像信号処理部１２０５は、映像データについて、設定に応じて、例えばノイズ除去等の追加的な処理を行ってもよい。さらに、映像信号処理部１２０５は、例えばメニュー、ボタン又はカーソル等のGUI（Graphical User Interface）の画像を生成し、生成した画像を出力画像に重畳してもよい。
　表示部１２０６は、映像信号処理部１２０５から供給される駆動信号により駆動され、表示デバイス（例えば、液晶ディスプレイ、プラズマディスプレイ又はOELD（Organic ElectroLuminescence Display）（有機ELディスプレイ）等）の映像面上に映像又は画像を表示する。
　音声信号処理部１２０７は、デコーダ１２０４から入力される音声データについてD/A変換及び増幅等の再生処理を行い、スピーカ１２０８から音声を出力させる。また、音声信号処理部１２０７は、音声データについてノイズ除去等の追加的な処理を行ってもよい。
　外部インタフェース部１２０９は、テレビジョン装置１２００と外部機器又はネットワークとを接続するためのインタフェースである。例えば、外部インタフェース部１２０９を介して受信される映像ストリーム又は音声ストリームが、デコーダ１２０４により復号されてもよい。すなわち、外部インタフェース部１２０９もまた、画像が符号化されている符号化ストリームを受信する、テレビジョン装置１２００における伝送部としての役割を有する。
　制御部１２１０は、CPU等のプロセッサ、並びにRAM及びROM等のメモリを有する。メモリは、CPUにより実行されるプログラム、プログラムデータ、EPGデータ、及びネットワークを介して取得されるデータ等を記憶する。メモリにより記憶されるプログラムは、例えば、テレビジョン装置１２００の起動時にCPUにより読み込まれ、実行される。CPUは、プログラムを実行することにより、例えばユーザインタフェース部１２１１から入力される操作信号に応じて、テレビジョン装置１２００の動作を制御する。
　ユーザインタフェース部１２１１は、制御部１２１０と接続される。ユーザインタフェース部１２１１は、例えば、ユーザがテレビジョン装置１２００を操作するためのボタン及びスイッチ、並びに遠隔制御信号の受信部等を有する。ユーザインタフェース部１２１１は、これら構成要素を介してユーザによる操作を検出して操作信号を生成し、生成した操作信号を制御部１２１０へ出力する。
　バス１２１２は、チューナ１２０２、デマルチプレクサ１２０３、デコーダ１２０４、映像信号処理部１２０５、音声信号処理部１２０７、外部インタフェース部１２０９及び制御部１２１０を相互に接続する。
　このように構成されたテレビジョン装置１２００において、デコーダ１２０４が、上述した復号装置１２の機能を有するようにしてもよい。つまり、デコーダ１２０４が、符号化データを、以上の実施の形態において説明した方法で復号するようにしてもよい。このようにすることにより、テレビジョン装置１２００は、S/N及び圧縮効率を向上させることができる。
　また、このように構成されたテレビジョン装置１２００において、映像信号処理部１２０５が、例えば、デコーダ１２０４から供給される画像データを符号化し、得られた符号化データを、外部インタフェース部１２０９を介してテレビジョン装置１２００の外部に出力させることができるようにしてもよい。そして、その映像信号処理部１２０５が、上述した符号化装置１１の機能を有するようにしてもよい。つまり、映像信号処理部１２０５が、デコーダ１２０４から供給される画像データを、以上の実施の形態において説明した方法で符号化するようにしてもよい。このようにすることにより、テレビジョン装置１２００は、S/N及び圧縮効率を向上させることができる。
　＜第２の応用例：携帯電話機＞
　図５５は、上述した実施の形態を適用した携帯電話機の概略的な構成の一例を示す図である。
　携帯電話機１２２０は、アンテナ１２２１、通信部１２２２、音声コーデック１２２３、スピーカ１２２４、マイクロホン１２２５、カメラ部１２２６、画像処理部１２２７、多重分離部１２２８、記録再生部１２２９、表示部１２３０、制御部１２３１、操作部１２３２、及びバス１２３３を備える。
　アンテナ１２２１は、通信部１２２２に接続される。スピーカ１２２４及びマイクロホン１２２５は、音声コーデック１２２３に接続される。操作部１２３２は、制御部１２３１に接続される。バス１２３３は、通信部１２２２、音声コーデック１２２３、カメラ部１２２６、画像処理部１２２７、多重分離部１２２８、記録再生部１２２９、表示部１２３０、及び制御部１２３１を相互に接続する。
　携帯電話機１２２０は、音声通話モード、データ通信モード、撮影モード及びテレビ電話モードを含む様々な動作モードで、音声信号の送受信、電子メール又は画像データの送受信、画像の撮像、及びデータの記録等の動作を行う。
　音声通話モードにおいて、マイクロホン１２２５により生成されるアナログ音声信号は、音声コーデック１２２３に供給される。音声コーデック１２２３は、アナログ音声信号を音声データへ変換し、変換された音声データをA/D変換し圧縮する。そして、音声コーデック１２２３は、圧縮後の音声データを通信部１２２２へ出力する。通信部１２２２は、音声データを符号化及び変調し、送信信号を生成する。そして、通信部１２２２は、生成した送信信号を、アンテナ１２２１を介して基地局（図示せず）へ送信する。また、通信部１２２２は、アンテナ１２２１を介して受信される無線信号を増幅し及び周波数変換し、受信信号を取得する。そして、通信部１２２２は、受信信号を復調及び復号して音声データを生成し、生成した音声データを音声コーデック１２２３へ出力する。音声コーデック１２２３は、音声データを伸張し及びD/A変換し、アナログ音声信号を生成する。そして、音声コーデック１２２３は、生成した音声信号をスピーカ１２２４に供給して音声を出力させる。
　また、データ通信モードにおいて、例えば、制御部１２３１は、操作部１２３２を介するユーザによる操作に応じて、電子メールを構成する文字データを生成する。また、制御部１２３１は、文字を表示部１２３０に表示させる。また、制御部１２３１は、操作部１２３２を介するユーザからの送信指示に応じて電子メールデータを生成し、生成した電子メールデータを通信部１２２２へ出力する。通信部１２２２は、電子メールデータを符号化及び変調し、送信信号を生成する。そして、通信部１２２２は、生成した送信信号を、アンテナ１２２１を介して基地局（図示せず）へ送信する。また、通信部１２２２は、アンテナ１２２１を介して受信される無線信号を増幅し及び周波数変換し、受信信号を取得する。そして、通信部１２２２は、受信信号を復調及び復号して電子メールデータを復元し、復元した電子メールデータを制御部１２３１へ出力する。制御部１２３１は、表示部１２３０に電子メールの内容を表示させると共に、電子メールデータを記録再生部１２２９に供給し、その記憶媒体に書き込ませる。
　記録再生部１２２９は、読み書き可能な任意の記憶媒体を有する。例えば、記憶媒体は、RAM又はフラッシュメモリ等の内蔵型の記憶媒体であってもよく、ハードディスク、磁気ディスク、光磁気ディスク、光ディスク、USB（Universal Serial Bus）メモリ、又はメモリカード等の外部装着型の記憶媒体であってもよい。
　また、撮影モードにおいて、例えば、カメラ部１２２６は、被写体を撮像して画像データを生成し、生成した画像データを画像処理部１２２７へ出力する。画像処理部１２２７は、カメラ部１２２６から入力される画像データを符号化し、符号化ストリームを記録再生部１２２９に供給し、その記憶媒体に書き込ませる。
　さらに、画像表示モードにおいて、記録再生部１２２９は、記憶媒体に記録されている符号化ストリームを読み出して画像処理部１２２７へ出力する。画像処理部１２２７は、記録再生部１２２９から入力される符号化ストリームを復号し、画像データを表示部１２３０に供給し、その画像を表示させる。
　また、テレビ電話モードにおいて、例えば、多重分離部１２２８は、画像処理部１２２７により符号化された映像ストリームと、音声コーデック１２２３から入力される音声ストリームとを多重化し、多重化したストリームを通信部１２２２へ出力する。通信部１２２２は、ストリームを符号化及び変調し、送信信号を生成する。そして、通信部１２２２は、生成した送信信号を、アンテナ１２２１を介して基地局（図示せず）へ送信する。また、通信部１２２２は、アンテナ１２２１を介して受信される無線信号を増幅し及び周波数変換し、受信信号を取得する。これら送信信号及び受信信号には、符号化ビットストリームが含まれ得る。そして、通信部１２２２は、受信信号を復調及び復号してストリームを復元し、復元したストリームを多重分離部１２２８へ出力する。多重分離部１２２８は、入力されるストリームから映像ストリーム及び音声ストリームを分離し、映像ストリームを画像処理部１２２７、音声ストリームを音声コーデック１２２３へ出力する。画像処理部１２２７は、映像ストリームを復号し、映像データを生成する。映像データは、表示部１２３０に供給され、表示部１２３０により一連の画像が表示される。音声コーデック１２２３は、音声ストリームを伸張し及びD/A変換し、アナログ音声信号を生成する。そして、音声コーデック１２２３は、生成した音声信号をスピーカ１２２４に供給して音声を出力させる。
　このように構成された携帯電話機１２２０において、例えば画像処理部１２２７が、上述した符号化装置１１の機能を有するようにしてもよい。つまり、画像処理部１２２７が、画像データを、以上の実施の形態において説明した方法で符号化するようにしてもよい。このようにすることにより、携帯電話機１２２０は、S/N及び圧縮効率を向上させることができる。
　また、このように構成された携帯電話機１２２０において、例えば画像処理部１２２７が、上述した復号装置１２の機能を有するようにしてもよい。つまり、画像処理部１２２７が、符号化データを、以上の実施の形態において説明した方法で復号するようにしてもよい。このようにすることにより、携帯電話機１２２０は、S/N及び圧縮効率を向上させることができる。
　＜第２の応用例：記録再生装置＞
　図５６は、上述した実施の形態を適用した記録再生装置の概略的な構成の一例を示す図である。
　記録再生装置１２４０は、例えば、受信した放送番組の音声データ及び映像データを符号化して記録媒体に記録する。また、記録再生装置１２４０は、例えば、他の装置から取得される音声データ及び映像データを符号化して記録媒体に記録してもよい。また、記録再生装置１２４０は、例えば、ユーザの指示に応じて、記録媒体に記録されているデータをモニタ及びスピーカ上で再生する。このとき、記録再生装置１２４０は、音声データ及び映像データを復号する。
　記録再生装置１２４０は、チューナ１２４１、外部インタフェース（I/F）部１２４２、エンコーダ１２４３、HDD（Hard Disk Drive）部１２４４、ディスクドライブ１２４５、セレクタ１２４６、デコーダ１２４７、OSD（On-Screen Display）部１２４８、制御部１２４９、及びユーザインタフェース（I/F）部１２５０を備える。
　チューナ１２４１は、アンテナ（図示せず）を介して受信される放送信号から所望のチャンネルの信号を抽出し、抽出した信号を復調する。そして、チューナ１２４１は、復調により得られた符号化ビットストリームをセレクタ１２４６へ出力する。すなわち、チューナ１２４１は、記録再生装置１２４０における伝送部としての役割を有する。
　外部インタフェース部１２４２は、記録再生装置１２４０と外部機器又はネットワークとを接続するためのインタフェースである。外部インタフェース部１２４２は、例えば、IEEE（Institute of Electrical and Electronic Engineers）1394インタフェース、ネットワークインタフェース、USBインタフェース、又はフラッシュメモリインタフェース等であってよい。例えば、外部インタフェース部１２４２を介して受信される映像データ及び音声データは、エンコーダ１２４３へ入力される。すなわち、外部インタフェース部１２４２は、記録再生装置１２４０における伝送部としての役割を有する。
　エンコーダ１２４３は、外部インタフェース部１２４２から入力される映像データ及び音声データが符号化されていない場合に、映像データ及び音声データを符号化する。そして、エンコーダ１２４３は、符号化ビットストリームをセレクタ１２４６へ出力する。
　HDD部１２４４は、映像及び音声等のコンテンツデータが圧縮された符号化ビットストリーム、各種プログラム及びその他のデータを内部のハードディスクに記録する。また、HDD部１２４４は、映像及び音声の再生時に、これらデータをハードディスクから読み出す。
　ディスクドライブ１２４５は、装着されている記録媒体へのデータの記録及び読み出しを行う。ディスクドライブ１２４５に装着される記録媒体は、例えばDVD（Digital Versatile Disc）ディスク（DVD-Video、DVD-RAM（DVD - Random Access Memory）、DVD-R（DVD - Recordable）、DVD-RW（DVD - Rewritable）、DVD+R（DVD + Recordable）、DVD+RW（DVD + Rewritable）等）又はBlu-ray（登録商標）ディスク等であってよい。
　セレクタ１２４６は、映像及び音声の記録時には、チューナ１２４１又はエンコーダ１２４３から入力される符号化ビットストリームを選択し、選択した符号化ビットストリームをHDD１２４４又はディスクドライブ１２４５へ出力する。また、セレクタ１２４６は、映像及び音声の再生時には、HDD１２４４又はディスクドライブ１２４５から入力される符号化ビットストリームをデコーダ１２４７へ出力する。
　デコーダ１２４７は、符号化ビットストリームを復号し、映像データ及び音声データを生成する。そして、デコーダ１２４７は、生成した映像データをOSD部１２４８へ出力する。また、デコーダ１２４７は、生成した音声データを外部のスピーカへ出力する。
　OSD部１２４８は、デコーダ１２４７から入力される映像データを再生し、映像を表示する。また、OSD部１２４８は、表示する映像に、例えばメニュー、ボタン又はカーソル等のGUIの画像を重畳してもよい。
　制御部１２４９は、CPU等のプロセッサ、並びにRAM及びROM等のメモリを有する。メモリは、CPUにより実行されるプログラム、及びプログラムデータ等を記憶する。メモリにより記憶されるプログラムは、例えば、記録再生装置１２４０の起動時にCPUにより読み込まれ、実行される。CPUは、プログラムを実行することにより、例えばユーザインタフェース部１２５０から入力される操作信号に応じて、記録再生装置１２４０の動作を制御する。
　ユーザインタフェース部１２５０は、制御部１２４９と接続される。ユーザインタフェース部１２５０は、例えば、ユーザが記録再生装置１２４０を操作するためのボタン及びスイッチ、並びに遠隔制御信号の受信部等を有する。ユーザインタフェース部１２５０は、これら構成要素を介してユーザによる操作を検出して操作信号を生成し、生成した操作信号を制御部１２４９へ出力する。
　このように構成された記録再生装置１２４０において、例えばエンコーダ１２４３が、上述した符号化装置１１の機能を有するようにしてもよい。つまり、エンコーダ１２４３が、画像データを、以上の実施の形態において説明方法で符号化するようにしてもよい。このようにすることにより、記録再生装置１２４０は、S/N及び圧縮効率を向上させることができる。
　また、このように構成された記録再生装置１２４０において、例えばデコーダ１２４７が、上述した復号装置１２の機能を有するようにしてもよい。つまり、デコーダ１２４７が、符号化データを、以上の実施の形態において説明した方法で復号するようにしてもよい。このようにすることにより、記録再生装置１２４０は、S/N及び圧縮効率を向上させることができる。
　＜第４の応用例：撮像装置＞
　図５７は、上述した実施の形態を適用した撮像装置の概略的な構成の一例を示す図である。
　撮像装置１２６０は、被写体を撮像して画像を生成し、画像データを符号化して記録媒体に記録する。
　撮像装置１２６０は、光学ブロック１２６１、撮像部１２６２、信号処理部１２６３、画像処理部１２６４、表示部１２６５、外部インタフェース（I/F）部１２６６、メモリ部１２６７、メディアドライブ１２６８、OSD部１２６９、制御部１２７０、ユーザインタフェース（I/F）部１２７１、及びバス１２７２を備える。
　光学ブロック１２６１は、撮像部１２６２に接続される。撮像部１２６２は、信号処理部１２６３に接続される。表示部１２６５は、画像処理部１２６４に接続される。ユーザインタフェース部１２７１は、制御部１２７０に接続される。バス１２７２は、画像処理部１２６４、外部インタフェース部１２６６、メモリ部１２６７、メディアドライブ１２６８、OSD部１２６９、及び制御部１２７０を相互に接続する。
　光学ブロック１２６１は、フォーカスレンズ及び絞り機構等を有する。光学ブロック１２６１は、被写体の光学像を撮像部１２６２の撮像面に結像させる。撮像部１２６２は、CCD（Charge Coupled Device）又はCMOS（Complementary Metal Oxide Semiconductor）等のイメージセンサを有し、撮像面に結像した光学像を光電変換によって電気信号としての画像信号に変換する。そして、撮像部１２６２は、画像信号を信号処理部１２６３へ出力する。
　信号処理部１２６３は、撮像部１２６２から入力される画像信号に対してニー補正、ガンマ補正、色補正等の種々のカメラ信号処理を行う。信号処理部１２６３は、カメラ信号処理後の画像データを画像処理部１２６４へ出力する。
　画像処理部１２６４は、信号処理部１２６３から入力される画像データを符号化し、符号化データを生成する。そして、画像処理部１２６４は、生成した符号化データを外部インタフェース部１２６６又はメディアドライブ１２６８へ出力する。また、画像処理部１２６４は、外部インタフェース部１２６６又はメディアドライブ１２６８から入力される符号化データを復号し、画像データを生成する。そして、画像処理部１２６４は、生成した画像データを表示部１２６５へ出力する。また、画像処理部１２６４は、信号処理部１２６３から入力される画像データを表示部１２６５へ出力して画像を表示させてもよい。また、画像処理部１２６４は、OSD部１２６９から取得される表示用データを、表示部１２６５へ出力する画像に重畳してもよい。
　OSD部１２６９は、例えばメニュー、ボタン又はカーソル等のGUIの画像を生成して、生成した画像を画像処理部１２６４へ出力する。
　外部インタフェース部１２６６は、例えばUSB入出力端子として構成される。外部インタフェース部１２６６は、例えば、画像の印刷時に、撮像装置１２６０とプリンタとを接続する。また、外部インタフェース部１２６６には、必要に応じてドライブが接続される。ドライブには、例えば、磁気ディスク又は光ディスク等のリムーバブルメディアが装着され、リムーバブルメディアから読み出されるプログラムが、撮像装置１２６０にインストールされ得る。さらに、外部インタフェース部１２６６は、LAN又はインターネット等のネットワークに接続されるネットワークインタフェースとして構成されてもよい。すなわち、外部インタフェース部１２６６は、撮像装置１２６０における伝送部としての役割を有する。
　メディアドライブ１２６８に装着される記録媒体は、例えば、磁気ディスク、光磁気ディスク、光ディスク、又は半導体メモリ等の、読み書き可能な任意のリムーバブルメディアであってよい。また、メディアドライブ１２６８に記録媒体が固定的に装着され、例えば、内蔵型ハードディスクドライブ又はSSD（Solid State Drive）のような非可搬性の記憶部が構成されてもよい。
　制御部１２７０は、CPU等のプロセッサ、並びにRAM及びROM等のメモリを有する。メモリは、CPUにより実行されるプログラム、及びプログラムデータ等を記憶する。メモリにより記憶されるプログラムは、例えば、撮像装置１２６０の起動時にCPUにより読み込まれ、実行される。CPUは、プログラムを実行することにより、例えばユーザインタフェース部１２７１から入力される操作信号に応じて、撮像装置１２６０の動作を制御する。
　ユーザインタフェース部１２７１は、制御部１２７０と接続される。ユーザインタフェース部１２７１は、例えば、ユーザが撮像装置１２６０を操作するためのボタン及びスイッチ等を有する。ユーザインタフェース部１２７１は、これら構成要素を介してユーザによる操作を検出して操作信号を生成し、生成した操作信号を制御部１２７０へ出力する。
　このように構成された撮像装置１２６０において、例えば画像処理部１２６４が、上述した符号化装置１１の機能を有するようにしてもよい。つまり、画像処理部１２６４が、画像データを、以上の実施の形態において説明した方法で符号化するようにしてもよい。このようにすることにより、撮像装置１２６０は、S/N及び圧縮効率を向上させることができる。
　また、このように構成された撮像装置１２６０において、例えば画像処理部１２６４が、上述した復号装置１２の機能を有するようにしてもよい。つまり、画像処理部１２６４が、符号化データを、以上の実施の形態において説明した方法で復号するようにしてもよい。このようにすることにより、撮像装置１２６０は、S/N及び圧縮効率を向上させることができる。
　＜その他の応用例＞
　なお、本技術は、予め用意された解像度等が互いに異なる複数の符号化データの中から適切なものをセグメント単位で選択して使用する、例えばMPEG DASH等のようなHTTPストリーミングにも適用することができる。つまり、このような複数の符号化データ間で、符号化や復号に関する情報を共有することもできる。
　また、以上においては、本技術を適用する装置やシステム等の例を説明したが、本技術は、これに限らず、このような装置又はシステムを構成する装置に搭載するあらゆる構成、例えば、システムLSI（Large Scale Integration）等としてのプロセッサ、複数のプロセッサ等を用いるモジュール、複数のモジュール等を用いるユニット、ユニットにさらにその他の機能を付加したセット等（すなわち、装置の一部の構成）として実施することもできる。
　＜ビデオセット＞
　本技術をセットとして実施する場合の例について、図５８を参照して説明する。
　図５８は、本技術を適用したビデオセットの概略的な構成の一例を示す図である。
　近年、電子機器の多機能化が進んでおり、その開発や製造において、その一部の構成を販売や提供等として実施する場合、１機能を有する構成として実施を行う場合だけでなく、関連する機能を有する複数の構成を組み合わせ、複数の機能を有する１セットとして実施を行う場合も多く見られるようになってきた。
　図５８に示されるビデオセット１３００は、このような多機能化された構成であり、画像の符号化や復号（いずれか一方でもよいし、両方でも良い）に関する機能を有するデバイスに、その機能に関連するその他の機能を有するデバイスを組み合わせたものである。
　図５８に示されるように、ビデオセット１３００は、ビデオモジュール１３１１、外部メモリ１３１２、パワーマネージメントモジュール１３１３、及びフロントエンドモジュール１３１４等のモジュール群と、コネクティビティ１３２１、カメラ１３２２、及びセンサ１３２３等の関連する機能を有するデバイスとを有する。
　モジュールは、互いに関連するいくつかの部品的機能をまとめ、まとまりのある機能を持った部品としたものである。具体的な物理的構成は任意であるが、例えば、それぞれ機能を有する複数のプロセッサ、抵抗やコンデンサ等の電子回路素子、その他のデバイス等を配線基板等に配置して一体化したものが考えられる。また、モジュールに他のモジュールやプロセッサ等を組み合わせて新たなモジュールとすることも考えられる。
　図５８の例の場合、ビデオモジュール１３１１は、画像処理に関する機能を有する構成を組み合わせたものであり、アプリケーションプロセッサ１３３１、ビデオプロセッサ１３３２、ブロードバンドモデム１３３３、及びRFモジュール１３３４を有する。
　プロセッサは、所定の機能を有する構成をSoC（System On a Chip）により半導体チップに集積したものであり、例えばシステムLSI（Large Scale Integration）等と称されるものもある。この所定の機能を有する構成は、論理回路（ハードウエア構成）であってもよいし、CPU、ROM、RAM等と、それらを用いて実行されるプログラム（ソフトウエア構成）であってもよいし、その両方を組み合わせたものであってもよい。例えば、プロセッサが、論理回路とCPU、ROM、RAM等とを有し、機能の一部を論理回路（ハードウエア構成）により実現し、その他の機能をCPUにおいて実行されるプログラム（ソフトウエア構成）により実現するようにしてもよい。
　図５８のアプリケーションプロセッサ１３３１は、画像処理に関するアプリケーションを実行するプロセッサである。このアプリケーションプロセッサ１３３１において実行されるアプリケーションは、所定の機能を実現するために、演算処理を行うだけでなく、例えばビデオプロセッサ１３３２等、ビデオモジュール１３１１内外の構成を必要に応じて制御することもできる。
　ビデオプロセッサ１３３２は、画像の符号化・復号（その一方若しくは両方）に関する機能を有するプロセッサである。
　ブロードバンドモデム１３３３は、インターネットや公衆電話回線網等の広帯域の回線を介して行われる有線若しくは無線（又はその両方）の広帯域通信により送信するデータ（デジタル信号）をデジタル変調する等してアナログ信号に変換したり、その広帯域通信により受信したアナログ信号を復調してデータ（デジタル信号）に変換したりする。ブロードバンドモデム１３３３は、例えば、ビデオプロセッサ１３３２が処理する画像データ、画像データが符号化されたストリーム、アプリケーションプログラム、設定データ等、任意の情報を処理する。
　RFモジュール１３３４は、アンテナを介して送受信されるRF（Radio Frequency）信号に対して、周波数変換、変復調、増幅、フィルタ処理等を行うモジュールである。例えば、RFモジュール１３３４は、ブロードバンドモデム１３３３により生成されたベースバンド信号に対して周波数変換等を行ってRF信号を生成する。また、例えば、RFモジュール１３３４は、フロントエンドモジュール１３１４を介して受信されたRF信号に対して周波数変換等を行ってベースバンド信号を生成する。
　なお、図５８において点線１３４１に示されるように、アプリケーションプロセッサ１３３１とビデオプロセッサ１３３２を、一体化し、１つのプロセッサとして構成されるようにしてもよい。
　外部メモリ１３１２は、ビデオモジュール１３１１の外部に設けられた、ビデオモジュール１３１１により利用される記憶デバイスを有するモジュールである。この外部メモリ１３１２の記憶デバイスは、どのような物理構成により実現するようにしてもよいが、一般的にフレーム単位の画像データのような大容量のデータの格納に利用されることが多いので、例えばDRAM（Dynamic Random Access Memory）のような比較的安価で大容量の半導体メモリにより実現するのが望ましい。
　パワーマネージメントモジュール１３１３は、ビデオモジュール１３１１（ビデオモジュール１３１１内の各構成）への電力供給を管理し、制御する。
　フロントエンドモジュール１３１４は、RFモジュール１３３４に対してフロントエンド機能（アンテナ側の送受信端の回路）を提供するモジュールである。図５８に示されるように、フロントエンドモジュール１３１４は、例えば、アンテナ部１３５１、フィルタ１３５２、及び増幅部１３５３を有する。
　アンテナ部１３５１は、無線信号を送受信するアンテナ及びその周辺の構成を有する。アンテナ部１３５１は、増幅部１３５３から供給される信号を無線信号として送信し、受信した無線信号を電気信号（RF信号）としてフィルタ１３５２に供給する。フィルタ１３５２は、アンテナ部１３５１を介して受信されたRF信号に対してフィルタ処理等を行い、処理後のRF信号をRFモジュール１３３４に供給する。増幅部１３５３は、RFモジュール１３３４から供給されるRF信号を増幅し、アンテナ部１３５１に供給する。
　コネクティビティ１３２１は、外部との接続に関する機能を有するモジュールである。コネクティビティ１３２１の物理構成は、任意である。例えば、コネクティビティ１３２１は、ブロードバンドモデム１３３３が対応する通信規格以外の通信機能を有する構成や、外部入出力端子等を有する。
　例えば、コネクティビティ１３２１が、Bluetooth（登録商標）、IEEE 802.11（例えばWi-Fi（Wireless Fidelity、登録商標））、NFC（Near Field Communication）、IrDA（InfraRed Data Association）等の無線通信規格に準拠する通信機能を有するモジュールや、その規格に準拠した信号を送受信するアンテナ等を有するようにしてもよい。また、例えば、コネクティビティ１３２１が、USB（Universal Serial Bus）、HDMI（登録商標）（High-Definition Multimedia Interface）等の有線通信規格に準拠する通信機能を有するモジュールや、その規格に準拠した端子を有するようにしてもよい。さらに、例えば、コネクティビティ１３２１が、アナログ入出力端子等のその他のデータ（信号）伝送機能等を有するようにしてもよい。
　なお、コネクティビティ１３２１が、データ（信号）の伝送先のデバイスを含むようにしてもよい。例えば、コネクティビティ１３２１が、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等の記録媒体に対してデータの読み出しや書き込みを行うドライブ（リムーバブルメディアのドライブだけでなく、ハードディスク、SSD（Solid State Drive）、NAS（Network Attached Storage）等も含む）を有するようにしてもよい。また、コネクティビティ１３２１が、画像や音声の出力デバイス（モニタやスピーカ等）を有するようにしてもよい。
　カメラ１３２２は、被写体を撮像し、被写体の画像データを得る機能を有するモジュールである。カメラ１３２２の撮像により得られた画像データは、例えば、ビデオプロセッサ１３３２に供給されて符号化される。
　センサ１３２３は、例えば、音声センサ、超音波センサ、光センサ、照度センサ、赤外線センサ、イメージセンサ、回転センサ、角度センサ、角速度センサ、速度センサ、加速度センサ、傾斜センサ、磁気識別センサ、衝撃センサ、温度センサ等、任意のセンサ機能を有するモジュールである。センサ１３２３により検出されたデータは、例えば、アプリケーションプロセッサ１３３１に供給されてアプリケーション等により利用される。
　以上においてモジュールとして説明した構成をプロセッサとして実現するようにしてもよいし、逆にプロセッサとして説明した構成をモジュールとして実現するようにしてもよい。
　以上のような構成のビデオセット１３００において、後述するようにビデオプロセッサ１３３２に本技術を適用することができる。したがって、ビデオセット１３００は、本技術を適用したセットとして実施することができる。
　＜ビデオプロセッサの構成例＞
　図５９は、本技術を適用したビデオプロセッサ１３３２（図５８）の概略的な構成の一例を示す図である。
　図５９の例の場合、ビデオプロセッサ１３３２は、ビデオ信号及びオーディオ信号の入力を受けてこれらを所定の方式で符号化する機能と、符号化されたビデオデータ及びオーディオデータを復号し、ビデオ信号及びオーディオ信号を再生出力する機能とを有する。
　図５９に示されるように、ビデオプロセッサ１３３２は、ビデオ入力処理部１４０１、第１画像拡大縮小部１４０２、第２画像拡大縮小部１４０３、ビデオ出力処理部１４０４、フレームメモリ１４０５、及びメモリ制御部１４０６を有する。また、ビデオプロセッサ１３３２は、エンコード・デコードエンジン１４０７、ビデオES（Elementary Stream）バッファ１４０８Ａ及び１４０８Ｂ、並びに、オーディオESバッファ１４０９Ａ及び１４０９Ｂを有する。さらに、ビデオプロセッサ１３３２は、オーディオエンコーダ１４１０、オーディオデコーダ１４１１、多重化部（MUX（Multiplexer））１４１２、逆多重化部（DMUX（Demultiplexer））１４１３、及びストリームバッファ１４１４を有する。
　ビデオ入力処理部１４０１は、例えばコネクティビティ１３２１（図５８）等から入力されたビデオ信号を取得し、デジタル画像データに変換する。第１画像拡大縮小部１４０２は、画像データに対してフォーマット変換や画像の拡大縮小処理等を行う。第２画像拡大縮小部１４０３は、画像データに対して、ビデオ出力処理部１４０４を介して出力する先でのフォーマットに応じて画像の拡大縮小処理を行ったり、第１画像拡大縮小部１４０２と同様のフォーマット変換や画像の拡大縮小処理等を行ったりする。ビデオ出力処理部１４０４は、画像データに対して、フォーマット変換やアナログ信号への変換等を行って、再生されたビデオ信号として例えばコネクティビティ１３２１等に出力する。
　フレームメモリ１４０５は、ビデオ入力処理部１４０１、第１画像拡大縮小部１４０２、第２画像拡大縮小部１４０３、ビデオ出力処理部１４０４、及びエンコード・デコードエンジン１４０７によって共用される画像データ用のメモリである。フレームメモリ１４０５は、例えばDRAM等の半導体メモリとして実現される。
　メモリ制御部１４０６は、エンコード・デコードエンジン１４０７からの同期信号を受けて、アクセス管理テーブル１４０６Ａに書き込まれたフレームメモリ１４０５へのアクセススケジュールに従ってフレームメモリ１４０５に対する書き込み・読み出しのアクセスを制御する。アクセス管理テーブル１４０６Ａは、エンコード・デコードエンジン１４０７、第１画像拡大縮小部１４０２、第２画像拡大縮小部１４０３等で実行される処理に応じて、メモリ制御部１４０６により更新される。
　エンコード・デコードエンジン１４０７は、画像データのエンコード処理、並びに、画像データが符号化されたデータであるビデオストリームのデコード処理を行う。例えば、エンコード・デコードエンジン１４０７は、フレームメモリ１４０５から読み出した画像データを符号化し、ビデオストリームとしてビデオESバッファ１４０８Ａに順次書き込む。また、例えば、ビデオESバッファ１４０８Ｂからビデオストリームを順次読み出して復号し、画像データとしてフレームメモリ１４０５に順次書き込む。エンコード・デコードエンジン１４０７は、これらの符号化や復号において、フレームメモリ１４０５を作業領域として使用する。また、エンコード・デコードエンジン１４０７は、例えばマクロブロック毎の処理を開始するタイミングで、メモリ制御部１４０６に対して同期信号を出力する。
　ビデオESバッファ１４０８Ａは、エンコード・デコードエンジン１４０７によって生成されたビデオストリームをバッファリングして、多重化部（MUX）１４１２に供給する。ビデオESバッファ１４０８Ｂは、逆多重化部（DMUX）１４１３から供給されたビデオストリームをバッファリングして、エンコード・デコードエンジン１４０７に供給する。
　オーディオESバッファ１４０９Ａは、オーディオエンコーダ１４１０によって生成されたオーディオストリームをバッファリングして、多重化部（MUX）１４１２に供給する。オーディオESバッファ１４０９Ｂは、逆多重化部（DMUX）１４１３から供給されたオーディオストリームをバッファリングして、オーディオデコーダ１４１１に供給する。
　オーディオエンコーダ１４１０は、例えばコネクティビティ１３２１等から入力されたオーディオ信号を例えばデジタル変換し、例えばMPEGオーディオ方式やAC3（AudioCode number 3）方式等の所定の方式で符号化する。オーディオエンコーダ１４１０は、オーディオ信号が符号化されたデータであるオーディオストリームをオーディオESバッファ１４０９Ａに順次書き込む。オーディオデコーダ１４１１は、オーディオESバッファ１４０９Ｂから供給されたオーディオストリームを復号し、例えばアナログ信号への変換等を行って、再生されたオーディオ信号として例えばコネクティビティ１３２１等に供給する。
　多重化部（MUX）１４１２は、ビデオストリームとオーディオストリームとを多重化する。この多重化の方法（すなわち、多重化により生成されるビットストリームのフォーマット）は任意である。また、この多重化の際に、多重化部（MUX）１４１２は、所定のヘッダ情報等をビットストリームに付加することもできる。つまり、多重化部（MUX）１４１２は、多重化によりストリームのフォーマットを変換することができる。例えば、多重化部（MUX）１４１２は、ビデオストリームとオーディオストリームとを多重化することにより、転送用のフォーマットのビットストリームであるトランスポートストリームに変換する。また、例えば、多重化部（MUX）１４１２は、ビデオストリームとオーディオストリームとを多重化することにより、記録用のファイルフォーマットのデータ（ファイルデータ）に変換する。
　逆多重化部（DMUX）１４１３は、多重化部（MUX）１４１２による多重化に対応する方法で、ビデオストリームとオーディオストリームとが多重化されたビットストリームを逆多重化する。つまり、逆多重化部（DMUX）１４１３は、ストリームバッファ１４１４から読み出されたビットストリームからビデオストリームとオーディオストリームとを抽出する（ビデオストリームとオーディオストリームとを分離する）。つまり、逆多重化部（DMUX）１４１３は、逆多重化によりストリームのフォーマットを変換（多重化部（MUX）１４１２による変換の逆変換）することができる。例えば、逆多重化部（DMUX）１４１３は、例えばコネクティビティ１３２１やブロードバンドモデム１３３３等から供給されたトランスポートストリームを、ストリームバッファ１４１４を介して取得し、逆多重化することにより、ビデオストリームとオーディオストリームとに変換することができる。また、例えば、逆多重化部（DMUX）１４１３は、例えばコネクティビティ１３２１により各種記録媒体から読み出されたファイルデータを、ストリームバッファ１４１４を介して取得し、逆多重化することにより、ビデオストリームとオーディオストリームとに変換することができる。
　ストリームバッファ１４１４は、ビットストリームをバッファリングする。例えば、ストリームバッファ１４１４は、多重化部（MUX）１４１２から供給されたトランスポートストリームをバッファリングし、所定のタイミングにおいて、若しくは外部からの要求等に基づいて、例えばコネクティビティ１３２１やブロードバンドモデム１３３３等に供給する。
　また、例えば、ストリームバッファ１４１４は、多重化部（MUX）１４１２から供給されたファイルデータをバッファリングし、所定のタイミングにおいて、若しくは外部からの要求等に基づいて、例えばコネクティビティ１３２１等に供給し、各種記録媒体に記録させる。
　さらに、ストリームバッファ１４１４は、例えばコネクティビティ１３２１やブロードバンドモデム１３３３等を介して取得したトランスポートストリームをバッファリングし、所定のタイミングにおいて、若しくは外部からの要求等に基づいて、逆多重化部（DMUX）１４１３に供給する。
　また、ストリームバッファ１４１４は、例えばコネクティビティ１３２１等において各種記録媒体から読み出されたファイルデータをバッファリングし、所定のタイミングにおいて、若しくは外部からの要求等に基づいて、逆多重化部（DMUX）１４１３に供給する。
　次に、このような構成のビデオプロセッサ１３３２の動作の例について説明する。例えば、コネクティビティ１３２１等からビデオプロセッサ１３３２に入力されたビデオ信号は、ビデオ入力処理部１４０１において４：２：２Ｙ／Ｃｂ／Ｃｒ方式等の所定の方式のデジタル画像データに変換され、フレームメモリ１４０５に順次書き込まれる。このデジタル画像データは、第１画像拡大縮小部１４０２又は第２画像拡大縮小部１４０３に読み出されて、４：２：０Ｙ／Ｃｂ／Ｃｒ方式等の所定の方式へのフォーマット変換及び拡大縮小処理が行われ、再びフレームメモリ１４０５に書き込まれる。この画像データは、エンコード・デコードエンジン１４０７によって符号化され、ビデオストリームとしてビデオESバッファ１４０８Ａに書き込まれる。
　また、コネクティビティ１３２１等からビデオプロセッサ１３３２に入力されたオーディオ信号は、オーディオエンコーダ１４１０によって符号化され、オーディオストリームとして、オーディオESバッファ１４０９Ａに書き込まれる。
　ビデオESバッファ１４０８Ａのビデオストリームと、オーディオESバッファ１４０９Ａのオーディオストリームは、多重化部（MUX）１４１２に読み出されて多重化され、トランスポートストリーム若しくはファイルデータ等に変換される。多重化部（MUX）１４１２により生成されたトランスポートストリームは、ストリームバッファ１４１４にバッファされた後、例えばコネクティビティ１３２１やブロードバンドモデム１３３３等を介して外部ネットワークに出力される。また、多重化部（MUX）１４１２により生成されたファイルデータは、ストリームバッファ１４１４にバッファされた後、例えばコネクティビティ１３２１等に出力され、各種記録媒体に記録される。
　また、例えばコネクティビティ１３２１やブロードバンドモデム１３３３等を介して外部ネットワークからビデオプロセッサ１３３２に入力されたトランスポートストリームは、ストリームバッファ１４１４にバッファされた後、逆多重化部（DMUX）１４１３により逆多重化される。また、例えばコネクティビティ１３２１等において各種記録媒体から読み出され、ビデオプロセッサ１３３２に入力されたファイルデータは、ストリームバッファ１４１４にバッファされた後、逆多重化部（DMUX）１４１３により逆多重化される。つまり、ビデオプロセッサ１３３２に入力されたトランスポートストリーム又はファイルデータは、逆多重化部（DMUX）１４１３によりビデオストリームとオーディオストリームとに分離される。
　オーディオストリームは、オーディオESバッファ１４０９Ｂを介してオーディオデコーダ１４１１に供給され、復号されてオーディオ信号が再生される。また、ビデオストリームは、ビデオESバッファ１４０８Ｂに書き込まれた後、エンコード・デコードエンジン１４０７により順次読み出されて復号されてフレームメモリ１４０５に書き込まれる。復号された画像データは、第２画像拡大縮小部１４０３によって拡大縮小処理されて、フレームメモリ１４０５に書き込まれる。そして、復号された画像データは、ビデオ出力処理部１４０４に読み出されて、４：２：２Ｙ／Ｃｂ／Ｃｒ方式等の所定の方式にフォーマット変換され、さらにアナログ信号に変換されて、ビデオ信号が再生出力される。
　このように構成されるビデオプロセッサ１３３２に本技術を適用する場合、エンコード・デコードエンジン１４０７に、上述した実施の形態に係る本技術を適用すればよい。つまり、例えば、エンコード・デコードエンジン１４０７が、上述した符号化装置１１の機能若しくは復号装置１２の機能又はその両方を有するようにしてもよい。このようにすることにより、ビデオプロセッサ１３３２は、上述した実施の形態の符号化装置１１や復号装置１２と同様の効果を得ることができる。
　なお、エンコード・デコードエンジン１４０７において、本技術（すなわち、符号化装置１１の機能若しくは復号装置１２の機能又はその両方）は、論理回路等のハードウエアにより実現するようにしてもよいし、組み込みプログラム等のソフトウエアにより実現するようにしてもよいし、それらの両方により実現するようにしてもよい。
　＜ビデオプロセッサの他の構成例＞
　図６０は、本技術を適用したビデオプロセッサ１３３２の概略的な構成の他の例を示す図である。
　図６０の例の場合、ビデオプロセッサ１３３２は、ビデオデータを所定の方式で符号化・復号する機能を有する。
　より具体的には、図６０に示されるように、ビデオプロセッサ１３３２は、制御部１５１１、ディスプレイインタフェース１５１２、ディスプレイエンジン１５１３、画像処理エンジン１５１４、及び内部メモリ１５１５を有する。また、ビデオプロセッサ１３３２は、コーデックエンジン１５１６、メモリインタフェース１５１７、多重化・逆多重化部（MUX DMUX）１５１８、ネットワークインタフェース１５１９、及びビデオインタフェース１５２０を有する。
　制御部１５１１は、ディスプレイインタフェース１５１２、ディスプレイエンジン１５１３、画像処理エンジン１５１４、及びコーデックエンジン１５１６等、ビデオプロセッサ１３３２内の各処理部の動作を制御する。
　図６０に示されるように、制御部１５１１は、例えば、メインCPU１５３１、サブCPU１５３２、及びシステムコントローラ１５３３を有する。メインCPU１５３１は、ビデオプロセッサ１３３２内の各処理部の動作を制御するためのプログラム等を実行する。メインCPU１５３１は、そのプログラム等に従って制御信号を生成し、各処理部に供給する（つまり、各処理部の動作を制御する）。サブCPU１５３２は、メインCPU１５３１の補助的な役割を果たす。例えば、サブCPU１５３２は、メインCPU１５３１が実行するプログラム等の子プロセスやサブルーチン等を実行する。システムコントローラ１５３３は、メインCPU１５３１及びサブCPU１５３２が実行するプログラムを指定する等、メインCPU１５３１及びサブCPU１５３２の動作を制御する。
　ディスプレイインタフェース１５１２は、制御部１５１１の制御の下、画像データを例えばコネクティビティ１３２１等に出力する。例えば、ディスプレイインタフェース１５１２は、デジタルデータの画像データをアナログ信号に変換し、再生されたビデオ信号として、又はデジタルデータの画像データのまま、コネクティビティ１３２１のモニタ装置等に出力する。
　ディスプレイエンジン１５１３は、制御部１５１１の制御の下、画像データに対して、その画像を表示させるモニタ装置等のハードウエアスペックに合わせるように、フォーマット変換、サイズ変換、色域変換等の各種変換処理を行う。
　画像処理エンジン１５１４は、制御部１５１１の制御の下、画像データに対して、例えば画質改善のためのフィルタ処理等、所定の画像処理を施す。
　内部メモリ１５１５は、ディスプレイエンジン１５１３、画像処理エンジン１５１４、及びコーデックエンジン１５１６により共用される、ビデオプロセッサ１３３２の内部に設けられたメモリである。内部メモリ１５１５は、例えば、ディスプレイエンジン１５１３、画像処理エンジン１５１４、及びコーデックエンジン１５１６の間で行われるデータの授受に利用される。例えば、内部メモリ１５１５は、ディスプレイエンジン１５１３、画像処理エンジン１５１４、又はコーデックエンジン１５１６から供給されるデータを格納し、必要に応じて（例えば、要求に応じて）、そのデータを、ディスプレイエンジン１５１３、画像処理エンジン１５１４、又はコーデックエンジン１５１６に供給する。この内部メモリ１５１５は、どのような記憶デバイスにより実現するようにしてもよいが、一般的にブロック単位の画像データやパラメータ等といった小容量のデータの格納に利用することが多いので、例えばSRAM（Static Random Access Memory）のような比較的（例えば外部メモリ１３１２と比較して）小容量だが応答速度が高速な半導体メモリにより実現するのが望ましい。
　コーデックエンジン１５１６は、画像データの符号化や復号に関する処理を行う。このコーデックエンジン１５１６が対応する符号化・復号の方式は任意であり、その数は１つであってもよいし、複数であってもよい。例えば、コーデックエンジン１５１６は、複数の符号化・復号方式のコーデック機能を備え、その中から選択されたもので画像データの符号化又は符号化データの復号を行うようにしてもよい。
　図６０に示される例において、コーデックエンジン１５１６は、コーデックに関する処理の機能ブロックとして、例えば、MPEG-2 Video１５４１、AVC/H.264１５４２、HEVC/H.265１５４３、HEVC/H.265(Scalable)１５４４、HEVC/H.265(Multi-view)１５４５、及びMPEG-DASH１５５１を有する。
　MPEG-2 Video１５４１は、画像データをMPEG-2方式で符号化したり復号したりする機能ブロックである。AVC/H.264１５４２は、画像データをAVC方式で符号化したり復号したりする機能ブロックである。HEVC/H.265１５４３は、画像データをHEVC方式で符号化したり復号したりする機能ブロックである。HEVC/H.265(Scalable)１５４４は、画像データをHEVC方式でスケーラブル符号化したりスケーラブル復号したりする機能ブロックである。HEVC/H.265(Multi-view)１５４５は、画像データをHEVC方式で多視点符号化したり多視点復号したりする機能ブロックである。
　MPEG-DASH１５５１は、画像データをMPEG-DASH（MPEG-Dynamic Adaptive Streaming over HTTP）方式で送受信する機能ブロックである。MPEG-DASHは、HTTP（HyperText Transfer Protocol）を使ってビデオのストリーミングを行う技術であり、予め用意された解像度等が互いに異なる複数の符号化データの中から適切なものをセグメント単位で選択し伝送することを特徴の１つとする。MPEG-DASH１５５１は、規格に準拠するストリームの生成やそのストリームの伝送制御等を行い、画像データの符号化・復号については、上述したMPEG-2 Video１５４１乃至HEVC/H.265(Multi-view)１５４５を利用する。
　メモリインタフェース１５１７は、外部メモリ１３１２用のインタフェースである。画像処理エンジン１５１４やコーデックエンジン１５１６から供給されるデータは、メモリインタフェース１５１７を介して外部メモリ１３１２に供給される。また、外部メモリ１３１２から読み出されたデータは、メモリインタフェース１５１７を介してビデオプロセッサ１３３２（画像処理エンジン１５１４若しくはコーデックエンジン１５１６）に供給される。
　多重化・逆多重化部（MUX DMUX）１５１８は、符号化データのビットストリーム、画像データ、ビデオ信号等、画像に関する各種データの多重化や逆多重化を行う。この多重化・逆多重化の方法は任意である。例えば、多重化の際に、多重化・逆多重化部（MUX DMUX）１５１８は、複数のデータを１つにまとめるだけでなく、所定のヘッダ情報等をそのデータに付加することもできる。また、逆多重化の際に、多重化・逆多重化部（MUX DMUX）１５１８は、１つのデータを複数に分割するだけでなく、分割した各データに所定のヘッダ情報等を付加することもできる。つまり、多重化・逆多重化部（MUX DMUX）１５１８は、多重化・逆多重化によりデータのフォーマットを変換することができる。例えば、多重化・逆多重化部（MUX DMUX）１５１８は、ビットストリームを多重化することにより、転送用のフォーマットのビットストリームであるトランスポートストリームや、記録用のファイルフォーマットのデータ（ファイルデータ）に変換することができる。もちろん、逆多重化によりその逆変換も可能である。
　ネットワークインタフェース１５１９は、例えばブロードバンドモデム１３３３やコネクティビティ１３２１等向けのインタフェースである。ビデオインタフェース１５２０は、例えばコネクティビティ１３２１やカメラ１３２２等向けのインタフェースである。
　次に、このようなビデオプロセッサ１３３２の動作の例について説明する。例えば、コネクティビティ１３２１やブロードバンドモデム１３３３等を介して外部ネットワークからトランスポートストリームを受信すると、そのトランスポートストリームは、ネットワークインタフェース１５１９を介して多重化・逆多重化部（MUX DMUX）１５１８に供給されて逆多重化され、コーデックエンジン１５１６により復号される。コーデックエンジン１５１６の復号により得られた画像データは、例えば、画像処理エンジン１５１４により所定の画像処理が施され、ディスプレイエンジン１５１３により所定の変換が行われ、ディスプレイインタフェース１５１２を介して例えばコネクティビティ１３２１等に供給され、その画像がモニタに表示される。また、例えば、コーデックエンジン１５１６の復号により得られた画像データは、コーデックエンジン１５１６により再符号化され、多重化・逆多重化部（MUX DMUX）１５１８により多重化されてファイルデータに変換され、ビデオインタフェース１５２０を介して例えばコネクティビティ１３２１等に出力され、各種記録媒体に記録される。
　さらに、例えば、コネクティビティ１３２１等により図示せぬ記録媒体から読み出された、画像データが符号化された符号化データのファイルデータは、ビデオインタフェース１５２０を介して多重化・逆多重化部（MUX DMUX）１５１８に供給されて逆多重化され、コーデックエンジン１５１６により復号される。コーデックエンジン１５１６の復号により得られた画像データは、画像処理エンジン１５１４により所定の画像処理が施され、ディスプレイエンジン１５１３により所定の変換が行われ、ディスプレイインタフェース１５１２を介して例えばコネクティビティ１３２１等に供給され、その画像がモニタに表示される。また、例えば、コーデックエンジン１５１６の復号により得られた画像データは、コーデックエンジン１５１６により再符号化され、多重化・逆多重化部（MUX DMUX）１５１８により多重化されてトランスポートストリームに変換され、ネットワークインタフェース１５１９を介して例えばコネクティビティ１３２１やブロードバンドモデム１３３３等に供給され図示せぬ他の装置に伝送される。
　なお、ビデオプロセッサ１３３２内の各処理部の間での画像データやその他のデータの授受は、例えば、内部メモリ１５１５や外部メモリ１３１２を利用して行われる。また、パワーマネージメントモジュール１３１３は、例えば制御部１５１１への電力供給を制御する。
　このように構成されるビデオプロセッサ１３３２に本技術を適用する場合、コーデックエンジン１５１６に、上述した実施の形態に係る本技術を適用すればよい。つまり、例えば、コーデックエンジン１５１６が、上述した符号化装置１１の機能若しくは復号装置１２の機能又はその両方を有するようにすればよい。このようにすることにより、ビデオプロセッサ１３３２は、上述した符号化装置１１や復号装置１２と同様の効果を得ることができる。
　なお、コーデックエンジン１５１６において、本技術（すなわち、符号化装置１１や復号装置１２の機能）は、論理回路等のハードウエアにより実現するようにしてもよいし、組み込みプログラム等のソフトウエアにより実現するようにしてもよいし、それらの両方により実現するようにしてもよい。
　以上にビデオプロセッサ１３３２の構成を２例示したが、ビデオプロセッサ１３３２の構成は任意であり、上述した２例以外のものであってもよい。また、このビデオプロセッサ１３３２は、１つの半導体チップとして構成されるようにしてもよいが、複数の半導体チップとして構成されるようにしてもよい。例えば、複数の半導体を積層する３次元積層LSIとしてもよい。また、複数のLSIにより実現されるようにしてもよい。
　＜装置への適用例＞
　ビデオセット１３００は、画像データを処理する各種装置に組み込むことができる。例えば、ビデオセット１３００は、テレビジョン装置１２００（図５４）、携帯電話機１２２０（図５５）、記録再生装置１２４０（図５６）、撮像装置１２６０（図５７）等に組み込むことができる。ビデオセット１３００を組み込むことにより、その装置は、上述した符号化装置１１や復号装置１２と同様の効果を得ることができる。
　なお、上述したビデオセット１３００の各構成の一部であっても、ビデオプロセッサ１３３２を含むものであれば、本技術を適用した構成として実施することができる。例えば、ビデオプロセッサ１３３２のみを本技術を適用したビデオプロセッサとして実施することができる。また、例えば、上述したように点線１３４１により示されるプロセッサやビデオモジュール１３１１等を、本技術を適用したプロセッサやモジュール等として実施することができる。さらに、例えば、ビデオモジュール１３１１、外部メモリ１３１２、パワーマネージメントモジュール１３１３、及びフロントエンドモジュール１３１４を組み合わせ、本技術を適用したビデオユニット１３６１として実施することもできる。いずれの構成の場合であっても、上述した符号化装置１１や復号装置１２と同様の効果を得ることができる。
　つまり、ビデオプロセッサ１３３２を含むものであればどのような構成であっても、ビデオセット１３００の場合と同様に、画像データを処理する各種装置に組み込むことができる。例えば、ビデオプロセッサ１３３２、点線１３４１により示されるプロセッサ、ビデオモジュール１３１１、又は、ビデオユニット１３６１を、テレビジョン装置１２００（図５４）、携帯電話機１２２０（図５５）、記録再生装置１２４０（図５６）、撮像装置１２６０（図５７）等に組み込むことができる。そして、本技術を適用したいずれかの構成を組み込むことにより、その装置は、ビデオセット１３００の場合と同様に、上述した符号化装置１１や復号装置１２と同様の効果を得ることができる。
　＜その他＞
　なお、本明細書では、各種情報が、符号化データ（ビットストリーム）に多重化されて、符号化側から復号側へ伝送される例について説明したが、これら情報を伝送する手法はかかる例に限定されない。例えば、これら情報は、符号化データに多重化されることなく、符号化データと関連付けられた別個のデータとして伝送され又は記録されてもよい。ここで、「関連付ける」という用語は、例えば、符号化データに含まれる画像（スライス若しくはブロック等、画像の一部であってもよい）と当該画像に対応する情報とを復号時にリンクさせ得るようにすることを意味する。すなわち、この符号化データ（画像）に関連付けられた情報は、符号化データ（画像）とは別の伝送路上で伝送されるようにしてもよい。また、この符号化データ（画像）に関連付けられた情報は、符号化データ（画像）とは別の記録媒体（又は同一の記録媒体の別の記録エリア）に記録されるようにしてもよい。さらに、画像とその画像に対応する情報とが、例えば、複数フレーム、１フレーム、又はフレーム内の一部分等の任意の単位で互いに関連付けられるようにしてもよい。
　また、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。
　例えば、本明細書において、システムとは、複数の構成要素（装置、モジュール（部品）等）の集合を意味し、全ての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、及び、１つの筐体の中に複数のモジュールが収納されている１つの装置は、いずれも、システムである。
　また、例えば、１つの装置（又は処理部）として説明した構成を分割し、複数の装置（又は処理部）として構成するようにしてもよい。逆に、以上において複数の装置（又は処理部）として説明した構成をまとめて１つの装置（又は処理部）として構成されるようにしてもよい。また、各装置（又は各処理部）の構成に上述した以外の構成を付加するようにしてももちろんよい。さらに、システム全体としての構成や動作が実質的に同じであれば、ある装置（又は処理部）の構成の一部を他の装置（又は他の処理部）の構成に含めるようにしてもよい。
　また、例えば、本技術は、１つの機能を、ネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。
　また、例えば、上述したプログラムは、任意の装置において実行することができる。その場合、その装置が、必要な機能（機能ブロック等）を有し、必要な情報を得ることができるようにすればよい。
　また、例えば、上述のフローチャートで説明した各ステップは、１つの装置で実行する他、複数の装置で分担して実行することができる。さらに、１つのステップに複数の処理が含まれる場合には、その１つのステップに含まれる複数の処理は、１つの装置で実行する他、複数の装置で分担して実行することができる。
　なお、コンピュータが実行するプログラムは、プログラムを記述するステップの処理が、本明細書で説明する順序に沿って時系列に実行されるようにしても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで個別に実行されるようにしても良い。つまり、矛盾が生じない限り、各ステップの処理が上述した順序と異なる順序で実行されるようにしてもよい。さらに、このプログラムを記述するステップの処理が、他のプログラムの処理と並列に実行されるようにしても良いし、他のプログラムの処理と組み合わせて実行されるようにしても良い。
　なお、本明細書において複数説明した本技術は、矛盾が生じない限り、それぞれ独立に単体で実施することができる。もちろん、任意の複数の本技術を併用して実施することもできる。例えば、いずれかの実施の形態において説明した本技術を、他の実施の形態において説明した本技術と組み合わせて実施することもできる。また、上述した任意の本技術を、上述していない他の技術と併用して実施することもできる。
　また、本明細書に記載された効果はあくまで例示であって限定されるものではなく、他の効果があってもよい。
　なお、本技術は、以下の構成をとることができる。
　＜１＞
　　予測符号化の残差と予測画像とを加算することにより得られる第１の画像の注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択する予測タップ選択部と、
　　前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類するクラス分類部と、
　　前記第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められる前記クラスごとのタップ係数を、前記クラスごとのタップ係数の空間であるタップ係数空間よりも低次元の空間に射影した削減係数から再構成されるタップ係数から、前記注目画素のクラスのタップ係数を取得する係数取得部と、
　　前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求める演算部と
　を有し、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成するフィルタ部と、
　前記削減係数、及び、前記削減係数を前記タップ係数空間に射影する変換係数を伝送する伝送部と
　を備える符号化装置。
　＜２＞
　主成分分析を用いて、前記クラスごとのタップ係数から、前記削減係数及び前記変換係数を求める削減部をさらに備える
　＜１＞に記載の符号化装置。
　＜３＞
　前記削減部は、
　　前記クラスごとのタップ係数の主成分分析により得られる主成分によって前記クラスごとのタップ係数を変換することにより得られる主成分得点の中で、０にする主成分得点の数である削減数を決定し、
　　各クラスに対して、前記主成分得点のうちの、前記削減数だけの高次の主成分得点を０とした主成分得点を、前記削減係数として求めるとともに、全クラスに対して、前記タップ係数を前記主成分得点に変換する主成分行列の逆行列のコンポーネントのうちの、前記高次の主成分得点に対応するコンポーネントを０にした行列を、前記変換係数として求める
　＜２＞に記載の符号化装置。
　＜４＞
　前記削減部は、前記削減数の複数の候補を決定し、その複数の候補の中から、前記削減数を選択し、
　前記伝送部は、前記削減数を、さらに伝送する
　＜３＞に記載の符号化装置。
　＜５＞
　前記削減部は、前記予測符号化により得られる符号化データから取得可能な取得可能情報に応じて、前記削減数を決定する
　＜３＞に記載の符号化装置。
　＜６＞
　前記削減部は、
　　前記タップ係数を前記削減係数とすることに適さない不適合クラスを検出し、
　　前記不適合クラスについては、前記削減係数に代えて、前記不適合クラスのタップ係数を出力し、
　前記伝送部は、前記不適合クラスのタップ係数、及び、前記クラスが不適合クラスであるかどうかを表すクラスフラグを、さらに伝送し、
　前記不適合クラスは、前記タップ係数空間において、前記タップ係数が他のクラスのタップ係数から閾値以上の距離だけ離れているクラス、及び、前記変換係数によって前記削減係数を変換することにより再構成される前記タップ係数を用いた前記フィルタ処理により生成される前記第２の画像のS/Nが閾値以下のクラスのうちの一方又は両方である
　＜３＞ないし＜５＞のいずれかに記載の符号化装置。
　＜７＞
　　予測符号化の残差と予測画像とを加算することにより得られる第１の画像の注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択することと、
　　前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類することと、
　　前記第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められる前記クラスごとのタップ係数を、前記クラスごとのタップ係数の空間であるタップ係数空間よりも低次元の空間に射影した削減係数から再構成されるタップ係数から、前記注目画素のクラスのタップ係数を取得することと、
　　前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求めることと
　を含み、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成することと、
　前記削減係数、及び、前記削減係数を前記タップ係数空間に射影する変換係数を伝送することと
　を含む符号化方法。
　＜８＞
　予測符号化の残差と予測画像とを加算することにより得られる第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められるクラスごとのタップ係数を、前記クラスごとのタップ係数の空間であるタップ係数空間よりも低次元の空間に射影した削減係数、及び、前記削減係数を前記タップ係数空間に射影する変換係数を受け取る受け取り部と、
　　前記第１の画像のうちの注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択する予測タップ選択部と、
　　前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類するクラス分類部と、
　　前記変換係数によって、前記削減係数を変換することにより再構成される前記タップ係数から、前記注目画素のクラスのタップ係数を取得する係数取得部と、
　　前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求める演算部と
　を有し、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成するフィルタ部と
　を備える復号装置。
　＜９＞
　前記変換係数によって前記削減係数を変換することにより、前記タップ係数を再構成する再構成部をさらに備える
　＜８＞に記載の復号装置。
　＜１０＞
　前記クラスごとのタップ係数の主成分分析により得られる主成分によって前記クラスごとのタップ係数を変換することにより得られる主成分得点の中で、０にする主成分得点の数を削減数として、
　前記削減係数は、各クラスに対して、前記主成分得点のうちの、前記削減数だけの高次の主成分得点を０とした主成分得点であり、
　前記変換係数は、全クラスに対して、前記タップ係数を前記主成分得点に変換する主成分行列の逆行列のコンポーネントのうちの、前記高次の主成分得点に対応するコンポーネントを０にした行列である
　＜９＞に記載の復号装置。
　＜１１＞
　前記受け取り部は、前記削減数を、さらに受け取り、
　前記再構成部は、前記削減数、前記変換係数、及び、前記削減係数を用いて、前記タップ係数を再構成する
　＜１０＞に記載の復号装置。
　＜１２＞
　前記予測符号化により得られる符号化データから取得可能な取得可能情報に応じて、前記削減数を決定する決定部をさらに備え、
　前記再構成部は、前記削減数、前記変換係数、及び、前記削減係数を用いて、前記タップ係数を再構成する
　＜１０＞に記載の復号装置。
　＜１３＞
　前記受け取り部は、前記タップ係数を前記削減係数とすることに適さない不適合クラスの前記タップ係数、及び、前記クラスが不適合クラスであるかどうかを表すクラスフラグを、さらに受け取り、
　前記再構成部は、前記全クラスから前記不適合クラスを除外したクラスについて、前記タップ係数を再構成し、
　前記不適合クラスは、前記タップ係数空間において、前記タップ係数が他のクラスのタップ係数から閾値以上の距離だけ離れているクラス、及び、前記変換係数によって前記削減係数を変換することにより再構成される前記タップ係数を用いた前記フィルタ処理により生成される前記第２の画像のS/Nが閾値以下のクラスのうちの一方又は両方である
　＜１０＞ないし＜１２＞のいずれかに記載の復号装置。
　＜１４＞
　予測符号化の残差と予測画像とを加算することにより得られる第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められるクラスごとのタップ係数を、前記クラスごとのタップ係数の空間であるタップ係数空間よりも低次元の空間に射影した削減係数、及び、前記削減係数を前記タップ係数空間に射影する変換係数を受け取ることと、
　　前記第１の画像のうちの注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択することと、
　　前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類することと、
　　前記変換係数によって、前記削減係数を変換することにより再構成される前記タップ係数から、前記注目画素のクラスのタップ係数を取得することと、
　　前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求めることと
　を含み、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成することと
　を含む復号方法。
　＜１５＞
　　予測符号化の残差と予測画像とを加算することにより得られる第１の画像の注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択する予測タップ選択部と、
　　前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類するクラス分類部と、
　　前記第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められる前記クラスごとのタップ係数を、クラスを表すパラメータとの所定の演算により求めるのに用いられる種係数から再構成されるタップ係数から、前記注目画素のクラスのタップ係数を取得する係数取得部と、
　　前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求める演算部と
　を有し、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成するフィルタ部と、
　前記種係数を伝送する伝送部と
　を備える符号化装置。
　＜１６＞
　　予測符号化の残差と予測画像とを加算することにより得られる第１の画像の注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択することと、
　　前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類することと、
　　前記第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められる前記クラスごとのタップ係数を、クラスを表すパラメータとの所定の演算により求めるのに用いられる種係数から再構成されるタップ係数から、前記注目画素のクラスのタップ係数を取得することと、
　　前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求めることと
　を含み、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成することと、
　前記種係数を伝送することと
　を含む符号化方法。
　＜１７＞
　予測符号化の残差と予測画像とを加算することにより得られる第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められるクラスごとのタップ係数を、クラスを表すパラメータとの所定の演算により求めるのに用いられる種係数を受け取る受け取り部と、
　　前記第１の画像のうちの注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択する予測タップ選択部と、
　　前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類するクラス分類部と、
　　前記パラメータ及び前記種係数を用いた前記所定の演算により再構成される前記タップ係数から、前記注目画素のクラスのタップ係数を取得する係数取得部と、
　　前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求める演算部と
　を有し、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成するフィルタ部と
　を備える復号装置。
　＜１８＞
　予測符号化の残差と予測画像とを加算することにより得られる第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められるクラスごとのタップ係数を、クラスを表すパラメータとの所定の演算により求めるのに用いられる種係数を受け取ることと、
　　前記第１の画像のうちの注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択することと、
　　前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類することと、
　　前記パラメータ及び前記種係数を用いた前記所定の演算により再構成される前記タップ係数から、前記注目画素のクラスのタップ係数を取得することと、
　　前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求めることと
　を含み、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成することと
　を含む復号方法。
　１１　符号化装置，　１２　復号装置，　２０　画像変換装置，　２１　タップ選択部，　２２　クラス分類部，　２３　係数取得部，　２４　予測演算部，　４０　学習装置，　４１　教師データ生成部，　４２　生徒データ生成部，　４３　学習部，　５１　タップ選択部，　５２　クラス分類部，　５３　足し込み部，　５４　係数算出部，　６１　係数取得部，　７１　パラメータ生成部，　７２　生徒データ生成部，　７３　学習部，　８１　足し込み部，　８２　係数算出部，　９１，９２　足し込み部，　９３　係数算出部，　１０１　A/D変換部，　１０２　並べ替えバッファ，　１０３　演算部，　１０４　直交変換部，　１０５　量子化部，　１０６　可逆符号化部，　１０７　蓄積バッファ，　１０８　逆量子化部，　１０９　逆直交変換部，　１１０　演算部，　１１１　クラス分類適応フィルタ，　１１２　フレームメモリ，　１１３　選択部，　１１４　イントラ予測部，　１１５　動き予測補償部，　１１６　予測画像選択部，　１１７　レート制御部，　１３１　学習装置，　１３２　削減装置，　１３３　画像変換装置，　１４１　選択部，　１５１　タップ選択部，　１５２　クラス分類部，　１５３　足し込み部，　１５４　係数算出部，　１６１　削減数決定部，　１６２　係数削減部，　１６３　選択部，　１６４　不適合クラス検出部，　１７１　タップ選択部，　１７２　クラス分類部，　１７３　係数取得部，　１７４　予測演算部，　１７５　係数再構成部，　１８１　係数削減部，　１９１　係数再構成部，　２１１，２２１　削減数決定部，　　２２２．２３１　係数再構成部，　３０１　蓄積バッファ，　３０２　可逆復号部，　３０３　逆量子化部，　３０４　逆直交変換部，　３０５　演算部，　３０６　クラス分類適応フィルタ，　３０７　並べ替えバッファ，　３０８　D/A変換部，　３１０　フレームメモリ，　３１１　選択部，　３１２　イントラ予測部，　３１３　動き予測補償部，　３１４　　選択部，　３３１　画像変換装置，　３４１　タップ選択部，　３４２　クラス分類部，　３４３　係数取得部，　３４４　予測演算部，　３４５，３５１　係数再構成部，　３６１　削減数決定部，　３６２，３７１　係数再構成部，　５１１　クラス分類適応フィルタ，　５３１　削減装置，　５３２　画像変換装置，　５４１　足し込み部，　５４２　係数算出部，　５６１　係数再構成部，　６１１　クラス分類適応フィルタ，　６３１　画像変換装置，　６４１　係数再構成部

Claims (18)

  1. 　　予測符号化の残差と予測画像とを加算することにより得られる第１の画像の注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択する予測タップ選択部と、
    　　前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類するクラス分類部と、
    　　前記第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められる前記クラスごとのタップ係数を、前記クラスごとのタップ係数の空間であるタップ係数空間よりも低次元の空間に射影した削減係数から再構成されるタップ係数から、前記注目画素のクラスのタップ係数を取得する係数取得部と、
    　　前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求める演算部と
    　を有し、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成するフィルタ部と、
    　前記削減係数、及び、前記削減係数を前記タップ係数空間に射影する変換係数を伝送する伝送部と
    　を備える符号化装置。
  2. 　主成分分析を用いて、前記クラスごとのタップ係数から、前記削減係数及び前記変換係数を求める削減部をさらに備える
    　請求項１に記載の符号化装置。
  3. 　前記削減部は、
    　　前記クラスごとのタップ係数の主成分分析により得られる主成分によって前記クラスごとのタップ係数を変換することにより得られる主成分得点の中で、０にする主成分得点の数である削減数を決定し、
    　　各クラスに対して、前記主成分得点のうちの、前記削減数だけの高次の主成分得点を０とした主成分得点を、前記削減係数として求めるとともに、全クラスに対して、前記タップ係数を前記主成分得点に変換する主成分行列の逆行列のコンポーネントのうちの、前記高次の主成分得点に対応するコンポーネントを０にした行列を、前記変換係数として求める
    　請求項２に記載の符号化装置。
  4. 　前記削減部は、前記削減数の複数の候補を決定し、その複数の候補の中から、前記削減数を選択し、
    　前記伝送部は、前記削減数を、さらに伝送する
    　請求項３に記載の符号化装置。
  5. 　前記削減部は、前記予測符号化により得られる符号化データから取得可能な取得可能情報に応じて、前記削減数を決定する
    　請求項３に記載の符号化装置。
  6. 　前記削減部は、
    　　前記タップ係数を前記削減係数とすることに適さない不適合クラスを検出し、
    　　前記不適合クラスについては、前記削減係数に代えて、前記不適合クラスのタップ係数を出力し、
    　前記伝送部は、前記不適合クラスのタップ係数、及び、前記クラスが不適合クラスであるかどうかを表すクラスフラグを、さらに伝送し、
    　前記不適合クラスは、前記タップ係数空間において、前記タップ係数が他のクラスのタップ係数から閾値以上の距離だけ離れているクラス、及び、前記変換係数によって前記削減係数を変換することにより再構成される前記タップ係数を用いた前記フィルタ処理により生成される前記第２の画像のS/Nが閾値以下のクラスのうちの一方又は両方である
    　請求項３に記載の符号化装置。
  7. 　　予測符号化の残差と予測画像とを加算することにより得られる第１の画像の注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択することと、
    　　前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類することと、
    　　前記第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められる前記クラスごとのタップ係数を、前記クラスごとのタップ係数の空間であるタップ係数空間よりも低次元の空間に射影した削減係数から再構成されるタップ係数から、前記注目画素のクラスのタップ係数を取得することと、
    　　前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求めることと
    　を含み、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成することと、
    　前記削減係数、及び、前記削減係数を前記タップ係数空間に射影する変換係数を伝送することと
    　を含む符号化方法。
  8. 　予測符号化の残差と予測画像とを加算することにより得られる第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められるクラスごとのタップ係数を、前記クラスごとのタップ係数の空間であるタップ係数空間よりも低次元の空間に射影した削減係数、及び、前記削減係数を前記タップ係数空間に射影する変換係数を受け取る受け取り部と、
    　　前記第１の画像のうちの注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択する予測タップ選択部と、
    　　前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類するクラス分類部と、
    　　前記変換係数によって、前記削減係数を変換することにより再構成される前記タップ係数から、前記注目画素のクラスのタップ係数を取得する係数取得部と、
    　　前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求める演算部と
    　を有し、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成するフィルタ部と
    　を備える復号装置。
  9. 　前記変換係数によって前記削減係数を変換することにより、前記タップ係数を再構成する再構成部をさらに備える
    　請求項８に記載の復号装置。
  10. 　前記クラスごとのタップ係数の主成分分析により得られる主成分によって前記クラスごとのタップ係数を変換することにより得られる主成分得点の中で、０にする主成分得点の数を削減数として、
    　前記削減係数は、各クラスに対して、前記主成分得点のうちの、前記削減数だけの高次の主成分得点を０とした主成分得点であり、
    　前記変換係数は、全クラスに対して、前記タップ係数を前記主成分得点に変換する主成分行列の逆行列のコンポーネントのうちの、前記高次の主成分得点に対応するコンポーネントを０にした行列である
    　請求項９に記載の復号装置。
  11. 　前記受け取り部は、前記削減数を、さらに受け取り、
    　前記再構成部は、前記削減数、前記変換係数、及び、前記削減係数を用いて、前記タップ係数を再構成する
    　請求項１０に記載の復号装置。
  12. 　前記予測符号化により得られる符号化データから取得可能な取得可能情報に応じて、前記削減数を決定する決定部をさらに備え、
    　前記再構成部は、前記削減数、前記変換係数、及び、前記削減係数を用いて、前記タップ係数を再構成する
    　請求項１０に記載の復号装置。
  13. 　前記受け取り部は、前記タップ係数を前記削減係数とすることに適さない不適合クラスの前記タップ係数、及び、前記クラスが不適合クラスであるかどうかを表すクラスフラグを、さらに受け取り、
    　前記再構成部は、前記全クラスから前記不適合クラスを除外したクラスについて、前記タップ係数を再構成し、
    　前記不適合クラスは、前記タップ係数空間において、前記タップ係数が他のクラスのタップ係数から閾値以上の距離だけ離れているクラス、及び、前記変換係数によって前記削減係数を変換することにより再構成される前記タップ係数を用いた前記フィルタ処理により生成される前記第２の画像のS/Nが閾値以下のクラスのうちの一方又は両方である
    　請求項１０に記載の復号装置。
  14. 　予測符号化の残差と予測画像とを加算することにより得られる第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められるクラスごとのタップ係数を、前記クラスごとのタップ係数の空間であるタップ係数空間よりも低次元の空間に射影した削減係数、及び、前記削減係数を前記タップ係数空間に射影する変換係数を受け取ることと、
    　　前記第１の画像のうちの注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択することと、
    　　前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類することと、
    　　前記変換係数によって、前記削減係数を変換することにより再構成される前記タップ係数から、前記注目画素のクラスのタップ係数を取得することと、
    　　前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求めることと
    　を含み、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成することと
    　を含む復号方法。
  15. 　　予測符号化の残差と予測画像とを加算することにより得られる第１の画像の注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択する予測タップ選択部と、
    　　前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類するクラス分類部と、
    　　前記第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められる前記クラスごとのタップ係数を、クラスを表すパラメータとの所定の演算により求めるのに用いられる種係数から再構成されるタップ係数から、前記注目画素のクラスのタップ係数を取得する係数取得部と、
    　　前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求める演算部と
    　を有し、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成するフィルタ部と、
    　前記種係数を伝送する伝送部と
    　を備える符号化装置。
  16. 　　予測符号化の残差と予測画像とを加算することにより得られる第１の画像の注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択することと、
    　　前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類することと、
    　　前記第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められる前記クラスごとのタップ係数を、クラスを表すパラメータとの所定の演算により求めるのに用いられる種係数から再構成されるタップ係数から、前記注目画素のクラスのタップ係数を取得することと、
    　　前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求めることと
    　を含み、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成することと、
    　前記種係数を伝送することと
    　を含む符号化方法。
  17. 　予測符号化の残差と予測画像とを加算することにより得られる第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められるクラスごとのタップ係数を、クラスを表すパラメータとの所定の演算により求めるのに用いられる種係数を受け取る受け取り部と、
    　　前記第１の画像のうちの注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択する予測タップ選択部と、
    　　前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類するクラス分類部と、
    　　前記パラメータ及び前記種係数を用いた前記所定の演算により再構成される前記タップ係数から、前記注目画素のクラスのタップ係数を取得する係数取得部と、
    　　前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求める演算部と
    　を有し、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成するフィルタ部と
    　を備える復号装置。
  18. 　予測符号化の残差と予測画像とを加算することにより得られる第１の画像に相当する生徒画像と、前記第１の画像に対応する元画像に相当する教師画像とを用いた学習により求められるクラスごとのタップ係数を、クラスを表すパラメータとの所定の演算により求めるのに用いられる種係数を受け取ることと、
    　　前記第１の画像のうちの注目する注目画素に対応する、前記予測画像の予測に用いられる第２の画像の対応画素の画素値を求める予測演算に用いられる予測タップとなる画素を、前記第１の画像から選択することと、
    　　前記注目画素を、複数のクラスのうちのいずれかのクラスにクラス分類することと、
    　　前記パラメータ及び前記種係数を用いた前記所定の演算により再構成される前記タップ係数から、前記注目画素のクラスのタップ係数を取得することと、
    　　前記注目画素のクラスのタップ係数と、前記注目画素の前記予測タップとを用いた前記予測演算を行うことにより、前記対応画素の画素値を求めることと
    　を含み、前記第１の画像にフィルタ処理を行い、前記第２の画像を生成することと
    　を含む復号方法。
PCT/JP2018/009911 2017-03-24 2018-03-14 符号化装置及び符号化方法、並びに、復号装置及び復号方法 WO2018173873A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201880018951.8A CN110476427A (zh) 2017-03-24 2018-03-14 编码装置和编码方法以及解码装置和解码方法
JP2019507589A JPWO2018173873A1 (ja) 2017-03-24 2018-03-14 符号化装置及び符号化方法、並びに、復号装置及び復号方法
EP18770208.9A EP3606079A4 (en) 2017-03-24 2018-03-14 CODING DEVICE AND CODING METHOD AND DECODING DEVICE AND DECODING METHOD
US16/486,953 US20200021832A1 (en) 2017-03-24 2018-03-14 Encoding apparatus and encoding method as well as decoding apparatus and decoding method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017058520 2017-03-24
JP2017-058520 2017-03-24

Publications (1)

Publication Number Publication Date
WO2018173873A1 true WO2018173873A1 (ja) 2018-09-27

Family

ID=63586122

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/009911 WO2018173873A1 (ja) 2017-03-24 2018-03-14 符号化装置及び符号化方法、並びに、復号装置及び復号方法

Country Status (5)

Country Link
US (1) US20200021832A1 (ja)
EP (1) EP3606079A4 (ja)
JP (1) JPWO2018173873A1 (ja)
CN (1) CN110476427A (ja)
WO (1) WO2018173873A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190104308A1 (en) * 2016-05-02 2019-04-04 Sony Corporation Encoding apparatus and encoding method as well as decoding apparatus and decoding method

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11423578B2 (en) * 2017-09-27 2022-08-23 Sony Corporation Encoding device, encoding method, decoding device, and decoding method
CN111386703B (zh) * 2017-12-01 2022-06-03 索尼公司 编码装置、编码方法、解码装置和解码方法
WO2023213265A1 (en) * 2022-05-05 2023-11-09 Beijing Bytedance Network Technology Co., Ltd. Extended taps using different sources for adaptive loop filter in video coding

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003023609A (ja) * 2001-07-05 2003-01-24 Sony Corp 係数データの生成装置および生成方法、それを使用した情報信号の処理装置および処理方法、それに使用する係数種データの生成装置および生成方法、並びに情報提供媒体
JP2003299096A (ja) * 2002-03-29 2003-10-17 Sony Corp 情報信号処理装置、情報信号処理方法、画像信号処理装置および画像表示装置、それに使用される係数種データの生成装置および生成方法、係数データの生成装置および生成方法、並びに各方法を実行するためのプログラムおよびそのプログラムを記録したコンピュータ読み取り可能な媒体
JP2005318096A (ja) * 2004-04-27 2005-11-10 Sony Corp 情報信号の処理装置および処理方法、並びにプログラムおよびそれを記録した媒体
JP3890638B2 (ja) 1996-09-12 2007-03-07 ソニー株式会社 画像情報変換装置および方法
JP4670169B2 (ja) 2000-11-15 2011-04-13 ソニー株式会社 情報信号処理装置、情報信号処理方法、画像信号処理装置およびそれを使用した画像表示装置、それに使用される係数種データ生成装置、並びに情報記録媒体
JP2012235407A (ja) * 2011-05-09 2012-11-29 Sony Corp 画像処理装置および画像処理方法
WO2017191750A1 (ja) * 2016-05-02 2017-11-09 ソニー株式会社 符号化装置及び符号化方法、並びに、復号装置及び復号方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008178075A (ja) * 2006-12-18 2008-07-31 Sony Corp 表示制御装置、表示制御方法、及びプログラム

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3890638B2 (ja) 1996-09-12 2007-03-07 ソニー株式会社 画像情報変換装置および方法
JP4670169B2 (ja) 2000-11-15 2011-04-13 ソニー株式会社 情報信号処理装置、情報信号処理方法、画像信号処理装置およびそれを使用した画像表示装置、それに使用される係数種データ生成装置、並びに情報記録媒体
JP2003023609A (ja) * 2001-07-05 2003-01-24 Sony Corp 係数データの生成装置および生成方法、それを使用した情報信号の処理装置および処理方法、それに使用する係数種データの生成装置および生成方法、並びに情報提供媒体
JP2003299096A (ja) * 2002-03-29 2003-10-17 Sony Corp 情報信号処理装置、情報信号処理方法、画像信号処理装置および画像表示装置、それに使用される係数種データの生成装置および生成方法、係数データの生成装置および生成方法、並びに各方法を実行するためのプログラムおよびそのプログラムを記録したコンピュータ読み取り可能な媒体
JP2005318096A (ja) * 2004-04-27 2005-11-10 Sony Corp 情報信号の処理装置および処理方法、並びにプログラムおよびそれを記録した媒体
JP2012235407A (ja) * 2011-05-09 2012-11-29 Sony Corp 画像処理装置および画像処理方法
WO2017191750A1 (ja) * 2016-05-02 2017-11-09 ソニー株式会社 符号化装置及び符号化方法、並びに、復号装置及び復号方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3606079A4

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190104308A1 (en) * 2016-05-02 2019-04-04 Sony Corporation Encoding apparatus and encoding method as well as decoding apparatus and decoding method
US10645384B2 (en) * 2016-05-02 2020-05-05 Sony Corporation Encoding apparatus and encoding method as well as decoding apparatus and decoding method

Also Published As

Publication number Publication date
EP3606079A4 (en) 2020-04-01
JPWO2018173873A1 (ja) 2020-01-23
CN110476427A (zh) 2019-11-19
US20200021832A1 (en) 2020-01-16
EP3606079A1 (en) 2020-02-05

Similar Documents

Publication Publication Date Title
JP6977719B2 (ja) 符号化装置及び符号化方法、並びに、復号装置及び復号方法
EP3457692B1 (en) Image processing device and method
JP6883219B2 (ja) 符号化装置及び符号化方法、並びに、システム
WO2017191749A1 (ja) 画像処理装置及び画像処理方法
JP7047776B2 (ja) 符号化装置及び符号化方法、並びに、復号装置及び復号方法
WO2018173873A1 (ja) 符号化装置及び符号化方法、並びに、復号装置及び復号方法
JP6824034B2 (ja) 画像復号装置および方法
US20200288123A1 (en) Image processing apparatus and image processing method
WO2019039283A1 (ja) 画像処理装置及び画像処理方法
WO2018168484A1 (ja) 符号化装置、符号化方法、復号装置、及び、復号方法
US11423578B2 (en) Encoding device, encoding method, decoding device, and decoding method

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: 18770208

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2019507589

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2018770208

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2018770208

Country of ref document: EP

Effective date: 20191024