WO2018186432A1 - 符号化装置、復号装置、符号化方法及び復号方法 - Google Patents
符号化装置、復号装置、符号化方法及び復号方法 Download PDFInfo
- Publication number
- WO2018186432A1 WO2018186432A1 PCT/JP2018/014361 JP2018014361W WO2018186432A1 WO 2018186432 A1 WO2018186432 A1 WO 2018186432A1 JP 2018014361 W JP2018014361 W JP 2018014361W WO 2018186432 A1 WO2018186432 A1 WO 2018186432A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- filter
- block
- pixel
- unit
- error
- Prior art date
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/117—Filters, e.g. for pre-processing or post-processing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/80—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
-
- 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
- H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
- H04N19/86—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving reduction of coding artifacts, e.g. of blockiness
Definitions
- the present disclosure relates to an encoding device, a decoding device, an encoding method, and a decoding method.
- HEVC High-Efficiency Video Coding
- JCT-VC Joint Collaborative Team on Video Coding
- an object of the present disclosure is to provide an encoding device, a decoding device, an encoding method, or a decoding method that can realize further improvement.
- An encoding apparatus includes a processor and a memory, and the processor uses the memory to determine an asymmetric filter characteristic across a block boundary based on a position of the target pixel in the block. Then, deblocking filter processing having the determined filter characteristics is performed on the target pixel.
- a decoding device includes a processor and a memory, and the processor uses the memory to determine an asymmetric filter characteristic across a block boundary based on a position of a target pixel in the block. Then, deblocking filter processing having the determined filter characteristics is performed on the target pixel.
- the present disclosure can provide an encoding device, a decoding device, an encoding method, or a decoding method that can realize further improvement.
- FIG. 1 is a block diagram showing a functional configuration of the encoding apparatus according to Embodiment 1.
- FIG. 2 is a diagram illustrating an example of block division in the first embodiment.
- FIG. 3 is a table showing conversion basis functions corresponding to each conversion type.
- FIG. 4A is a diagram illustrating an example of the shape of a filter used in ALF.
- FIG. 4B is a diagram illustrating another example of the shape of a filter used in ALF.
- FIG. 4C is a diagram illustrating another example of the shape of a filter used in ALF.
- FIG. 5A is a diagram illustrating 67 intra prediction modes in intra prediction.
- FIG. 5B is a flowchart for explaining the outline of the predicted image correction process by the OBMC process.
- FIG. 5A is a diagram illustrating 67 intra prediction modes in intra prediction.
- FIG. 5B is a flowchart for explaining the outline of the predicted image correction process by the OBMC process.
- FIG. 5A is a
- FIG. 5C is a conceptual diagram for explaining the outline of the predicted image correction process by the OBMC process.
- FIG. 5D is a diagram illustrating an example of FRUC.
- FIG. 6 is a diagram for explaining pattern matching (bilateral matching) between two blocks along the motion trajectory.
- FIG. 7 is a diagram for explaining pattern matching (template matching) between a template in the current picture and a block in the reference picture.
- FIG. 8 is a diagram for explaining a model assuming constant velocity linear motion.
- FIG. 9A is a diagram for explaining derivation of a motion vector in units of sub-blocks based on motion vectors of a plurality of adjacent blocks.
- FIG. 9B is a diagram for explaining the outline of the motion vector deriving process in the merge mode.
- FIG. 9A is a diagram for explaining derivation of a motion vector in units of sub-blocks based on motion vectors of a plurality of adjacent blocks.
- FIG. 9B is a diagram for explaining the outline of
- FIG. 9C is a conceptual diagram for explaining an outline of DMVR processing.
- FIG. 9D is a diagram for describing an overview of a predicted image generation method using luminance correction processing by LIC processing.
- FIG. 10 is a block diagram showing a functional configuration of the decoding apparatus according to the first embodiment.
- FIG. 11 is a flowchart of the deblocking filter process according to the first embodiment.
- FIG. 12 is a diagram illustrating a pixel arrangement example at a block boundary according to the first embodiment.
- FIG. 13 is a flowchart of the deblocking filter process according to the first embodiment.
- FIG. 14 is a flowchart of the deblocking filter process according to the second embodiment.
- FIG. 15 is a diagram illustrating a relationship between a pixel position in a block and an error according to the second embodiment.
- FIG. 16 is a flowchart of the deblocking filter process according to the third embodiment.
- FIG. 17 is a diagram illustrating a DCT-II conversion base according to the third embodiment.
- FIG. 18 is a diagram illustrating a conversion base of DST-VII according to the third embodiment.
- FIG. 19 is a flowchart of the deblocking filter process according to the fourth embodiment.
- FIG. 20 is a flowchart of the deblocking filter process according to the fifth embodiment.
- FIG. 21 is a diagram illustrating an example of weights based on the intra prediction direction and the block boundary direction according to the fifth embodiment.
- FIG. 22 is a flowchart of the deblocking filter process according to the sixth embodiment.
- FIG. 23 is a diagram illustrating an example of weights based on the quantization parameter according to the sixth embodiment.
- FIG. 24 is an overall configuration diagram of a content supply system that realizes a content distribution service.
- FIG. 25 is a diagram illustrating an example of an encoding structure at the time of scalable encoding.
- FIG. 26 is a diagram illustrating an example of a coding structure at the time of scalable coding.
- FIG. 27 shows an example of a web page display screen.
- FIG. 28 shows an example of a web page display screen.
- FIG. 29 is a diagram illustrating an example of a smartphone.
- FIG. 30 is a block diagram illustrating a configuration example of a smartphone.
- H. is one of the image coding methods.
- a filter having a symmetrical characteristic across the block boundary is applied. This makes it possible to filter symmetrically when the error distribution is discontinuous, such as when the error of a pixel located on one side of the block boundary is small and the error of a pixel located on the other side of the block boundary is large.
- the error reduction efficiency may be reduced.
- the error is a difference in pixel values between the original image and the reconstructed image.
- An encoding apparatus includes a processor and a memory, and the processor uses the memory to determine an asymmetric filter characteristic across a block boundary, and has the determined filter characteristic. Perform deblocking filtering.
- the encoding apparatus can reduce errors by performing filter processing having asymmetric filter characteristics across the block boundary.
- the asymmetric filter characteristics may be determined so that the influence of the deblocking filter processing becomes larger as the pixel is likely to have a large error from the original image.
- the encoding apparatus can increase the influence of the filter processing on the pixel having a large error, there is a possibility that the error of the pixel can be further reduced.
- the encoding apparatus can reduce the influence of the filter processing on a pixel having a small error, there is a possibility that an increase in the error of the pixel may be suppressed.
- the asymmetric filter characteristic may be determined by changing the filter coefficient of the reference filter asymmetrically across the block boundary.
- an asymmetric weight is determined across the block boundary, and in the deblocking filter processing, a filter operation using a filter coefficient is performed, and the amount of change in the pixel value before and after the filter operation Alternatively, weighting may be performed using the determined asymmetric weight.
- an asymmetric offset value is determined across the block boundary, and in the deblocking filter processing, a filter operation using a filter coefficient is performed, and the pixel value after the filter operation is The determined asymmetric offset value may be added.
- an asymmetric reference value is determined across the block boundary, and in the deblocking filter process, a filter operation using a filter coefficient is performed, and a change in pixel values before and after the filter operation is performed. If the amount exceeds the reference value, the change amount may be clipped to the reference value.
- a condition for determining whether or not to perform the deblocking filter processing may be set asymmetrically across the block boundary.
- a decoding device includes a processor and a memory.
- the processor uses the memory to determine an asymmetric filter characteristic across a block boundary, and has the determined filter characteristic. Perform blocking filter processing.
- the decoding apparatus can reduce errors by performing filter processing having asymmetric filter characteristics across the block boundary.
- the asymmetric filter characteristics may be determined so that the influence of the deblocking filter processing becomes larger as the pixel is likely to have a large error from the original image.
- the decoding apparatus can increase the influence of the filter processing on the pixel having a large error, there is a possibility that the error of the pixel can be further reduced.
- the decoding apparatus can reduce the influence of the filter processing on the pixel having a small error, there is a possibility that the error of the pixel can be suppressed from increasing.
- the asymmetric filter characteristic may be determined by changing the filter coefficient of the reference filter asymmetrically across the block boundary.
- an asymmetric weight is determined across the block boundary, and in the deblocking filter processing, a filter operation using a filter coefficient is performed, and the amount of change in the pixel value before and after the filter operation Alternatively, weighting may be performed using the determined asymmetric weight.
- an asymmetric offset value is determined across the block boundary, and in the deblocking filter processing, a filter operation using a filter coefficient is performed, and the pixel value after the filter operation is The determined asymmetric offset value may be added.
- an asymmetric reference value is determined across the block boundary, and in the deblocking filter process, a filter operation using a filter coefficient is performed, and a change in pixel values before and after the filter operation is performed. If the amount exceeds the reference value, the change amount may be clipped to the reference value.
- a condition for determining whether or not to perform the deblocking filter processing may be set asymmetrically across the block boundary.
- the encoding method determines an asymmetric filter characteristic across a block boundary, and performs a deblocking filter process having the determined filter characteristic.
- the encoding method may reduce errors by performing filter processing having asymmetric filter characteristics across the block boundary.
- the decoding method determines an asymmetric filter characteristic across a block boundary, and performs a deblocking filter process having the determined filter characteristic.
- the decoding method may reduce errors by performing filter processing having asymmetric filter characteristics across the block boundary.
- An encoding apparatus includes a processor and a memory, and the processor uses the memory to obtain an asymmetric filter characteristic across the block boundary based on pixel values across the block boundary.
- the deblocking filter process having the determined filter characteristics is performed.
- the encoding apparatus can reduce errors by performing filter processing having asymmetric filter characteristics across the block boundary. Further, the encoding apparatus can determine appropriate filter characteristics based on pixel values sandwiching the block boundary.
- the filter characteristics may be determined based on the difference in the pixel values.
- the difference in the filter characteristics across the block boundary may be increased as the difference in the pixel values increases.
- the encoding apparatus may be able to suppress unnecessary smoothing from being performed, for example, when the block boundary and the edge of the object in the image match.
- the difference between the pixel values is compared with a threshold value based on a quantization parameter.
- the difference between the pixel values is larger than the threshold value, the difference between the pixel values is smaller than the threshold value
- the difference in the filter characteristics across the block boundary may be increased.
- the encoding apparatus can determine the filter characteristics taking into account the influence on the error of the quantization parameter.
- the difference in the filter characteristics across the block boundary may be reduced as the difference in the pixel values increases.
- the decoding apparatus can suppress the smoothing from being weakened by asymmetry, and can suppress the deterioration of the subjective performance.
- the filter characteristics may be determined based on the variance of the pixel values.
- a decoding device includes a processor and a memory, and the processor determines an asymmetric filter characteristic across the block boundary based on pixel values across the block boundary using the memory. Then, the deblocking filter process having the determined filter characteristic is performed.
- the decoding apparatus can reduce errors by performing filter processing having asymmetric filter characteristics across the block boundary.
- the decoding device may be able to determine appropriate filter characteristics based on the difference in pixel values across the block boundary.
- the filter characteristics may be determined based on the difference in the pixel values.
- the difference in the filter characteristics across the block boundary may be increased as the difference in the pixel values increases.
- the decoding apparatus can increase the influence of the filter processing on the pixel having a large error, there is a possibility that the error of the pixel can be further reduced.
- the decoding apparatus can reduce the influence of the filter processing on the pixel having a small error, there is a possibility that the error of the pixel can be suppressed from increasing.
- the difference between the pixel values is compared with a threshold value based on a quantization parameter.
- the difference between the pixel values is larger than the threshold value, the difference between the pixel values is smaller than the threshold value
- the difference in the filter characteristics across the block boundary may be increased.
- the decoding apparatus can determine the filter characteristics in consideration of the influence on the error of the quantization parameter.
- the difference in the filter characteristics across the block boundary may be reduced as the difference in the pixel values increases.
- the decoding apparatus may be able to suppress unnecessary smoothing from being performed, for example, when the block boundary and the edge of the object in the image match.
- the filter characteristics may be determined based on the variance of the pixel values.
- the encoding method determines asymmetric filter characteristics across the block boundary based on pixel values sandwiching the block boundary, and performs deblocking filter processing having the determined filter characteristic.
- the encoding method may reduce errors by performing filter processing having asymmetric filter characteristics across the block boundary.
- the encoding method can determine appropriate filter characteristics based on a difference in pixel values across a block boundary.
- the decoding method determines an asymmetric filter characteristic across the block boundary based on pixel values across the block boundary, and performs a deblocking filter process having the determined filter characteristic.
- the decoding method may reduce errors by performing filter processing having asymmetric filter characteristics across the block boundary.
- the decoding method can determine an appropriate filter characteristic based on a difference in pixel values across a block boundary.
- An encoding apparatus includes a processor and a memory, and the processor uses the memory to asymmetrically sandwich the block boundary based on an angle between a prediction direction of intra prediction and the block boundary.
- the filter characteristic is determined, and the deblocking filter process having the determined filter characteristic is performed.
- the encoding apparatus can reduce errors by performing filter processing having asymmetric filter characteristics across the block boundary. Also, the encoding apparatus can determine appropriate filter characteristics based on the angle between the prediction direction of intra prediction and the block boundary.
- the difference in the filter characteristics across the block boundary may be increased as the angle is closer to the vertical.
- the encoding apparatus can increase the influence of the filter processing on the pixel having a large error, there is a possibility that the error of the pixel can be further reduced.
- the encoding apparatus can reduce the influence of the filter processing on a pixel having a small error, there is a possibility that an increase in the error of the pixel may be suppressed.
- the difference in the filter characteristics across the block boundary may be reduced as the angle is closer to the horizontal.
- the encoding apparatus can increase the influence of the filter processing on the pixel having a large error, there is a possibility that the error of the pixel can be further reduced.
- the encoding apparatus can reduce the influence of the filter processing on a pixel having a small error, there is a possibility that an increase in the error of the pixel may be suppressed.
- a decoding apparatus includes a processor and a memory, and the processor uses the memory to asymmetrically sandwich the block boundary based on an angle between a prediction direction of intra prediction and a block boundary.
- a filter characteristic is determined, and a deblocking filter process having the determined filter characteristic is performed.
- the decoding apparatus can reduce errors by performing filter processing having asymmetric filter characteristics across the block boundary.
- the decoding apparatus may be able to determine appropriate filter characteristics based on the angle between the prediction direction of intra prediction and the block boundary.
- the difference in the filter characteristics across the block boundary may be increased as the angle is closer to the vertical.
- the decoding apparatus can increase the influence of the filter processing on the pixel having a large error, there is a possibility that the error of the pixel can be further reduced.
- the decoding apparatus can reduce the influence of the filter processing on the pixel having a small error, there is a possibility that the error of the pixel can be suppressed from increasing.
- the difference in the filter characteristics across the block boundary may be reduced as the angle is closer to the horizontal.
- the decoding apparatus can increase the influence of the filter processing on the pixel having a large error, there is a possibility that the error of the pixel can be further reduced.
- the decoding apparatus can reduce the influence of the filter processing on the pixel having a small error, there is a possibility that the error of the pixel can be suppressed from increasing.
- An encoding method is based on an angle between a prediction direction of intra prediction and a block boundary, determines an asymmetric filter characteristic across the block boundary, and has the determined filter characteristic Process.
- the encoding method may reduce errors by performing filter processing having asymmetric filter characteristics across the block boundary. Moreover, the said encoding method can determine an appropriate filter characteristic based on the angle of the prediction direction of intra prediction, and a block boundary.
- the decoding method determines an asymmetric filter characteristic across the block boundary based on an angle between a prediction direction of intra prediction and the block boundary, and has a determined deblocking filter process I do.
- the decoding method may reduce errors by performing filter processing having asymmetric filter characteristics across the block boundary.
- the decoding method can determine appropriate filter characteristics based on the angle between the prediction direction of intra prediction and the block boundary.
- An encoding apparatus includes a processor and a memory, and the processor uses the memory to determine an asymmetric filter characteristic across a block boundary based on a position of the target pixel in the block. Then, deblocking filter processing having the determined filter characteristics is performed on the target pixel.
- the encoding apparatus can reduce errors by performing filter processing having asymmetric filter characteristics across the block boundary. Further, the encoding apparatus can determine appropriate filter characteristics based on the position of the target pixel in the block.
- the filter characteristic may be determined such that the influence of the filter process becomes larger as the pixel is farther from the intra prediction reference pixel.
- the encoding apparatus can increase the influence of the filter processing on the pixel having a large error, there is a possibility that the error of the pixel can be further reduced.
- the encoding apparatus can reduce the influence of the filter processing on a pixel having a small error, there is a possibility that an increase in the error of the pixel may be suppressed.
- the filter characteristics may be determined such that the influence of the deblocking filter process on the lower right pixel is greater than the influence of the deblocking filter process on the upper left pixel.
- the encoding apparatus can increase the influence of the filter processing on the pixel having a large error, there is a possibility that the error of the pixel can be further reduced.
- the encoding apparatus can reduce the influence of the filter processing on a pixel having a small error, there is a possibility that an increase in the error of the pixel may be suppressed.
- a decoding device includes a processor and a memory, and the processor uses the memory to determine an asymmetric filter characteristic across a block boundary based on a position of a target pixel in the block. Then, deblocking filter processing having the determined filter characteristics is performed on the target pixel.
- the decoding apparatus can reduce errors by performing filter processing having asymmetric filter characteristics across the block boundary. Further, the decoding apparatus can determine appropriate filter characteristics based on the position of the target pixel in the block.
- the filter characteristic may be determined such that the influence of the filter process becomes larger as the pixel is farther from the intra prediction reference pixel.
- the decoding apparatus can increase the influence of the filter processing on the pixel having a large error, there is a possibility that the error of the pixel can be further reduced.
- the decoding apparatus can reduce the influence of the filter processing on the pixel having a small error, there is a possibility that the error of the pixel can be suppressed from increasing.
- the filter characteristics may be determined such that the influence of the deblocking filter process on the lower right pixel is greater than the influence of the deblocking filter process on the upper left pixel.
- the decoding apparatus can increase the influence of the filter processing on the pixel having a large error, there is a possibility that the error of the pixel can be further reduced.
- the decoding apparatus can reduce the influence of the filter processing on the pixel having a small error, there is a possibility that the error of the pixel can be suppressed from increasing.
- An encoding method determines an asymmetric filter characteristic across a block boundary based on a position of a target pixel in a block, and the deblocking filter having the determined filter characteristic for the target pixel Process.
- the encoding method may reduce errors by performing filter processing having asymmetric filter characteristics across the block boundary.
- the encoding method can determine appropriate filter characteristics based on the position of the target pixel in the block.
- the decoding method determines asymmetric filter characteristics across a block boundary based on a position of a target pixel in a block, and the target pixel has the determined filter characteristics I do.
- the decoding method may reduce errors by performing filter processing having asymmetric filter characteristics across the block boundary.
- the decoding method can determine appropriate filter characteristics based on the position of the target pixel in the block.
- An encoding apparatus includes a processor and a memory, and the processor determines and determines an asymmetric filter characteristic across a block boundary based on a quantization parameter using the memory. Further, deblocking filter processing having the filter characteristics is performed.
- the encoding apparatus can reduce errors by performing filter processing having asymmetric filter characteristics across the block boundary.
- the encoding apparatus can determine appropriate filter characteristics based on the quantization parameter.
- the filter characteristics may be determined so that the larger the quantization parameter, the greater the influence of the deblocking filter process.
- the encoding apparatus can increase the influence of the filter processing on the pixel having a large error, there is a possibility that the error of the pixel can be further reduced.
- the encoding apparatus can reduce the influence of the filter processing on a pixel having a small error, there is a possibility that an increase in the error of the pixel may be suppressed.
- the change in the influence accompanying the change in the quantization parameter of the upper left pixel is larger than the change in the influence accompanying the change of the quantization parameter of the lower right pixel.
- the filter characteristic may be determined.
- the encoding apparatus can increase the influence of the filter processing on the pixel having a large error, there is a possibility that the error of the pixel can be further reduced.
- a decoding apparatus includes a processor and a memory, and the processor uses the memory to determine an asymmetric filter characteristic across a block boundary based on a quantization parameter.
- a deblocking filter process having the filter characteristics is performed.
- the decoding apparatus can reduce errors by performing filter processing having asymmetric filter characteristics across the block boundary.
- the decoding apparatus can determine appropriate filter characteristics based on the quantization parameter.
- the filter characteristics may be determined so that the larger the quantization parameter, the greater the influence of the deblocking filter process.
- the decoding apparatus can increase the influence of the filter processing on the pixel having a large error, there is a possibility that the error of the pixel can be further reduced.
- the decoding apparatus can reduce the influence of the filter processing on the pixel having a small error, there is a possibility that the error of the pixel can be suppressed from increasing.
- the change in the influence accompanying the change in the quantization parameter of the upper left pixel is larger than the change in the influence accompanying the change of the quantization parameter of the lower right pixel.
- the filter characteristic may be determined.
- the decoding apparatus can increase the influence of the filter processing on the pixel having a large error, there is a possibility that the error of the pixel can be further reduced.
- the encoding method may determine an asymmetric filter characteristic across a block boundary based on a quantization parameter, and perform a deblocking filter process having the determined filter characteristic.
- the encoding method may reduce errors by performing filter processing having asymmetric filter characteristics across the block boundary.
- the encoding method can determine appropriate filter characteristics based on the quantization parameter.
- the decoding method determines an asymmetric filter characteristic across a block boundary based on a quantization parameter, and performs a deblocking filter process having the determined filter characteristic.
- the decoding method may reduce errors by performing filter processing having asymmetric filter characteristics across the block boundary.
- the decoding method can determine an appropriate filter characteristic based on the quantization parameter.
- an outline of the first embodiment will be described as an example of an encoding device and a decoding device to which the processing and / or configuration described in each aspect of the present disclosure to be described later can be applied.
- the first embodiment is merely an example of an encoding device and a decoding device to which the processing and / or configuration described in each aspect of the present disclosure can be applied, and the processing and / or processing described in each aspect of the present disclosure.
- the configuration can also be implemented in an encoding device and a decoding device different from those in the first embodiment.
- the encoding apparatus or decoding apparatus according to the first embodiment corresponds to the constituent elements described in each aspect of the present disclosure among a plurality of constituent elements constituting the encoding apparatus or decoding apparatus. Replacing the constituent elements with constituent elements described in each aspect of the present disclosure (2) A plurality of constituent elements constituting the encoding apparatus or decoding apparatus with respect to the encoding apparatus or decoding apparatus of the first embodiment The constituent elements corresponding to the constituent elements described in each aspect of the present disclosure are added to the present disclosure after arbitrary changes such as addition, replacement, and deletion of functions or processes to be performed on some constituent elements among the constituent elements.
- a component that performs a part of processing performed by a component is a component that is described in each aspect of the present disclosure, a component that includes a part of a function included in the component described in each aspect of the present disclosure, (6)
- a method performed by the encoding device or the decoding device according to Embodiment 1 is performed in combination with a component that performs a part of processing performed by the component described in each aspect of the disclosure.
- the process corresponding to the process described in each aspect of the present disclosure is replaced with the process described in each aspect of the present disclosure.
- the encoding apparatus according to the first embodiment or A part of the plurality of processes included in the method performed by the decoding device is performed in combination with the processes described in each aspect of the present disclosure
- the processes and / or configurations described in each aspect of the present disclosure are not limited to the above examples.
- the present invention may be implemented in an apparatus used for a different purpose from the moving picture / picture encoding apparatus or moving picture / picture decoding apparatus disclosed in the first embodiment, and the processing and / or described in each aspect.
- the configuration may be implemented alone.
- you may implement combining the process and / or structure which were demonstrated in the different aspect.
- FIG. 1 is a block diagram showing a functional configuration of encoding apparatus 100 according to Embodiment 1.
- the encoding device 100 is a moving image / image encoding device that encodes moving images / images in units of blocks.
- an encoding apparatus 100 is an apparatus that encodes an image in units of blocks, and includes a dividing unit 102, a subtracting unit 104, a transforming unit 106, a quantizing unit 108, and entropy encoding.
- Unit 110 inverse quantization unit 112, inverse transform unit 114, addition unit 116, block memory 118, loop filter unit 120, frame memory 122, intra prediction unit 124, inter prediction unit 126, A prediction control unit 128.
- the encoding device 100 is realized by, for example, a general-purpose processor and a memory.
- the processor when the software program stored in the memory is executed by the processor, the processor performs the division unit 102, the subtraction unit 104, the conversion unit 106, the quantization unit 108, the entropy encoding unit 110, and the inverse quantization unit 112.
- the encoding apparatus 100 includes a dividing unit 102, a subtracting unit 104, a transforming unit 106, a quantizing unit 108, an entropy coding unit 110, an inverse quantizing unit 112, an inverse transforming unit 114, an adding unit 116, and a loop filter unit 120.
- the intra prediction unit 124, the inter prediction unit 126, and the prediction control unit 128 may be implemented as one or more dedicated electronic circuits.
- the dividing unit 102 divides each picture included in the input moving image into a plurality of blocks, and outputs each block to the subtracting unit 104.
- the dividing unit 102 first divides a picture into blocks of a fixed size (for example, 128 ⁇ 128).
- This fixed size block may be referred to as a coding tree unit (CTU).
- the dividing unit 102 divides each of the fixed size blocks into blocks of a variable size (for example, 64 ⁇ 64 or less) based on recursive quadtree and / or binary tree block division.
- This variable size block may be referred to as a coding unit (CU), a prediction unit (PU) or a transform unit (TU).
- CU, PU, and TU do not need to be distinguished, and some or all blocks in a picture may be processing units of CU, PU, and TU.
- FIG. 2 is a diagram showing an example of block division in the first embodiment.
- a solid line represents a block boundary by quadtree block division
- a broken line represents a block boundary by binary tree block division.
- the block 10 is a 128 ⁇ 128 pixel square block (128 ⁇ 128 block).
- the 128 ⁇ 128 block 10 is first divided into four square 64 ⁇ 64 blocks (quadtree block division).
- the upper left 64 ⁇ 64 block is further divided vertically into two rectangular 32 ⁇ 64 blocks, and the left 32 ⁇ 64 block is further divided vertically into two rectangular 16 ⁇ 64 blocks (binary tree block division). As a result, the upper left 64 ⁇ 64 block is divided into two 16 ⁇ 64 blocks 11 and 12 and a 32 ⁇ 64 block 13.
- the upper right 64 ⁇ 64 block is horizontally divided into two rectangular 64 ⁇ 32 blocks 14 and 15 (binary tree block division).
- the lower left 64x64 block is divided into four square 32x32 blocks (quadrant block division). Of the four 32 ⁇ 32 blocks, the upper left block and the lower right block are further divided.
- the upper left 32 ⁇ 32 block is vertically divided into two rectangular 16 ⁇ 32 blocks, and the right 16 ⁇ 32 block is further divided horizontally into two 16 ⁇ 16 blocks (binary tree block division).
- the lower right 32 ⁇ 32 block is horizontally divided into two 32 ⁇ 16 blocks (binary tree block division).
- the lower left 64 ⁇ 64 block is divided into a 16 ⁇ 32 block 16, two 16 ⁇ 16 blocks 17 and 18, two 32 ⁇ 32 blocks 19 and 20, and two 32 ⁇ 16 blocks 21 and 22.
- the lower right 64x64 block 23 is not divided.
- the block 10 is divided into 13 variable-size blocks 11 to 23 based on the recursive quadtree and binary tree block division.
- Such division may be called QTBT (quad-tree plus binary tree) division.
- one block is divided into four or two blocks (quadrature tree or binary tree block division), but the division is not limited to this.
- one block may be divided into three blocks (triple tree block division).
- Such a division including a tri-tree block division may be called an MBT (multi type tree) division.
- the subtraction unit 104 subtracts the prediction signal (prediction sample) from the original signal (original sample) in units of blocks divided by the division unit 102. That is, the subtraction unit 104 calculates a prediction error (also referred to as a residual) of a coding target block (hereinafter referred to as a current block). Then, the subtraction unit 104 outputs the calculated prediction error to the conversion unit 106.
- a prediction error also referred to as a residual of a coding target block (hereinafter referred to as a current block).
- the original signal is an input signal of the encoding device 100, and is a signal (for example, a luminance (luma) signal and two color difference (chroma) signals) representing an image of each picture constituting the moving image.
- a signal representing an image may be referred to as a sample.
- the transform unit 106 transforms the prediction error in the spatial domain into a transform factor in the frequency domain, and outputs the transform coefficient to the quantization unit 108. Specifically, the transform unit 106 performs, for example, a predetermined discrete cosine transform (DCT) or discrete sine transform (DST) on a prediction error in the spatial domain.
- DCT discrete cosine transform
- DST discrete sine transform
- the conversion unit 106 adaptively selects a conversion type from a plurality of conversion types, and converts a prediction error into a conversion coefficient using a conversion basis function corresponding to the selected conversion type. May be. Such a conversion may be referred to as EMT (explicit multiple core transform) or AMT (adaptive multiple transform).
- the plurality of conversion types include, for example, DCT-II, DCT-V, DCT-VIII, DST-I and DST-VII.
- FIG. 3 is a table showing conversion basis functions corresponding to each conversion type. In FIG. 3, N indicates the number of input pixels. Selection of a conversion type from among these multiple conversion types may depend on, for example, the type of prediction (intra prediction and inter prediction), or may depend on an intra prediction mode.
- Information indicating whether or not to apply such EMT or AMT (for example, called an AMT flag) and information indicating the selected conversion type are signaled at the CU level.
- AMT flag information indicating whether or not to apply such EMT or AMT
- the signalization of these pieces of information need not be limited to the CU level, but may be other levels (for example, a sequence level, a picture level, a slice level, a tile level, or a CTU level).
- the conversion unit 106 may reconvert the conversion coefficient (conversion result). Such reconversion is sometimes referred to as AST (adaptive secondary transform) or NSST (non-separable secondary transform). For example, the conversion unit 106 performs re-conversion for each sub-block (for example, 4 ⁇ 4 sub-block) included in the block of the conversion coefficient corresponding to the intra prediction error. Information indicating whether or not NSST is applied and information related to the transformation matrix used for NSST are signaled at the CU level. Note that the signalization of these pieces of information need not be limited to the CU level, but may be other levels (for example, a sequence level, a picture level, a slice level, a tile level, or a CTU level).
- the separable conversion is a method of performing the conversion a plurality of times by separating the number of dimensions of the input for each direction, and the non-separable conversion is two or more when the input is multidimensional.
- the dimensions are collectively regarded as one dimension, and conversion is performed collectively.
- non-separable conversion if an input is a 4 ⁇ 4 block, it is regarded as one array having 16 elements, and 16 ⁇ 16 conversion is performed on the array. The thing which performs the conversion process with a matrix is mentioned.
- a 4 ⁇ 4 input block is regarded as a single array having 16 elements, and then the Givens rotation is performed multiple times on the array (Hypercube Givens Transform) is also a non-separable. It is an example of conversion.
- the quantization unit 108 quantizes the transform coefficient output from the transform unit 106. Specifically, the quantization unit 108 scans the transform coefficients of the current block in a predetermined scanning order, and quantizes the transform coefficients based on the quantization parameter (QP) corresponding to the scanned transform coefficients. Then, the quantization unit 108 outputs the quantized transform coefficient (hereinafter referred to as a quantization coefficient) of the current block to the entropy encoding unit 110 and the inverse quantization unit 112.
- QP quantization parameter
- the predetermined order is an order for quantization / inverse quantization of transform coefficients.
- the predetermined scanning order is defined in ascending order of frequency (order from low frequency to high frequency) or descending order (order from high frequency to low frequency).
- the quantization parameter is a parameter that defines a quantization step (quantization width). For example, if the value of the quantization parameter increases, the quantization step also increases. That is, if the value of the quantization parameter increases, the quantization error increases.
- the entropy encoding unit 110 generates an encoded signal (encoded bit stream) by performing variable length encoding on the quantization coefficient that is input from the quantization unit 108. Specifically, the entropy encoding unit 110 binarizes the quantization coefficient, for example, and arithmetically encodes the binary signal.
- the inverse quantization unit 112 inversely quantizes the quantization coefficient that is an input from the quantization unit 108. Specifically, the inverse quantization unit 112 inversely quantizes the quantization coefficient of the current block in a predetermined scanning order. Then, the inverse quantization unit 112 outputs the inverse-quantized transform coefficient of the current block to the inverse transform unit 114.
- the inverse transform unit 114 restores the prediction error by inverse transforming the transform coefficient that is an input from the inverse quantization unit 112. Specifically, the inverse transform unit 114 restores the prediction error of the current block by performing an inverse transform corresponding to the transform by the transform unit 106 on the transform coefficient. Then, the inverse transformation unit 114 outputs the restored prediction error to the addition unit 116.
- the restored prediction error does not match the prediction error calculated by the subtraction unit 104 because information is lost due to quantization. That is, the restored prediction error includes a quantization error.
- the adder 116 reconstructs the current block by adding the prediction error input from the inverse transform unit 114 and the prediction sample input from the prediction control unit 128. Then, the adding unit 116 outputs the reconfigured block to the block memory 118 and the loop filter unit 120.
- the reconstructed block is sometimes referred to as a local decoding block.
- the block memory 118 is a storage unit for storing blocks in an encoding target picture (hereinafter referred to as current picture) that are referred to in intra prediction. Specifically, the block memory 118 stores the reconstructed block output from the adding unit 116.
- the loop filter unit 120 applies a loop filter to the block reconstructed by the adding unit 116 and outputs the filtered reconstructed block to the frame memory 122.
- the loop filter is a filter (in-loop filter) used in the encoding loop, and includes, for example, a deblocking filter (DF), a sample adaptive offset (SAO), an adaptive loop filter (ALF), and the like.
- a least square error filter is applied to remove coding distortion. For example, for each 2 ⁇ 2 sub-block in the current block, a plurality of multiples based on the direction of the local gradient and the activity are provided. One filter selected from the filters is applied.
- sub-blocks for example, 2 ⁇ 2 sub-blocks
- a plurality of classes for example, 15 or 25 classes.
- the direction value D of the gradient is derived, for example, by comparing gradients in a plurality of directions (for example, horizontal, vertical, and two diagonal directions).
- the gradient activation value A is derived, for example, by adding gradients in a plurality of directions and quantizing the addition result.
- a filter for a sub-block is determined from among a plurality of filters.
- FIG. 4A to 4C are diagrams showing a plurality of examples of filter shapes used in ALF.
- 4A shows a 5 ⁇ 5 diamond shape filter
- FIG. 4B shows a 7 ⁇ 7 diamond shape filter
- FIG. 4C shows a 9 ⁇ 9 diamond shape filter.
- Information indicating the shape of the filter is signalized at the picture level. It should be noted that the signalization of the information indicating the filter shape need not be limited to the picture level, but may be another level (for example, a sequence level, a slice level, a tile level, a CTU level, or a CU level).
- ON / OFF of ALF is determined at the picture level or the CU level, for example. For example, for luminance, it is determined whether to apply ALF at the CU level, and for color difference, it is determined whether to apply ALF at the picture level.
- Information indicating ALF on / off is signaled at the picture level or the CU level. Signaling of information indicating ALF on / off need not be limited to the picture level or the CU level, and may be performed at other levels (for example, a sequence level, a slice level, a tile level, or a CTU level). Good.
- a coefficient set of a plurality of selectable filters (for example, up to 15 or 25 filters) is signalized at the picture level.
- the signalization of the coefficient set need not be limited to the picture level, but may be another level (for example, sequence level, slice level, tile level, CTU level, CU level, or sub-block level).
- the frame memory 122 is a storage unit for storing a reference picture used for inter prediction, and is sometimes called a frame buffer. Specifically, the frame memory 122 stores the reconstructed block filtered by the loop filter unit 120.
- the intra prediction unit 124 generates a prediction signal (intra prediction signal) by referring to the block in the current picture stored in the block memory 118 and performing intra prediction (also referred to as intra-screen prediction) of the current block. Specifically, the intra prediction unit 124 generates an intra prediction signal by performing intra prediction with reference to a sample (for example, luminance value and color difference value) of a block adjacent to the current block, and performs prediction control on the intra prediction signal. To the unit 128.
- the intra prediction unit 124 performs intra prediction using one of a plurality of predefined intra prediction modes.
- the plurality of intra prediction modes include one or more non-directional prediction modes and a plurality of directional prediction modes.
- One or more non-directional prediction modes are for example H.264. It includes Planar prediction mode and DC prediction mode defined by H.265 / HEVC (High-Efficiency Video Coding) standard (Non-patent Document 1).
- the multiple directionality prediction modes are for example H.264. It includes 33-direction prediction modes defined in the H.265 / HEVC standard. In addition to the 33 directions, the plurality of directionality prediction modes may further include 32 direction prediction modes (a total of 65 directionality prediction modes).
- FIG. 5A is a diagram illustrating 67 intra prediction modes (two non-directional prediction modes and 65 directional prediction modes) in intra prediction. The solid line arrows The 33 directions defined in the H.265 / HEVC standard are represented, and the dashed arrow represents the added 32 directions.
- the luminance block may be referred to in the intra prediction of the color difference block. That is, the color difference component of the current block may be predicted based on the luminance component of the current block.
- Such intra prediction is sometimes called CCLM (cross-component linear model) prediction.
- the intra prediction mode (for example, called CCLM mode) of the color difference block which refers to such a luminance block may be added as one of the intra prediction modes of the color difference block.
- the intra prediction unit 124 may correct the pixel value after intra prediction based on the gradient of the reference pixel in the horizontal / vertical direction. Intra prediction with such correction may be called PDPC (position dependent intra prediction combination). Information indicating whether or not PDPC is applied (for example, referred to as a PDPC flag) is signaled, for example, at the CU level.
- the signalization of this information need not be limited to the CU level, but may be another level (for example, a sequence level, a picture level, a slice level, a tile level, or a CTU level).
- the inter prediction unit 126 refers to a reference picture stored in the frame memory 122 and is different from the current picture, and performs inter prediction (also referred to as inter-screen prediction) of the current block, thereby generating a prediction signal (inter prediction signal). Prediction signal). Inter prediction is performed in units of a current block or a sub-block (for example, 4 ⁇ 4 block) in the current block. For example, the inter prediction unit 126 performs motion estimation in the reference picture for the current block or sub-block. Then, the inter prediction unit 126 generates an inter prediction signal of the current block or sub-block by performing motion compensation using motion information (for example, a motion vector) obtained by motion search. Then, the inter prediction unit 126 outputs the generated inter prediction signal to the prediction control unit 128.
- inter prediction also referred to as inter-screen prediction
- a motion vector predictor may be used for signalizing the motion vector. That is, the difference between the motion vector and the predicted motion vector may be signaled.
- an inter prediction signal may be generated using not only the motion information of the current block obtained by motion search but also the motion information of adjacent blocks. Specifically, the inter prediction signal is generated in units of sub-blocks in the current block by weighted addition of the prediction signal based on the motion information obtained by motion search and the prediction signal based on the motion information of adjacent blocks. May be.
- Such inter prediction motion compensation
- OBMC overlapped block motion compensation
- OBMC block size information indicating the size of a sub-block for OBMC
- OBMC flag information indicating whether or not to apply the OBMC mode
- the level of signalization of these information does not need to be limited to the sequence level and the CU level, and may be other levels (for example, a picture level, a slice level, a tile level, a CTU level, or a sub-block level). Good.
- FIG. 5B and FIG. 5C are a flowchart and a conceptual diagram for explaining the outline of the predicted image correction process by the OBMC process.
- a prediction image (Pred) by normal motion compensation is acquired using a motion vector (MV) assigned to an encoding target block.
- MV motion vector
- a prediction image (Pred_L) is obtained by applying the motion vector (MV_L) of the encoded left adjacent block to the encoding target block, and prediction is performed by superimposing the prediction image and Pred_L with weights. Perform the first correction of the image.
- the motion vector (MV_U) of the encoded upper adjacent block is applied to the block to be encoded to obtain a prediction image (Pred_U), and the prediction image and Pred_U that have been subjected to the first correction are weighted. Then, the second correction of the predicted image is performed by superimposing and making it the final predicted image.
- the two-step correction method using the left adjacent block and the upper adjacent block has been described here, the correction may be performed more times than the two steps using the right adjacent block and the lower adjacent block. Is possible.
- the area to be overlapped may not be the pixel area of the entire block, but only a part of the area near the block boundary.
- the processing target block may be a prediction block unit or a sub-block unit obtained by further dividing the prediction block.
- obmc_flag is a signal indicating whether or not to apply the OBMC process.
- the encoding apparatus it is determined whether or not the encoding target block belongs to a complex motion region, and if it belongs to a complex motion region, a value 1 is set as obmc_flag. Encoding is performed by applying the OBMC process, and if it does not belong to a complex region of motion, the value 0 is set as obmc_flag and the encoding is performed without applying the OBMC process.
- the decoding apparatus by decoding the obmc_flag described in the stream, decoding is performed by switching whether to apply the OBMC process according to the value.
- the motion information may be derived on the decoding device side without being converted into a signal.
- H.M. A merge mode defined in the H.265 / HEVC standard may be used.
- the motion information may be derived by performing motion search on the decoding device side. In this case, motion search is performed without using the pixel value of the current block.
- the mode in which motion search is performed on the decoding device side is sometimes called a PMMVD (patterned motion vector derivation) mode or an FRUC (frame rate up-conversion) mode.
- PMMVD patterned motion vector derivation
- FRUC frame rate up-conversion
- FIG. 5D An example of FRUC processing is shown in FIG. 5D.
- a list of a plurality of candidates each having a predicted motion vector (may be common with the merge list) is generated Is done.
- the best candidate MV is selected from a plurality of candidate MVs registered in the candidate list. For example, the evaluation value of each candidate included in the candidate list is calculated, and one candidate is selected based on the evaluation value.
- a motion vector for the current block is derived based on the selected candidate motion vector.
- the selected candidate motion vector (best candidate MV) is directly derived as a motion vector for the current block.
- the motion vector for the current block may be derived by performing pattern matching in the peripheral region at the position in the reference picture corresponding to the selected candidate motion vector. That is, the same method is used to search the area around the best candidate MV, and if there is an MV with a good evaluation value, the best candidate MV is updated to the MV, and the current block is updated. The final MV may be used. It is also possible to adopt a configuration in which the processing is not performed.
- the same processing may be performed when processing is performed in units of sub-blocks.
- the evaluation value is calculated by obtaining a difference value of the reconstructed image by pattern matching between a region in the reference picture corresponding to the motion vector and a predetermined region. Note that the evaluation value may be calculated using information other than the difference value.
- the first pattern matching and the second pattern matching may be referred to as bilateral matching and template matching, respectively.
- pattern matching is performed between two blocks in two different reference pictures that follow the motion trajectory of the current block. Therefore, in the first pattern matching, a region in another reference picture along the motion trajectory of the current block is used as the predetermined region for calculating the candidate evaluation value described above.
- FIG. 6 is a diagram for explaining an example of pattern matching (bilateral matching) between two blocks along a motion trajectory.
- first pattern matching two blocks along the motion trajectory of the current block (Cur block) and two blocks in two different reference pictures (Ref0, Ref1) are used.
- two motion vectors MV0, MV1 are derived.
- MV0, MV1 a reconstructed image at a designated position in the first encoded reference picture (Ref0) designated by the candidate MV, and a symmetric MV obtained by scaling the candidate MV at a display time interval.
- the difference from the reconstructed image at the designated position in the second encoded reference picture (Ref1) designated in (2) is derived, and the evaluation value is calculated using the obtained difference value.
- the candidate MV having the best evaluation value among the plurality of candidate MVs may be selected as the final MV.
- the motion vectors (MV0, MV1) pointing to the two reference blocks are temporal distances between the current picture (Cur Pic) and the two reference pictures (Ref0, Ref1). It is proportional to (TD0, TD1).
- the first pattern matching uses a mirror-symmetric bi-directional motion vector Is derived.
- pattern matching is performed between a template in the current picture (a block adjacent to the current block in the current picture (for example, an upper and / or left adjacent block)) and a block in the reference picture. Therefore, in the second pattern matching, a block adjacent to the current block in the current picture is used as the predetermined region for calculating the candidate evaluation value described above.
- FIG. 7 is a diagram for explaining an example of pattern matching (template matching) between a template in the current picture and a block in the reference picture.
- the current block is searched by searching the reference picture (Ref0) for the block that most closely matches the block adjacent to the current block (Cur block) in the current picture (Cur Pic).
- Ref0 the reference picture
- the reconstructed image of the encoded region of the left adjacent area and / or the upper adjacent area, and the equivalent in the encoded reference picture (Ref0) designated by the candidate MV When a difference from the reconstructed image at the position is derived, an evaluation value is calculated using the obtained difference value, and a candidate MV having the best evaluation value among a plurality of candidate MVs is selected as the best candidate MV. Good.
- FRUC flag Information indicating whether or not to apply such FRUC mode
- FRUC flag information indicating whether or not to apply such FRUC mode
- the FRUC mode is applied (for example, when the FRUC flag is true)
- information indicating the pattern matching method (first pattern matching or second pattern matching) (for example, called the FRUC mode flag) is signaled at the CU level. It becomes. Note that the signalization of these pieces of information need not be limited to the CU level, but may be other levels (for example, sequence level, picture level, slice level, tile level, CTU level, or sub-block level). .
- BIO bi-directional optical flow
- FIG. 8 is a diagram for explaining a model assuming constant velocity linear motion.
- (v x , v y ) indicates a velocity vector
- ⁇ 0 and ⁇ 1 are the time between the current picture (Cur Pic) and two reference pictures (Ref 0 , Ref 1 ), respectively.
- the distance. (MVx 0 , MVy 0 ) indicates a motion vector corresponding to the reference picture Ref 0
- (MVx 1 , MVy 1 ) indicates a motion vector corresponding to the reference picture Ref 1 .
- This optical flow equation consists of (i) the product of the time derivative of the luminance value, (ii) the horizontal component of the horizontal velocity and the spatial gradient of the reference image, and (iii) the vertical velocity and the spatial gradient of the reference image. Indicates that the sum of the products of the vertical components of is equal to zero. Based on a combination of this optical flow equation and Hermite interpolation, a block-based motion vector obtained from a merge list or the like is corrected in pixel units.
- the motion vector may be derived on the decoding device side by a method different from the derivation of the motion vector based on the model assuming constant velocity linear motion.
- a motion vector may be derived for each subblock based on the motion vectors of a plurality of adjacent blocks.
- This mode may be referred to as an affine motion compensation prediction mode.
- FIG. 9A is a diagram for explaining derivation of a motion vector in units of sub-blocks based on motion vectors of a plurality of adjacent blocks.
- the current block includes 16 4 ⁇ 4 sub-blocks.
- the motion vector v 0 of the upper left corner control point of the current block is derived based on the motion vector of the adjacent block
- the motion vector v 1 of the upper right corner control point of the current block is derived based on the motion vector of the adjacent sub block. Is done.
- the motion vector (v x , v y ) of each sub-block in the current block is derived by the following equation (2).
- x and y indicate the horizontal position and vertical position of the sub-block, respectively, and w indicates a predetermined weight coefficient.
- Such an affine motion compensation prediction mode may include several modes in which the motion vector derivation methods of the upper left and upper right corner control points are different.
- Information indicating such an affine motion compensation prediction mode (for example, called an affine flag) is signaled at the CU level. Note that the information indicating the affine motion compensation prediction mode need not be limited to the CU level, but other levels (for example, sequence level, picture level, slice level, tile level, CTU level, or sub-block level). ).
- the prediction control unit 128 selects either the intra prediction signal or the inter prediction signal, and outputs the selected signal to the subtraction unit 104 and the addition unit 116 as a prediction signal.
- FIG. 9B is a diagram for explaining the outline of the motion vector deriving process in the merge mode.
- a prediction MV list in which prediction MV candidates are registered is generated.
- prediction MV candidates spatial adjacent prediction MVs that are MVs of a plurality of encoded blocks located spatially around the encoding target block, and the position of the encoding target block in the encoded reference picture are projected.
- Temporal adjacent prediction MV that is MV of neighboring blocks combined prediction MV that is MV generated by combining MV values of spatial adjacent prediction MV and temporal adjacent prediction MV, zero prediction MV that is MV having a value of zero, and the like There is.
- variable length encoding unit describes and encodes merge_idx which is a signal indicating which prediction MV is selected in the stream.
- the prediction MV registered in the prediction MV list described with reference to FIG. 9B is an example, and the number of prediction MVs may be different from the number in the figure, or may not include some types of prediction MVs in the figure. It may be the composition which added prediction MV other than the kind of prediction MV in a figure.
- the final MV may be determined by performing DMVR processing, which will be described later, using the MV of the encoding target block derived by the merge mode.
- FIG. 9C is a conceptual diagram for explaining an outline of DMVR processing.
- the optimal MVP set in the processing target block is set as a candidate MV, and reference pixels from a first reference picture that is a processed picture in the L0 direction and a second reference picture that is a processed picture in the L1 direction are set according to the candidate MV. Are obtained, and a template is generated by taking the average of each reference pixel.
- the peripheral areas of the candidate MVs of the first reference picture and the second reference picture are searched, respectively, and the MV with the lowest cost is determined as the final MV.
- the cost value is calculated using a difference value between each pixel value of the template and each pixel value of the search area, an MV value, and the like.
- FIG. 9D is a diagram for explaining an outline of a predicted image generation method using luminance correction processing by LIC processing.
- an MV for obtaining a reference image corresponding to a block to be encoded is derived from a reference picture that is an encoded picture.
- the predicted image for the encoding target block is generated by performing the brightness correction process using the brightness correction parameter for the reference image in the reference picture specified by MV.
- the shape of the peripheral reference region in FIG. 9D is an example, and other shapes may be used.
- the process of generating a predicted image from one reference picture has been described, but the same applies to the case of generating a predicted image from a plurality of reference pictures, and the same applies to reference images acquired from each reference picture.
- the predicted image is generated after performing the luminance correction processing by the method.
- lic_flag is a signal indicating whether to apply LIC processing.
- the encoding device it is determined whether or not the encoding target block belongs to an area where the luminance change occurs, and if it belongs to the area where the luminance change occurs, lic_flag is set. Encode by applying LIC processing with a value of 1 set, and if not belonging to an area where a luminance change has occurred, set 0 as lic_flag and perform encoding without applying the LIC processing .
- the decoding device by decoding lic_flag described in the stream, decoding is performed by switching whether to apply the LIC processing according to the value.
- a method for determining whether or not to apply LIC processing for example, there is a method for determining whether or not LIC processing has been applied to peripheral blocks.
- the encoding target block is in the merge mode
- whether or not the surrounding encoded blocks selected in the derivation of the MV in the merge mode processing are encoded by applying the LIC processing. Judgment is performed, and encoding is performed by switching whether to apply the LIC processing according to the result.
- the decoding process is exactly the same.
- FIG. 10 is a block diagram showing a functional configuration of decoding apparatus 200 according to Embodiment 1.
- the decoding device 200 is a moving image / image decoding device that decodes moving images / images in units of blocks.
- the decoding device 200 includes an entropy decoding unit 202, an inverse quantization unit 204, an inverse transformation unit 206, an addition unit 208, a block memory 210, a loop filter unit 212, and a frame memory 214. And an intra prediction unit 216, an inter prediction unit 218, and a prediction control unit 220.
- the decoding device 200 is realized by, for example, a general-purpose processor and a memory.
- the processor executes the entropy decoding unit 202, the inverse quantization unit 204, the inverse transformation unit 206, the addition unit 208, the loop filter unit 212, and the intra prediction unit. 216, the inter prediction unit 218, and the prediction control unit 220.
- the decoding apparatus 200 is dedicated to the entropy decoding unit 202, the inverse quantization unit 204, the inverse transformation unit 206, the addition unit 208, the loop filter unit 212, the intra prediction unit 216, the inter prediction unit 218, and the prediction control unit 220. It may be realized as one or more electronic circuits.
- the entropy decoding unit 202 performs entropy decoding on the encoded bit stream. Specifically, the entropy decoding unit 202 performs arithmetic decoding from a coded bit stream to a binary signal, for example. Then, the entropy decoding unit 202 debinarizes the binary signal. As a result, the entropy decoding unit 202 outputs the quantized coefficient to the inverse quantization unit 204 in units of blocks.
- the inverse quantization unit 204 inversely quantizes the quantization coefficient of a decoding target block (hereinafter referred to as a current block) that is an input from the entropy decoding unit 202. Specifically, the inverse quantization unit 204 inversely quantizes each quantization coefficient of the current block based on the quantization parameter corresponding to the quantization coefficient. Then, the inverse quantization unit 204 outputs the quantization coefficient (that is, the transform coefficient) obtained by inverse quantization of the current block to the inverse transform unit 206.
- a decoding target block hereinafter referred to as a current block
- the inverse quantization unit 204 inversely quantizes each quantization coefficient of the current block based on the quantization parameter corresponding to the quantization coefficient. Then, the inverse quantization unit 204 outputs the quantization coefficient (that is, the transform coefficient) obtained by inverse quantization of the current block to the inverse transform unit 206.
- the inverse transform unit 206 restores the prediction error by inverse transforming the transform coefficient that is an input from the inverse quantization unit 204.
- the inverse conversion unit 206 determines the current block based on the information indicating the read conversion type. Inversely transform the conversion coefficient of.
- the inverse transform unit 206 applies inverse retransformation to the transform coefficient.
- the adder 208 reconstructs the current block by adding the prediction error input from the inverse converter 206 and the prediction sample input from the prediction controller 220. Then, the adding unit 208 outputs the reconfigured block to the block memory 210 and the loop filter unit 212.
- the block memory 210 is a storage unit for storing a block that is referred to in intra prediction and that is within a decoding target picture (hereinafter referred to as a current picture). Specifically, the block memory 210 stores the reconstructed block output from the adding unit 208.
- the loop filter unit 212 applies a loop filter to the block reconstructed by the adding unit 208, and outputs the filtered reconstructed block to the frame memory 214, the display device, and the like.
- one filter is selected from the plurality of filters based on the local gradient direction and activity, The selected filter is applied to the reconstruction block.
- the frame memory 214 is a storage unit for storing a reference picture used for inter prediction, and is sometimes called a frame buffer. Specifically, the frame memory 214 stores the reconstructed block filtered by the loop filter unit 212.
- the intra prediction unit 216 performs intra prediction with reference to the block in the current picture stored in the block memory 210 based on the intra prediction mode read from the encoded bitstream, so that a prediction signal (intra prediction Signal). Specifically, the intra prediction unit 216 generates an intra prediction signal by performing intra prediction with reference to a sample (for example, luminance value and color difference value) of a block adjacent to the current block, and performs prediction control on the intra prediction signal. Output to the unit 220.
- a prediction signal for example, luminance value and color difference value
- the intra prediction unit 216 may predict the color difference component of the current block based on the luminance component of the current block.
- the intra prediction unit 216 corrects the pixel value after intra prediction based on the gradient of the reference pixel in the horizontal / vertical direction.
- the inter prediction unit 218 refers to the reference picture stored in the frame memory 214 and predicts the current block. Prediction is performed in units of a current block or a sub-block (for example, 4 ⁇ 4 block) in the current block. For example, the inter prediction unit 218 generates an inter prediction signal of the current block or sub-block by performing motion compensation using motion information (for example, a motion vector) read from the encoded bitstream, and generates the inter prediction signal. The result is output to the prediction control unit 220.
- motion information for example, a motion vector
- the inter prediction unit 218 When the information read from the encoded bitstream indicates that the OBMC mode is to be applied, the inter prediction unit 218 includes not only the motion information of the current block obtained by motion search but also the motion information of adjacent blocks. To generate an inter prediction signal.
- the inter prediction unit 218 follows the pattern matching method (bilateral matching or template matching) read from the encoded stream. Motion information is derived by performing motion search. Then, the inter prediction unit 218 performs motion compensation using the derived motion information.
- the inter prediction unit 218 derives a motion vector based on a model assuming constant velocity linear motion. Also, when the information read from the encoded bitstream indicates that the affine motion compensated prediction mode is applied, the inter prediction unit 218 determines the motion vector in units of subblocks based on the motion vectors of a plurality of adjacent blocks. Is derived.
- the prediction control unit 220 selects either the intra prediction signal or the inter prediction signal, and outputs the selected signal to the adding unit 208 as a prediction signal.
- the encoding apparatus 100 calculates a prediction error by subtracting a prediction signal generated by the intra prediction unit 124 or the inter prediction unit 126 from the original signal.
- the encoding device 100 generates a quantization coefficient by performing orthogonal transform processing, quantization processing, and the like on the prediction error.
- the encoding apparatus 100 restores a prediction error by performing inverse quantization and inverse orthogonal transform on the obtained quantization coefficient.
- the quantization process is an irreversible process, the restored prediction error has an error (quantization error) with respect to the prediction error before conversion.
- the deblocking filter process performed in the loop filter unit 120 is a kind of filter process performed for the purpose of reducing the quantization error. Deblocking filtering is applied to the block boundaries to remove block noise. Hereinafter, this deblocking filter processing is also simply referred to as filter processing.
- FIG. 11 is a flowchart illustrating an example of the deblocking filter process performed by the loop filter unit 120. For example, the process shown in FIG. 11 is performed for each block boundary.
- the loop filter unit 120 determines whether the set Bs is larger than the first threshold (S102). When Bs is equal to or smaller than the first threshold (No in S102), the loop filter unit 120 does not perform the filter process (S107).
- the loop filter unit 120 calculates the pixel variation d in the boundary region using the pixel values in the blocks on both sides of the block boundary (S103). ). This process will be described with reference to FIG.
- the loop filter unit 120 determines whether or not the calculated d is larger than the second threshold (S104). When d is equal to or smaller than the second threshold (No in S104), the loop filter unit 120 does not perform the filtering process (S107). Note that the first threshold and the second threshold are different.
- the loop filter unit 120 determines the filter characteristic (S105), and performs the filtering process of the determined filter characteristic (S106). For example, a 5-tap filter of (1, 2, 2, 2, 1) / 8 is used. That is, the calculation of (1 ⁇ p30 + 2 ⁇ p20 + 2 ⁇ p10 + 2 ⁇ q10 + 1 ⁇ q20) / 8 is performed on p10 shown in FIG.
- a clip process is performed so that the displacement is within a certain range so as not to be excessively smoothed.
- the clipping process referred to here is a threshold process that allows the pixel value after the filtering to take only a range of q ⁇ tc. That is.
- FIG. 13 is a flowchart showing an example of the deblocking filter process according to the present embodiment. Note that the processing shown in FIG. 13 may be performed for each block boundary or may be performed for each unit pixel including one or more pixels.
- the loop filter unit 120 acquires an encoding parameter, and determines an asymmetric filter characteristic across the block boundary using the acquired encoding parameter (S111).
- the obtained encoding parameter characterizes, for example, an error distribution.
- the filter characteristics are filter coefficients, parameters used for controlling filter processing, and the like.
- the encoding parameter may be any parameter that can be used to determine the filter characteristics.
- the encoding parameter may be information indicating the error itself, or may be information or a parameter related to the error (for example, affecting the magnitude relationship of the error).
- a pixel that is determined to have a large or small error based on the encoding parameter that is, a pixel that is highly likely to have a large or small error is simply referred to as a pixel that has a large or small error.
- the determination process does not have to be performed each time, and the process may be performed according to a predetermined rule for associating the encoding parameter with the filter characteristic.
- the error may be larger than an error of a pixel that is likely to have a large error when viewed pixel by pixel.
- the loop filter unit 120 executes a filter process having the determined filter characteristics (S112).
- the filter characteristics determined in step S111 do not necessarily have to be asymmetric, and a symmetric design is possible.
- a filter having an asymmetric filter characteristic with a block boundary interposed therebetween is also referred to as an asymmetric filter
- a filter having a symmetric filter characteristic with a block boundary interposed therebetween is also referred to as a symmetric filter.
- a pixel determined to have a large error is easily affected by a pixel having a small surrounding error so that a pixel determined to have a small error is less affected by a pixel having a large surrounding error.
- the filter characteristics are determined in consideration of such two points. That is, the filter characteristics are determined so that the influence of the filter processing becomes larger as the pixel has a larger error. For example, the filter characteristics are determined so that the change amount of the pixel value before and after the filter process increases as the error increases. Thereby, it is possible to prevent a pixel having a high possibility of a small error from deviating from a true value due to a large fluctuation in value. On the other hand, for a pixel having a high possibility of a large error, the error can be reduced by changing the value by being strongly influenced by a pixel having a small error.
- the element that changes the displacement due to the filter is defined as the filter weight.
- the weight indicates the degree of influence of the filtering process on the symmetric pixel.
- Increasing the weight means that the influence of the filter processing on the pixel is increased.
- the pixel value after filter processing is easily affected by other pixels.
- increasing the weight means determining the filter characteristics so that the amount of change in the pixel value before and after the filtering process is increased or the filtering process is easily performed.
- the loop filter unit 120 increases the weight as the pixel has a larger error.
- increasing the weight of a pixel having a larger error includes not only changing the weight continuously based on the error but also changing the weight in stages. That is, the weight of the first pixel only needs to be smaller than the weight of the second pixel having a larger error than the first pixel.
- the same expression is used in the following.
- the loop filter unit 120 may correct the filter characteristics serving as a reference determined by a conventional method so that the weight of a pixel having a larger error increases.
- the loop filter unit 120 decreases the filter coefficient for pixels with larger errors. For example, the loop filter unit 120 reduces the filter coefficient of a pixel having a large error and increases the filter coefficient of a pixel having a small error.
- a filter determined by a conventional method is referred to as a reference filter.
- the reference filter is a 5-tap filter perpendicular to the block boundary and extends over (p3, p2, p1, q1, q2).
- the filter coefficient is (1, 2, 2, 2, 1) / 8.
- the filter coefficient is set so that the block P having a large error is easily affected by the block Q having a small error.
- the filter coefficient used for a pixel with a small error is set large, and the filter coefficient used for a pixel with a large error is set small.
- (0.5, 1.0, 1.0, 2.0, 1.5) / 6 is used as the filter coefficient.
- 0 may be used as a filter coefficient of a pixel with a small error.
- (0, 0, 1, 2, 2) / 5 may be used as the filter coefficient. That is, the filter tap may be changed.
- the filter coefficient that is currently 0 may be a value other than 0.
- (1, 2, 2, 2, 1, 1) / 9 may be used as the filter coefficient. That is, the loop filter unit 120 may extend the filter tap to the side where the error is small.
- the reference filter may not be a bilaterally symmetric filter with the target pixel as the center, such as (1, 2, 2, 2, 1) / 8 described above.
- the loop filter unit 120 further adjusts the filter.
- the filter coefficient of the reference filter used for the leftmost pixel of the Q block is (1, 2, 3, 4, 5) / 15
- the filter coefficient of the reference filter used for the rightmost pixel of the block P is (5, 4 , 3, 2, 1) / 15. That is, in this case, a filter coefficient that is reversed left and right between pixels across the block boundary is used.
- Such a reversal symmetric filter characteristic across the block boundary can also be said to be “a symmetric filter characteristic across the block boundary”. That is, the asymmetric filter characteristic across the block boundary is a filter characteristic that is not inverted and symmetrical across the block boundary.
- the loop filter unit 120 is, for example, the filter coefficient of the reference filter used for the rightmost pixel of the block P (5, (4, 3, 2, 1) / 15 is changed to (2.5, 2.0, 1.5, 2.0, 1.0) / 9.
- the loop filter unit 120 determines a reference filter having a symmetrical filter characteristic across a block boundary according to a predetermined reference.
- the loop filter unit 120 changes the reference filter so as to have an asymmetric filter characteristic across the block boundary.
- the loop filter unit 120 increases the filter coefficient of at least one pixel having a small error among the filter coefficients of the reference filter, and reduces the filter coefficient of at least one pixel having a large error.
- the loop filter unit 120 performs a filter operation using a reference filter.
- the loop filter unit 120 performs asymmetric weighting with respect to the reference change amount ⁇ 0 that is the change amount of the pixel value before and after the filter calculation using the reference filter with the block boundary interposed therebetween.
- a process using a reference filter is referred to as a filter operation, and a series of processes including a filter operation and a subsequent correction process (for example, asymmetric weighting) is a filter process (deblocking filter process). ).
- the loop filter unit 120 calculates the corrected change amount ⁇ 1 by multiplying the reference change amount ⁇ 0 by a coefficient smaller than 1 for a pixel with a small error. Further, the loop filter unit 120 calculates the corrected change amount ⁇ 1 by multiplying the reference change amount ⁇ 0 by a coefficient larger than 1 for a pixel having a large error. Next, the loop filter unit 120 generates the pixel value after the filter processing by adding the corrected change amount ⁇ 1 to the pixel value before the filter calculation. Note that the loop filter unit 120 may perform only one of processing for pixels with small errors and processing for pixels with large errors.
- the loop filter unit 120 calculates the corrected change ⁇ 1 by multiplying the reference change ⁇ 0 by 0.8, for example. Further, the loop filter unit 120 calculates a corrected change amount ⁇ 1 for pixels included in the block P having a large error, for example, by multiplying the reference change amount ⁇ 0 by 1.2. By doing so, it is possible to reduce the fluctuation of the value of the pixel having a small error. In addition, it is possible to increase the fluctuation of the pixel value having a large error.
- 1: 1 may be selected as the ratio between the coefficient multiplied by the reference change amount ⁇ 0 of the pixel having a small error and the coefficient multiplied by the reference change amount ⁇ 0 of the pixel having a large error.
- the filter characteristics are symmetric with respect to the block boundary.
- the loop filter unit 120 may calculate the coefficient multiplied by the reference change amount ⁇ 0 by multiplying the reference coefficient by a constant.
- the loop filter unit 120 uses a larger constant for pixels with a large error than for pixels with a small error.
- the amount of change in the pixel value for a pixel with a large error increases, and the amount of change in the pixel value for a pixel with a high possibility of a small error decreases.
- the loop filter unit 120 uses 1.2 or 0.8 as a constant for pixels adjacent to the block boundary, and as a constant for pixels one pixel away from pixels adjacent to the block boundary. Use 1.1 or 0.9.
- the reference coefficient is obtained by, for example, (A ⁇ (q1 ⁇ p1) ⁇ B ⁇ (q2 ⁇ p2) + C) / D.
- A, B, C, and D are constants.
- p1, p2, q1, and q2 are pixel values of the pixels having the positional relationship shown in FIG.
- the loop filter unit 120 performs a filter operation using the filter coefficient of the reference filter.
- the loop filter unit 120 adds an asymmetric offset value across the block boundary to the pixel value after the filter calculation. Specifically, the loop filter unit 120 determines that a pixel having a large error so that the value of a pixel having a large error approaches the value of a pixel having a high possibility of a small error and the displacement of the pixel having the large error increases. A positive offset value is added to the pixel value of.
- the loop filter unit 120 prevents the pixel value with a small error from approaching the pixel value with a large error, and the pixel value of the pixel with a small error so that the displacement of the pixel with the small error is small. Add a negative offset to. As a result, the amount of change in pixel value for a pixel with a large error increases, and the amount of change in pixel value for a pixel with a small error decreases. Note that the loop filter unit 120 may perform only one of processing for pixels with small errors and processing for pixels with large errors.
- the loop filter unit 120 calculates a corrected change amount ⁇ 1 by adding a positive offset value (for example, 1) to the absolute value of the reference change amount ⁇ 0 for pixels included in a block with a large error. To do. Further, the loop filter unit 120 adds the corrected change amount ⁇ 1 to a pixel included in a block with a small error by adding a negative offset value (eg, ⁇ 1) to the absolute value of the reference change amount ⁇ 0. calculate. Next, the loop filter unit 120 generates the pixel value after the filter processing by adding the corrected change amount ⁇ 1 to the pixel value before the filter calculation. Note that the loop filter unit 120 may add the offset value to the pixel value after the filter calculation instead of adding the offset value to the change amount. Further, the offset value may not be symmetrical across the block boundary.
- a positive offset value for example, 1
- the loop filter unit 120 adds the corrected change amount ⁇ 1 to a pixel included in a block with a small error by adding a negative offset value (eg, ⁇
- the loop filter unit 120 may change only the weight for a specific pixel or may change the weight for all the pixels.
- the loop filter unit 120 may change the weight according to the distance from the block boundary to the target pixel. For example, the loop filter unit 120 may make the filter coefficients applied to the two pixels from the block boundary asymmetric and the filter coefficients applied to the subsequent pixels symmetrical.
- the filter weight may be common to a plurality of pixels or may be set for each pixel.
- the loop filter unit 120 performs a filter operation using the filter coefficient of the reference filter. Next, when the change amount ⁇ of the pixel value before and after the filter operation exceeds the clip width that is the reference value, the loop filter unit 120 clips the change amount ⁇ to the clip width. The loop filter unit 120 sets the clip width asymmetrically across the block boundary.
- the loop filter unit 120 makes the clip width for pixels with a large error larger than the clip width of pixels with a small error. For example, the loop filter unit 120 sets the clip width for a pixel with a large error to a constant multiple of the clip width of a pixel with a small error. As a result of changing the clip width, the value of a pixel with a small error cannot be changed greatly. In addition, the value of a pixel having a large error can change greatly.
- the loop filter unit 120 may adjust the absolute value of the clip width instead of specifying the clip width ratio. For example, the loop filter unit 120 fixes the clip width for pixels with a large error to twice a predetermined reference clip width. The loop filter unit 120 sets the ratio of the clip width of a pixel with a small error and the clip width of a pixel with a small error to 1.2: 0.8. Specifically, for example, it is assumed that the reference clip width is 10 and the change amount ⁇ before and after the filter operation is 12. In this case, when the reference clip width is used as it is, the change amount ⁇ is corrected to 10 by the threshold processing. On the other hand, when the target pixel is a pixel with a large error, for example, the reference clip width is multiplied by 1.5. As a result, the clip width is 15, so threshold processing is not performed, and the change amount ⁇ is 12.
- the loop filter unit 102 sets the condition for determining whether or not to perform filter processing to be asymmetric across the block boundary.
- the condition for determining whether or not to perform the filter process is, for example, the first threshold value or the second threshold value illustrated in FIG. 11.
- the loop filter unit 120 sets conditions so that a filter process is easily performed on a pixel with a large error, and the filter process is difficult to be performed on a pixel with a small error.
- Set the conditions as follows. For example, the loop filter unit 120 sets a threshold value for a pixel with a small error higher than a threshold value for a pixel with a large error. For example, the loop filter unit 120 sets the threshold for a pixel with a small error to a constant multiple of the threshold of a pixel with a large error.
- the loop filter unit 120 may not only specify the threshold ratio but also adjust the absolute value of the threshold. For example, the loop filter unit 120 fixes the threshold for a pixel with a small error to twice a predetermined reference threshold, and sets the ratio of the threshold of a pixel with a small error and the threshold of a pixel with a large error to 1.2: 0. .8 may be set.
- the reference threshold value of the second threshold value in step 104 is 10, and d calculated from the pixel values in the block is 12.
- the reference threshold value is used as it is as the second threshold value, it is determined that the filtering process is performed.
- the target pixel is a pixel with a small error, for example, a value obtained by multiplying the reference threshold value by 1.5 is used as the second threshold value.
- the second threshold value is 15, which is larger than d. As a result, it is determined that the filtering process is not performed.
- the constants indicating the weights based on the errors used in the first to fifth methods may be predetermined values in the encoding device 100 and the decoding device 200, or may be variable. . Specifically, the constant is multiplied by a coefficient that is multiplied by the filter coefficient of the first method or the filter coefficient of the reference filter, or by a coefficient or reference coefficient that is multiplied by the reference change amount ⁇ 0 in the second method.
- information indicating the constant may be included in the bitstream as a parameter of a sequence or a slice unit, for example, and transmitted from the encoding device 100 to the decoding device 200.
- the information indicating the constant may be information indicating the constant itself, or information indicating a ratio or difference from the reference value.
- a method of changing a coefficient or a constant according to an error for example, a method of changing linearly, a method of changing a quadratic function, a method of changing exponentially, or a relationship between an error and a constant
- a method using a look-up table shown for example, a method using a look-up table shown.
- a fixed value may be used as a constant.
- the loop filter unit 120 sets the variable to the first value when the error is less than or equal to a predetermined range, and sets the variable to the second value when the error is greater than or equal to the predetermined range, When the error is within a predetermined range, the variable may be continuously changed from the first value to the second value according to the error.
- the loop filter unit 120 may use a symmetric filter (reference filter) instead of using an asymmetric filter.
- the loop filter unit 120 may hold both the case where the error is large and the case where the error is small, or holds only one table, from the contents of the table.
- the other constant may be calculated according to a predetermined rule.
- the encoding apparatus 100 and the decoding apparatus 200 can reduce the error of the reconstructed image by using the asymmetric filter, so that the encoding efficiency can be improved.
- This aspect may be implemented in combination with at least a part of other aspects in the present disclosure.
- a part of the processing, a part of the configuration of the apparatus, a part of the syntax, and the like described in the flowchart of this aspect may be combined with another aspect.
- the loop filter unit 120 determines the filter characteristics according to the position of the target pixel in the block.
- FIG. 14 is a flowchart showing an example of the deblocking filter process according to the present embodiment.
- the loop filter unit 120 acquires information indicating the position of the target pixel in the block as an encoding parameter characterizing the error distribution.
- the loop filter unit 120 determines an asymmetric filter characteristic across the block boundary based on the position (S121).
- the loop filter unit 120 executes a filter process having the determined filter characteristics (S122).
- the loop filter unit 120 determines the filter characteristics so that the change amount of the pixel value before and after the filter process becomes larger as the pixel is farther from the intra prediction reference pixel.
- a pixel close to the reference pixel is a pixel existing in the upper left in the block
- a pixel close to the reference pixel is a pixel existing in the lower right in the block. It is. Therefore, the loop filter unit 120 determines the filter characteristics so that the weight of the lower right pixel in the block is larger than the weight of the upper left pixel.
- the loop filter unit 120 determines a filter characteristic for a pixel far from a reference pixel for intra prediction so that the influence of the filtering process is increased as described in the first embodiment. That is, the loop filter unit 120 increases the weight of a pixel far from the reference pixel for intra prediction.
- increasing the weight means, as described above, (1) to decrease the filter coefficient, (2) to increase the filter coefficient of the pixel across the boundary (that is, a pixel near the reference pixel for intra prediction), ( 3) Increase the coefficient by which the change amount is multiplied, (4) Increase the offset value of the change amount, (5) Increase the clip width, and (6) Modify the threshold value so that the filter process is easily performed.
- the loop filter unit 120 determines a filter characteristic so that the influence of the filter process is reduced for pixels close to the reference pixel for intra prediction. That is, the loop filter unit 120 reduces the weight of pixels close to the reference pixel for intra prediction.
- the weight as described above, (1) to increase the filter coefficient, (2) to reduce the filter coefficient of the pixel across the boundary (that is, a pixel close to the reference pixel for intra prediction), ( 3) Decrease the coefficient by which the change amount is multiplied, (4) Decrease the offset value of the change amount, (5) Decrease the clip width, and (6) Modify the threshold value so that the filter processing is difficult to be executed. To implement at least one of the following.
- the above processing may be performed when intra prediction is used, and the above processing may not be performed for a block where inter prediction is used. However, since the nature of an intra prediction block may be pulled by inter prediction, the above process may be performed on an inter prediction block.
- the loop filter unit 120 may change the weight by arbitrarily specifying a position in a specific block. For example, as described above, the loop filter unit 120 may increase the weight of the lower right pixel in the block and decrease the weight of the upper left pixel in the block.
- the loop filter unit 120 is not limited to the upper left and lower right, and may change the weight by designating an arbitrary position in the block.
- the loop filter unit 120 may increase the weight of the left block and decrease the weight of the right block with respect to the adjacent block boundary in the left-right direction.
- the loop filter unit 120 may increase the weight of the upper block and decrease the weight of the lower block for the adjacent block boundary in the vertical direction.
- the loop filter unit 120 may change the weight according to the distance from the reference pixel for intra prediction. Further, the loop filter unit 120 may determine the weight in units of block boundaries or may determine the weight in units of pixels. The error tends to increase as the distance from the reference pixel increases. Therefore, the loop filter unit 120 determines the filter characteristics so that the weight gradient becomes steeper as the distance from the reference pixel increases. The loop filter unit 120 determines the filter characteristics so that the weight gradient on the upper side of the right side of the block is gentler than the weight gradient on the lower side.
- This aspect may be implemented in combination with at least a part of other aspects in the present disclosure.
- a part of the processing, a part of the configuration of the apparatus, a part of the syntax, and the like described in the flowchart of this aspect may be combined with another aspect.
- loop filter section 120 determines the filter characteristics according to the orthogonal transform base.
- FIG. 16 is a flowchart showing an example of the deblocking filter process according to the present embodiment.
- the loop filter unit 120 acquires information indicating the orthogonal transform base used for the target block as an encoding parameter characterizing the error distribution.
- the loop filter unit 120 determines an asymmetric filter characteristic across the block boundary based on the orthogonal transform base (S131).
- the loop filter unit 120 executes a filter process having the determined filter characteristics (S132).
- the encoding apparatus 100 selects one of a plurality of candidates as an orthogonal transform base that is a transform base for performing orthogonal transform.
- the plurality of candidates include, for example, a base in which the 0th-order conversion base such as DCT-II is flat and a base in which the 0th-order conversion base such as DST-VII is not flat.
- FIG. 17 is a diagram illustrating a conversion base of DCT-II.
- FIG. 18 is a diagram showing a DCT-VII conversion base.
- the 0th order base of DCT-II is constant regardless of the position in the block. That is, when DCT-II is used, the error in the block is constant. Therefore, when both blocks sandwiching the block boundary are transformed by DCT-II, the loop filter unit 120 performs filter processing using a symmetric filter without using an asymmetric filter.
- the loop filter unit 120 uses an asymmetric filter when at least one of the two blocks sandwiching the block boundary is converted by DST-VII. Specifically, the loop filter unit 120 determines the filter characteristics so that the influence of the filter processing becomes smaller as the pixel has a smaller value in the lower-order (for example, 0th-order) base block.
- the loop filter unit 120 filters the lower right pixel in the block by the above-described method.
- the filter characteristics are determined so as to increase the influence of processing.
- the loop filter unit 120 determines the filter characteristics so that the influence of the filtering process is increased on the upper left pixel in the block.
- the loop filter unit 120 applies the filter to the pixel below the upper block adjacent to the block boundary and using DST-VII.
- the filter characteristic is determined so that the weight becomes larger than the weight of the filter to the upper pixel of the lower block in which DCT-II is used.
- the difference between the amplitudes of the low-order bases in this case is smaller than the difference between the amplitudes of the low-order bases when DST-VII are adjacent to each other. Therefore, the loop filter unit 120 sets the filter characteristic so that the gradient of the weight in this case is smaller than the gradient of the weight when the DST-VIIs are adjacent to each other.
- the loop filter unit 120 sets the weight when DCT-II and DCT-II are adjacent to 1: 1 (symmetric filter), and the weight when DST-VII and DST-VII are adjacent. Is set to 1.3: 0.7, and the weight when DST-VII and DCT-II are adjacent to each other is set to 1.2: 0.8.
- This aspect may be implemented in combination with at least a part of other aspects in the present disclosure.
- a part of the processing, a part of the configuration of the apparatus, a part of the syntax, and the like described in the flowchart of this aspect may be combined with another aspect.
- the loop filter unit 120 determines the filter characteristics according to the pixel values across the block boundary.
- FIG. 19 is a flowchart showing an example of the deblocking filter process according to the present embodiment.
- the loop filter unit 120 acquires information indicating pixel values in a block across a block boundary as an encoding parameter characterizing an error distribution.
- the loop filter unit 120 determines an asymmetric filter characteristic across the block boundary based on the pixel value (S141).
- the loop filter unit 120 executes a filter process having the determined filter characteristics (S142).
- the loop filter unit 120 increases the difference in filter characteristics across the block boundary as the pixel value difference d0 increases. Specifically, the loop filter unit 120 determines the filter characteristics so that the difference in the influence of the filter processing becomes large. For example, the loop filter unit 120 sets the weight to 1.4: 0.6 when d0> (quantization parameter) ⁇ (constant) is satisfied, and sets the weight to 1. when the above relationship is not satisfied. 2: Set to 0.8. That is, the loop filter unit 120 compares the pixel value difference d0 with a threshold value based on the quantization parameter. When the pixel value difference d0 is larger than the threshold value, the loop value is larger than when the pixel value difference d0 is smaller than the threshold value. Increase the difference in filter characteristics across the boundary.
- the loop filter unit 120 increases the difference in filter characteristics across the block boundary as the average value b0 of the dispersion of pixel values in both blocks across the block boundary increases.
- the loop filter unit 120 may determine the filter characteristics so that the difference in the influence of the filter processing becomes large. For example, the loop filter unit 120 sets the weight to 1.4: 0.6 when b0> (quantization parameter) ⁇ (constant) is satisfied, and sets the weight to 1.2 when the above relationship is not satisfied. : Set to 0.8.
- the loop filter unit 120 compares the pixel value variance b0 with a threshold value based on the quantization parameter. When the pixel value variance b0 is larger than the threshold value, the loop filter unit 120 is more blocky than when the pixel value variance b0 is smaller than the threshold value. A difference in filter characteristics across the boundary may be increased.
- the loop filter unit 120 determines an asymmetric filter characteristic across the block boundary according to a predetermined rule (for example, the method of Embodiment 2, 3, or 6). Next, the loop filter unit 120 changes the determined filter characteristic based on the pixel value difference d0 so that the difference in the filter characteristic across the block boundary increases. That is, the loop filter unit 120 increases the ratio or difference between the weight of a pixel having a large error and the weight of a pixel having a small error.
- a predetermined rule for example, the method of Embodiment 2, 3, or 6
- the loop filter unit 120 may reduce the difference in filter characteristics across the block boundary as the pixel value difference d0 increases. Specifically, the loop filter unit 120 determines the filter characteristics so that the difference in the influence of the filter processing becomes small. For example, the loop filter unit 120 sets the weight to 1.2: 0.8 when d0> (quantization parameter) ⁇ (constant) is satisfied, and sets the weight to 1. when the relationship is not satisfied. 4: Set to 0.6. If the above relationship is satisfied, the weight may be set to 1: 1 (symmetric filter). That is, the loop filter unit 120 compares the pixel value difference d0 with a threshold value based on the quantization parameter. When the pixel value difference d0 is larger than the threshold value, the loop value is larger than when the pixel value difference d0 is smaller than the threshold value. Reduce the difference in filter characteristics across the boundary.
- a large pixel value difference d0 means that the block boundary is conspicuous, and in such a case, by reducing the difference in filter characteristics across the block boundary, smoothing is performed by an asymmetric filter. It is possible to suppress weakening.
- the loop filter unit 120 uses the first weight when the pixel value difference d0 is less than the first threshold, and uses the first weight when the pixel value difference d0 is greater than or equal to the first threshold and less than the second threshold.
- a second weight having a larger difference than the weight may be used, and a third weight having a smaller difference than the second weight may be used when the pixel value difference d0 is equal to or greater than the second threshold.
- the pixel value difference d0 may be the pixel value difference across the boundary itself, or may be the average or variance of the pixel value differences.
- the pixel value difference d0 is obtained by (A ⁇ (q1 ⁇ p1) ⁇ B ⁇ (q2 ⁇ p2) + C) / D.
- A, B, C, and D are constants.
- p1, p2, q1, and q2 are pixel values of the pixels having the positional relationship shown in FIG.
- the pixel value difference d0 and the weight may be set on a pixel basis, on a block boundary basis, or on a block group unit including a plurality of blocks (for example, LCU (Large Coding Unit)). May be done in units.
- LCU Large Coding Unit
- This aspect may be implemented in combination with at least a part of other aspects in the present disclosure.
- a part of the processing, a part of the configuration of the apparatus, a part of the syntax, and the like described in the flowchart of this aspect may be combined with another aspect.
- loop filter section 120 determines filter characteristics according to the intra prediction direction and the block boundary direction.
- FIG. 20 is a flowchart showing an example of the deblocking filter process according to the present embodiment.
- the loop filter unit 120 acquires information indicating an angle between a prediction direction of intra prediction and a block boundary as an encoding parameter characterizing an error distribution.
- the loop filter unit 120 determines an asymmetric filter characteristic across the block boundary based on the angle (S151).
- the loop filter unit 120 executes a filter process having the determined filter characteristics (S152).
- the loop filter unit 120 increases the difference in filter characteristics across the block boundary as the angle is closer to the vertical, and decreases the difference in filter characteristics across the block boundary as the angle is closer to the horizontal. . More specifically, when the intra prediction direction is nearly perpendicular to the block boundary, the difference in filter weights for the pixels on both sides of the block boundary becomes large, and the intra prediction direction becomes horizontal with respect to the block boundary. If they are close to each other, the filter characteristics are determined so as to reduce the difference in the filter weights for the pixels on both sides of the block boundary.
- FIG. 21 is a diagram illustrating an example of weights for the relationship between the intra prediction direction and the block boundary direction.
- the loop filter unit 120 determines an asymmetric filter characteristic across the block boundary according to a predetermined rule (for example, the method of Embodiment 2, 3, or 6). Next, the loop filter unit 120 changes the determined filter characteristics based on the intra prediction direction and the block boundary direction so that the difference in filter characteristics across the block boundary becomes large.
- a predetermined rule for example, the method of Embodiment 2, 3, or 6
- the encoding device 100 and the decoding device 200 specify the intra prediction direction using, for example, an intra prediction mode.
- the loop filter unit 120 may not consider the direction of the block boundary. For example, when the intra prediction mode is the Planar mode or the DC mode, the loop filter unit 120 may use a predetermined weight or a weight difference regardless of the direction of the block boundary. Alternatively, the loop filter unit 120 may use a symmetric filter when the intra prediction mode is the Planar mode or the DC mode.
- This aspect may be implemented in combination with at least a part of other aspects in the present disclosure.
- a part of the processing, a part of the configuration of the apparatus, a part of the syntax, and the like described in the flowchart of this aspect may be combined with another aspect.
- loop filter section 120 determines a filter characteristic according to a quantization parameter indicating the quantization width.
- FIG. 16 is a flowchart showing an example of the deblocking filter process according to the present embodiment.
- the loop filter unit 120 acquires information indicating the quantization parameter used in quantization of the target block as an encoding parameter characterizing the error distribution.
- the loop filter unit 120 determines an asymmetric filter characteristic across the block boundary based on the quantization parameter (S161).
- the loop filter unit 120 executes a filter process having the determined filter characteristics (S162).
- the loop filter unit 120 determines the filter characteristics so that the influence of the filter processing increases as the quantization parameter increases.
- FIG. 23 is a diagram illustrating an example of weights for quantization parameters.
- the loop filter unit 120 increases the weight for the upper left pixel in the block as the quantization parameter increases.
- the loop filter unit 120 reduces the increase in weight associated with the increase in the quantization parameter for the lower right pixel in the block. That is, the loop filter unit 120 causes the change in the filter processing effect due to the change in the quantization parameter for the upper left pixel to be larger than the change in the filter processing effect due to the change in the quantization parameter for the lower right pixel. Determine the filter characteristics.
- the upper left pixel in the block is more susceptible to quantization parameters than the lower right pixel in the block. Therefore, the error can be appropriately reduced by performing the above processing.
- the loop filter unit 120 may determine the weight of the block based on the quantization parameter of the block for each of the two blocks sandwiching the boundary, or the average value of the quantization parameters of the two blocks And the weights of the two blocks may be determined based on the average value.
- the loop filter unit 120 may determine the weights of the two blocks based on the quantization parameter of one block. For example, the loop filter unit 120 determines the weight of the one block based on the quantization parameter of the one block using the above method. Next, the loop filter unit 120 determines the weight of the other block according to a predetermined rule based on the determined weight.
- the loop filter unit 120 may use a symmetric filter when the quantization parameters of the two blocks are different or when the difference between the quantization parameters of the two blocks exceeds a threshold value.
- the weight is set using a linear function, but any function or table other than the linear function may be used.
- a curve indicating the relationship between the quantization parameter and the quantization step (quantization width) may be used.
- the loop filter unit 120 may use a symmetric filter instead of using an asymmetric filter.
- the loop filter unit 120 performs an operation such as rounding, rounding up, or rounding down on the quantization parameter, and uses the quantized parameter after the operation for the above processing. May be. Or the loop filter part 120 may perform the said process in consideration to a decimal point unit.
- Embodiments 2 to 6 a plurality of methods for determining an error have been individually described, but two or more of these methods may be combined.
- the loop filter unit 120 may weight the two or more combined elements.
- the encoding parameter may be an orthogonal transform type (Wavelet, DFT or overlap transform, etc.), block size (block width and height), motion vector direction, motion vector length, or reference used for inter prediction.
- Information indicating the number of pictures and characteristics of the reference filter may be used.
- the loop filter unit 120 may use an asymmetric filter only when the block boundary length is 16 pixels or less and the filter target pixel is close to the reference pixel for intra prediction, and may use a symmetric filter in other cases.
- the asymmetric processing may be performed only when a predetermined type of filter among a plurality of filter candidates is used.
- the asymmetric filter may be used only when the displacement due to the reference filter is calculated by (A ⁇ (q1 ⁇ p1) ⁇ B ⁇ (q2 ⁇ p2) + C) / D.
- A, B, C, and D are constants.
- p1, p2, q1, and q2 are pixel values of the pixels having the positional relationship shown in FIG.
- the loop filter unit 120 may perform the above process on one of the luminance signal and the color difference signal, or may perform the above process on both. Further, the loop filter unit 120 may perform a common process on the luminance signal and the color difference signal, or may perform different processes. For example, the loop filter unit 120 may use different weights for the luminance signal and the color difference signal, or may determine the weights according to different rules.
- the various parameters used in the above processing may be determined by the encoding device 100 or may be fixed values set in advance.
- the above processing may be performed or not performed, or the content of the above processing may be switched in a predetermined unit.
- the predetermined unit is, for example, a slice unit, a tile unit, a wavefront division unit, or a CTU unit.
- the content of the above process is a parameter indicating which one of the plurality of methods described above is used, a weight or the like, or a parameter for determining these.
- the loop filter unit 120 may limit a region where the above processing is performed to a CTU boundary, a slice boundary, or a tile boundary.
- the number of taps of the filter may be different between the symmetric filter and the asymmetric filter.
- the loop filter unit 120 may determine whether or not to perform the above process or change the content of the above process according to the frame type (I frame, P frame, or B frame).
- the loop filter unit 120 may determine whether or not to perform the above process, or the content of the above process, depending on whether or not a specific process in the previous stage or the subsequent stage has been performed.
- the loop filter unit 120 may perform different processing depending on the type of prediction mode used for the block, or may perform the above-described processing only for a block in which a specific prediction mode is used. For example, the loop filter unit 120 may perform different processing for a block in which intra prediction is used, a block in which inter prediction is used, and a merged block.
- the encoding apparatus 100 may encode filter information, which is a parameter indicating whether or not to perform the above process or the content of the above process. That is, the encoding apparatus 100 may generate an encoded bit stream including filter information.
- This filter information includes information indicating whether or not the above processing is performed on the luminance signal, information indicating whether or not the above processing is performed on the color difference signal, information indicating whether the processing is different for each prediction mode, and the like. May be included.
- the decoding device 200 may perform the above processing based on filter information included in the encoded bitstream. For example, the decoding device 200 may determine whether or not to perform the above process or the content of the above process based on the filter information.
- This aspect may be implemented in combination with at least a part of other aspects in the present disclosure.
- a part of the processing, a part of the configuration of the apparatus, a part of the syntax, and the like described in the flowchart of this aspect may be combined with another aspect.
- each of the functional blocks can usually be realized by an MPU, a memory, and the like. Further, the processing by each functional block is usually realized by a program execution unit such as a processor reading and executing software (program) recorded on a recording medium such as a ROM. The software may be distributed by downloading or the like, or may be distributed by being recorded on a recording medium such as a semiconductor memory. Naturally, each functional block can be realized by hardware (dedicated circuit).
- each embodiment may be realized by centralized processing using a single device (system), or may be realized by distributed processing using a plurality of devices. Good.
- the number of processors that execute the program may be one or more. That is, centralized processing may be performed, or distributed processing may be performed.
- the system includes an image encoding device using an image encoding method, an image decoding device using an image decoding method, and an image encoding / decoding device including both.
- Other configurations in the system can be appropriately changed according to circumstances.
- FIG. 24 is a diagram showing an overall configuration of a content supply system ex100 that implements a content distribution service.
- the communication service providing area is divided into desired sizes, and base stations ex106, ex107, ex108, ex109, and ex110, which are fixed wireless stations, are installed in each cell.
- devices such as a computer ex111, a game machine ex112, a camera ex113, a home appliance ex114, and a smartphone ex115 via the Internet ex101, the Internet service provider ex102 or the communication network ex104, and the base stations ex106 to ex110.
- the content supply system ex100 may be connected by combining any of the above elements.
- Each device may be directly or indirectly connected to each other via a telephone network or a short-range wireless communication without using the base stations ex106 to ex110 which are fixed wireless stations.
- the streaming server ex103 is connected to each device such as a computer ex111, a game machine ex112, a camera ex113, a home appliance ex114, and a smartphone ex115 via the Internet ex101.
- the streaming server ex103 is connected to a terminal in a hot spot in the airplane ex117 via the satellite ex116.
- the streaming server ex103 may be directly connected to the communication network ex104 without going through the Internet ex101 or the Internet service provider ex102, or may be directly connected to the airplane ex117 without going through the satellite ex116.
- the camera ex113 is a device that can shoot still images and moving images such as a digital camera.
- the smartphone ex115 is a smartphone, a cellular phone, or a PHS (Personal Handyphone System) that is compatible with a mobile communication system generally called 2G, 3G, 3.9G, 4G, and 5G in the future.
- a mobile communication system generally called 2G, 3G, 3.9G, 4G, and 5G in the future.
- the home appliance ex118 is a device included in a refrigerator or a household fuel cell cogeneration system.
- a terminal having a photographing function is connected to the streaming server ex103 through the base station ex106 or the like, thereby enabling live distribution or the like.
- the terminal (computer ex111, game machine ex112, camera ex113, home appliance ex114, smartphone ex115, terminal in airplane ex117, etc.) is used for the still image or video content captured by the user using the terminal.
- the encoding process described in each embodiment is performed, and the video data obtained by the encoding and the sound data obtained by encoding the sound corresponding to the video are multiplexed, and the obtained data is transmitted to the streaming server ex103. That is, each terminal functions as an image encoding device according to an aspect of the present disclosure.
- the streaming server ex103 streams the content data transmitted to the requested client.
- the client is a computer or the like in the computer ex111, the game machine ex112, the camera ex113, the home appliance ex114, the smart phone ex115, or the airplane ex117 that can decode the encoded data.
- Each device that has received the distributed data decrypts and reproduces the received data. That is, each device functions as an image decoding device according to an aspect of the present disclosure.
- the streaming server ex103 may be a plurality of servers or a plurality of computers, and may process, record, and distribute data in a distributed manner.
- the streaming server ex103 may be realized by a CDN (Contents Delivery Network), and content distribution may be realized by a network connecting a large number of edge servers and edge servers distributed all over the world.
- CDN Contents Delivery Network
- edge servers that are physically close to each other are dynamically allocated according to clients. Then, the content can be cached and distributed to the edge server, thereby reducing the delay.
- the processing is distributed among multiple edge servers, the distribution subject is switched to another edge server, or the part of the network where the failure has occurred Since detouring can be continued, high-speed and stable distribution can be realized.
- the captured data may be encoded at each terminal, may be performed on the server side, or may be shared with each other.
- a processing loop is performed twice.
- the first loop the complexity of the image or the code amount in units of frames or scenes is detected.
- the second loop processing for maintaining the image quality and improving the coding efficiency is performed.
- the terminal performs the first encoding process
- the server receiving the content performs the second encoding process, thereby improving the quality and efficiency of the content while reducing the processing load on each terminal. it can.
- the encoded data of the first time performed by the terminal can be received and reproduced by another terminal, enabling more flexible real-time distribution.
- the camera ex113 or the like extracts a feature amount from an image, compresses data relating to the feature amount as metadata, and transmits the metadata to the server.
- the server performs compression according to the meaning of the image, for example, by determining the importance of the object from the feature amount and switching the quantization accuracy.
- the feature data is particularly effective for improving the accuracy and efficiency of motion vector prediction at the time of re-compression on the server.
- simple coding such as VLC (variable length coding) may be performed at the terminal, and coding with a large processing load such as CABAC (context adaptive binary arithmetic coding) may be performed at the server.
- a plurality of video data in which almost the same scene is captured by a plurality of terminals.
- a GOP Group of Picture
- a picture unit or a tile obtained by dividing a picture using a plurality of terminals that have performed shooting and other terminals and servers that have not performed shooting as necessary.
- Distributed processing is performed by assigning encoding processing in units or the like. Thereby, delay can be reduced and real-time property can be realized.
- the server may manage and / or instruct the video data captured by each terminal to refer to each other.
- the encoded data from each terminal may be received by the server and the reference relationship may be changed among a plurality of data, or the picture itself may be corrected or replaced to be encoded again. This makes it possible to generate a stream with improved quality and efficiency of each piece of data.
- the server may distribute the video data after performing transcoding to change the encoding method of the video data.
- the server may convert the MPEG encoding system to the VP encoding. 264. It may be converted into H.265.
- the encoding process can be performed by a terminal or one or more servers. Therefore, in the following, description such as “server” or “terminal” is used as the subject performing processing, but part or all of processing performed by the server may be performed by the terminal, or processing performed by the terminal may be performed. Some or all may be performed at the server. The same applies to the decoding process.
- the server not only encodes a two-dimensional moving image, but also encodes a still image automatically based on a scene analysis of the moving image or at a time specified by the user and transmits it to the receiving terminal. Also good.
- the server can acquire the relative positional relationship between the photographing terminals, the server obtains the three-dimensional shape of the scene based on not only the two-dimensional moving image but also the video obtained by photographing the same scene from different angles. Can be generated.
- the server may separately encode the three-dimensional data generated by the point cloud or the like, and the video to be transmitted to the receiving terminal based on the result of recognizing or tracking the person or the object using the three-dimensional data.
- the images may be selected or reconstructed from videos captured by a plurality of terminals.
- the user can arbitrarily select each video corresponding to each photographing terminal and enjoy a scene, or can display a video of an arbitrary viewpoint from three-dimensional data reconstructed using a plurality of images or videos. You can also enjoy the clipped content.
- sound is collected from a plurality of different angles, and the server may multiplex and transmit sound from a specific angle or space according to the video.
- the server may create viewpoint images for the right eye and the left eye, respectively, and perform encoding that allows reference between each viewpoint video by Multi-View Coding (MVC) or the like. You may encode as another stream, without referring. At the time of decoding another stream, it is preferable to reproduce in synchronization with each other so that a virtual three-dimensional space is reproduced according to the viewpoint of the user.
- MVC Multi-View Coding
- the server superimposes virtual object information in the virtual space on the camera information in the real space based on the three-dimensional position or the movement of the user's viewpoint.
- the decoding device may acquire or hold virtual object information and three-dimensional data, generate a two-dimensional image according to the movement of the user's viewpoint, and create superimposition data by connecting them smoothly.
- the decoding device transmits the movement of the user's viewpoint to the server in addition to the request for the virtual object information, and the server creates superimposition data according to the movement of the viewpoint received from the three-dimensional data held in the server,
- the superimposed data may be encoded and distributed to the decoding device.
- the superimposed data has an ⁇ value indicating transparency in addition to RGB
- the server sets the ⁇ value of a portion other than the object created from the three-dimensional data to 0 or the like, and the portion is transparent. May be encoded.
- the server may generate data in which a RGB value of a predetermined value is set as the background, such as a chroma key, and the portion other than the object is set to the background color.
- the decryption processing of the distributed data may be performed at each terminal as a client, may be performed on the server side, or may be performed in a shared manner.
- a terminal may once send a reception request to the server, receive content corresponding to the request at another terminal, perform a decoding process, and transmit a decoded signal to a device having a display.
- a part of a region such as a tile in which a picture is divided may be decoded and displayed on a viewer's personal terminal while receiving large-size image data on a TV or the like. Accordingly, it is possible to confirm at hand the area in which the person is responsible or the area to be confirmed in more detail while sharing the whole image.
- access to encoded data on the network such as when the encoded data is cached in a server that can be accessed from the receiving terminal in a short time, or copied to the edge server in the content delivery service. It is also possible to switch the bit rate of received data based on ease.
- the content switching will be described using a scalable stream that is compression-encoded by applying the moving image encoding method shown in each of the above embodiments shown in FIG.
- the server may have a plurality of streams of the same content and different quality as individual streams, but the temporal / spatial scalable implementation realized by dividing into layers as shown in the figure.
- the configuration may be such that the content is switched by utilizing the characteristics of the stream.
- the decoding side decides which layer to decode according to internal factors such as performance and external factors such as the state of communication bandwidth, so that the decoding side can combine low-resolution content and high-resolution content. You can switch freely and decrypt. For example, when the user wants to continue watching the video that was viewed on the smartphone ex115 while moving on a device such as an Internet TV after returning home, the device only has to decode the same stream to a different layer, so the load on the server side Can be reduced.
- the enhancement layer includes meta information based on image statistical information, etc., in addition to the configuration in which the picture is encoded for each layer and the enhancement layer exists above the base layer.
- the decoding side may generate content with high image quality by super-resolution of the base layer picture based on the meta information.
- Super-resolution may be either improvement of the SN ratio at the same resolution or enlargement of the resolution.
- the meta information includes information for specifying a linear or non-linear filter coefficient used for super-resolution processing, or information for specifying a parameter value in filter processing, machine learning, or least square calculation used for super-resolution processing. .
- the picture may be divided into tiles or the like according to the meaning of the object in the image, and the decoding side may select only a part of the region by selecting the tile to be decoded.
- the decoding side can determine the position of the desired object based on the meta information. Can be identified and the tile containing the object can be determined.
- the meta information is stored using a data storage structure different from the pixel data such as the SEI message in HEVC. This meta information indicates, for example, the position, size, or color of the main object.
- meta information may be stored in units composed of a plurality of pictures, such as streams, sequences, or random access units.
- the decoding side can acquire the time when the specific person appears in the video, etc., and can match the picture in which the object exists and the position of the object in the picture by combining with the information in units of pictures.
- FIG. 27 is a diagram showing an example of a web page display screen on the computer ex111 or the like.
- FIG. 28 is a diagram illustrating a display screen example of a web page on the smartphone ex115 or the like.
- the web page may include a plurality of link images that are links to the image content, and the appearance differs depending on the browsing device. When a plurality of link images are visible on the screen, the display device until the user explicitly selects the link image, or until the link image approaches the center of the screen or the entire link image enters the screen.
- the (decoding device) displays a still image or an I picture included in each content as a link image, displays a video like a gif animation with a plurality of still images or I pictures, or receives only a base layer to receive a video. Are decoded and displayed.
- the display device When the link image is selected by the user, the display device decodes the base layer with the highest priority. If there is information indicating that the HTML constituting the web page is scalable content, the display device may decode up to the enhancement layer. Also, in order to ensure real-time properties, the display device only decodes forward reference pictures (I picture, P picture, forward reference only B picture) before being selected or when the communication band is very strict. In addition, the delay between the decoding time of the first picture and the display time (delay from the start of content decoding to the start of display) can be reduced by displaying. Further, the display device may intentionally ignore the reference relationship of pictures and roughly decode all B pictures and P pictures with forward reference, and perform normal decoding as the number of received pictures increases over time.
- forward reference pictures I picture, P picture, forward reference only B picture
- the receiving terminal when transmitting and receiving still image or video data such as two-dimensional or three-dimensional map information for automatic driving or driving support of a car, the receiving terminal adds meta data to image data belonging to one or more layers. Weather or construction information may also be received and decoded in association with each other. The meta information may belong to a layer or may be simply multiplexed with image data.
- the receiving terminal since the car, drone, airplane, or the like including the receiving terminal moves, the receiving terminal transmits the position information of the receiving terminal at the time of the reception request, thereby seamless reception and decoding while switching the base stations ex106 to ex110. Can be realized.
- the receiving terminal can dynamically switch how much meta-information is received or how much map information is updated according to the user's selection, the user's situation, or the communication band state. become.
- the encoded information transmitted by the user can be received, decoded and reproduced in real time by the client.
- the content supply system ex100 can perform not only high-quality and long-time content by a video distributor but also unicast or multicast distribution of low-quality and short-time content by an individual. Moreover, such personal contents are expected to increase in the future.
- the server may perform the encoding process after performing the editing process. This can be realized, for example, with the following configuration.
- the server After shooting, the server performs recognition processing such as shooting error, scene search, semantic analysis, and object detection from the original image or encoded data. Then, the server manually or automatically corrects out-of-focus or camera shake based on the recognition result, or selects a less important scene such as a scene whose brightness is lower than that of other pictures or is out of focus. Edit such as deleting, emphasizing the edge of an object, and changing the hue.
- the server encodes the edited data based on the editing result. It is also known that if the shooting time is too long, the audience rating will decrease, and the server will move not only in the less important scenes as described above, but also in motion according to the shooting time. A scene with few images may be automatically clipped based on the image processing result. Alternatively, the server may generate and encode a digest based on the result of the semantic analysis of the scene.
- the server may change and encode the face of the person in the periphery of the screen or the inside of the house into an unfocused image.
- the server recognizes whether or not a face of a person different from the person registered in advance is shown in the encoding target image, and if so, performs processing such as applying a mosaic to the face part. May be.
- the user designates a person or background area that the user wants to process an image from the viewpoint of copyright, etc., and the server replaces the designated area with another video or blurs the focus. It is also possible to perform such processing. If it is a person, the face image can be replaced while tracking the person in the moving image.
- the decoding device first receives the base layer with the highest priority and performs decoding and reproduction, depending on the bandwidth.
- the decoding device may receive the enhancement layer during this time, and may play back high-quality video including the enhancement layer when played back twice or more, such as when playback is looped.
- a stream that is scalable in this way can provide an experience in which the stream becomes smarter and the image is improved gradually, although it is a rough moving picture when it is not selected or at the beginning of viewing.
- the same experience can be provided even if the coarse stream played back the first time and the second stream coded with reference to the first video are configured as one stream. .
- these encoding or decoding processes are generally processed in the LSI ex500 included in each terminal.
- the LSI ex500 may be configured as a single chip or a plurality of chips.
- moving image encoding or decoding software is incorporated into some recording medium (CD-ROM, flexible disk, hard disk, etc.) that can be read by the computer ex111 and the like, and encoding or decoding processing is performed using the software. Also good.
- moving image data acquired by the camera may be transmitted. The moving image data at this time is data encoded by the LSI ex500 included in the smartphone ex115.
- the LSI ex500 may be configured to download and activate application software.
- the terminal first determines whether the terminal is compatible with the content encoding method or has a specific service execution capability. If the terminal does not support the content encoding method or does not have the capability to execute a specific service, the terminal downloads a codec or application software, and then acquires and reproduces the content.
- the content supply system ex100 via the Internet ex101, but also a digital broadcasting system, at least the moving image encoding device (image encoding device) or the moving image decoding device (image decoding device) of the above embodiments. Any of these can be incorporated.
- the unicasting of the content supply system ex100 is suitable for multicasting because it uses a satellite or the like to transmit and receive multiplexed data in which video and sound are multiplexed on broadcasting radio waves.
- the same application is possible for the encoding process and the decoding process.
- FIG. 29 is a diagram illustrating the smartphone ex115.
- FIG. 30 is a diagram illustrating a configuration example of the smartphone ex115.
- the smartphone ex115 receives the antenna ex450 for transmitting / receiving radio waves to / from the base station ex110, the camera unit ex465 capable of taking video and still images, the video captured by the camera unit ex465, and the antenna ex450.
- a display unit ex458 for displaying data obtained by decoding the video or the like.
- the smartphone ex115 further includes an operation unit ex466 that is a touch panel or the like, a voice output unit ex457 that is a speaker or the like for outputting voice or sound, a voice input unit ex456 that is a microphone or the like for inputting voice, and photographing.
- Memory unit ex467 that can store encoded video or still image, recorded audio, received video or still image, encoded data such as mail, or decoded data, and a user, and network
- An external memory may be used instead of the memory unit ex467.
- a main control unit ex460 that comprehensively controls the display unit ex458, the operation unit ex466, and the like, a power supply circuit unit ex461, an operation input control unit ex462, a video signal processing unit ex455, a camera interface unit ex463, a display control unit ex459, a modulation / Demodulation unit ex452, multiplexing / demultiplexing unit ex453, audio signal processing unit ex454, slot unit ex464, and memory unit ex467 are connected via bus ex470.
- the power supply circuit unit ex461 starts up the smartphone ex115 in an operable state by supplying power from the battery pack to each unit.
- the smartphone ex115 performs processing such as calling and data communication based on the control of the main control unit ex460 having a CPU, a ROM, a RAM, and the like.
- the voice signal picked up by the voice input unit ex456 is converted into a digital voice signal by the voice signal processing unit ex454, spread spectrum processing is performed by the modulation / demodulation unit ex452, and digital / analog conversion is performed by the transmission / reception unit ex451.
- the data is transmitted via the antenna ex450.
- the received data is amplified and subjected to frequency conversion processing and analog-digital conversion processing, spectrum despreading processing is performed by the modulation / demodulation unit ex452, and converted to analog audio signal by the audio signal processing unit ex454, and then this is output to the audio output unit ex457.
- text, still image, or video data is sent to the main control unit ex460 via the operation input control unit ex462 by the operation of the operation unit ex466 of the main body unit, and transmission / reception processing is performed similarly.
- the video signal processing unit ex455 uses the video signal stored in the memory unit ex467 or the video signal input from the camera unit ex465 as described above.
- the video data is compressed and encoded by the moving image encoding method shown in the form, and the encoded video data is sent to the multiplexing / demultiplexing unit ex453.
- the audio signal processing unit ex454 encodes the audio signal picked up by the audio input unit ex456 while the camera unit ex465 captures a video or a still image, and sends the encoded audio data to the multiplexing / separating unit ex453. To do.
- the multiplexing / demultiplexing unit ex453 multiplexes the encoded video data and the encoded audio data by a predetermined method, and the modulation / demodulation unit (modulation / demodulation circuit unit) ex452 and the modulation / demodulation unit ex451 perform modulation processing and conversion.
- the data is processed and transmitted via the antenna ex450.
- the multiplexing / demultiplexing unit ex453 performs multiplexing By separating the data, the multiplexed data is divided into a bit stream of video data and a bit stream of audio data, and the encoded video data is supplied to the video signal processing unit ex455 via the synchronization bus ex470. The converted audio data is supplied to the audio signal processing unit ex454.
- the video signal processing unit ex455 decodes the video signal by the video decoding method corresponding to the video encoding method shown in each of the above embodiments, and is linked from the display unit ex458 via the display control unit ex459.
- a video or still image included in the moving image file is displayed.
- the audio signal processing unit ex454 decodes the audio signal, and the audio is output from the audio output unit ex457. Since real-time streaming is widespread, depending on the user's situation, there may be occasions where audio playback is not socially appropriate. Therefore, it is desirable that the initial value is a configuration in which only the video data is reproduced without reproducing the audio signal. Audio may be synchronized and played back only when the user performs an operation such as clicking on video data.
- the smartphone ex115 has been described here as an example, in addition to a transmission / reception terminal having both an encoder and a decoder as a terminal, a transmission terminal having only an encoder and a reception having only a decoder There are three possible mounting formats: terminals.
- terminals In the digital broadcasting system, it has been described as receiving or transmitting multiplexed data in which audio data or the like is multiplexed with video data.
- multiplexed data includes character data related to video in addition to audio data. Multiplexing may be performed, and video data itself may be received or transmitted instead of multiplexed data.
- the terminal often includes a GPU. Therefore, a configuration may be adopted in which a wide area is processed in a lump by utilizing the performance of the GPU by using a memory shared by the CPU and the GPU or a memory whose addresses are managed so as to be used in common. As a result, the encoding time can be shortened, real-time performance can be ensured, and low delay can be realized. In particular, it is efficient to perform motion search, deblocking filter, SAO (Sample Adaptive Offset), and transformation / quantization processing in batches in units of pictures or the like instead of the CPU.
- SAO Sample Adaptive Offset
- This aspect may be implemented in combination with at least a part of other aspects in the present disclosure.
- a part of the processing, a part of the configuration of the apparatus, a part of the syntax, and the like described in the flowchart of this aspect may be combined with another aspect.
- the present disclosure can be applied to an encoding device, a decoding device, an encoding method, and a decoding method.
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
符号化装置(100)は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、対象画素のブロック内の位置に基づき、ブロック境界を挟み非対称なフィルタ特性を決定し(S121)、対象画素に、決定されたフィルタ特性を有するデブロッキングフィルタ処理を行う(S122)。例えば、フィルタ特性の決定では、イントラ予測の参照画素に遠い画素ほど当該フィルタ処理の影響が大きくなるようにフィルタ特性を決定してもよい。
Description
本開示は、符号化装置、復号装置、符号化方法及び復号方法に関する。
HEVC(High-Efficiency Video Coding)と称される映像符号化標準規格が、JCT-VC(Joint Collaborative Team on Video Coding)により標準化されている。
H.265(ISO/IEC 23008-2 HEVC(High Efficiency Video Coding))
このような符号化及び復号技術では、さらなる改善が求められている。
そこで、本開示は、さらなる改善を実現できる符号化装置、復号装置、符号化方法又は復号方法を提供することを目的とする。
本開示の一態様に係る符号化装置は、プロセッサと、メモリとを備え、前記プロセッサは、前記メモリを用いて、対象画素のブロック内の位置に基づき、ブロック境界を挟み非対称なフィルタ特性を決定し、前記対象画素に、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う。
本開示の一態様に係る復号装置は、プロセッサと、メモリとを備え、前記プロセッサは、前記メモリを用いて、対象画素のブロック内の位置に基づき、ブロック境界を挟み非対称なフィルタ特性を決定し、前記対象画素に、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う。
なお、これらの全般的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なCD-ROMなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。
本開示は、さらなる改善を実現できる符号化装置、復号装置、符号化方法又は復号方法を提供できる。
画像符号化方式の一つであるH.265/HEVCのデブロッキングフィルタ処理ではブロック境界を挟み対称な特性を有するフィルタが適用されている。これにより、例えばブロック境界を挟んで一方に位置する画素の誤差が小さく、ブロック境界を挟んで他方に位置する画素の誤差が大きい場合のような、誤差分布が不連続な場合に、対称にフィルタ処理を施してしまうことにより誤差の低減効率が低下してしまうことがある。ここで、誤差とは、原画像と再構成画像との画素値の差である。
本開示の一態様に係る符号化装置は、プロセッサと、メモリとを備え、前記プロセッサは、前記メモリを用いて、ブロック境界を挟み非対称なフィルタ特性を決定し、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う。
これによれば、当該符号化装置は、ブロック境界を挟み非対称なフィルタ特性を有するフィルタ処理を行うことで、誤差を低減できる可能性がある。
例えば、前記フィルタ特性の決定では、原画像との誤差が大きい可能性の高い画素ほど当該デブロッキングフィルタ処理の影響が大きくなるように前記非対称なフィルタ特性を決定してもよい。
これによれば、当該符号化装置は、誤差の大きい画素に対するフィルタ処理の影響を大きくできるので、当該画素の誤差をより低減できる可能性がある。また、当該符号化装置は、誤差の小さい画素に対するフィルタ処理の影響を小さくできるので、当該画素の誤差が増加することを抑制できる可能性がある。
例えば、前記フィルタ特性の決定では、基準フィルタのフィルタ係数を、前記ブロック境界を挟んで非対称に変更することで前記非対称なフィルタ特性を決定してもよい。
例えば、前記フィルタ特性の決定では、前記ブロック境界を挟んで非対称な重みを決定し、前記デブロッキングフィルタ処理では、フィルタ係数を用いたフィルタ演算を行い、前記フィルタ演算の前後の画素値の変化量に、決定された前記非対称な重みにより重み付けを行ってもよい。
例えば、前記フィルタ特性の決定では、前記ブロック境界を挟んで非対称なオフセット値を決定し、前記デブロッキングフィルタ処理では、フィルタ係数を用いたフィルタ演算を行い、前記フィルタ演算の後の画素値に、決定された前記非対称なオフセット値を加えてもよい。
例えば、前記フィルタ特性の決定では、前記ブロック境界を挟んで非対称な基準値を決定し、前記デブロッキングフィルタ処理では、フィルタ係数を用いたフィルタ演算を行い、前記フィルタ演算の前後の画素値の変化量が、前記基準値を超える場合には、前記変化量を前記基準値にクリップしてもよい。
例えば、前記フィルタ特性を決定では、前記デブロッキングフィルタ処理を行うか否かを判定する条件を、前記ブロック境界を挟んで非対称に設定してもよい。
本開示の一態様に係る復号装置は、プロセッサと、メモリとを備え、前記プロセッサは、前記メモリを用いて、ブロック境界を挟み非対称なフィルタ特性を決定し、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う。
これによれば、当該復号装置は、ブロック境界を挟み非対称なフィルタ特性を有するフィルタ処理を行うことで、誤差を低減できる可能性がある。
例えば、前記フィルタ特性の決定では、原画像との誤差が大きい可能性の高い画素ほど当該デブロッキングフィルタ処理の影響が大きくなるように前記非対称なフィルタ特性を決定してもよい。
これによれば、当該復号装置は、誤差の大きい画素に対するフィルタ処理の影響を大きくできるので、当該画素の誤差をより低減できる可能性がある。また、当該復号装置は、誤差の小さい画素に対するフィルタ処理の影響を小さくできるので、当該画素の誤差が増加することを抑制できる可能性がある。
例えば、前記フィルタ特性の決定では、基準フィルタのフィルタ係数を、前記ブロック境界を挟んで非対称に変更することで前記非対称なフィルタ特性を決定してもよい。
例えば、前記フィルタ特性の決定では、前記ブロック境界を挟んで非対称な重みを決定し、前記デブロッキングフィルタ処理では、フィルタ係数を用いたフィルタ演算を行い、前記フィルタ演算の前後の画素値の変化量に、決定された前記非対称な重みにより重み付けを行ってもよい。
例えば、前記フィルタ特性の決定では、前記ブロック境界を挟んで非対称なオフセット値を決定し、前記デブロッキングフィルタ処理では、フィルタ係数を用いたフィルタ演算を行い、前記フィルタ演算の後の画素値に、決定された前記非対称なオフセット値を加えてもよい。
例えば、前記フィルタ特性の決定では、前記ブロック境界を挟んで非対称な基準値を決定し、前記デブロッキングフィルタ処理では、フィルタ係数を用いたフィルタ演算を行い、前記フィルタ演算の前後の画素値の変化量が、前記基準値を超える場合には、前記変化量を前記基準値にクリップしてもよい。
例えば、前記フィルタ特性を決定では、前記デブロッキングフィルタ処理を行うか否かを判定する条件を、前記ブロック境界を挟んで非対称に設定してもよい。
本開示の一態様に係る符号化方法は、ブロック境界を挟み非対称なフィルタ特性を決定し、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う。
これによれば、当該符号化方法は、ブロック境界を挟み非対称なフィルタ特性を有するフィルタ処理を行うことで、誤差を低減できる可能性がある。
本開示の一態様に係る復号方法は、ブロック境界を挟み非対称なフィルタ特性を決定し、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う。
これによれば、当該復号方法は、ブロック境界を挟み非対称なフィルタ特性を有するフィルタ処理を行うことで、誤差を低減できる可能性がある。
本開示の一態様に係る符号化装置は、プロセッサと、メモリとを備え、前記プロセッサは、前記メモリを用いて、ブロック境界を挟んだ画素値に基づき、前記ブロック境界を挟み非対称なフィルタ特性を決定し、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う。
これによれば、当該符号化装置は、ブロック境界を挟み非対称なフィルタ特性を有するフィルタ処理を行うことで、誤差を低減できる可能性がある。また、当該符号化装置は、ブロック境界を挟んだ画素値に基づき、適切なフィルタ特性を決定できる。
例えば、前記フィルタ特性の決定では、前記画素値の差に基づき、前記フィルタ特性を決定してもよい。
例えば、前記フィルタ特性の決定では、前記画素値の差が大きいほど前記ブロック境界を挟んだ前記フィルタ特性の差を大きくしてもよい。
これによれば、当該符号化装置は、例えば、ブロック境界と画像内のオブジェクトのエッジが一致している場合など、不要な平滑化が行われることを抑制できる可能性がある。
例えば、前記フィルタ特性の決定では、前記画素値の差と、量子化パラメータに基づく閾値とを比較し、前記画素値の差が前記閾値より大きい場合、前記画素値の差が前記閾値より小さい場合より、前記ブロック境界を挟んだ前記フィルタ特性の差を大きくしてもよい。
これによれば、当該符号化装置は、量子化パラメータの誤差に対する影響を加味したフィルタ特性を決定できる。
例えば、前記フィルタ特性の決定では、前記画素値の差が大きいほど前記ブロック境界を挟んだ前記フィルタ特性の差を小さくしてもよい。
これによれば、当該復号装置は、例えば、ブロック境界が主観的に目立ちやすい際に、平滑化が非対称性により弱められてしまうことを抑制でき、主観性能の劣化を抑制できる可能性がある。
例えば、前記フィルタ特性の決定では、前記画素値の分散に基づき、前記フィルタ特性を決定してもよい。
本開示の一態様に係る復号装置は、プロセッサと、メモリとを備え、前記プロセッサは、前記メモリを用いて、ブロック境界を挟んだ画素値に基づき、前記ブロック境界を挟み非対称なフィルタ特性を決定し、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う。
これによれば、当該復号装置は、ブロック境界を挟み非対称なフィルタ特性を有するフィルタ処理を行うことで、誤差を低減できる可能性がある。また、当該復号装置は、ブロック境界を挟んだ画素値の差に基づき、適切なフィルタ特性を決定できる可能性がある。
例えば、前記フィルタ特性の決定では、前記画素値の差に基づき、前記フィルタ特性を決定してもよい。
例えば、前記フィルタ特性の決定では、前記画素値の差が大きいほど前記ブロック境界を挟んだ前記フィルタ特性の差を大きくしてもよい。
これによれば、当該復号装置は、誤差の大きい画素に対するフィルタ処理の影響を大きくできるので、当該画素の誤差をより低減できる可能性がある。また、当該復号装置は、誤差の小さい画素に対するフィルタ処理の影響を小さくできるので、当該画素の誤差が増加することを抑制できる可能性がある。
例えば、前記フィルタ特性の決定では、前記画素値の差と、量子化パラメータに基づく閾値とを比較し、前記画素値の差が前記閾値より大きい場合、前記画素値の差が前記閾値より小さい場合より、前記ブロック境界を挟んだ前記フィルタ特性の差を大きくしてもよい。
これによれば、当該復号装置は、量子化パラメータの誤差に対する影響を加味したフィルタ特性を決定できる。
例えば、前記フィルタ特性の決定では、前記画素値の差が大きいほど前記ブロック境界を挟んだ前記フィルタ特性の差を小さくしてもよい。
これによれば、当該復号装置は、例えば、ブロック境界と画像内のオブジェクトのエッジとが一致している場合等、不要な平滑化が行われることを抑制できる可能性がある。
例えば、前記フィルタ特性の決定では、前記画素値の分散に基づき、前記フィルタ特性を決定してもよい。
本開示の一態様に係る符号化方法は、ブロック境界を挟んだ画素値に基づき、前記ブロック境界を挟み非対称なフィルタ特性を決定し、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う。
これによれば、当該符号化方法は、ブロック境界を挟み非対称なフィルタ特性を有するフィルタ処理を行うことで、誤差を低減できる可能性がある。また、当該符号化方法は、ブロック境界を挟んだ画素値の差に基づき、適切なフィルタ特性を決定できる。
本開示の一態様に係る復号方法は、ブロック境界を挟んだ画素値に基づき、前記ブロック境界を挟み非対称なフィルタ特性を決定し、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う。
これによれば、当該復号方法は、ブロック境界を挟み非対称なフィルタ特性を有するフィルタ処理を行うことで、誤差を低減できる可能性がある。また、当該復号方法は、ブロック境界を挟んだ画素値の差に基づき、適切なフィルタ特性を決定できる。
本開示の一態様に係る符号化装置は、プロセッサと、メモリとを備え、前記プロセッサは、前記メモリを用いて、イントラ予測の予測方向とブロック境界との角度に基づき、前記ブロック境界を挟み非対称なフィルタ特性を決定し、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う。
これによれば、当該符号化装置は、ブロック境界を挟み非対称なフィルタ特性を有するフィルタ処理を行うことで、誤差を低減できる可能性がある。また、当該符号化装置は、イントラ予測の予測方向とブロック境界との角度に基づき、適切なフィルタ特性を決定できる。
例えば、前記フィルタ特性の決定では、前記角度が垂直に近いほど前記ブロック境界を挟んだ前記フィルタ特性の差を大きくしてもよい。
これによれば、当該符号化装置は、誤差の大きい画素に対するフィルタ処理の影響を大きくできるので、当該画素の誤差をより低減できる可能性がある。また、当該符号化装置は、誤差の小さい画素に対するフィルタ処理の影響を小さくできるので、当該画素の誤差が増加することを抑制できる可能性がある。
例えば、前記フィルタ特性の決定では、前記角度が水平に近いほど前記ブロック境界を挟んだ前記フィルタ特性の差を小さくしてもよい。
これによれば、当該符号化装置は、誤差の大きい画素に対するフィルタ処理の影響を大きくできるので、当該画素の誤差をより低減できる可能性がある。また、当該符号化装置は、誤差の小さい画素に対するフィルタ処理の影響を小さくできるので、当該画素の誤差が増加することを抑制できる可能性がある。
本開示の一態様に係る復号装置は、プロセッサと、メモリとを備え、前記プロセッサは、前記メモリを用いて、イントラ予測の予測方向とブロック境界との角度に基づき、前記ブロック境界を挟み非対称なフィルタ特性を決定し、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う。
これによれば、当該復号装置は、ブロック境界を挟み非対称なフィルタ特性を有するフィルタ処理を行うことで、誤差を低減できる可能性がある。また、当該復号装置は、イントラ予測の予測方向とブロック境界との角度に基づき、適切なフィルタ特性を決定できる可能性がある。
例えば、前記フィルタ特性の決定では、前記角度が垂直に近いほど前記ブロック境界を挟んだ前記フィルタ特性の差を大きくしてもよい。
これによれば、当該復号装置は、誤差の大きい画素に対するフィルタ処理の影響を大きくできるので、当該画素の誤差をより低減できる可能性がある。また、当該復号装置は、誤差の小さい画素に対するフィルタ処理の影響を小さくできるので、当該画素の誤差が増加することを抑制できる可能性がある。
例えば、前記フィルタ特性の決定では、前記角度が水平に近いほど前記ブロック境界を挟んだ前記フィルタ特性の差を小さくしてもよい。
これによれば、当該復号装置は、誤差の大きい画素に対するフィルタ処理の影響を大きくできるので、当該画素の誤差をより低減できる可能性がある。また、当該復号装置は、誤差の小さい画素に対するフィルタ処理の影響を小さくできるので、当該画素の誤差が増加することを抑制できる可能性がある。
本開示の一態様に係る符号化方法は、イントラ予測の予測方向とブロック境界との角度に基づき、前記ブロック境界を挟み非対称なフィルタ特性を決定し、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う。
これによれば、当該符号化方法は、ブロック境界を挟み非対称なフィルタ特性を有するフィルタ処理を行うことで、誤差を低減できる可能性がある。また、当該符号化方法は、イントラ予測の予測方向とブロック境界との角度に基づき、適切なフィルタ特性を決定できる。
本開示の一態様に係る復号方法は、イントラ予測の予測方向とブロック境界との角度に基づき、前記ブロック境界を挟み非対称なフィルタ特性を決定し、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う。
これによれば、当該復号方法は、ブロック境界を挟み非対称なフィルタ特性を有するフィルタ処理を行うことで、誤差を低減できる可能性がある。また、当該復号方法は、イントラ予測の予測方向とブロック境界との角度に基づき、適切なフィルタ特性を決定できる。
本開示の一態様に係る符号化装置は、プロセッサと、メモリとを備え、前記プロセッサは、前記メモリを用いて、対象画素のブロック内の位置に基づき、ブロック境界を挟み非対称なフィルタ特性を決定し、前記対象画素に、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う。
これによれば、当該符号化装置は、ブロック境界を挟み非対称なフィルタ特性を有するフィルタ処理を行うことで、誤差を低減できる可能性がある。また、当該符号化装置は、対象画素のブロック内の位置に基づき、適切なフィルタ特性を決定できる。
例えば、前記フィルタ特性の決定では、イントラ予測の参照画素に遠い画素ほど当該フィルタ処理の影響が大きくなるように前記フィルタ特性を決定してもよい。
これによれば、当該符号化装置は、誤差の大きい画素に対するフィルタ処理の影響を大きくできるので、当該画素の誤差をより低減できる可能性がある。また、当該符号化装置は、誤差の小さい画素に対するフィルタ処理の影響を小さくできるので、当該画素の誤差が増加することを抑制できる可能性がある。
例えば、前記フィルタ特性の決定では、右下の画素の前記デブロッキングフィルタ処理の影響が、左上の画素の前記デブロッキングフィルタ処理の影響より大きくなるように前記フィルタ特性を決定してもよい。
これによれば、当該符号化装置は、誤差の大きい画素に対するフィルタ処理の影響を大きくできるので、当該画素の誤差をより低減できる可能性がある。また、当該符号化装置は、誤差の小さい画素に対するフィルタ処理の影響を小さくできるので、当該画素の誤差が増加することを抑制できる可能性がある。
本開示の一態様に係る復号装置は、プロセッサと、メモリとを備え、前記プロセッサは、前記メモリを用いて、対象画素のブロック内の位置に基づき、ブロック境界を挟み非対称なフィルタ特性を決定し、前記対象画素に、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う。
これによれば、当該復号装置は、ブロック境界を挟み非対称なフィルタ特性を有するフィルタ処理を行うことで、誤差を低減できる可能性がある。また、当該復号装置は、対象画素のブロック内の位置に基づき、適切なフィルタ特性を決定できる。
例えば、前記フィルタ特性の決定では、イントラ予測の参照画素に遠い画素ほど当該フィルタ処理の影響が大きくなるように前記フィルタ特性を決定してもよい。
これによれば、当該復号装置は、誤差の大きい画素に対するフィルタ処理の影響を大きくできるので、当該画素の誤差をより低減できる可能性がある。また、当該復号装置は、誤差の小さい画素に対するフィルタ処理の影響を小さくできるので、当該画素の誤差が増加することを抑制できる可能性がある。
例えば、前記フィルタ特性の決定では、右下の画素の前記デブロッキングフィルタ処理の影響が、左上の画素の前記デブロッキングフィルタ処理の影響より大きくなるように前記フィルタ特性を決定してもよい。
これによれば、当該復号装置は、誤差の大きい画素に対するフィルタ処理の影響を大きくできるので、当該画素の誤差をより低減できる可能性がある。また、当該復号装置は、誤差の小さい画素に対するフィルタ処理の影響を小さくできるので、当該画素の誤差が増加することを抑制できる可能性がある。
本開示の一態様に係る符号化方法は、対象画素のブロック内の位置に基づき、ブロック境界を挟み非対称なフィルタ特性を決定し、前記対象画素に、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う。
これによれば、当該符号化方法は、ブロック境界を挟み非対称なフィルタ特性を有するフィルタ処理を行うことで、誤差を低減できる可能性がある。また、当該符号化方法は、対象画素のブロック内の位置に基づき、適切なフィルタ特性を決定できる。
本開示の一態様に係る復号方法は、対象画素のブロック内の位置に基づき、ブロック境界を挟み非対称なフィルタ特性を決定し、前記対象画素に、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う。
これによれば、当該復号方法は、ブロック境界を挟み非対称なフィルタ特性を有するフィルタ処理を行うことで、誤差を低減できる可能性がある。また、当該復号方法は、対象画素のブロック内の位置に基づき、適切なフィルタ特性を決定できる。
本開示の一態様に係る符号化装置は、プロセッサと、メモリとを備え、前記プロセッサは、前記メモリを用いて、量子化パラメータに基づき、ブロック境界を挟み非対称なフィルタ特性を決定し、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う。
これによれば、当該符号化装置は、ブロック境界を挟み非対称なフィルタ特性を有するフィルタ処理を行うことで、誤差を低減できる可能性がある。また、当該符号化装置は、量子化パラメータに基づき、適切なフィルタ特性を決定できる。
例えば、前記フィルタ特性の決定では、量子化パラメータが大きいほど前記デブロッキングフィルタ処理の影響が大きくなるように前記フィルタ特性を決定してもよい。
これによれば、当該符号化装置は、誤差の大きい画素に対するフィルタ処理の影響を大きくできるので、当該画素の誤差をより低減できる可能性がある。また、当該符号化装置は、誤差の小さい画素に対するフィルタ処理の影響を小さくできるので、当該画素の誤差が増加することを抑制できる可能性がある。
例えば、前記フィルタ特性の決定では、左上の画素の前記量子化パラメータの変化に伴う前記影響の変化が、右下の画素の前記量子化パラメータの変化に伴う前記影響の変化より、大きくなるように前記フィルタ特性を決定してもよい。
これによれば、当該符号化装置は、誤差の大きい画素に対するフィルタ処理の影響を大きくできるので、当該画素の誤差をより低減できる可能性がある。
本開示の一態様に係る復号装置は、プロセッサと、メモリとを備え、前記プロセッサは、前記メモリを用いて、量子化パラメータに基づき、ブロック境界を挟み非対称なフィルタ特性を決定し、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う。
これによれば、当該復号装置は、ブロック境界を挟み非対称なフィルタ特性を有するフィルタ処理を行うことで、誤差を低減できる可能性がある。また、当該復号装置は、量子化パラメータに基づき、適切なフィルタ特性を決定できる。
例えば、前記フィルタ特性の決定では、量子化パラメータが大きいほど前記デブロッキングフィルタ処理の影響が大きくなるように前記フィルタ特性を決定してもよい。
これによれば、当該復号装置は、誤差の大きい画素に対するフィルタ処理の影響を大きくできるので、当該画素の誤差をより低減できる可能性がある。また、当該復号装置は、誤差の小さい画素に対するフィルタ処理の影響を小さくできるので、当該画素の誤差が増加することを抑制できる可能性がある。
例えば、前記フィルタ特性の決定では、左上の画素の前記量子化パラメータの変化に伴う前記影響の変化が、右下の画素の前記量子化パラメータの変化に伴う前記影響の変化より、大きくなるように前記フィルタ特性を決定してもよい。
これによれば、当該復号装置は、誤差の大きい画素に対するフィルタ処理の影響を大きくできるので、当該画素の誤差をより低減できる可能性がある。
本開示の一態様に係る符号化方法は、量子化パラメータに基づき、ブロック境界を挟み非対称なフィルタ特性を決定し、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行ってもよい。
これによれば、当該符号化方法は、ブロック境界を挟み非対称なフィルタ特性を有するフィルタ処理を行うことで、誤差を低減できる可能性がある。また、当該符号化方法は、量子化パラメータに基づき、適切なフィルタ特性を決定できる。
本開示の一態様に係る復号方法は、量子化パラメータに基づき、ブロック境界を挟み非対称なフィルタ特性を決定し、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う。
これによれば、当該復号方法は、ブロック境界を挟み非対称なフィルタ特性を有するフィルタ処理を行うことで、誤差を低減できる可能性がある。また、当該復号方法は、量子化パラメータに基づき、適切なフィルタ特性を決定できる。
なお、これらの包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なCD-ROMなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。
以下、実施の形態について図面を参照しながら具体的に説明する。
なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、請求の範囲を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。
(実施の形態1)
まず、後述する本開示の各態様で説明する処理および/または構成を適用可能な符号化装置および復号化装置の一例として、実施の形態1の概要を説明する。ただし、実施の形態1は、本開示の各態様で説明する処理および/または構成を適用可能な符号化装置および復号化装置の一例にすぎず、本開示の各態様で説明する処理および/または構成は、実施の形態1とは異なる符号化装置および復号化装置においても実施可能である。
まず、後述する本開示の各態様で説明する処理および/または構成を適用可能な符号化装置および復号化装置の一例として、実施の形態1の概要を説明する。ただし、実施の形態1は、本開示の各態様で説明する処理および/または構成を適用可能な符号化装置および復号化装置の一例にすぎず、本開示の各態様で説明する処理および/または構成は、実施の形態1とは異なる符号化装置および復号化装置においても実施可能である。
実施の形態1に対して本開示の各態様で説明する処理および/または構成を適用する場合、例えば以下のいずれかを行ってもよい。
(1)実施の形態1の符号化装置または復号化装置に対して、当該符号化装置または復号化装置を構成する複数の構成要素のうち、本開示の各態様で説明する構成要素に対応する構成要素を、本開示の各態様で説明する構成要素に置き換えること
(2)実施の形態1の符号化装置または復号化装置に対して、当該符号化装置または復号化装置を構成する複数の構成要素のうち一部の構成要素について機能または実施する処理の追加、置き換え、削除などの任意の変更を施した上で、本開示の各態様で説明する構成要素に対応する構成要素を、本開示の各態様で説明する構成要素に置き換えること
(3)実施の形態1の符号化装置または復号化装置が実施する方法に対して、処理の追加、および/または当該方法に含まれる複数の処理のうちの一部の処理について置き換え、削除などの任意の変更を施した上で、本開示の各態様で説明する処理に対応する処理を、本開示の各態様で説明する処理に置き換えること
(4)実施の形態1の符号化装置または復号化装置を構成する複数の構成要素のうちの一部の構成要素を、本開示の各態様で説明する構成要素、本開示の各態様で説明する構成要素が備える機能の一部を備える構成要素、または本開示の各態様で説明する構成要素が実施する処理の一部を実施する構成要素と組み合わせて実施すること
(5)実施の形態1の符号化装置または復号化装置を構成する複数の構成要素のうちの一部の構成要素が備える機能の一部を備える構成要素、または実施の形態1の符号化装置または復号化装置を構成する複数の構成要素のうちの一部の構成要素が実施する処理の一部を実施する構成要素を、本開示の各態様で説明する構成要素、本開示の各態様で説明する構成要素が備える機能の一部を備える構成要素、または本開示の各態様で説明する構成要素が実施する処理の一部を実施する構成要素と組み合わせて実施すること
(6)実施の形態1の符号化装置または復号化装置が実施する方法に対して、当該方法に含まれる複数の処理のうち、本開示の各態様で説明する処理に対応する処理を、本開示の各態様で説明する処理に置き換えること
(7)実施の形態1の符号化装置または復号化装置が実施する方法に含まれる複数の処理のうちの一部の処理を、本開示の各態様で説明する処理と組み合わせて実施すること
(2)実施の形態1の符号化装置または復号化装置に対して、当該符号化装置または復号化装置を構成する複数の構成要素のうち一部の構成要素について機能または実施する処理の追加、置き換え、削除などの任意の変更を施した上で、本開示の各態様で説明する構成要素に対応する構成要素を、本開示の各態様で説明する構成要素に置き換えること
(3)実施の形態1の符号化装置または復号化装置が実施する方法に対して、処理の追加、および/または当該方法に含まれる複数の処理のうちの一部の処理について置き換え、削除などの任意の変更を施した上で、本開示の各態様で説明する処理に対応する処理を、本開示の各態様で説明する処理に置き換えること
(4)実施の形態1の符号化装置または復号化装置を構成する複数の構成要素のうちの一部の構成要素を、本開示の各態様で説明する構成要素、本開示の各態様で説明する構成要素が備える機能の一部を備える構成要素、または本開示の各態様で説明する構成要素が実施する処理の一部を実施する構成要素と組み合わせて実施すること
(5)実施の形態1の符号化装置または復号化装置を構成する複数の構成要素のうちの一部の構成要素が備える機能の一部を備える構成要素、または実施の形態1の符号化装置または復号化装置を構成する複数の構成要素のうちの一部の構成要素が実施する処理の一部を実施する構成要素を、本開示の各態様で説明する構成要素、本開示の各態様で説明する構成要素が備える機能の一部を備える構成要素、または本開示の各態様で説明する構成要素が実施する処理の一部を実施する構成要素と組み合わせて実施すること
(6)実施の形態1の符号化装置または復号化装置が実施する方法に対して、当該方法に含まれる複数の処理のうち、本開示の各態様で説明する処理に対応する処理を、本開示の各態様で説明する処理に置き換えること
(7)実施の形態1の符号化装置または復号化装置が実施する方法に含まれる複数の処理のうちの一部の処理を、本開示の各態様で説明する処理と組み合わせて実施すること
なお、本開示の各態様で説明する処理および/または構成の実施の仕方は、上記の例に限定されるものではない。例えば、実施の形態1において開示する動画像/画像符号化装置または動画像/画像復号化装置とは異なる目的で利用される装置において実施されてもよいし、各態様において説明した処理および/または構成を単独で実施してもよい。また、異なる態様において説明した処理および/または構成を組み合わせて実施してもよい。
[符号化装置の概要]
まず、実施の形態1に係る符号化装置の概要を説明する。図1は、実施の形態1に係る符号化装置100の機能構成を示すブロック図である。符号化装置100は、動画像/画像をブロック単位で符号化する動画像/画像符号化装置である。
まず、実施の形態1に係る符号化装置の概要を説明する。図1は、実施の形態1に係る符号化装置100の機能構成を示すブロック図である。符号化装置100は、動画像/画像をブロック単位で符号化する動画像/画像符号化装置である。
図1に示すように、符号化装置100は、画像をブロック単位で符号化する装置であって、分割部102と、減算部104と、変換部106と、量子化部108と、エントロピー符号化部110と、逆量子化部112と、逆変換部114と、加算部116と、ブロックメモリ118と、ループフィルタ部120と、フレームメモリ122と、イントラ予測部124と、インター予測部126と、予測制御部128と、を備える。
符号化装置100は、例えば、汎用プロセッサ及びメモリにより実現される。この場合、メモリに格納されたソフトウェアプログラムがプロセッサにより実行されたときに、プロセッサは、分割部102、減算部104、変換部106、量子化部108、エントロピー符号化部110、逆量子化部112、逆変換部114、加算部116、ループフィルタ部120、イントラ予測部124、インター予測部126及び予測制御部128として機能する。また、符号化装置100は、分割部102、減算部104、変換部106、量子化部108、エントロピー符号化部110、逆量子化部112、逆変換部114、加算部116、ループフィルタ部120、イントラ予測部124、インター予測部126及び予測制御部128に対応する専用の1以上の電子回路として実現されてもよい。
以下に、符号化装置100に含まれる各構成要素について説明する。
[分割部]
分割部102は、入力動画像に含まれる各ピクチャを複数のブロックに分割し、各ブロックを減算部104に出力する。例えば、分割部102は、まず、ピクチャを固定サイズ(例えば128x128)のブロックに分割する。この固定サイズのブロックは、符号化ツリーユニット(CTU)と呼ばれることがある。そして、分割部102は、再帰的な四分木(quadtree)及び/又は二分木(binary tree)ブロック分割に基づいて、固定サイズのブロックの各々を可変サイズ(例えば64x64以下)のブロックに分割する。この可変サイズのブロックは、符号化ユニット(CU)、予測ユニット(PU)あるいは変換ユニット(TU)と呼ばれることがある。なお、本実施の形態では、CU、PU及びTUは区別される必要はなく、ピクチャ内の一部又はすべてのブロックがCU、PU、TUの処理単位となってもよい。
分割部102は、入力動画像に含まれる各ピクチャを複数のブロックに分割し、各ブロックを減算部104に出力する。例えば、分割部102は、まず、ピクチャを固定サイズ(例えば128x128)のブロックに分割する。この固定サイズのブロックは、符号化ツリーユニット(CTU)と呼ばれることがある。そして、分割部102は、再帰的な四分木(quadtree)及び/又は二分木(binary tree)ブロック分割に基づいて、固定サイズのブロックの各々を可変サイズ(例えば64x64以下)のブロックに分割する。この可変サイズのブロックは、符号化ユニット(CU)、予測ユニット(PU)あるいは変換ユニット(TU)と呼ばれることがある。なお、本実施の形態では、CU、PU及びTUは区別される必要はなく、ピクチャ内の一部又はすべてのブロックがCU、PU、TUの処理単位となってもよい。
図2は、実施の形態1におけるブロック分割の一例を示す図である。図2において、実線は四分木ブロック分割によるブロック境界を表し、破線は二分木ブロック分割によるブロック境界を表す。
ここでは、ブロック10は、128x128画素の正方形ブロック(128x128ブロック)である。この128x128ブロック10は、まず、4つの正方形の64x64ブロックに分割される(四分木ブロック分割)。
左上の64x64ブロックは、さらに2つの矩形の32x64ブロックに垂直に分割され、左の32x64ブロックはさらに2つの矩形の16x64ブロックに垂直に分割される(二分木ブロック分割)。その結果、左上の64x64ブロックは、2つの16x64ブロック11、12と、32x64ブロック13とに分割される。
右上の64x64ブロックは、2つの矩形の64x32ブロック14、15に水平に分割される(二分木ブロック分割)。
左下の64x64ブロックは、4つの正方形の32x32ブロックに分割される(四分木ブロック分割)。4つの32x32ブロックのうち左上のブロック及び右下のブロックはさらに分割される。左上の32x32ブロックは、2つの矩形の16x32ブロックに垂直に分割され、右の16x32ブロックはさらに2つの16x16ブロックに水平に分割される(二分木ブロック分割)。右下の32x32ブロックは、2つの32x16ブロックに水平に分割される(二分木ブロック分割)。その結果、左下の64x64ブロックは、16x32ブロック16と、2つの16x16ブロック17、18と、2つの32x32ブロック19、20と、2つの32x16ブロック21、22とに分割される。
右下の64x64ブロック23は分割されない。
以上のように、図2では、ブロック10は、再帰的な四分木及び二分木ブロック分割に基づいて、13個の可変サイズのブロック11~23に分割される。このような分割は、QTBT(quad-tree plus binary tree)分割と呼ばれることがある。
なお、図2では、1つのブロックが4つ又は2つのブロックに分割されていたが(四分木又は二分木ブロック分割)、分割はこれに限定されない。例えば、1つのブロックが3つのブロックに分割されてもよい(三分木ブロック分割)。このような三分木ブロック分割を含む分割は、MBT(multi type tree)分割と呼ばれることがある。
[減算部]
減算部104は、分割部102によって分割されたブロック単位で原信号(原サンプル)から予測信号(予測サンプル)を減算する。つまり、減算部104は、符号化対象ブロック(以下、カレントブロックという)の予測誤差(残差ともいう)を算出する。そして、減算部104は、算出された予測誤差を変換部106に出力する。
減算部104は、分割部102によって分割されたブロック単位で原信号(原サンプル)から予測信号(予測サンプル)を減算する。つまり、減算部104は、符号化対象ブロック(以下、カレントブロックという)の予測誤差(残差ともいう)を算出する。そして、減算部104は、算出された予測誤差を変換部106に出力する。
原信号は、符号化装置100の入力信号であり、動画像を構成する各ピクチャの画像を表す信号(例えば輝度(luma)信号及び2つの色差(chroma)信号)である。以下において、画像を表す信号をサンプルともいうこともある。
[変換部]
変換部106は、空間領域の予測誤差を周波数領域の変換係数に変換し、変換係数を量子化部108に出力する。具体的には、変換部106は、例えば空間領域の予測誤差に対して予め定められた離散コサイン変換(DCT)又は離散サイン変換(DST)を行う。
変換部106は、空間領域の予測誤差を周波数領域の変換係数に変換し、変換係数を量子化部108に出力する。具体的には、変換部106は、例えば空間領域の予測誤差に対して予め定められた離散コサイン変換(DCT)又は離散サイン変換(DST)を行う。
なお、変換部106は、複数の変換タイプの中から適応的に変換タイプを選択し、選択された変換タイプに対応する変換基底関数(transform basis function)を用いて、予測誤差を変換係数に変換してもよい。このような変換は、EMT(explicit multiple core transform)又はAMT(adaptive multiple transform)と呼ばれることがある。
複数の変換タイプは、例えば、DCT-II、DCT-V、DCT-VIII、DST-I及びDST-VIIを含む。図3は、各変換タイプに対応する変換基底関数を示す表である。図3においてNは入力画素の数を示す。これらの複数の変換タイプの中からの変換タイプの選択は、例えば、予測の種類(イントラ予測及びインター予測)に依存してもよいし、イントラ予測モードに依存してもよい。
このようなEMT又はAMTを適用するか否かを示す情報(例えばAMTフラグと呼ばれる)及び選択された変換タイプを示す情報は、CUレベルで信号化される。なお、これらの情報の信号化は、CUレベルに限定される必要はなく、他のレベル(例えば、シーケンスレベル、ピクチャレベル、スライスレベル、タイルレベル又はCTUレベル)であってもよい。
また、変換部106は、変換係数(変換結果)を再変換してもよい。このような再変換は、AST(adaptive secondary transform)又はNSST(non-separable secondary transform)と呼ばれることがある。例えば、変換部106は、イントラ予測誤差に対応する変換係数のブロックに含まれるサブブロック(例えば4x4サブブロック)ごとに再変換を行う。NSSTを適用するか否かを示す情報及びNSSTに用いられる変換行列に関する情報は、CUレベルで信号化される。なお、これらの情報の信号化は、CUレベルに限定される必要はなく、他のレベル(例えば、シーケンスレベル、ピクチャレベル、スライスレベル、タイルレベル又はCTUレベル)であってもよい。
ここで、Separableな変換とは、入力の次元の数だけ方向ごとに分離して複数回変換を行う方式であり、Non-Separableな変換とは、入力が多次元であった際に2つ以上の次元をまとめて1次元とみなして、まとめて変換を行う方式である。
例えば、Non-Separableな変換の1例として、入力が4×4のブロックであった場合にはそれを16個の要素を持ったひとつの配列とみなし、その配列に対して16×16の変換行列で変換処理を行うようなものが挙げられる。
また、同様に4×4の入力ブロックを16個の要素を持ったひとつの配列とみなした後に、その配列に対してGivens回転を複数回行うようなもの(Hypercube Givens Transform)もNon-Separableな変換の例である。
[量子化部]
量子化部108は、変換部106から出力された変換係数を量子化する。具体的には、量子化部108は、カレントブロックの変換係数を所定の走査順序で走査し、走査された変換係数に対応する量子化パラメータ(QP)に基づいて当該変換係数を量子化する。そして、量子化部108は、カレントブロックの量子化された変換係数(以下、量子化係数という)をエントロピー符号化部110及び逆量子化部112に出力する。
量子化部108は、変換部106から出力された変換係数を量子化する。具体的には、量子化部108は、カレントブロックの変換係数を所定の走査順序で走査し、走査された変換係数に対応する量子化パラメータ(QP)に基づいて当該変換係数を量子化する。そして、量子化部108は、カレントブロックの量子化された変換係数(以下、量子化係数という)をエントロピー符号化部110及び逆量子化部112に出力する。
所定の順序は、変換係数の量子化/逆量子化のための順序である。例えば、所定の走査順序は、周波数の昇順(低周波から高周波の順)又は降順(高周波から低周波の順)で定義される。
量子化パラメータとは、量子化ステップ(量子化幅)を定義するパラメータである。例えば、量子化パラメータの値が増加すれば量子化ステップも増加する。つまり、量子化パラメータの値が増加すれば量子化誤差が増大する。
[エントロピー符号化部]
エントロピー符号化部110は、量子化部108から入力である量子化係数を可変長符号化することにより符号化信号(符号化ビットストリーム)を生成する。具体的には、エントロピー符号化部110は、例えば、量子化係数を二値化し、二値信号を算術符号化する。
エントロピー符号化部110は、量子化部108から入力である量子化係数を可変長符号化することにより符号化信号(符号化ビットストリーム)を生成する。具体的には、エントロピー符号化部110は、例えば、量子化係数を二値化し、二値信号を算術符号化する。
[逆量子化部]
逆量子化部112は、量子化部108からの入力である量子化係数を逆量子化する。具体的には、逆量子化部112は、カレントブロックの量子化係数を所定の走査順序で逆量子化する。そして、逆量子化部112は、カレントブロックの逆量子化された変換係数を逆変換部114に出力する。
逆量子化部112は、量子化部108からの入力である量子化係数を逆量子化する。具体的には、逆量子化部112は、カレントブロックの量子化係数を所定の走査順序で逆量子化する。そして、逆量子化部112は、カレントブロックの逆量子化された変換係数を逆変換部114に出力する。
[逆変換部]
逆変換部114は、逆量子化部112からの入力である変換係数を逆変換することにより予測誤差を復元する。具体的には、逆変換部114は、変換係数に対して、変換部106による変換に対応する逆変換を行うことにより、カレントブロックの予測誤差を復元する。そして、逆変換部114は、復元された予測誤差を加算部116に出力する。
逆変換部114は、逆量子化部112からの入力である変換係数を逆変換することにより予測誤差を復元する。具体的には、逆変換部114は、変換係数に対して、変換部106による変換に対応する逆変換を行うことにより、カレントブロックの予測誤差を復元する。そして、逆変換部114は、復元された予測誤差を加算部116に出力する。
なお、復元された予測誤差は、量子化により情報が失われているので、減算部104が算出した予測誤差と一致しない。すなわち、復元された予測誤差には、量子化誤差が含まれている。
[加算部]
加算部116は、逆変換部114からの入力である予測誤差と予測制御部128からの入力である予測サンプルとを加算することによりカレントブロックを再構成する。そして、加算部116は、再構成されたブロックをブロックメモリ118及びループフィルタ部120に出力する。再構成ブロックは、ローカル復号ブロックと呼ばれることもある。
加算部116は、逆変換部114からの入力である予測誤差と予測制御部128からの入力である予測サンプルとを加算することによりカレントブロックを再構成する。そして、加算部116は、再構成されたブロックをブロックメモリ118及びループフィルタ部120に出力する。再構成ブロックは、ローカル復号ブロックと呼ばれることもある。
[ブロックメモリ]
ブロックメモリ118は、イントラ予測で参照されるブロックであって符号化対象ピクチャ(以下、カレントピクチャという)内のブロックを格納するための記憶部である。具体的には、ブロックメモリ118は、加算部116から出力された再構成ブロックを格納する。
ブロックメモリ118は、イントラ予測で参照されるブロックであって符号化対象ピクチャ(以下、カレントピクチャという)内のブロックを格納するための記憶部である。具体的には、ブロックメモリ118は、加算部116から出力された再構成ブロックを格納する。
[ループフィルタ部]
ループフィルタ部120は、加算部116によって再構成されたブロックにループフィルタを施し、フィルタされた再構成ブロックをフレームメモリ122に出力する。ループフィルタとは、符号化ループ内で用いられるフィルタ(インループフィルタ)であり、例えば、デブロッキング・フィルタ(DF)、サンプルアダプティブオフセット(SAO)及びアダプティブループフィルタ(ALF)などを含む。
ループフィルタ部120は、加算部116によって再構成されたブロックにループフィルタを施し、フィルタされた再構成ブロックをフレームメモリ122に出力する。ループフィルタとは、符号化ループ内で用いられるフィルタ(インループフィルタ)であり、例えば、デブロッキング・フィルタ(DF)、サンプルアダプティブオフセット(SAO)及びアダプティブループフィルタ(ALF)などを含む。
ALFでは、符号化歪みを除去するための最小二乗誤差フィルタが適用され、例えばカレントブロック内の2x2サブブロックごとに、局所的な勾配(gradient)の方向及び活性度(activity)に基づいて複数のフィルタの中から選択された1つのフィルタが適用される。
具体的には、まず、サブブロック(例えば2x2サブブロック)が複数のクラス(例えば15又は25クラス)に分類される。サブブロックの分類は、勾配の方向及び活性度に基づいて行われる。例えば、勾配の方向値D(例えば0~2又は0~4)と勾配の活性値A(例えば0~4)とを用いて分類値C(例えばC=5D+A)が算出される。そして、分類値Cに基づいて、サブブロックが複数のクラス(例えば15又は25クラス)に分類される。
勾配の方向値Dは、例えば、複数の方向(例えば水平、垂直及び2つの対角方向)の勾配を比較することにより導出される。また、勾配の活性値Aは、例えば、複数の方向の勾配を加算し、加算結果を量子化することにより導出される。
このような分類の結果に基づいて、複数のフィルタの中からサブブロックのためのフィルタが決定される。
ALFで用いられるフィルタの形状としては例えば円対称形状が利用される。図4A~図4Cは、ALFで用いられるフィルタの形状の複数の例を示す図である。図4Aは、5x5ダイヤモンド形状フィルタを示し、図4Bは、7x7ダイヤモンド形状フィルタを示し、図4Cは、9x9ダイヤモンド形状フィルタを示す。フィルタの形状を示す情報は、ピクチャレベルで信号化される。なお、フィルタの形状を示す情報の信号化は、ピクチャレベルに限定される必要はなく、他のレベル(例えば、シーケンスレベル、スライスレベル、タイルレベル、CTUレベル又はCUレベル)であってもよい。
ALFのオン/オフは、例えば、ピクチャレベル又はCUレベルで決定される。例えば、輝度についてはCUレベルでALFを適用するか否かが決定され、色差についてはピクチャレベルでALFを適用するか否かが決定される。ALFのオン/オフを示す情報は、ピクチャレベル又はCUレベルで信号化される。なお、ALFのオン/オフを示す情報の信号化は、ピクチャレベル又はCUレベルに限定される必要はなく、他のレベル(例えば、シーケンスレベル、スライスレベル、タイルレベル又はCTUレベル)であってもよい。
選択可能な複数のフィルタ(例えば15又は25までのフィルタ)の係数セットは、ピクチャレベルで信号化される。なお、係数セットの信号化は、ピクチャレベルに限定される必要はなく、他のレベル(例えば、シーケンスレベル、スライスレベル、タイルレベル、CTUレベル、CUレベル又はサブブロックレベル)であってもよい。
[フレームメモリ]
フレームメモリ122は、インター予測に用いられる参照ピクチャを格納するための記憶部であり、フレームバッファと呼ばれることもある。具体的には、フレームメモリ122は、ループフィルタ部120によってフィルタされた再構成ブロックを格納する。
フレームメモリ122は、インター予測に用いられる参照ピクチャを格納するための記憶部であり、フレームバッファと呼ばれることもある。具体的には、フレームメモリ122は、ループフィルタ部120によってフィルタされた再構成ブロックを格納する。
[イントラ予測部]
イントラ予測部124は、ブロックメモリ118に格納されたカレントピクチャ内のブロックを参照してカレントブロックのイントラ予測(画面内予測ともいう)を行うことで、予測信号(イントラ予測信号)を生成する。具体的には、イントラ予測部124は、カレントブロックに隣接するブロックのサンプル(例えば輝度値、色差値)を参照してイントラ予測を行うことでイントラ予測信号を生成し、イントラ予測信号を予測制御部128に出力する。
イントラ予測部124は、ブロックメモリ118に格納されたカレントピクチャ内のブロックを参照してカレントブロックのイントラ予測(画面内予測ともいう)を行うことで、予測信号(イントラ予測信号)を生成する。具体的には、イントラ予測部124は、カレントブロックに隣接するブロックのサンプル(例えば輝度値、色差値)を参照してイントラ予測を行うことでイントラ予測信号を生成し、イントラ予測信号を予測制御部128に出力する。
例えば、イントラ予測部124は、予め規定された複数のイントラ予測モードのうちの1つを用いてイントラ予測を行う。複数のイントラ予測モードは、1以上の非方向性予測モードと、複数の方向性予測モードと、を含む。
1以上の非方向性予測モードは、例えばH.265/HEVC(High-Efficiency Video Coding)規格(非特許文献1)で規定されたPlanar予測モード及びDC予測モードを含む。
複数の方向性予測モードは、例えばH.265/HEVC規格で規定された33方向の予測モードを含む。なお、複数の方向性予測モードは、33方向に加えてさらに32方向の予測モード(合計で65個の方向性予測モード)を含んでもよい。図5Aは、イントラ予測における67個のイントラ予測モード(2個の非方向性予測モード及び65個の方向性予測モード)を示す図である。実線矢印は、H.265/HEVC規格で規定された33方向を表し、破線矢印は、追加された32方向を表す。
なお、色差ブロックのイントラ予測において、輝度ブロックが参照されてもよい。つまり、カレントブロックの輝度成分に基づいて、カレントブロックの色差成分が予測されてもよい。このようなイントラ予測は、CCLM(cross-component linear model)予測と呼ばれることがある。このような輝度ブロックを参照する色差ブロックのイントラ予測モード(例えばCCLMモードと呼ばれる)は、色差ブロックのイントラ予測モードの1つとして加えられてもよい。
イントラ予測部124は、水平/垂直方向の参照画素の勾配に基づいてイントラ予測後の画素値を補正してもよい。このような補正をともなうイントラ予測は、PDPC(position dependent intra prediction combination)と呼ばれることがある。PDPCの適用の有無を示す情報(例えばPDPCフラグと呼ばれる)は、例えばCUレベルで信号化される。なお、この情報の信号化は、CUレベルに限定される必要はなく、他のレベル(例えば、シーケンスレベル、ピクチャレベル、スライスレベル、タイルレベル又はCTUレベル)であってもよい。
[インター予測部]
インター予測部126は、フレームメモリ122に格納された参照ピクチャであってカレントピクチャとは異なる参照ピクチャを参照してカレントブロックのインター予測(画面間予測ともいう)を行うことで、予測信号(インター予測信号)を生成する。インター予測は、カレントブロック又はカレントブロック内のサブブロック(例えば4x4ブロック)の単位で行われる。例えば、インター予測部126は、カレントブロック又はサブブロックについて参照ピクチャ内で動き探索(motion estimation)を行う。そして、インター予測部126は、動き探索により得られた動き情報(例えば動きベクトル)を用いて動き補償を行うことでカレントブロック又はサブブロックのインター予測信号を生成する。そして、インター予測部126は、生成されたインター予測信号を予測制御部128に出力する。
インター予測部126は、フレームメモリ122に格納された参照ピクチャであってカレントピクチャとは異なる参照ピクチャを参照してカレントブロックのインター予測(画面間予測ともいう)を行うことで、予測信号(インター予測信号)を生成する。インター予測は、カレントブロック又はカレントブロック内のサブブロック(例えば4x4ブロック)の単位で行われる。例えば、インター予測部126は、カレントブロック又はサブブロックについて参照ピクチャ内で動き探索(motion estimation)を行う。そして、インター予測部126は、動き探索により得られた動き情報(例えば動きベクトル)を用いて動き補償を行うことでカレントブロック又はサブブロックのインター予測信号を生成する。そして、インター予測部126は、生成されたインター予測信号を予測制御部128に出力する。
動き補償に用いられた動き情報は信号化される。動きベクトルの信号化には、予測動きベクトル(motion vector predictor)が用いられてもよい。つまり、動きベクトルと予測動きベクトルとの間の差分が信号化されてもよい。
なお、動き探索により得られたカレントブロックの動き情報だけでなく、隣接ブロックの動き情報も用いて、インター予測信号が生成されてもよい。具体的には、動き探索により得られた動き情報に基づく予測信号と、隣接ブロックの動き情報に基づく予測信号と、を重み付け加算することにより、カレントブロック内のサブブロック単位でインター予測信号が生成されてもよい。このようなインター予測(動き補償)は、OBMC(overlapped block motion compensation)と呼ばれることがある。
このようなOBMCモードでは、OBMCのためのサブブロックのサイズを示す情報(例えばOBMCブロックサイズと呼ばれる)は、シーケンスレベルで信号化される。また、OBMCモードを適用するか否かを示す情報(例えばOBMCフラグと呼ばれる)は、CUレベルで信号化される。なお、これらの情報の信号化のレベルは、シーケンスレベル及びCUレベルに限定される必要はなく、他のレベル(例えばピクチャレベル、スライスレベル、タイルレベル、CTUレベル又はサブブロックレベル)であってもよい。
OBMCモードについて、より具体的に説明する。図5B及び図5Cは、OBMC処理による予測画像補正処理の概要を説明するためのフローチャート及び概念図である。
まず、符号化対象ブロックに割り当てられた動きベクトル(MV)を用いて通常の動き補償による予測画像(Pred)を取得する。
次に、符号化済みの左隣接ブロックの動きベクトル(MV_L)を符号化対象ブロックに適用して予測画像(Pred_L)を取得し、前記予測画像とPred_Lとを重みを付けて重ね合わせることで予測画像の1回目の補正を行う。
同様に、符号化済みの上隣接ブロックの動きベクトル(MV_U)を符号化対象ブロックに適用して予測画像(Pred_U)を取得し、前記1回目の補正を行った予測画像とPred_Uとを重みを付けて重ね合わせることで予測画像の2回目の補正を行い、それを最終的な予測画像とする。
なお、ここでは左隣接ブロックと上隣接ブロックを用いた2段階の補正の方法を説明したが、右隣接ブロックや下隣接ブロックを用いて2段階よりも多い回数の補正を行う構成とすることも可能である。
なお、重ね合わせを行う領域はブロック全体の画素領域ではなく、ブロック境界近傍の一部の領域のみであってもよい。
なお、ここでは1枚の参照ピクチャからの予測画像補正処理について説明したが、複数枚の参照ピクチャから予測画像を補正する場合も同様であり、各々の参照ピクチャから補正した予測画像を取得した後に、得られた予測画像をさらに重ね合わせることで最終的な予測画像とする。
なお、前記処理対象ブロックは、予測ブロック単位であっても、予測ブロックをさらに分割したサブブロック単位であってもよい。
OBMC処理を適用するかどうかの判定の方法として、例えば、OBMC処理を適用するかどうかを示す信号であるobmc_flagを用いる方法がある。具体的な一例としては、符号化装置において、符号化対象ブロックが動きの複雑な領域に属しているかどうかを判定し、動きの複雑な領域に属している場合はobmc_flagとして値1を設定してOBMC処理を適用して符号化を行い、動きの複雑な領域に属していない場合はobmc_flagとして値0を設定してOBMC処理を適用せずに符号化を行う。一方、復号化装置では、ストリームに記述されたobmc_flagを復号化するとことで、その値に応じてOBMC処理を適用するかどうかを切替えて復号化を行う。
なお、動き情報は信号化されずに、復号装置側で導出されてもよい。例えば、H.265/HEVC規格で規定されたマージモードが用いられてもよい。また例えば、復号装置側で動き探索を行うことにより動き情報が導出されてもよい。この場合、カレントブロックの画素値を用いずに動き探索が行われる。
ここで、復号装置側で動き探索を行うモードについて説明する。この復号装置側で動き探索を行うモードは、PMMVD(pattern matched motion vector derivation)モード又はFRUC(frame rate up-conversion)モードと呼ばれることがある。
FRUC処理の一例を図5Dに示す。まず、カレントブロックに空間的又は時間的に隣接する符号化済みブロックの動きベクトルを参照して、各々が予測動きベクトルを有する複数の候補のリスト(マージリストと共通であってもよい)が生成される。次に、候補リストに登録されている複数の候補MVの中からベスト候補MVを選択する。例えば、候補リストに含まれる各候補の評価値が算出され、評価値に基づいて1つの候補が選択される。
そして、選択された候補の動きベクトルに基づいて、カレントブロックのための動きベクトルが導出される。具体的には、例えば、選択された候補の動きベクトル(ベスト候補MV)がそのままカレントブロックのための動きベクトルとして導出される。また例えば、選択された候補の動きベクトルに対応する参照ピクチャ内の位置の周辺領域において、パターンマッチングを行うことにより、カレントブロックのための動きベクトルが導出されてもよい。すなわち、ベスト候補MVの周辺の領域に対して同様の方法で探索を行い、さらに評価値が良い値となるMVがあった場合は、ベスト候補MVを前記MVに更新して、それをカレントブロックの最終的なMVとしてもよい。なお、当該処理を実施しない構成とすることも可能である。
サブブロック単位で処理を行う場合も全く同様の処理としてもよい。
なお、評価値は、動きベクトルに対応する参照ピクチャ内の領域と、所定の領域との間のパターンマッチングによって再構成画像の差分値を求めることにより算出される。なお、差分値に加えてそれ以外の情報を用いて評価値を算出してもよい。
パターンマッチングとしては、第1パターンマッチング又は第2パターンマッチングが用いられる。第1パターンマッチング及び第2パターンマッチングは、それぞれ、バイラテラルマッチング(bilateral matching)及びテンプレートマッチング(template matching)と呼ばれることがある。
第1パターンマッチングでは、異なる2つの参照ピクチャ内の2つのブロックであってカレントブロックの動き軌道(motion trajectory)に沿う2つのブロックの間でパターンマッチングが行われる。したがって、第1パターンマッチングでは、上述した候補の評価値の算出のための所定の領域として、カレントブロックの動き軌道に沿う他の参照ピクチャ内の領域が用いられる。
図6は、動き軌道に沿う2つのブロック間でのパターンマッチング(バイラテラルマッチング)の一例を説明するための図である。図6に示すように、第1パターンマッチングでは、カレントブロック(Cur block)の動き軌道に沿う2つのブロックであって異なる2つの参照ピクチャ(Ref0、Ref1)内の2つのブロックのペアの中で最もマッチするペアを探索することにより2つの動きベクトル(MV0、MV1)が導出される。具体的には、カレントブロックに対して、候補MVで指定された第1の符号化済み参照ピクチャ(Ref0)内の指定位置における再構成画像と、前記候補MVを表示時間間隔でスケーリングした対称MVで指定された第2の符号化済み参照ピクチャ(Ref1)内の指定位置における再構成画像との差分を導出し、得られた差分値を用いて評価値を算出する。複数の候補MVの中で最も評価値が良い値となる候補MVを最終MVとして選択するとよい。
連続的な動き軌道の仮定の下では、2つの参照ブロックを指し示す動きベクトル(MV0、MV1)は、カレントピクチャ(Cur Pic)と2つの参照ピクチャ(Ref0、Ref1)との間の時間的な距離(TD0、TD1)に対して比例する。例えば、カレントピクチャが時間的に2つの参照ピクチャの間に位置し、カレントピクチャから2つの参照ピクチャへの時間的な距離が等しい場合、第1パターンマッチングでは、鏡映対称な双方向の動きベクトルが導出される。
第2パターンマッチングでは、カレントピクチャ内のテンプレート(カレントピクチャ内でカレントブロックに隣接するブロック(例えば上及び/又は左隣接ブロック))と参照ピクチャ内のブロックとの間でパターンマッチングが行われる。したがって、第2パターンマッチングでは、上述した候補の評価値の算出のための所定の領域として、カレントピクチャ内のカレントブロックに隣接するブロックが用いられる。
図7は、カレントピクチャ内のテンプレートと参照ピクチャ内のブロックとの間でのパターンマッチング(テンプレートマッチング)の一例を説明するための図である。図7に示すように、第2パターンマッチングでは、カレントピクチャ(Cur Pic)内でカレントブロック(Cur block)に隣接するブロックと最もマッチするブロックを参照ピクチャ(Ref0)内で探索することによりカレントブロックの動きベクトルが導出される。具体的には、カレントブロックに対して、左隣接および上隣接の両方もしくはどちらか一方の符号化済み領域の再構成画像と、候補MVで指定された符号化済み参照ピクチャ(Ref0)内の同等位置における再構成画像との差分を導出し、得られた差分値を用いて評価値を算出し、複数の候補MVの中で最も評価値が良い値となる候補MVをベスト候補MVとして選択するとよい。
このようなFRUCモードを適用するか否かを示す情報(例えばFRUCフラグと呼ばれる)は、CUレベルで信号化される。また、FRUCモードが適用される場合(例えばFRUCフラグが真の場合)、パターンマッチングの方法(第1パターンマッチング又は第2パターンマッチング)を示す情報(例えばFRUCモードフラグと呼ばれる)がCUレベルで信号化される。なお、これらの情報の信号化は、CUレベルに限定される必要はなく、他のレベル(例えば、シーケンスレベル、ピクチャレベル、スライスレベル、タイルレベル、CTUレベル又はサブブロックレベル)であってもよい。
ここで、等速直線運動を仮定したモデルに基づいて動きベクトルを導出するモードについて説明する。このモードは、BIO(bi-directional optical flow)モードと呼ばれることがある。
図8は、等速直線運動を仮定したモデルを説明するための図である。図8において、(vx,vy)は、速度ベクトルを示し、τ0、τ1は、それぞれ、カレントピクチャ(Cur Pic)と2つの参照ピクチャ(Ref0,Ref1)との間の時間的な距離を示す。(MVx0,MVy0)は、参照ピクチャRef0に対応する動きベクトルを示し、(MVx1、MVy1)は、参照ピクチャRef1に対応する動きベクトルを示す。
このとき速度ベクトル(vx,vy)の等速直線運動の仮定の下では、(MVx0,MVy0)及び(MVx1,MVy1)は、それぞれ、(vxτ0,vyτ0)及び(-vxτ1,-vyτ1)と表され、以下のオプティカルフロー等式(1)が成り立つ。
ここで、I(k)は、動き補償後の参照画像k(k=0,1)の輝度値を示す。このオプティカルフロー等式は、(i)輝度値の時間微分と、(ii)水平方向の速度及び参照画像の空間勾配の水平成分の積と、(iii)垂直方向の速度及び参照画像の空間勾配の垂直成分の積と、の和が、ゼロと等しいことを示す。このオプティカルフロー等式とエルミート補間(Hermite interpolation)との組み合わせに基づいて、マージリスト等から得られるブロック単位の動きベクトルが画素単位で補正される。
なお、等速直線運動を仮定したモデルに基づく動きベクトルの導出とは異なる方法で、復号装置側で動きベクトルが導出されてもよい。例えば、複数の隣接ブロックの動きベクトルに基づいてサブブロック単位で動きベクトルが導出されてもよい。
ここで、複数の隣接ブロックの動きベクトルに基づいてサブブロック単位で動きベクトルを導出するモードについて説明する。このモードは、アフィン動き補償予測(affine motion compensation prediction)モードと呼ばれることがある。
図9Aは、複数の隣接ブロックの動きベクトルに基づくサブブロック単位の動きベクトルの導出を説明するための図である。図9Aにおいて、カレントブロックは、16の4x4サブブロックを含む。ここでは、隣接ブロックの動きベクトルに基づいてカレントブロックの左上角制御ポイントの動きベクトルv0が導出され、隣接サブブロックの動きベクトルに基づいてカレントブロックの右上角制御ポイントの動きベクトルv1が導出される。そして、2つの動きベクトルv0及びv1を用いて、以下の式(2)により、カレントブロック内の各サブブロックの動きベクトル(vx,vy)が導出される。
ここで、x及びyは、それぞれ、サブブロックの水平位置及び垂直位置を示し、wは、予め定められた重み係数を示す。
このようなアフィン動き補償予測モードでは、左上及び右上角制御ポイントの動きベクトルの導出方法が異なるいくつかのモードを含んでもよい。このようなアフィン動き補償予測モードを示す情報(例えばアフィンフラグと呼ばれる)は、CUレベルで信号化される。なお、このアフィン動き補償予測モードを示す情報の信号化は、CUレベルに限定される必要はなく、他のレベル(例えば、シーケンスレベル、ピクチャレベル、スライスレベル、タイルレベル、CTUレベル又はサブブロックレベル)であってもよい。
[予測制御部]
予測制御部128は、イントラ予測信号及びインター予測信号のいずれかを選択し、選択した信号を予測信号として減算部104及び加算部116に出力する。
予測制御部128は、イントラ予測信号及びインター予測信号のいずれかを選択し、選択した信号を予測信号として減算部104及び加算部116に出力する。
ここで、マージモードにより符号化対象ピクチャの動きベクトルを導出する例を説明する。図9Bは、マージモードによる動きベクトル導出処理の概要を説明するための図である。
まず、予測MVの候補を登録した予測MVリストを生成する。予測MVの候補としては、符号化対象ブロックの空間的に周辺に位置する複数の符号化済みブロックが持つMVである空間隣接予測MV、符号化済み参照ピクチャにおける符号化対象ブロックの位置を投影した近辺のブロックが持つMVである時間隣接予測MV、空間隣接予測MVと時間隣接予測MVのMV値を組合わせて生成したMVである結合予測MV、および値がゼロのMVであるゼロ予測MV等がある。
次に、予測MVリストに登録されている複数の予測MVの中から1つの予測MVを選択することで、符号化対象ブロックのMVとして決定する。
さらに可変長符号化部では、どの予測MVを選択したかを示す信号であるmerge_idxをストリームに記述して符号化する。
なお、図9Bで説明した予測MVリストに登録する予測MVは一例であり、図中の個数とは異なる個数であったり、図中の予測MVの一部の種類を含まない構成であったり、図中の予測MVの種類以外の予測MVを追加した構成であったりしてもよい。
なお、マージモードにより導出した符号化対象ブロックのMVを用いて、後述するDMVR処理を行うことによって最終的なMVを決定してもよい。
ここで、DMVR処理を用いてMVを決定する例について説明する。
図9Cは、DMVR処理の概要を説明するための概念図である。
まず、処理対象ブロックに設定された最適MVPを候補MVとして、前記候補MVに従って、L0方向の処理済みピクチャである第1参照ピクチャ、およびL1方向の処理済みピクチャである第2参照ピクチャから参照画素をそれぞれ取得し、各参照画素の平均をとることでテンプレートを生成する。
次に、前記テンプレートを用いて、第1参照ピクチャおよび第2参照ピクチャの候補MVの周辺領域をそれぞれ探索し、最もコストが最小となるMVを最終的なMVとして決定する。なお、コスト値はテンプレートの各画素値と探索領域の各画素値との差分値およびMV値等を用いて算出する。
なお、符号化装置および復号化装置では、ここで説明した処理の概要は基本的に共通である。
なお、ここで説明した処理そのものでなくても、候補MVの周辺を探索して最終的なMVを導出することができる処理であれば、他の処理を用いてもよい。
ここで、LIC処理を用いて予測画像を生成するモードについて説明する。
図9Dは、LIC処理による輝度補正処理を用いた予測画像生成方法の概要を説明するための図である。
まず、符号化済みピクチャである参照ピクチャから符号化対象ブロックに対応する参照画像を取得するためのMVを導出する。
次に、符号化対象ブロックに対して、左隣接および上隣接の符号化済み周辺参照領域の輝度画素値と、MVで指定された参照ピクチャ内の同等位置における輝度画素値とを用いて、参照ピクチャと符号化対象ピクチャとで輝度値がどのように変化したかを示す情報を抽出して輝度補正パラメータを算出する。
MVで指定された参照ピクチャ内の参照画像に対して前記輝度補正パラメータを用いて輝度補正処理を行うことで、符号化対象ブロックに対する予測画像を生成する。
なお、図9Dにおける前記周辺参照領域の形状は一例であり、これ以外の形状を用いてもよい。
また、ここでは1枚の参照ピクチャから予測画像を生成する処理について説明したが、複数枚の参照ピクチャから予測画像を生成する場合も同様であり、各々の参照ピクチャから取得した参照画像に同様の方法で輝度補正処理を行ってから予測画像を生成する。
LIC処理を適用するかどうかの判定の方法として、例えば、LIC処理を適用するかどうかを示す信号であるlic_flagを用いる方法がある。具体的な一例としては、符号化装置において、符号化対象ブロックが輝度変化が発生している領域に属しているかどうかを判定し、輝度変化が発生している領域に属している場合はlic_flagとして値1を設定してLIC処理を適用して符号化を行い、輝度変化が発生している領域に属していない場合はlic_flagとして値0を設定してLIC処理を適用せずに符号化を行う。一方、復号化装置では、ストリームに記述されたlic_flagを復号化するとことで、その値に応じてLIC処理を適用するかどうかを切替えて復号化を行う。
LIC処理を適用するかどうかの判定の別の方法として、例えば、周辺ブロックでLIC処理を適用したかどうかに従って判定する方法もある。具体的な一例としては、符号化対象ブロックがマージモードであった場合、マージモード処理におけるMVの導出の際に選択した周辺の符号化済みブロックがLIC処理を適用して符号化したかどうかを判定し、その結果に応じてLIC処理を適用するかどうかを切替えて符号化を行う。なお、この例の場合、復号化における処理も全く同様となる。
[復号装置の概要]
次に、上記の符号化装置100から出力された符号化信号(符号化ビットストリーム)を復号可能な復号装置の概要について説明する。図10は、実施の形態1に係る復号装置200の機能構成を示すブロック図である。復号装置200は、動画像/画像をブロック単位で復号する動画像/画像復号装置である。
次に、上記の符号化装置100から出力された符号化信号(符号化ビットストリーム)を復号可能な復号装置の概要について説明する。図10は、実施の形態1に係る復号装置200の機能構成を示すブロック図である。復号装置200は、動画像/画像をブロック単位で復号する動画像/画像復号装置である。
図10に示すように、復号装置200は、エントロピー復号部202と、逆量子化部204と、逆変換部206と、加算部208と、ブロックメモリ210と、ループフィルタ部212と、フレームメモリ214と、イントラ予測部216と、インター予測部218と、予測制御部220と、を備える。
復号装置200は、例えば、汎用プロセッサ及びメモリにより実現される。この場合、メモリに格納されたソフトウェアプログラムがプロセッサにより実行されたときに、プロセッサは、エントロピー復号部202、逆量子化部204、逆変換部206、加算部208、ループフィルタ部212、イントラ予測部216、インター予測部218及び予測制御部220として機能する。また、復号装置200は、エントロピー復号部202、逆量子化部204、逆変換部206、加算部208、ループフィルタ部212、イントラ予測部216、インター予測部218及び予測制御部220に対応する専用の1以上の電子回路として実現されてもよい。
以下に、復号装置200に含まれる各構成要素について説明する。
[エントロピー復号部]
エントロピー復号部202は、符号化ビットストリームをエントロピー復号する。具体的には、エントロピー復号部202は、例えば、符号化ビットストリームから二値信号に算術復号する。そして、エントロピー復号部202は、二値信号を多値化(debinarize)する。これにより、エントロピー復号部202は、ブロック単位で量子化係数を逆量子化部204に出力する。
エントロピー復号部202は、符号化ビットストリームをエントロピー復号する。具体的には、エントロピー復号部202は、例えば、符号化ビットストリームから二値信号に算術復号する。そして、エントロピー復号部202は、二値信号を多値化(debinarize)する。これにより、エントロピー復号部202は、ブロック単位で量子化係数を逆量子化部204に出力する。
[逆量子化部]
逆量子化部204は、エントロピー復号部202からの入力である復号対象ブロック(以下、カレントブロックという)の量子化係数を逆量子化する。具体的には、逆量子化部204は、カレントブロックの量子化係数の各々について、当該量子化係数に対応する量子化パラメータに基づいて当該量子化係数を逆量子化する。そして、逆量子化部204は、カレントブロックの逆量子化された量子化係数(つまり変換係数)を逆変換部206に出力する。
逆量子化部204は、エントロピー復号部202からの入力である復号対象ブロック(以下、カレントブロックという)の量子化係数を逆量子化する。具体的には、逆量子化部204は、カレントブロックの量子化係数の各々について、当該量子化係数に対応する量子化パラメータに基づいて当該量子化係数を逆量子化する。そして、逆量子化部204は、カレントブロックの逆量子化された量子化係数(つまり変換係数)を逆変換部206に出力する。
[逆変換部]
逆変換部206は、逆量子化部204からの入力である変換係数を逆変換することにより予測誤差を復元する。
逆変換部206は、逆量子化部204からの入力である変換係数を逆変換することにより予測誤差を復元する。
例えば符号化ビットストリームから読み解かれた情報がEMT又はAMTを適用することを示す場合(例えばAMTフラグが真)、逆変換部206は、読み解かれた変換タイプを示す情報に基づいてカレントブロックの変換係数を逆変換する。
また例えば、符号化ビットストリームから読み解かれた情報がNSSTを適用することを示す場合、逆変換部206は、変換係数に逆再変換を適用する。
[加算部]
加算部208は、逆変換部206からの入力である予測誤差と予測制御部220からの入力である予測サンプルとを加算することによりカレントブロックを再構成する。そして、加算部208は、再構成されたブロックをブロックメモリ210及びループフィルタ部212に出力する。
加算部208は、逆変換部206からの入力である予測誤差と予測制御部220からの入力である予測サンプルとを加算することによりカレントブロックを再構成する。そして、加算部208は、再構成されたブロックをブロックメモリ210及びループフィルタ部212に出力する。
[ブロックメモリ]
ブロックメモリ210は、イントラ予測で参照されるブロックであって復号対象ピクチャ(以下、カレントピクチャという)内のブロックを格納するための記憶部である。具体的には、ブロックメモリ210は、加算部208から出力された再構成ブロックを格納する。
ブロックメモリ210は、イントラ予測で参照されるブロックであって復号対象ピクチャ(以下、カレントピクチャという)内のブロックを格納するための記憶部である。具体的には、ブロックメモリ210は、加算部208から出力された再構成ブロックを格納する。
[ループフィルタ部]
ループフィルタ部212は、加算部208によって再構成されたブロックにループフィルタを施し、フィルタされた再構成ブロックをフレームメモリ214及び表示装置等に出力する。
ループフィルタ部212は、加算部208によって再構成されたブロックにループフィルタを施し、フィルタされた再構成ブロックをフレームメモリ214及び表示装置等に出力する。
符号化ビットストリームから読み解かれたALFのオン/オフを示す情報がALFのオンを示す場合、局所的な勾配の方向及び活性度に基づいて複数のフィルタの中から1つのフィルタが選択され、選択されたフィルタが再構成ブロックに適用される。
[フレームメモリ]
フレームメモリ214は、インター予測に用いられる参照ピクチャを格納するための記憶部であり、フレームバッファと呼ばれることもある。具体的には、フレームメモリ214は、ループフィルタ部212によってフィルタされた再構成ブロックを格納する。
フレームメモリ214は、インター予測に用いられる参照ピクチャを格納するための記憶部であり、フレームバッファと呼ばれることもある。具体的には、フレームメモリ214は、ループフィルタ部212によってフィルタされた再構成ブロックを格納する。
[イントラ予測部]
イントラ予測部216は、符号化ビットストリームから読み解かれたイントラ予測モードに基づいて、ブロックメモリ210に格納されたカレントピクチャ内のブロックを参照してイントラ予測を行うことで、予測信号(イントラ予測信号)を生成する。具体的には、イントラ予測部216は、カレントブロックに隣接するブロックのサンプル(例えば輝度値、色差値)を参照してイントラ予測を行うことでイントラ予測信号を生成し、イントラ予測信号を予測制御部220に出力する。
イントラ予測部216は、符号化ビットストリームから読み解かれたイントラ予測モードに基づいて、ブロックメモリ210に格納されたカレントピクチャ内のブロックを参照してイントラ予測を行うことで、予測信号(イントラ予測信号)を生成する。具体的には、イントラ予測部216は、カレントブロックに隣接するブロックのサンプル(例えば輝度値、色差値)を参照してイントラ予測を行うことでイントラ予測信号を生成し、イントラ予測信号を予測制御部220に出力する。
なお、色差ブロックのイントラ予測において輝度ブロックを参照するイントラ予測モードが選択されている場合は、イントラ予測部216は、カレントブロックの輝度成分に基づいて、カレントブロックの色差成分を予測してもよい。
また、符号化ビットストリームから読み解かれた情報がPDPCの適用を示す場合、イントラ予測部216は、水平/垂直方向の参照画素の勾配に基づいてイントラ予測後の画素値を補正する。
[インター予測部]
インター予測部218は、フレームメモリ214に格納された参照ピクチャを参照して、カレントブロックを予測する。予測は、カレントブロック又はカレントブロック内のサブブロック(例えば4x4ブロック)の単位で行われる。例えば、インター予測部218は、符号化ビットストリームから読み解かれた動き情報(例えば動きベクトル)を用いて動き補償を行うことでカレントブロック又はサブブロックのインター予測信号を生成し、インター予測信号を予測制御部220に出力する。
インター予測部218は、フレームメモリ214に格納された参照ピクチャを参照して、カレントブロックを予測する。予測は、カレントブロック又はカレントブロック内のサブブロック(例えば4x4ブロック)の単位で行われる。例えば、インター予測部218は、符号化ビットストリームから読み解かれた動き情報(例えば動きベクトル)を用いて動き補償を行うことでカレントブロック又はサブブロックのインター予測信号を生成し、インター予測信号を予測制御部220に出力する。
なお、符号化ビットストリームから読み解かれた情報がOBMCモードを適用することを示す場合、インター予測部218は、動き探索により得られたカレントブロックの動き情報だけでなく、隣接ブロックの動き情報も用いて、インター予測信号を生成する。
また、符号化ビットストリームから読み解かれた情報がFRUCモードを適用することを示す場合、インター予測部218は、符号化ストリームから読み解かれたパターンマッチングの方法(バイラテラルマッチング又はテンプレートマッチング)に従って動き探索を行うことにより動き情報を導出する。そして、インター予測部218は、導出された動き情報を用いて動き補償を行う。
また、インター予測部218は、BIOモードが適用される場合に、等速直線運動を仮定したモデルに基づいて動きベクトルを導出する。また、符号化ビットストリームから読み解かれた情報がアフィン動き補償予測モードを適用することを示す場合には、インター予測部218は、複数の隣接ブロックの動きベクトルに基づいてサブブロック単位で動きベクトルを導出する。
[予測制御部]
予測制御部220は、イントラ予測信号及びインター予測信号のいずれかを選択し、選択した信号を予測信号として加算部208に出力する。
予測制御部220は、イントラ予測信号及びインター予測信号のいずれかを選択し、選択した信号を予測信号として加算部208に出力する。
[デブロッキングフィルタ処理]
次に、以上のように構成された符号化装置100及び復号装置200において行われるデブロッキングフィルタ処理について図面を参照しながら具体的に説明する。なお、以下では、符号化装置100が備えるループフィルタ部120の動作を主に説明するが、復号装置200が備えるループフィルタ部212の動作をも同様である。
次に、以上のように構成された符号化装置100及び復号装置200において行われるデブロッキングフィルタ処理について図面を参照しながら具体的に説明する。なお、以下では、符号化装置100が備えるループフィルタ部120の動作を主に説明するが、復号装置200が備えるループフィルタ部212の動作をも同様である。
上述したように、符号化装置100は、画像を符号化する際に、イントラ予測部124又はインター予測部126が生成する予測信号を原信号から減算することで予測誤差を算出する。符号化装置100は、予測誤差に対して直交変換処理、及び量子化処理などを施すことで量子化係数を生成する。さらに、符号化装置100は、得られた量子化係数を逆量子化及び逆直交変換することで予測誤差を復元する。ここで、量子化処理は不可逆の処理なので、復元された予測誤差は、変換前の予測誤差に対して誤差(量子化誤差)を有する。
ループフィルタ部120で行われるデブロッキングフィルタ処理は、この量子化誤差を低減するなどの目的で施されるフィルタ処理の一種である。デブロッッキングフィルタ処理は、ブロックノイズを除去するためにブロック境界に適用される。なお、以下では、このデブロッキングフィルタ処理を単にフィルタ処理とも記す。
図11は、ループフィルタ部120が実施するデブロッキングフィルタ処理の一例を示すフローチャートである。例えば、図11に示す処理はブロック境界毎に行われる。
まず、ループフィルタ部120は、デブロッキングフィルタ処理の挙動を決定するためにブロック境界強度(Bs)を計算する(S101)。具体的には、ループフィルタ部120は、Bsを、フィルタ対象となるブロックの予測モード又は動きベクトルの性質などを用いて決定する。例えば、境界を挟んだブロックのうち少なくとも片方がイントラ予測ブロックならばBs=2に設定される。また、(1)境界を挟んだブロックのうち少なくとも片方のブロックが優位な直交変換係数を含む、(2)ブロック境界を挟んだ両ブロックの動きベクトルの差分が閾値以上である、及び(3)ブロック境界を挟んだ両ブロックの動きベクトルの本数又は参照画像が異なるという(1)~(3)の条件のうち少なくとも一つが満たされているならばBs=1に設定される。(1)~(3)の条件のどれにも当てはまらなければBs=0に設定される。
次に、ループフィルタ部120は、設定されたBsが第1閾値より大きいかを判定する(S102)。Bsが第1閾値以下である場合(S102でNo)、ループフィルタ部120は、フィルタ処理を行わない(S107)。
一方、設定されたBsが第1閾値より大きい場合(S102でYes)、ループフィルタ部120は、ブロック境界の両側のブロック内の画素値を用いて、境界領域の画素変動dを計算する(S103)。図12を用いてこの処理について説明する。ブロック境界の画素値を図12のように定義すると、ループフィルタ部120は、例えば、d=|p30-2×p20+p10|+|p33-2×p23+p13|+|q30-2×q20+q10|+|q33-2×q23+q13|を計算する。
次に、ループフィルタ部120は、計算されたdが第2閾値より大きいかを判定する(S104)。dが第2閾値以下である場合(S104でNo)、ループフィルタ部120はフィルタ処理を行わない(S107)。なお、第1閾値と第2閾値とは異なる。
計算されたdが第2閾値より大きい場合(S104でYes)、ループフィルタ部120は、フィルタ特性を決定し(S105)、決定したフィルタ特性のフィルタ処理を行う(S106)。例えば(1,2,2,2,1)/8という5タップのフィルタが用いられる。つまり、図12に示すp10に対しては、(1×p30+2×p20+2×p10+2×q10+1×q20)/8の演算が行われる。ここでフィルタ処理の際には、過度な平滑化とならないように変位が一定範囲内に収まるようにクリップ(Clip)処理が行われる。ここで言うクリップ処理とは、例えばクリップ処理の閾値がtcであり、フィルタ前の画素値がqである場合、フィルタ後の画素値はq±tcの範囲しかとることができないようにする閾値処理のことである。
以下、本実施の形態に係るループフィルタ部120によるデブロッキングフィルタ処理において、ブロック境界を挟み非対称なフィルタを適用する例について説明する。
図13は、本実施の形態に係るデブロッキングフィルタ処理の一例を示すフローチャートである。なお、図13に示す処理は、ブロック境界毎に行われてもよいし、1以上の画素を含む単位画素毎に行われてもよい。
まず、ループフィルタ部120は、符号化パラメータを取得し、取得した符号化パラメータを用いて、ブロック境界を挟み非対称なフィルタ特性を決定する(S111)。本開示では、取得した符号化パラメータは、例えば誤差分布を特徴付けているとする。
ここで、フィルタ特性とは、フィルタ係数及びフィルタ処理の制御に用いるパラメータ等である。また、符号化パラメータは、フィルタ特性の決定に用いることのできるパラメータであれば何でもよい。符号化パラメータは、誤差そのものを示す情報であってもよいし、誤差に関連する(例えば誤差の大小関係を左右する)情報又はパラメータであってもよい。
また、以下では、符号化パラメータに基づき、誤差が大きい又は小さいと判定された画素、つまり、誤差が大きい又は小さい可能性が高い画素のことを、単に誤差が大きい又は小さい画素とも記す。
ここで、判定処理をその都度行われる必要はなく、予め定められた、符号化パラメータとフィルタ特性とを関連付けるルールに従って処理が行われてもよい。
なお、統計的に見て誤差の小さい可能性が高い画素であっても、画素ごとに見ると誤差が大きい可能性が高い画素の誤差よりも誤差が大きくなることはあり得る。
次に、ループフィルタ部120は、決定されたフィルタ特性を有するフィルタ処理を実行する(S112)。
ここで、ステップS111で決定されるフィルタ特性は必ず非対称である必要でなく、対称な設計まで可能となっている。なお、以下では、ブロック境界を挟み非対称なフィルタ特性を有するフィルタを非対称フィルタとも呼び、ブロック境界を挟み対称なフィルタ特性を有するフィルタを対称フィルタとも呼ぶ。
具体的には、誤差が小さいと判定された画素は周囲の誤差が大きい画素の影響を受けにくくなるように、誤差が大きいと判定された画素は周囲の誤差が小さい画素の影響を受けやすくなるようにといった2点を考慮してフィルタ特性が決定される。つまり、誤差が大きい画素ほどフィルタ処理の影響が大きくなるようにフィルタ特性が決定される。例えば、誤差が大きい画素ほどフィルタ処理の前後の画素値の変化量が大きくなるようにフィルタ特性が決定される。これにより、誤差の小さい可能性が高い画素については、値が大きく変動することで真値から外れることを防ぐことができる。逆に誤差の大きい可能性が高い画素については、誤差の小さい画素の影響を強く受けて値を変動させることで誤差を低減できる。
なお、以下では、フィルタによる変位を変化させる要素をフィルタの重みと定義する。言い換えると、重みとは、対称画素へのフィルタ処理の影響の度合いを示す。重みを大きくするということは、当該画素へのフィルタ処理の影響が大きくなることを意味する。言い換えると、フィルタ処理後の画素値が他の画素の影響を受けやすくするということである。具体的には、重みを大きくするとは、フィルタ処理の前後の画素値の変化量が大きくなるように、又は、フィルタ処理が行われやすくなるように、フィルタ特性を決定することである。
つまり、ループフィルタ部120は、誤差が大きい画素ほど重みを大きくする。なお、誤差が大きい画素ほど重みを大きくするとは、誤差に基づき、連続的に重みを変更することに限らず、段階的に重みを変更する場合も含む。つまり、第1画素の重みは、第1画素より誤差が大きい第2画素の重みより小さければよい。また、以下でも同様の表現を用いる。
なお、最終的に決定されたフィルタ特性において、誤差が大きい画素ほど重みが大きい、必要はない。つまり、ループフィルタ部120は、例えば、従来の手法により決定された基準となるフィルタ特性を、誤差が大きい画素ほど重みが大きくなる傾向に修正すればよい。
以下、非対称に重みを変更する具体的な複数の手法を説明する。なお、以下に示す手法のいずれかが用いられてもよいし、複数の手法を組み合わせた手法が用いられてもよい。
第1の手法として、ループフィルタ部120は、誤差が大きい画素ほどフィルタ係数を小さくする。例えば、ループフィルタ部120は、誤差が大きい画素のフィルタ係数を小さくし、誤差が小さい画素のフィルタ係数を大きくする。
例えば図12に示す画素p1に行うデブロッキングフィルタ処理の例を説明する。以下では、本手法を適用せず、例えば、従来の手法で決定されたフィルタを基準フィルタと呼ぶ。基準フィルタは、ブロック境界と垂直な5タップのフィルタであり、(p3,p2,p1,q1,q2)にわたって伸びるフィルタであるとする。また、フィルタ係数は(1,2,2,2,1)/8であるとする。また、ブロックPの誤差が大きい可能性が高く、ブロックQの誤差が小さい可能性が高いとする。この場合、誤差の大きいブロックPが、誤差の小さいブロックQの影響を受けやすくなるようにフィルタ係数が設定される。具体的には、誤差の小さい画素に用いられるフィルタ係数が大きく、誤差の大きい画素に用いられるフィルタ係数が小さく設定される。例えば、フィルタ係数として(0.5,1.0,1.0,2.0,1.5)/6が用いられる。
別の例として、誤差の小さい画素のフィルタ係数に0を用いてもよい。例えば、フィルタ係数として(0,0,1,2,2)/5が用いられてもよい。つまり、フィルタタップが変更されてもよい。逆に、現在0となっているフィルタ係数を0以外の値にしてもよい。例えば、フィルタ係数として(1,2,2,2,1,1)/9などが用いられてもよい。つまり、ループフィルタ部120は、誤差が小さい側にフィルタタップを伸ばしてもよい。
なお、基準フィルタは、上記の(1,2,2,2,1)/8のように、対象画素を中心に左右対称なフィルタでなくてもよい。このような場合には、ループフィルタ部120は、そのフィルタをさらに調整する。例えば、Qブロックの左端の画素に用いる基準フィルタのフィルタ係数が(1,2,3,4,5)/15であり、ブロックPの右端の画素に用いる基準フィルタのフィルタ係数が(5,4,3,2,1)/15である。つまり、この場合、ブロック境界を挟んだ画素間で、左右反転したフィルタ係数が用いられる。このようなブロック境界を挟み反転対称なフィルタ特性も「ブロック境界を挟み対称なフィルタ特性」といえる。つまり、ブロック境界を挟み非対称なフィルタ特性とは、ブロック境界を挟み反転対称でないフィルタ特性である。
また、上記と同様に、ブロックPの誤差が大きく、ブロックQの誤差が小さい場合には、ループフィルタ部120は、例えば、ブロックPの右端の画素に用いる基準フィルタのフィルタ係数である(5,4,3,2,1)/15を(2.5,2.0,1.5,2.0,1.0)/9に変更する。
このように、デブロッキングフィルタ処理では、フィルタ係数がブロック境界を挟んで非対称に変化しているフィルタが用いられる。例えば、ループフィルタ部120は、予め定められた基準に従い、ブロック境界を挟み対称なフィルタ特性を有する基準フィルタを決する。ループフィルタ部120は、当該基準フィルタを、ブロック境界を挟み非対称なフィルタ特性を有するように変更する。具体的には、ループフィルタ部120は、基準フィルタのフィルタ係数のうち、誤差の小さい少なくとも一つの画素のフィルタ係数を大きくすること、及び、誤差の大きい少なくとも一つの画素のフィルタ係数を小さくすること、の少なくとも一方を行う。
次に、非対称に重みを変更する第2の手法について説明する。まず、ループフィルタ部120は、基準フィルタを用いたフィルタ演算を行う。次に、ループフィルタ部120は、基準フィルタを用いたフィルタ演算の前後の画素値の変化量である基準変化量Δ0に、ブロック境界を挟んで非対称な重み付けを行う。なお、以下では、区別のため、基準フィルタを用いた処理をフィルタ演算と呼び、フィルタ演算と、その後の補正処理(例えば、非対称な重み付け)とを含む一連の処理をフィルタ処理(デブロッキングフィルタ処理)と呼ぶ。
例えば、ループフィルタ部120は、誤差の小さい画素に対しては、基準変化量Δ0に1より小さい係数を乗算することで、補正後の変化量Δ1を算出する。また、ループフィルタ部120は、誤差の大きい画素に対しては、基準変化量Δ0に1より大きい係数を乗算することで、補正後の変化量Δ1を算出する。次に、ループフィルタ部120は、フィルタ演算前の画素値に、補正後の変化量Δ1を加算することで、フィルタ処理後の画素値を生成する。なお、ループフィルタ部120は、誤差の小さい画素に対する処理と、誤差の大きい画素に対する処理とのうち、一方のみを行ってもよい。
例えば、上記と同様に、ブロックPの誤差が大きく、ブロックQの誤差が小さいとする。この場合、ループフィルタ部120は、誤差の小さいブロックQに含まれる画素に対しては、例えば、基準変化量Δ0を0.8倍することで補正後の変化量Δ1を算出する。また、ループフィルタ部120は、誤差の大きいブロックPに含まれる画素に対しては、例えば、基準変化量Δ0を1.2倍することで補正後の変化量Δ1を算出する。こうすることで、誤差の小さい画素の値の変動を小さくすることができる。また、誤差の大きい画素の値の変動を大きくすることができる。
なお、誤差の小さい画素の基準変化量Δ0に乗算される係数と、誤差の大きい画素の基準変化量Δ0に乗算される係数との比率として、1:1が選ばれる場合があってもよい。この場合、フィルタ特性はブロック境界を挟んで対称となる。
また、ループフィルタ部120は、基準変化量Δ0に乗算される係数を、基準係数に定数を乗算することで算出してもよい。この場合、ループフィルタ部120は、誤差が大きい画素については、誤差が小さい画素よりも大きな定数を用いる。結果として、誤差が大きい画素に対する画素値の変化量が増加し、誤差が小さい可能性が高い画素に対する画素値の変化量が減少する。例えば、ループフィルタ部120は、ブロック境界と隣接した画素に対しては、定数として1.2又は0.8を用い、ブロック境界と隣接する画素から1画素離れた画素に対しては、定数として1.1又は0.9を用いる。また、基準係数は、例えば、(A×(q1-p1)-B×(q2-p2)+C)/Dにより求められる。ここで、A、B、C、Dは定数である。例えば、A=9、B=3、C=8、D=16である。また、p1、p2、q1、q2はブロック境界を挟み図12に示す位置関係の画素の画素値である。
次に、非対称に重みを変更する第3の手法について説明する。ループフィルタ部120は、第2の手法と同様に、基準フィルタのフィルタ係数を用いたフィルタ演算を行う。次に、ループフィルタ部120は、フィルタ演算の後の画素値に、ブロック境界を挟んで非対称なオフセット値を加える。具体的には、ループフィルタ部120は、誤差が大きい画素の値が、誤差が小さい可能性が高い画素の値に近づくとともに、当該誤差の大きい画素の変位が大きくなるように、誤差が大きい画素の画素値に正のオフセット値を加える。また、ループフィルタ部120は、誤差が小さい画素の値が、誤差が大きい画素の値に近づかないようにするとともに、当該誤差の小さい画素の変位が小さくなるように、誤差が小さい画素の画素値に負のオフセットを加える。結果として、誤差が大きい画素に対する画素値の変化量が増加し、誤差が小さい画素に対する画素値の変化量が減少する。なお、ループフィルタ部120は、誤差の小さい画素に対する処理と、誤差の大きい画素に対する処理とのうち、一方のみを行ってもよい。
例えば、ループフィルタ部120は、誤差が大きいブロックに含まれる画素に対しては、基準変化量Δ0の絶対値に正のオフセット値(例えば1)を加算することで補正後の変化量Δ1を算出する。また、ループフィルタ部120は、誤差が小さいブロックに含まれる画素に対しては、基準変化量Δ0の絶対値に負のオフセット値(例えば-1)を加算することで補正後の変化量Δ1を算出する。次に、ループフィルタ部120は、フィルタ演算前の画素値に、補正後の変化量Δ1を加算することで、フィルタ処理後の画素値を生成する。なお、ループフィルタ部120は、変化量にオフセット値を加えるのではなく、フィルタ演算後の画素値にオフセット値を加えてもよい。また、オフセット値はブロック境界を挟んで対称でなくてもよい。
また、ループフィルタ部120は、フィルタタップがブロック境界から複数画素にわたって伸びる場合には、ある特定の画素に対する重みだけを変更してもよいし、全ての画素に対する重みを変更してもよい。また、ループフィルタ部120は、ブロック境界から対象画素までの距離に応じて、重みを変更してもよい。例えば、ループフィルタ部120は、ブロック境界から2画素までにかかるフィルタ係数を非対称にし、それ以降の画素にかかるフィルタ係数を対称にしてもよい。また、フィルタの重みは複数の画素に対して共通であってもよいし、画素毎に設定されてもよい。
次に、非対称に重みを変更する第4の手法について説明する。ループフィルタ部120は、基準フィルタのフィルタ係数を用いたフィルタ演算を行う。次に、ループフィルタ部120は、フィルタ演算の前後の画素値の変化量Δが、基準値であるクリップ幅を超える場合には、変化量Δをクリップ幅にクリップする。ループフィルタ部120は、クリップ幅を、ブロック境界を挟んで非対称に設定する。
具体的には、ループフィルタ部120は、誤差が大きい画素に対するクリップ幅を、誤差が小さい画素のクリップ幅より大きくする。例えば、ループフィルタ部120は、誤差が大きい画素に対するクリップ幅を、誤差が小さい画素のクリップ幅の定数倍にする。クリップ幅を変化させた結果、誤差が小さい画素の値は大きく変化することができなくなる。また、誤差が大きい画素の値は大きく変化することが可能となる。
なお、ループフィルタ部120は、クリップ幅の比を指定するのではなく、クリップ幅の絶対値を調整してもよい。例えば、ループフィルタ部120は、誤差が大きい画素に対するクリップ幅を、予め定められた基準クリップ幅の倍に固定する。ループフィルタ部120は、誤差が小さい画素のクリップ幅と、誤差が小さい画素のクリップ幅との比を1.2:0.8に設定する。具体的には、例えば、基準クリップ幅が10であり、フィルタ演算の前後の変化量Δが12であるとする。この場合、基準クリップ幅がそのまま用いられる場合には、閾値処理により、変化量Δは10に補正される。一方、対象画素が誤差が大きい画素である場合には、例えば、基準クリップ幅が1.5倍される。これにより、クリップ幅は15となるので閾値処理が行われず、変化量Δは12となる。
次に、非対称に重みを変更する第5の手法について説明する。ループフィルタ部102は、フィルタ処理を行うか否かを判定する条件を、ブロック境界を挟んで非対称に設定する。ここで、フィルタ処理を行うか否かを判定する条件とは、例えば、図11に示す第1閾値又は第2閾値である。
具体的には、ループフィルタ部120は、誤差が大きい画素に対しては、フィルタ処理が行われやすくなるように条件を設定し、誤差が小さい画素に対しては、フィルタ処理が行われにくくなるように条件を設定する。例えば、ループフィルタ部120は、誤差が小さい画素に対する閾値を誤差が大きい画素の閾値より高くする。例えば、ループフィルタ部120は、誤差が小さい画素に対する閾値を誤差が大きい画素の閾値の定数倍にする。
また、ループフィルタ部120は、閾値の比を指定するだけで無く、閾値の絶対値を調整してもよい。例えば、ループフィルタ部120は、誤差が小さい画素に対する閾値を予め定められた基準閾値の倍に固定し、誤差が小さい画素の閾値と、誤差が大きい画素の閾値との比を1.2:0.8に設定してもよい。
具体的には、ステップ104における第2閾値の基準閾値が10であり、ブロック内の画素値から計算されたdが12であるとする。第2閾値として基準閾値がそのまま用いられる場合には、フィルタ処理を行うと判定される。一方、対象画素が誤差が小さい画素である場合、例えば、第2閾値として基準閾値を1.5倍した値が用いられる。この場合、第2閾値は、15となり、dよりも大きくなる。これにより、フィルタ処理を行わないと判定される。
また、上記第1~第5の手法で用いた誤差に基づく重みを示す定数等は、符号化装置100及び復号装置200において予め定められた値であってもよいし、可変であってもよい。具体的には、この定数とは、第1の手法におけるフィルタ係数又は基準フィルタのフィルタ係数に乗算される係数、第2の手法における基準変化量Δ0に乗算される係数又は基準係数に乗算される定数、第3の手法におけるオフセット値、第4の手法におけるクリップ幅又は基準クリップ幅に乗算される定数、及び、第5の手法における閾値又は基準閾値に乗算される定数等である。
定数が可変の場合には、当該定数を示す情報が、例えば、シーケンス又はスライス単位のパラメータとしてビットストリームに含まれ、符号化装置100から復号装置200に送信されてもよい。なお、定数を示す情報は、定数そのものを示す情報であってもよいし、基準値との比又は差を示す情報であってもよい。
また、誤差に応じて、係数又は定数を変更する方法として、例えば、リニアに変更する方法、二次関数的に変更する方法、指数関数的に変更する方法、又は、誤差と定数との関係を示すルックアップテーブルを用いる方法等がある。
また、誤差が基準以上の場合、又は、誤差が基準以下の場合には、定数として固定値を用いてもよい。例えば、ループフィルタ部120は、誤差が所定の範囲以下の場合には、変数を第1の値に設定し、誤差が所定の範囲以上の場合には、変数を第2の値に設定し、誤差が所定の範囲内の場合には、誤差に応じて変数を第1の値から第2の値まで連続的に変更してもよい。
また、ループフィルタ部120は、誤差が所定の基準超えた場合には、非対称フィルタを使用せず、対称フィルタ(基準フィルタ)を使用してもよい。
また、ループフィルタ部120は、ルックアップテーブル等を用いる場合において、誤差が大きい場合と小さい場合との両方のテーブルを保持してもよいし、一方のテーブルのみを保持し、当該テーブルの内容から予め定められたルールに従い、他方の定数を算出してもよい。
以上のように、本実施の形態に係る符号化装置100及び復号装置200は、非対称フィルタを用いることで、再構成画像の誤差を低減できるので、符号化効率を向上させることができる。
本態様を本開示における他の態様の少なくとも一部と組み合わせて実施してもよい。また、本態様のフローチャートに記載の一部の処理、装置の一部の構成、シンタックスの一部などを他の態様と組み合わせて実施してもよい。
(実施の形態2)
実施の形態2~実施の形態6では、上述した誤差分布を特徴付ける符号化パラメータの具体例について説明する。本実施の形態では、ループフィルタ部120は、対象画素のブロック内の位置に応じてフィルタ特性を決定する。
実施の形態2~実施の形態6では、上述した誤差分布を特徴付ける符号化パラメータの具体例について説明する。本実施の形態では、ループフィルタ部120は、対象画素のブロック内の位置に応じてフィルタ特性を決定する。
図14は、本実施の形態に係るデブロッキングフィルタ処理の一例を示すフローチャートである。まず、ループフィルタ部120は、誤差分布を特徴付ける符号化パラメータとして、対象画素のブロック内の位置を示す情報を取得する。ループフィルタ部120は、当該位置に基づき、ブロック境界を挟み非対称なフィルタ特性を決定する(S121)。
次に、ループフィルタ部120は、決定されたフィルタ特性を有するフィルタ処理を実行する(S122)。
ここで、イントラ予測の参照画素から遠い画素はイントラ予測の参照画素から近い画素よりも誤差が大きい可能性が高い。よって、ループフィルタ部120は、イントラ予測の参照画素に遠い画素ほど当該フィルタ処理の前後の画素値の変化量が大きくなるようにフィルタ特性を決定する。
例えば、H.265/HEVC又はJEMの場合は、図15に示すように、参照画素から近い画素とはブロック内の左上に存在する画素であり、参照画素から近い画素とはブロック内の右下に存在する画素である。よって、ループフィルタ部120は、ブロック内の右下の画素の重みが、左上の画素の重みより大きくなるようにフィルタ特性を決定する。
具体的には、ループフィルタ部120は、イントラ予測の参照画素から遠い画素に対しては、実施の形態1で説明したように、フィルタ処理の影響が大きくなるようにフィルタ特性を決定する。つまり、ループフィルタ部120は、イントラ予測の参照画素から遠い画素の重みを大きくする。ここで、重みを大きくするとは、上述したように、(1)フィルタ係数を小さくする、(2)境界を挟んだ画素(つまりイントラ予測の参照画素から近い画素)のフィルタ係数を大きくする、(3)変化量に乗算する係数を大きくする、(4)変化量のオフセット値を大きくする、(5)クリップ幅を大きくする、及び(6)フィルタ処理が実行されやすいにように閾値を修正する、のうちの少なくとも一つを実施することである。一方、ループフィルタ部120は、イントラ予測の参照画素から近い画素に対しては、フィルタ処理の影響が小さくなるようにフィルタ特性を決定する。つまり、ループフィルタ部120は、イントラ予測の参照画素から近い画素の重みを小さくする。ここで、重みを小さくするとは、上述したように、(1)フィルタ係数を大きくする、(2)境界を挟んだ画素(つまりイントラ予測の参照画素から近い画素)のフィルタ係数を小さくする、(3)変化量に乗算する係数を小さくする、(4)変化量のオフセット値を小さくする、(5)クリップ幅を小さくする、及び(6)フィルタ処理が実行されにくいように閾値を修正する、のうちの少なくとも一つを実施することである。
なお、イントラ予測が用いられている場合に上記処理を行い、インター予測が用いられているブロックには上記処理を行わなくてもよい。ただし、イントラ予測ブロックの性質がインター予測にも引っ張られることがあるため、インター予測ブロックに対しても上記処理が行われてもよい。
また、ループフィルタ部120は、特定のブロック内の位置を任意に指定して重みを変更してもよい。例えば、ループフィルタ部120は、上記のように、ブロック内の右下の画素の重みを大きくし、ブロック内の左上の画素の重みを小さくしてもよい。なお、ループフィルタ部120は、左上及び右下に限らず、ブロック内の位置を任意を指定して重みを変更してもよい。
また、図15に示すように、左右方向の隣接ブロック境界では、左側のブロックの誤差が大きくなり、右側のブロックの誤差が大きくなる。よって、ループフィルタ部120は、左右方向の隣接ブロック境界に対しては、左側のブロックの重みを大きくし、右側のブロックの重みを小さくしてもよい。
同様に、上下方向の隣接ブロック境界では、上側のブロックの誤差が大きくなり、下側のブロックの誤差が小さくなる。よって、ループフィルタ部120は、上下方向の隣接ブロック境界に対しては、上側のブロックの重みを大きくし、下側のブロックの重みを小さくしてもよい。
また、ループフィルタ部120は、イントラ予測の参照画素からの距離に応じて重みを変化させてもよい。また、ループフィルタ部120は、ブロック境界単位で重みを決めてもよいし、画素単位で重みを決めてもよい。参照画素から遠くなればなるほど誤差が大きくなりやすい。よって、ループフィルタ部120は、参照画素から遠くなればなるほど重みの勾配が急になるようにフィルタ特性を決定する。また、ループフィルタ部120は、ブロックの右辺の上側における重みの勾配が下側における重みの勾配よりもゆるやかになるようにフィルタ特性を決定する。
本態様を本開示における他の態様の少なくとも一部と組み合わせて実施してもよい。また、本態様のフローチャートに記載の一部の処理、装置の一部の構成、シンタックスの一部などを他の態様と組み合わせて実施してもよい。
(実施の形態3)
本実施の形態では、ループフィルタ部120は、直交変換基底に応じてフィルタ特性を決定する。
本実施の形態では、ループフィルタ部120は、直交変換基底に応じてフィルタ特性を決定する。
図16は、本実施の形態に係るデブロッキングフィルタ処理の一例を示すフローチャートである。まず、ループフィルタ部120は、誤差分布を特徴付ける符号化パラメータとして、対象ブロックに用いられた直交変換基底を示す情報を取得する。ループフィルタ部120は、当該直交変換基底に基づき、ブロック境界を挟み非対称なフィルタ特性を決定する(S131)。
次に、ループフィルタ部120は、決定されたフィルタ特性を有するフィルタ処理を実行する(S132)。
符号化装置100は、直交変換を行う際の変換基底である直交変換基底を、複数の候補の中から一つが選択する。複数の候補は、例えば、DCT-II等の0次の変換基底がフラットな基底と、DST-VII等の0次の変換基底がフラットでない基底とを含む。図17は、DCT-IIの変換基底を示す図である。図18は、DCT-VIIの変換基底を示す図である。
DCT-IIの0次基底は、ブロック内の位置によらず一定である。つまり、DCT-IIが用いられている場合には、ブロック内の誤差は一定である。よって、ループフィルタ部120は、ブロック境界を挟んだ両方のブロックがDCT-IIで変換されている場合には、非対称フィルタを用いずに、対称フィルタを用いたフィルタ処理を行う。
一方、DST-VIIの0次基底は、左又は上のブロック境界からの距離が離れるにしたがって値が大きくなる。つまり、左又は上のブロック境界からの距離が離れるにしたがって誤差が大きくなる可能性が高い。よって、ループフィルタ部120は、ブロック境界を挟んだ二つのブロックのうち少なくとも一方がDST-VIIで変換されている場合には、非対称フィルタを用いる。具体的には、ループフィルタ部120は、低次(例えば0次)の基底のブロック内における値が小さい画素ほどフィルタ処理の影響が小さくなるようにフィルタ特性を決定する。
具体的には、ブロック境界を挟んだ両方のブロックがDST-VIIで変換されている場合には、ループフィルタ部120は、ブロック内の右下の画素に対しては、上述した手法により、フィルタ処理の影響が大きくなるようにフィルタ特性を決定する。また、ループフィルタ部120は、ブロック内の左上の画素に対しては、フィルタ処理の影響が大きくなるようにフィルタ特性を決定する。
また、DST-VIIとDCT-IIとが上下に隣接している場合にも、ループフィルタ部120は、ブロック境界に隣接する、DST-VIIが使用された上ブロックの下部の画素へのフィルタの重みが、DCT-IIが使用された下ブロックの上部の画素へのフィルタの重みと比べて大きくなるようにフィルタ特性を決定する。しかしながら、この場合の低次の基底の振幅の差は、DST-VII同士が隣接している場合の低次の基底の振幅の差より小さい。よって、ループフィルタ部120は、この場合の重みの傾斜がDST-VII同士が隣接している場合の重みの傾斜よりも小さくなるようにフィルタ特性を設定する。ループフィルタ部120は、例えば、DCT-IIとDCT-IIが隣接している場合の重みを1:1(対称フィルタ)に設定し、DST-VIIとDST-VIIが隣接している場合の重みを1.3:0.7に設定し、DST-VIIとDCT-IIが隣接している際の重みを1.2:0.8に設定する。
本態様を本開示における他の態様の少なくとも一部と組み合わせて実施してもよい。また、本態様のフローチャートに記載の一部の処理、装置の一部の構成、シンタックスの一部などを他の態様と組み合わせて実施してもよい。
(実施の形態4)
本実施の形態では、ループフィルタ部120は、ブロック境界を挟んだ画素値に応じてフィルタ特性を決定する。
本実施の形態では、ループフィルタ部120は、ブロック境界を挟んだ画素値に応じてフィルタ特性を決定する。
図19は、本実施の形態に係るデブロッキングフィルタ処理の一例を示すフローチャートである。まず、ループフィルタ部120は、誤差分布を特徴付ける符号化パラメータとして、ブロック境界を挟んだブロック内の画素値を示す情報を取得する。ループフィルタ部120は、当該画素値に基づき、ブロック境界を挟み非対称なフィルタ特性を決定する(S141)。
次に、ループフィルタ部120は、決定されたフィルタ特性を有するフィルタ処理を実行する(S142)。
例えば、ループフィルタ部120は、画素値の差d0が大きいほどブロック境界を挟んだフィルタ特性の差を大きくする。具体的には、ループフィルタ部120は、フィルタ処理の影響の差が大きくなるようにフィルタ特性を決定する。例えば、ループフィルタ部120は、d0>(量子化パラメータ)×(定数)が満たされる場合には重みを1.4:0.6に設定し、上記関係が満たされない場合には重みを1.2:0.8に設定する。つまり、ループフィルタ部120は、画素値の差d0と、量子化パラメータに基づく閾値とを比較し、画素値の差d0が閾値より大きい場合、画素値の差d0が閾値より小さい場合より、ブロック境界を挟んだフィルタ特性の差を大きくする。
別の例として、例えばループフィルタ部120は、ブロック境界を挟んだ両ブロック内の画素値の分散の平均値b0が大きいほどブロック境界を挟んだフィルタ特性の差を大きくする。具体的には、ループフィルタ部120は、フィルタ処理の影響の差が大きくなるようにフィルタ特性を決定してもよい。例えば、ループフィルタ部120はb0>(量子化パラメータ)×(定数)が満たされる場合には重みを1.4:0.6に設定し、上記関係が満たされない場合には重みを1.2:0.8に設定する。つまり、ループフィルタ部120は、画素値の分散b0と、量子化パラメータに基づく閾値とを比較し、画素値の分散b0が閾値より大きい場合、画素値の分散b0が閾値より小さい場合より、ブロック境界を挟んだフィルタ特性の差を大きくしてもよい。
なお、隣接するブロックのうち、いずれのブロックの重みを大きくするか、つまり、いずれのブロックの誤差がより大きいかは、上述した実施の形態2又は3の手法、或いは、後述する実施の形態6の手法等により特定できる。つまり、ループフィルタ部120は、所定のルール(例えば、実施の形態2、3又は6の手法)に従い、ブロック境界を挟んで非対称なフィルタ特性を決定する。次に、ループフィルタ部120は、画素値の差d0に基づき、ブロック境界を挟んだフィルタ特性の差が大きくなるように当該決定したフィルタ特性を変更する。つまり、ループフィルタ部120は、誤差が大きい画素の重みと誤差が小さい画素の重みとの比又は差を大きくする。
ここで、画素値の差d0が大きい場合には、ブロック境界と画像内のオブジェクトのエッジとが一致している場合である可能性があるため、このようなケースにおいて、ブロック境界を挟んだフィルタ特性の差を小さくすることで、不要な平滑化が行われることを抑制できる。
なお、ループフィルタ部120は、上記とは逆に、画素値の差d0が大きいほどブロック境界を挟んだフィルタ特性の差を小さくしてもよい。具体的には、ループフィルタ部120は、フィルタ処理の影響の差が小さくくなるようにフィルタ特性を決定する。例えば、ループフィルタ部120は、d0>(量子化パラメータ)×(定数)が満たされる場合には重みを1.2:0.8に設定し、上記関係が満たされない場合には重みを1.4:0.6に設定する。なお、上記関係が満たされる場合に重みが1:1(対称フィルタ)に設定されてもよい。つまり、ループフィルタ部120は、画素値の差d0と、量子化パラメータに基づく閾値とを比較し、画素値の差d0が閾値より大きい場合、画素値の差d0が閾値より小さい場合より、ブロック境界を挟んだフィルタ特性の差を小さくする。
例えば、画素値の差d0が大きいということは、ブロック境界が目立ちやすいということであるため、このようなケースにおいて、ブロック境界を挟んだフィルタ特性の差を小さくすることで、非対称なフィルタにより平滑化が弱まることを抑制できる。
なお、これらの二つの処理は同時に行われてもよい。例えば、ループフィルタ部120は、画素値の差d0が第1閾値未満の場合には第1の重みを用い、画素値の差d0が第1閾値以上第2閾値未満の場合には第1の重みより差の大きい第2の重みを用い、画素値の差d0が第2閾値以上の場合には第2の重みより差の小さい第3の重みを用いてもよい。
また、画素値の差d0は、境界を挟んだ画素値の差分をそのものでもよいし、画素値の差の平均又は分散であってもよい。例えば、画素値の差d0は、(A×(q1-p1)-B×(q2-p2)+C)/Dにより求められる。ここで、A、B、C、Dは定数である。例えば、A=9、B=3、C=8、D=16である。また、p1、p2、q1、q2はブロック境界を挟み図12に示す位置関係の画素の画素値である。
なお、この画素値の差d0及び重みの設定は、画素単位で行われてもよいし、ブロック境界単位で行われてもよいし、複数ブロックを含むブロック群単位(例えばLCU(Largest Coding Unit)単位で行われてもよい。
本態様を本開示における他の態様の少なくとも一部と組み合わせて実施してもよい。また、本態様のフローチャートに記載の一部の処理、装置の一部の構成、シンタックスの一部などを他の態様と組み合わせて実施してもよい。
(実施の形態5)
本実施の形態では、ループフィルタ部120は、イントラ予測方向とブロック境界方向とに応じてフィルタ特性を決定する。
本実施の形態では、ループフィルタ部120は、イントラ予測方向とブロック境界方向とに応じてフィルタ特性を決定する。
図20は、本実施の形態に係るデブロッキングフィルタ処理の一例を示すフローチャートである。まず、ループフィルタ部120は、誤差分布を特徴付ける符号化パラメータとして、イントラ予測の予測方向とブロック境界との角度を示す情報を取得する。ループフィルタ部120は、当該角度に基づき、ブロック境界を挟み非対称なフィルタ特性を決定する(S151)。
次に、ループフィルタ部120は、決定されたフィルタ特性を有するフィルタ処理を実行する(S152)。
具体的には、ループフィルタ部120は、上記角度が垂直に近いほどブロック境界を挟んだフィルタ特性の差を大きくし、上記角度が水平に近いほどブロック境界を挟んだフィルタ特性の差を小さくする。より具体的には、イントラ予測方向がブロック境界に対して垂直に近い場合は、ブロック境界を挟んだ両側の画素に対するフィルタの重みの差が大きくなり、イントラ予測方向がブロック境界に対して水平に近い場合はブロック境界を挟んだ両側の画素に対するフィルタの重みの差を小さくなるようにフィルタ特性を決定する。図21は、イントラ予測方向とブロック境界の方向との関係に対する重みの例を示す図である。
なお、隣接するブロックのうち、いずれのブロックの重みを大きくするか、つまり、いずれのブロックの誤差がより大きいかは、上述した実施の形態2又は3の手法、或いは、後述する実施の形態6の手法等により特定できる。つまり、ループフィルタ部120は、所定のルール(例えば、実施の形態2、3又は6の手法)に従い、ブロック境界を挟んで非対称なフィルタ特性を決定する。次に、ループフィルタ部120は、イントラ予測方向とブロック境界の方向とに基づき、ブロック境界を挟んだフィルタ特性の差が大きくなるように当該決定したフィルタ特性を変更する。
また、符号化装置100及び復号装置200は、イントラ予測方向を、例えば、イントラ予測モードを用いて特定する。
なお、イントラ予測モードがPlanarモード又はDCモードである場合には、ループフィルタ部120は、ブロック境界の方向を考慮しなくてもよい。例えば、ループフィルタ部120は、イントラ予測モードがPlanarモード又はDCモードである場合には、ブロック境界の方向によらず、予め定められた重み又は重みの差を用いてもよい。または、ループフィルタ部120は、イントラ予測モードがPlanarモード又はDCモードである場合には、対称フィルタを用いてもよい。
本態様を本開示における他の態様の少なくとも一部と組み合わせて実施してもよい。また、本態様のフローチャートに記載の一部の処理、装置の一部の構成、シンタックスの一部などを他の態様と組み合わせて実施してもよい。
(実施の形態6)
本実施の形態では、ループフィルタ部120は、量子化の幅を示す量子化パラメータに応じてフィルタ特性を決定する。
本実施の形態では、ループフィルタ部120は、量子化の幅を示す量子化パラメータに応じてフィルタ特性を決定する。
図16は、本実施の形態に係るデブロッキングフィルタ処理の一例を示すフローチャートである。まず、ループフィルタ部120は、誤差分布を特徴付ける符号化パラメータとして、対象ブロックの量子化の際に用いられた量子化パラメータを示す情報を取得する。ループフィルタ部120は、当該量子化パラメータに基づき、ブロック境界を挟み非対称なフィルタ特性を決定する(S161)。
次に、ループフィルタ部120は、決定されたフィルタ特性を有するフィルタ処理を実行する(S162)。
ここで、量子化パラメータが大きいほど、誤差が大きくなる可能性が高い。よって、ループフィルタ部120は、量子化パラメータが大きいほどフィルタ処理の影響が大きくなるようにフィルタ特性を決定する。
図23は、量子化パラメータに対する重みの例を示す図である。図23に示すように、ループフィルタ部120は、ブロック内の左上の画素に対する重みを量子化パラメータの増加にともない増加させる。一方、ループフィルタ部120は、ブロック内の右下の画素に対する、量子化パラメータの増加にともなう重みの増加を小さくする。つまり、ループフィルタ部120は、左上の画素の量子化パラメータの変化に伴うフィルタ処理の影響の変化が、右下の画素の量子化パラメータの変化に伴うフィルタ処理の影響の変化より、大きくなるようにフィルタ特性を決定する。
ここで、ブロック内の左上の画素は、ブロック内の右下の画素に比べて、量子化パラメータの影響を受けやすい。よって、上記のような処理を行うことで、適切に誤差を低減できる。
また、ループフィルタ部120は、境界を挟む二つのブロックの各々に対して、当該ブロックの量子化パラメータに基づき当該ブロックの重みを決定してもよいし、二つのブロックの量子化パラメータの平均値を算出し、当該平均値に基づき二つのブロックの重みを決定してもよい。または、ループフィルタ部120は、一方のブロックの量子化パラメータに基づき、二つのブロックの重みを決定してもよい。例えば、ループフィルタ部120は、上記手法を用いて、一方のブロックの量子化パラメータに基づき、当該一方のブロックの重みを決定する。次に、ループフィルタ部120は、決定された重みに基づき、予め定められたルールに従い、他方のブロックの重みを決定する。
また、ループフィルタ部120は、二つのブロックの量子化パラメータが異なる場合、又は、二つのブロックの量子化パラメータの差が閾値を超える場合、対称フィルタを用いてもよい。
また、図23では、一次関数を用いて重みが設定されているが、一次関数以外の任意の関数、又はテーブルが用いられてもよい。例えば、量子化パラメータと量子化ステップ(量子化幅)との関係を示すカーブが用いられてもよい。
また、ループフィルタ部120は、量子化パラメータが閾値を超える場合には、非対称フィルタを用いず、対称フィルタを用いてもよい。
また、量子化パラメータが小数点精度で記載されている場合には、ループフィルタ部120は、量子化パラメータに四捨五入、切り上げ、又は切捨て等の演算を行い、演算後の量子化パラメータを上記処理に用いてもよい。または、ループフィルタ部120は、小数点単位まで考慮して上記処理を行ってもよい。
以上のように、実施の形態2~6において、誤差を判定する複数の手法について個別に説明したが、これらの手法のうち2以上を組み合わせてもよい。この場合、ループフィルタ部120は、組み合わせた2以上の要素に対して重み付けを行ってもよい。
以下、変形例について説明する。
上記で説明した符号化パラメータの例以外が用いられてもよい。例えば、符号化パラメータは、直交変換の種類(Wavelet、DFT又は重複変換等)、ブロックサイズ(ブロックの幅及び高さ)、動きベクトルの方向、動きベクトルの長さ、又はインター予測に用いられる参照ピクチャの枚数、基準フィルタの特性を示す情報であってもよい。また、それらは組み合わせて用いられてもよい。例えば、ループフィルタ部120は、ブロック境界の長さが16画素以下でかつイントラ予測の参照画素からフィルタ対象画素が近い場合にのみ非対称フィルタを用い、他の場合は対称フィルタを用いてもよい。別の例として、複数のフィルタ候補のうちの所定のいずれかのタイプのフィルタが用いられた場合にのみ非対称処理を行ってもよい。例えば、基準フィルタによる変位が(A×(q1-p1)-B×(q2-p2)+C)/Dにより計算される場合にのみ非対称フィルタを用いてもよい。ここで、A、B、C、Dは定数である。例えば、A=9、B=3、C=8、D=16である。また、p1、p2、q1、q2はブロック境界を挟み図12に示す位置関係の画素の画素値である。
また、ループフィルタ部120は、輝度信号と色差信号とのうち、一方に対して上記処理を行ってもよいし、両方に対して上記処理を行ってもよい。また、ループフィルタ部120は、輝度信号と色差信号とに対して共通の処理を行ってもよいし、異なる処理を行ってもよい。例えば、ループフィルタ部120は、輝度信号と色差信号とに対して異なる重みを用いてもよいし、異なるルールに従い重みを決定してもよい。
また、上記処理で用いられる各種パラメータは、符号化装置100において決定されてもよいし、予め設定された固定値であってもよい。
また、上記処理を行うか、行わないか、又は上記処理の内容は、所定単位で切り替えられてもよい。所定単位とは、例えば、スライス単位、タイル単位、ウェーブフロント分割単位、又はCTU単位である。また、上記処理の内容とは、上記で示した複数の手法のいずれを用いるか、或いは重み等を示すパラメータ、又は、これらを決定するためのパラメータである。
また、ループフィルタ部120は、上記処理を行う領域を、CTUの境界、スライスの境界、又はタイルの境界に限定してもよい。
また、対称フィルタと非対称フィルタとで、フィルタのタップ数は異なってもよい。
また、ループフィルタ部120は、フレーム種別(Iフレーム、Pフレーム、Bフレーム)に応じて、上記処理を行う否か、又は上記処理の内容を変更してもよい。
また、ループフィルタ部120は、前段又は後段の特定の処理が行われたか否かに応じて、上記処理を行うか否かを、又は上記処理の内容を決定してもよい。
また、ループフィルタ部120は、ブロックに用いられる予測モードの種類に応じて異なる処理を行ってもよいし、特定の予測モードが用いられるブロックに対してのみ上記処理を行ってもよい。例えば、ループフィルタ部120は、イントラ予測が用いられるブロックと、インター予測が用いられるブロックと、マージされたブロックとで異なる処理を行ってもよい。
また、符号化装置100は、上記処理を行うか否か、又は上記処理の内容を示すパラメータであるフィルタ情報を符号化してもよい。つまり、符号化装置100は、フィルタ情報を含む符号化ビットストリームを生成してもよい。このフィルタ情報は、輝度信号に上記処理を行うか否かを示す情報、色差信号に上記処理を行うか否かを示す情報、又は、予測モード毎に処理を異ならせるか否かを示す情報等を含んでもよい。
また、復号装置200は、符号化ビットストリームに含まれるフィルタ情報に基づき、上記処理を行ってもよい。例えば、復号装置200は、フィルタ情報に基づき、上記処理を行うか否か、又は、上記処理の内容を決定してもよい。
本態様を本開示における他の態様の少なくとも一部と組み合わせて実施してもよい。また、本態様のフローチャートに記載の一部の処理、装置の一部の構成、シンタックスの一部などを他の態様と組み合わせて実施してもよい。
(実施の形態7)
以上の各実施の形態において、機能ブロックの各々は、通常、MPU及びメモリ等によって実現可能である。また、機能ブロックの各々による処理は、通常、プロセッサなどのプログラム実行部が、ROM等の記録媒体に記録されたソフトウェア(プログラム)を読み出して実行することで実現される。当該ソフトウェアはダウンロード等により配布されてもよいし、半導体メモリなどの記録媒体に記録して配布されてもよい。なお、各機能ブロックをハードウェア(専用回路)によって実現することも、当然、可能である。
以上の各実施の形態において、機能ブロックの各々は、通常、MPU及びメモリ等によって実現可能である。また、機能ブロックの各々による処理は、通常、プロセッサなどのプログラム実行部が、ROM等の記録媒体に記録されたソフトウェア(プログラム)を読み出して実行することで実現される。当該ソフトウェアはダウンロード等により配布されてもよいし、半導体メモリなどの記録媒体に記録して配布されてもよい。なお、各機能ブロックをハードウェア(専用回路)によって実現することも、当然、可能である。
また、各実施の形態において説明した処理は、単一の装置(システム)を用いて集中処理することによって実現してもよく、又は、複数の装置を用いて分散処理することによって実現してもよい。また、上記プログラムを実行するプロセッサは、単数であってもよく、複数であってもよい。すなわち、集中処理を行ってもよく、又は分散処理を行ってもよい。
本開示の態様は、以上の実施例に限定されることなく、種々の変更が可能であり、それらも本開示の態様の範囲内に包含される。
さらにここで、上記各実施の形態で示した動画像符号化方法(画像符号化方法)又は動画像復号化方法(画像復号方法)の応用例とそれを用いたシステムを説明する。当該システムは、画像符号化方法を用いた画像符号化装置、画像復号方法を用いた画像復号装置、及び両方を備える画像符号化復号装置を有することを特徴とする。システムにおける他の構成について、場合に応じて適切に変更することができる。
[使用例]
図24は、コンテンツ配信サービスを実現するコンテンツ供給システムex100の全体構成を示す図である。通信サービスの提供エリアを所望の大きさに分割し、各セル内にそれぞれ固定無線局である基地局ex106、ex107、ex108、ex109、ex110が設置されている。
図24は、コンテンツ配信サービスを実現するコンテンツ供給システムex100の全体構成を示す図である。通信サービスの提供エリアを所望の大きさに分割し、各セル内にそれぞれ固定無線局である基地局ex106、ex107、ex108、ex109、ex110が設置されている。
このコンテンツ供給システムex100では、インターネットex101に、インターネットサービスプロバイダex102又は通信網ex104、及び基地局ex106~ex110を介して、コンピュータex111、ゲーム機ex112、カメラex113、家電ex114、及びスマートフォンex115などの各機器が接続される。当該コンテンツ供給システムex100は、上記のいずれかの要素を組合せて接続するようにしてもよい。固定無線局である基地局ex106~ex110を介さずに、各機器が電話網又は近距離無線等を介して直接的又は間接的に相互に接続されていてもよい。また、ストリーミングサーバex103は、インターネットex101等を介して、コンピュータex111、ゲーム機ex112、カメラex113、家電ex114、及びスマートフォンex115などの各機器と接続される。また、ストリーミングサーバex103は、衛星ex116を介して、飛行機ex117内のホットスポット内の端末等と接続される。
なお、基地局ex106~ex110の代わりに、無線アクセスポイント又はホットスポット等が用いられてもよい。また、ストリーミングサーバex103は、インターネットex101又はインターネットサービスプロバイダex102を介さずに直接通信網ex104と接続されてもよいし、衛星ex116を介さず直接飛行機ex117と接続されてもよい。
カメラex113はデジタルカメラ等の静止画撮影、及び動画撮影が可能な機器である。また、スマートフォンex115は、一般に2G、3G、3.9G、4G、そして今後は5Gと呼ばれる移動通信システムの方式に対応したスマートフォン機、携帯電話機、又はPHS(Personal Handyphone System)等である。
家電ex118は、冷蔵庫、又は家庭用燃料電池コージェネレーションシステムに含まれる機器等である。
コンテンツ供給システムex100では、撮影機能を有する端末が基地局ex106等を通じてストリーミングサーバex103に接続されることで、ライブ配信等が可能になる。ライブ配信では、端末(コンピュータex111、ゲーム機ex112、カメラex113、家電ex114、スマートフォンex115、及び飛行機ex117内の端末等)は、ユーザが当該端末を用いて撮影した静止画又は動画コンテンツに対して上記各実施の形態で説明した符号化処理を行い、符号化により得られた映像データと、映像に対応する音を符号化した音データと多重化し、得られたデータをストリーミングサーバex103に送信する。即ち、各端末は、本開示の一態様に係る画像符号化装置として機能する。
一方、ストリーミングサーバex103は要求のあったクライアントに対して送信されたコンテンツデータをストリーム配信する。クライアントは、上記符号化処理されたデータを復号化することが可能な、コンピュータex111、ゲーム機ex112、カメラex113、家電ex114、スマートフォンex115、又は飛行機ex117内の端末等である。配信されたデータを受信した各機器は、受信したデータを復号化処理して再生する。即ち、各機器は、本開示の一態様に係る画像復号装置として機能する。
[分散処理]
また、ストリーミングサーバex103は複数のサーバ又は複数のコンピュータであって、データを分散して処理したり記録したり配信するものであってもよい。例えば、ストリーミングサーバex103は、CDN(Contents Delivery Network)により実現され、世界中に分散された多数のエッジサーバとエッジサーバ間をつなぐネットワークによりコンテンツ配信が実現されていてもよい。CDNでは、クライアントに応じて物理的に近いエッジサーバが動的に割り当てられる。そして、当該エッジサーバにコンテンツがキャッシュ及び配信されることで遅延を減らすことができる。また、何らかのエラーが発生した場合又はトラフィックの増加などにより通信状態が変わる場合に複数のエッジサーバで処理を分散したり、他のエッジサーバに配信主体を切り替えたり、障害が生じたネットワークの部分を迂回して配信を続けることができるので、高速かつ安定した配信が実現できる。
また、ストリーミングサーバex103は複数のサーバ又は複数のコンピュータであって、データを分散して処理したり記録したり配信するものであってもよい。例えば、ストリーミングサーバex103は、CDN(Contents Delivery Network)により実現され、世界中に分散された多数のエッジサーバとエッジサーバ間をつなぐネットワークによりコンテンツ配信が実現されていてもよい。CDNでは、クライアントに応じて物理的に近いエッジサーバが動的に割り当てられる。そして、当該エッジサーバにコンテンツがキャッシュ及び配信されることで遅延を減らすことができる。また、何らかのエラーが発生した場合又はトラフィックの増加などにより通信状態が変わる場合に複数のエッジサーバで処理を分散したり、他のエッジサーバに配信主体を切り替えたり、障害が生じたネットワークの部分を迂回して配信を続けることができるので、高速かつ安定した配信が実現できる。
また、配信自体の分散処理にとどまらず、撮影したデータの符号化処理を各端末で行ってもよいし、サーバ側で行ってもよいし、互いに分担して行ってもよい。一例として、一般に符号化処理では、処理ループが2度行われる。1度目のループでフレーム又はシーン単位での画像の複雑さ、又は、符号量が検出される。また、2度目のループでは画質を維持して符号化効率を向上させる処理が行われる。例えば、端末が1度目の符号化処理を行い、コンテンツを受け取ったサーバ側が2度目の符号化処理を行うことで、各端末での処理負荷を減らしつつもコンテンツの質と効率を向上させることができる。この場合、ほぼリアルタイムで受信して復号する要求があれば、端末が行った一度目の符号化済みデータを他の端末で受信して再生することもできるので、より柔軟なリアルタイム配信も可能になる。
他の例として、カメラex113等は、画像から特徴量抽出を行い、特徴量に関するデータをメタデータとして圧縮してサーバに送信する。サーバは、例えば特徴量からオブジェクトの重要性を判断して量子化精度を切り替えるなど、画像の意味に応じた圧縮を行う。特徴量データはサーバでの再度の圧縮時の動きベクトル予測の精度及び効率向上に特に有効である。また、端末でVLC(可変長符号化)などの簡易的な符号化を行い、サーバでCABAC(コンテキスト適応型二値算術符号化方式)など処理負荷の大きな符号化を行ってもよい。
さらに他の例として、スタジアム、ショッピングモール、又は工場などにおいては、複数の端末によりほぼ同一のシーンが撮影された複数の映像データが存在する場合がある。この場合には、撮影を行った複数の端末と、必要に応じて撮影をしていない他の端末及びサーバを用いて、例えばGOP(Group of Picture)単位、ピクチャ単位、又はピクチャを分割したタイル単位などで符号化処理をそれぞれ割り当てて分散処理を行う。これにより、遅延を減らし、よりリアルタイム性を実現できる。
また、複数の映像データはほぼ同一シーンであるため、各端末で撮影された映像データを互いに参照し合えるように、サーバで管理及び/又は指示をしてもよい。または、各端末からの符号化済みデータを、サーバが受信し複数のデータ間で参照関係を変更、又はピクチャ自体を補正或いは差し替えて符号化しなおしてもよい。これにより、一つ一つのデータの質と効率を高めたストリームを生成できる。
また、サーバは、映像データの符号化方式を変更するトランスコードを行ったうえで映像データを配信してもよい。例えば、サーバは、MPEG系の符号化方式をVP系に変換してもよいし、H.264をH.265に変換してもよい。
このように、符号化処理は、端末、又は1以上のサーバにより行うことが可能である。よって、以下では、処理を行う主体として「サーバ」又は「端末」等の記載を用いるが、サーバで行われる処理の一部又は全てが端末で行われてもよいし、端末で行われる処理の一部又は全てがサーバで行われてもよい。また、これらに関しては、復号処理についても同様である。
[3D、マルチアングル]
近年では、互いにほぼ同期した複数のカメラex113及び/又はスマートフォンex115などの端末により撮影された異なるシーン、又は、同一シーンを異なるアングルから撮影した画像或いは映像を統合して利用することも増えてきている。各端末で撮影した映像は、別途取得した端末間の相対的な位置関係、又は、映像に含まれる特徴点が一致する領域などに基づいて統合される。
近年では、互いにほぼ同期した複数のカメラex113及び/又はスマートフォンex115などの端末により撮影された異なるシーン、又は、同一シーンを異なるアングルから撮影した画像或いは映像を統合して利用することも増えてきている。各端末で撮影した映像は、別途取得した端末間の相対的な位置関係、又は、映像に含まれる特徴点が一致する領域などに基づいて統合される。
サーバは、2次元の動画像を符号化するだけでなく、動画像のシーン解析などに基づいて自動的に、又は、ユーザが指定した時刻において、静止画を符号化し、受信端末に送信してもよい。サーバは、さらに、撮影端末間の相対的な位置関係を取得できる場合には、2次元の動画像だけでなく、同一シーンが異なるアングルから撮影された映像に基づき、当該シーンの3次元形状を生成できる。なお、サーバは、ポイントクラウドなどにより生成した3次元のデータを別途符号化してもよいし、3次元データを用いて人物又はオブジェクトを認識或いは追跡した結果に基づいて、受信端末に送信する映像を、複数の端末で撮影した映像から選択、又は、再構成して生成してもよい。
このようにして、ユーザは、各撮影端末に対応する各映像を任意に選択してシーンを楽しむこともできるし、複数画像又は映像を用いて再構成された3次元データから任意視点の映像を切り出したコンテンツを楽しむこともできる。さらに、映像と同様に音も複数の相異なるアングルから収音され、サーバは、映像に合わせて特定のアングル又は空間からの音を映像と多重化して送信してもよい。
また、近年ではVirtual Reality(VR)及びAugmented Reality(AR)など、現実世界と仮想世界とを対応付けたコンテンツも普及してきている。VRの画像の場合、サーバは、右目用及び左目用の視点画像をそれぞれ作成し、Multi-View Coding(MVC)などにより各視点映像間で参照を許容する符号化を行ってもよいし、互いに参照せずに別ストリームとして符号化してもよい。別ストリームの復号時には、ユーザの視点に応じて仮想的な3次元空間が再現されるように互いに同期させて再生するとよい。
ARの画像の場合には、サーバは、現実空間のカメラ情報に、仮想空間上の仮想物体情報を、3次元的位置又はユーザの視点の動きに基づいて重畳する。復号装置は、仮想物体情報及び3次元データを取得又は保持し、ユーザの視点の動きに応じて2次元画像を生成し、スムーズにつなげることで重畳データを作成してもよい。または、復号装置は仮想物体情報の依頼に加えてユーザの視点の動きをサーバに送信し、サーバは、サーバに保持される3次元データから受信した視点の動きに合わせて重畳データを作成し、重畳データを符号化して復号装置に配信してもよい。なお、重畳データは、RGB以外に透過度を示すα値を有し、サーバは、3次元データから作成されたオブジェクト以外の部分のα値が0などに設定し、当該部分が透過する状態で、符号化してもよい。もしくは、サーバは、クロマキーのように所定の値のRGB値を背景に設定し、オブジェクト以外の部分は背景色にしたデータを生成してもよい。
同様に配信されたデータの復号処理はクライアントである各端末で行っても、サーバ側で行ってもよいし、互いに分担して行ってもよい。一例として、ある端末が、一旦サーバに受信リクエストを送り、そのリクエストに応じたコンテンツを他の端末で受信し復号処理を行い、ディスプレイを有する装置に復号済みの信号が送信されてもよい。通信可能な端末自体の性能によらず処理を分散して適切なコンテンツを選択することで画質のよいデータを再生することができる。また、他の例として大きなサイズの画像データをTV等で受信しつつ、鑑賞者の個人端末にピクチャが分割されたタイルなど一部の領域が復号されて表示されてもよい。これにより、全体像を共有化しつつ、自身の担当分野又はより詳細に確認したい領域を手元で確認することができる。
また今後は、屋内外にかかわらず近距離、中距離、又は長距離の無線通信が複数使用可能な状況下で、MPEG-DASHなどの配信システム規格を利用して、接続中の通信に対して適切なデータを切り替えながらシームレスにコンテンツを受信することが予想される。これにより、ユーザは、自身の端末のみならず屋内外に設置されたディスプレイなどの復号装置又は表示装置を自由に選択しながらリアルタイムで切り替えられる。また、自身の位置情報などに基づいて、復号する端末及び表示する端末を切り替えながら復号を行うことができる。これにより、目的地への移動中に、表示可能なデバイスが埋め込まれた隣の建物の壁面又は地面の一部に地図情報を表示させながら移動することも可能になる。また、符号化データが受信端末から短時間でアクセスできるサーバにキャッシュされている、又は、コンテンツ・デリバリー・サービスにおけるエッジサーバにコピーされている、などの、ネットワーク上での符号化データへのアクセス容易性に基づいて、受信データのビットレートを切り替えることも可能である。
[スケーラブル符号化]
コンテンツの切り替えに関して、図25に示す、上記各実施の形態で示した動画像符号化方法を応用して圧縮符号化されたスケーラブルなストリームを用いて説明する。サーバは、個別のストリームとして内容は同じで質の異なるストリームを複数有していても構わないが、図示するようにレイヤに分けて符号化を行うことで実現される時間的/空間的スケーラブルなストリームの特徴を活かして、コンテンツを切り替える構成であってもよい。つまり、復号側が性能という内的要因と通信帯域の状態などの外的要因とに応じてどのレイヤまで復号するかを決定することで、復号側は、低解像度のコンテンツと高解像度のコンテンツとを自由に切り替えて復号できる。例えば移動中にスマートフォンex115で視聴していた映像の続きを、帰宅後にインターネットTV等の機器で視聴したい場合には、当該機器は、同じストリームを異なるレイヤまで復号すればよいので、サーバ側の負担を軽減できる。
コンテンツの切り替えに関して、図25に示す、上記各実施の形態で示した動画像符号化方法を応用して圧縮符号化されたスケーラブルなストリームを用いて説明する。サーバは、個別のストリームとして内容は同じで質の異なるストリームを複数有していても構わないが、図示するようにレイヤに分けて符号化を行うことで実現される時間的/空間的スケーラブルなストリームの特徴を活かして、コンテンツを切り替える構成であってもよい。つまり、復号側が性能という内的要因と通信帯域の状態などの外的要因とに応じてどのレイヤまで復号するかを決定することで、復号側は、低解像度のコンテンツと高解像度のコンテンツとを自由に切り替えて復号できる。例えば移動中にスマートフォンex115で視聴していた映像の続きを、帰宅後にインターネットTV等の機器で視聴したい場合には、当該機器は、同じストリームを異なるレイヤまで復号すればよいので、サーバ側の負担を軽減できる。
さらに、上記のように、レイヤ毎にピクチャが符号化されており、ベースレイヤの上位にエンハンスメントレイヤが存在するスケーラビリティを実現する構成以外に、エンハンスメントレイヤが画像の統計情報などに基づくメタ情報を含み、復号側が、メタ情報に基づきベースレイヤのピクチャを超解像することで高画質化したコンテンツを生成してもよい。超解像とは、同一解像度におけるSN比の向上、及び、解像度の拡大のいずれであってもよい。メタ情報は、超解像処理に用いる線形或いは非線形のフィルタ係数を特定するため情報、又は、超解像処理に用いるフィルタ処理、機械学習或いは最小2乗演算におけるパラメータ値を特定する情報などを含む。
または、画像内のオブジェクトなどの意味合いに応じてピクチャがタイル等に分割されており、復号側が、復号するタイルを選択することで一部の領域だけを復号する構成であってもよい。また、オブジェクトの属性(人物、車、ボールなど)と映像内の位置(同一画像における座標位置など)とをメタ情報として格納することで、復号側は、メタ情報に基づいて所望のオブジェクトの位置を特定し、そのオブジェクトを含むタイルを決定できる。例えば、図26に示すように、メタ情報は、HEVCにおけるSEIメッセージなど画素データとは異なるデータ格納構造を用いて格納される。このメタ情報は、例えば、メインオブジェクトの位置、サイズ、又は色彩などを示す。
また、ストリーム、シーケンス又はランダムアクセス単位など、複数のピクチャから構成される単位でメタ情報が格納されてもよい。これにより、復号側は、特定人物が映像内に出現する時刻などが取得でき、ピクチャ単位の情報と合わせることで、オブジェクトが存在するピクチャ、及び、ピクチャ内でのオブジェクトの位置を特定できる。
[Webページの最適化]
図27は、コンピュータex111等におけるwebページの表示画面例を示す図である。図28は、スマートフォンex115等におけるwebページの表示画面例を示す図である。図27及び図28に示すようにwebページが、画像コンテンツへのリンクであるリンク画像を複数含む場合があり、閲覧するデバイスによってその見え方は異なる。画面上に複数のリンク画像が見える場合には、ユーザが明示的にリンク画像を選択するまで、又は画面の中央付近にリンク画像が近付く或いはリンク画像の全体が画面内に入るまでは、表示装置(復号装置)は、リンク画像として各コンテンツが有する静止画又はIピクチャを表示したり、複数の静止画又はIピクチャ等でgifアニメのような映像を表示したり、ベースレイヤのみ受信して映像を復号及び表示したりする。
図27は、コンピュータex111等におけるwebページの表示画面例を示す図である。図28は、スマートフォンex115等におけるwebページの表示画面例を示す図である。図27及び図28に示すようにwebページが、画像コンテンツへのリンクであるリンク画像を複数含む場合があり、閲覧するデバイスによってその見え方は異なる。画面上に複数のリンク画像が見える場合には、ユーザが明示的にリンク画像を選択するまで、又は画面の中央付近にリンク画像が近付く或いはリンク画像の全体が画面内に入るまでは、表示装置(復号装置)は、リンク画像として各コンテンツが有する静止画又はIピクチャを表示したり、複数の静止画又はIピクチャ等でgifアニメのような映像を表示したり、ベースレイヤのみ受信して映像を復号及び表示したりする。
ユーザによりリンク画像が選択された場合、表示装置は、ベースレイヤを最優先にして復号する。なお、webページを構成するHTMLにスケーラブルなコンテンツであることを示す情報があれば、表示装置は、エンハンスメントレイヤまで復号してもよい。また、リアルタイム性を担保するために、選択される前又は通信帯域が非常に厳しい場合には、表示装置は、前方参照のピクチャ(Iピクチャ、Pピクチャ、前方参照のみのBピクチャ)のみを復号及び表示することで、先頭ピクチャの復号時刻と表示時刻との間の遅延(コンテンツの復号開始から表示開始までの遅延)を低減できる。また、表示装置は、ピクチャの参照関係を敢えて無視して全てのBピクチャ及びPピクチャを前方参照にして粗く復号し、時間が経ち受信したピクチャが増えるにつれて正常の復号を行ってもよい。
[自動走行]
また、車の自動走行又は走行支援のため2次元又は3次元の地図情報などの静止画又は映像データを送受信する場合、受信端末は、1以上のレイヤに属する画像データに加えて、メタ情報として天候又は工事の情報なども受信し、これらを対応付けて復号してもよい。なお、メタ情報は、レイヤに属してもよいし、単に画像データと多重化されてもよい。
また、車の自動走行又は走行支援のため2次元又は3次元の地図情報などの静止画又は映像データを送受信する場合、受信端末は、1以上のレイヤに属する画像データに加えて、メタ情報として天候又は工事の情報なども受信し、これらを対応付けて復号してもよい。なお、メタ情報は、レイヤに属してもよいし、単に画像データと多重化されてもよい。
この場合、受信端末を含む車、ドローン又は飛行機などが移動するため、受信端末は、当該受信端末の位置情報を受信要求時に送信することで、基地局ex106~ex110を切り替えながらシームレスな受信及び復号を実現できる。また、受信端末は、ユーザの選択、ユーザの状況又は通信帯域の状態に応じて、メタ情報をどの程度受信するか、又は地図情報をどの程度更新していくかを動的に切り替えることが可能になる。
以上のようにして、コンテンツ供給システムex100では、ユーザが送信した符号化された情報をリアルタイムでクライアントが受信して復号し、再生することができる。
[個人コンテンツの配信]
また、コンテンツ供給システムex100では、映像配信業者による高画質で長時間のコンテンツのみならず、個人による低画質で短時間のコンテンツのユニキャスト、又はマルチキャスト配信が可能である。また、このような個人のコンテンツは今後も増加していくと考えられる。個人コンテンツをより優れたコンテンツにするために、サーバは、編集処理を行ってから符号化処理を行ってもよい。これは例えば、以下のような構成で実現できる。
また、コンテンツ供給システムex100では、映像配信業者による高画質で長時間のコンテンツのみならず、個人による低画質で短時間のコンテンツのユニキャスト、又はマルチキャスト配信が可能である。また、このような個人のコンテンツは今後も増加していくと考えられる。個人コンテンツをより優れたコンテンツにするために、サーバは、編集処理を行ってから符号化処理を行ってもよい。これは例えば、以下のような構成で実現できる。
撮影時にリアルタイム又は蓄積して撮影後に、サーバは、原画又は符号化済みデータから撮影エラー、シーン探索、意味の解析、及びオブジェクト検出などの認識処理を行う。そして、サーバは、認識結果に基いて手動又は自動で、ピントずれ又は手ブレなどを補正したり、明度が他のピクチャに比べて低い又は焦点が合っていないシーンなどの重要性の低いシーンを削除したり、オブジェクトのエッジを強調したり、色合いを変化させるなどの編集を行う。サーバは、編集結果に基いて編集後のデータを符号化する。また撮影時刻が長すぎると視聴率が下がることも知られており、サーバは、撮影時間に応じて特定の時間範囲内のコンテンツになるように上記のように重要性が低いシーンのみならず動きが少ないシーンなどを、画像処理結果に基き自動でクリップしてもよい。または、サーバは、シーンの意味解析の結果に基づいてダイジェストを生成して符号化してもよい。
なお、個人コンテンツには、そのままでは著作権、著作者人格権、又は肖像権等の侵害となるものが写り込んでいるケースもあり、共有する範囲が意図した範囲を超えてしまうなど個人にとって不都合な場合もある。よって、例えば、サーバは、画面の周辺部の人の顔、又は家の中などを敢えて焦点が合わない画像に変更して符号化してもよい。また、サーバは、符号化対象画像内に、予め登録した人物とは異なる人物の顔が映っているかどうかを認識し、映っている場合には、顔の部分にモザイクをかけるなどの処理を行ってもよい。または、符号化の前処理又は後処理として、著作権などの観点からユーザが画像を加工したい人物又は背景領域を指定し、サーバは、指定された領域を別の映像に置き換える、又は焦点をぼかすなどの処理を行うことも可能である。人物であれば、動画像において人物をトラッキングしながら、顔の部分の映像を置き換えることができる。
また、データ量の小さい個人コンテンツの視聴はリアルタイム性の要求が強いため、帯域幅にもよるが、復号装置は、まずベースレイヤを最優先で受信して復号及び再生を行う。復号装置は、この間にエンハンスメントレイヤを受信し、再生がループされる場合など2回以上再生される場合に、エンハンスメントレイヤも含めて高画質の映像を再生してもよい。このようにスケーラブルな符号化が行われているストリームであれば、未選択時又は見始めた段階では粗い動画だが、徐々にストリームがスマートになり画像がよくなるような体験を提供することができる。スケーラブル符号化以外にも、1回目に再生される粗いストリームと、1回目の動画を参照して符号化される2回目のストリームとが1つのストリームとして構成されていても同様の体験を提供できる。
[その他の使用例]
また、これらの符号化又は復号処理は、一般的に各端末が有するLSIex500において処理される。LSIex500は、ワンチップであっても複数チップからなる構成であってもよい。なお、動画像符号化又は復号用のソフトウェアをコンピュータex111等で読み取り可能な何らかの記録メディア(CD-ROM、フレキシブルディスク、又はハードディスクなど)に組み込み、そのソフトウェアを用いて符号化又は復号処理を行ってもよい。さらに、スマートフォンex115がカメラ付きである場合には、そのカメラで取得した動画データを送信してもよい。このときの動画データはスマートフォンex115が有するLSIex500で符号化処理されたデータである。
また、これらの符号化又は復号処理は、一般的に各端末が有するLSIex500において処理される。LSIex500は、ワンチップであっても複数チップからなる構成であってもよい。なお、動画像符号化又は復号用のソフトウェアをコンピュータex111等で読み取り可能な何らかの記録メディア(CD-ROM、フレキシブルディスク、又はハードディスクなど)に組み込み、そのソフトウェアを用いて符号化又は復号処理を行ってもよい。さらに、スマートフォンex115がカメラ付きである場合には、そのカメラで取得した動画データを送信してもよい。このときの動画データはスマートフォンex115が有するLSIex500で符号化処理されたデータである。
なお、LSIex500は、アプリケーションソフトをダウンロードしてアクティベートする構成であってもよい。この場合、端末は、まず、当該端末がコンテンツの符号化方式に対応しているか、又は、特定サービスの実行能力を有するかを判定する。端末がコンテンツの符号化方式に対応していない場合、又は、特定サービスの実行能力を有さない場合、端末は、コーデック又はアプリケーションソフトをダウンロードし、その後、コンテンツ取得及び再生する。
また、インターネットex101を介したコンテンツ供給システムex100に限らず、デジタル放送用システムにも上記各実施の形態の少なくとも動画像符号化装置(画像符号化装置)又は動画像復号化装置(画像復号装置)のいずれかを組み込むことができる。衛星などを利用して放送用の電波に映像と音が多重化された多重化データを載せて送受信するため、コンテンツ供給システムex100のユニキャストがし易い構成に対してマルチキャスト向きであるという違いがあるが符号化処理及び復号処理に関しては同様の応用が可能である。
[ハードウェア構成]
図29は、スマートフォンex115を示す図である。また、図30は、スマートフォンex115の構成例を示す図である。スマートフォンex115は、基地局ex110との間で電波を送受信するためのアンテナex450と、映像及び静止画を撮ることが可能なカメラ部ex465と、カメラ部ex465で撮像した映像、及びアンテナex450で受信した映像等が復号されたデータを表示する表示部ex458とを備える。スマートフォンex115は、さらに、タッチパネル等である操作部ex466と、音声又は音響を出力するためのスピーカ等である音声出力部ex457と、音声を入力するためのマイク等である音声入力部ex456と、撮影した映像或いは静止画、録音した音声、受信した映像或いは静止画、メール等の符号化されたデータ、又は、復号化されたデータを保存可能なメモリ部ex467と、ユーザを特定し、ネットワークをはじめ各種データへのアクセスの認証をするためのSIMex468とのインタフェース部であるスロット部ex464とを備える。なお、メモリ部ex467の代わりに外付けメモリが用いられてもよい。
図29は、スマートフォンex115を示す図である。また、図30は、スマートフォンex115の構成例を示す図である。スマートフォンex115は、基地局ex110との間で電波を送受信するためのアンテナex450と、映像及び静止画を撮ることが可能なカメラ部ex465と、カメラ部ex465で撮像した映像、及びアンテナex450で受信した映像等が復号されたデータを表示する表示部ex458とを備える。スマートフォンex115は、さらに、タッチパネル等である操作部ex466と、音声又は音響を出力するためのスピーカ等である音声出力部ex457と、音声を入力するためのマイク等である音声入力部ex456と、撮影した映像或いは静止画、録音した音声、受信した映像或いは静止画、メール等の符号化されたデータ、又は、復号化されたデータを保存可能なメモリ部ex467と、ユーザを特定し、ネットワークをはじめ各種データへのアクセスの認証をするためのSIMex468とのインタフェース部であるスロット部ex464とを備える。なお、メモリ部ex467の代わりに外付けメモリが用いられてもよい。
また、表示部ex458及び操作部ex466等を統括的に制御する主制御部ex460と、電源回路部ex461、操作入力制御部ex462、映像信号処理部ex455、カメラインタフェース部ex463、ディスプレイ制御部ex459、変調/復調部ex452、多重/分離部ex453、音声信号処理部ex454、スロット部ex464、及びメモリ部ex467とがバスex470を介して接続されている。
電源回路部ex461は、ユーザの操作により電源キーがオン状態にされると、バッテリパックから各部に対して電力を供給することによりスマートフォンex115を動作可能な状態に起動する。
スマートフォンex115は、CPU、ROM及びRAM等を有する主制御部ex460の制御に基づいて、通話及データ通信等の処理を行う。通話時は、音声入力部ex456で収音した音声信号を音声信号処理部ex454でデジタル音声信号に変換し、これを変調/復調部ex452でスペクトラム拡散処理し、送信/受信部ex451でデジタルアナログ変換処理及び周波数変換処理を施した後にアンテナex450を介して送信する。また受信データを増幅して周波数変換処理及びアナログデジタル変換処理を施し、変調/復調部ex452でスペクトラム逆拡散処理し、音声信号処理部ex454でアナログ音声信号に変換した後、これを音声出力部ex457から出力する。データ通信モード時は、本体部の操作部ex466等の操作によってテキスト、静止画、又は映像データが操作入力制御部ex462を介して主制御部ex460に送出され、同様に送受信処理が行われる。データ通信モード時に映像、静止画、又は映像と音声を送信する場合、映像信号処理部ex455は、メモリ部ex467に保存されている映像信号又はカメラ部ex465から入力された映像信号を上記各実施の形態で示した動画像符号化方法によって圧縮符号化し、符号化された映像データを多重/分離部ex453に送出する。また、音声信号処理部ex454は、映像又は静止画等をカメラ部ex465で撮像中に音声入力部ex456で収音した音声信号を符号化し、符号化された音声データを多重/分離部ex453に送出する。多重/分離部ex453は、符号化済み映像データと符号化済み音声データを所定の方式で多重化し、変調/復調部(変調/復調回路部)ex452、及び送信/受信部ex451で変調処理及び変換処理を施してアンテナex450を介して送信する。
電子メール又はチャットに添付された映像、又はウェブページ等にリンクされた映像を受信した場合、アンテナex450を介して受信された多重化データを復号するために、多重/分離部ex453は、多重化データを分離することにより、多重化データを映像データのビットストリームと音声データのビットストリームとに分け、同期バスex470を介して符号化された映像データを映像信号処理部ex455に供給するとともに、符号化された音声データを音声信号処理部ex454に供給する。映像信号処理部ex455は、上記各実施の形態で示した動画像符号化方法に対応した動画像復号化方法によって映像信号を復号し、ディスプレイ制御部ex459を介して表示部ex458から、リンクされた動画像ファイルに含まれる映像又は静止画が表示される。また音声信号処理部ex454は、音声信号を復号し、音声出力部ex457から音声が出力される。なおリアルタイムストリーミングが普及しているため、ユーザの状況によっては音声の再生が社会的にふさわしくない場も起こりえる。そのため、初期値としては、音声信号は再生せず映像データのみを再生する構成の方が望ましい。ユーザが映像データをクリックするなど操作を行った場合にのみ音声を同期して再生してもよい。
またここではスマートフォンex115を例に説明したが、端末としては符号化器及び復号化器を両方持つ送受信型端末の他に、符号化器のみを有する送信端末、及び、復号化器のみを有する受信端末という3通りの実装形式が考えられる。さらに、デジタル放送用システムにおいて、映像データに音声データなどが多重化された多重化データを受信又は送信するとして説明したが、多重化データには、音声データ以外に映像に関連する文字データなどが多重化されてもよいし、多重化データではなく映像データ自体が受信又は送信されてもよい。
なお、CPUを含む主制御部ex460が符号化又は復号処理を制御するとして説明したが、端末はGPUを備えることも多い。よって、CPUとGPUで共通化されたメモリ、又は共通に使用できるようにアドレスが管理されているメモリにより、GPUの性能を活かして広い領域を一括して処理する構成でもよい。これにより符号化時間を短縮でき、リアルタイム性を確保し、低遅延を実現できる。特に動き探索、デブロックフィルタ、SAO(Sample Adaptive Offset)、及び変換・量子化の処理を、CPUではなく、GPUでピクチャなどの単位で一括して行うと効率的である。
本態様を本開示における他の態様の少なくとも一部と組み合わせて実施してもよい。また、本態様のフローチャートに記載の一部の処理、装置の一部の構成、シンタックスの一部などを他の態様と組み合わせて実施してもよい。
本開示は、符号化装置、復号装置、符号化方法及び復号方法に適用できる。
100 符号化装置
102 分割部
104 減算部
106 変換部
108 量子化部
110 エントロピー符号化部
112、204 逆量子化部
114、206 逆変換部
116、208 加算部
118、210 ブロックメモリ
120、212 ループフィルタ部
122、214 フレームメモリ
124、216 イントラ予測部
126、218 インター予測部
128、220 予測制御部
200 復号装置
202 エントロピー復号部
102 分割部
104 減算部
106 変換部
108 量子化部
110 エントロピー符号化部
112、204 逆量子化部
114、206 逆変換部
116、208 加算部
118、210 ブロックメモリ
120、212 ループフィルタ部
122、214 フレームメモリ
124、216 イントラ予測部
126、218 インター予測部
128、220 予測制御部
200 復号装置
202 エントロピー復号部
Claims (8)
- プロセッサと、
メモリとを備え、
前記プロセッサは、前記メモリを用いて、
対象画素のブロック内の位置に基づき、ブロック境界を挟み非対称なフィルタ特性を決定し、
前記対象画素に、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う
符号化装置。 - 前記フィルタ特性の決定では、イントラ予測の参照画素に遠い画素ほど当該フィルタ処理の影響が大きくなるように前記フィルタ特性を決定する
請求項1記載の符号化装置。 - 前記フィルタ特性の決定では、右下の画素の前記デブロッキングフィルタ処理の影響が、左上の画素の前記デブロッキングフィルタ処理の影響より大きくなるように前記フィルタ特性を決定する
請求項1記載の符号化装置。 - プロセッサと、
メモリとを備え、
前記プロセッサは、前記メモリを用いて、
対象画素のブロック内の位置に基づき、ブロック境界を挟み非対称なフィルタ特性を決定し、
前記対象画素に、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う
復号装置。 - 前記フィルタ特性の決定では、イントラ予測の参照画素に遠い画素ほど当該フィルタ処理の影響が大きくなるように前記フィルタ特性を決定する
請求項4記載の復号装置。 - 前記フィルタ特性の決定では、右下の画素の前記デブロッキングフィルタ処理の影響が、左上の画素の前記デブロッキングフィルタ処理の影響より大きくなるように前記フィルタ特性を決定する
請求項4記載の復号装置。 - 対象画素のブロック内の位置に基づき、ブロック境界を挟み非対称なフィルタ特性を決定し、
前記対象画素に、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う
符号化方法。 - 対象画素のブロック内の位置に基づき、ブロック境界を挟み非対称なフィルタ特性を決定し、
前記対象画素に、決定された前記フィルタ特性を有するデブロッキングフィルタ処理を行う
復号方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/591,903 US20200036975A1 (en) | 2017-04-06 | 2019-10-03 | Encoder, decoder, encoding method, and decoding method |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762482380P | 2017-04-06 | 2017-04-06 | |
US62/482,380 | 2017-04-06 | ||
JP2017106963A JP2021182649A (ja) | 2017-04-06 | 2017-05-30 | 符号化装置、復号装置、符号化方法及び復号方法 |
JP2017-106963 | 2017-05-30 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
US16/591,903 Continuation US20200036975A1 (en) | 2017-04-06 | 2019-10-03 | Encoder, decoder, encoding method, and decoding method |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2018186432A1 true WO2018186432A1 (ja) | 2018-10-11 |
Family
ID=63712572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2018/014361 WO2018186432A1 (ja) | 2017-04-06 | 2018-04-04 | 符号化装置、復号装置、符号化方法及び復号方法 |
Country Status (2)
Country | Link |
---|---|
TW (1) | TW201842781A (ja) |
WO (1) | WO2018186432A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113383544A (zh) * | 2019-02-08 | 2021-09-10 | 松下电器(美国)知识产权公司 | 编码装置、解码装置、编码方法和解码方法 |
CN114270848A (zh) * | 2019-08-23 | 2022-04-01 | 北京字节跳动网络技术有限公司 | 在去方块滤波中使用边界强度 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6899053B2 (ja) * | 2019-06-24 | 2021-07-07 | Kddi株式会社 | 画像復号装置、画像復号方法及びプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110200103A1 (en) * | 2008-10-23 | 2011-08-18 | Sk Telecom. Co., Ltd. | Video encoding/decoding apparatus, de-blocking filter and filtering method based on intra-prediction directions for same, and recording media |
WO2012035746A1 (ja) * | 2010-09-17 | 2012-03-22 | 日本電気株式会社 | 映像符号化装置および映像復号装置 |
JP2014042326A (ja) * | 2011-07-19 | 2014-03-06 | Panasonic Corp | 復号方法及び復号装置 |
JP2014511632A (ja) * | 2011-03-01 | 2014-05-15 | テレフオンアクチーボラゲット エル エム エリクソン(パブル) | デブロッキング・フィルタリング制御 |
-
2018
- 2018-04-03 TW TW107111893A patent/TW201842781A/zh unknown
- 2018-04-04 WO PCT/JP2018/014361 patent/WO2018186432A1/ja active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110200103A1 (en) * | 2008-10-23 | 2011-08-18 | Sk Telecom. Co., Ltd. | Video encoding/decoding apparatus, de-blocking filter and filtering method based on intra-prediction directions for same, and recording media |
WO2012035746A1 (ja) * | 2010-09-17 | 2012-03-22 | 日本電気株式会社 | 映像符号化装置および映像復号装置 |
JP2014511632A (ja) * | 2011-03-01 | 2014-05-15 | テレフオンアクチーボラゲット エル エム エリクソン(パブル) | デブロッキング・フィルタリング制御 |
JP2014042326A (ja) * | 2011-07-19 | 2014-03-06 | Panasonic Corp | 復号方法及び復号装置 |
Non-Patent Citations (1)
Title |
---|
OKUBO, SAKAE ET AL.: "H.265/HEVC", 21 October 2013, IMPRESS JAPAN KK, pages: 150 - 157 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113383544A (zh) * | 2019-02-08 | 2021-09-10 | 松下电器(美国)知识产权公司 | 编码装置、解码装置、编码方法和解码方法 |
CN114270848A (zh) * | 2019-08-23 | 2022-04-01 | 北京字节跳动网络技术有限公司 | 在去方块滤波中使用边界强度 |
Also Published As
Publication number | Publication date |
---|---|
TW201842781A (zh) | 2018-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018123800A1 (ja) | 符号化装置、復号装置、符号化方法及び復号方法 | |
JP6831005B2 (ja) | 符号化装置、復号装置、符号化方法及び復号方法 | |
WO2018101288A1 (ja) | 符号化装置、符号化方法、復号装置および復号方法 | |
WO2018190207A1 (ja) | 符号化装置、復号装置、符号化方法及び復号方法 | |
JP7192041B2 (ja) | 符号化装置及び復号装置 | |
JP7237215B2 (ja) | 符号化装置及び符号化方法 | |
WO2018186431A1 (ja) | 符号化装置、復号装置、符号化方法及び復号方法 | |
JP7192040B2 (ja) | 符号化装置及び復号装置 | |
WO2018225593A1 (ja) | 符号化装置、復号装置、符号化方法および復号方法 | |
JP7442607B2 (ja) | 符号化方法及び復号方法 | |
JP7364768B2 (ja) | 符号化装置及び復号装置 | |
WO2018186432A1 (ja) | 符号化装置、復号装置、符号化方法及び復号方法 | |
WO2018021373A1 (ja) | 符号化装置、復号装置、符号化方法及び復号方法 | |
WO2019225459A1 (ja) | 符号化装置、復号装置、符号化方法及び復号方法 | |
JP2021182648A (ja) | 符号化装置、復号装置、符号化方法及び復号方法 | |
JP2021182649A (ja) | 符号化装置、復号装置、符号化方法及び復号方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 18780494 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 18780494 Country of ref document: EP Kind code of ref document: A1 |