WO2019004283A1 - 動画像符号化装置及び動画像復号装置 - Google Patents

動画像符号化装置及び動画像復号装置 Download PDF

Info

Publication number
WO2019004283A1
WO2019004283A1 PCT/JP2018/024364 JP2018024364W WO2019004283A1 WO 2019004283 A1 WO2019004283 A1 WO 2019004283A1 JP 2018024364 W JP2018024364 W JP 2018024364W WO 2019004283 A1 WO2019004283 A1 WO 2019004283A1
Authority
WO
WIPO (PCT)
Prior art keywords
block
prediction
tile
motion vector
unit
Prior art date
Application number
PCT/JP2018/024364
Other languages
English (en)
French (fr)
Inventor
友子 青野
知宏 猪飼
中條　健
知典 橋本
将伸 八杉
Original Assignee
シャープ株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from JP2017126272A external-priority patent/JP2020145484A/ja
Priority claimed from JP2017146569A external-priority patent/JP2020145486A/ja
Priority claimed from JP2017162106A external-priority patent/JP2020145487A/ja
Priority claimed from JP2018061846A external-priority patent/JP2020145488A/ja
Application filed by シャープ株式会社 filed Critical シャープ株式会社
Priority to US16/625,964 priority Critical patent/US11184636B2/en
Publication of WO2019004283A1 publication Critical patent/WO2019004283A1/ja
Priority to US17/488,418 priority patent/US11800147B2/en

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
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • H04N19/139—Analysis of motion vectors, e.g. their magnitude, direction, variance or reliability
    • 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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/563—Motion estimation with padding, i.e. with filling of non-object values in an arbitrarily shaped picture block or region for estimation purposes

Definitions

  • One aspect of the present invention relates to a moving picture decoding apparatus and a moving picture coding apparatus.
  • a moving picture coding apparatus that generates coded data by coding a moving picture to efficiently transmit or record a moving picture, and a moving picture that generates a decoded picture by decoding the coded data.
  • An image decoding device is used.
  • HEVC High-Efficiency Video Coding
  • an image (picture) constituting a moving picture is a slice obtained by dividing the image, a coding tree unit obtained by dividing the slice (CTU: Coding Tree Unit)
  • a coding unit obtained by dividing a coding tree unit (sometimes called a coding unit (CU: Coding Unit)
  • a prediction unit which is a block obtained by dividing a coding unit It is managed by the hierarchical structure which consists of (PU: Prediction Unit) and a transform unit (TU: Transform Unit), and is encoded / decoded per CU.
  • a predicted picture is usually generated based on a locally decoded picture obtained by coding / decoding an input picture, and the predicted picture is generated from the input picture (original picture).
  • the prediction residual obtained by subtraction (sometimes referred to as "difference image” or "residual image") is encoded.
  • inter prediction inter prediction
  • intra-frame prediction intra prediction
  • Non-Patent Document 2 a screen division unit called a tile (Tile) is introduced.
  • a tile is different from a slice, and a picture is divided into rectangular areas.
  • a tile is decoded without referring to information (prediction mode, MV, pixel value) outside the tile. Therefore, tiles can be decoded independently within one picture (Non-Patent Document 2).
  • a tile is a picture divided into rectangular areas, and can be decoded without reference to information (prediction mode, MV, pixel value) outside the tile in one picture. That is, tiles can be decoded independently within one picture.
  • MV prediction mode
  • the encoding side In order to be able to process tiles independently not only in the spatial direction but also in the temporal direction, the encoding side must use any tools that may use the information of the tile adjacent to the target tile and the co-located tile. In this case, it is necessary to transmit information about the tool in vain, which significantly reduces the coding efficiency.
  • encoding efficiency falls.
  • an object of the present invention is to provide a mechanism for ensuring independent decoding of each tile in the spatial direction and the temporal direction while suppressing a decrease in coding efficiency. It is.
  • An image decoding apparatus or a moving image encoding apparatus derives a motion vector of a target block from a space adjacent block or a time adjacent block, and performs a space-time prediction process.
  • a decoding device that determines whether a reference pixel to be referred to in deriving a motion compensated image based on a motion vector of a target block is in a tile sequence on a reference picture, and the reference pixel is a tile sequence Means for deriving the pixel values of the motion compensated image from the pixel values in the tile sequence, the position of the temporally adjacent block being the lower right coordinate in the co-located block, the right adjacent block of the co-located block A block that contains either the lower left coordinates or the upper right coordinates of the lower adjacent block of the co-located block And wherein the Rukoto.
  • a mechanism for ensuring the independence of decoding of each tile is introduced for each individual tool, so that each tile can be decoded independently while suppressing a decrease in coding efficiency. can do.
  • FIG. 1 It is a figure which shows the hierarchical structure of the data of the coding stream which concerns on this embodiment. It is a figure which shows the pattern of PU split mode. (A) to (h) show the partition shapes when the PU division mode is 2Nx2N, 2NxN, 2NxnU, 2NxnD, Nx2N, nLx2N, nRx2N, and NxN, respectively. It is a conceptual diagram which shows an example of a reference picture and a reference picture list. It is a block diagram which shows the structure of the tile encoding part which concerns on this embodiment. It is a figure which shows the structure of the tile decoding part which concerns on this embodiment.
  • FIG. 1 It is a figure which shows the example which derives motion vector spMvLX [xi] [yi] of each subblock which comprises PU which is an object which is an object which estimates motion vector.
  • A is a figure for demonstrating bilateral matching (Bilateral matching).
  • B is a figure for demonstrating template matching (Template matching).
  • FIG. 1 is a block diagram showing configurations of a moving picture coding apparatus and a moving picture decoding apparatus according to the present invention. It is a figure which shows the positional relationship of a tile boundary, an object block, and a reference block. It is a figure explaining ATM VP processing. It is a flowchart which shows operation
  • FIG. 1 is a diagram showing a configuration of a transmitting device equipped with a moving image encoding device according to the present embodiment and a receiving device equipped with a moving image decoding device.
  • FIG. 1 is a diagram showing a configuration of a recording apparatus equipped with a moving picture coding apparatus according to the present embodiment and a reproduction apparatus equipped with a moving picture decoding apparatus.
  • (A) shows a recording apparatus equipped with a moving picture coding apparatus, and (b) shows a reproduction apparatus equipped with a moving picture decoding apparatus.
  • It is a schematic diagram showing composition of an image transmission system concerning this embodiment. It is a figure which shows the example of the position of the block referred for derivation
  • FIG. 6 is a diagram showing reference pixels of boundary filters at tile boundaries. It is another figure explaining a boundary filter. It is a figure which shows the search range of an object block. It is another figure which shows the tile boundary and the positional relationship of an object block and a reference block. It is another figure which shows the tile boundary and the positional relationship of an object block and a reference block.
  • FIG. 29 is a schematic view showing the configuration of the image transmission system 1 according to the present embodiment.
  • the image transmission system 1 is a system that transmits a code obtained by coding an image to be coded, decodes the transmitted code, and displays the image.
  • the image transmission system 1 includes an image encoding device (moving image encoding device) 11, a network 21, an image decoding device (moving image decoding device) 31, and an image display device (moving image display device) 41.
  • An image T representing an image of a single layer or a plurality of layers is input to the image coding device 11.
  • a layer is a concept used to distinguish a plurality of pictures when there is one or more pictures that constitute a certain time. For example, if the same picture is encoded by a plurality of layers having different image quality and resolution, it becomes scalable coding, and if a picture of different viewpoints is encoded by a plurality of layers, it becomes view scalable coding.
  • prediction inter-layer prediction, inter-view prediction
  • encoded data can be summarized.
  • the network 21 transmits the encoded stream Te generated by the image encoding device 11 to the image decoding device 31.
  • the network 21 is the Internet, a wide area network (WAN), a small area network (LAN), or a combination of these.
  • the network 21 is not necessarily limited to a two-way communication network, and may be a one-way communication network for transmitting broadcast waves such as terrestrial digital broadcasting and satellite broadcasting.
  • the network 21 may be replaced by a storage medium recording a coded stream Te such as a DVD (Digital Versatile Disc) or a BD (Blue-ray Disc).
  • the image decoding apparatus 31 decodes each of the encoded streams Te transmitted by the network 21 and generates one or more decoded images Td which are respectively decoded.
  • the image display device 41 displays all or a part of one or more decoded images Td generated by the image decoding device 31.
  • the image display device 41 includes, for example, a display device such as a liquid crystal display or an organic EL (Electro-luminescence) display.
  • the form of the display may be stationary, mobile, HMD or the like.
  • spatial scalable coding and SNR scalable coding when the image decoding device 31 and the image display device 41 have high processing capabilities, they display enhancement layer images with high image quality and have only lower processing capabilities. , The base layer image which does not require the processing capability and the display capability as high as the enhancement layer.
  • X? Y: z is a ternary operator that takes y if x is true (other than 0) and z if x is false (0).
  • Abs (a) is a function that returns the absolute value of a.
  • Int (a) is a function that returns an integer value of a.
  • Floor (a) is a function that returns the largest integer less than or equal to a.
  • a / d represents the division of a by d (rounding down the decimal point).
  • FIG. 1 is a diagram showing a hierarchical structure of data in a coded stream Te.
  • the coded stream Te illustratively includes a sequence and a plurality of pictures forming the sequence.
  • (A) to (f) in FIG. 1 respectively represent a coded video sequence defining the sequence SEQ, a coded picture defining the picture PICT, a coding slice defining the slice S, and a coding slice defining slice data.
  • It is a figure which shows a coding tree unit contained in data, coding slice data, and a coding unit (Coding Unit; CU) contained in a coding tree unit.
  • CU coding unit
  • the encoded video sequence In the encoded video sequence, a set of data to which the image decoding device 31 refers in order to decode the sequence SEQ to be processed is defined.
  • the sequence SEQ includes a video parameter set VPS (Video Parameter Set), a sequence parameter set SPS (Sequence Parameter Set), a picture parameter set PPS (Picture Parameter Set), a picture PICT, and Supplemental enhancement information SEI (Supplemental Enhancement Information) is included.
  • VPS Video Parameter Set
  • SPS Sequence Parameter Set
  • PPS Picture Parameter Set
  • Supplemental enhancement information SEI Supplemental Enhancement Information
  • the value shown after # indicates a layer ID.
  • FIG. 1 shows an example in which coded data of # 0 and # 1, that is, layer 0 and layer 1 exist, the type of layer and the number of layers do not depend on this.
  • a video parameter set VPS is a set of coding parameters common to a plurality of moving pictures in a moving picture composed of a plurality of layers, and coding related to a plurality of layers included in the moving picture and each layer A set of parameters is defined.
  • sequence parameter set SPS a set of coding parameters to be referred to by the image decoding device 31 for decoding the target sequence is defined.
  • the width and height of the picture are defined.
  • multiple SPS may exist. In that case, one of a plurality of SPSs is selected from PPS.
  • a set of coding parameters to which the image decoding device 31 refers to to decode each picture in the target sequence is defined. For example, a reference value of quantization width (pic_init_qp_minus 26) used for decoding a picture and a flag (weighted_pred_flag) indicating application of weighted prediction are included.
  • multiple PPS may exist. In that case, one of a plurality of PPSs is selected from each slice header in the target sequence.
  • the picture PICT includes slices S0 to SNS-1 (NS is the total number of slices included in the picture PICT), as shown in (b) of FIG.
  • the slice S includes a slice header SH and slice data SDATA as shown in (c) of FIG.
  • the slice header SH includes a coding parameter group to which the image decoding device 31 refers in order to determine the decoding method of the target slice.
  • the slice type specification information (slice_type) for specifying a slice type is an example of a coding parameter included in the slice header SH.
  • slice types that can be designated by slice type designation information, (1) I slice using only intra prediction at the time of encoding, (2) P slice using unidirectional prediction at the time of encoding or intra prediction, (3) B-slice using uni-directional prediction, bi-directional prediction, or intra prediction at the time of encoding.
  • inter prediction is not limited to single prediction and bi prediction, and more reference pictures may be used to generate a predicted image.
  • P and B slices it refers to a slice including a block for which inter prediction can be used.
  • the slice header SH may include a reference (pic_parameter_set_id) to the picture parameter set PPS included in the encoded video sequence.
  • the slice data SDATA includes a coding tree unit (CTU: Coding Tree Unit, CTU block) as shown in (d) of FIG.
  • the CTU is a block of a fixed size (for example, 64 ⁇ 64) that configures a slice, and may also be referred to as a largest coding unit (LCU: Largest Coding Unit).
  • a set of data to which the image decoding device 31 refers to to decode the coding tree unit to be processed is defined.
  • a coding tree unit is divided into a coding unit (CU: Coding Unit) which is a basic unit of coding processing by recursive quadtree division (QT division) or binary tree division (BT division) .
  • a tree structure obtained by recursive quadtree division or binary tree division is called a coding tree (CT: Coding Tree), and nodes of the tree structure are called a coding node (CN: Coding Node).
  • CT Coding Tree
  • CN Coding Node
  • the intermediate nodes of the quadtree and binary tree are encoding nodes, and the encoding tree unit itself is also defined as the topmost encoding node.
  • the CT includes, as CT information, a QT split flag (cu_split_flag) indicating whether or not to perform QT split, and a BT split mode (split_bt_mode) indicating a split method of BT split.
  • cu_split_flag and / or split_bt_mode are transmitted for each coding node CN.
  • cu_split_flag is 1, the coding node CN is split into four coding nodes CN.
  • cu_split_flag is 0, when split_bt_mode is 1, coding node CN is horizontally split into two coding nodes CN, and when split_bt_mode is 2, coding node CN is divided into two coding nodes CN.
  • the coding node CN is not split and has one coding unit CU as a node.
  • the coding unit CU is a terminal node (leaf node) of the coding node and is not further divided.
  • the size of the encoding unit is 64x64 pixels, 64x32 pixels, 32x64 pixels, 32x32 pixels, 64x16 pixels, 16x64 pixels, 32x16 pixels, 16x32 pixels, 16x16 pixels 64x8 pixels 8x64 pixels 32x8 pixels 8x32 pixels 16x8 pixels 8x16 pixels 8x8 pixels 64x4 pixels 4x64 pixels 32x4 pixels 4x32 pixels 16x4 pixels 4x16 pixels 8x4 pixels 4x8 pixels 4x4 pixels It can take any of
  • a set of data to which the image decoding device 31 refers to to decode the coding unit to be processed is defined.
  • the coding unit is composed of a prediction tree, a transformation tree, and a CU header CUH.
  • a prediction mode, a division method (PU division mode), and the like are defined.
  • the data structure of the encoded stream Te may have the configuration of FIG. 15 instead of that of FIG.
  • the difference between FIG. 15 and FIG. 1 is that the slice is further divided into tiles, and the CTU is included in the tiles. Therefore, (d) the tile is included in the coded slice data, and (g) the CTU is included in the coded tile.
  • the data structure of the encoded stream Te may have the configuration of FIG. 16 instead of that of FIG.
  • the difference between FIG. 16 and FIG. 1 is that a slice is replaced with a tile, and CTU is included in tile data. Therefore, (b) a tile is included in the coded picture, (g) the coded tile is composed of tile header and tile data, and (h) the CTU is included in the coded tile data.
  • a prediction unit is one or more non-overlapping regions that make up a coding unit.
  • the prediction tree includes one or more prediction units obtained by the above-mentioned division.
  • segmented the prediction unit further is called a "subblock.”
  • the sub block is composed of a plurality of pixels. If the size of the prediction unit and the subblock is equal, there is one subblock in the prediction unit. If the prediction unit is larger than the size of the subblock, the prediction unit is divided into subblocks. For example, when the prediction unit is 8x8 and the subblock is 4x4, the prediction unit is divided into four subblocks, which are horizontally divided into two and vertically divided into two.
  • the prediction process may be performed for each prediction unit (sub block).
  • Intra prediction is prediction in the same picture
  • inter prediction refers to prediction processing performed between mutually different pictures (for example, between display times, between layer images).
  • the division method is encoded according to PU division mode (part_mode) of encoded data, 2Nx2N (the same size as the encoding unit), 2NxN, 2NxnU, 2NxnD, Nx2N, nLx2N, nRx2N, and There are NxN etc.
  • 2NxN and Nx2N indicate 1: 1 symmetric division
  • 2NxnU, 2NxnD and nLx2N and nRx2N indicate 1: 3 and 3: 1 asymmetric division.
  • the PUs included in the CU are expressed as PU0, PU1, PU2, PU3 in order.
  • FIG. 2 specifically illustrate the shapes of partitions (positions of boundaries of PU division) in respective PU division modes.
  • A) of FIG. 2 shows a 2Nx2N partition
  • (b) and (c) and (d) show 2NxN, 2NxnU, and 2NxnD partitions (horizontally long partitions), respectively.
  • (E), (f) and (g) show partitions (vertical partitions) in the case of Nx2N, nLx2N and nRx2N, respectively
  • (h) shows a partition of NxN. Note that the horizontally long partition and the vertically long partition are collectively referred to as a rectangular partition, and 2Nx2N and NxN are collectively referred to as a square partition.
  • the coding unit is divided into one or more transform units TU, and the position and size of each transform unit are defined.
  • a transform unit is one or more non-overlapping regions that make up a coding unit.
  • the transformation tree includes one or more transformation units obtained by the above-mentioned division.
  • Partitions in the transform tree may be allocated as a transform unit a region of the same size as the encoding unit, or may be based on recursive quadtree partitioning as in the case of CU partitioning described above.
  • a conversion process is performed for each conversion unit.
  • the prediction image of a prediction unit is derived by prediction parameters associated with PU.
  • the prediction parameters include intra prediction prediction parameters or inter prediction prediction parameters.
  • prediction parameters for inter prediction inter prediction (inter prediction parameters) will be described.
  • the inter prediction parameter includes prediction list use flags predFlagL0 and predFlagL1, reference picture indexes refIdxL0 and refIdxL1, and motion vectors mvL0 and mvL1.
  • the prediction list use flags predFlagL0 and predFlagL1 are flags indicating whether or not a reference picture list called an L0 list or an L1 list is used, respectively. When the value is 1, the corresponding reference picture list is used.
  • a flag indicating whether or not it is XX if the flag is other than 0 (for example, 1) is XX, it is assumed that 0 is not XX; Treat 1 as true, 0 as false, and so on. However, in an actual apparatus or method, other values may be used as true values or false values.
  • Syntax elements for deriving inter prediction parameters included in encoded data include, for example, PU division mode part_mode, merge flag merge_flag, merge index merge_idx, inter prediction identifier inter_pred_idc, reference picture index ref_idx_lX (refIdxLX), prediction vector There is an index mvp_lX_idx and a difference vector mvdLX.
  • the reference picture list is a list of reference pictures stored in the reference picture memory 306.
  • FIG. 3 is a conceptual diagram showing an example of a reference picture and a reference picture list.
  • the rectangle is a picture
  • the arrow is a reference of the picture
  • the horizontal axis is time
  • I, P and B in the rectangle are intra pictures, uni-predicted pictures, bi-predicted pictures, and numbers in the rectangle are decoded. Show the order.
  • the decoding order of pictures is I0, P1, B2, B3, B4, and the display order is I0, B3, B2, B4, B1, P1.
  • FIG. 3B shows an example of the reference picture list.
  • the reference picture list is a list representing reference picture candidates, and one picture (slice) may have one or more reference picture lists.
  • the target picture B3 has two reference picture lists, an L0 list RefPicList0 and an L1 list RefPicList1. Reference pictures when the target picture is B3 are I0, P1, and B2, and the reference pictures have these pictures as elements.
  • the figure shows an example in which reference pictures P1 and B2 are referenced by refIdxL0 and refIdxL1.
  • LX is a description method used when L0 prediction and L1 prediction are not distinguished, and hereafter, LX is replaced with L0 and L1 to distinguish parameters for the L0 list and parameters for the L1 list.
  • the prediction parameter decoding (encoding) method includes a merge prediction (merge) mode and an AMVP (Adaptive Motion Vector Prediction) mode.
  • the merge flag merge_flag is a flag for identifying these.
  • the merge mode is a mode used for deriving from the prediction parameter of the already processed neighboring PU without including the prediction list use flag predFlagLX (or the inter prediction identifier inter_pred_idc), the reference picture index refIdxLX, and the motion vector mvLX in the encoded data.
  • the AMVP mode is a mode in which an inter prediction identifier inter_pred_idc, a reference picture index refIdxLX, and a motion vector mvLX are included in encoded data.
  • the motion vector mvLX is encoded as a prediction vector index mvp_lX_idx for identifying a prediction vector mvpLX and a difference vector mvdLX.
  • the inter prediction identifier inter_pred_idc is a value indicating the type and the number of reference pictures, and takes any one of PRED_L0, PRED_L1, and PRED_BI.
  • PRED_L0 and PRED_L1 indicate that reference pictures managed by reference pictures in the L0 list and the L1 list are used, respectively, and indicate that one reference picture is used (uniprediction).
  • PRED_BI indicates using two reference pictures (bi-prediction BiPred), and uses reference pictures managed by the L0 list and the L1 list.
  • the predicted vector index mvp_lX_idx is an index indicating a predicted vector
  • the reference picture index refIdxLX is an index indicating a reference picture managed in the reference picture list.
  • Merge index merge_idx is an index which shows whether any prediction parameter is used as a prediction parameter of decoding object PU among the prediction parameter candidates (merge candidate) derived
  • the motion vector mvLX indicates the amount of shift (shift) between blocks on two different pictures.
  • the prediction vector and the difference vector relating to the motion vector mvLX are referred to as a prediction vector mvpLX and a difference vector mvdLX, respectively.
  • Inter prediction identifier inter_pred_idc and prediction list usage flag predFlagLX The relationship between the inter prediction identifier inter_pred_idc, and the prediction list use flag predFlagL0, predFlagL1 is as follows, and can be mutually converted.
  • the inter prediction parameter may use a prediction list use flag or may use an inter prediction identifier. Further, the determination using the prediction list use flag may be replaced with the determination using the inter prediction identifier. Conversely, the determination using the inter prediction identifier may be replaced with the determination using the prediction list utilization flag.
  • the flag biPred of bi-prediction BiPred can be derived depending on whether both of the two prediction list use flags are 1. For example, it can be derived by the following equation.
  • the flag biPred can also be derived based on whether or not the inter prediction identifier is a value indicating that two prediction lists (reference pictures) are used. For example, it can be derived by the following equation.
  • PRED_BI a value of 3
  • the intra prediction parameter is a parameter used for processing of predicting a CU with information in a picture, for example, the intra prediction mode IntraPredMode, and the luminance intra prediction mode IntraPredModeY and the chrominance intra prediction mode IntraPredModeC may be different.
  • the intra prediction mode includes, for example, 67 types, and includes planar prediction, DC prediction, and Angular (direction) prediction.
  • the color difference prediction mode IntraPredModeC uses, for example, any of planar prediction, DC prediction, Angular prediction, direct mode (mode using prediction mode of luminance), and LM prediction (mode of performing linear prediction from luminance pixels).
  • the luminance intra prediction mode IntraPredMode Y is derived using an MPM (Most Probable Mode) candidate list consisting of an intra prediction mode estimated to have a high probability of being applied to the target block, and a prediction mode not included in the MPM candidate list It may be derived from REM.
  • the flag prev_intra_luma_pred_flag is notified of which method to use, and in the case of the former, IntraPredModeY is derived using the index mpm_idx and the MPM candidate list derived from the intra prediction mode of the adjacent block. In the latter case, the intra prediction mode is derived using the flag rem_selected_mode_flag and the modes rem_selected_mode and rem_non_selected_mode.
  • IntraPredModeC When the chrominance intra prediction mode IntraPredModeC is derived using the flag not_lm_chroma_flag indicating whether or not to use LM prediction, when derived using the flag not_dm_chroma_flag indicating whether or not to use the direct mode, the intra applied to chrominance pixels It may be derived using an index chroma_intra_mode_idx that directly specifies a prediction mode.
  • a loop filter is a filter provided in a coding loop, which removes block distortion and ringing distortion and improves image quality.
  • the loop filters mainly include a deblocking filter, a sample adaptive offset (SAO), and an adaptive loop filter (ALF).
  • the deblocking filter applies pixels of luminance and chrominance components to the block boundary.
  • the image is smoothed in the vicinity of the block boundary by deblocking processing.
  • the SAO is a filter applied after the deblocking filter, and has an effect of removing ringing distortion and quantization distortion.
  • the SAO is a process in CTU units, and is a filter that classifies pixel values into several categories and adds / subtracts an offset in pixel units for each category.
  • the edge offset (EO) processing of SAO determines an offset value to be added to the pixel value according to the magnitude relationship between the target pixel and the adjacent pixel (reference pixel).
  • the ALF generates an ALF-completed decoded image by performing an adaptive filtering process using an ALF parameter (filter coefficient) ALFP decoded from the coded stream Te on the ALF pre-decoded image.
  • the filter coefficients are notified immediately after the slice header and stored in the memory.
  • the filter coefficient that has been notified in the past and stored in the memory is specified by an index, and the filter coefficient itself is not notified.
  • the amount of bits required for encoding has been reduced.
  • ALF reports and stores the filter coefficients in tile units, and in subsequent tiles having the same TileId, adaptively using the filter coefficients designated by the index. Filter processing may be performed.
  • Entropy coding includes variable length coding of syntax using a context (probability model) adaptively selected according to the type of syntax and surrounding circumstances, and a predetermined table or calculation formula There is a method of variable-length coding syntax using.
  • CABAC Context Adaptive Binary Arithmetic Coding
  • the probability model of the picture is selected and used for encoding and decoding processes. In order to decode each tile independently, the probability model is stored in memory in tile units. Then, in the subsequent tile having the same TileId, the initial state of the context may select a probability model of the already-decoded tile using the same slice type and the same slice level quantization parameter for encoding or decoding.
  • the upper left coordinates of the central tile in FIG. 17A are (xTs, yTs), the width is wT, and the height is hT. Also, let wPict be the width of the picture and hPict the height.
  • Information on the number of divisions and sizes of tiles is called tile information, and the details will be described later.
  • FIG. 17 (b) is a diagram showing the CTU encoding and decoding orders when the picture is divided into tiles.
  • the numbers described in each tile are TileId (identifiers of tiles in a picture), and the tiles in the picture are assigned numbers in the raster scan order from upper left to lower right, and the tiles are processed in order of TileId. That is, encoding and decoding processing is performed in ascending order of TileId.
  • CTUs are processed in raster scan order from upper left to lower right in each tile, and when processing in one tile is completed, CTUs in the next tile are processed.
  • FIG. 17C is a diagram showing tiles that are continuous in the time direction.
  • the video sequence is composed of pictures that are continuous in a plurality of time directions.
  • the tile sequence is composed of tiles of one or more time points continuous in the time direction.
  • CVS Coded Video Sequence
  • CVS in the figure is a group of pictures from a certain intra picture to a picture immediately before the next intra picture in decoding order.
  • FIG. 18 shows an example of syntax relating to tile information and the like, which will be described below in the order of FIGS. 18 (b), (d), (a) and (c).
  • the tile information is, for example, num_tile_columns_minus1, num_tile_rows_minus1, uniform_spacing_flag, column_width_minus1 [i], row_height_minus1 [i] as shown in FIG. 18B, and is notified by PPS, for example.
  • num_tile_columns_minus1 and num_tile_rows_minus1 are values obtained by subtracting 1 from the number of tiles in the horizontal and vertical directions in the picture.
  • uniform_spacing_flag is a flag indicating whether a picture is tiled evenly. When the value of uniform_spacing_flag is 1, the width and height of each tile of the picture are set to the same, and can be derived from the number of horizontal and vertical tiles in the picture.
  • wT wPict / (num_tile_columns_minus1 + 1)
  • hT hPict / (num_tile_rows_minus1 + 1)
  • tile boundary limit Since tile information is notified by PPS, the position and size of the tile can be changed for each picture.
  • decoding a tile sequence independently that is, when tiles with the same TileId can be decoded without referring to information of tiles with different TileId, without changing the position or size of the tile for each picture It is good. That is, when each tile refers to a picture (reference picture) at a different time, the same tile division may be applied to all pictures in CVS. In this case, tiles with the same TileID are set to have the same top left coordinates, width, and height throughout all pictures in CVS.
  • tile information does not change through CVS is notified by setting the value of tiles_fixed_structure_flag of vui_parameters () shown in FIG.
  • the NPS will be notified by PPS through CVS using num_tile_columns_minus1, num_tile_rows_minus1, uniform_spacing_flag, column_width_minus1 [i], row_height_minus1 [i], loop_filter_across_tiles_able_filter_flags It is also good.
  • tiles_fixed_structure_flag value is 1, tiles with the same TileId change the tile position (upper left coordinates, width, height) on the picture in the picture with different time (POC: Picture Order Count) in CVS. I will not. Also, when the value of tiles_fixed_structure_flag is 0, the tile sequence may be different in size depending on the time.
  • FIG. 18A is a syntax table in which a part of the sequence parameter set SPS is extracted.
  • the independent tile flag independent_tile_flag is a flag indicating whether the tile sequence can be encoded and decoded independently in the spatial direction as well as in the temporal direction. If the value of independent_tile_flag is 1, it means that tile sequences can be encoded and decoded independently. In this case, the following restrictions may be imposed on the encoding / decoding of tiles and the syntax of encoded data.
  • Constraint 1 In CVS, a tile does not refer to information of tiles different in TileId.
  • Constraint 2 The number of tiles in the horizontal and vertical directions, the tile width, and the tile height in the picture notified by PPS are the same through CVS.
  • a tile with the same TileId does not change the tile position (upper left coordinates of tile, width, height) on the picture even in a picture with different time (POC).
  • the value of tiles_fixed_structure_flag of vui_parameters () is set to 1.
  • FIG. 19 is a diagram for describing reference of tiles in the time direction (between different pictures).
  • FIG. 19A shows an example in which the intra picture Pict (t0) at time t0 is divided into N tiles.
  • Pict (t1) refers to Pict (t0).
  • Pict (t2) refers to Pict (t1).
  • CU1, CU2, CU3 in tile Tile (n, t1) refer to blocks BLK1, BLK2, BLK3 in FIG. 19 (a).
  • BLK1 and BLK3 are blocks included in tiles outside tile Tile (n, t0).
  • CU4 adjacent to the right end boundary of tile Tile (n, t2) is the lower right of CU4 ′ in the picture at time t1 shown in FIG. 19B as a prediction vector candidate in the time direction.
  • the block CU4BR is referred to, and the motion vector of CU4BR is stored as a predicted vector candidate in the predicted vector candidate list (merge candidate list).
  • CU4BR is located outside the co-located tile, and in order to refer to CU4BR, at time t1, at least Tile (n + 1, t1) needs to be decoded in addition to Tile (n, t1) There is.
  • a concrete realization method of the above constraint will be described in the following image decoding apparatus and image encoding apparatus.
  • independent_tile_flag 0
  • FIG. 20A shows an image decoding apparatus (moving image decoding apparatus) 2000 according to the present invention.
  • the image decoding apparatus 2000 includes a header information decoding unit 2001, tile decoding units 2002a to 2002n, and a tile combination unit 2003.
  • the header information decoding unit 2001 decodes the encoded stream Te input from the outside and encoded in NAL (network abstraction layer) units. Also, the header information decoding unit 2001 derives a tile (TileId) necessary for display from control information indicating an image area to be displayed on a display or the like, which is input from the outside. Also, the header information decoding unit 2001 extracts coding tiles necessary for display from the coded stream Te, and transmits the tiles to the tile decoding units 2002a to 2002n. Also, the header information decoding unit 2001 transmits tile information (information related to division of tiles) obtained by decoding the PPS and TileId of the tile to be decoded to the tile combination unit 2003.
  • NAL network abstraction layer
  • the tile decoding units 2002a to 2002n decode the respective encoded tiles and transmit the decoded tiles to the tile combination unit 2003.
  • the tile decoding units 2002a to 2002n perform the decoding process on the tile sequence as one independent video sequence
  • the tile decoding units 2002a to 2002n do not refer to prediction information between tile sequences temporally or spatially when performing the decoding process. . That is, the tile decoding units 2002a to 2002n do not refer to tiles of another tile sequence (with different TileId) when decoding a tile in a certain picture.
  • each of the tile decoding units 2002a to 2002n decodes a tile, it is possible to decode a plurality of tiles in parallel or to decode only one tile independently. As a result, according to the tile decoding units 2002a to 2002n, the decoding process can be efficiently performed, such as an image necessary for display can be decoded by executing only the minimum necessary decoding process.
  • the tile synthesis unit 2003 refers to the tile information transmitted from the header information decoding unit 2001, the TileId of the tile to be decoded, and the tiles decoded by the tile decoding units 2002a to 2002n, and generates a decoded image Td necessary for display. Generate and output.
  • FIG. 5 is a block diagram showing the configuration of 2002 which is one of the tile decoding units 2002a to 2002n.
  • the tile decoding unit 2002 includes an entropy decoding unit 301, a prediction parameter decoding unit (prediction image decoding apparatus) 302, a loop filter 305, a reference picture memory 306, a prediction parameter memory 307, a prediction image generation unit (prediction image generation apparatus) 308, and an inverse
  • the quantization / inverse transform unit 311 and the addition unit 312 are included.
  • the tile decoding unit 2002 may not include the loop filter 305 in accordance with the tile encoding unit 2012 described later.
  • the prediction parameter decoding unit 302 is configured to include an inter prediction parameter decoding unit 303 and an intra prediction parameter decoding unit 304.
  • the predicted image generation unit 308 includes an inter predicted image generation unit 309 and an intra predicted image generation unit 310.
  • CTU, CU, PU, and TU may be replaced with blocks, and processing may be performed in units of blocks.
  • the entropy decoding unit 301 performs entropy decoding on the encoded stream Te input from the outside to separate and decode individual codes (syntax elements).
  • the separated codes include prediction parameters for generating a prediction image and residual information for generating a difference image.
  • the entropy decoding unit 301 outputs a part of the separated code to the prediction parameter decoding unit 302.
  • the part of the separated code is, for example, prediction mode predMode, PU division mode part_mode, merge flag merge_flag, merge index merge_idx, inter prediction identifier inter_pred_idc, reference picture index ref_idx_lX, prediction vector index mvp_lX_idx, difference vector mvdLX. Control of which code to decode is performed based on an instruction of the prediction parameter decoding unit 302.
  • the entropy decoding unit 301 outputs the quantized transform coefficient to the inverse quantization / inverse transform unit 311.
  • the quantization transform coefficients are used to encode the residual signal by discrete cosine transform (DCT), discrete sine transform (DST), Karynen Loeve transform, and Karhunen Loeve transform in a coding process. Etc.) and is obtained by quantization.
  • DCT discrete cosine transform
  • DST discrete sine transform
  • DST discrete sine transform
  • Karynen Loeve transform Karhunen Loeve transform
  • the inter prediction parameter decoding unit 303 decodes the inter prediction parameter with reference to the prediction parameter stored in the prediction parameter memory 307 based on the code input from the entropy decoding unit 301. Further, the inter prediction parameter decoding unit 303 outputs the decoded inter prediction parameter to the prediction image generation unit 308, and stores the inter prediction parameter in the prediction parameter memory 307. Details of the inter prediction parameter decoding unit 303 will be described later.
  • the intra prediction parameter decoding unit 304 decodes the intra prediction parameter with reference to the prediction parameter stored in the prediction parameter memory 307 based on the code input from the entropy decoding unit 301.
  • the intra prediction parameter is a parameter used in a process of predicting a CU in one picture, for example, an intra prediction mode IntraPredMode.
  • the intra prediction parameter decoding unit 304 outputs the decoded intra prediction parameter to the prediction image generation unit 308, and stores it in the prediction parameter memory 307.
  • the intra prediction parameter decoding unit 304 may derive different intra prediction modes for luminance and chrominance.
  • the intra prediction parameter decoding unit 304 decodes a luminance prediction mode IntraPredModeY as a luminance prediction parameter and a chrominance prediction mode IntraPredModeC as a chrominance prediction parameter.
  • the luminance prediction mode IntraPredModeY is a 67 mode, and corresponds to planar prediction (0), DC prediction (1), and Angular (direction) prediction (2 to 66).
  • the color difference prediction mode IntraPredModeC uses any of planar prediction (0), DC prediction (1), Angular (direction) prediction (2 to 66), and LM prediction (67 to 72).
  • the intra prediction parameter decoding unit 304 decodes a flag indicating whether the color difference prediction is the LM prediction, and if it indicates that the flag is the LM prediction, information on the LM prediction (information indicating whether it is the CCLM prediction or not, downsampling Decrypt information to specify the method.
  • the LM prediction will be described.
  • LM prediction is a prediction method that uses the correlation between the luminance component and the color component, and is a method that generates a predicted image of a color difference image (Cb, Cr) using a linear model based on the decoded luminance image. is there.
  • LM prediction includes cross-component linear model prediction (CCLM) prediction and multiple model ccLM (MMLM) prediction.
  • CCLM prediction is a prediction method using one linear model for predicting color difference from luminance for one block.
  • MMLM prediction is a prediction method using two or more linear models for predicting color difference from luminance for one block.
  • the luminance image is downsampled to make a linear model and made the same size as the chrominance image.
  • this down sampling method there are a method using a fixed sampling filter (default sampling filter) and a method using adaptive switching of four types of sampling filters (additional sampling filter).
  • FIG. 37 is a diagram showing an intra prediction mode.
  • the direction of the straight line corresponding to 2 to 66 in FIG. 37 represents the prediction direction, and more precisely indicates the direction of the pixel on the reference region R (described later) to which the pixel to be predicted refers.
  • the loop filter 305 applies filters such as a deblocking filter 313, a sample adaptive offset (SAO) 314, and an adaptive loop filter (ALF) 315 to the decoded image of the CU generated by the adding unit 312.
  • the loop filter 305 may not necessarily include the above three types of filters as long as the loop filter 305 is paired with the tile encoding unit 2012.
  • the loop filter 305 may have only the deblocking filter 313.
  • the reference picture memory 306 stores the decoded image of the CU generated by the adding unit 312 in a predetermined position for each of the picture to be decoded and the CTU or CU.
  • the prediction parameter memory 307 stores prediction parameters in a predetermined position for each picture to be decoded and each prediction unit (or sub block, fixed size block, pixel). Specifically, the prediction parameter memory 307 stores the inter prediction parameter decoded by the inter prediction parameter decoding unit 303, the intra prediction parameter decoded by the intra prediction parameter decoding unit 304, and the prediction mode predMode separated by the entropy decoding unit 301. .
  • the inter prediction parameters to be stored include, for example, a prediction list use flag predFlagLX (inter prediction identifier inter_pred_idc), a reference picture index refIdxLX, and a motion vector mvLX.
  • the prediction image generation unit 308 receives the prediction mode predMode input from the entropy decoding unit 301, and also receives a prediction parameter from the prediction parameter decoding unit 302. Further, the predicted image generation unit 308 reads the reference picture from the reference picture memory 306. The prediction image generation unit 308 generates a prediction image of a PU (block) or a sub block using the input prediction parameter and the read reference picture (reference picture block) in the prediction mode indicated by the prediction mode predMode.
  • the inter prediction image generation unit 309 performs inter prediction using the inter prediction parameter input from the inter prediction parameter decoding unit 303 and the read reference picture (reference picture block). Generates a predicted image of PU (block) or subblock according to.
  • the inter-predicted image generation unit 309 uses the reference picture index refIdxLX for the reference picture list (L0 list or L1 list) in which the prediction list use flag predFlagLX is 1, and the motion vector based on the PU to be decoded
  • the reference picture block at the position indicated by mvLX is read out from the reference picture memory 306.
  • the inter predicted image generation unit 309 performs interpolation based on the read reference picture block to generate a predicted image of PU (interpolated image, motion compensated image).
  • the inter prediction image generation unit 309 outputs the generated prediction image of PU to the addition unit 312.
  • the reference picture block is a set of pixels on the reference picture (usually referred to as a block because it is a rectangle), and is an area to be referenced to generate a predicted image of PU or sub block.
  • the pixel of the reference block will be located in the tile (the co-located tile) on the reference picture with the same TileId as the target tile. Therefore, as an example, in the reference picture, as shown in FIG. 21A, padding is performed on the outside of each tile (compensated by the pixel value at the tile boundary), and reference is made without reference to pixel values outside the co-located tile. You can read blocks.
  • the tile boundary padding (outside tile padding) is determined by using the following position xRef + i and yRef + j as the pixel value of the position (xIntL + i, yIntL + j) of the reference pixel in motion compensation by the motion compensation unit 3091 described later. It is realized by using the pixel value refImg [xRef + i] [yRef + j]. That is, at the time of reference pixel reference, the reference position is realized by clipping at the positions of the upper, lower, left, and right boundary pixels of the tile.
  • xRef + i Clip 3 (xTs, xTs + wT-1, xIntL + i) (Expression PAD-1)
  • yRef + j Clip 3 (yTs, yTs + hT-1, yIntL + j)
  • (xTs, yTs) is the upper left coordinate of the target tile in which the target block is located
  • wT and hT are the width and height of the target tile.
  • the padding shown in FIG. 21A can be realized by reading out the pixel values at the coordinates (xRef + i, yRef + j).
  • tile boundary motion vector restriction Another limitation method of tile boundary padding is tile boundary motion vector restriction.
  • the motion vector is restricted (clipped) so that the position (xIntL + i, yIntL + j) of the reference pixel is included in the co-located tile.
  • the upper left coordinates (xb, yb) of the target block target subblock or target block
  • the block size (W, H) the upper left coordinates of the target tile
  • xTs, yTs the width and height of the target tile
  • wT hT
  • a block motion vector mvLX is input, and a restricted motion vector mvLX is output.
  • the left end posL, the right end posR, the upper end posU, and the lower end posD of the reference pixels in the interpolation image generation of the target block are respectively as follows.
  • NTAP is the number of taps of the filter used for interpolation image generation.
  • posL xb + (mvLX [0] >> log2 (M))-NTAP / 2 + 1 (formula CLIP1)
  • posR xb + W-1 + (mvLX [0] >> log 2 (M))
  • posU yb + (mvLX [1] >> log2 (M))-NTAP / 2 + 1
  • posD yb + H-1 + (mvLX [1] >> log2 (M)) + NTAP / 2
  • the restriction for the reference pixel to enter the co-located tile is as follows.
  • posL> xTs (formula CLIP2)
  • posR ⁇ xTs + wT-1
  • mvLX [0] Clip3 (vxmin, vxmax, mvLX [0]) (Expression CLIP4)
  • mvLX [1] Clip3 (vymin, vymax, mvLX [1])
  • vxmin (xTs-xb + NTAP / 2-1) ⁇ log2 (M) (formula CLIP5)
  • vxmax (xTs + wT-xb-W-NTAP / 2) ⁇ log 2 (M)
  • vymin (yTs-yb + NTAP / 2-1) ⁇ log 2 (M)
  • vymax (yTs + hT-yb-H-NTAP / 2) ⁇ log 2 (M)
  • the intra prediction image generation unit 310 When the prediction mode predMode indicates the intra prediction mode, the intra prediction image generation unit 310 performs intra prediction using the intra prediction parameter input from the intra prediction parameter decoding unit 304 and the read reference picture. Specifically, the intra predicted image generation unit 310 reads, from the reference picture memory 306, neighboring PUs which are pictures to be decoded and which are in a predetermined range from the PU to be decoded among PUs already decoded.
  • the predetermined range is, for example, one of the left, upper left, upper, and upper right adjacent PUs when the decoding target PU sequentially moves in the so-called raster scan order, and varies depending on the intra prediction mode.
  • the order of raster scan is an order of sequentially moving from the left end to the right end for each row from the top to the bottom in each picture.
  • the intra prediction image generation unit 310 performs prediction in the prediction mode indicated by the intra prediction mode IntraPredMode based on the read adjacent PU, and generates a PU prediction image.
  • the intra predicted image generation unit 310 outputs the generated predicted image of PU to the addition unit 312.
  • the intra prediction image generation unit 310 performs planar prediction (0), DC prediction (1), Angular according to the luminance prediction mode IntraPredMode Y.
  • a prediction image of luminance PU is generated by any of predictions (2 to 66), and planar prediction (0), DC prediction (1), Angular prediction (2 to 66), LM mode according to the color difference prediction mode IntraPredModeC.
  • the prediction image of color difference PU is generated by any of (67 to 72).
  • a decoded peripheral region adjacent to (close to) the prediction target block is set as a reference region R.
  • these prediction modes are prediction methods that generate a predicted image by extrapolating pixels in the reference area R in a specific direction.
  • the reference region R is an inverted L-shaped region (for example, a region indicated by hatched circle pixels in FIG. 38) including the left and upper (or further, upper left, upper right, lower left) of the block to be predicted It can be set.
  • the intra predicted image generation unit 310 includes a prediction target block setting unit 3101, an unfiltered reference image setting unit 3102 (first reference image setting unit), and a filtered reference image setting unit 3103 (second A reference image setting unit), a prediction unit 3104, and a prediction image correction unit 3105 (prediction image correction unit, filter switching unit, weight coefficient changing unit) are provided.
  • the filtered reference image setting unit 3103 applies a reference pixel filter (first filter) to each reference pixel (unfiltered reference image) on the input reference area R to generate a filtered reference image and predicts it. Output to the unit 3104.
  • the prediction unit 3104 generates a temporary prediction image (pre-correction prediction image) of the prediction target block based on the input intra prediction mode, the unfiltered reference image, and the filtered reference image, and outputs the temporary prediction image to the prediction image correction unit 3105 .
  • the predicted image correction unit 3105 corrects the temporary predicted image according to the input intra prediction mode, and generates a predicted image (corrected predicted image).
  • the predicted image generated by the predicted image correction unit 3105 is output to the adder 15.
  • the prediction target block setting unit 3101 sets the target CU as a prediction target block, and outputs information on the prediction target block (prediction target block information).
  • the prediction target block information at least includes a prediction target block size, a prediction target block position, and an index indicating whether the prediction target block is a luminance or a color difference.
  • the unfiltered reference image setting unit 3102 sets the peripheral region adjacent to the prediction target block as the reference region R based on the prediction target block size of the prediction target block information and the prediction target block position. Subsequently, each decoded pixel value of the corresponding position on the reference picture memory 306 is set to each pixel value (unfiltered reference image, boundary pixel) in the reference area R. That is, the unfiltered reference image r [x] [y] is set by the following equation using the decoded pixel value u [px] [py] of the target picture expressed on the basis of the upper left coordinates of the target picture.
  • 1] [y] is an unfiltered reference image.
  • a predetermined value for example, 1 ⁇ (bitDepth-1) when the pixel bit depth is bitDepth
  • the referenceable decoded pixel value present in the vicinity of the corresponding decoded pixel value may be set as the unfiltered reference image.
  • “y ⁇ 1 ..
  • the decoded image included in the row of decoded pixels adjacent to the upper side of the block to be predicted and the row of decoded pixels adjacent to the left side of the block to be predicted Is an unfiltered reference image.
  • the filtered reference image setting unit 3103 applies (performs) a reference pixel filter (first filter) to the input unfiltered reference image according to the intra prediction mode, and The filtered reference image s [x] [y] in x, y) is derived and output. Specifically, a low pass filter is applied to the position (x, y) and the unfiltered reference image around it to derive a filtered reference image. In addition, it is not necessary to necessarily apply a low pass filter to all the intra prediction modes, and a low pass filter may be applied to at least some of the intra prediction modes.
  • the filter applied to the unfiltered reference image on the reference region R in the filtered reference image setting unit 3103 before being input to the prediction unit 3104 in FIG. 39 is referred to as a “reference pixel filter (first filter)”.
  • a filter for correcting the temporary predicted image derived by the prediction unit 3104 in the predicted image correction unit 3105 described later using the unfiltered reference pixel value is referred to as a “boundary filter (second filter)”.
  • the unfiltered reference image may be used as it is as a filtered reference image.
  • whether or not to apply the low-pass filter may be switched according to a flag decoded from the encoded data.
  • the intra prediction mode is LM prediction
  • the prediction unit 3104 since the prediction unit 3104 does not directly refer to the unfiltered reference image, the filtered reference image setting unit 3103 outputs the filtered reference pixel value s [x] [y]. It does not have to be.
  • the intra prediction unit 3104 generates a temporary prediction image (a temporary prediction pixel value, a pre-correction prediction image) of the prediction target block based on the intra prediction mode, the unfiltered reference image, and the filtered reference pixel value, and the predicted image correction unit Output to 3105.
  • the prediction unit 3104 includes a Planar prediction unit 31041, a DC prediction unit 31042, an Angular prediction unit 31043, and an LM prediction unit 31044.
  • the prediction unit 3104 selects a specific prediction unit according to the input intra prediction mode, and inputs an unfiltered reference image and a filtered reference image.
  • the relationship between the intra prediction mode and the corresponding prediction unit is as follows. Planar prediction ...
  • Planar prediction unit 31041 DC prediction: DC prediction unit 31042 Angular prediction ... Angular prediction unit 31043 ⁇ LM prediction ⁇ LM prediction unit 31044
  • the prediction unit 3104 generates a predicted image (provisional predicted image q [x] [y]) of a target block to be predicted based on the filtered reference image in a certain intra prediction mode.
  • the temporary prediction image q [x] [y] may be generated using an unfiltered reference image.
  • the reference pixel filter may be turned on when using the filtered reference image, and the reference pixel filter may be turned off when using the unfiltered reference image.
  • the temporary predicted image q [x] [y] is generated using the unfiltered reference image r [] [], and in the case of Planar prediction, DC prediction, and Angular prediction, filtered.
  • selection of an unfiltered reference image and a filtered reference image is not limited to this example. For example, depending on a flag explicitly decoded from encoded data, which of the unfiltered reference image and the filtered reference image may be used may be switched, or a flag derived from another encoding parameter may be used. You may switch based on that.
  • an unfiltered reference image (reference pixel filter off) is used, Otherwise, a filtered reference image (reference pixel filter on) may be used.
  • the Planar prediction unit 31041 generates a temporary prediction image by linearly adding a plurality of filtered reference images according to the distance between the prediction target pixel position and the reference pixel position, and outputs the temporary prediction image to the prediction image correction unit 3105.
  • the pixel value q [x] [y] of the temporary prediction image is calculated by the following equation using the filtered reference pixel value s [x] [y], the width W and the height H of the above-mentioned block to be predicted To derive.
  • the DC prediction unit 31042 derives a DC prediction value corresponding to the average value of the input filtered reference image s [x] [y], and uses the derived DC prediction value as a pixel value to generate a temporary prediction image q [x ] [y] is output.
  • the Angular prediction unit 31043 generates a temporary prediction image q [x] [y] using the filtered reference image s [x] [y] in the prediction direction (reference direction) indicated by the intra prediction mode, and the prediction image correction unit Output to 3105.
  • the reference region R adjacent to the top or left of the block to be predicted is set as the main reference region R according to the value of the main direction flag bRefVer, and the filtered reference image on the main reference region R is the main reference image set.
  • the provisional predicted image is generated with reference to the main reference image in units of rows or columns in the block to be predicted.
  • the generation unit of the temporary prediction image is set to a row, and the upper reference region R of the block to be predicted is set as the main reference region R.
  • the main reference image refMain [x] is set by the following equation using the filtered reference image s [x] [y].
  • invAngle corresponds to a value obtained by scaling the reciprocal of the gradient intraPredAngle determined according to the distance between the prediction target pixel position and the main reference region R in the vertical / horizontal direction and the prediction direction. According to the above equation, in the range where x is 0 or more, the filtered reference image on the reference region R adjacent to the upper side of the prediction target block is set to refMain [x].
  • the filtered reference image on the reference region R adjacent to the left of the block to be predicted is set to refMain [x] based on the prediction direction.
  • the temporarily predicted image q [x] [y] is calculated by the following equation.
  • iIdx and iFact are pixels in the main reference area R used to generate the target predicted pixel value, which is calculated based on the distance (y + 1) in the vertical direction of the target pixel position to the main reference area R and the gradient intraPredAngle. Represents a position.
  • iIdx is a pixel position of integer precision
  • iFact is a pixel position of decimal precision, and is derived by the following equation.
  • iIdx ((y + 1) * intraPredAngle) >> 5 (INTRAP-5)
  • iFact ((y + 1) * intraPredAngle) & 31
  • the main direction flag bRefVer 0 (the main direction is the horizontal direction)
  • the generation unit of the temporary prediction image is set in a column, and the reference region R on the left side of the block to be predicted is set as the main reference region R.
  • the main reference image refMain [x] is set by the following equation using the filtered reference pixel value s [x] [y].
  • iIdx and iFact are calculated based on the horizontal distance (x + 1) of the prediction target pixel position and the main reference area R and the gradient intraPredAngle, and within the main reference area R used to generate the prediction target pixel value Represents the pixel position of iIdx is a pixel position of integer precision, iFact is a pixel position of decimal precision, and is derived by the following equation.
  • iIdx ((x + 1) * intraPredAngle) >> 5 (INTRAP-8)
  • iFact ((x + 1) * intraPredAngle) & 31 (LM prediction)
  • the LM prediction unit 31044 predicts the pixel value of the color difference based on the pixel value of the luminance.
  • FIG. 40 is a diagram showing a state in which the decoding process of the luminance component is completed and the prediction process of the color difference component is performed in the target block.
  • FIG. 40 (a) is a decoded image uL [] [] of the luminance component of the target block, and (c) and (d) are temporary predicted images qCb [] [] and qCr [] [] of Cb and Cr components. is there.
  • regions rL [] [], rCb [] [] and rCr [] [] outside the respective target blocks are respectively unfiltered adjacent to the target block. It is a reference image.
  • FIG.40 (b) is the figure which downsampled the object block and unfiltered reference image of the brightness
  • luminance component shown to Fig.40 (a), and duL [] [] and drL [] [] are the brightness components after downsampling The decoded image and the unfiltered reference image.
  • a downsampling filter used to generate FIGS. 40 (a) to 40 (b) is shown in FIG. 40 (e).
  • FIG. 40 (e-1) is a fixed sampling filter (default sampling filter)
  • FIGS. 40 (e-2) to (e-5) are four additional sampling filters.
  • an equation for calculating one pixel dA or dB in FIG. 40 (b) from four pixels A or B in FIG. 40 (a) is shown below.
  • (2x, 2y) are replaced with upper left coordinates of A and B in FIG. 40A
  • (x, y) are replaced with upper left coordinates of dA and dB in FIG. 40B.
  • a provisionally predicted image of Cb and Cr components is generated from the downsampled luminance image duL [] [], drL [] [] using any of these filters.
  • FIG. 41 is a block diagram showing an example of a configuration of the LM prediction unit 31044 included in the intra predicted image generation unit 310.
  • the LM prediction unit 31044 includes a CCLM prediction unit 4101 and an MMLM prediction unit 4102.
  • the CCLM prediction unit 4101 downsamples the luminance image using one of the above-described filters, and the decoded image duL [of the downsampled luminance component shown in FIG. ] And the unfiltered reference image drL [] [] are calculated.
  • the CCLM prediction unit 4101 determines the parameters of the linear model from the unfiltered reference images drL [] [] and Cb of the downsampled luminance component, and the unfiltered reference images rCb [] [] and rCr [] [] of the Cr component.
  • (CCLM parameters) (a, b) are derived. Specifically, a linear model (aC, bC) is calculated that minimizes the squared error SSD between the unfiltered reference image drL [] [] of the luminance component and the unfiltered reference image rC [] [] of the chrominance component.
  • SSD ⁇ (rC [x] [y]-(aC * drL [x] [y] + bC)) (Expression CCLM-3)
  • ⁇ is the sum of x and y. If it is a Cb component, rC [] [] is rCb [] [], (aC, bC) is (aCb, bCb), and if it is a Cr component, rC [] [] is rCr [] [], (aC, bC) is (aCr, bCr).
  • the square error SSD between the unfiltered reference image rCb [] [] of the Cb component and the unfiltered reference image rCr [] [] of the Cr component is minimized.
  • SSD .SIGMA..SIGMA. (RCr [x] [y]-(aResi * rCb [x] [y])) (Eq. CCLM-4) where .SIGMA..SIGMA. Is the sum of x and y. Using these CCLM parameters, the temporal prediction image qCb [] [], qCr [] [] of the color difference component is generated by the following equation.
  • qCb [x] [y] aCb * duL [x] [y] + bCb (equation CCLM-5)
  • qCr [x] [y] aCr * duL [x] [y] + aResi * ResiCb [x] [y] + bCr
  • ResiCb [] [] is a prediction error of the Cb component.
  • the MMLM prediction unit 4102 is used when the relationship between the luminance component and the color difference component of the unfiltered reference image is categorized into two or more linear models. When there are a plurality of regions such as foreground and background in the target block, the linear model between the luminance component and the color difference component in each region is different. In such a case, a plurality of linear models can be used to generate temporarily predicted images of chrominance components from the decoded images of luminance components.
  • the pixel value of the unfiltered reference image of the luminance component is divided into two by a certain threshold th_mmlm, the category 1 whose pixel value is less than the threshold th_mmlm and the category 2 whose pixel value is larger than the threshold th_mmlm
  • a linear model is calculated that minimizes a square error SSD between the unfiltered reference image drL [] [] of the luminance component and the unfiltered reference image rC [] [] of the color difference component.
  • ⁇ is the sum of x and y, and if it is a Cb component, then rC [] [] is rCb [] [], (a1C, b1C) is (a1Cb, b1Cb), and if it is a Cr component, rC [] [] is rCr [] [], and (a1C, b1C) is (a1Cr, b1Cr).
  • the threshold th_mmlm may be an average value of the unfiltered reference image drL [x] [y] of the luminance component.
  • the threshold th_mmlm may be an average value of the decoded image duL [x] [y] of the luminance component.
  • th_mmlm ( ⁇ du du L [x] [y] + (W * H) / 8) / (W * H / 4) (Equation CCLM-8)
  • W and H are the width and height of the target block.
  • MMLM may not operate properly when the target block size is small or when the number of samples is small because the number of samples of the unfiltered reference image that can be used to derive each linear model is smaller than that of CCLM. Therefore, as shown in FIG. 41B, a switching unit 4103 is provided in the LM prediction unit 31044. If any one of the following conditions is satisfied, the MMLM is turned off and the CCLM prediction is performed.
  • the size of the target block is less than TH_MMLMB (TH_MMLMB is 8x8, for example)
  • the number of samples of the unfiltered reference image rCb [] [] of the target block is less than TH_MMLMR (for example, 4 for TH_MMLMR) -These conditions where the unfiltered reference image of the target block is not on both the upper side and the left side of the target block can be determined by the size and position information of the target block, so notification of the flag indicating whether or not CCLM is possible may be omitted. .
  • MMLM when the average value of the unfiltered reference image drL [x] [y] of the luminance component is set to the threshold th_mmlm and the decoded image duL [] [] of the luminance component is concentrated on one side of th_mmlm, for example, When 7/8 of the pixels in duL [] [] concentrate in one category, turn off MMLM. In this case, it may be notified that MMLM is off (CCLM is selected) by a flag indicating whether it is CCLM or not.
  • MMLM is hard to be selected. Therefore, if part of the unfiltered reference image is outside the tile, the default sampling filter is used in downsampling and the necessary code amount is reduced by not notifying the information necessary for downsampling, and MMLM is selected. It may be easy to do.
  • LM prediction may be turned off.
  • a flag indicating whether or not it is CCLM prediction is notified at the beginning of the intra prediction information of the color difference component, and thus the code amount can be reduced by not notifying the flag.
  • CCLM on / off control is performed at tile boundaries.
  • LM prediction is applied in intra prediction when the chrominance component of the target block has a higher correlation with the luminance component in the target block at the same position than the same chrominance component of the adjacent block, and a more accurate predicted image And improve the coding efficiency by reducing the prediction residual.
  • encoding is performed while intra prediction of the tile independently, even if the reference image adjacent to the target block is outside the tile. It is possible to suppress the decrease in efficiency.
  • the above configuration is an example of the prediction unit 3104, and the configuration of the prediction unit 3104 is not limited to the above.
  • the predicted image correction unit 3105 corrects the temporary predicted image which is the output of the prediction unit 3104 according to the intra prediction mode. Specifically, the predicted image correction unit 3105 performs weighted addition (weighted average) of the unfiltered reference image and the temporary predicted image according to the distance between the reference region R and the target predicted pixel for each pixel of the temporary predicted image. By doing this, a predicted image (corrected predicted image) Pred obtained by correcting the temporary predicted image is output. In some intra prediction modes, the output of the prediction unit 3104 may be used as the prediction image as it is without correcting the temporary prediction image in the prediction image correction unit 3105.
  • the output of the prediction unit 3104 temporary prediction image, prediction image before correction
  • the prediction image correction unit 3105 The output of (a predicted image, a corrected predicted image) may be switched.
  • a process of deriving the predicted pixel value Pred [x] [y] of the position (x, y) in the current block to be predicted using the boundary filter in the predicted image correction unit 3105 will be described with reference to FIG. (A) of FIG. 42 is a derivation equation of the predicted image Pred [x] [y].
  • the predicted image Pred [x] [y] is a temporary predicted image q [x] [y] and an unfiltered reference image (for example, r [x] [-1], r [-1] [y], r [- [1] [-1]) is derived by weighted addition (weighted average).
  • the boundary filter is a weighted addition of the unfiltered reference image of the reference region R and the temporary prediction image.
  • the reference intensity factor c1h is only the distance weight k [x] (horizontal distance weighting) Shift right
  • the reference intensity coefficient c2v is shifted to the right by the distance weighting k [y]
  • FIG. 42 (b) is a formula for deriving the weighting factor b [x] [y] for the temporary predicted pixel value q [x] [y].
  • the weighting factor b [x] [y] is derived such that the sum of the product of the weighting factor and the reference strength factor matches (1 ⁇ rshift). This value is set with the intention of normalizing the product of the weighting factor and the reference intensity factor based on the right shift operation of rshift in FIG. 42 (a).
  • FIG. 42 (c) is a formula for deriving the distance weight k [x].
  • a value floor (x / dx) which monotonously increases in accordance with the horizontal distance x between the target prediction pixel and the reference region R is set.
  • dx is a predetermined parameter according to the size of the block to be predicted.
  • FIG.42 (d), (e) An example of dx is shown to FIG.42 (d), (e).
  • FIG. 42 (e) with respect to a small size block, it is designed so as not to be rapidly affected by the unfiltered reference image as it goes away from the block boundary.
  • the distance weight k [y] can also use the definition obtained by replacing the horizontal distance x with the vertical distance y in the above-mentioned distance weight k [x].
  • the values of the distance weights k [x] and k [y] become smaller as the value of x or y increases.
  • the distance weights (k [x], k [] become larger as the reference distance (x, y) which is the distance between the target prediction pixel and the reference region R increases. y]) becomes a large value. Therefore, the value of the weighting factor of the unfiltered reference image, which is obtained by right-shifting the predetermined reference intensity factor by the distance weight, is a small value. Therefore, as the position in the prediction target block is closer to the reference region R, the weight of the unfiltered reference image is further increased to derive a predicted image in which the temporary predicted image is corrected.
  • the prediction image derived by the equation of FIG. 42 has high prediction accuracy as compared with the case where the temporary prediction image is used as a prediction image.
  • the weighting factor using the unfiltered reference image can be derived by multiplication of the reference intensity factor and the distance weight. Therefore, by calculating the distance weight in advance for each reference distance and holding it in the table, it is possible to derive the weight coefficient without using the right shift operation or division.
  • the reference distance is defined as the distance between the prediction target pixel and the reference region R, and the pixel position (x, y) in the prediction target block is given as an example of the reference distance, but the prediction target image and the reference region Other variables representing the distance of R may be used.
  • the distance between the pixel to be predicted and the pixel on the closest reference region R may be defined as the reference distance.
  • the distance between the prediction target pixel and the pixel on the reference area R adjacent to the upper left position of the prediction target block may be defined as a reference distance.
  • the reference distance when the reference distance is defined by the distance between two pixels, the distance may be a broad range.
  • Non-negative d (a, b) 0 0, symmetry d (a, b) d (b, a) for the distance d (a, b) in the broad sense, for any three points a, b, c ⁇ X And each property of triangular inequality d (a, b) + d (b, c) ⁇ d (a, c) is satisfied.
  • the reference distance is referred to as the reference distance x.
  • x is not limited to the distance in the horizontal direction, and can be applied to any reference distance.
  • the equation for calculating the distance weight k [x] is exemplified, it is also applicable to the distance weight k [y] calculated using the reference distance y in the vertical direction as a parameter.
  • FIG. 43 is a flowchart showing an example of the operation of the predicted image correction unit 3105.
  • the predicted image correction unit 3105 calculates the distance weight k [x] in the x direction and the distance in the y direction. Each weight k [y] is derived.
  • the predicted image correction unit 3105 multiplies each reference intensity coefficient by each distance weight derived in S4301, and derives the following weight coefficient.
  • the predicted image correction unit 3105 calculates unfiltered reference pixel values (r [x] [-1], r [-1] [y] corresponding to the weight coefficients (w1v, w1h, w2) derived in S4302. , r [-1] [-1]).
  • the predicted image correction unit 3105 calculates the first weighting factor w1v, the second weighting factor w1h, the third weighting factor w2 and the weighting factor b [x] [y] for the pixel to be predicted (x, y).
  • the weighting coefficient b [x] [y] is derived according to the following equation so that the sum of the two becomes (1 ⁇ rshift).
  • the predicted image correction unit 3105 calculates a product m4 of the temporary predicted image q [x] [y] and the weighting coefficient b [x] [y].
  • the predicted image correction unit 3105 calculates the sum sum of the products m1, m2, m3 and m4 derived in S4304 and the product m4 derived in S4305 and the rounding adjustment term (1 ⁇ (rshift-1)) to the following formula Derived by
  • the predicted image correction unit 3105 performs a right shift operation of the added value sum derived in S4306 with the normalization adjustment term rshift as described below to obtain a predicted image (corrected predicted image) Pred [x] [ y] is derived.
  • Pred [x] [y] sum >> rshift
  • the rounding adjustment term is preferably (1 ⁇ (rshift-1)), but is not limited to this.
  • the rounding adjustment term may be 0, or may be another predetermined constant.
  • the reference strength coefficient C (c1 v, c2 v, c1 h, c2 h) may be different for each prediction direction.
  • the predicted image correction unit 3105 generates the predicted image (corrected predicted image) Pred [] [] in the prediction target block by repeating the processes shown in S4301 to S4307 for all the pixels in the prediction target block. Note that the operation of the predicted image correction unit 3105 is not limited to the above steps, and can be changed within the feasible range.
  • the reference intensity coefficient C (c1v, c2v, c1h, c2h) of the predicted image correction unit 3105 depends on the intra prediction mode IntraPredMode, and is derived by referring to the table ktable corresponding to the intra prediction mode.
  • An example of the reference strength coefficient table is shown in FIG.
  • the prediction target block setting unit 3101 sets a prediction target block, and outputs prediction target block information to the unfiltered reference image setting unit 3102.
  • the unfiltered reference image setting unit 3102 sets the decoded pixel value read out from the reference picture memory to the unfiltered reference image, and outputs it to the filtered reference image setting unit 3103 and the predicted image correction unit 3105.
  • the filtered reference image setting unit 3103 applies a reference pixel filter to the unfiltered reference image set in S4502, derives the filtered reference image, and outputs the filtered reference image to the prediction unit 3104.
  • the prediction unit 3104 generates and outputs a temporary prediction image of a prediction target block from the intra prediction mode and the filtered reference image derived in S4503.
  • the predicted image correction unit 3105 corrects the temporary predicted image derived in S4504 based on the intra prediction mode and the unfiltered reference image set in S4502 to generate a predicted image Pred (corrected predicted image). And output.
  • the reference intensity coefficient C (c1v, c2v, c1h, c2h) of the predicted image correction unit 3105 depends on the intra prediction mode IntraPredMode, and by referring to the table based on the intra prediction mode To derive.
  • the reference strength coefficient C of the boundary filter is the closest upper pixel r [x] [-1], the closest left pixel r [-1] [y], and the closest upper left on the prediction target pixel (x, y). Not only the weighting factor of the pixel r [-1] [-1] but also the weighting factor of the nearest right pixel and the nearest left lower pixel may be used.
  • r [-1] [-1] is required for correction processing of a prediction image
  • r [-1] [-1] is required for correction processing of a prediction image
  • r [-1] [-1] The following tile boundary boundary filter configuration is used because it can not be referenced.
  • the intra predicted image generation unit 310 refers to a pixel at a referenceable position instead of the upper left boundary pixel r [-1] [-1].
  • FIG. 46 (a) derives the predicted pixel value Pred [x] [y] of the position (x, y) in the block to be predicted using the boundary filter when the block to be predicted touches the left boundary of the tile It is a figure explaining processing to do.
  • the block adjacent to the left of the block to be predicted is out of tiles and can not be referred to, but the pixels of the block adjacent to the top of the block to be predicted can be referred to. Therefore, referring to the upper left adjacent upper boundary pixel r [0] [-1] instead of the upper left boundary pixel r [-1] [-1], FIG. 47 (a) or (b) instead of FIG. Boundary filter shown in) is applied to derive a predicted pixel value Pred [x] [y].
  • the intra predicted image generation unit 310 generates the predicted image Pred [x] [y] by using the temporary predicted pixel q [x] [y], the upper boundary pixel r [x] [-1], and the upper left upper boundary pixel r. Calculated with reference to [0] [-1], and derived by performing weighted addition (weighted average).
  • a predicted pixel value Pred [x] [y] is derived by applying a boundary filter shown in 47 (b).
  • W is the width of the block to be predicted. That is, the intra prediction image generation unit 310 refers to the temporary prediction pixel q [x] [y], the upper boundary pixel r [x] [-1], and the upper right neighboring upper boundary pixel r [W-1] [-1]. It calculates and it derives by carrying out weighted addition (weighted average).
  • FIG. 46 (b) derives the predicted pixel value Pred [x] [y] of the position (x, y) in the block to be predicted using the boundary filter when the block to be predicted touches the upper boundary of the tile It is a figure explaining processing to do.
  • the block adjacent to the upper side of the block to be predicted is outside the tile and can not be referenced, but the pixels on the block adjacent to the left side of the block to be predicted can be referred to. Therefore, referring to the upper left neighboring left boundary pixel r [-1] [0] instead of the upper left boundary pixel r [-1] [-1], FIG. 47 (c) instead of FIG. 42 (a), (b).
  • Boundary filter shown in) is applied to derive a predicted pixel value Pred [x] [y].
  • the intra predicted image generation unit 310 generates the predicted image Pred [x] [y] by using the temporary predicted pixel q [x] [y], the left boundary pixel r [-1] [y], and the upper left neighboring left boundary pixel r. Calculated with reference to [-1] [0], and derived by performing weighted addition (weighted average).
  • the predicted pixel value Pred [x] [y] is derived by applying the boundary filter shown in 47 (d).
  • H is the height of the block to be predicted. That is, the intra predicted image generation unit 310 generates the predicted image Pred [x] [y] by using the temporary predicted pixel q [x] [y], the left boundary pixel r [-1] [y], and the lower left neighboring left boundary pixel r. Calculated with reference to [-1] [H-1], and derived by performing weighted addition (weighted average).
  • the tile can be intra-predicted independently even when one of the left side or the upper side of the prediction target block is in contact with the tile boundary.
  • the boundary filter can be applied to improve the coding efficiency.
  • Tile boundary boundary filter 2 In the unfiltered reference image setting unit 3102 of the intra predicted image generation unit 310, when there is an unfiltered unfiltered reference image, the unfiltered reference image is generated from the reference image that can be referred to, thereby creating a boundary at the tile boundary.
  • boundary pixels (unfiltered reference image) r [x] [y] are derived according to processing including the following steps.
  • the reference pixel is not present in the same tile as the target pixel, or the reference pixel is not present in the same slice as the target pixel, or the boundary pixel r [x] [y] can not be referred to. Is the case.
  • the above processing is also referred to as boundary pixel substitution processing (unfiltered image substitution processing).
  • the inverse quantization / inverse transform unit 311 inversely quantizes the quantized transform coefficient input from the entropy decoding unit 301 to obtain a transform coefficient.
  • the inverse quantization / inverse transform unit 311 performs inverse frequency transform such as inverse DCT, inverse DST, and inverse KLT on the obtained transform coefficient to calculate a prediction residual signal.
  • the inverse quantization / inverse transform unit 311 outputs the calculated residual signal to the addition unit 312.
  • the addition unit 312 adds, for each pixel, the PU prediction image input from the inter prediction image generation unit 309 or the intra prediction image generation unit 310 and the residual signal input from the inverse quantization / inverse conversion unit 311, Generate a PU decoded image.
  • the addition unit 312 outputs the generated decoded image of the block to at least one of the deblocking filter 313, the SAO (sample adaptive offset) unit 314, and the ALF 315.
  • FIG. 12 is a schematic diagram showing a configuration of the inter prediction parameter decoding unit 303 according to the present embodiment.
  • the inter prediction parameter decoding unit 303 includes an inter prediction parameter decoding control unit 3031, an AMVP prediction parameter derivation unit 3032, an addition unit 3035, a merge prediction parameter derivation unit 3036, and a sub block prediction parameter derivation unit 3037.
  • the inter prediction parameter decoding control unit 3031 instructs the entropy decoding unit 301 to decode a code (syntax element) related to inter prediction, and a code (syntax element) included in the encoded data, for example, PU division mode part_mode , Merge flag merge_flag, merge index merge_idx, inter prediction identifier inter_pred_idc, reference picture index ref_idx_lX, predicted vector index mvp_lX_idx, difference vector mvdLX is extracted.
  • the inter prediction parameter decoding control unit 3031 first extracts the merge flag merge_flag. When the inter prediction parameter decoding control unit 3031 expresses “extract a certain syntax element”, instructs the entropy decoding unit 301 to decode a certain syntax element, and reads out the corresponding syntax element from the encoded data. It means that.
  • the inter prediction parameter decoding control unit 3031 extracts an AMVP prediction parameter from the encoded data using the entropy decoding unit 301.
  • AMVP prediction parameters for example, there are inter prediction identifier inter_pred_idc, reference picture index refIdxLX, prediction vector index mvp_lX_idx, difference vector mvdLX.
  • the AMVP prediction parameter derivation unit 3032 derives a prediction vector mvpLX from the prediction vector index mvp_lX_idx. Details will be described later.
  • the inter prediction parameter decoding control unit 3031 outputs the difference vector mvdLX to the addition unit 3035.
  • the adding unit 3035 adds the prediction vector mvpLX and the difference vector mvdLX to derive a motion vector.
  • the inter prediction parameter decoding control unit 3031 extracts a merge index merge_idx as a prediction parameter related to merge prediction.
  • the inter prediction parameter decoding control unit 3031 outputs the extracted merge index merge_idx to the merge prediction parameter derivation unit 3036 (details will be described later), and outputs the sub block prediction mode flag subPbMotionFlag to the sub block prediction parameter derivation unit 3037.
  • the sub-block prediction parameter derivation unit 3037 divides the PU into a plurality of sub-blocks according to the value of the sub-block prediction mode flag subPbMotionFlag, and derives a motion vector in units of sub-blocks.
  • a prediction block is predicted in small blocks of 4x4 or 8x8.
  • the tile coding unit 2012 described later divides the CU into a plurality of partitions (PUs such as 2NxN, Nx2N, NxN, etc.), and encodes the syntax of the prediction parameter on a partition basis in a sub-block prediction mode.
  • PUs such as 2NxN, Nx2N, NxN, etc.
  • a plurality of sub-blocks are grouped into a set, and the syntax of the prediction parameter is encoded for each set, so that motion information of many sub-blocks can be encoded with a small code amount.
  • the sub-block prediction parameter derivation unit 3037 performs sub-block prediction in the sub-block prediction mode, the space-time sub-block prediction unit 30371, the affine prediction unit 30372, the matching motion derivation unit 30373, and the OBMC prediction unit 30374. At least one is provided.
  • Sub block prediction mode flag a method of deriving the sub-block prediction mode flag subPbMotionFlag indicating whether or not the prediction mode of a certain PU is the sub-block prediction mode in the tile decoding unit 2002 and tile encoding unit 2012 (details will be described later) will be described.
  • the tile decoding unit 2002 and the tile encoding unit 2012 select the sub block prediction mode flag subPbMotionFlag based on which one of the spatial sub block prediction SSUB, the temporal sub block prediction TSUB, the affine prediction AFFINE, and the matching motion derivation MAT is used.
  • the sub-block prediction mode flag subPbMotionFlag may be derived by the following equation.
  • the tile decoding unit 2002 and the tile coding unit 2012 may be configured to perform partial prediction among the spatial sub block prediction SSUB, the temporal sub block prediction TSUB, the affine prediction AFFINE, the matching motion derivation MAT, and the OBMC prediction OBMC. . That is, when the tile decoding unit 2002 and the tile coding unit 2012 are configured to perform spatial sub-block prediction SSUB and affine prediction AFFINE, the sub-block prediction mode flag subPbMotionFlag may be derived as follows.
  • FIG. 7 is a schematic view showing the configuration of the merge prediction parameter derivation unit 3036 according to the present embodiment.
  • the merge prediction parameter derivation unit 3036 includes a merge candidate derivation unit 30361, a merge candidate selection unit 30362, and a merge candidate storage unit 30363.
  • the merge candidate storage unit 30363 stores the merge candidate input from the merge candidate derivation unit 30361.
  • the merge candidate is configured to include a prediction list use flag predFlagLX, a motion vector mvLX, and a reference picture index refIdxLX.
  • an index is assigned to the stored merge candidate according to a predetermined rule.
  • the merge candidate derivation unit 30361 derives merge candidates using the motion vector of the adjacent PU for which the decoding process has already been performed and the reference picture index refIdxLX as it is.
  • merge candidates may be derived using affine prediction. This method is described in detail below.
  • the merge candidate derivation unit 30361 may use affine prediction for spatial merge candidate derivation processing, temporal merge candidate derivation processing, combined merge candidate derivation processing, and zero merge candidate derivation processing described later.
  • Affine prediction is performed in units of subblocks, and prediction parameters are stored in the prediction parameter memory 307 for each subblock.
  • affine prediction may be performed pixel by pixel.
  • the merge candidate derivation unit 30361 reads out and reads the prediction parameters (prediction list use flag predFlagLX, motion vector mvLX, reference picture index refIdxLX) stored in the prediction parameter memory 307 according to a predetermined rule
  • the prediction parameters are derived as merge candidates, and stored in the merge candidate list mergeCandList [] (predicted vector candidate list mvpListLX []).
  • the prediction parameters to be read are in contact with PUs within a predetermined range from the decoding target PU (for example, the lower left end L, BL, upper left end AL, upper right end A, AR of the decoding target PU shown in FIG. It is a prediction parameter which concerns on each or all of PU.
  • the merge candidate derivation unit 30361 is configured to use the lower right corner (block BR) of the co-located block shown in FIG. 21C in the reference picture or the block (block C) including the coordinates of the center of the PU to be decoded.
  • the prediction parameters are read from the prediction parameter memory 307, and stored as merge candidates in the merge candidate list mergeCandList []. Since the motion vector of block BR is farther from the block position as a spatial merge candidate than the motion vector of block C, block BR is likely to have a motion vector different from that of the spatial merge candidate.
  • the motion vector of the block C Add to prediction vector candidate.
  • the reference picture may be specified, for example, by using the reference picture index refIdxLX specified in the slice header, or by using the smallest reference picture index refIdxLX of the PU adjacent to the PU to be decoded.
  • the merge candidate derivation unit 30361 may derive the position of the block C (xColCtr, yColCtr) and the position of the block BR (xColBr, yColBr) by the following equation.
  • xColCtr xPb + (W >> 1)
  • yColCtr yPb + (H >> 1)
  • xColBr xPb + W (formula BR0)
  • yColBr yPb + H
  • (xPb, yPb) is the upper left coordinate of the target block
  • (W, H) is the width and height of the target block.
  • the block X indicates a block on a reference picture including the position X, and the prediction parameters (motion vector, reference picture list, etc.) of the block X indicate prediction parameters belonging to the block X.
  • the merge candidate derivation unit 30361 may set the position of the block BR to the lower right in the co-located block as shown in FIG. 21 (f). This position is also called BRmod.
  • the position (xColBr, yColBr) of BRmod may be derived by the following equation which is a block boundary position.
  • xColBr xPb + W-1 (formula BR1)
  • yColBr yPb + H-1
  • M is suitably 2, 3, 4, etc.
  • xColBr ((xPb + W-1) >> M) ⁇ M (formula BR2)
  • yColBr ((yPb + H-1) >> M) ⁇ M
  • the merge candidate derivation unit 30361 performs (Expression BR1) and (Expression BR2) as shown in FIGS. 49 (a) and 49 (c).
  • the position of the reference block BRmod may be derived by
  • the merge candidate derivation unit 30361 does not show the position (xColBr, yColBr) of BR mod as the position within the block boundary as shown in FIG. 50 (b) when the target block (colocate block) is located at the right end of the tile. It may be derived by
  • the merge candidate derivation unit 30361 derives the position (xColBr, yColBr) of BR mod by the following equation indicating the position within the block boundary as shown in FIG. It is good.
  • TileId at a certain position is getTileID (x, y)
  • getTileID (xColBr, yColBr)! GetTileID (xPb, yPb)
  • this is “TileId of tile including BR”
  • the position of BR (BRmod) may be derived by any of the above formulas.
  • independent_tile_flag 1, it may be set to the lower right BR mod in the co-located block.
  • the lower right position can be derived as follows.
  • the merge candidate derivation unit 30361 sets the motion vector and reference picture index of two different derived merge candidates that are already derived and stored in the merge candidate storage unit 30363 as L0 and L1 motion vectors, respectively. Combine merge candidates by combining them, and store them in the merge candidate list mergeCandList [].
  • the motion vector derived by the above-described spatial merge candidate derivation process, temporal merge candidate derivation process, and combined merge candidate derivation process indicates at least part of the co-located tile of the tile where the target block is located, clipping the motion vector And may be modified to point only in the co-located tile.
  • the tile encoding unit 2002 and the tile decoding unit 2012 need to select the same process.
  • the merge candidate derivation unit 30361 derives merge candidates in which the reference picture index refIdxLX is 0 and both the X component and the Y component of the motion vector mvLX are 0, and stores them in the merge candidate list mergeCandList [] Do.
  • the merge candidate derived by the merge candidate derivation unit 30361 is stored in the merge candidate storage unit 30363.
  • the order of storage in the merge candidate list mergeCandList [] is ⁇ L, A, AR, BL, AL, BR / C, combined merge candidate, zero merge candidate ⁇ .
  • L, A, AR, BL, AL, and BR / C are prediction parameters of the block at the positions shown in FIGS. 21 (b) and 21 (c).
  • BR / C means that block C is used if block BR is not available.
  • the order of storage in the merge candidate list mergeCandList [] is the combination of ⁇ L, A, AR, BL, ATMVP, STMVP, AL, TMVP (BR / C) in FIG. Merge candidate, zero merge candidate ⁇ . Note that reference blocks that are not available (block is out of tile, intra prediction, etc.) are not stored in the merge candidate list.
  • the merge candidate derivation unit 30361 When there are a plurality of motion vectors referencing the padding area shown in FIG. 21A among the motion vectors stored in the merge candidate list mergeCandList [], the merge candidate derivation unit 30361 first stores the merge candidate list. Motion vectors that leave a different motion vector and refer to other padding areas may be removed from the merge candidate list. Alternatively, when storing the motion vector in the merge candidate list, the merge candidate derivation unit 30361 checks whether or not the motion vector points to the padding area, and the motion vector pointing to the second and subsequent padding areas is the merge candidate list mergeCandList You may use a method that is not stored in [].
  • the merge candidate derivation unit 30361 selects the motion vector having the smallest size among the plurality of motion vectors indicating padding areas. , And other motion vectors may be deleted from the merge candidate list.
  • the magnitude of the motion vector is calculated, for example, by the sum of absolute values of horizontal and vertical components of the motion vector.
  • the merge candidate derivation unit 30361 may leave the motion vector closest to the tile boundary among the plurality of motion vectors indicating the padding area, and delete the other motion vectors from the merge candidate list.
  • the merge candidate selection unit 30362 assigns an index corresponding to the merge index merge_idx input from the inter prediction parameter decoding control unit 3031.
  • the selected merge candidate is selected as the inter prediction parameter of the target PU.
  • the merge candidate selection unit 30362 stores the selected merge candidate in the prediction parameter memory 307 and outputs the merge candidate to the predicted image generation unit 308.
  • the spatio-temporal sub-block prediction unit 30371 uses the motion vector of the PU on the reference picture (for example, the immediately preceding picture) temporally adjacent to the target PU or the motion vector of the PU spatially adjacent to the target PU. To derive the motion vector of the subblock obtained by dividing.
  • (xPb, yPb) is the upper left coordinate of the target PU
  • W and H are the sizes of the target PU
  • BW and BH are the sizes of the subblocks.
  • the motion vector spMvLX [xi of each subblock in the target PU is calculated.
  • the above candidate TSUB for temporal sub-block prediction and candidate SSUB for spatial sub-block prediction are selected as one mode (merge candidate) of merge mode.
  • ATMVP Adaptive Temporal Motion Vector Prediction
  • STMVP Spatial-Temporal Motion Vector Prediction
  • Motion vector Mv Picture Pic1 including a block having motion vector Mv, reference picture Pic2 of motion vector Mv, motion vector sMv after scaling, picture Pic3 including a block having motion vector sMv after scaling, motion vector sMv after scaling
  • the reference picture Pic4 referred to is the derived function MvScale (Mv, Pic1, Pic2, Pic3, Pic4) of sMv is expressed by the following equation.
  • DiffPicOrderCnt (Pic1, Pic2) is a function that returns the difference between the time information (for example, POC) of Pic1 and Pic2.
  • scaling function MvScale (Mv, Pic1, Pic2, Pic3, Pic4) may be the following expression.
  • MvScale (Mv, Pic1, Pic2, Pic3, Pic4) Mv * DiffPicOrderCnt (Pic3, Pic4) / DiffPicOrderCnt (Pic1, Pic2) (Expression MVSCALE-2) That is, Mv may be scaled according to the ratio of the time information difference between Pic1 and Pic2 and the time information difference between Pic3 and Pic4.
  • ATMVP tile border ATMVP
  • the ATMVP derives a motion vector for each sub block of the target block based on the motion vector of the space adjacent block (L, A, AR, BL, AL) of the target block of the target picture PCur shown in FIG.
  • a method of generating a predicted image in units of subblocks, and processing is performed according to the following procedure.
  • Step 1) Initial Vector Derivation Space Adjacent blocks L, A, AR, BL, AL are determined in the order of the first available adjacent block. If an available adjacent block is found, the process proceeds to step 2 with the motion vector and reference picture of the block as the initial vector IMV and initial reference picture IRef of the ATM VP. If all adjacent blocks are not available (non available), the ATM VF is turned off and the process is terminated. The meaning of "ATMVP is off" means that a motion candidate vector by ATMVP is not stored in the merge candidate list.
  • the meaning of “available adjacent block” is, for example, the position of the adjacent block is included in the target tile, and the adjacent block has a motion vector.
  • Step 2) Tile Boundary Check of Initial Vector
  • IRef Initial Reference picture
  • MvScale IMV, PCur, IRef
  • the ATM VF is turned off, and the process is ended.
  • Step 3 Sub-block motion vector
  • the block at the position shifted (shifted) by the motion vector BMV is divided into sub-blocks in the reference picture BRef.
  • NBW and NBH are the numbers of horizontal and vertical sub-blocks, respectively.
  • Step 4) Motion vector scaling The motion vector of each subblock on the target block from the motion vector SpRefMvLX [k] [l] of each subblock on the reference picture and the reference picture SpRef [k] [l] by the scaling function MvScale () Derivate SpMvLX [k] [l].
  • RefPicListX [refIdx0] MvScale (SpRefMvLX [k] [l], Bref, SpRef [k] [l], PCur, RefPicListX [refIdx0]) (Expression ATMVP-1)
  • the reference picture at the sub-block level of the target block is not the reference picture RefPicListX [refIdx0], but is an index (collocated_ref_idx) used for deriving a predicted motion vector in the time direction notified by the slice header shown in FIG. It may be a reference picture specified by.
  • the reference picture at the subblock level of the target block is RefPicListX [collocated_ref_idx], and the formula for calculating the motion vector SpMvLX [k] [l] at the subblock level of the target block is as follows.
  • tile boundary padding (outside tile padding) is realized by clipping the reference position at the positions of the upper, lower, left, and right boundary pixels of the tile as described above.
  • the upper left coordinates of the target subblock relative to the upper left coordinates of the picture (xs, ys)
  • the width and height of the target subblock are BW, BW
  • the upper left coordinates of the target tile in which the target subblock is located (xTs , yTs)
  • the width and height of the target tile are wT, hT
  • the motion vector is spMvLX [k2] [l2]
  • the reference pixel (xRef, yRef) at the subblock level is derived by the following equation.
  • tile boundary motion vector restriction is as described above.
  • -[Process 1C] tile boundary motion vector replacement replacement with alternative motion vector outside tile
  • copying is performed using the alternative motion vector SpMvLX [k3] [l3] in the co-located tile.
  • (k3, l3) may be an adjacent sub-block of (k2, l2) or the center of the block.
  • SpMvLX [k2] [l2] [0] SpMvLX [k3] [l3] [0] (Expression ATMVP-4)
  • SpMvLX [k2] [l2] [1] SpMvLX [k3] [l3] [1] ⁇ [Process 1D] tile boundary ATMVP off (out-of-tile ATMVP off) If the number of sub-blocks not pointed to by the sub-block motion vector SpMvLX [k2] [l2] exceeds the predetermined threshold, the ATM VP is turned off and the process is ended.
  • the predetermined threshold may be half the number of all subblocks in the target block.
  • processing 1 it is necessary to select the same processing in the tile encoding unit 2002 and the tile decoding unit 2012.
  • Step 6 Store the ATM VP in the merge candidate list.
  • An example of the order of merge candidates to be stored in the merge candidate list is shown in FIG. From this list, merge candidates of the target block are selected using merge_idx derived by the inter prediction parameter decoding control unit 3031.
  • the space-time sub-block prediction unit 30371 searches for five neighboring blocks of the target block (S2301).
  • the space-time sub-block prediction unit 30371 determines the presence or absence of the first available adjacent block, and proceeds to S2303 if there is an available adjacent block, or proceeds to S2311 if there is no available adjacent block (S2302).
  • the space-time sub-block prediction unit 30371 sets a motion vector and a reference picture of an available adjacent block as an initial vector IMV and an initial reference picture IRef of the target block (S2303).
  • the space-time sub-block prediction unit 30371 searches for the block-based motion vector BMV of the target block and the reference picture BRef based on the initial vector IMV of the target block and the initial reference picture IRef (S2304).
  • the spatio-temporal sub-block prediction unit 30371 determines the presence or absence of a block-based motion vector BMV pointing to a co-located tile in the reference block, and if there is a BMV, acquires BRef and advances to S2306, and if there is no BMV advances to S2311 (S2305).
  • the spatio-temporal sub-block prediction unit 30371 uses the block-based motion vector BMV of the target block and the reference picture BRef to generate the sub-block-based motion vector SpRefMvLX [k] [l] of the co-located block and the reference picture SpRef [k] [l]. l] is acquired (S2306).
  • the space-time sub-block prediction unit 30371 sets the reference picture to RefPicListX [refIdxATMVP] using the motion vector SpRefMvLX [k] [l] and the reference picture SpRef, and then the subblock-based motion vector spMvLX [of the target block. k] [l] is derived by scaling (S2307).
  • the space-time sub-block prediction unit 30371 determines whether or not all the blocks pointed to by the motion vector spMvLX [k] [l] refer to the co-located tile on the reference picture RefPicListX [refIdxATMVP]. If all the blocks refer only to the co-located tile, the process advances to step S2310; otherwise, the process advances to step S2309 (S2308).
  • the spatio-temporal sub-block prediction unit 30371 performs sub-block level motion in which the shifted sub-block is in the co-located tile when at least part of the block shifted by the motion vector spMvLX [k] [l] is outside the co-located tile.
  • the motion vector of the subblock level of the adjacent subblock having a vector is copied (S2309).
  • the space-time sub-block prediction unit 30371 stores the ATM VP motion vector in the merge candidate list mergeCandList [] shown in FIG. 24 (S2310).
  • the space-time sub-block prediction unit 30371 does not store the ATM VP motion vector in the merge candidate list mergeCandList [] (S2311).
  • the processing of S2309 may be padding processing of tile boundaries of a reference picture or clipping processing of a motion vector at the subblock level of the target block. Good. If the number of subblocks that can not be used is larger than a predetermined threshold, the ATM VP may be turned off and the process may proceed to S2311.
  • the merge candidate list related to the ATM VP is derived.
  • the tile is used because the pixel value in the co-located tile is used to replace the reference pixel even if the motion vector points out of the co-located tile in inter prediction. It can be inter-predicted independently. Therefore, even if part of the reference pixels is not included in the co-located tile, the ATM VP can be selected as one of merge candidates. When the performance is higher than that of the merge candidate other than ATMVP, the prediction image can be generated using ATMVP, so that the coding efficiency can be improved.
  • STMVP is a space adjacent block (a, b, c, d,%) Of the target block of the target picture PCur shown in FIG. 25 (a), and a co-located block (A ′, Based on the motion vector of B ′, C ′, D ′,...), A motion vector is derived for each sub block of the target block, and a prediction image is generated in units of sub blocks.
  • A, B, C, and D in FIG. 25A are examples of sub-blocks obtained by dividing the target block.
  • a ', B', C 'and D' in FIG. 25 (b) are co-located blocks of sub blocks A, B, C and D in FIG. 25 (a).
  • Ac ', Bc', Cc 'and Dc' are regions located at the centers of A ', B', C 'and D', and A'br, B'br, C'br, D'br is an area located at the lower right of A ', B', C 'and D'. Note that A'br, B'br, C'br, D'br are not located at the lower right position outside A ', B', C ', D' shown in FIG. It may be the lower right position in A ', B', C ', D' shown. In FIG. 25 (g), A'br, B'br, C'br, D'br take positions in the co-located tile. STMVP is processed according to the following procedure.
  • Step 2 From the left adjacent block b of the sub block A, find the first available block downward. If an available adjacent block is found, the motion vector and the reference picture of the first block are set as the left vector mvA_left and the reference picture RefA_left, and the count cnt is incremented by one. If there is no adjacent block available, the count cnt is not updated.
  • Step 3 In the co-located block A 'of the sub block A, it is checked whether or not the lower right positions A'br and A'c can be used in order. If an available area is found, the first motion vector and reference picture of the block are set as the co-locate vector mvA_col and reference picture RefA_col, and the count is incremented by one. If no block is available, do not update the count cnt.
  • Step 5) If ctn is not 0, the available motion vector obtained in step 1) to step 3) is scaled using time information of the target picture PCur and the reference picture RefPicListX [collocated_ref_idx] of the target block. Let the motion vectors after scaling be smvA_above, smvA_left, smvA_col.
  • Unavailable motion vectors are set to zero.
  • the scaling function MvScale (Mv, Pic1, Pic2, Pic3, Pic4) is a function for scaling the motion vector Mv as described above.
  • Step 6 Calculate the average of smvA_above, smvA_left, smvA_col, and set as the motion vector spMvLX [A] of the sub block A.
  • the reference picture of the subblock A is RefPicListX [collocated_ref_idx].
  • spMvLX [A] (smvA_above + smvA_left + smvA_col) / cnt (expression STMVP-2)
  • cnt 2 2 if two vectors are described as mvA_cnt0 and mvA_cnt1 in order, they may be derived by the following equation.
  • spMvLX [A] (5 * smvA_above + 5 * smvA_1eft + 6 * smvA_col) >> 4 Step 7)
  • RefPicListX [collocated_ref_idx] it is checked whether or not the block at the position shifted the co-located block by spMvLX [A] is in the co-located tile. If part or all of the block is not in the co-located tile, one of the following processing 2 (processing 2A to processing 2D) is performed.
  • tile boundary padding (outside tile padding) is realized by clipping the reference position at the positions of the upper, lower, left, and right boundary pixels of the tile as described above.
  • the upper left coordinates of subblock A relative to the upper left coordinates of the picture (xs, ys) are BW, BH
  • the upper left coordinates of the target tile in which subblock A is located xTs , yTs
  • the width and height of the target tile are wT and hT
  • the reference pixel (xRef, yRef) of the subblock A is derived by the following equation.
  • xRef + i Clip 3 (xTs, xTs + wT-1, xs + (spMvLX [A] [0] >> log 2 (M)) + i) (equation STMVP-3)
  • yRef + j Clip 3 (yTs, yTs + hT-1, ys + (spMvLX [A] [1] >> log 2 (M)) + j)
  • the tile encoding unit 2002 and the tile decoding unit 2012 need to select the same process.
  • SpMvLX [k2] [l2] [0] SpMvLX [k3] [l3] [0] (equation STMVP-4)
  • SpMvLX [k2] [l2] [1] SpMvLX [k3] [l3] [1] [Processing 2D] tile boundary
  • STMVP off Subblock motion vector SpMvLX [k2] [l2] turns STMVP off and ends processing if the number of subblocks not in the co-located tile exceeds the specified threshold .
  • the predetermined threshold may be half the number of all subblocks in the target block.
  • Step 8) The processes in steps 1) to 7) are performed on each subblock of the target block, such as subblocks B, C, and D, as shown in (d), (e) and (f) of FIG.
  • the upper adjacent block is searched from d in the right direction.
  • the upper adjacent block is A
  • the left adjacent block is searched downward from a.
  • the upper adjacent block is B and the left adjacent block is C.
  • Step 9) Store the STMVP motion vector in the merge candidate list.
  • the order of merge candidates to be stored in the merge candidate list is shown in FIG. From this list, merge candidates of the target block are selected using merge_idx derived by the inter prediction parameter decoding control unit 3031.
  • the image on the reference picture RefPicListX [collocated_ref_idx] shifted by the motion vector is read from each subblock of the target block, and is set as a predicted image.
  • the space-time sub-block prediction unit 30371 divides the target block into sub-blocks (S2601).
  • the space-time sub-block prediction unit 30371 searches the upper side, the left side, and the adjacent blocks in the time direction of the sub-block (S2602).
  • the space-time sub-block prediction unit 30371 determines the presence or absence of available adjacent blocks, and proceeds to S2604 if there is an available adjacent block, or proceeds to S2610 if there is no available adjacent block (S2603).
  • the space-time sub-block prediction unit 30371 scales the motion vector of the available adjacent block in accordance with the temporal distance between the target picture and the reference pictures of the plurality of adjacent blocks (S2604).
  • the space-time sub-block prediction unit 30371 calculates the average value of the scaled motion vectors, and sets it as the motion vector spMvLX [] of the target sub-block (S2605).
  • the space-time sub-block prediction unit 30371 determines whether a block obtained by shifting the co-located sub-block on the reference picture by the motion vector spMvLX [] is in the co-located tile or not. However, if it is not in the co-located tile, the processing proceeds to S2607 (S2606).
  • the space-time sub-block prediction unit 30371 clips the motion vector spMvLX [] when the block shifted by the motion vector spMvLX [] is outside the co-located tile (S2607).
  • the space-time sub-block prediction unit 30371 checks whether the sub-block being processed is the last sub-block of the target block (S2608), and proceeds to S2610 if it is the last sub-block, otherwise it is the processing target Is transferred to the next sub-block and the process proceeds to S2602 (S2609), and S2602 to S2608 are repeatedly processed.
  • the space-time sub-block prediction unit 30371 stores the motion vector of STMVP in the merge candidate list mergeCandList [] shown in FIG. 24 (S2610).
  • the space-time sub-block prediction unit 30371 When there is no usable motion vector, the space-time sub-block prediction unit 30371 does not store the motion vector of STMVP in the merge candidate list mergeCandList [], and ends the processing (S2611).
  • processing in S2607 may be padding processing of tile boundaries of a reference picture as described in 7), in addition to the clipping processing of the motion vector of the target sub block.
  • the merge candidate list regarding STMVP is derived.
  • the pixel is used to replace the reference pixel in the co-located tile, so the tile It can be inter-predicted independently. Therefore, STMVP can be selected as one of merge candidates even when a part of reference pixels is not included in the co-located tile.
  • the prediction image can be generated using STMVP, so that the coding efficiency can be improved.
  • the affine prediction units 30372 and 30321 derive affine prediction parameters of the target PU.
  • motion vectors (mv0_x, mv0_y) (mv1_x, mv1_y) of two control points (V0, V1) of the target PU are derived as affine prediction parameters.
  • the motion vector of each control point may be derived by predicting from the motion vector of the PU adjacent to the target PU (affine prediction unit 30372), or a predicted vector derived as the motion vector of the control point
  • the motion vector of each control point may be derived from the sum of the difference vectors derived from and the encoded data (affine prediction unit 30321).
  • Step 1 Derivation of Control Point Vector
  • representative points of the target block here, the upper left point V0 of the block and the upper right of the block It is a process of deriving each motion vector of point V1).
  • a representative point of the block a point on the target block is used.
  • a representative point of a block used as a control point of affine prediction is referred to as a "block control point”.
  • FIG. 30 is a diagram showing an example of the position of a reference block used for derivation of motion vectors of control points in the AMVP mode and the merge mode.
  • the affine prediction unit 30321 selects one of the blocks A, B, and C adjacent to one of the representative points as a reference block (AMVP reference block) with reference to mvpV0_LX_idx. .
  • the motion vector of the selected AMVP reference block is set as the prediction vector mvpV0LX of the representative point V0.
  • the affine prediction unit 30321 refers to mvpV1_LX_idx to select any one of the blocks D and E as an AMVP reference block.
  • the motion vector of the selected AMVP reference block is set as the prediction vector mvpV1LX of the representative point V1.
  • the position of the control point in (STEP 1) is not limited to the above, and may be the position of the point V2 at the lower left of the block shown in FIG. 30 (b) instead of V1.
  • one of blocks F and G is selected as an AMVP reference block with reference to mvpV2_LX_idx. Then, the motion vector of the selected AMVP reference block is set as the prediction vector mvpV2LX of the representative point V2.
  • the control points are V0 and V1, and the reference block of the control point V0 is B.
  • mvpV0_L0_idx is unnecessary.
  • the control points are V0 and V2, and the reference block of the control point V0 is C.
  • mvpV0_L0_idx is unnecessary.
  • affine prediction may be turned off (not affine prediction), or a prediction vector of the control point V2 may be copied to be a prediction vector of the control point V0 and affine prediction may be performed. . These may be processed in the same manner as the affine prediction unit 11221 of the tile coding unit 2012.
  • the affine prediction unit 30372 For the block including L, A, AR, LB, and AL as shown in FIG. 30D, the affine prediction unit 30372 refers to the prediction parameter memory 307 and checks whether affine prediction is used or not. . Search in the order of block L, A, AR, LB, AL, and select the block using affine prediction found first (here, L in FIG. 30 (d)) as a reference block (merge reference block), Deriving motion vectors.
  • the width of the target block is W
  • the height H
  • the width of the merge reference block (the block including L in the example of the drawing) is w and the height is h. is there.
  • Tile Boundary Padding Performs tile boundary padding in STEP 3. In this case, no additional processing is performed in (STEP 1).
  • Tile boundary padding (outside tile padding) is realized by clipping the reference position at the positions of the upper, lower, left, and right boundary pixels of the tile, as described above.
  • the upper left coordinates of the target subblock relative to the upper left coordinates of the picture (xs, ys) are W and H
  • the upper left coordinates of the target tile where the target subblock is located xTs, Assuming that yTs) and the width and height of the target tile are wT and hT
  • the reference pixel (xRef, yRef) at the subblock level is derived by the following equation.
  • tile boundary motion vector restriction is as described above.
  • ⁇ tile boundary motion vector replacement (alternative motion vector replacement) Copy a motion vector from an adjacent subblock that has a motion vector pointing in the co-located tile.
  • [Process 4D] tile boundary affine off If it is determined to refer to a part outside the co-located tile, set affine_flag 0 (do not affine predict). In this case, the above processing is not performed.
  • processing 4 it is necessary to select the same processing in the affine prediction unit of the tile encoding unit 2002 and the affine prediction unit of the tile decoding unit 2012.
  • StepP 2 Derivation of Sub-block Vector From the motion vector of the block control point (control points V0 and V1 or V0 and V2) which is the representative point of the target block derived by (Affine) prediction sections 30372 and 30321 in (STEP 1) And a process of deriving motion vectors of each sub block included in the target block.
  • the motion vector spMvLX of each sub block is derived by (STEP 1) and (STEP 2).
  • control points V0 and V1 will be described below, if the motion vector of V1 is replaced with a motion vector of V2, the motion vector of each sub block is derived in the same process at control points V0 and V2. Can.
  • FIG. 13A is a diagram showing an example of deriving the motion vector spMvLX of each sub block constituting the target block from the motion vector (mv0_x, mv0_y) of the control point V0 and the motion vector (mv1_x, mv1_y) of V1. is there.
  • the motion vector spMvLX of each sub block is derived as a motion vector for each point located at the center of each sub block, as shown in FIG.
  • xb and yb are the upper left coordinates of the target PU
  • W and H are the width and height of the target block
  • BW and BH are the width and height of the subblock.
  • FIG. 13B is a diagram showing an example in which the target block (width W, height H) is divided into sub-blocks of width BW and height BH.
  • the points of the sub-block position (i, j) and the sub-block coordinates (xi, yj) are the intersections of the dashed line parallel to the x-axis and the dashed line parallel to the y-axis in FIG.
  • the point of sub block position (i, j) (1, 1)
  • Step 3 Sub-block motion compensation Based on the prediction list use flag predFlagLX, the reference picture index refIdxLX, and the motion vector spMvLX of the sub-block derived in (STEP 2), which the motion compensation unit 3091 has input from the inter prediction parameter decoding unit 303.
  • affine_flag 1, it is a process of performing motion compensation in units of subblocks. Specifically, the block located at a position shifted by the motion vector spMvLX from the position of the target sub-block on the reference picture specified by the reference picture index refIdxLX from the reference picture memory 306 is read and filtered. A motion compensated image PredLX is generated.
  • FIG. 31 (a) is a flowchart showing the operation of the above affine prediction.
  • the affine prediction units 30372 and 30321 derive motion vectors of control points (S3101).
  • the affine prediction units 30372 and 30321 determine whether or not the motion vector of the derived control point points outside the tile (S3102). If the motion vector does not point outside the tile (N in S3102), the process proceeds to S3104. If a part of the motion vector points outside the tile (Y in S3102), the process advances to S3103.
  • the affine prediction units 30372 and 30321 correct the motion vector to point in the tile, for example, by clipping the motion vector in any of the processes 4 described above.
  • S3101 to S3103 are processing corresponding to the above (STEP 1).
  • the affine prediction units 30372 and 30321 derive the motion vector of each sub block based on the derived motion vector of the control point (S3104).
  • S3104 is a process corresponding to the above (STEP 2).
  • the motion compensation unit 3091 determines whether or not the motion vector of the sub block points outside the tile (3106). If the motion vector does not point outside the tile (N in S3106), the process proceeds to S3108. If a part of the motion vector points outside the tile (Y in S3106), the process advances to S3107.
  • the motion compensation unit 3091 pads the tile boundary (S3107).
  • the motion compensation unit 3091 generates a motion compensated image by affine prediction using the motion vector of the sub block (S3108).
  • FIG. 31 (b) is a flowchart showing an example of determining control points in the case of AMVP prediction in S3101 of FIG. 31 (a).
  • the affine prediction unit 30321 determines whether the upper side of the target block is in contact with the tile boundary (S3110). If it touches the upper boundary of the tile (Y in S3110), the process advances to S3111, and the control point is set to V0, V2 (S3111). If not (N in S3110), the process advances to S3112 to set the control points to V0 and V1 (S3112).
  • affine prediction In affine prediction, set control points as described above, derive motion vectors for affine prediction, and generate predicted images even if adjacent blocks are located outside the tile or motion vectors point outside the tile.
  • the pixel values in the tile can then be used to replace the reference pixels. Therefore, since the tiles can be inter-predicted independently while suppressing the decrease in the frequency of use of the affine prediction process, the coding efficiency can be enhanced.
  • the matching motion derivation unit 30373 derives the motion vector spMvLX of the block or sub-block constituting the PU by performing either bilateral matching or template matching.
  • FIG. 14 is a diagram for explaining (a) Bilateral matching and (b) Template matching.
  • the matching motion derivation mode is selected as one merge candidate (matching candidate) of the merge mode.
  • the matching motion deriving unit 30373 derives a motion vector by matching the regions in a plurality of reference pictures, on the assumption that the object performs constant motion.
  • bilateral matching it is assumed that an object passes through a region with a reference picture A, a target PU with a target picture Cur_Pic, and a region with a reference picture B with constant motion, matching between reference pictures A and B
  • the motion vector of the target PU is derived by In template matching, assuming that the motion vector of the adjacent area of the target PU and the motion vector of the target PU are equal, the motion vector is determined by matching the adjacent area Temp_Cur (template) of the target PU and the adjacent area Temp_L0 of the reference block on the reference picture.
  • DiffPicOrderCnt (Cur_Pic, Ref0) and DiffPicOrderCnt (Cur_Pic, Ref1) are functions that return the difference in time information between the target picture Cur_Pic and the reference picture A, respectively, as shown in (a) of FIG. This represents a function that returns the difference in time information between the target picture Cur_Pic and the reference picture B.
  • (mv0 [0], mv0 [1]) is determined so as to minimize the matching cost between Block_A and Block_B.
  • the (mv0 [0], mv0 [1]) derived in this manner is the motion vector assigned to the target block.
  • a motion vector spMVL0 is derived for each sub block obtained by dividing the target block.
  • (b) of FIG. 14 is a figure for demonstrating template matching (Template matching) among the said matching processes.
  • one reference picture is referenced at a time in order to derive a motion vector of a target block Cur_block in a target picture Cur_Pic.
  • a reference block Block_A having the upper left coordinates (xPos0, yPos0) specified by is identified.
  • (xCur, yCur) is the upper left coordinates of the target block Cur_block.
  • a template region Temp_Cur adjacent to the target block Cur_block and a template region Temp_L0 adjacent to the Block_A in the reference picture A are set.
  • the template region Temp_Cur is composed of a region adjacent to the upper side of the target block Cur_block and a region adjacent to the left side of the target block Cur_block.
  • the template region Temp_L0 is configured of a region adjacent to the upper side of the Block_A and a region adjacent to the left side of the Block_A.
  • (mv0 [0], mv0 [1]) at which the matching cost between Temp_Cur and Temp_L0 is minimized is determined, and becomes a motion vector assigned to the target block.
  • a motion vector spMvL0 is derived for each sub block obtained by dividing the target block.
  • template matching may be performed on two reference pictures Ref0 and Ref1.
  • the matching of the reference picture Ref0 described above and the matching of the reference picture Ref1 are sequentially performed.
  • a reference block Block_B having upper left coordinates (xPos1, yPos1) specified by is specified, and a template region Temp_L1 adjacent to Block_B in the reference picture B is set.
  • FIG. 32 The process shown in FIG. 32 is executed by the matching motion deriving unit 30373.
  • FIG. 32 (a) is a flowchart of the bilateral matching process
  • FIG. 32 (b) is a flowchart of the template matching process.
  • S3201 to S3205 are block searches performed at the block level. That is, a pattern match is used to derive motion vectors throughout the block (CU or PU).
  • S3206 to S3207 are subblock searches performed at the subblock level. That is, motion vectors are derived in units of subblocks constituting a block using pattern matching.
  • the matching motion derivation unit 30373 sets an initial vector candidate of the block level in the target block.
  • the initial vector candidate is a motion vector of an adjacent block such as an AMVP candidate or a merge candidate of a target block.
  • the matching motion derivation unit 30373 searches for a vector with the smallest matching cost from among the initial vector candidates set above, and sets it as an initial vector to be a base of vector search.
  • the matching cost is expressed, for example, as the following equation.
  • Block_A [x] [y] -Block_B [x] [y]) (formula FRUC-5)
  • ⁇ is the sum of x and y
  • Block_A [] [] and Block_B [] [] respectively have (xPos0, 0 of (formula FRUC-1) and (formula FRUC-2) upper left coordinates of the block. It is a block represented by yPos0) and (xPos1, yPos1), and an initial vector candidate is substituted into (mv0 [0], mv0 [1]). Then, the vector with the smallest matching cost is set again to (mv0 [0], mv0 [1]).
  • the matching motion derivation unit 30373 executes one of the following processing 5 (processing 5A to processing 5C).
  • processing 5A Tile Boundary Padding
  • the tile boundary padding is performed by the motion compensation unit 3091.
  • the pixel pointed to by the initial vector (mv0 [0], mv0 [1]) is clipped so that it does not refer to outside the tile.
  • Top left coordinates of target block based on top left coordinates of picture (xs, ys), width and height of target block W, H, top left coordinates of target tile where target block is located (xTs, yTs), target Assuming that the width and height of the tile are wT and hT, the subblock reference pixels (xRef, yRef) are derived by the following formula.
  • xRef + i Clip 3 (xTs, xTs + wT-1, xs + (mv 0 [0] >> log 2 (M)) + i) (formula FRUC-6)
  • yRef + j Clip3 (yTs, yTs + hT-1, ys + (mv1 [1] >> log2 (M)) + j) [Process 5B] Tile Boundary Motion Vector Restriction: The initial vector mv0 is clipped so that the motion vector mv0 of the initial vector does not refer to outside the tile. The tile boundary motion vector restriction is as described above.
  • tile boundary motion vector replacement (alternative motion vector replacement) If the destination pointed to by the motion vector mv0 is not in the co-located tile, copying is performed with the alternative motion vector in the co-located tile.
  • the tile encoding unit 2002 and the tile decoding unit 2012 need to select the same process.
  • the matching motion derivation unit 30373 performs a block level local search (local search) on the target block.
  • a local region for example, a region of ⁇ D pixels centered on the initial vector
  • S3204 the initial vector derived in S3202 or S3204 is further searched to search for a vector with the smallest matching cost, and the final Motion vector of the target block.
  • the matching motion derivation unit 30373 derives an initial vector of the sub block in the target block (initial vector search).
  • the initial block candidate of the sub block is the block level motion vector derived in S3205, the motion vector of the adjacent block in the space-time direction of the sub block, the ATMVP or STMVP vector of the sub block, or the like.
  • a vector with the smallest matching cost is taken as an initial vector of the subblock.
  • the vector candidate used for the initial block search of the subblock is not limited to the above-described vector.
  • step S3207 the matching motion derivation unit 30373 performs a step search or the like (locally to the region of ⁇ D pixels centered on the initial vector) centered on the initial vector of the sub-block selected in step S3206. Do a search). Then, the matching cost of vector candidates near the initial vector of the sub block is derived, and the vector which becomes the smallest is derived as the motion vector of the sub block.
  • S3211 to S3205 are block searches executed at the block level. Also, S3214 to S3207 are sub block searches performed at the sub block level.
  • the matching motion derivation unit 30373 determines whether the template Temp_Cur (both the upper adjacent region and the left adjacent region of the target block) of the target block exists in the tile. If it exists (Y in S3211), the upper adjacent area and the left adjacent area of the target block are set in Temp_Cur as shown in FIG. 14C, and a template of the target block is acquired (S3213). If not (N in S3211), the processing proceeds to S3212, and one of the following processing 6 (processing 6A to processing 6E) is executed. [Process 6A] Tile Boundary Padding The tile boundary padding is performed by the motion compensation unit 3091.
  • tile Boundary Motion Vector Restriction A motion vector is clipped so that the motion vector does not refer to outside the tile.
  • the tile boundary motion vector restriction is as described above.
  • tile boundary motion vector replacement alternative motion vector replacement
  • copying is performed with the alternative motion vector in the co-located tile.
  • TM_flag indicating on / off of template matching
  • template matching is not performed (advances to end).
  • the adjacent area is set as a template. In the process 6, the tile encoding unit 2002 and the tile decoding unit 2012 need to select the same process.
  • the matching motion derivation unit 30373 sets an initial vector candidate of the block level in the target block.
  • the process of S3201 is the same as S3201 of FIG.
  • the matching motion derivation unit 30373 searches for a vector with the smallest matching cost from among the initial vector candidates set above, and sets it as an initial vector to be a base of vector search.
  • the matching cost is expressed, for example, as the following equation.
  • S3203 and S3204 are the same processes as S3203 and S3204 of FIG. Note that, in the process 5 of S3204 in FIG. 32B, when the template matching is turned off, the TM_flag is set to 0.
  • the matching motion derivation unit 30373 performs a block level local search (local search) on the target block.
  • a local region for example, a region of ⁇ D pixels centered on the initial vector
  • S3204 the initial vector derived in S3202 or S3204 is further searched to search for a vector with the smallest matching cost, and the final Motion vector of the target block.
  • the matching motion derivation unit 30373 acquires the template of the sub block in the target block.
  • the template of the sub block is formed in the same shape in S3214.
  • the matching motion derivation unit 30373 derives an initial vector of the sub block in the target block (initial vector search).
  • the initial block candidate of the sub block is the block level motion vector derived in S3205, the motion vector of the adjacent block in the space-time direction of the sub block, the ATMVP or STMVP vector of the sub block, or the like.
  • a vector with the smallest matching cost is taken as an initial vector of the subblock.
  • the vector candidate used for the initial block search of the subblock is not limited to the above-described vector.
  • the matching motion derivation unit 30373 performs a step search (local search) centering on the initial vector of the sub block selected in S3206. Then, the matching cost of the vector candidate in a local region centered on the initial vector of the subblock (for example, within a search range ( ⁇ D pixel region centered on the initial vector)) is derived, It derives as a motion vector.
  • the matching motion derivation unit 30373 does not search for the vector candidate.
  • the motion compensation unit 3091 performs bi-prediction processing using the two derived motion vectors.
  • the fruc_merge_idx to be output to the motion compensation unit 3091 is derived by the following equation.
  • fruc_merge_idx fruc_merge_idx & BM_flag & (TM_flag ⁇ 1) (Expression FRUC-8)
  • BM_flag and TM_flag may be derived before the pattern match vector derivation process, and only matching processing in which the flag value is true may be performed.
  • BM_flag fruc_merge_idx & 1 (Formula FRUC-9)
  • TM_flag (fruc_merge_idx & 10) >> 1
  • fruc_merge_idx can be expressed in 1 bit. .
  • the search range D may be set so as not to refer to pixels outside the co-located tile in the motion vector search process.
  • the search range D of the bilateral matching process and the template matching process may be set in accordance with the position and size of the target block or the position and size of the target sub block.
  • the matching motion derivation unit 30373 sets the search range D1x in the left direction of the target block shown in FIG. 48, the search range D2x in the right direction of the target block, and the target block as a range in which only pixels in the co-located tile are referenced.
  • the upper search range D1y and the lower search range D2y of the target block are derived as follows.
  • D1x xPosX + mvX [0] -xTs (formula FRUC-11)
  • D2x xTS + wT-(xPosX + mvX [0] + W)
  • D1y yPosX + mvX [1] -yTS
  • D2y yTS + hT-(yPosX + mvX [1] + H)
  • the matching motion derivation unit 30373 sets the minimum value of the default search range Ddef and D1x, D2x, D1y, D2y obtained by (formula FRUC-11) as the search range D of the target block.
  • the matching motion derivation unit 30373 searches the search range D1x in the left direction of the target block shown in FIG. 48, the search range D2x in the right direction of the target block, and the search in the upper direction of the target block as a range for referencing only the pixels in the colocated tile.
  • the range D1y and the search range D2y in the lower direction of the target block are derived as follows.
  • D1x clip3 (0, Ddef, xPosX + mvX [0]-xTs) (formula FRUC-11b)
  • D2x clip3 (0, Ddef, xTS + wT-(xPosX + mvX [0] + W))
  • D1y clip3 (0, Ddef, yPosX + mvX [1]-yTS)
  • D2y clip3 (0, Ddef, yTS + hT-(yPosX + mvX [1] + H))
  • the matching motion derivation unit 30373 sets the minimum value of D1x, D2x, D1y, D2y obtained by (formula FRUC-11b) as the search range D of the target block.
  • D1x xPosX + mvX [0]-(xTs-xPad) (formula FRUC-13)
  • D2x xTS + wT + xPad-(xPosX + mvX [0] + W)
  • D1y yPosX + mvX [1]-(yTS-yPad)
  • D2y yTS + hT + yPad-(yPosX + mvX [1] + H)
  • the following equation may be used.
  • D1x clip 3 (0, Ddef, xPosX + mvX [0]-(xTs-xPad)) (formula FRUC-13b)
  • D2x clip3 (0, Ddef, xTS + wT + xPad-(xPosX + mvX [0] + W))
  • D1y clip3 (0, Ddef, yPosX + mvX [1]-(yTS-yPad))
  • D2y clip3 (0, Ddef, yTS + hT + yPad-(yPosX + mvX [1] + H))
  • the motion vector is derived as described above to generate a predicted image, thereby using pixel values in the tile. Can replace the reference pixel. Therefore, since the tiles can be inter-predicted independently while suppressing the decrease in the frequency of use of the matching process, the coding efficiency can be used.
  • the motion compensation unit 3091 may generate a predicted image using OBMC processing.
  • OBMC Overlapped block motion compensation
  • the interpolation image PredC of the target sub block generated using the inter prediction parameter (hereinafter, motion parameter) of the target block and the target block generated using the motion parameters of the adjacent block of the target sub block
  • the interpolation image PredRN is used to generate an interpolation image (motion compensated image) of a target block.
  • processing for correcting the interpolated image of the target block is performed in units of subblocks using the interpolated image PredRN based on the motion parameters of the adjacent block.
  • FIG. 33 is a diagram showing an example of an area for generating a predicted image using motion parameters of adjacent blocks according to the present embodiment.
  • block-based prediction since motion parameters in the block are the same, as shown in FIG. 33A, pixels of hatched sub-blocks within a predetermined distance from the block boundary are subject to OBMC processing .
  • the pixels of each subblock are to be subjected to the OBMC process.
  • the OBMC process be performed in units of subblocks obtained by dividing the block.
  • the size of subblocks can vary from 4x4, 8x8 to block sizes.
  • FIG. 34 is a flowchart showing parameter derivation processing performed by the OBMC prediction unit 30374 according to the present embodiment.
  • the OBMC prediction unit 30374 determines, for the target sub-block, the presence / absence and availability of adjacent blocks adjacent in the upper, left, lower, and right directions.
  • the process proceeds to processing in the next direction. Can be taken after the processing of the next subblock.
  • the OBMC prediction unit 30374 checks the necessity of the OBMC process and the presence or absence of the adjacent block (S3401). If the prediction unit is a block unit and the target sub-block is not in contact with the block boundary in the direction indicated by i, there is no adjacent block necessary for OBMC processing (N in S3401), so the process proceeds to S3404 and the flag obmc_flag [i] To 0. Otherwise (if the prediction unit is a block unit and the target sub-block touches a block boundary, or if the processing unit is a sub-block), there is an adjacent block required for the OBMC process (Y in S3401), S3402 move on.
  • the OBMC prediction unit 30374 checks whether the adjacent block in the direction indicated by i is the intra prediction block or the block outside the tile as the availability of the adjacent block (S3402). If the adjacent block is an intra prediction block or a block outside the tile (Y in S3402), the process advances to S3404 to set obmc_flag [i] of the corresponding direction i to 0. If not (if the adjacent block is an inter prediction block and a block in a tile) (N in S3402), the processing proceeds to S3403.
  • the target sub-block SCU3 [0] [0] [0]
  • the obmc_flag [2] of] is set to 0.
  • the upper adjacent block is intra prediction, so obmc_flag [1] of the target sub-block SCU4 [3] [0] is 0.
  • motion vector and the reference picture index are used in the above equation, determination may be made using the motion vector and POC as in the following equation.
  • refPOC is the POC of the target sub block
  • refPOCRN is the POC of the adjacent block
  • Tile Boundary Padding The motion compensator 3091 performs tile boundary padding.
  • Tile boundary padding (outside tile padding) is realized by clipping the reference position at the positions of the upper, lower, left, and right boundary pixels of the tile as described above.
  • the upper left coordinates of the target subblock relative to the upper left coordinates of the picture (xs, ys), the width and height of the target subblock are BW, BH, and the upper left coordinates of the target tile where the target subblock is located (xTs , yTs), the width and height of the target tile are wT, hT, and the motion vector of the adjacent block (MvLXRN [0], MvLXRN [1]), the subblock reference pixel (xRef, yRef) is derived by the following formula Do.
  • xRef + i Clip 3 (xTs, xTs + wT-BW, xs + (MvLXRN [0] >> log2 (M))) (Expression OBMC-3)
  • yRef + j Clip 3 (yTs, yTs + hT-BH, ys + (MvLXRN [1] >> log2 (M))) [Process 3B] Tile Boundary Motion Vector Restriction: The motion vector MvLXRN of the adjacent block is clipped so as not to refer to the outside of the tile.
  • tile boundary motion vector replacement (alternative motion vector replacement) Copy a motion vector from an adjacent subblock that has a motion vector pointing in the co-located tile.
  • tile boundary OBMC off If the reference image is referred to by the motion vector (MvLXRN [0], MvLXRN [1]) of the adjacent block in the direction i, obmc_flag [is determined to refer to the outside of the co-located tile. i] Set to 0 (do not perform OBMC processing in direction i). In this case, S3407 is skipped to proceed.
  • process 3 the tile encoding unit 2002 and the tile decoding unit 2012 need to select the same process.
  • the OBMC prediction unit 30374 outputs the prediction parameter (obmc_flag and the motion parameter of the adjacent block of each sub block) derived above to the inter prediction image generation unit 309, and the inter prediction image generation unit 309 refers to obmc_flag to perform OBMC processing.
  • the object block is subjected to OBMC processing while determining the necessity of (1) (details will be described in (motion compensation)).
  • the BTM prediction unit 3038 uses the prediction image generated using the bidirectional motion vector derived by the merge prediction parameter derivation unit 3036 as a template, and executes bilateral template matching (BTM) processing to achieve accuracy. Derive a high motion vector.
  • the BTM prediction unit 3038 performs bilateral template matching (BTM) processing.
  • FIG. 35 (a) is a diagram showing the relationship between a reference picture and a template in BTM prediction, (b) is a diagram showing the flow of processing, and (c) is a diagram for explaining a template in BTM prediction.
  • the BTM prediction unit 3038 first selects the prediction block of the target block Cur_block from the plurality of motion vectors (for example, mvL0 and mvL1) derived by the merge prediction parameter derivation unit 3036. Generate and use this as a template. Specifically, the prediction block Cur_Temp is generated from the motion compensated image predL0 generated by mvL0 and the motion compensated image predL1 generated by mvL1.
  • Cur_Temp [x] [y] Clip3 (0, (1 ⁇ bitDepth) -1, (predL0 [x] [y] + predL1 [x] [y] +1) >> 1) (Equation BTM-1)
  • the BTM prediction unit 3038 sets motion vector candidates in a range of ⁇ D pixels centered on mvL0 and mvL1 (initial vector), and generates motion compensated images PredL0 and PredL1 generated by each motion vector candidate and the template Derive the matching cost with Then, vectors mvL0 ′ and mvL1 ′ that minimize the matching cost are set as the updated motion vectors of the target block.
  • the search range is limited within the co-located tile on the reference pictures Ref0 and Ref1.
  • the BTM prediction unit 3038 acquires a template (S3501).
  • the template is generated from the motion vectors (for example, mvL0 and mvL1) derived by the merge prediction parameter derivation unit 3036.
  • the BTM prediction unit 3038 performs a local search in the co-located tile.
  • the local search may be performed by repeating a plurality of different precision searches as in S3502 to S3505.
  • the local search is performed in the order of M pixel accuracy search L0 processing (S3502), N pixel accuracy search L0 processing (S3503), M pixel accuracy search L1 processing (S3504), and N pixel accuracy search L1 processing (S3505).
  • a search centered on the coordinates at which the matching cost is minimized in the M-pixel precision search LX process is performed in the tile.
  • the tile boundaries may be padded and expanded in advance.
  • the motion compensation unit 3091 performs padding similarly.
  • the search range D is adaptively changed as shown in (formula FRUC-11) to (formula FRUC-13) so that each tile can be decoded independently, and motion vector search
  • the processing may not refer to pixels outside the co-located tile.
  • BTM processing (mvX [0], mvX [1]) of (formula FRUC-11) and (formula FRUC-13) are replaced with (mvLX [0], mvLX [1]).
  • the predicted image can be improved by correcting the motion vector derived in the merge mode as described above. Then, by limiting the corrected motion vector within the tile, it is possible to inter-predict tiles independently while suppressing a decrease in the frequency of use of the bilateral template matching process, and therefore it is possible to enhance coding efficiency.
  • FIG. 8 is a schematic diagram showing the configuration of the AMVP prediction parameter derivation unit 3032 according to the present embodiment.
  • the AMVP prediction parameter derivation unit 3032 includes a vector candidate derivation unit 3033, a vector candidate selection unit 3034, and a vector candidate storage unit 3036.
  • the vector candidate derivation unit 3033 derives a prediction vector candidate from the motion vector mvLX of the already processed PU stored in the prediction parameter memory 307 based on the reference picture index refIdx, and the prediction vector candidate list mvpListLX [of the vector candidate storage unit 3036] Store in].
  • the vector candidate selection unit 3034 selects, as a prediction vector mvpLX, a motion vector mvpListLX [mvp_lX_idx] indicated by the prediction vector index mvp_lX_idx among the prediction vector candidates of the prediction vector candidate list mvpListLX [].
  • the vector candidate selection unit 3034 outputs the selected prediction vector mvpLX to the addition unit 3035.
  • the prediction vector candidate is a PU for which decoding processing has been completed, and is derived by scaling a motion vector of a PU (for example, an adjacent PU) in a predetermined range from the PU to be decoded.
  • the adjacent PU includes a PU spatially adjacent to the PU to be decoded, for example, a left PU, an upper PU, and an area temporally adjacent to the PU to be decoded, for example, the same position as the PU to be decoded It includes regions obtained from prediction parameters of PUs of different times.
  • tile sequences can be decoded independently using AMVP prediction without loss of efficiency.
  • the addition unit 3035 adds the prediction vector mvpLX input from the AMVP prediction parameter derivation unit 3032 and the difference vector mvdLX input from the inter prediction parameter decoding control unit 3031 to calculate a motion vector mvLX.
  • the addition unit 3035 outputs the calculated motion vector mvLX to the predicted image generation unit 308 and the prediction parameter memory 307.
  • motion vector derived in the merge prediction parameter derivation unit 3036 may be output via the BTM prediction unit 3038 without outputting the motion vector as it is to the inter prediction image generation unit 309.
  • LIC prediction unit 3039 LIC (Local Illumination Compensation) prediction is performed by merge prediction, subblock prediction, AMVP prediction, etc.
  • An adjacent area Ref_Temp (FIG. 36 (a)) of an area on a reference picture pointed by a motion vector, and an adjacent area of a target block. This is a process of linearly predicting the pixel value of the target block Cur_block from the pixel value of Cur_Temp (FIG. 36B).
  • the scaling factor a and the offset at which the squared error SSD between the predicted value Cur_Temp ′ of the adjacent area of the target block and the adjacent area Cur_Temp of the target block determined from the adjacent area Ref_Temp of the area on the reference picture is minimized Calculate the combination of b.
  • ⁇ is the sum of x and y.
  • pixel values used to calculate a and b are sub-sampled in FIG. 36, all pixel values in the region may be used without sub-sampling.
  • Cur_Temp of the target block or the adjacent area Ref_Temp of the reference block when a part of either the adjacent area Cur_Temp of the target block or the adjacent area Ref_Temp of the reference block is located outside the tile or the co-located tile, only the pixels in the tile or the co-located tile may be used .
  • Cur_Temp and Ref_Temp use only the pixels of the left adjacent area of the target block and the reference block.
  • Cur_Temp and Ref_Temp may use only the pixels of the upper adjacent area of the target block and the reference block.
  • the LIC prediction is turned off and the motion compensation unit 3091 performs the LIC prediction. It does not have to be implemented.
  • the size of the area included in the tile or co-located tile is larger than the threshold
  • pixels in the tile or co-located tile may be used to set the region, otherwise LIC prediction may be turned off.
  • Cur_Temp and Ref_Temp use pixels of the left adjacent area of the target block and reference block if the height H of the target block is greater than 16. If the height H of the target block is 16 or less, the LIC prediction is turned off.
  • the pixels to be used may be subsampled, or may not be subsampled, and all pixel values in the region may be used.
  • the calculated a and b are output to the motion compensation unit 3091 together with the motion vector and the like.
  • FIG. 11 is a schematic diagram showing a configuration of the inter predicted image generation unit 309 included in the predicted image generation unit 308 according to the present embodiment.
  • the inter predicted image generation unit 309 includes a motion compensation unit (predicted image generation device) 3091 and a weight prediction unit 3094.
  • the motion compensation unit 3091 receives the inter prediction parameters (prediction list use flag predFlagLX, reference picture index refIdxLX, motion vector mvLX, on / off flag, etc.) input from the inter prediction parameter decoding unit 303 from the reference picture memory 306.
  • the reference picture RefX specified by the reference picture index refIdxLX an interpolation picture (motion compensation picture) is generated by reading out a block at a position shifted by the motion vector mvLX from the position of the decoding target PU.
  • a filter called a motion compensation filter for generating pixels at decimal positions is applied to generate a motion compensated image.
  • an interpolation image is used to calculate an interpolated image from pixel values of reference pictures at integer pixel positions.
  • M is a natural number of 2 or more
  • an interpolation image is used to calculate an interpolated image from pixel values of reference pictures at integer pixel positions.
  • the motion compensation unit 3091 first derives the integer position (xInt, yInt) and the phase (xFrac, yFrac) corresponding to the intra-prediction block coordinates (x, y) according to the following equation.
  • the motion compensation unit 3091 derives a temporary image temp [] [] by performing horizontal interpolation processing on the reference picture refImg using an interpolation filter.
  • shift1 is a normalization parameter for adjusting the range of values
  • offset1 1 ⁇ (shift1-1).
  • the motion compensation unit 3091 derives an interpolated image Pred [] [] by performing vertical interpolation processing on the temporary image temp [] [].
  • shift2 is a normalization parameter for adjusting the range of values
  • offset2 1 ⁇ (shift2-1).
  • Pred [x] [y] ( ⁇ mcFilter [yFrac] [k] * temp [x] [y + k ⁇ NTAP / 2 + 1] + offset2) >> shift2 (Expression INTER-3)
  • the above Pred [] [] is derived for each of the lists L0 and L1 (referred to as the interpolated images PredL0 [] [] and PredL1 [] []), and the interpolated image PredL0 [] []
  • An interpolated image Pred [] [] is generated from the interpolated image PredL1 [] [].
  • the input motion vector mvLX or motion vector mvLXN points at least a part of the co-located tile of the tile where the target block is located, inter-predict tiles independently by padding the tile boundaries in advance.
  • xRef + i Clip 3 (0, pic_width_in_luma_samples-1, xIntL + i) (Expression PAD-3)
  • yRef + j Clip 3 (0, pic_height_in_luma_samples-1, yIntL + j) Note that tile boundary padding (Expression PAD-1) may be performed instead of screen boundary padding (Expression PAD-3).
  • OBMC interpolated image generation In OBMC, two types of interpolation images are generated: an interpolation image of the target sub-block derived based on the inter prediction parameter of the target block, and an interpolation image derived based on the inter prediction parameter of the adjacent block. In the weighted addition process of, an interpolated image to be used finally for prediction is generated.
  • the interpolation image of the target sub-block derived based on the inter prediction parameter of the target block is interpolated with the interpolation image PredC (first OBMC interpolated image) and the interpolation image derived based on the inter prediction parameter of the adjacent block. It is called an image PredRN (second OBMC interpolated image).
  • N indicates any one of the upper side (A), the left side (L), the lower side (B) and the right side (R) of the target sub block.
  • the interpolation image PredC becomes the motion compensated image PredLX of the target sub block as it is.
  • the motion compensated image PredLX of the target sub block is generated from the interpolated image PredC and the interpolated image PredRN.
  • the motion compensation unit 3091 performs interpolation on the basis of the inter prediction parameters (prediction list use flag predFlagLX, reference picture index refIdxLX, motion vector mvLX, OBMC flag obmc_flag) of the target sub-block input from the inter prediction parameter decoding unit 303.
  • FIG. 34 (b) is a flowchart for describing an operation of interpolation image generation in OBMC prediction of the motion compensation unit 3091.
  • a weighted average of the interpolated image PredC [x] [y] and the interpolated image PredRN [x] [y] described below is generated (S3414), and an interpolated image PredLX is generated (S3416). Note that (xPbN, yPbN) is the upper left coordinate of the adjacent block.
  • the motion compensation unit 3091 performs weighted average processing on the interpolated image PredC [x] [y] and the interpolated image PredRN [x] [y] to obtain the interpolated image PredC [x] [y].
  • the motion compensation unit 3091 selects S of the sub block boundaries in the direction indicated by i. The following weighted averaging process is performed on the pixels.
  • PredC [x] [y] ((w1 * PredC [x] [y] + w2 * PredRN [x] [y]) + o) >> shift (Equation INTER-4)
  • a prediction image is generated using interpolated images of a plurality of adjacent blocks.
  • a method of updating PredC [x] [y] from motion parameters of a plurality of adjacent blocks will be described.
  • PredC [x] [y] ((w1 * PredC [x] [y] + w2 * PredRA [x] [y]) + o) >> shift (Equation INTER-5)
  • PredC [x] [y] is sequentially updated using the interpolated images PredRL [x] [y], PredRL [x] [y], and PredRL [x] [y] created using the motion parameters of [1]. That is, it updates by the following formula.
  • PredC [x] [y] ((w1 * PredC [x] [y] + w2 * PredRL [x] [y]) + o) >> shift (Expression INTER-6)
  • PredC [x] [y] ((w1 * PredC [x] [y] + w2 * PredRB [x] [y]) + o) >> shift
  • segmentation pattern of the block containing the subblock used as the object of OBMC process may also be arbitrary division
  • the pixel value in the tile is used to replace the reference pixel even if the motion vector of the sub-block points outside the tile. Therefore, since the tiles can be inter-predicted independently while suppressing the decrease in the frequency of use of the OBMC process, the coding efficiency can be enhanced.
  • LIC interpolation image generation In the LIC, using the scale coefficient a and the offset b calculated by the LIC prediction unit 3039, the interpolation image Pred of the target block derived by (Expression INTER-3) is corrected to generate a prediction image PredLX.
  • PredLX [x] [y] Pred [x] [y] * a + b (Expression INTER-8) (Weight prediction)
  • the weight prediction unit 3094 generates a predicted image of the target block by multiplying the input motion compensated image PredLX by the weight coefficient.
  • one of the prediction list use flags predFlagL0 or predFlagL1 is 1 (in the case of uni-prediction)
  • the input motion compensated image PredLX (LX is L0 or L1) when the weight prediction is not used is the pixel bit number bitDepth Perform the processing of the following formula according to.
  • Pred [x] [y] Clip3 (0, (1 ⁇ bitDepth) -1, (PredLX [x] [y] + offset1) >> shift1) (Expression INTER-9)
  • predFlagL0 and predFlagL1 are 1 (in the case of bi-prediction BiPred)
  • weight prediction is not used
  • the input motion compensated images PredL0 and PredL1 are averaged and the number of pixel bits is Perform the processing of the following formula according to.
  • Pred [x] [y] Clip3 (0, (1 ⁇ bitDepth) -1, (PredL0 [x] [y] + PredL1 [x] [y] + offset2) >> shift2) (Expression INTER-10)
  • shift2 15-bit Depth
  • offset2 1 ⁇ (shift2-1).
  • the weight prediction unit 3094 derives the weight prediction coefficient w0 and the offset o0 from the encoded data, and performs the processing of the following equation.
  • Pred [x] [y] Clip3 (0, (1 ⁇ bitDepth) -1, ((PredLX [x] [y] * w0 + 2 ⁇ (log2WD-1)) >> log2WD) + o0) (Expression INTER-11)
  • log2WD is a variable indicating a predetermined shift amount.
  • the weight prediction unit 3094 derives weight prediction coefficients w0, w1, o0, and o1 from encoded data, and performs the processing of the following formula.
  • Pred [x] [y] Clip3 (0, (1 ⁇ bitDepth) -1, (PredL0 [x] [y] * w0 + PredL1 [x] [y] * w1 + ((o0 + o1 + 1) ⁇ log 2 WD)) >> (log 2 WD + 1)) (Equation INTER-12) ⁇ Motion vector decoding process>
  • the motion vector decoding process according to the present embodiment will be specifically described below with reference to FIG.
  • a process of decoding syntax elements related to inter prediction also referred to as motion syntax decoding process
  • a process of deriving a motion vector Motion vector derivation processing
  • FIG. 9 is a flowchart showing a flow of inter prediction syntax decoding processing performed by the inter prediction parameter decoding control unit 3031. In the following description of the description of FIG. 9, each processing is performed by the inter prediction parameter decoding control unit 3031 unless otherwise specified.
  • merge_flag! 0 is true (Y in S102)
  • the merge index merge_idx is decoded in S103, and motion vector derivation processing in merge mode (S111) is performed.
  • inter_pred_idc is decoded in S104.
  • inter_pred_idc is other than PRED_L1 (PRED_L0 or PRED_BI)
  • the reference picture index ref_idx_10 is decoded.
  • inter_pred_idc is other than PRED_L0 (PRED_L1 or PRED_BI)
  • the reference picture index ref_idx_I1 is decoded in S108, S109, and S110. Subsequently, motion vector derivation processing (S112) in the AMVP mode is executed.
  • the image decoding apparatus 2000 can decode tiles independently in tile sequence units when the value of independent_tile_flag is 1.
  • a mechanism for ensuring the independence of decoding of each tile is introduced for each tool, it is possible to decode each tile independently in a moving image while suppressing a decrease in coding efficiency.
  • FIG. 20 (b) shows a moving picture coding apparatus 2020 according to the present invention.
  • the moving picture coding device 2020 includes a picture division unit 2010, a header information generation unit 2011, tile coding units 2012a to 2012n, and a coded stream generation unit 2013.
  • the picture division unit 2010 divides the picture into a plurality of tiles that do not overlap each other, and transmits the tiles to the tile coding units 2012a to 2012n.
  • the header information generation unit 2011 generates tile information (TileId, information on the number of divisions of the tile, and information on the size) from the divided tiles, and transmits the tile information to the encoded stream generation unit 2013 as header information.
  • the tile encoding units 2012a to 2012n encode each tile. Also, the tile encoding units 2012a to 2012n encode tiles in tile sequence units. Thus, according to the tile encoding units 2012a to 2012n, tiles can be encoded in parallel.
  • the tile encoding units 2012a to 2012n perform encoding processing on tile sequences as in one independent video sequence, and prediction information of tile sequences having different TileIDs is temporally encoded. It does not refer to nor space. That is, the tile encoding units 2012a to 2012n do not refer to another tile spatially or temporally when encoding a tile in a certain picture.
  • the encoded stream generation unit 2013 encodes the tile including the header information including the tile information transmitted from the header information generation unit 2011 and the tile encoding units 2012a to 2012n, and generates the encoded stream Te in NAL units. .
  • the tile encoding units 2012a to 2012n can encode each tile independently, it is possible to encode a plurality of tiles in parallel or to decode a plurality of tiles in parallel on the decoding device side. It is also possible to decode only one tile independently.
  • FIG. 4 is a block diagram showing the configuration of 2012 which is one of the tile encoding units 2012a to 2012n.
  • FIG. 4 is a block diagram showing the configuration of the tile coding unit 2012 according to this embodiment.
  • the tile coding unit 2012 includes a predicted image generation unit 101, a subtraction unit 102, a transform / quantization unit 103, an entropy coding unit 104, an inverse quantization / inverse transform unit 105, an addition unit 106, a loop filter 107, a prediction parameter memory (Prediction parameter storage unit, frame memory) 108, reference picture memory (reference image storage unit, frame memory) 109, coding parameter determination unit 110, and prediction parameter coding unit 111 are configured.
  • the prediction parameter coding unit 111 includes an inter prediction parameter coding unit 112 and an intra prediction parameter coding unit 113.
  • the tile encoding unit 2012 may not include the loop filter 107.
  • the prediction image generation unit 101 generates, for each picture of the image T, the prediction image P of the prediction unit PU for each coding unit CU, which is an area obtained by dividing the picture.
  • the predicted image generation unit 101 reads a decoded block from the reference picture memory 109 based on the prediction parameter input from the prediction parameter coding unit 111.
  • the prediction parameter input from the prediction parameter coding unit 111 is, for example, a motion vector in the case of inter prediction.
  • the predicted image generation unit 101 reads a block at a position on a reference picture indicated by the motion vector starting from the target PU.
  • the prediction parameter is, for example, an intra prediction mode.
  • the pixel value of the adjacent PU used in the intra prediction mode is read from the reference picture memory 109, and a PU predicted image P is generated.
  • the prediction image generation unit 101 generates a PU prediction image P using one of a plurality of prediction methods for the read reference picture block.
  • the prediction image generation unit 101 outputs the generated prediction image P of PU to the subtraction unit 102.
  • FIG. 6 is a schematic diagram showing a configuration of the inter predicted image generation unit 1011 included in the predicted image generation unit 101.
  • the inter prediction image generation unit 1011 includes a motion compensation unit 10111 and a weight prediction unit 10112.
  • the motion compensation unit 10111 and the weight prediction unit 10112 have the same configuration as that of the above-described motion compensation unit 3091 and weight prediction unit 3094, and therefore the description thereof is omitted here.
  • padding processing at tile boundaries is the same operation as that of the predicted image generation unit 308, and the description thereof is omitted here.
  • the prediction image generation unit 101 generates a PU prediction image P based on the pixel value of the reference block read from the reference picture memory, using the parameter input from the prediction parameter coding unit.
  • the predicted image generated by the predicted image generation unit 101 is output to the subtraction unit 102 and the addition unit 106.
  • the intra prediction image generation unit (not shown) included in the prediction image generation unit 101 is the same operation as the intra prediction image generation unit 310 described above.
  • the subtraction unit 102 subtracts the signal value of the predicted image P of the PU input from the predicted image generation unit 101 from the pixel value of the corresponding PU position of the image T to generate a residual signal.
  • the subtraction unit 102 outputs the generated residual signal to the transformation / quantization unit 103.
  • Transform / quantization section 103 performs frequency transform on the prediction residual signal input from subtraction section 102 to calculate transform coefficients.
  • the transform / quantization unit 103 quantizes the calculated transform coefficient to obtain a quantized transform coefficient.
  • Transform / quantization section 103 outputs the obtained quantized transform coefficient to entropy coding section 104 and inverse quantization / inverse transform section 105.
  • the entropy coding unit 104 receives the quantization transform coefficient from the transform / quantization unit 103 and receives the prediction parameter from the prediction parameter coding unit 111.
  • the prediction parameters to be input include, for example, a reference picture index ref_idx_lX, a prediction vector index mvp_lX_idx, a difference vector mvdLX, a prediction mode pred_mode_flag, and a code such as a merge index merge_idx.
  • the entropy coding unit 104 entropy-codes the input division information, prediction parameters, quantized transform coefficients and the like to generate a coded stream Te, and outputs the generated coded stream Te to the outside.
  • the inverse quantization / inverse transform unit 105 is the same as the inverse quantization / inverse transform unit 311 (FIG. 5) in the tile decoding unit 2002, and inverse quantization of the quantized transform coefficient input from the transform / quantization unit 103. To obtain the conversion factor.
  • the inverse quantization / inverse transform unit 105 performs inverse transform on the obtained transform coefficient to calculate a residual signal.
  • the inverse quantization / inverse transform unit 105 outputs the calculated residual signal to the addition unit 106.
  • the addition unit 106 adds the signal value of the prediction image P of PU input from the prediction image generation unit 101 and the signal value of the residual signal input from the inverse quantization / inverse conversion unit 105 for each pixel, and decodes Generate an image.
  • the addition unit 106 stores the generated decoded image in the reference picture memory 109.
  • the loop filter 107 applies a deblocking filter 114, a sample adaptive offset (SAO) 115, and an adaptive loop filter (ALF) 116 to the decoded image generated by the adding unit 106.
  • the loop filter 107 may not necessarily include the three types of filters described above, and may have, for example, only the deblocking filter 114.
  • the prediction parameter memory 108 stores the prediction parameter generated by the coding parameter determination unit 110 in a predetermined position for each picture and CU to be coded.
  • the reference picture memory 109 stores the decoded image generated by the loop filter 107 in a predetermined position for each picture and CU to be encoded.
  • the coding parameter determination unit 110 selects one of a plurality of sets of coding parameters.
  • the coding parameter is the QT or BT division parameter or prediction parameter described above, or a parameter to be coded that is generated in association with these.
  • the prediction image generation unit 101 generates a PU prediction image P using each of these sets of coding parameters.
  • the coding parameter determination unit 110 calculates an RD cost value indicating the size of the information amount and the coding error for each of the plurality of sets.
  • the RD cost value is, for example, the sum of the code amount and a value obtained by multiplying the square error by the coefficient ⁇ .
  • the code amount is the information amount of the coded stream Te obtained by entropy coding the quantization residual and the coding parameter.
  • the squared error is a sum between pixels with respect to the square value of the residual value of the residual signal calculated by the subtraction unit 102.
  • the factor ⁇ is a real number greater than a preset zero.
  • the coding parameter determination unit 110 selects a set of coding parameters that minimize the calculated RD cost value.
  • the entropy coding unit 104 externally outputs the set of selected coding parameters as the coded stream Te, and does not output the set of non-selected coding parameters.
  • the coding parameter determination unit 110 stores the determined coding parameters in the prediction parameter memory 108.
  • the prediction parameter coding unit 111 derives a format for coding from the parameters input from the coding parameter determination unit 110, and outputs the format to the entropy coding unit 104. Derivation of a form for encoding is, for example, derivation of a difference vector from a motion vector and a prediction vector. Further, the prediction parameter coding unit 111 derives parameters necessary to generate a prediction image from the parameters input from the coding parameter determination unit 110, and outputs the parameters to the prediction image generation unit 101.
  • the parameters required to generate a predicted image are, for example, motion vectors in units of subblocks.
  • the inter prediction parameter coding unit 112 derives inter prediction parameters such as a difference vector based on the prediction parameters input from the coding parameter determination unit 110.
  • the inter prediction parameter coding unit 112 is partially identical to the configuration in which the inter prediction parameter decoding unit 303 derives the inter prediction parameter, as a configuration for deriving a parameter necessary for generating a predicted image to be output to the predicted image generation unit 101. Includes configuration. The configuration of the inter prediction parameter coding unit 112 will be described later.
  • the intra prediction parameter coding unit 113 derives the prediction parameters necessary for generating the prediction image to be output to the prediction image generation unit 101
  • the intra prediction parameter decoding unit 304 derives the intra prediction parameter, and Some include the same configuration.
  • the intra prediction parameter coding unit 113 derives a format (for example, MPM_idx, rem_intra_luma_pred_mode, etc.) for coding from the intra prediction mode IntraPredMode input from the coding parameter determination unit 110.
  • a format for example, MPM_idx, rem_intra_luma_pred_mode, etc.
  • the inter prediction parameter coding unit 112 is a means corresponding to the inter prediction parameter decoding unit 303 in FIG. 12, and the configuration is shown in FIG.
  • the inter prediction parameter coding unit 112 includes an inter prediction parameter coding control unit 1121, an AMVP prediction parameter derivation unit 1122, a subtraction unit 1123, a sub block prediction parameter derivation unit 1125, a BTM prediction unit 1126, a LIC prediction unit 1127, and not shown.
  • the reference picture index derivation unit and the vector difference derivation unit respectively derive the PU division mode part_mode, the merge flag merge_flag, the inter prediction identifier inter_pred_idc, the reference picture index refIdxLX, and the difference vector mvdLX.
  • the inter prediction parameter coding unit 112 outputs the motion vector (mvLX, subMvLX), the reference picture index refIdxLX, the PU division mode part_mode, the inter prediction identifier inter_pred_idc, or information indicating these to the predicted image generation unit 101.
  • the inter prediction parameter encoding unit 112 includes: PU division mode part_mode, merge flag merge_flag, merge index merge_idx, inter prediction identifier inter_pred_idc, reference picture index refIdxLX, prediction vector index mvp_lX_idx, difference vector mvdLX, sub block prediction mode flag subPbMotionFlag Output to encoding section 104.
  • the inter prediction parameter coding control unit 1121 includes a merge index derivation unit 11211 and a vector candidate index derivation unit 11212.
  • the merge index derivation unit 11211 compares the motion vector and reference picture index input from the coding parameter determination unit 110 with the motion vector and reference picture index of the PU of the merge candidate read from the prediction parameter memory 108, and merges The index merge_idx is derived and output to the entropy coding unit 104.
  • the merge candidate is a reference PU in a predetermined range from the encoding target CU to be encoded (for example, a reference PU in contact with the lower left end, upper left end, upper right end of the encoding target block) It is PU which processing completed.
  • the vector candidate index derivation unit 11212 derives a predicted vector index mvp_lX_idx.
  • the sub block prediction parameter derivation unit 1125 When the coding parameter determination unit 110 determines to use the sub block prediction mode, the sub block prediction parameter derivation unit 1125 performs spatial sub block prediction, temporal sub block prediction, affine prediction, matching motion derivation, according to the value of subPbMotionFlag.
  • the motion vector and reference picture index of any sub-block prediction of OBMC prediction are derived.
  • the motion vector and the reference picture index are derived by reading out a motion vector such as an adjacent PU or a reference picture block or a reference picture index from the prediction parameter memory 108.
  • the parameter derivation unit 3037 has the same configuration as the space-time sub-block prediction unit 30371, affine prediction unit 30372, matching motion derivation unit 30373, and OBMC prediction unit 30374 included therein.
  • the AMVP prediction parameter derivation unit 1122 includes an affine prediction unit 11221, and has a configuration similar to that of the above-described AMVP prediction parameter derivation unit 3032 (see FIG. 12).
  • the motion vector mvLX is input from the coding parameter determination unit 110 to the AMVP prediction parameter derivation unit 1122.
  • the AMVP prediction parameter derivation unit 1122 derives a prediction vector mvpLX based on the input motion vector mvLX.
  • the AMVP prediction parameter derivation unit 1122 outputs the derived prediction vector mvpLX to the subtraction unit 1123.
  • the reference picture index refIdxLX and the prediction vector index mvp_lX_idx are output to the entropy coding unit 104.
  • the affine prediction unit 11221 has a configuration similar to that of the affine prediction unit 30321 (see FIG. 12) of the above-described AMVP prediction parameter derivation unit 3032.
  • the LIC prediction unit 1127 has a configuration similar to that of the above-described LIC prediction unit 3039 (see FIG. 12).
  • the subtracting unit 1123 subtracts the prediction vector mvpLX input from the AMVP prediction parameter derivation unit 1122 from the motion vector mvLX input from the coding parameter determination unit 110 to generate a difference vector mvdLX.
  • the difference vector mvdLX is output to the entropy coding unit 104.
  • An image coding apparatus or a moving image decoding apparatus is a space-time sub-system that derives a motion vector (first motion vector) in units of sub-blocks of a target block from spatially adjacent blocks or temporally adjacent blocks.
  • a motion vector first motion vector
  • a moving picture coding apparatus or a moving picture decoding apparatus for performing block prediction processing referring to an adjacent block in a tile sequence including a target block, and using a motion vector (second motion vector) of an available adjacent block Based on the means for acquiring a reference picture (second reference picture) and the second motion vector and the second reference picture, a motion vector (third motion vector) at the subblock level of the target block is calculated.
  • first reference Means for deriving the first motion vector by scaling the third motion vector using a temporal difference between the two and the motion compensation image based on the first motion vector of the subblock of the target block Means for determining whether the reference pixel to be referenced is in the tile sequence on the first reference picture, and tile the pixel value of the motion compensated image if the reference pixel is not in the tile sequence.
  • the motion compensated image deriving process uses padding pixels derived from boundary pixels of the tile sequence.
  • the motion compensated image deriving process is characterized by performing processing according to range limitation of a first motion vector.
  • the motion compensated image derivation process is processed by processing the first motion vector by copying it from the motion vector of an adjacent subblock. It is characterized by
  • the motion compensated image deriving process includes the number of horizontal and vertical tiles in a picture through a certain sequence unit (CVS: Coded Video Sequence), It is characterized in that it is implemented when the width and height of the tile are the same.
  • CVS Coded Video Sequence
  • the position of the temporally adjacent block is a block including lower right coordinates in the co-located block.
  • the position of the temporally adjacent block is co-located.
  • the position of the temporally adjacent block is set to the lower right position in the co-located block when the tile reference restriction flag is set to the position of the block adjacent to the lower right of the block.
  • An image encoding device or a moving image decoding device adaptively updates and selects, for each of a plurality of tiles forming a picture, according to the type of syntax and the surrounding situation
  • a memory for storing a predetermined context (first context), and a context updated for each tile encoded or decoded
  • Storage means for storing with tile ID, slice type, quantization parameter, and context stored in memory, having the same tile ID and using the same slice type or the same quantization parameter Whether the context (the second context) is stored in memory
  • Determining means reading means for reading the initial state of the tile context to be encoded or decoded from the memory, and variable-length coding / decoding means for variable-length coding or decoding syntax using the initial state
  • the read means reads the second context as an initial state, and otherwise the read means determines the first context.
  • An image coding apparatus is a moving image coding apparatus that applies an adaptive loop filter (ALF) to each of a plurality of tiles forming a picture, and calculates means for calculating filter coefficients of a target tile.
  • ALF is applied to the target tile using a memory for storing filter information (filter coefficient, tile ID, slice type, quantization parameter) of the target tile, encoding means for encoding parameters related to the filter information, and the filter coefficient
  • the filter information of the target tile is the same as one of the filter information stored in the memory
  • the encoding means encodes the index indicating the filter information stored in the memory as a parameter, and if not,
  • the encoding means encodes filter information of a target tile as a parameter, and Stored in the memory, the filter means is characterized by applying ALF subject tile by using the filter coefficient.
  • An image decoding apparatus is a moving image decoding apparatus that applies an adaptive loop filter (ALF) to each of a plurality of tiles forming a picture, and decodes a parameter related to filter information of a target tile from a coded stream.
  • ALF adaptive loop filter
  • Means for deriving filter coefficients from the parameters a memory for storing filter information (filter coefficients, tile ID, slice type, quantization parameter) of the target tile, and the target tile using the filter coefficients
  • Filter means for applying ALF and if the parameter is an index, the deriving means derives the filter coefficient selected using the index from the filter information stored in the memory as the filter coefficient of the target tile, otherwise .
  • the derivation means is for the target tile Derives the filter information, and the tile ID, slice type, and stored with the memory quantization parameter, the filter means is characterized by applying ALF subject tile by using the filter coefficient.
  • An image encoding device or a moving image decoding device performs a motion compensation prediction process using affine prediction of subblocks obtained by dividing a target block, or a moving image decoding device
  • a first derivation unit that derives motion vectors (first motion vectors) of two representative points of the target block; and a determination unit that determines whether the first motion vector references in a tile sequence
  • second derivation means for deriving a motion vector (second motion vector) of a subblock included in the target block from the first motion vector, and motion in units of subblocks based on the second motion vector
  • Motion generating means for generating a compensated image, wherein the determining means determines that the first motion vector refers to outside the tile sequence, the motion compensation Which comprises carrying out the process of deriving the pixel value of the image from the pixel values in the tile sequence.
  • the first derivation process is performed by It is characterized by processing by the range restriction of the motion vector of
  • the generation means may pad a tile boundary to generate a motion compensated image. It features.
  • An image coding apparatus or a moving image decoding apparatus is characterized in that a motion vector of the two representative points is derived by adding a prediction vector with reference to a prediction vector index and a difference vector. .
  • the image encoding device or the moving image decoding device sets the representative points to upper left and upper right points of the target block and the upper side of the target block When touching a tile boundary, the representative point is set to the upper left and lower left points of the target block.
  • An image coding apparatus or a moving image decoding apparatus is characterized in that motion vectors of the two representative points are derived from three motion vectors in an adjacent block for which affine prediction is used. Do.
  • An image encoding device or a moving image decoding device includes a motion vector (first motion vector) of a subblock obtained by dividing a target block and a motion vector (second motion vector) from adjacent blocks of the subblock.
  • a moving picture coding apparatus or a moving picture decoding apparatus that performs overlapping motion compensation prediction processing using a motion vector), and is adjacent to each other in the upper, left, lower, or right directions of the sub block.
  • First generation means for generating a first motion compensated image by a first motion vector second generation means for generating a second motion compensated image by a second motion vector of the sub block, and second And a third generation unit configured to generate a predicted image by addition of the first motion compensated image and the second motion compensated image when the determination unit determines that the two motion vectors are not equal.
  • a moving picture characterized in that when the judging means judges that there is no reference pixel in the tile sequence on the reference picture, the pixel value of the motion compensated image is derived from the pixel value in the tile sequence Coding device or moving picture decoding device.
  • the image encoding device or the moving image decoding device according to an aspect of the present invention is characterized in that the generation means uses padding pixels derived from boundary pixels of the tile sequence.
  • the image encoding device or the moving image decoding device according to an aspect of the present invention is characterized in that the generation means performs processing according to a second motion vector range restriction.
  • the image coding apparatus or the video decoding apparatus according to an aspect of the present invention is characterized in that the generation means processes the second motion vector by copying it from a motion vector of an adjacent block.
  • An image encoding apparatus or a moving image decoding apparatus performs a motion compensation prediction process using template matching of subblocks obtained by dividing an object block, or a moving image decoding apparatus First acquiring an area (first template area) adjacent to the object block above and to the left in the object picture, and an area (second template area) adjacent to the reference block to the upper and left regions in the reference picture; First, a motion vector (first motion vector) that minimizes the matching cost between the first template region and the second template region is derived based on the acquisition unit and the motion vector of the adjacent block of the target block.
  • a second acquisition unit for acquiring an area adjacent to the side (third template area) and an area adjacent to the upper side and the left side (fourth template area) in the subblock obtained by dividing the reference block in the reference picture; Second derivation for deriving a motion vector (second motion vector) that minimizes the matching cost between the third template region and the fourth template region based on the motion vector or the motion vector of the adjacent block Means, and generation means for generating a motion compensated image based on the second motion vector of the sub block, wherein the first acquisition means is configured to tile all the first template regions when acquiring the first template region A determination unit that determines whether the first template region exists in the tile sequence, If it is determined that the first template area is present, only one of the upper adjacent area and the left adjacent area present in the tile sequence is acquired as a first template area, and the determination means determines that the first template area exists in the tile sequence. When it is determined not to perform, it is characterized in that motion compensation prediction
  • An image decoding apparatus or a moving image encoding apparatus includes a filtered reference image setting unit that derives a filtered reference image on a reference region set for a prediction target block; And a prediction unit that derives a temporary prediction image of the prediction target block with reference to the filtered reference image according to a prediction method according to a prediction image based on the unfiltered reference image on the reference region and the intra prediction mode And a predicted image correction unit configured to generate a predicted image from the temporary predicted image by performing correction processing, the predicted image correction unit including pixel values of the temporary predicted image, and at least two or more unfiltered reference images.
  • the prediction image is derived by applying weighted addition using a weighting factor to the pixel values of When the pixel of the data reference image (upper left pixel) is located outside the tile sequences, characterized by deriving the prediction image pixel values of the upper left pixel is replaced with pixel values in the tile sequence.
  • the predicted image correction unit is configured to position the pixel value of the upper left pixel immediately above the left end or right end of the prediction target block. It is characterized in that the pixel value of the filter reference image is replaced.
  • the predicted image correction unit positions the pixel value of the upper left pixel at the upper end of the prediction target block or immediately to the left of the lower end pixel. It is characterized by replacing with the pixel value of the unfiltered reference image.
  • An image decoding apparatus or a moving image encoding apparatus is characterized by the linear relationship between the luminance component and the chrominance component from the unfiltered reference image of the luminance component adjacent to the prediction target block and the unfiltered reference image for the chrominance component.
  • the means uses one predetermined filter to restore the luminance component. Wherein the down-sampling image.
  • An image decoding apparatus or a moving image encoding apparatus includes a first motion vector deriving unit that derives a motion vector by performing an initial vector search and a local search by matching processing for each target block. Performing a local search by an initial vector search and a matching process on each of a plurality of sub-blocks included in the target block with reference to the first motion vector derived by the first motion vector deriving unit; And a second motion vector deriving unit for deriving a motion vector according to the search range when the search range of the motion vector search in the matching process includes the outside of the tile sequence, the search range refers only to pixels in the tile sequence It is characterized in that it is set.
  • An image decoding apparatus or a moving image encoding apparatus derives a motion vector of a target block from a space adjacent block or a time adjacent block, and performs a space-time prediction process.
  • a decoding device that determines whether a reference pixel to be referred to in deriving a motion compensated image based on a motion vector of a target block is in a tile sequence on a reference picture, and the reference pixel is a tile sequence Means for deriving the pixel values of the motion compensated image from the pixel values in the tile sequence, the position of the temporally adjacent block being the lower right coordinate in the co-located block, the right adjacent block of the co-located block A block that contains either the lower left coordinates or the upper right coordinates of the lower adjacent block of the co-located block And wherein the Rukoto.
  • An image decoding apparatus or a moving image encoding apparatus encodes or decodes a tile reference restriction flag, and when the tile reference restriction flag is 0, the position of the temporally adjacent block is co-located to a block If the tile reference restriction flag is 1, the position of the temporally adjacent block is the lower right coordinate in the colocate block and the lower left coordinate of the right adjacent block in the colocate block. Alternatively, it is characterized in that it is set at the position of a block including any of the upper right coordinates of the lower adjacent block of the co-located block.
  • An image decoding apparatus or a moving image encoding apparatus derives a motion vector for deriving a motion vector (first motion vector) of a target block from a space adjacent block or a time adjacent block and performing space-time prediction processing
  • An image coding apparatus or a moving image decoding apparatus which refers to adjacent blocks in a tile sequence including a target block, and uses prediction parameters (motion vector (second motion vector)) of available spatial or temporal adjacent blocks, Means for obtaining a reference picture, means for storing the obtained prediction parameters of the adjacent block in a list storing prediction candidates for the first motion vector, and means for padding an area outside the tile sequence;
  • the second motion vector stored in the candidate list the motion vector referring to the padding area
  • the storing means is characterized in that the second motion vector originally stored in the candidate list is left, and the second motion vector referring to other padding areas is removed from the candidate list I assume.
  • the tile encoding unit 2012 and a part of the tile decoding unit 2002 in the above-described embodiment for example, the entropy decoding unit 301, the prediction parameter decoding unit 302, the loop filter 305, the prediction image generation unit 308, the inverse quantization / inverse transform Unit 311, addition unit 312, predicted image generation unit 101, subtraction unit 102, transform / quantization unit 103, entropy coding unit 104, inverse quantization / inverse transform unit 105, loop filter 107, coding parameter determination unit 110,
  • the prediction parameter coding unit 111 may be realized by a computer.
  • a program for realizing the control function may be recorded in a computer readable recording medium, and the computer system may read and execute the program recorded in the recording medium.
  • the “computer system” is a computer system built in any of the tile encoding unit 2012 and the tile decoding unit 2002, and includes an OS and hardware such as peripheral devices.
  • the “computer-readable recording medium” means a portable medium such as a flexible disk, a magneto-optical disk, a ROM, a CD-ROM, or a storage device such as a hard disk built in a computer system.
  • the “computer-readable recording medium” is one that holds a program dynamically for a short time, like a communication line in the case of transmitting a program via a network such as the Internet or a communication line such as a telephone line.
  • a volatile memory in a computer system serving as a server or a client may be included, which holds a program for a predetermined time.
  • the program may be for realizing a part of the functions described above, or may be realized in combination with the program already recorded in the computer system.
  • part or all of the image encoding device 11 and the image decoding device 31 in the above-described embodiment may be realized as an integrated circuit such as a large scale integration (LSI).
  • LSI large scale integration
  • Each functional block of the image encoding device 11 and the image decoding device 31 may be individually processorized, or part or all may be integrated and processorized.
  • the method of circuit integration is not limited to LSI's, and implementation using dedicated circuitry or general purpose processors is also possible. In the case where an integrated circuit technology comes out to replace LSI's as a result of the advancement of semiconductor technology, integrated circuits based on such technology may also be used.
  • the image encoding device 11 and the image decoding device 31 described above can be mounted and used in various devices that transmit, receive, record, and reproduce moving images.
  • the moving image may be a natural moving image captured by a camera or the like, or an artificial moving image (including CG and GUI) generated by a computer or the like.
  • FIG. 27 is a block diagram showing a configuration of a transmission device PROD_A on which the image coding device 11 is mounted.
  • the transmission device PROD_A modulates a carrier wave with the coding unit PROD_A1 for obtaining coded data by coding a moving image, and the coding data obtained by the coding unit PROD_A1.
  • the image coding apparatus 11 described above is used as the coding unit PROD_A1.
  • the transmission device PROD_A is a camera PROD_A4 for capturing a moving image, a recording medium PROD_A5 for recording the moving image, an input terminal PROD_A6 for externally inputting the moving image, and a transmission source of the moving image input to the encoding unit PROD_A1. , And may further include an image processing unit PRED_A7 that generates or processes an image. In (a) of FIG. 27, although the configuration in which the transmission device PROD_A includes all of these is illustrated, a part of the configuration may be omitted.
  • the recording medium PROD_A5 may be a recording of a non-coded moving image, or a moving image encoded by a recording encoding method different from the transmission encoding method. It may be one. In the latter case, it is preferable to interpose, between the recording medium PROD_A5 and the encoding unit PROD_A1, a decoding unit (not shown) that decodes the encoded data read from the recording medium PROD_A5 according to the encoding scheme for recording.
  • FIG. 27 is a block diagram showing a configuration of a reception device PROD_B on which the image decoding device 31 is mounted.
  • the receiver PROD_B demodulates the modulated signal received by the receiver PROD_B1, which receives the modulated signal, and the demodulator PROD_B2, which obtains encoded data by demodulating the modulated signal received by the receiver PROD_B1, and And a decoding unit PROD_B3 for obtaining a moving image by decoding encoded data obtained by the unit PROD_B2.
  • the image decoding device 31 described above is used as the decoding unit PROD_B3.
  • the receiving device PROD_B is a display PROD_B4 for displaying a moving image, a recording medium PROD_B5 for recording the moving image, and an output terminal for outputting the moving image to the outside as a supply destination of the moving image output by the decoding unit PROD_B3. It may further comprise PROD_B6. Although (b) of FIG. 27 illustrates the configuration in which the reception device PROD_B includes all of these, a part may be omitted.
  • the recording medium PROD_B5 may be for recording a moving image which has not been encoded, or is encoded by a recording encoding method different from the transmission encoding method. May be In the latter case, an encoding unit (not shown) may be interposed between the decoding unit PROD_B3 and the recording medium PROD_B5 to encode the moving image acquired from the decoding unit PROD_B3 according to the encoding method for recording.
  • the transmission medium for transmitting the modulation signal may be wireless or wired.
  • the transmission mode for transmitting the modulation signal may be broadcast (here, a transmission mode in which the transmission destination is not specified in advance), or communication (in this case, transmission in which the transmission destination is specified in advance) (Refer to an aspect). That is, transmission of the modulation signal may be realized by any of wireless broadcast, wired broadcast, wireless communication, and wired communication.
  • a broadcasting station (broadcasting facility etc.) / Receiving station (television receiver etc.) of terrestrial digital broadcasting is an example of a transmitting device PROD_A / receiving device PROD_B which transmits and receives a modulated signal by wireless broadcasting.
  • a cable television broadcast station (broadcasting facility or the like) / receiving station (television receiver or the like) is an example of a transmitting device PROD_A / receiving device PROD_B which transmits and receives a modulated signal by cable broadcasting.
  • a server such as a workstation
  • client such as a VOD (Video On Demand) service or a video sharing service using the Internet
  • PROD_A / receiving device PROD_B
  • the personal computer includes a desktop PC, a laptop PC, and a tablet PC.
  • the smartphone also includes a multifunctional mobile phone terminal.
  • the client of the moving image sharing service has a function of encoding a moving image captured by a camera and uploading it to the server. That is, the client of the moving image sharing service functions as both the transmitting device PROD_A and the receiving device PROD_B.
  • FIG. 28 is a block diagram showing a configuration of a recording device PROD_C on which the image coding device 11 described above is mounted.
  • the recording device PROD_C uses the encoding unit PROD_C1, which obtains encoded data by encoding a moving image, and the encoded data obtained by the encoding unit PROD_C1, to the recording medium PROD_M.
  • a writing unit PROD_C2 for writing.
  • the image coding device 11 described above is used as the coding unit PROD_C1.
  • the recording medium PROD_M may be (1) a type incorporated in the recording device PROD_C, such as a hard disk drive (HDD) or a solid state drive (SSD), or (2) an SD memory. It may be of a type connected to the recording device PROD_C, such as a card or Universal Serial Bus (USB) flash memory, or (3) DVD (Digital Versatile Disc) or BD (Blu-ray (registered trademark) A disc such as a registered trademark) may be loaded into a drive device (not shown) incorporated in the recording device PROD_C.
  • a type incorporated in the recording device PROD_C such as a hard disk drive (HDD) or a solid state drive (SSD), or (2) an SD memory. It may be of a type connected to the recording device PROD_C, such as a card or Universal Serial Bus (USB) flash memory, or (3) DVD (Digital Versatile Disc) or BD (Blu-ray (registered trademark) A disc such as a registered trademark) may be
  • the recording device PROD_C is a camera PROD_C3 for capturing a moving image as a supply source of the moving image input to the encoding unit PROD_C1, an input terminal PROD_C4 for inputting the moving image from the outside, and a reception for receiving the moving image
  • the image processing unit PROD_C5 may further include an image processing unit PROD_C6 that generates or processes an image.
  • FIG. 28 exemplifies a configuration in which the recording apparatus PROD_C includes all of these, a part may be omitted.
  • the receiving unit PROD_C5 may receive an uncoded moving image, and receives encoded data encoded by a transmission encoding scheme different from the recording encoding scheme. It may be In the latter case, it is preferable to interpose a transmission decoding unit (not shown) that decodes encoded data encoded by the transmission encoding scheme between the reception unit PROD_C5 and the encoding unit PROD_C1.
  • Examples of such a recording device PROD_C include a DVD recorder, a BD recorder, an HDD (Hard Disk Drive) recorder, etc.
  • the input terminal PROD_C4 or the receiving unit PROD_C5 is a main supply source of moving images).
  • a camcorder in this case, the camera PROD_C3 is the main supply source of moving images
  • a personal computer in this case, the receiving unit PROD_C5 or the image processing unit C6 is the main supply source of moving images
  • a smartphone this In this case, the camera PROD_C3 or the receiving unit PROD_C5 is a main supply source of moving images
  • the like are also examples of such a recording device PROD_C.
  • FIG. 28 is a block showing the configuration of the playback device PROD_D on which the image decoding device 31 described above is mounted.
  • the playback device PROD_D decodes the moving image by decoding the encoded data read by the reading unit PROD_D1 that reads the encoded data written to the recording medium PROD_M and the reading unit PROD_D1. And a decryption unit PROD_D2 to be obtained.
  • the image decoding device 31 described above is used as the decoding unit PROD_D2.
  • the recording medium PROD_M may be (1) a type incorporated in the playback device PROD_D such as an HDD or an SSD, or (2) such as an SD memory card or a USB flash memory. It may be of a type connected to the playback device PROD_D, or (3) it may be loaded into a drive device (not shown) built in the playback device PROD_D, such as DVD or BD. Good.
  • the playback device PROD_D is a display PROD_D3 that displays a moving image as a supply destination of the moving image output by the decoding unit PROD_D2, an output terminal PROD_D4 that outputs the moving image to the outside, and a transmission unit that transmits the moving image. It may further comprise PROD_D5. Although (b) of FIG. 28 exemplifies a configuration in which the playback device PROD_D includes all of these, a part may be omitted.
  • the transmission unit PROD_D5 may transmit a non-encoded moving image, or transmit encoded data encoded by a transmission encoding method different from the recording encoding method. It may be In the latter case, an encoding unit (not shown) may be interposed between the decoding unit PROD_D2 and the transmission unit PROD_D5 for encoding moving pictures according to a transmission encoding scheme.
  • a playback device PROD_D for example, a DVD player, a BD player, an HDD player, etc. may be mentioned (in this case, the output terminal PROD_D4 to which a television receiver etc. is connected is the main supply destination of moving images) .
  • television receivers in this case, the display PROD_D3 is the main supply destination of moving images
  • digital signage also referred to as an electronic signboard or an electronic bulletin board, etc.
  • desktop type PC in this case, output terminal PROD_D4 or transmission unit PROD_D5 is the main supply destination of moving images
  • laptop type or tablet type PC in this case, display PROD_D3 or transmission unit PROD_D5 is moving image
  • the smartphone in this case, the display PROD_D3 or the transmission unit PROD_D5 is the main supply destination of the moving image
  • the like are also examples of such a reproduction device PROD_D.
  • each block of the image decoding device 31 and the image encoding device 11 described above may be realized as hardware by a logic circuit formed on an integrated circuit (IC chip), or a CPU (Central Processing Unit) It may be realized as software using
  • each of the devices described above includes a CPU that executes instructions of a program that implements each function, a read only memory (ROM) that stores the program, a random access memory (RAM) that develops the program, the program, and various data.
  • a storage device such as a memory for storing the
  • the object of the embodiment of the present invention is to record computer program readable program codes (execution format program, intermediate code program, source program) of control programs of the above-mentioned respective devices which are software for realizing the functions described above.
  • the present invention can also be achieved by supplying a medium to each of the above-described devices, and a computer (or a CPU or an MPU) reading and executing a program code recorded on a recording medium.
  • Examples of the recording medium include tapes such as magnetic tapes and cassette tapes, magnetic disks such as floppy (registered trademark) disks / hard disks, CDs (Compact Disc Read-Only Memory) / MO disks (Magneto-Optical disc).
  • tapes such as magnetic tapes and cassette tapes
  • magnetic disks such as floppy (registered trademark) disks / hard disks
  • CDs Compact Disc Read-Only Memory
  • MO disks Magnetic-Optical disc
  • Disks including optical disks such as MD (Mini Disc) / DVD (Digital Versatile Disc) / CD-R (CD Recordable) / Blu-ray Disc (Blu-ray (registered trademark) Disc (registered trademark)), IC cards (memory) Cards) / cards such as optical cards, mask ROM / EPROM (Erasable Programmable Read-Only Memory) / EEPROM (Electrically Erasable and Programmable Read-Only Memory (registered trademark)) / semiconductor memory such as flash ROM, or PLD Logic circuits such as programmable logic device (FPGA) and field programmable gate array (FPGA) can be used.
  • each device may be configured to be connectable to a communication network, and the program code may be supplied via the communication network.
  • This communication network is not particularly limited as long as the program code can be transmitted.
  • the Internet intranet, extranet, LAN (Local Area Network), ISDN (Integrated Services Digital Network), VAN (Value-Added Network), CATV (Community Antenna television / CableTelevision) communication network, Virtual Private Network (Virtual Private Network) A telephone network, a mobile communication network, a satellite communication network, etc. can be used.
  • the transmission medium that constitutes this communication network may be any medium that can transmit the program code, and is not limited to a specific configuration or type.
  • the embodiment of the present invention may also be realized in the form of a computer data signal embedded in a carrier wave, in which the program code is embodied by electronic transmission.
  • An embodiment of the present invention is suitably applied to an image decoding apparatus that decodes encoded data obtained by encoding image data, and an image encoding apparatus that generates encoded data obtained by encoding image data. it can. Further, the present invention can be suitably applied to the data structure of encoded data generated by the image encoding device and referenced by the image decoding device.
  • CT information decoding unit 20 CU decoding unit 41 image display device 2000 Image decoding device 2002 tile decoder 2020 image coding device 2012 tile encoding unit

Abstract

インター予測を用い、ピクチャ間の情報を参照する場合は、小領域を復号する場合でも、ピクチャ全体を復号しなければならない。また、イントラ予測を用い、ピクチャ内の情報を参照する場合は、タイル境界を超えて情報を参照することはできない。空間隣接ブロックあるいは時間隣接ブロックから取得した利用可能な動きベクトルをもとに、スケーリングにより算出した対象ブロックのサブブロックレベルの動きベクトルの指す画素がタイルシーケンス内にない場合、前記画素値をタイルシーケンス内の画素値で置き換える処理を実施する。また、イントラ予測時にタイル外の画素を参照する時は、前記画素値をタイル内の画素で置き換える処理を実施する。

Description

動画像符号化装置及び動画像復号装置
　本発明の一態様は、動画像復号装置、および動画像符号化装置に関する。
　動画像を効率的に伝送または記録するために、動画像を符号化することによって符号化データを生成する動画像符号化装置、および、当該符号化データを復号することによって復号画像を生成する動画像復号装置が用いられている。
　具体的な動画像符号化方式としては、例えば、H.264/AVCやHEVC（High-Efficiency Video Coding）にて提案されている方式などが挙げられる。
　このような動画像符号化方式においては、動画像を構成する画像（ピクチャ）は、画像を分割することにより得られるスライス、スライスを分割することにより得られる符号化ツリーユニット（CTU：Coding Tree Unit）、符号化ツリーユニットを分割することで得られる符号化単位（符号化ユニット（CU：Coding Unit）と呼ばれることもある）、及び、符号化単位を分割することより得られるブロックである予測ユニット（PU：PredictionUnit）、変換ユニット（TU：Transform Unit）からなる階層構造により管理され、CUごとに符号化／復号される。
　また、このような動画像符号化方式においては、通常、入力画像を符号化／復号することによって得られる局所復号画像に基づいて予測画像が生成され、当該予測画像を入力画像（原画像）から減算して得られる予測残差（「差分画像」または「残差画像」と呼ぶこともある）が符号化される。予測画像の生成方法としては、画面間予測（インター予測）、および、画面内予測（イントラ予測）が挙げられる（非特許文献１）。
　また、近年、マルチコアCPUやGPU等のプロセッサの進化に伴い、動画像符号化および復号処理において、並列処理を行いやすい構成やアルゴリズムが採用されるようになってきた。並列化しやすい構成の一例として、タイル(Tile)という画面（ピクチャ）分割単位が導入されている。タイルはスライスと異なり、ピクチャを矩形領域に分割したものであるが、ある１枚のピクチャにおいて、タイル外の情報（予測モード、MV、画素値）を参照せずに、タイルを復号する。従って、タイルは１ピクチャ内では独立に復号することができる（非特許文献２）。ところで、タイルの場合にも、既に復号した異なるピクチャ（参照ピクチャ）をインター予測により参照する場合、対象タイルが参照ピクチャ上で参照する情報（予測モード、MV、画素値）は、参照ピクチャ上の対象タイルと同じ位置の領域の情報には限らないので、動画像の一部の領域（タイル、あるいは限られた個数のタイル）のみを再生する場合でも、動画像全体を再生する必要がある。
　さらに、近年、4Kや8K、あるいはVR、360度動画のような360度全方位を取り込んだ動画に代表される、動画像の高解像度化が進んでいる。これらをスマホやHMD(Head Mount Display)で視聴する時は高解像度映像の一部を切り出してディスプレイに表示する。スマホやHMDでは電池の容量は大きくなく、表示に必要な一部の領域を抽出して、最小限の復号処理により映像を視聴できる仕組みが期待されている。
"Algorithm Description of Joint Exploration Test Model 6", JVET-F1001, Joint Video Exploration Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11, 31 March- April 2017 ITU-T H.265(04/2015) SERIES H:AUDIOVISUAL AND MULTIMEDIA SYSTEMS Infrastructure of audiovisual services - Coding of moving video High efficiency video coding　"Algorithm Description of Joint Exploration Test Model 7", JVET-G1001, Joint Video Exploration Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11, 31 July 2017
　上記で説明したように、タイルはピクチャを矩形領域に分割したものであり、１枚のピクチャにおいて、タイル外の情報（予測モード、MV、画素値）を参照せずに復号することができる。すなわち、タイルは１ピクチャ内では独立に復号することができる。しかしながら、シーケンスとして、動画像の一部の領域（タイル、あるいは限られた個数のタイル）を復号するには、動画像全体を再生する必要がある。タイルを空間方向だけでなく、時間方向にも独立に処理できるようにするには、エンコード側において、対象タイルおよびコロケートタイルに隣接するタイルの情報を使用する可能性のあるツールを一切使用しなければよいが、この場合、ツールに関する情報を無駄に伝送する必要があり、著しく符号化効率が低下する。また、対象タイルに隣接するタイルの情報を使用しない処理も必要であるが、符号化効率が低下する。
　そこで、本発明は、上記の課題に鑑みてなされたものであり、その目的は、符号化効率の低下を抑えつつ、空間方向および時間方向において各タイルの独立な復号を保証する仕組みを提供することである。
　本発明の一態様に係る画像復号装置あるいは動画像符号化装置は、空間隣接ブロックあるいは時間隣接ブロックから、対象ブロックの動きベクトルを導出し時空間予測処理を実施する動画像符号化装置あるいは動画像復号装置であって、対象ブロックの動きベクトルによる動き補償画像を導出する際に参照する参照画素が、参照ピクチャ上でタイルシーケンス内にあるか否かを判定する手段と、前記参照画素がタイルシーケンス内にない場合、前記動き補償画像の画素値をタイルシーケンス内の画素値から導出する手段とを備え、前記時間隣接ブロックの位置は、コロケートブロック内の右下座標、コロケートブロックの右隣接ブロックの左下座標、あるいは、コロケートブロックの下隣接ブロックの右上座標のいずれかを含むブロックであることを特徴とする。
　本発明の一態様によれば、動画像において、個々のツール毎に各タイルの復号の独立性を保証する仕組みを導入するので、符号化効率の低下を抑えつつ、各タイルを独立に復号をすることができる。これにより、表示等に必要な領域を選択して復号できるので、処理量を大幅に削減することができる。
本実施形態に係る符号化ストリームのデータの階層構造を示す図である。 PU分割モードのパターンを示す図である。（ａ）～（ｈ）は、それぞれ、PU分割モードが、2Nx2N、2NxN、2NxnU、2NxnD、Nx2N、nLx2N、nRx2N、及び、NxNの場合のパーティション形状について示している。 参照ピクチャおよび参照ピクチャリストの一例を示す概念図である。 本実施形態に係るタイル符号化部の構成を示すブロック図である。 本実施形態に係るタイル復号部の構成を示す図である。 本実施形態に係るインター予測画像生成部の構成を示す図である。 本実施形態に係るマージ予測パラメータ導出部の構成を示す図である。 本実施形態に係るAMVP予測パラメータ導出部の構成を示す図である。 本実施形態に係る動き情報の復号処理の動作を示すフローチャートである。 本実施形態に係るインター予測パラメータ符号化部の構成を示す概略図である。 本実施形態に係るインター予測画像生成部の構成を示す図である。 本実施形態に係るインター予測パラメータ復号部の構成を示す図である。 動きベクトルを予測する対象であるPUを構成する各サブブロックの動きベクトルspMvLX[xi][yi]を導出する例を示す図である。 （ａ）は、バイラテラルマッチング（Bilateral matching）について説明するための図である。（ｂ）は、テンプレートマッチング（Template matching）について説明するための図である。 本実施形態に係る符号化ストリームのデータの階層構造を示す別の図である。 本実施形態に係る符号化ストリームのデータの階層構造を示す別の図である。 タイルを説明する図である。 タイル情報等に関するシンタックス表である。 タイルの時間方向の参照について説明する図である。 本発明に係る動画像符号化装置、および、動画像復号装置の構成を示すブロック図である。 タイル境界と、対象ブロックと参照ブロックの位置関係を示す図である。 ATMVP処理を説明する図である。 ATMVP処理の動作を示すフローチャートである。 予測ベクトル候補リスト（マージ候補リスト）を示す図である。 STMVP処理を説明する図である。 STMVP処理の動作を示すフローチャートである。 本実施形態に係る動画像符号化装置を搭載した送信装置、および、動画像復号装置を搭載した受信装置の構成について示した図である。（ａ）は、動画像符号化装置を搭載した送信装置を示しており、（ｂ）は、動画像復号装置を搭載した受信装置を示している。 本実施形態に係る動画像符号化装置を搭載した記録装置、および、動画像復号装置を搭載した再生装置の構成について示した図である。（ａ）は、動画像符号化装置を搭載した記録装置を示しており、（ｂ）は、動画像復号装置を搭載した再生装置を示している。 本実施形態に係る画像伝送システムの構成を示す概略図である。 アフィン予測における制御点の動きベクトルの導出のために参照するブロックの位置の例を示す図である。 アフィン予測の動作を示すフローチャートである。 マッチングモードの動きベクトル導出処理の動作を示すフローチャートである。 OBMC予測の対象サブブロックと隣接ブロックの一例を示す図である。 OBMC予測のパラメータ導出処理を示すフローチャートである。 バイラテラルテンプレートマッチング処理を説明する図である。 LIC予測の予測パラメータの導出に使用する画素の一例を示す図である。 イントラ予測モードを示す図である。 予測対象ブロックと未フィルタ/フィルタ済参照画像を示す図である。 イントラ予測画像生成部の構成を示すブロック図である。 CCLM予測処理を説明する図である。 LM予測部の構成を示すブロック図である。 バウンダリフィルタを説明する図である。 予測画像補正部の動作を示すフローチャートである。 参照強度係数テーブルの一例を示す図である。 イントラ予測画像生成部の動作を示すフローチャートである。 タイル境界でのバウンダリフィルタの参照画素を示す図である。 バウンダリフィルタを説明する別の図である。 対象ブロックのサーチレンジを示す図である。 タイル境界、対象ブロックと参照ブロックの位置関係を示す別の図である。 タイル境界、対象ブロックと参照ブロックの位置関係を示す別の図である。
　　（第１の実施形態）
　以下、図面を参照しながら本発明の実施形態について説明する。
　図２９は、本実施形態に係る画像伝送システム１の構成を示す概略図である。
　画像伝送システム１は、符号化対象画像を符号化した符号を伝送し、伝送された符号を復号し画像を表示するシステムである。画像伝送システム１は、画像符号化装置（動画像符号化装置）１１、ネットワーク２１、画像復号装置（動画像復号装置）３１及び画像表示装置（動画像表示装置）４１を含んで構成される。
　画像符号化装置１１には、単一レイヤもしくは複数レイヤの画像を示す画像Ｔが入力される。レイヤとは、ある時間を構成するピクチャが１つ以上ある場合に、複数のピクチャを区別するために用いられる概念である。たとえば、同一ピクチャを、画質や解像度の異なる複数のレイヤで符号化するとスケーラブル符号化になり、異なる視点のピクチャを複数のレイヤで符号化するとビュースケーラブル符号化となる。複数のレイヤのピクチャ間で予測（インターレイヤ予測、インタービュー予測）を行う場合には、符号化効率が大きく向上する。また予測を行わない場合（サイマルキャスト）の場合にも、符号化データをまとめることができる。
　ネットワーク２１は、画像符号化装置１１が生成した符号化ストリームＴｅを画像復号装置３１に伝送する。ネットワーク２１は、インターネット（internet）、広域ネットワーク（WAN:Wide Area Network）、小規模ネットワーク（LAN:Local Area Network）またはこれらの組み合わせである。ネットワーク２１は、必ずしも双方向の通信網に限らず、地上デジタル放送、衛星放送等の放送波を伝送する一方向の通信網であっても良い。また、ネットワーク２１は、DVD（Digital Versatile Disc）、BD（Blue-ray Disc）等の符号化ストリームTeを記録した記憶媒体で代替されても良い。
　画像復号装置３１は、ネットワーク２１が伝送した符号化ストリームTeのそれぞれを復号し、それぞれ復号した１または複数の復号画像Tdを生成する。
　画像表示装置４１は、画像復号装置３１が生成した１または複数の復号画像Tdの全部または一部を表示する。画像表示装置４１は、例えば、液晶ディスプレイ、有機ＥＬ（Electro-luminescence）ディスプレイ等の表示デバイスを備える。ディスプレイの形態としては、据え置き、モバイル、HMD等が挙げられる。また、空間スケーラブル符号化、ＳＮＲスケーラブル符号化では、画像復号装置３１、画像表示装置４１が高い処理能力を有する場合には、画質の高い拡張レイヤ画像を表示し、より低い処理能力しか有しない場合には、拡張レイヤほど高い処理能力、表示能力を必要としないベースレイヤ画像を表示する。
　　＜演算子＞
　本明細書で用いる演算子を以下に記載する。
　>>は右ビットシフト、<<は左ビットシフト、&はビットワイズAND、|はビットワイズOR、|=はOR代入演算子である。
　x ? y : zは、xが真（0以外）の場合にy、xが偽（0）の場合にzをとる３項演算子である。
　Clip3(a, b, c) は、cをa以上b以下の値にクリップする関数であり、c<aの場合にはaを返し、c>bの場合にはbを返し、その他の場合にはcを返す関数である（ただし、a<=b）。
　abs(a)はaの絶対値を返す関数である。
　Int(a)はaの整数値を返す関数である。
　floor(a)はa以下の最大の整数を返す関数である。
　a/dはdによるaの除算（小数点以下切り捨て）を表す。
　　＜符号化ストリームTeの構造＞
　本実施形態に係る画像符号化装置１１および画像復号装置３１の詳細な説明に先立って、画像符号化装置１１によって生成され、画像復号装置３１によって復号される符号化ストリームTeのデータ構造について説明する。
　図１は、符号化ストリームTeにおけるデータの階層構造を示す図である。符号化ストリームTeは、例示的に、シーケンス、およびシーケンスを構成する複数のピクチャを含む。図１の（ａ）～（ｆ）は、それぞれ、シーケンスSEQを既定する符号化ビデオシーケンス、ピクチャPICTを規定する符号化ピクチャ、スライスSを規定する符号化スライス、スライスデータを規定する符号化スライスデータ、符号化スライスデータに含まれる符号化ツリーユニット、符号化ツリーユニットに含まれる符号化ユニット（Coding Unit；CU）を示す図である。
　　（符号化ビデオシーケンス）
　符号化ビデオシーケンスでは、処理対象のシーケンスSEQを復号するために画像復号装置３１が参照するデータの集合が規定されている。シーケンスSEQは、図１の（ａ）に示すように、ビデオパラメータセットVPS（Video Parameter Set）、シーケンスパラメータセットSPS（Sequence Parameter Set）、ピクチャパラメータセットPPS（Picture Parameter Set）、ピクチャPICT、及び、付加拡張情報SEI（Supplemental Enhancement Information）を含んでいる。ここで＃の後に示される値はレイヤIDを示す。図１では、#0と#1、すなわちレイヤ０とレイヤ１の符号化データが存在する例を示すが、レイヤの種類およびレイヤの数はこれによらない。
　ビデオパラメータセットVPSは、複数のレイヤから構成されている動画像において、複数の動画像に共通する符号化パラメータの集合、および、動画像に含まれる複数のレイヤおよび個々のレイヤに関連する符号化パラメータの集合が規定されている。
　シーケンスパラメータセットSPSでは、対象シーケンスを復号するために画像復号装置３１が参照する符号化パラメータの集合が規定されている。例えば、ピクチャの幅や高さが規定される。なお、SPSは複数存在してもよい。その場合、PPSから複数のSPSの何れかを選択する。
　ピクチャパラメータセットPPSでは、対象シーケンス内の各ピクチャを復号するために画像復号装置３１が参照する符号化パラメータの集合が規定されている。例えば、ピクチャの復号に用いられる量子化幅の基準値（pic_init_qp_minus26）や重み付き予測の適用を示すフラグ（weighted_pred_flag）が含まれる。なお、PPSは複数存在してもよい。その場合、対象シーケンス内の各スライスヘッダから複数のPPSの何れかを選択する。
　　（符号化ピクチャ）
　符号化ピクチャでは、処理対象のピクチャPICTを復号するために画像復号装置３１が参照するデータの集合が規定されている。ピクチャPICTは、図１の（ｂ）に示すように、スライスS0～SNS-1を含んでいる（ＮＳはピクチャPICTに含まれるスライスの総数）。
　なお、以下、スライスS0～SNS-1のそれぞれを区別する必要が無い場合、符号の添え字を省略して記述することがある。また、以下に説明する符号化ストリームTeに含まれるデータであって、添え字を付している他のデータについても同様である。
　　（符号化スライス）
　符号化スライスでは、処理対象のスライスSを復号するために画像復号装置３１が参照するデータの集合が規定されている。スライスSは、図１の（ｃ）に示すように、スライスヘッダSH、および、スライスデータSDATAを含んでいる。
　スライスヘッダSHには、対象スライスの復号方法を決定するために画像復号装置３１が参照する符号化パラメータ群が含まれる。スライスタイプを指定するスライスタイプ指定情報（slice_type）は、スライスヘッダSHに含まれる符号化パラメータの一例である。
　スライスタイプ指定情報により指定可能なスライスタイプとしては、（１）符号化の際にイントラ予測のみを用いるＩスライス、（２）符号化の際に単方向予測、または、イントラ予測を用いるＰスライス、（３）符号化の際に単方向予測、双方向予測、または、イントラ予測を用いるＢスライスなどが挙げられる。なお、インター予測は、単予測、双予測に限定されず、より多くの参照ピクチャを用いて予測画像を生成してもよい。以下、P、Bスライスと呼ぶ場合には、インター予測を用いることができるブロックを含むスライスを指す。
　なお、スライスヘッダSHには、上記符号化ビデオシーケンスに含まれる、ピクチャパラメータセットPPSへの参照（pic_parameter_set_id）を含んでいても良い。
　　（符号化スライスデータ）
　符号化スライスデータでは、処理対象のスライスデータSDATAを復号するために画像復号装置３１が参照するデータの集合が規定されている。スライスデータSDATAは、図１の（ｄ）に示すように、符号化ツリーユニット（CTU:Coding Tree Unit、CTUブロック）を含んでいる。CTUは、スライスを構成する固定サイズ（例えば64x64）のブロックであり、最大符号化単位（LCU:Largest Coding Unit）と呼ぶこともある。
　　（符号化ツリーユニット）
　図１の（ｅ）には、処理対象の符号化ツリーユニットを復号するために画像復号装置３１が参照するデータの集合が規定されている。符号化ツリーユニットは、再帰的な４分木分割（QT分割）または２分木分割（BT分割）により符号化処理の基本的な単位である符号化ユニット（CU:Coding Unit）に分割される。再帰的な４分木分割または２分木分割により得られる木構造を符号化ツリー（CT:Coding Tree）、木構造のノードのことを符号化ノード（CN:Coding Node）と称する。４分木及び２分木の中間ノードは、符号化ノードであり、符号化ツリーユニット自身も最上位の符号化ノードとして規定される。
　CTは、CT情報として、QT分割を行うか否かを示すQT分割フラグ（cu_split_flag）、及びBT分割の分割方法を示すBT分割モード（split_bt_mode）を含む。cu_split_flag及び／又はsplit_bt_modeは符号化ノードCNごとに伝送される。cu_split_flagが１の場合には、符号化ノードCNは４つの符号化ノードCNに分割される。cu_split_flagが０の時、split_bt_modeが１の場合には、符号化ノードCNは２つの符号化ノードCNに水平分割され、split_bt_modeが２の場合には、符号化ノードCNは２つの符号化ノードCNに垂直分割され、split_bt_modeが０の場合には、符号化ノードCNは分割されず、１つの符号化ユニットCUをノードとして持つ。符号化ユニットCUは符号化ノードの末端ノード（リーフノード）であり、これ以上分割されない。
　また、符号化ツリーユニットCTUのサイズが64x64画素の場合には、符号化ユニットのサイズは、64x64画素、64x32画素、32x64画素、32x32画素、64x16画素、16x64画素、32x16画素、16x32画素、16x16画素、64x8画素、8x64画素、32x8画素、8x32画素、16x8画素、8x16画素、8x8画素、64x4画素、4x64画素、32x4画素、4x32画素、16x4画素、4x16画素、8x4画素、4x8画素、及び、4x4画素の何れかをとり得る。
　　（符号化ユニット）
　図１の（ｆ）には、処理対象の符号化ユニットを復号するために画像復号装置３１が参照するデータの集合が規定されている。具体的には、符号化ユニットは、予測ツリー、変換ツリー、CUヘッダCUHから構成される。CUヘッダでは予測モード、分割方法（PU分割モード）等が規定される。
　なお、符号化ストリームTeのデータ構造は、図１ではなく、図15の構成をとってもよい。図15と図１の違いとして、スライスをさらにタイルに分割し、タイルの中にCTUが含まれることである。従って（ｄ）符号化スライスデータの中にタイルが含まれ、（ｇ）符号化タイルの中にCTUが含まれる。
　また、符号化ストリームTeのデータ構造は、図１ではなく、図16の構成をとってもよい。図16と図１の違いとして、スライスをタイルに置換え、タイルデータの中にCTUが含まれることである。従って（ｂ）符号化ピクチャの中にタイルが含まれ、（ｇ）符号化タイルはタイルヘッダとタイルデータから構成され、（ｈ）符号化タイルデータの中にCTUが含まれる。
　予測ツリーでは、符号化ユニットを１または複数に分割した各予測ユニット（PU）の予測パラメータ（参照ピクチャインデックス、動きベクトル等）が規定される。別の表現でいえば、予測ユニットは、符号化ユニットを構成する１または複数の重複しない領域である。また、予測ツリーは、上述の分割により得られた１または複数の予測ユニットを含む。なお、以下では、予測ユニットをさらに分割した予測単位を「サブブロック」と呼ぶ。サブブロックは、複数の画素によって構成されている。予測ユニットとサブブロックのサイズが等しい場合には、予測ユニット中のサブブロックは１つである。予測ユニットがサブブロックのサイズよりも大きい場合には、予測ユニットは、サブブロックに分割される。たとえば予測ユニットが8x8、サブブロックが4x4の場合には、予測ユニットは水平に２分割、垂直に２分割からなる、４つのサブブロックに分割される。
　予測処理は、この予測ユニット（サブブロック）ごとに行ってもよい。
　予測ツリーにおける予測の種類は、大まかにいえば、イントラ予測の場合と、インター予測の場合との２つがある。イントラ予測とは、同一ピクチャ内の予測であり、インター予測とは、互いに異なるピクチャ間（例えば、表示時刻間、レイヤ画像間）で行われる予測処理を指す。
　イントラ予測の場合、分割方法は、2Nx2N（符号化ユニットと同一サイズ）と、NxNとがある。
　また、インター予測の場合、分割方法は、符号化データのPU分割モード（part_mode）により符号化され、2Nx2N（符号化ユニットと同一サイズ）、2NxN、2NxnU、2NxnD、Nx2N、nLx2N、nRx2N、および、NxNなどがある。なお、2NxN、Nx2Nは1:1の対称分割を示し、2NxnU、2NxnDおよびnLx2N、nRx2Nは、1:3、3:1の非対称分割を示す。CUに含まれるPUを順にPU0、PU1、PU2、PU3と表現する。
　図２の（ａ）～（ｈ）に、それぞれのPU分割モードにおけるパーティションの形状（PU分割の境界の位置）を具体的に図示している。図２の（ａ）は、2Nx2Nのパーティションを示し、（ｂ）、（ｃ）、（ｄ）は、それぞれ、2NxN、2NxnU、および、2NxnDのパーティション（横長パーティション）を示す。（ｅ）、（ｆ）、（ｇ）は、それぞれ、Nx2N、nLx2N、nRx2Nである場合のパーティション（縦長パーティション）を示し、（ｈ）は、NxNのパーティションを示す。なお、横長パーティションと縦長パーティションを総称して長方形パーティション、2Nx2N、NxNを総称して正方形パーティションと呼ぶ。
　また、変換ツリーにおいては、符号化ユニットが１または複数の変換ユニットTUに分割され、各変換ユニットの位置とサイズとが規定される。別の表現でいえば、変換ユニットは、符号化ユニットを構成する１または複数の重複しない領域のことである。また、変換ツリーは、上述の分割より得られた１または複数の変換ユニットを含む。
　変換ツリーにおける分割には、符号化ユニットと同一のサイズの領域を変換ユニットとして割り付けるものと、上述したCUの分割と同様、再帰的な４分木分割によるものがある。
　変換処理は、この変換ユニットごとに行われる。
　　（予測パラメータ）
　予測ユニット（PU：Prediction Unit）の予測画像は、PUに付随する予測パラメータによって導出される。予測パラメータには、イントラ予測の予測パラメータもしくはインター予測の予測パラメータがある。以下、インター予測の予測パラメータ（インター予測パラメータ）について説明する。インター予測パラメータは、予測リスト利用フラグpredFlagL0、predFlagL1と、参照ピクチャインデックスrefIdxL0、refIdxL1と、動きベクトルmvL0、mvL1から構成される。予測リスト利用フラグpredFlagL0、predFlagL1は、各々L0リスト、L1リストと呼ばれる参照ピクチャリストが用いられるか否かを示すフラグであり、値が１の場合に、対応する参照ピクチャリストが用いられる。なお、本明細書中「ＸＸであるか否かを示すフラグ」と記す場合、フラグが０以外（たとえば１）をＸＸである場合、０をＸＸではない場合とし、論理否定、論理積などでは１を真、０を偽と扱う（以下同様）。但し、実際の装置や方法では真値、偽値として他の値を用いることもできる。
　符号化データに含まれるインター予測パラメータを導出するためのシンタックス要素には、例えば、PU分割モードpart_mode、マージフラグmerge_flag、マージインデックスmerge_idx、インター予測識別子inter_pred_idc、参照ピクチャインデックスref_idx_lX（refIdxLX）、予測ベクトルインデックスmvp_lX_idx、差分ベクトルmvdLXがある。
　　（参照ピクチャリスト）
　参照ピクチャリストは、参照ピクチャメモリ３０６に記憶された参照ピクチャからなるリストである。図３は、参照ピクチャおよび参照ピクチャリストの一例を示す概念図である。図３（ａ）において、矩形はピクチャ、矢印はピクチャの参照関係、横軸は時間、矩形中のI、P、Bは各々イントラピクチャ、単予測ピクチャ、双予測ピクチャ、矩形中の数字は復号順を示す。図に示すように、ピクチャの復号順は、I0、P1、B2、B3、B4であり、表示順は、I0、B3、B2、B4、P1である。図３（ｂ）に、参照ピクチャリストの例を示す。参照ピクチャリストは、参照ピクチャの候補を表すリストであり、１つのピクチャ（スライス）が１つ以上の参照ピクチャリストを有してもよい。図の例では、対象ピクチャB3は、L0リストRefPicList0およびL1リストRefPicList1の２つの参照ピクチャリストを持つ。対象ピクチャがB3の場合の参照ピクチャは、I0、P1、B2であり、参照ピクチャはこれらのピクチャを要素として持つ。個々の予測ユニットでは、参照ピクチャリストRefPicListX（X=0または1）中のどのピクチャを実際に参照するかを参照ピクチャインデックスrefIdxLXで指定する。図では、refIdxL0およびrefIdxL1により参照ピクチャP1とB2が参照される例を示す。なお、LXは、L0予測とL1予測を区別しない場合に用いられる記述方法であり、以降では、LXをL0、L1に置き換えることでL0リストに対するパラメータとL1リストに対するパラメータを区別する。
　　（マージ予測とAMVP予測）
　予測パラメータの復号（符号化）方法には、マージ予測（merge）モードとAMVP（Adaptive Motion Vector Prediction、適応動きベクトル予測）モードがある、マージフラグmerge_flagは、これらを識別するためのフラグである。マージモードは、予測リスト利用フラグpredFlagLX（またはインター予測識別子inter_pred_idc）、参照ピクチャインデックスrefIdxLX、動きベクトルmvLXを符号化データに含めずに、既に処理した近傍PUの予測パラメータから導出する用いるモードである。AMVPモードは、インター予測識別子inter_pred_idc、参照ピクチャインデックスrefIdxLX、動きベクトルmvLXを符号化データに含めるモードである。なお、動きベクトルmvLXは、予測ベクトルmvpLXを識別する予測ベクトルインデックスmvp_lX_idxと差分ベクトルmvdLXとして符号化される。
　インター予測識別子inter_pred_idcは、参照ピクチャの種類および数を示す値であり、PRED_L0、PRED_L1、PRED_BIの何れかの値をとる。PRED_L0、PRED_L1は、各々L0リスト、L1リストの参照ピクチャリストで管理された参照ピクチャを用いることを示し、１枚の参照ピクチャを用いること（単予測）を示す。PRED_BIは２枚の参照ピクチャを用いること（双予測BiPred）を示し、L0リストとL1リストで管理された参照ピクチャを用いる。予測ベクトルインデックスmvp_lX_idxは予測ベクトルを示すインデックスであり、参照ピクチャインデックスrefIdxLXは、参照ピクチャリストで管理された参照ピクチャを示すインデックスである。
　マージインデックスmerge_idxは、処理が完了したPUから導出される予測パラメータ候補（マージ候補）のうち、いずれかの予測パラメータを復号対象PUの予測パラメータとして用いるかを示すインデックスである。
　　（動きベクトル）
　動きベクトルmvLXは、異なる２つのピクチャ上のブロック間のずれ（シフト）量を示す。動きベクトルmvLXに関する予測ベクトル、差分ベクトルを、それぞれ予測ベクトルmvpLX、差分ベクトルmvdLXと呼ぶ。
　　（インター予測識別子inter_pred_idcと予測リスト利用フラグpredFlagLX）
　インター予測識別子inter_pred_idcと、予測リスト利用フラグpredFlagL0、predFlagL1の関係は以下のとおりであり、相互に変換可能である。
　inter_pred_idc = （predFlagL1<<１） + predFlagL0
　predFlagL0 = inter_pred_idc & １
　predFlagL1 = inter_pred_idc >> １
　なお、インター予測パラメータは、予測リスト利用フラグを用いても良いし、インター予測識別子を用いてもよい。また、予測リスト利用フラグを用いた判定は、インター予測識別子を用いた判定に置き替えてもよい。逆に、インター予測識別子を用いた判定は、予測リスト利用フラグを用いた判定に置き替えてもよい。
　　（双予測biPredの判定）
　双予測BiPredであるかのフラグbiPredは、２つの予測リスト利用フラグがともに１であるかによって導出できる。たとえば以下の式で導出できる。
　biPred = (predFlagL0 == 1 && predFlagL1 == 1)
　フラグbiPredは、インター予測識別子が２つの予測リスト（参照ピクチャ）を使うことを示す値であるか否かによっても導出できる。たとえば以下の式で導出できる。
　biPred = (inter_pred_idc == PRED_BI) ? 1 : 0
上記式は、以下の式でも表現できる。
　biPred = (inter_pred_idc == PRED_BI)
　なお、PRED_BIはたとえば3の値を用いることができる。
　　（イントラ予測）
　次にイントラ予測予測パラメータについて説明する。
　イントラ予測パラメータとは、CUをピクチャ内の情報で予測する処理に用いられるパラメータ、例えば、イントラ予測モードIntraPredModeであり、輝度イントラ予測モードIntraPredModeYと色差イントラ予測モードIntraPredModeCは異なっても良い。イントラ予測モードは、例えば６７種類存在し、プレーナ予測、DC予測、Angular（方向)予測からなる。色差予測モードIntraPredModeCは、例えば、プレーナ予測、DC予測、Angular予測、ダイレクトモード（輝度の予測モードを使用するモード）、LM予測（輝度画素から線形予測するモード）の何れかを用いる。
　輝度イントラ予測モードIntraPredModeYは、対象ブロックに適用される確率が高いと推定されたイントラ予測モードからなるMPM（Most Probable Mode）候補リストを用いて導出する場合と、MPM候補リストに含まれない予測モードであるREMから導出する場合がある。どちらの方法を用いるかをフラグprev_intra_luma_pred_flagで通知し、前者の場合は、インデックスmpm_idxと、隣接ブロックのイントラ予測モードから導出したMPM候補リストを用いてIntraPredModeYを導出する。後者の場合は、フラグrem_selected_mode_flagと、モードrem_selected_modeおよびrem_non_selected_modeを用いてイントラ予測モードを導出する。
　色差イントラ予測モードIntraPredModeCは、LM予測を用いるか否かを示すフラグnot_lm_chroma_flagを用いて導出する場合、ダイレクトモードを用いるか否かを示すフラグnot_dm_chroma_flagを用いて導出する場合、色差画素に適用されるイントラ予測モードを直接指定するインデックスchroma_intra_mode_idxを用いて導出する場合がある。
　　（ループフィルタ）
　ループフィルタは符号化ループ内に設けたフィルタで、ブロック歪やリンギング歪を除去し、画質を改善するフィルタである。ループフィルタには、主に、デブロッキングフィルタ、サンプル適応オフセット（SAO：Sample Adaptive Offset）、適応ループフィルタ（ALF：Adaptive Loop Filter）がある。
　デブロッキングフィルタは、ブロック境界を介して互いに隣接する輝度成分の画素のデブロック前画素値の差が予め定められた閾値よりも小さい場合に、当該ブロック境界に対して、輝度および色差成分の画素にデブロッキング処理を施すことによって、当該ブロック境界付近の画像の平滑化を行う。
　SAOはデブロッキングフィルタ後に適用するフィルタであり、リンギング歪や量子化歪を除去する効果がある。SAOはCTU単位の処理であり、画素値をいくつかのカテゴリに分類して、カテゴリ毎に画素単位にオフセットを加減算するフィルタである。SAOのエッジオフセット（EO）処理は、対象画素と隣接画素（参照画素）との大小関係に応じて画素値に加算するオフセット値を決定する。
　ALFは、ALF前復号画像に対して、符号化ストリームTeから復号されたALFパラメータ（フィルタ係数）ALFPを用いた適応的フィルタ処理を施すことによって、ALF済復号画像を生成する。
　フィルタ係数はスライスヘッダ直後に通知され、メモリに格納される。後続のインター予測を用いるスライスあるいはピクチャでは、フィルタ係数自体を通知する以外に、過去に通知され、メモリに格納されたフィルタ係数をインデックスで指定し、フィルタ係数自体を通知しないことで、フィルタ係数の符号化に必要なビット量を削減している。しかしながら、後述する各タイルを独立に復号するためには、ALFはフィルタ係数をタイル単位で通知、格納し、同じTileIdを持つ後続のタイルにおいてはインデックスで指定されたフィルタ係数を用いて、適応的フィルタ処理を施してもよい。
　（エントロピー符号化）
　エントロピー符号化には、シンタックスの種類や周囲の状況に応じて適応的に選択したコンテキスト（確率モデル）を用いてシンタックスを可変長符号化する方式と、あらかじめ定められた表、あるいは計算式を用いてシンタックスを可変長符号化する方式がある。前者のCABAC（Context Adaptive Binary Arithmetic Coding）では、符号化あるいは復号したピクチャ毎に更新した確率モデルをメモリに格納する。そして、後続のインター予測を用いるPピクチャ、あるいはBピクチャにおいて、対象ピクチャのコンテキストの初期状態は、メモリに格納された確率モデルの中から、同じスライスタイプ、同じスライスレベルの量子化パラメータを使用したピクチャの確率モデルを選択して、符号化、復号処理に使用する。各タイルを独立に復号するためには、確率モデルはタイル単位でメモリに格納される。そして、同じTileIdを持つ後続のタイルにおいてコンテキストの初期状態は、同じスライスタイプ、同じスライスレベルの量子化パラメータを符号化あるいは復号に使用した既復号タイルの確率モデルを選択してもよい。
　　（タイル）
　図17(a)はピクチャをN個のタイル（実線の矩形、図はN=9の例）に分割した例を示す図である。タイルはさらに複数のCTU（破線の矩形）に分割される。図17(a)の中央のタイルの左上座標を(xTs,yTs)、幅をwT、高さをhTとする。またピクチャの幅をwPict、高さをhPictとする。なお、タイルの分割数やサイズに関する情報をタイル情報と呼び、詳細は後述する。
　図17(b)はピクチャをタイルに分割した時の、CTUの符号化、復号順序を示す図である。各タイルに記載されている番号はTileId（ピクチャ内のタイルの識別子）であり、ピクチャ内のタイルに対し左上から右下にラスタースキャン順で番号が割り当てられ、タイルはTileIdの順に処理される。つまりTileIdの昇順に符号化、復号処理される。また、CTUは各タイル内を左上から右下へラスタースキャン順に処理され、１つのタイル内での処理が終わると、次のタイル内のCTUが処理される。
　図17(c)は時間方向に連続するタイルを示す図である。図17(c)に示されるように、ビデオシーケンスは、複数の時間方向に連続するピクチャから構成されている。タイルシーケンスは、時間方向に連続する１つ以上の時刻のタイルから構成されている。なお、図中のCVS(Coded Video Sequence)は、あるイントラピクチャから復号順で次のイントラピクチャの直前のピクチャまでのピクチャ群である。
　図１８は、タイル情報等に関するシンタックスの例であり、以下、図１８(b)、(d)、(a)、(c)の順番に説明する。
　タイル情報は、例えば図18(b)に示すように、num_tile_columns_minus1、num_tile_rows_minus1、uniform_spacing_flag、column_width_minus1[i]、row_height_minus1[i]であり、例えば、PPSで通知される。ここで、num_tile_columns_minus1、num_tile_rows_minus1は各々ピクチャ内の水平、垂直方向のタイル数から1を引いた値である。uniform_spacing_flagはピクチャが均等にタイル分割されるか否かを示すフラグである。uniform_spacing_flagの値が1の場合、ピクチャの各タイルの幅、高さは同じに設定され、ピクチャ内の水平、垂直方向のタイル数から導出することができる。
　　wT = wPict/(num_tile_columns_minus1+1)
　　hT = hPict/(num_tile_rows_minus1+1)
uniform_spacing_flagの値が0の場合、ピクチャの各タイルの幅、高さは同じに設定されなくてもよく、各タイルの幅column_width_minus1[i]（図17のwT）、高さrow_height_minus1[i]（図17のhT）をタイル毎に符号化する。
　（タイル境界制限）
　タイル情報はPPSで通知されるため、ピクチャ毎にタイルの位置やサイズを変更することができる。一方、タイルシーケンスを独立に復号する場合、つまり同じTileIdをもつタイルが、異なるTileIdをもつタイルの情報を参照することなく復号可能な場合には、ピクチャ毎にタイルの位置やサイズを変更しなくても良い。つまり、各タイルが異なる時刻のピクチャ（参照ピクチャ）を参照する場合に、CVSの全てのピクチャにおいて、同一のタイル分割を適用してもよい。この場合、同じTileIDをもつタイルは、CVSの全ピクチャを通して、左上座標、幅、高さは同じに設定する。
　タイル情報がCVSを通じて変化しないことは、図18(d)に示すvui_parameters()のtiles_fixed_structure_flagの値を1にセットすることで通知する。つまり、tiles_fixed_structure_flagの値が1の場合、CVSを通して、PPSで通知されるnum_tile_columns_minus1、num_tile_rows_minus1、uniform_spacing_flag、column_width_minus1[i]、row_height_minus1[i]、loop_filter_across_tiles_enabled_flag（タイル境界でのループフィルタのオンオフ）の値は一意としてもよい。tiles_fixed_structure_flagの値が1の場合、CVS内では、TileIdが同じタイルは、時刻（POC：Picture Order Count）が異なるピクチャにおいても、ピクチャ上のタイル位置（タイルの左上座標、幅、高さ）は変更されない。また、tiles_fixed_structure_flagの値が0である場合、タイルシーケンスは時刻によってサイズが異なってもよい。
　図18(a)はシーケンスパラメータセットSPSの一部を抜粋したシンタックス表である。独立タイルフラグindependent_tile_flagは、タイルシーケンスが空間方向に加え、時間方向でも独立に符号化、復号できるか否かを示すフラグである。independent_tile_flagの値が1である場合、タイルシーケンスは独立に符号化、復号できることを意味する。この場合、タイルの符号化・復号及び符号化データのシンタックスにおいて下記の制約が課してもよい。
（制約１）CVS内では、タイルはTileIdが異なるタイルの情報を参照しない。
（制約２）CVSを通して、PPSで通知されるピクチャ内の水平、垂直方向のタイル数、タイルの幅、タイルの高さは同じである。CVS内では、TileIdが同じタイルは、時刻（POC）が異なるピクチャにおいても、ピクチャ上のタイル位置（タイルの左上座標、幅、高さ）は変更されない。vui_parameters()のtiles_fixed_structure_flagの値は１に設定する。
　上述の（制約１）「タイルはTileIdが異なるタイルの情報を参照しない」について、詳細に説明する。
　図19は時間方向（異なるピクチャ間）のタイルの参照について説明する図である。図19(a)は、時刻t0のイントラピクチャPict(t0)をN個のタイルに分割した例である。図19(b)は、時刻t1=t0+1のインターピクチャPict(t1)をN個のタイルに分割した例である。Pict(t1)はPict(t0)を参照する。図19(c)は、時刻t2=t0+2のインターピクチャPict(t2)をN個のタイルに分割した例である。Pict(t2)はPict(t1)を参照する。図中、Tile(n,t)は時刻tのTileId=n（n=0..N-1）のタイルを表す。上述の（制約２）から、どの時刻においても、TileId=nのタイルの左上座標、幅、高さは同じである。
　図19(b)において、タイルTile(n,t1)内のCU1、CU2、CU3は、図19(a)のブロックBLK1、BLK2、BLK3を参照する。この場合、BLK1とBLK3はタイルTile(n,t0)外のタイルに含まれるブロックであり、これらを参照するには、時刻t0において、Tile(n,t0)だけではなく、Pict(t0)全体を復号する必要がある。つまりTileId=nに対応するタイルシーケンスを時刻t0、t1で復号するだけではタイルTile(n,t1)を復号することはできず、TileId=nに加えてTileId=n以外のタイルシーケンスの復号も必要である。従ってタイルシーケンスを独立に復号するためには、タイル内のCUの動き補償画像を導出する場合に参照する参照ピクチャ内の参照画素がコロケートタイル（参照ピクチャ上の同じ位置のタイル）内に含まれる必要がある。
　図19(c)において、タイルTile(n,t2)の右端の境界に隣接するCU4は、時間方向の予測ベクトル候補として、図19(b)に示す時刻t1のピクチャ内におけるCU4'の右下ブロックCU4BRを参照し、CU4BRの動きベクトルを予測ベクトル候補として予測ベクトル候補リスト（マージ候補リスト）に格納する。しかしながらタイルの右端のCUではCU4BRはコロケートタイル外に位置し、CU4BRを参照するには、時刻t1において、Tile(n,t1)だけではなく、少なくともTile(n+1,t1)を復号する必要がある。つまりTileId=nのタイルシーケンスを復号するだけではタイルTile(n,t2)を復号することはできない。タイルの下端の境界に隣接するブロックも同様である。従ってタイルシーケンスを独立に復号するためには、時間方向の予測ベクトル候補として参照する参照ピクチャ上のブロックがコロケートタイル内に含まれる必要がある。上記の制約の具体的な実現方法を、以下の画像復号装置および画像符号化装置において説明する。
　また、independent_tile_flagの値が0である場合、タイルシーケンスが独立に復号できなくてもよいことを意味する。
　　（画像復号装置の構成）
　図20(a)に本発明の画像復号装置（動画像復号装置）2000を示す。画像復号装置2000は、ヘッダ情報復号部2001、タイル復号部2002a～2002nおよびタイル合成部2003を含んで構成される。
　ヘッダ情報復号部2001は、外部から入力され、NAL（network abstraction layer）ユニット単位で符号化された符号化ストリームTeを復号する。また、ヘッダ情報復号部2001は、外部から入力された、ディスプレイ等に表示すべき画像領域を示す制御情報から、表示に必要なタイル（TileId）を導出する。また、ヘッダ情報復号部2001は、符号化ストリームTeから表示に必要な符号化タイルを抽出し、タイル復号部2002a～2002nに伝送する。また、ヘッダ情報復号部2001は、PPSを復号して得られたタイル情報（タイルの分割に関する情報）と、復号されるタイルのTileIdをタイル合成部2003に伝送する。
　タイル復号部2002a～2002nは、各符号化タイルを復号し、復号したタイルをタイル合成部2003に伝送する。
　ここで、タイル復号部2002a～2002nは、タイルシーケンスを１つの独立なビデオシーケンスとして復号処理を行うため、復号処理を行う際に時間的にも空間的にもタイルシーケンス間の予測情報を参照しない。すなわち、タイル復号部2002a～2002nは、あるピクチャ内のタイルを復号する場合に、別の（異なるTileIdをもつ）タイルシーケンスのタイルを参照しない。
　このように、タイル復号部2002a～2002nが各々タイルを復号するため、複数のタイルを並列に復号処理することも、１つのタイルのみを独立して復号することもできる。その結果、タイル復号部2002a～2002nによれば、必要最小限の復号処理のみ実行することで表示に必要な画像を復号できる等、効率よく復号処理を実行することができる。
　タイル合成部2003は、ヘッダ情報復号部2001から伝送されたタイル情報および復号されるタイルのTileIdと、タイル復号部2002a～2002nによって復号されたタイルとを参照し、表示に必要な復号画像Tdを生成、出力する。
　　（タイル復号部の構成）
　タイル復号部2002a～2002nの構成について説明する。以下に一例として、タイル復号部2002aの構成を、図５を用いて説明する。図５は、タイル復号部2002a～2002nの１つである2002の構成を示すブロック図である。タイル復号部2002は、エントロピー復号部３０１、予測パラメータ復号部（予測画像復号装置）３０２、ループフィルタ３０５、参照ピクチャメモリ３０６、予測パラメータメモリ３０７、予測画像生成部（予測画像生成装置）３０８、逆量子化・逆変換部３１１、及び加算部３１２を含んで構成される。なお、後述のタイル符号化部2012に合わせ、タイル復号部2002にループフィルタ３０５が含まれない構成もある。
　また、予測パラメータ復号部３０２は、インター予測パラメータ復号部３０３及びイントラ予測パラメータ復号部３０４を含んで構成される。予測画像生成部３０８は、インター予測画像生成部３０９及びイントラ予測画像生成部３１０を含んで構成される。
　また、以降では処理の単位としてCTU、CU、PU、TUを使用した例を記載するが、この例に限らず、TUあるいはPU単位の代わりにCU単位で処理をしてもよい。あるいはCTU、CU、PU、TUをブロックと読み替え、ブロック単位の処理としてもよい。
　エントロピー復号部３０１は、外部から入力された符号化ストリームTeに対してエントロピー復号を行って、個々の符号（シンタックス要素）を分離し復号する。分離された符号には、予測画像を生成するための予測パラメータおよび、差分画像を生成するための残差情報などがある。
　エントロピー復号部３０１は、分離した符号の一部を予測パラメータ復号部３０２に出力する。分離した符号の一部とは、例えば、予測モードpredMode、PU分割モードpart_mode、マージフラグmerge_flag、マージインデックスmerge_idx、インター予測識別子inter_pred_idc、参照ピクチャインデックスref_idx_lX、予測ベクトルインデックスmvp_lX_idx、差分ベクトルmvdLXである。どの符号を復号するかの制御は、予測パラメータ復号部３０２の指示に基づいて行われる。エントロピー復号部３０１は、量子化変換係数を逆量子化・逆変換部３１１に出力する。この量子化変換係数は、符号化処理において、残差信号に対してDCT（Discrete Cosine Transform、離散コサイン変換）、DST（Discrete Sine Transform、離散サイン変換）、KLT（Karyhnen Loeve Transform、カルーネンレーベ変換）等の周波数変換を行い量子化して得られる係数である。
　インター予測パラメータ復号部３０３は、エントロピー復号部３０１から入力された符号に基づいて、予測パラメータメモリ３０７に記憶された予測パラメータを参照してインター予測パラメータを復号する。また、インター予測パラメータ復号部３０３は、復号したインター予測パラメータを予測画像生成部３０８に出力し、また予測パラメータメモリ３０７に記憶する。インター予測パラメータ復号部３０３の詳細については後述する。
　イントラ予測パラメータ復号部３０４は、エントロピー復号部３０１から入力された符号に基づいて、予測パラメータメモリ３０７に記憶された予測パラメータを参照してイントラ予測パラメータを復号する。イントラ予測パラメータとは、CUを１つのピクチャ内で予測する処理で用いるパラメータ、例えば、イントラ予測モードIntraPredModeである。イントラ予測パラメータ復号部３０４は、復号したイントラ予測パラメータを予測画像生成部３０８に出力し、また予測パラメータメモリ３０７に記憶する。
　イントラ予測パラメータ復号部３０４は、輝度と色差で異なるイントラ予測モードを導出しても良い。この場合、イントラ予測パラメータ復号部３０４は、輝度の予測パラメータとして輝度予測モードIntraPredModeY、色差の予測パラメータとして、色差予測モードIntraPredModeCを復号する。輝度予測モードIntraPredModeYは、67モードであり、プレーナ予測（０）、DC予測（１）、Angular（方向）予測（２～66）が対応する。色差予測モードIntraPredModeCは、プレーナ予測（０）、DC予測（１）、Angular（方向）予測（２～66）、LM予測（67～72）の何れかを用いるものである。イントラ予測パラメータ復号部３０４は、色差予測がLM予測か否かを示すフラグを復号し、フラグがLM予測であることを示せば、LM予測に関する情報（CCLM予測か否かを示す情報、ダウンサンプリング方法を指定する情報）を復号する。ここで、LM予測について説明する。LM予測は、輝度成分と色成分間の相関を利用した予測方式であり、復号した輝度画像をもとに、線形モデルを用いて、色差画像（Cb、Cr）の予測画像を生成する方式である。LM予測には、CCLM（Cross-Component Linear Model prediction）予測とMMLM（Multiple Model ccLM）予測がある。CCLM予測は、１つのブロックに対し、輝度から色差を予測するための線形モデルを１つ使用する予測方式である。MMLM予測は、１つのブロックに対し、輝度から色差を予測するための線形モデルを２つ以上使用する予測方式である。また、色差フォーマットが4:2:0の場合、線形モデルを作るために輝度画像をダウンサンプリングし、色差画像と同じサイズにする。このダウンサンプリング方法は、固定のサンプリングフィルタ（デフォルトサンプリングフィルタ）を用いる方法と、４種類のサンプリングフィルタを適応的に切り替えて（追加サンプリングフィルタ）用いる方法がある。従って、ダウンサンプリング方法を指定する情報として、LM予測がCCLM予測か、MMLM予測かを指定する情報と、サンプリングフィルタがデフォルトサンプリングフィルタか否か、追加サンプリングフィルタを用いる場合はサンプリングフィルタを指定するインデックスを復号する。フラグがLM予測と異なる予測であることを示せば、IntraPredModeCとして、プレーナ予測（０）、DC予測（１）、Angular予測（２～66）、DM予測（輝度予測モードと同じ予測モードを用いる色差予測）を復号する。図37はイントラ予測モードを示す図である。図37中の2～66に対応する直線の方向は予測方向を表し、より正確には、予測対象画素が参照する参照領域Ｒ（後述）上の画素の方向を示している。
　ループフィルタ３０５は、加算部３１２が生成したCUの復号画像に対し、デブロッキングフィルタ３１３、サンプル適応オフセット（SAO）３１４、適応ループフィルタ（ALF）３１５等のフィルタを施す。なお、ループフィルタ３０５はタイル符号化部2012と対になっていれば、必ずしも上記３種類のフィルタを含まなくてもよく、例えばデブロッキングフィルタ３１３のみの構成であってもよい。
　参照ピクチャメモリ３０６は、加算部３１２が生成したCUの復号画像を、復号対象のピクチャ及びCTUあるいはCU毎に予め定めた位置に記憶する。
　予測パラメータメモリ３０７は、予測パラメータを、復号対象のピクチャ及び予測ユニット（もしくはサブブロック、固定サイズブロック、ピクセル）毎に予め定めた位置に記憶する。具体的には、予測パラメータメモリ３０７は、インター予測パラメータ復号部３０３が復号したインター予測パラメータ、イントラ予測パラメータ復号部３０４が復号したイントラ予測パラメータ及びエントロピー復号部３０１が分離した予測モードpredModeを記憶する。記憶されるインター予測パラメータには、例えば、予測リスト利用フラグpredFlagLX（インター予測識別子inter_pred_idc）、参照ピクチャインデックスrefIdxLX、動きベクトルmvLXがある。
　予測画像生成部３０８には、エントロピー復号部３０１から入力された予測モードpredModeが入力され、また予測パラメータ復号部３０２から予測パラメータが入力される。また、予測画像生成部３０８は、参照ピクチャメモリ３０６から参照ピクチャを読み出す。予測画像生成部３０８は、予測モードpredModeが示す予測モードで、入力された予測パラメータと読み出した参照ピクチャ（参照ピクチャブロック）を用いてPU（ブロック）もしくはサブブロックの予測画像を生成する。
　ここで、予測モードpredModeがインター予測モードを示す場合、インター予測画像生成部３０９は、インター予測パラメータ復号部３０３から入力されたインター予測パラメータと読み出した参照ピクチャ（参照ピクチャブロック）を用いてインター予測によりPU（ブロック）もしくはサブブロックの予測画像を生成する。
　インター予測画像生成部３０９は、予測リスト利用フラグpredFlagLXが１である参照ピクチャリスト（L0リスト、もしくはL1リスト）に対し、参照ピクチャインデックスrefIdxLXで示される参照ピクチャから、復号対象PUを基準として動きベクトルmvLXが示す位置にある参照ピクチャブロックを参照ピクチャメモリ３０６から読み出す。インター予測画像生成部３０９は、読み出した参照ピクチャブロックをもとに補間を行ってPUの予測画像（補間画像、動き補償画像）を生成する。インター予測画像生成部３０９は、生成したPUの予測画像を加算部３１２に出力する。ここで、参照ピクチャブロックとは、参照ピクチャ上の画素の集合（通常矩形であるのでブロックと呼ぶ）であり、PUもしくはサブブロックの予測画像を生成するために参照する領域である。
　　（タイル境界パディング）
　参照ピクチャブロック（参照ブロック）は、予測リスト利用フラグpredFlagLX=1の参照ピクチャリストに対し、参照ピクチャインデックスrefIdxLXで示される参照ピクチャ上にあって、対象CU（ブロック）の位置を基準として、動きベクトルmvLXが示す位置のブロックである。既に説明したように、対象タイルと同じTileIdをもつ参照ピクチャ上のタイル（コロケートタイル）内に、参照ブロックの画素が位置する保証はない。そこで、一例として、参照ピクチャにおいて、図21(a)に示すように各タイルの外側をパディング（タイル境界の画素値で補填する）することで、コロケートタイル外の画素値を参照することなく参照ブロックを読みだすことができる。
　タイル境界パディング（タイル外パディング）は、後述する動き補償部３０９１による動き補償において、参照画素の位置(xIntL+i, yIntL+j)の画素値として、以下の位置xRef+i, yRef+jの画素値refImg[xRef+i][yRef+j]を用いることで実現する。すなわち、参照画素参照時に、参照位置を、タイルの上下左右の境界画素の位置でクリッピングすることで実現する。
　xRef + i = Clip3( xTs, xTs + wT - 1, xIntL + i )　（式PAD-1）
　yRef + j = Clip3( yTs, yTs + hT - 1, yIntL + j )
ここで、(xTs,yTs)は、対象ブロックが位置する対象タイルの左上座標、wT、hTは、対象タイルの幅と高さである。
　なお、xIntL、yIntLは、ピクチャの左上座標を基準とした対象ブロックの左上座標を(xb,yb)、動きベクトルを(mvLX[0],mvLX[1])とすると、
　xIntL = xb + ( mvLX[0]>>log2(M) )　　　　　　　　（式PAD-2）
　yIntL = yb + ( mvLX[1]>>log2(M) )
で導出しても良い。ここでMは、動きベクトルの精度が1/Mペル(pel)であることを示す。
　座標(xRef+i,yRef+j)の画素値を読み出すことで、図21(a)のパディングを実現することができる。
　independent_tile_flag=1の場合に、このようにタイル境界をパディングすることで、インター予測で動きベクトルがコロケートタイル外を指しても、コロケートタイル内の画素値を用いて参照画素を置き換えるので、タイルシーケンスを独立にインター予測を用いて復号することができる。
　　（タイル境界動きベクトル制限）
　タイル境界パディングの他の制限方法として、タイル境界動きベクトル制限がある。本処理では、後述する動き補償部３０９１による動き補償において、参照画素の位置(xIntL+i, yIntL+j)がコロケートタイル内に入るように動きベクトルを制限（クリッピング）する。
　本処理では、対象ブロック（対象サブブロックもしくは対象ブロック）の左上座標(xb, yb)、ブロックのサイズ(W, H)、対象タイルの左上座標(xTs, yTs)、対象タイルの幅と高さがwT、hTである場合に、ブロックの動きベクトルmvLXを入力とし、制限された動きベクトルmvLXを出力する。
　対象ブロックの補間画像生成における参照画素の左端posL、右端posR、上端posU、下端posDは各々、以下である。なお、NTAPは補間画像生成に使用するフィルタのタップ数である。
　posL = xb + ( mvLX[0]>>log2(M) ) - NTAP/2 + 1　　　　　（式CLIP1）
　posR = xb + W - 1 + ( mvLX[0]>>log2(M) ) + NTAP/2
　posU = yb + ( mvLX[1]>>log2(M) ) - NTAP/2 + 1
　posD = yb + H - 1 + ( mvLX[1]>>log2(M) ) + NTAP/2
　上記参照画素がコロケートタイル内に入るための制限は以下のとおりである。
　posL >= xTs　　　　　　　　　　　　　　　　　　　　　　（式CLIP2）
　posR <= xTs + wT - 1
　posU >= yTs
　posD <= yTs + hT - 1
以下の変形ができる。
　posL = xb + ( mvLX[0]>>log2(M) ) - NTAP/2 + 1 >= xTs　（式CLIP3）
　　( mvLX[0]>>log2(M) ) >= xTs - xb + NTAP/2 - 1
　posR = xb + W - 1 + ( mvLX[0]>>log2(M) ) + NTAP/2 <= xTs + wT - 1
　　( mvLX[0]>>log2(M) ) <= xTs + wT - 1 - xb - W + 1 - NTAP/2
　posU = yb + ( mvLX[1]>>log2(M) ) - NTAP/2 + 1 >= yTs
　　( mvLX[0]>>log2(M) ) >= yTs - yb + NTAP/2 - 1
　posD = yb + H - 1+ ( mvLX[1]>>log2(M) ) + NTAP/2 <= yTs + hT - 1
　　( mvLX[1]>>log2(M) ) <= yTs + hT - 1 - yb - H + 1 - NTAP/2
したがって、動きベクトルの制限は、以下の式で導出できる。
　mvLX[0] = Clip3 (vxmin, vxmax, mvLX[0])　　　　　　　（式CLIP4）
　mvLX[1] = Clip3 (vymin, vymax, mvLX[1])
ここで
　vxmin = (xTs - xb + NTAP/2 - 1)<<log2(M)　　　　　　　（式CLIP5）
　vxmax = (xTs + wT - xb - W - NTAP/2)<<log2(M)
　vymin = (yTs - yb + NTAP/2 - 1)<<log2(M)
　vymax = (yTs + hT - yb - H - NTAP/2)<<log2(M)
　independent_tile_flag=1の場合に、このように動きベクトルを制限することにより、インター予測で動きベクトルがコロケートタイル外を常に指すことができる。この構成においても、タイルシーケンスを独立にインター予測を用いて復号することができる。
　予測モードpredModeがイントラ予測モードを示す場合、イントラ予測画像生成部３１０は、イントラ予測パラメータ復号部３０４から入力されたイントラ予測パラメータと読み出した参照ピクチャを用いてイントラ予測を行う。具体的には、イントラ予測画像生成部３１０は、復号対象のピクチャであって、既に復号されたPUのうち、復号対象PUから予め定めた範囲にある隣接PUを参照ピクチャメモリ３０６から読み出す。予め定めた範囲とは、復号対象PUがいわゆるラスタースキャンの順序で順次移動する場合、例えば、左、左上、上、右上の隣接PUのうちのいずれかであり、イントラ予測モードによって異なる。ラスタースキャンの順序とは、各ピクチャにおいて、上端から下端まで各行について、順次左端から右端まで移動させる順序である。
　イントラ予測画像生成部３１０は、読み出した隣接PUに基づいてイントラ予測モードIntraPredModeが示す予測モードで予測を行ってPUの予測画像を生成する。イントラ予測画像生成部３１０は、生成したPUの予測画像を加算部３１２に出力する。
　イントラ予測パラメータ復号部３０４において、輝度と色差で異なるイントラ予測モードを導出する場合、イントラ予測画像生成部３１０は、輝度予測モードIntraPredModeYに応じて、プレーナ予測（０）、DC予測（１）、Angular予測（２～66）の何れかによって輝度のPUの予測画像を生成し、色差予測モードIntraPredModeCに応じて、プレーナ予測（０）、DC予測（１）、Angular予測（２～66）、LMモード（67～72）の何れかによって色差のPUの予測画像を生成する。
　Planar予測、DC予測、Angular予測では、予測対象ブロックに隣接（近接）する復号済みの周辺領域を参照領域Ｒとして設定する。概略的には、これらの予測モードは、参照領域Ｒ上の画素を特定の方向に外挿することで予測画像を生成する予測方式である。たとえば、参照領域Ｒは、予測対象ブロックの左と上（あるいは、さらに、左上、右上、左下）を含む逆Ｌ字型の領域（例えば図38の斜線の丸印の画素で示される領域）として設定することができる。
　　（予測画像生成部の詳細）
　次に、図39を用いてイントラ予測画像生成部310の構成の詳細を説明する。
　図39に示すように、イントラ予測画像生成部310は、予測対象ブロック設定部3101、未フィルタ参照画像設定部3102（第１の参照画像設定部）、フィルタ済参照画像設定部3103（第２の参照画像設定部）、予測部3104、および、予測画像補正部3105（予測画像補正部、フィルタ切替部、重み係数変更部）を備える。
　フィルタ済参照画像設定部3103は、入力される参照領域Ｒ上の各参照画素（未フィルタ参照画像）に参照画素フィルタ（第１のフィルタ）を適用して、フィルタ済参照画像を生成し、予測部3104に出力する。予測部3104は入力されるイントラ予測モードと、未フィルタ参照画像、フィルタ済参照画像に基づいて、予測対象ブロックの仮予測画像（補正前予測画像）を生成し、予測画像補正部3105に出力する。予測画像補正部3105は、入力されるイントラ予測モードに応じて、仮予測画像を修正し、予測画像（補正済予測画像）を生成する。予測画像補正部3105が生成した予測画像は、加算器１５に出力される。
　以下、イントラ予測画像生成部310が備える各部について説明する。
　　（予測対象ブロック設定部3101）
　予測対象ブロック設定部3101は、対象CUを予測対象ブロックに設定し、予測対象ブロックに関する情報（予測対象ブロック情報）を出力する。予測対象ブロック情報には、予測対象ブロックサイズ、予測対象ブロック位置、予測対象ブロックが輝度であるか、あるいは色差であるかを示すインデックスが少なくとも含まれる。
　　（未フィルタ参照画像設定部3102）
　未フィルタ参照画像設定部3102は、予測対象ブロック情報の予測対象ブロックサイズと予測対象ブロック位置に基づいて、予測対象ブロックに隣接する周辺領域を参照領域Ｒに設定する。続いて、参照領域Ｒ内の各画素値（未フィルタ参照画像、境界画素）に、参照ピクチャメモリ306上で対応する位置の各復号画素値をセットする。つまり、未フィルタ参照画像r[x][y]は、対象ピクチャの左上座標を基準に表現される対象ピクチャの復号画素値u[px][py]を用いて次式により設定される。
　　r[x][y] = u[xB+x][yB+y]　　(INTRAP-1)
　　　x=-1,y=-1..(BS*2-1)、および、x=0..(BS*2-1),y=-1
ここで、(xB,yB)は予測対象ブロックの左上座標、BSは予測対象ブロックの幅Wまたは高さHのうち大きい方の値を示す。
　上式では、図38(a)に示すように、予測対象ブロック上辺に隣接する復号画素のラインr[x][-1]、および、予測対象ブロック左辺に隣接する復号画素の列r[-1][y]が未フィルタ参照画像である。なお、参照画素位置に対応する復号画素値が存在しない、または、参照できない場合は、既定の値（たとえば画素ビットデプスがbitDepthの場合は、1<<(bitDepth-1)）を未フィルタ参照画像として設定してもよいし、対応する復号画素値の近傍に存在する参照可能な復号画素値を未フィルタ参照画像として設定してもよい。また、「y=-1..(BS*2-1)」は、yが-1から(BS*2-1)までの(BS*2+1)個の値を取り得ることを示し、「x=0..(BS*2-1)」は、xが0から(BS*2-1)までの(BS*2)個の値を取り得ることを示す。
　また、上式では、図38(a)を参照して後述するように、予測対象ブロック上辺に隣接する復号画素の行、および、予測対象ブロック左辺に隣接する復号画素の列に含まれる復号画像が未フィルタ参照画像である。
　　（フィルタ済参照画像設定部3103）
　フィルタ済参照画像設定部3103は、イントラ予測モードに応じて、入力される未フィルタ参照画像に参照画素フィルタ（第１のフィルタ）を適用して（施して）、参照領域Ｒ上の各位置(x,y)におけるフィルタ済参照画像s[x][y]を導出して出力する。具体的には、位置(x,y)とその周辺の未フィルタ参照画像にローパスフィルタを適用して、フィルタ済参照画像を導出する。なお、必ずしも全イントラ予測モードにローパスフィルタを適用する必要はなく、少なくとも、一部のイントラ予測モードに対してローパスフィルタを適用してもよい。なお、図39の予測部3104に入力する前に、フィルタ済参照画像設定部3103において参照領域Ｒ上の未フィルタ参照画像に適用するフィルタを「参照画素フィルタ（第１のフィルタ）」と呼称するのに対し、後述の予測画像補正部3105で、未フィルタ参照画素値を用いて予測部3104で導出された仮予測画像を補正するフィルタを「バウンダリフィルタ（第２のフィルタ）」と呼称する。
　例えば、HEVCのイントラ予測のように、DC予測の場合や、予測対象ブロックサイズが4x4画素の場合に、未フィルタ参照画像をそのままフィルタ済参照画像として使用してもよい。また、符号化データから復号されるフラグにより、ローパスフィルタ適用の有無を切り替えてもよい。なお、イントラ予測モードが、LM予測の場合は、予測部3104において未フィルタ参照画像を直接参照しないため、フィルタ済参照画像設定部3103からフィルタ済参照画素値s[x][y]を出力しなくてもよい。
　　（イントラ予測部3104の構成）
　イントラ予測部3104は、イントラ予測モードと、未フィルタ参照画像、フィルタ済参照画素値に基づいて予測対象ブロックの仮予測画像（仮予測画素値、補正前予測画像）を生成し、予測画像補正部3105に出力する。予測部3104は、内部にPlanar予測部31041、DC予測部31042、Angular予測部31043、およびLM予測部31044を備えている。予測部3104は、入力されるイントラ予測モードに応じて特定の予測部を選択して、未フィルタ参照画像、フィルタ済参照画像を入力する。イントラ予測モードと対応する予測部との関係は次の通りである。
・Planar予測　・・・Planar予測部31041
・DC予測　　　・・・DC予測部31042
・Angular予測 ・・・Angular予測部31043
・LM予測　　　・・・LM予測部31044
　予測部3104は、あるイントラ予測モードにおいて、フィルタ済参照画像に基づいて予測対象ブロックの予測画像（仮予測画像q[x][y]）を生成する。他のイントラ予測モードでは、未フィルタ参照画像を用いて仮予測画像q[x][y]を生成してもよい。また、フィルタ済参照画像を用いる場合には参照画素フィルタをオン、未フィルタ参照画像を用いる場合には参照画素フィルタをオフにする構成でもよい。
　以下では、LM予測の場合に、未フィルタ参照画像r[][]を用いて仮予測画像q[x][y]を生成し、Planar予測、DC予測、Angular予測の場合には、フィルタ済参照画像s[][]を用いて仮予測画像q[x][y]を生成する例を説明するが、未フィルタ参照画像とフィルタ済参照画像の選択はこの例に限定されない。たとえば、符号化データから明示的に復号されるフラグに応じて、未フィルタ参照画像とフィルタ済み参照画像のどちらを使用するかを切り替えてもよいし、他の符号化パラメータから導出されるフラグに基づいて切り替えても構わない。たとえば、Angular予測の場合、予測対象ブロックのイントラ予測モードと、垂直予測や水平予測とのイントラ予測モード番号の差分が小さい場合には、未フィルタ参照画像（参照画素フィルタをオフ）を使用し、それ以外の場合に、フィルタ済み参照画像（参照画素フィルタをオン）を使用しても良い。
　　（Planar予測）
　Planar予測部31041は、予測対象画素位置と参照画素位置との距離に応じて、複数のフィルタ済参照画像を線形加算して仮予測画像を生成し、予測画像補正部3105に出力する。例えば、仮予測画像の画素値q[x][y]は、フィルタ済参照画素値s[x][y]と、前述の予測対象ブロックの幅W、高さHを用いて以下の式により導出する。
　　q[x][y] = ((W-1-x)*s[-1][y]+(x+1)*s[W][-1]+(H-1-y)*s[x][-1]+(y+1)*s[-1][H]+max(W,H)) >> (k+1)　　　(INTRAP-2)
ここで、x=0..W-1、y=0>>H-1であり、k=log2(max(W,H))と定義する。
　　（DC予測）
　DC予測部31042は、入力されるフィルタ済参照画像s[x][y]の平均値に相当するDC予測値を導出し、導出されたDC予測値を画素値とする仮予測画像q[x][y]を出力する。
　　（Angular予測）
　Angular予測部31043は、イントラ予測モードの示す予測方向（参照方向）のフィルタ済参照画像s[x][y]を用いて仮予測画像q[x][y]を生成し、予測画像補正部3105に出力する。Angular予測では、主方向フラグbRefVerの値に応じて予測対象ブロックの上または左に隣接する参照領域Ｒを主参照領域Ｒに設定し、主参照領域Ｒ上のフィルタ済参照画像を主参照画像にセットする。仮予測画像は、予測対象ブロック内の行または列の単位で、主参照画像を参照して生成する。主方向フラグbRefVerの値が１（主方向は垂直方向）の場合、仮予測画像の生成単位を行に設定し、また予測対象ブロックの上側参照領域Ｒを主参照領域Ｒとしてセットする。主参照画像refMain[x]は、フィルタ済参照画像s[x][y]を用いて次式によりセットされる。
　　refMain[x] = s[-1+x][-1]　　　　　　　　　　　x=0..2*nS　　（INTRAP-3）
　　refMain[x] = s[-1][-1+((x*invAngle+128)>>8)]　x= -nS..-1
ここでinvAngleは、予測対象画素位置と主参照領域Ｒとの垂直/水平方向の距離と予測方向に応じて決まる勾配intraPredAngleの逆数をスケールした値に相当する。上式により、xが0以上の範囲では、refMain[x]には予測対象ブロック上側に隣接する参照領域Ｒ上のフィルタ済参照画像がセットされる。また、xが0未満の範囲では、refMain[x]には、予測方向に基づいて、予測対象ブロック左側に隣接する参照領域Ｒ上のフィルタ済参照画像がセットされる。仮予測画像q[x][y]は次式により計算される。
　　q[x][y] = ((32-iFact)*refMain[x+iIdx+1]+iFact*refMain[x+iIdx+2]+16) >> 5　　（INTRAP-4）
ここで、iIdxとiFactは、予測対象画素位置と主参照領域Ｒの垂直方向の距離(y＋1)と勾配intraPredAngleに基づいて計算される、対象予測画素値の生成に用いる主参照領域Ｒ内の画素位置を表す。iIdxは整数精度の画素位置、iFactは小数精度の画素位置であり、以下の式で導出される。
　　iIdx = ((y+1)*intraPredAngle) >> 5　　　（INTRAP-5）
　　iFact = ((y+1)*intraPredAngle) & 31
　主方向フラグbRefVerの値が０（主方向が水平方向）の場合、仮予測画像の生成単位を列に設定し、また予測対象ブロックの左側の参照領域Ｒを主参照領域Ｒとしてセットする。主参照画像refMain[x]は、フィルタ済参照画素値s[x][y]を用いて次式によりセットされる。
　　refMain[x] = s[-1][-1+x]　　　　　　　　　　　x = 0..nS　　（INTRAP-6）
　　refMain[x] = s[-1+((x*invAngle+128)>>8)][-1]　x= -nS..-1
仮予測画像q[x][y]は次式により計算される。
　　q[x][y] = ((32-iFact)*refMain[y+iIdx+1]+iFact*refMain[y+iIdx+2]+16) >> 5　　（INTRAP-7）
ここで、iIdxとiFactは、予測対象画素位置と主参照領域Ｒの水平方向の距離(x+1)と勾配intraPredAngleに基づいて計算される、予測対象画素値の生成に用いる主参照領域Ｒ内の画素位置を表す。iIdxは整数精度の画素位置、iFactは小数精度の画素位置であり、以下の式で導出される。
　　iIdx = ((x+1)*intraPredAngle) >> 5　　　（INTRAP-8）
　　iFact = ((x+1)*intraPredAngle) & 31
　　（LM予測）
　LM予測部31044は、輝度の画素値に基づいて色差の画素値を予測する。
　図40を参照してCCLM予測処理を説明する。図40は、対象ブロックにおいて、輝度成分の復号処理が終了し、色差成分の予測処理を実施している状況を示す図である。図40(a)は対象ブロックの輝度成分の復号画像uL[][]であり、(c)、(d)はCbおよびCr成分の仮予測画像qCb[][]、qCr[][]である。また図40(a)、(c)、(d)において、各対象ブロックの外側の領域rL[][]、rCb[][]、rCr[][]は、各々対象ブロックに隣接する未フィルタ参照画像である。図40(b)は、図40(a)に示す輝度成分の対象ブロックおよび未フィルタ参照画像をダウンサンプリングした図で、duL[][]とdrL[][]はダウンサンプリング後の輝度成分の復号画像と未フィルタ参照画像である。次に図40(a)から図40(b)を生成するために用いるダウンサンプリングフィルタを図40(e)に示す。図40(e-1)は固定サンプリングフィルタ（デフォルトサンプリングフィルタ）、図40(e-2)～(e-5)は４種類の追加サンプリングフィルタである。例えば、図40(a)のAあるいはBの4画素から、図40(b)のdAあるいはdBの1画素を算出する式を以下に示す。
　デフォルトサンプリングフィルタの場合（図40(e-1)）
　　duL[x][y] = (uL[2x-1][2y]+2*uL[2x][2y]+uL[2x+1][2y]+uL[2x-1][2y+1]+2*uL[2x][2y+1]+uL[2x+1][2y+1]+4)>>3　　　（式CCLM-1）
　　drL[x][y] = (rL[2x-1][2y]+2*rL[2x][2y]+rL[2x+1][2y]+rL[2x-1][2y+1]+2*rL[2x][2y+1]+rL[2x+1][2y+1]+4)>>3
　追加サンプリングフィルタの場合
フィルタインデックス１（図40(e-2)）
　　duL[x][y] = (uL[2x][2y]+uL[2x+1][2y]+1)>>1　　　（式CCLM-2）
　　drL[x][y] = (rL[2x][2y]+rL[2x+1][2y]+1)>>1
フィルタインデックス２（図40(e-3)）
　　duL[x][y] = (uL[2x+1][2y]+uL[2x+1][2y+1]+1)>>1
　　drL[x][y] = (rL[2x+1][2y]+rL[2x+1][2y+1]+1)>>1
フィルタインデックス３（図40(e-4)）
　　duL[x][y] = (uL[2x][2y+1]+uL[2x+1][2y+1]+1)>>1
　　drL[x][y] = (rL[2x][2y+1]+rL[2x+1][2y+1]+1)>>1
フィルタインデックス４（図40(e-5)）
　　duL[x][y] = (uL[2x][2y]+uL[2x+1][2y]+uL[2x][2y+1]+uL[2x+1][2y+1]+2)>>2
　　drL[x][y] = (rL[2x][2y]+rL[2x+1][2y]+rL[2x][2y+1]+rL[2x+1][2y+1]+2)>>2
ここで、(2x,2y)は図40(a)のA、Bの左上座標、(x,y)は図40(b)のdA、dBの左上座標で置き換える。
　これらのフィルタのいずれかを用いてダウンサンプリングした輝度画像duL[][]、drL[][]からCb、Cr成分の仮予測画像を生成する。
　図41は、イントラ予測画像生成部310が備えるLM予測部31044の構成の一例を示したブロック図である。図41(a)に示すように、LM予測部31044はCCLM予測部4101と、MMLM予測部4102とが含まれている。
　CCLM予測部4101は、色差フォーマットが4:2:0の場合、上述のフィルタのいずれかを用いて輝度画像をダウンサンプリングし、図40(b)のダウンサンプリングされた輝度成分の復号画像duL[][]と未フィルタ参照画像drL[][]を算出する。
　次にCCLM予測部4101は、ダウンサンプリングされた輝度成分の未フィルタ参照画像drL[][]とCb、Cr成分の未フィルタ参照画像rCb[][]、rCr[][]から線形モデルのパラメータ（CCLMパラメータ）(a、b)を導出する。具体的には、輝度成分の未フィルタ参照画像drL[][]と色差成分の未フィルタ参照画像rC[][]との二乗誤差SSDを最小にする線形モデル(aC,bC)を算出する。
　　SSD = ΣΣ(rC[x][y]-(aC*drL[x][y]+bC))　　　　　　　　　　　　（式CCLM-3）
ここで、ΣΣはx及びyについての和である。Cb成分であれば、rC[][]はrCb[][]、(aC,bC)は(aCb,bCb)であり、Cr成分であれば、rC[][]はrCr[][]、(aC,bC)は(aCr,bCr)である。
　また、Cb成分とCr成分の予測誤差の相関を利用するため、Cb成分の未フィルタ参照画像rCb[][]とCr成分の未フィルタ参照画像rCr[][]との二乗誤差SSDを最小にする線形モデルaResiを算出する。
　　SSD = ΣΣ(rCr[x][y]-(aResi*rCb[x][y]))　　　　　　　　　　　　（式CCLM-4）ここで、ΣΣはx及びyについての和である。これらのCCLMパラメータを用いて、下式で色差成分の仮予測画像qCb[][]、qCr[][]を生成する。
　　qCb[x][y] = aCb*duL[x][y] + bCb　　　　　　　　　　　　　　　　（式CCLM-5）
　　qCr[x][y] = aCr*duL[x][y] + aResi*ResiCb[x][y] + bCr
ここで、ResiCb[][]はCb成分の予測誤差である。
　MMLM予測部4102は、輝度成分と色差成分間の未フィルタ参照画像の関係が２つ以上の線形モデルにカテゴライズされる場合に用いる。対象ブロックの中に前景と背景のような複数の領域が存在する場合、各領域において輝度成分と色差成分間の線形モデルは異なる。このような場合、複数の線形モデルを使用して、輝度成分の復号画像から色差成分の仮予測画像を生成できる。例えば、線形モデルが２個の場合、輝度成分の未フィルタ参照画像の画素値をある閾値th_mmlmで２つに分け、画素値が閾値th_mmlm以下のカテゴリ１と、画素値が閾値th_mmlmより大きいカテゴリ２の各々で、輝度成分の未フィルタ参照画像drL[][]と色差成分の未フィルタ参照画像rC[][]との二乗誤差SSDを最小にする線形モデルを算出する。
　　SSD1 = ΣΣ(rC[x][y]-(a1C*drL[x][y]+b1))　　(if drL[x][y]<=th_mmlm)　（式CCLM-6）
　　SSD2 = ΣΣ(rC[x][y]-(a2C*drL[x][y]+b2))　　(if drL[x][y]>th_mmlm)
ここで、ΣΣはx及びyについての和、Cb成分であれば、rC[][]はrCb[][]、(a1C,b1C)は(a1Cb,b1Cb)であり、Cr成分であれば、rC[][]はrCr[][]、(a1C,b1C)は(a1Cr,b1Cr)である。
　閾値th_mmlmは、輝度成分の未フィルタ参照画像drL[x][y]の平均値としてもよい。
　　th_mmlm = (ΣΣdrL[x][y] + (W+H)/4) / (W/2+H/2)　　　　　　　　（式CCLM-7)
　あるいは、閾値th_mmlmは、輝度成分の復号画像duL[x][y]の平均値としてもよい。
　　th_mmlm = (ΣΣduL[x][y] + (W*H)/8) / (W*H/4)　　　　　　　　　（式CCLM-8)
ここで、WとHは対象ブロックの幅と高さである。
　MMLMは、CCLMよりも各線形モデルの導出に利用できる未フィルタ参照画像のサンプル数が少ないため、対象ブロックサイズが小さい場合やサンプル数が少ない場合は、適切に動作しない可能性がある。そこで図41(b)に示すように、LM予測部31044内に切り替え部4103を設け、下記のいずれかの条件を満たす場合はMMLMをオフにし、CCLM予測を実施する。
・対象ブロックのサイズがTH_MMLMB以下（TH_MMLMBは例えば8x8）
・対象ブロックの未フィルタ参照画像rCb[][]のサンプル数がTH_MMLMR未満（TH_MMLMRは例えば4）
・対象ブロックの未フィルタ参照画像が対象ブロックの上側、左側双方にない
これらの条件は、対象ブロックのサイズや位置情報で判定できるので、CCLMか否かを示すフラグの通知を省略してもよい。
　また、閾値th_mmlmに輝度成分の未フィルタ参照画像drL[x][y]の平均値を設定した場合であって、輝度成分の復号画像duL[][]がth_mmlmの片側に集中する時、例えばduL[][]の画素の7/8が１つのカテゴリに集中するような時は、MMLMをオフにする。この場合はCCLMか否かを示すフラグでMMLMがオフ（CCLMを選択）であることを通知すればよい。
　また、未フィルタ参照画像の一部がタイル外にある場合はMMLMが選択されにくい。そこで、未フィルタ参照画像の一部がタイル外にある場合は、ダウンサンプリングではデフォルトサンプリングフィルタを使用し、ダウンサンプリングに必要な情報を通知しないことで、必要な符号量を削減し、MMLMを選択しやすくしてもよい。
　また、未フィルタ参照画像の一部がタイル外にある場合は、LM予測をオフにしてもよい。イントラ予測を使用するブロックにおいて、CCLM予測か否かを示すフラグは色差成分のイントラ予測情報の最初に通知されるので、フラグを通知しないことによって符号量を削減することができる。つまり、タイル境界でCCLMのオンオフ制御を実施する。
　通常、対象ブロックの色差成分が、隣接ブロックの同じ色差成分よりも、同じ位置にある対象ブロック内の輝度成分と高い相関をもつ場合に、イントラ予測においてLM予測を適用し、より正確な予測画像を生成し、予測残差を少なくすることで符号化効率を高めている。上記のようにLM予測に必要な情報を削減し、LM予測を選択されやすくすることで、対象ブロックに隣接する参照画像がタイル外にあっても、タイルを独立にイントラ予測しつつ、符号化効率の低下を抑制することができる。
　なお、LM予測は未フィルタ参照画像を用いて仮予測画像を生成するため、LM予測の仮予測画像に対しては予測画像補正部3105での補正処理を実施しない。
　なお、上記の構成は予測部3104の一例であって、予測部3104の構成は上記に限らない。
　　（予測画像補正部3105の構成）
　予測画像補正部3105は、イントラ予測モードに応じて、予測部3104の出力である仮予測画像を修正する。具体的には、予測画像補正部3105は、仮予測画像の各画素に対し、参照領域Ｒと対象予測画素との距離に応じて、未フィルタ参照画像と仮予測画像を重み付け加算（加重平均）することで、仮予測画像を修正した予測画像(補正済予測画像)Predを出力する。なお、一部のイントラ予測モードでは、予測画像補正部3105で仮予測画像を補正せず、予測部3104の出力をそのまま予測画像としてもよい。また、符号化データから明示的に復号されるフラグ、もしくは、符号化パラメータから導出されるフラグに応じて、予測部3104の出力（仮予測画像、補正前予測画像）と、予測画像補正部3105の出力（予測画像、補正済み予測画像）を切り替える構成としてもよい。
　予測画像補正部3105において、バウンダリフィルタを用いて、予測対象ブロック内位置(x,y)の予測画素値Pred[x][y]を導出する処理を、図42を参照して説明する。図42の(a)は予測画像Pred[x][y]の導出式である。予測画像Pred[x][y]は、仮予測画像q[x][y]と未フィルタ参照画像（例えば、r[x][-1]、r[-1][y]、r[-1][-1]）とを重み付き加算（加重平均）することで導出される。バウンダリフィルタは、参照領域Ｒの未フィルタ参照画像と仮予測画像との重み付加算である。ここで、rshiftは距離重みk[]を整数で表現するための調整項に相当する既定の正の整数値であり、正規化調整項と呼ぶ。例えばrshift=4～10が用いられる。例えばrshift=6である。
　未フィルタ参照画像の重み係数は、予測方向毎に予め定められた参照強度係数C=(c1v, c1h, c2v, c2h)を、参照領域Ｒとの距離（xまたはy）に依存する距離重みk（k[x]またはk[y]）だけ右シフトすることで導出される。より具体的には、予測対象ブロックの上側の未フィルタ参照画像r[x][-1]の重み係数（第一重み係数w1v）として、参照強度係数c1vを距離重みk[y]（垂直方向距離重み）だけ右シフトする。また、予測対象ブロックの左側の未フィルタ参照画像r[-1][y]の重み係数（第二重み係数w1h）として、参照強度係数c1hを距離重みk[x]（水平方向距離重み）だけ右シフトする。また、予測対象ブロックの左上の未フィルタ参照画像r[-1][-1]の重み係数（第三重み係数w2）として、参照強度係数c2vを距離重みk[y]だけ右シフトしたものと、参照強度係数c2hを距離重みk[x]だけ右シフトしたものの和を用いる。
　図42(b)は、仮予測画素値q[x][y]に対する重み係数b[x][y]の導出式である。重み係数b[x][y]は、重み係数と参照強度係数の積の総和が(1<<rshift)と一致するように導出される。この値は、図42(a)におけるrshiftの右シフト演算をふまえ、重み係数と参照強度係数の積を正規化する意図で設定される。
　図42(c)は、距離重みk[x]の導出式である。距離重みk[x]には、対象予測画素と参照領域Ｒの水平距離xに応じて単調増加する値floor(x/dx)がセットされる。ここで、dxは予測対象ブロックのサイズに応じた既定のパラメータである。
　図42(d)、(e)にdxの一例を示す。図42(d)は、予測対象ブロックの幅Wが16以下であればdx=1、Wが16より大きければdx=2を設定する。図42(e)は、予測対象ブロックの幅Wが4、8、16であればdx=1/4、1/2、1、Wが16より大きければdx=2を設定する。図42(e)では、小サイズブロックに対し、ブロック境界から離れるほど急速に未フィルタ参照画像の影響を受けなくなるように設計されている。
　距離重みk[y]も、前述の距離重みk[x]において、水平距離xを垂直距離yで置き換えた定義を利用できる。距離重みk[x]およびk[y]の値は、xまたはyの値が大きいほど小さい値となる。
　上記の図42の式を用いた対象予測画像の導出方法によれば、対象予測画素と参照領域Ｒの距離である参照距離（x、y）が大きいほど距離重み（k[x]、k[y]）の値が大きい値となる。したがって、既定の参照強度係数を距離重みだけ右シフトすることで得られる、未フィルタ参照画像の重み係数の値は小さい値となる。そのため、予測対象ブロック内の位置が参照領域Ｒに近いほど、より未フィルタ参照画像の重みを大きくして仮予測画像を補正した予測画像が導出される。一般に、参照領域Ｒに近いほど未フィルタ参照画像が仮予測画像に比べて対象予測ブロックの推定値として適している可能性が高い。ゆえに、図42の式により導出される予測画像は、仮予測画像を予測画像として用いる場合に比べて予測精度の高い。加えて、図42の式によれば、未フィルタ参照画像を用いた重み係数を参照強度係数と距離重みの乗算により導出できる。そのため、参照距離毎に距離重みを事前に計算してテーブルに保持しておくことで、右シフト演算や除算を用いることなく重み係数を導出できる。
　なお、参照距離は予測対象画素と参照領域Ｒの距離と定義し、参照距離の例として予測対象ブロック内の画素位置(x,y)をあげたが、参照距離として、予測対象画像と参照領域Ｒの距離を表す他の変数を利用してもよい。例えば、予測対象画素と最も近い参照領域Ｒ上の画素との間の距離を参照距離と定義してもよい。また、予測対象画素と予測対象ブロックの左上位置に隣接する参照領域Ｒ上の画素との距離を参照距離と定義してもよい。また、参照距離が２つの画素間の距離により規定される場合、その距離は広義の距離であってもよい。広義の距離d(a,b)は、任意の3点a,b,c∈Xに対し、非負性d(a,b)≧0、対称性d(a,b)=d(b,a)、三角不等式d(a,b)+d(b,c)≧d(a,c)の各性質を満たす。なお、以降の記載では、参照距離を参照距離xと表記するが、xは水平方向の距離に限定されず、任意の参照距離に対しても適用可能である。例えば、距離重みk[x]の計算式を例示した場合、それは垂直方向の参照距離yをパラメータとして用いて計算された距離重みk[y]にも適用可能である。
　以下、図43を参照して、予測画像補正部3105の動作について説明する。図43は予測画像補正部3105の動作の一例を示すフローチャートである。
　(S4301)予測画像補正部3105は、予測対象画素(x,y)と参照領域Ｒとの距離（xまたはy）に応じて、x方向の距離重みk[x]、及び、y方向の距離重みk[y]を各々導出する。
　(S4302)予測画像補正部3105は、各参照強度係数にS4301で導出した各距離重みを乗じて、以下の重み係数を導出する。
　　第一重み係数　w1v = c1v>>k[y]
　　第二重み係数　w1h = c1h>>k[x]
　　第三重み係数　w2 = (c2v>>k[y]) + (c2h>>k[x])
　(S4303)予測画像補正部3105は、S4302で導出した各重み係数(w1v, w1h, w2)と対応する未フィルタ参照画素値(r[x][-1], r[-1][y], r[-1][-1])の積を計算する。
　　r[x][-1]とw1vの積　m1 = w1v*r[x][-1]
　　r[-1][y]とw1hの積　m2 = w1h*r[-1][y]
　　r[-1][-1]とw2の積　m3 = w2*r[-1][-1]
　(S4304)予測画像補正部3105は、予測対象画素(x,y)に対して、第一重み係数w1v、第二重み係数w1h、第三重み係数w2と重み係数b[x][y]の総和が(1<<rshift)となるように、下記式により重み係数b[x][y]を導出する。
　　b[x][y] = (1<<rshift)-w1v-w1h+w2
　(S4305)予測画像補正部3105は、仮予測画像q[x][y]と重み係数b[x][y]の積m4を計算する。
　　m4 = b[x][y]*q[x][y]
　(S4306)予測画像補正部3105は、S4304で導出した積m1、m2,、m3及びS4305で導出した積m4、及びラウンディング調整項(1<<(rshift-1))の総和sumを下記式により導出する。
　　sum = m1+m2-m3+m4+(1<<(rshift-1))
　(S4307)予測画像補正部3105は、以下に示すようにS4306で導出した加算値sumを、正規化調整項rshiftで右シフト演算することで、予測画像（補正済予測画像）Pred[x][y]を導出する。
　　Pred[x][y] = sum >> rshift
　なお、ラウンディング調整項は、(1<<(rshift-1))が好適であるが、これに限定されない。例えば、ラウンディング調整項を0としてもよいし、その他の所定の定数としても良い。
　なお、参照強度係数C(c1v, c2v, c1h, c2h)は予測方向毎に異なっていてもよい。
　以上、予測画像補正部3105は、S4301～S4307に示す処理を予測対象ブロック内の全画素について繰り返すことで、予測対象ブロック内の予測画像（補正済予測画像）Pred[][]を生成する。なお、予測画像補正部3105の動作は、上記ステップに限定されず、実施可能な範囲で変更可能である。
　　（フィルタモードと参照強度係数Cの例）
　予測画像補正部3105（バウンダリフィルタ）の参照強度係数C(c1v, c2v, c1h, c2h)はイントラ予測モードIntraPredModeに依存しており、イントラ予測モードに応じたテーブルktableを参照することで導出する。参照強度係数テーブルの一例を図44に示す。
　　（予測画像生成処理の流れ）
　次に、イントラ予測画像生成部310におけるブロック（あるいはCU、PU）単位の予測画像生成処理の概略を図45のフローチャートを用いて説明する。
　(S4501)予測対象ブロック設定部3101は、予測対象ブロックを設定し、予測対象ブロック情報を未フィルタ参照画像設定部3102に出力する。
　(S4502)未フィルタ参照画像設定部3102は、参照ピクチャメモリから読み出した復号画素値を未フィルタ参照画像にセットし、フィルタ済参照画像設定部3103と予測画像補正部3105に出力する。
　(S4503)フィルタ済参照画像設定部3103は、S4502でセットされた未フィルタ参照画像に参照画素フィルタを施し、フィルタ済参照画像を導出して予測部3104に出力する。
　(S4504)予測部3104は、イントラ予測モードとS4503で導出されたフィルタ済参照画像から予測対象ブロックの仮予測画像を生成し、出力する。
　(S4505)予測画像補正部3105は、イントラ予測モードとS4502でセットされた未フィルタ参照画像に基づいて、S4504で導出された仮予測画像を補正して予測画像Pred（補正済予測画像）を生成し、出力する。
　上記の構成では、予測画像補正部3105（バウンダリフィルタ）の参照強度係数C（c1v, c2v, c1h, c2h）はイントラ予測モードIntraPredModeに依存しており、イントラ予測モードに基づきテーブルを参照することで導出する。また、バウンダリフィルタの参照強度係数Cは、予測対象画素(x,y)の最近傍上画素r[x][-1]、最近傍左画素r[-1][y]、および最近傍左上画素r[-1][-1]の重み係数のみならず、例えば最近傍右画素および最近傍左下画素などの重み係数として用いてもよい。
　なお、予測画像の補正処理には未フィルタ参照画像r[-1][-1]が必要であるが、予測対象ブロックがタイル境界に接する場合であれば、r[-1][-1]を参照することはできないため、以下のタイル境界バウンダリフィルタの構成を用いる。
　　（タイル境界バウンダリフィルタ）
　図46に示すように、イントラ予測画像生成部310は、予測対象ブロックがタイル境界に接する場合であれば、左上境界画素r[-1][-1]の代わりに参照可能な位置の画素を使用してバウンダリフィルタをかける。
　図46(a)は、予測対象ブロックがタイルの左側の境界に接する場合に、バウンダリフィルタを用いて、予測対象ブロック内位置(x,y)の予測画素値Pred[x][y]を導出する処理を説明する図である。予測対象ブロックの左側に隣接するブロックはタイル外であり参照できないが、予測対象ブロックの上側に隣接するブロックの画素は参照できる。そこで左上境界画素r[-1][-1]の代わりに左上近傍上境界画素r[0][-1]を参照して、図42(a)、(b)の代わりに図47(a)に示すバウンダリフィルタをかけて予測画素値Pred[x][y]を導出する。すなわち、イントラ予測画像生成部310は、予測画像Pred[x][y]を、仮予測画素q[x][y]と上境界画素r[x][-1]、左上近傍上境界画素r[0][-1]を参照して算出し、重み付き加算（加重平均）することで導出する。
　あるいは、左上境界画素r[-1][-1]の代わりに右上近傍上境界画素r[W-1][-1]を参照して、図42(a)、(b)の代わりに図47(b)に示すバウンダリフィルタをかけて予測画素値Pred[x][y]を導出する。ここでWは予測対象ブロックの幅である。すなわち、イントラ予測画像生成部310は、仮予測画素q[x][y]と上境界画素r[x][-1]、右上近傍上境界画素r[W-1][-1]を参照して算出し、重み付き加算（加重平均）することで導出する。
　図46(b)は、予測対象ブロックがタイルの上側の境界に接する場合に、バウンダリフィルタを用いて、予測対象ブロック内位置(x,y)の予測画素値Pred[x][y]を導出する処理を説明する図である。予測対象ブロックの上側に隣接するブロックはタイル外であり参照できないが、予測対象ブロックの左側に隣接するブロックの画素は参照できる。そこで左上境界画素r[-1][-1]の代わりに左上近傍左境界画素r[-1][0]を参照して、図42(a)、(b)の代わりに図47(c)に示すバウンダリフィルタをかけて予測画素値Pred[x][y]を導出する。すなわち、イントラ予測画像生成部310は、予測画像Pred[x][y]を、仮予測画素q[x][y]と左境界画素r[-1][y]、左上近傍左境界画素r[-1][0]を参照して算出し、重み付き加算（加重平均）することで導出する。
　あるいは、左上境界画素r[-1][-1]の代わりに左下近傍左境界画素r[-1][H-1]を参照して、図42(a)、(b)の代わりに図47(d)に示すバウンダリフィルタをかけて予測画素値Pred[x][y]を導出する。ここでHは予測対象ブロックの高さである。すなわち、イントラ予測画像生成部310は、予測画像Pred[x][y]を、仮予測画素q[x][y]と左境界画素r[-1][y]、左下近傍左境界画素r[-1][H-1]を参照して算出し、重み付き加算（加重平均）することで導出する。
　このように左上境界画素r[-1][-1]を参照可能な画素に置き換えることで、予測対象ブロックの左側あるいは上側の一方がタイル境界に接している時でも、タイルを独立にイントラ予測しつつ、バウンダリフィルタをかけることができ、符号化効率を高めることができる。
　　（タイル境界バウンダリフィルタ２）
　イントラ予測画像生成部310の未フィルタ参照画像設定部3102において、参照不可能な未フィルタ参照画像が存在する場合に、未フィルタ参照画像を参照可能な参照画像から生成することによって、タイル境界にバウンダリフィルタを適用する構成を説明する。この構成では、以下のステップを含む処理にしたがって、境界画素（未フィルタ参照画像）r[x][y]を導出する。
　ステップ１：r[-1][H*2-1]が参照不可能の場合には、x=-1, y=H*2-1からx=-1, y=-1までの画素を順に走査する。走査中に参照可能な画素r[-1][y]があれば、走査を終了し、r[-1][y]をr[-1][H*2-1]に設定する。続いて、r[W*2-1][-1]が参照不可能の場合には、x=W*2-1, y=-1からx=0, y=-1までの画素を順に走査する。走査中に参照可能な画素r[x][-1]があれば、走査を終了し、r[x][-1]をr[W*2-1][-1]に設定する。
　ステップ２：x=-1, y=H*2-2からx=-1, y=-1までの画素を順に走査し、走査中にr[-1][y]が参照不可能であれば、r[-1][y+1]をr[-1][y]に設定する。
　ステップ３：x=0..W*2-2, y=-1からx=0, y=-1までの画素を順に走査し、r[x][-1]が参照不可能であれば、r[x+1][-1]をr[x][-1]に設定する。
　なお、境界画素r[x][y]が参照不可能とは、参照画素が対象画素と同じタイルに存在しない、もしくは、参照画素が対象画素と同じスライスに存在しない、もしくは、画面境界の外にある場合である。上記処理を境界画素代替処理（未フィルタ画像代替処理）とも呼ぶ。
　逆量子化・逆変換部３１１は、エントロピー復号部３０１から入力された量子化変換係数を逆量子化して変換係数を求める。逆量子化・逆変換部３１１は、求めた変換係数について逆DCT、逆DST、逆KLT等の逆周波数変換を行い、予測残差信号を算出する。逆量子化・逆変換部３１１は、算出した残差信号を加算部３１２に出力する。
　加算部３１２は、インター予測画像生成部３０９またはイントラ予測画像生成部３１０から入力されたPUの予測画像と逆量子化・逆変換部３１１から入力された残差信号を画素毎に加算して、PUの復号画像を生成する。加算部３１２は、生成したブロックの復号画像をデブロッキングフィルタ３１３、SAO（サンプル適応オフセット）部３１４、またはＡＬＦ３１５の少なくとも何れかに出力する。
　　（インター予測パラメータ復号部の構成）
　次に、インター予測パラメータ復号部３０３の構成について説明する。
　図１２は、本実施形態に係るインター予測パラメータ復号部３０３の構成を示す概略図である。インター予測パラメータ復号部３０３は、インター予測パラメータ復号制御部３０３１、AMVP予測パラメータ導出部３０３２、加算部３０３５、マージ予測パラメータ導出部３０３６およびサブブロック予測パラメータ導出部３０３７を含んで構成される。
　インター予測パラメータ復号制御部３０３１は、インター予測に関連する符号（シンタックス要素）の復号をエントロピー復号部３０１に指示し、符号化データに含まれる符号（シンタックス要素）、例えば、PU分割モードpart_mode、マージフラグmerge_flag、マージインデックスmerge_idx、インター予測識別子inter_pred_idc、参照ピクチャインデックスref_idx_lX、予測ベクトルインデックスmvp_lX_idx、差分ベクトルmvdLXを抽出する。
　インター予測パラメータ復号制御部３０３１は、まず、マージフラグmerge_flagを抽出する。インター予測パラメータ復号制御部３０３１が、「あるシンタックス要素を抽出する」と表現する場合は、あるシンタックス要素の復号をエントロピー復号部３０１に指示し、該当のシンタックス要素を符号化データから読み出すことを意味する。
　マージフラグmerge_flagが０、すなわち、AMVP予測モードを示す場合、インター予測パラメータ復号制御部３０３１は、エントロピー復号部３０１を用いて符号化データからAMVP予測パラメータを抽出する。AMVP予測パラメータとして、例えば、インター予測識別子inter_pred_idc、参照ピクチャインデックスrefIdxLX、予測ベクトルインデックスmvp_lX_idx、差分ベクトルmvdLXがある。AMVP予測パラメータ導出部３０３２は予測ベクトルインデックスmvp_lX_idxから予測ベクトルmvpLXを導出する。詳細は後述する。インター予測パラメータ復号制御部３０３１は、差分ベクトルmvdLXを加算部３０３５に出力する。加算部３０３５では、予測ベクトルmvpLXと差分ベクトルmvdLXを加算し、動きベクトルを導出する。
　マージフラグmerge_flagが１、すなわち、マージ予測モードを示す場合、インター予測パラメータ復号制御部３０３１は、マージ予測に係る予測パラメータとして、マージインデックスmerge_idxを抽出する。インター予測パラメータ復号制御部３０３１は、抽出したマージインデックスmerge_idxをマージ予測パラメータ導出部３０３６（詳細は後述する）に出力し、サブブロック予測モードフラグsubPbMotionFlagをサブブロック予測パラメータ導出部３０３７に出力する。サブブロック予測パラメータ導出部３０３７は、サブブロック予測モードフラグsubPbMotionFlagの値に応じて、PUを複数のサブブロックに分割し、サブブロック単位で動きベクトルを導出する。すなわち、サブブロック予測モードでは、予測ブロックは4x4もしくは8x8という小さいブロック単位で予測される。後述のタイル符号化部2012においては、CUを複数のパーティション（2NxN、Nx2N、NxNなどのPU）に分割し、パーティション単位で予測パラメータのシンタックスを符号化する方法に対して、サブブロック予測モードでは複数のサブブロックを集合（セット）にまとめ、当該集合毎に予測パラメータのシンタックスを符号化するため、少ない符号量で多くのサブブロックの動き情報を符号化することができる。
　詳細に説明すると、サブブロック予測パラメータ導出部３０３７は、サブブロック予測モードにてサブブロック予測を行う、時空間サブブロック予測部３０３７１、アフィン予測部３０３７２、マッチング動き導出部３０３７３、OBMC予測部30374の少なくとも一つを備える。
　　（サブブロック予測モードフラグ）
　ここで、タイル復号部2002、タイル符号化部2012（詳細は後述する）における、あるPUの予測モードがサブブロック予測モードであるか否かを示すサブブロック予測モードフラグsubPbMotionFlagの導出方法について説明する。タイル復号部2002、タイル符号化部2012は、後述する空間サブブロック予測SSUB、時間サブブロック予測TSUB、アフィン予測AFFINE、マッチング動き導出MATのいずれを用いたかに基づいて、サブブロック予測モードフラグsubPbMotionFlagを導出する。たとえば、あるPUで選択された予測モードをN（たとえばNは選択されたマージ候補を示すラベル）とした場合には、以下の式によりサブブロック予測モードフラグsubPbMotionFlagを導出してもよい。
　subPbMotionFlag = (N == TSUB) || (N == SSUB) || (N == AFFINE) || (N == MAT)
　ここで||は、論理和を示す（以下同様）。
　また、タイル復号部2002、タイル符号化部2012は、空間サブブロック予測SSUB、時間サブブロック予測TSUB、アフィン予測AFFINE、マッチング動き導出MAT、OBMC予測OBMCのうち、一部の予測を行う構成でもよい。すなわち、タイル復号部2002、タイル符号部2012が空間サブブロック予測SSUB、アフィン予測AFFINEを行う構成である場合には、以下のようにサブブロック予測モードフラグsubPbMotionFlagを導出してもよい。
　subPbMotionFlag = (N == SSUB)|| (N == AFFINE)
　図７は、本実施形態に係るマージ予測パラメータ導出部３０３６の構成を示す概略図である。マージ予測パラメータ導出部３０３６は、マージ候補導出部３０３６１とマージ候補選択部３０３６２、マージ候補格納部３０３６３を備える。マージ候補格納部３０３６３は、マージ候補導出部３０３６１から入力されたマージ候補を格納する。なお、マージ候補は、予測リスト利用フラグpredFlagLX、動きベクトルmvLX、参照ピクチャインデックスrefIdxLXを含んで構成されている。マージ候補格納部３０３６３において、格納されたマージ候補には、所定の規則に従ってインデックスが割り当てられる。
　マージ候補導出部３０３６１は、すでに復号処理が行われた隣接PUの動きベクトルと参照ピクチャインデックスrefIdxLXをそのまま用いてマージ候補を導出する。それ以外にアフィン予測を用いてマージ候補を導出してもよい。この方法を以下で詳細に説明する。マージ候補導出部３０３６１は、アフィン予測を、後述する空間マージ候補導出処理、時間マージ候補導出処理、結合マージ候補導出処理、およびゼロマージ候補導出処理に用いてもよい。なお、アフィン予測はサブブロック単位で行われ、予測パラメータはサブブロック毎に予測パラメータメモリ３０７に格納されている。あるいは、アフィン予測は画素単位で行われてもよい。
　　（空間マージ候補導出処理）
　空間マージ候補導出処理として、マージ候補導出部３０３６１は、所定の規則に従って、予測パラメータメモリ３０７が記憶している予測パラメータ（予測リスト利用フラグpredFlagLX、動きベクトルmvLX、参照ピクチャインデックスrefIdxLX）を読み出し、読み出した予測パラメータをマージ候補として導出し、マージ候補リストmergeCandList[]（予測ベクトル候補リストmvpListLX[]）に格納する。読み出される予測パラメータは、復号対象PUから予め定めた範囲内にあるPU（例えば、図21(b)に示す復号対象PUの左下端L、BL、左上端AL、右上端A,ARにそれぞれ接するPUの全部または一部）のそれぞれに係る予測パラメータである。
　　（時間マージ候補導出処理）
　時間マージ導出処理として、マージ候補導出部３０３６１は、参照ピクチャにおいて図21(c)に示すコロケートブロックの右下（ブロックBR）、あるいは、復号対象PUの中心の座標を含むブロック（ブロックC）の予測パラメータを、予測パラメータメモリ３０７から読みだし、マージ候補として、マージ候補リストmergeCandList[]に格納する。ブロックCの動きベクトルよりもブロックBRの動きベクトルの方が、空間マージ候補となるブロック位置から離れているので、ブロックBRは空間マージ候補の動きベクトルとは異なる動きベクトルをもつ可能性が高い。従ってブロックBRを優先してマージ候補リストmergeCandList[]に加え、ブロックBRが動きベクトルを持たない（例えばイントラ予測ブロック）場合や、ブロックBRがピクチャ外に位置する場合は、ブロックCの動きベクトルを予測ベクトル候補に加える。異なる動きベクトルが予測候補として加わることで、予測ベクトルの選択肢が増え、符号化効率が高まる。参照ピクチャの指定方法は、例えば、スライスヘッダにおいて指定された参照ピクチャインデックスrefIdxLXでも良いし、復号対象PUに隣接するPUの参照ピクチャインデックスrefIdxLXのうち最小のものを用いて指定しても良い。
　例えばマージ候補導出部３０３６１は、ブロックCの位置（xColCtr, yColCtr）とブロックBRの位置（xColBr、yColBr）を、以下の式で導出してもよい。
　　xColCtr = xPb + (W>>1)
　　yColCtr = yPb + (H>>1)
　　xColBr = xPb + W　　　　　　　　　　　　（式BR0）
　　yColBr = yPb + H
ここで、(xPb,yPb)は対象ブロックの左上座標、(W,H)は対象ブロックの幅と高さである。
　なお、ブロックXは、位置Xを含む参照ピクチャ上のブロックを指し、ブロックXの予測パラメータ（動きベクトル、参照ピクチャリスト等）は、ブロックXに属する予測パラメータを示す。
　（タイル境界BR、BRmod）
　ところで、図21(c)に示す時間マージ候補として参照するブロックの１つであるブロックBRは、図21(d)のように対象ブロックがタイルの右端に位置する場合、図21(e)のようにタイル外に位置する。そこで、マージ候補導出部３０３６１は、ブロックBRの位置を図21(f)に示すように、コロケートブロック内の右下に設定してもよい。この位置をBRmodとも呼ぶ。例えばブロック境界位置である以下の式でBRmodの位置（xColBr、yColBr）を導出してもよい。
　　xColBr = xPb + W - 1　　　　　　　　　　（式BR1）
　　yColBr = yPb + H - 1
さらに、BRmodの位置を2のM乗の倍数とするために、以下の右シフトの後に左シフトをする処理を加えても良い。例えばMは2、3、4などが適当である。これにより動きベクトルを参照する位置を制限する場合、動きベクトルの格納に必要なメモリを削減できる。
　　xColBr = ((xPb + W - 1)>>M)<<M　　　　　（式BR2）
　　yColBr = ((yPb + H - 1)>>M)<<M
　また、マージ候補導出部３０３６１は、対象ブロック（コロケートブロック）がタイルの右下端や下端に位置する場合にも、図49(a)、(c)のように、（式BR1）および（式BR2）によって参照ブロックBRmodの位置を導出しても良い。
　また、マージ候補導出部３０３６１は、対象ブロック（コロケートブロック）がタイルの右端に位置する場合、BRmodの位置(xColBr,yColBr)を、図50(b)のように、ブロック境界内位置を示す以下の式で導出しても良い。
　　xColBr = xPb + W - 1　　　　　　　　　　（式BR1'）
　　yColBr = yPb + H
また、（式BR1'）においても、位置を2のM乗の倍数に設定しても良い（ラウンドブロック内位置）
　　xColBr = ((xPb + W - 1)>>M)<<M　　　　　（式BR2'）
　　yColBr = ((yPb + H)>>M)<<M
　また、マージ候補導出部３０３６１は、対象ブロックがタイルの下端に位置する場合、BRmodの位置(xColBr,yColBr)を、図50(c)に示すようなブロック境界内位置を示す下式で導出しても良い。
　　xColBr = xPb + W　　　　　　　　　　　　（式BR1''）
　　yColBr = yPb + H - 1
あるいは
　　xColBr = ((xPb + W)>>M)<<M　　　　　　　（式BR2''）
　　yColBr = ((yPb + H - 1)>>M)<<M
　ブロック境界内位置やラウンドブロック内位置では、タイル外のブロックを参照することがないため、右下位置のブロックBR（あるいはBRmod）を時間マージ候補として参照することができる。例えば、ある位置(x,y)のTileIdを導出する関数をgetTileID(x,y)とすると、getTileID(xColBr,yColBr) != getTileID(xPb,yPb)、これは“BRを含むタイルのTileId”と“対象ブロックを含むタイルのTileId”が異なる場合であるが、上記式のいずれかで、BR(BRmod）の位置を導出しても良い。independent_tile_flag=1の場合に、コロケートブロック内の右下BRmodに設定してもよい。例えば、マージ候補導出部３０３６１は、independent_tile_flag=0の場合には、ブロックBRをブロック境界位置（式BR0）で導出し、independent_tile_flag=1の場合には、ブロックBRをブロック境界内位置（式BR1）、（式BR1'）、（式BR1''）で導出してもよい。またブロック境界内位置として、ラウンドされた位置（式BR2）、（式BR2'）、（式BR2''）を用いてもよい。
　上記をまとめると、対象タイルの左上座標を(xTs,yTs)、対象タイルの幅と高さをwT、hTとすると右下位置は以下で導出できる。
　if ( (xPb + W < xTs + wT) && (yPb + H < yTs + hT) )
　　xColBr = xPb + W　　　　　　　　　　　　（式BR0）
　　yColBr = yPb + H
　else if ( yPb + H < yTs + hT )
　　xColBr = xPb + W - 1　　　　　　　　　　（式BR1'）
　　yColBr = yPb + H
　else if ( xPb + W < xTs + wT )
　　xColBr = xPb + W　　　　　　　　　　　　（式BR1''）
　　yColBr = yPb + H - 1
　else
　　xColBr = xPb + W - 1　　　　　　　　　　（式BR1）
　　yColBr = yPb + H - 1
　（式BR1）、（式BR1'）、（式BR1''）の上記位置はラウンド後の位置である（式BR2）、（式BR2'）、（式BR2''）を用いてもよい。
　このように、コロケートブロックの右下ブロック位置を、図21(f)等に示すコロケートタイル内の位置BRmodに設定することで、independent_tile_flag=1の場合に、時間方向のマージ予測を用いて符号化効率を低下させることなく、タイルシーケンスを独立に復号することができる。
　　（結合マージ候補導出処理）
　結合マージ導出処理として、マージ候補導出部３０３６１は、既に導出され、マージ候補格納部３０３６３に格納された２つの異なる導出済マージ候補の動きベクトルと参照ピクチャインデックスを、それぞれL0、L1の動きベクトルとして組み合わせることで結合マージ候補を導出し、マージ候補リストmergeCandList[]に格納する。
　なお、上述の空間マージ候補導出処理、時間マージ候補導出処理、結合マージ候補導出処理で導出した動きベクトルが、対象ブロックの位置するタイルのコロケートタイル外を一部でも指す場合は、動きベクトルをクリッピングして、コロケートタイル内のみを指すように修正してもよい。この処理はタイル符号化部2002とタイル復号部2012で同じ処理を選択する必要がある。
　　（ゼロマージ候補導出処理）
　ゼロマージ候補導出処理として、マージ候補導出部３０３６１は、参照ピクチャインデックスrefIdxLXが０であり、動きベクトルmvLXのＸ成分、Ｙ成分が共に０であるマージ候補を導出し、マージ候補リストmergeCandList[]に格納する。
　マージ候補導出部３０３６１によって導出された上記マージ候補はマージ候補格納部３０３６３に格納される。マージ候補リストmergeCandList[]に格納する順番は、｛L、A、AR、BL、AL、BR/C、結合マージ候補、ゼロマージ候補｝である。L、A、AR、BL、AL、BR/Cは、図21(b)、(c)に示す位置のブロックの予測パラメータである。BR/Cは、ブロックBRが利用可能でなければブロックCを使用する、という意味である。あるいは後述のサブブロック予測を実施する場合は、マージ候補リストmergeCandList[]に格納する順番は、図24の｛L、A、AR、BL、ATMVP、STMVP、AL、TMVP(BR/C)、結合マージ候補、ゼロマージ候補｝である。なお、利用可能でない（ブロックがタイル外、イントラ予測等の）参照ブロックは、マージ候補リストに格納されない。
　マージ候補リストmergeCandList[]に格納された動きベクトルの中に、図21(a)に示すパディング領域を参照する動きベクトルが複数ある場合、マージ候補導出部３０３６１は、マージ候補リストに最初に格納された動きベクトルを残し、それ以外のパディング領域を参照する動きベクトルはマージ候補リストから除去してもよい。あるいは、マージ候補導出部３０３６１は、動きベクトルをマージ候補リストに格納する時に、動きベクトルがパディング領域を指すか否かをチェックし、２つ目以降のパディング領域を指す動きベクトルはマージ候補リストmergeCandList[]に格納しない方法をとってもよい。
　あるいは、マージ候補リストmergeCandList[]の中にパディング領域を示す動きベクトルが複数格納された場合、マージ候補導出部３０３６１は、パディング領域を示す複数の動きベクトルの中で、大きさが最小の動きベクトルを残し、それ以外の動きベクトルをマージ候補リストから削除してもよい。動きベクトルの大きさは、例えば、動きベクトルの水平および垂直方向成分の絶対値和で算出する。あるいは、マージ候補導出部３０３６１は、パディング領域を示す複数の動きベクトルの中で、最もタイル境界に近い動きベクトルを残し、それ以外の動きベクトルをマージ候補リストから削除してもよい。
　マージ候補選択部３０３６２は、マージ候補格納部３０３６３のマージ候補リストmergeCandList[]に格納されているマージ候補のうち、インター予測パラメータ復号制御部３０３１から入力されたマージインデックスmerge_idxに対応するインデックスが割り当てられたマージ候補を、対象PUのインター予測パラメータとして選択する。マージ候補選択部３０３６２は選択したマージ候補を予測パラメータメモリ３０７に記憶するとともに、予測画像生成部３０８に出力する。
　　（サブブロック予測部）
　次に、サブブロック予測部について説明する。
　（時空間サブブロック予測部３０３７１）
　時空間サブブロック予測部３０３７１は、時間的に対象PUに隣接する参照ピクチャ上（たとえば直前のピクチャ）のPUの動きベクトル、もしくは、空間的に対象PUに隣接するPUの動きベクトルから、対象PUを分割して得られるサブブロックの動きベクトルを導出する。具体的には、参照ピクチャ上のPUの動きベクトルを対象PUが参照する参照ピクチャに合わせて動きベクトルをスケーリングすることにより、対象PU中の各サブブロックの動きベクトルspMvLX[xi][yi] (xi=xPb+BW*i, yj=yPb+BH*j, i=0,1,2,・・・,W/BW-1、j=0,1,2,・・・,H/BH-1)を導出する（時間サブブロック予測）。ここで、(xPb, yPb)は対象PUの左上座標、W, Hは対象PUのサイズ、BW, BHはサブブロックのサイズである。
　また、対象PUに隣接するPUの動きベクトルを、対象PUを分割して得られるサブブロックとの距離に応じて加重平均を計算することで、対象PU中の各サブブロックの動きベクトルspMvLX[xi][yi] (xi=xPb+BW*i, yj=yPb+BH*j, i=0,1,2,・・・,W/BW-1、j=0,1,2,・・・,H/BH-1)を導出してもよい（空間サブブロック予測）。
　上記、時間サブブロック予測の候補TSUB、空間サブブロック予測の候補SSUBを、マージモードの一つのモード（マージ候補）として選択する。
　具体的な時空間サブブロック予測方法として、ATMVP（Adaptive Temporal Motion Vector Prediction）とSTMVP（Spatial-Temporal Motion Vector Prediction）について説明する。
　　（動きベクトルスケーリング）
　まず、動きベクトルのスケーリングの導出方法を説明する。動きベクトルMv、動きベクトルMvをもつブロックを含むピクチャPic1、動きベクトルMvの参照ピクチャPic2、スケーリング後の動きベクトルsMv、スケーリング後の動きベクトルsMvをもつブロックを含むピクチャPic3、スケーリング後の動きベクトルsMvが参照する参照ピクチャPic4とすると、sMvの導出関数MvScale(Mv, Pic1, Pic2, Pic3, Pic4)は下式で表される。
　　sMv2 = MvScale(Mv, Pic1, Pic2, Pic3, Pic4)
　　　　 = Clip3(-R1, R1-1, sign(distScaleFactor * Mv) * ((abs(distScaleFactor *Mv) + round1-1) >> shift1))　　　　　　　　　　（式MVSCALE-1）
　　distScaleFactor = Clip3(-R2, R2-1, (tb*tx + round2)>>shift2 )
　　tx = (16384 + abs(td) >> 1 )/ td
　　td = DiffPicOrderCnt( Pic1, Pic2 )
　　tb = DiffPicOrderCnt( Pic3, Pic4 )
ここで、round1, round2, shift1, shift2は、逆数を用いて除算を行うためのラウンド値及びシフト値で例えば、round1 = 1<<(shift1-1)、round2 = 1<<(shift2-1)、shift1=8, shift2 = 6などである。DiffPicOrderCnt(Pic1, Pic2)はPic1とPic2の時間情報（例えばPOC）の差を返す関数である。R1, R2は処理を限られた精度で行うために値域を制限するもので例えば、R1 = 32768、R2 = 4096などである。
　また、スケーリング関数MvScale(Mv, Pic1, Pic2, Pic3, Pic4)は以下の式でもよい。
　　MvScale(Mv, Pic1, Pic2, Pic3, Pic4) = 
　　　Mv * DiffPicOrderCnt( Pic3, Pic4 ) / DiffPicOrderCnt( Pic1, Pic2 )　　（式MVSCALE-2）
　すなわち、Pic1とPic2の時間情報の差と、Pic3とPic4の時間情報の差との比に応じてMvをスケーリングしてもよい。
　　（ATMVP、タイル境界ATMVP）
　ATMVPは、図21(b)に示す対象ピクチャPCurの対象ブロックの空間隣接ブロック（L、A、AR、BL、AL）の動きベクトルをもとに、対象ブロックのサブブロック毎に動きベクトルを導出し、サブブロック単位で予測画像を生成する方式であり、下記の手順で処理する。
　ステップ１）初期ベクトル導出
空間隣接ブロックL、A、AR、BL、ALの順に、利用可能（available）な最初の隣接ブロックを求める。利用可能な隣接ブロックが見つかった場合、そのブロックが有する動きベクトルと参照ピクチャをATMVPの初期ベクトルIMVと初期参照ピクチャIRefとして、ステップ２に移行する。全ての隣接ブロックが利用可能でない（non available）場合、ATMVFをオフとし、処理を終了する。「ATMVPがオフ」の意味は、マージ候補リストにATMVPによる動きベクトルを格納しないということである。
　ここで、「利用可能な隣接ブロック」の意味は、例えば、隣接ブロックの位置が対象タイルに含まれており、かつ、隣接ブロックが動きベクトルを有する、である。
　ステップ２）初期ベクトルのタイル境界チェック
初期参照ピクチャIRef上において、対象ブロックがIMVを用いて参照するブロックがコロケートタイル内か否かをチェックする。このブロックがコロケートタイル内にある場合、IMVとIRefを各々対象ブロックのブロックレベルの動きベクトルBMVと参照ピクチャBRefとしてステップ３に移行する。このブロックがコロケートタイル内にない場合、参照ピクチャリストRefPicListXに格納された参照ピクチャRefPicListX[RefIdx](RefIdx=0..参照ピクチャ数-1)上で、IMVからスケーリング関数MvScale(IMV, PCur, IRef, PCur, RefPicListX[refIdx])を用いて導出されるsIMVを用いて参照するブロックが、コロケートタイル内にあるか否かをチェックする。このブロックがコロケートタイル内にある場合、このsIMVとRefPicListX[RefIdx]を各々対象ブロックのブロックレベルの動きベクトルBMVと参照ピクチャBRefとしてステップ３に移行する。
　なお、参照ピクチャリストに格納された全ての参照ピクチャにおいてこのようなブロックが見つからない場合、ATMVFをオフとし、処理を終了する。
　ステップ３）サブブロック動きベクトル
図22(b)に示すように、参照ピクチャBRef上で、対象ブロックを動きベクトルBMVだけずれた（シフトした）位置のブロックをサブブロックに分割し、各サブブロックの有する動きベクトルSpRefMvLX[k][l]（k=0..NBW-1、l=0..NBH-1）と参照ピクチャSpRef[k][l]の情報を取得する。ここで、NBW、NBHは各々、水平および垂直方向のサブブロックの個数である。あるサブブロック(k1,l1)の動きベクトルがない場合、ブロックレベルの動きベクトルBMVと参照ピクチャBRefを、サブブロック(k1,l1)の動きベクトルSpRefMvLX[k1][l1]と参照ピクチャSpRef[k1][l1]としてセットする。
　ステップ４）動きベクトルスケーリング
　参照ピクチャ上の各サブブロックの動きベクトルSpRefMvLX[k][l]と参照ピクチャSpRef[k][l]からスケーリング関数MvScale()により対象ブロック上の各サブブロックの動きベクトルSpMvLX[k][l]を導出する。
　　SpMvLX[k][l] = MvScale(SpRefMvLX[k][l], Bref, SpRef[k][l], PCur, RefPicListX[refIdx0])　（式ATMVP-1）
　ここでRefPicListX[refIdx0])は、対象ブロックのサブブロックレベルの参照ピクチャであり、例えば、参照ピクチャRefPicListX[refIdxATMVP]、refIdxATMVP = 0とする。
　なお、対象ブロックのサブブロックレベルの参照ピクチャは、参照ピクチャRefPicListX[refIdx0]ではなく、図18(c)に示す、スライスヘッダで通知された時間方向の予測動きベクトル導出に用いられるインデックス（collocated_ref_idx）で指定された参照ピクチャでもよい。この場合、対象ブロックのサブブロックレベルの参照ピクチャはRefPicListX[collocated_ref_idx]であり、対象ブロックのサブブロックレベルの動きベクトルSpMvLX[k][l]の算出式は下記である。
　　SpMvLX[k][l] = MvScale(SpRefMvLX[k][l], Bref, SpRef[k][l], PCur, RefPicListX[collocated_ref_idx]))　（式ATMVP-2）
　ステップ５）サブブロックベクトルのタイル境界チェック
対象ブロックのサブブロックレベルの参照ピクチャにおいて、対象サブブロックがSpMvLX[k][l]を用いて参照するサブブロックがコロケートタイル内にあるか否かをチェックする。あるサブブロック(k2, l2)においてサブブロック動きベクトルSpMvLX[k2][l2]の指す先がコロケートタイル内にない場合には、以下の処理１(処理１A～処理１D)のいずれかを施す。
・[処理１A] タイル境界パディング
　タイル境界パディング（タイル外パディング）は、既に説明したように参照位置を、タイルの上下左右の境界画素の位置でクリッピングすることで実現する。例えば、ピクチャの左上座標を基準とした対象サブブロックの左上座標を(xs,ys)、対象サブブロックの幅と高さをBW、BW、対象サブブロックが位置する対象タイルの左上座標を(xTs,yTs)、対象タイルの幅と高さをwT、hT、動きベクトルをspMvLX[k2][l2]とすると、サブブロックレベルの参照画素(xRef, yRef)を下式で導出する。
　xRef + i = Clip3(xTs, xTs+wT-1, xs+(SpMvLX[k2][l2][0]>>log2(M)) + i)　（式ATMVP-3）
　yRef + j = Clip3(yTs, yTs+hT-1, ys+(SpMvLX[k2][l2][1]>>log2(M)) + j)
・[処理１B] タイル境界動きベクトル制限（タイル外動きベクトル制限）
　サブブロックレベルの動きベクトルSpMvLX[k2][l2]がタイル外を参照しないようにサブブロック動きベクトルSpMvLX[k2][l2]をクリッピングする。タイル境界動きベクトル制限については上述したとおりである。
・[処理１C] タイル境界動きベクトル置換（タイル外の代替動きベクトルによる置換）
　サブブロック動きベクトルSpMvLX[k2][l2]の指す先がコロケートタイル内にない場合には、コロケートタイル内にある代替動きベクトルSpMvLX[k3][l3]でコピーする。例えば、(k3, l3)は、(k2, l2)の隣接サブブロックでもよいし、ブロックの中心でもよい。
　　SpMvLX[k2][l2][0] = SpMvLX[k3][l3][0]　（式ATMVP-4）
　　SpMvLX[k2][l2][1] = SpMvLX[k3][l3][1]
・[処理１D] タイル境界ATMVPオフ（タイル外ATMVPオフ）
　サブブロック動きベクトルSpMvLX[k2][l2]の指す先がコロケートタイル内にないサブブロック数が所定の閾値を越えた場合、ATMVPをオフにし、処理を終了する。例えば所定の閾値は対象ブロック内の全サブブロック数の1/2としてもよい。
　なお、処理１はタイル符号化部2002とタイル復号部2012で同じ処理を選択する必要がある。
　ステップ６）マージ候補リストにATMVPを格納する。マージ候補リストに格納するマージ候補の順番の例を図24に示す。このリストの中から、インター予測パラメータ復号制御部3031で導出されたmerge_idxを用いて、対象ブロックのマージ候補が選択される。
　マージ候補としてATMVPが選択された場合、図22(b)に示すように、対象ブロックの各サブブロックからSpMvLX[k][l]シフトした参照ピクチャRefPicListX[refIdxATMVP]上の画像を読み出し、予測画像とする。
　以上ステップ１）～ステップ６）で説明したATMVPに関するマージ候補リスト導出処理を図23のフローチャートで説明する。
　時空間サブブロック予測部30371は、対象ブロックの５つの隣接ブロックをサーチする（S2301）。
　時空間サブブロック予測部30371は、利用可能な最初の隣接ブロックの有無を判定し、利用可能な隣接ブロックがあればS2303に進み、利用可能な隣接ブロックがなければS2311に進む（S2302）。
　時空間サブブロック予測部30371は、利用可能な隣接ブロックの有する動きベクトルと参照ピクチャを、対象ブロックの初期ベクトルIMVと初期参照ピクチャIRefとして設定する（S2303）。
　時空間サブブロック予測部30371は、対象ブロックの初期ベクトルIMVと初期参照ピクチャIRefをもとに、対象ブロックのブロックベースの動きベクトルBMVと参照ピクチャBRefをサーチする（S2304）。
　時空間サブブロック予測部30371は、参照ブロックがコロケートタイル内を指すブロックベースの動きベクトルBMVの有無を判定し、BMVがあれば、BRefを取得してS2306に進み、BMVがなければS2311に進む（S2305）。
　時空間サブブロック予測部30371は、対象ブロックのブロックベースの動きベクトルBMVと参照ピクチャBRefを用いて、コロケートブロックのサブブロックベースの動きベクトルSpRefMvLX[k][l]と参照ピクチャSpRef[k][l]を取得する（S2306）。
　時空間サブブロック予測部30371は、動きベクトルSpRefMvLX[k][l]と参照ピクチャSpRefを用いて、参照ピクチャをRefPicListX[refIdxATMVP]に設定した時の、対象ブロックのサブブロックベースの動きベクトルspMvLX[k][l]をスケーリングにより導出する（S2307）。
　時空間サブブロック予測部30371は、参照ピクチャRefPicListX[refIdxATMVP]上で、動きベクトルspMvLX[k][l]の指す各ブロックが全てコロケートタイル内を参照するか否かを判定する。全ブロックがコロケートタイル内のみを参照する場合、S2310に進み、そうでない場合、S2309に進む（S2308）。
　時空間サブブロック予測部30371は、動きベクトルspMvLX[k][l]だけシフトしたブロックの少なくとも一部がコロケートタイル外にある場合、シフト後のサブブロックがコロケートタイル内にあるサブブロックレベルの動きベクトルを持つ、隣接サブブロックのサブブロックレベルの動きベクトルをコピーする（S2309）。
　時空間サブブロック予測部30371は、図24に示すマージ候補リストmergeCandList[]にATMVPの動きベクトルを格納する（S2310）。
　時空間サブブロック予測部30371は、マージ候補リストmergeCandList[]にATMVPの動きベクトルを格納しない（S2311）。
　なお、S2309の処理は隣接ブロックの動きベクトルのコピー以外に、５）で説明したように、参照ピクチャのタイル境界のパディング処理や、対象ブロックのサブブロックレベルの動きベクトルのクリッピング処理であってもよい。また、利用可能でないサブブロック数が所定の閾値より多い時はATMVPをオフにしてS2311に進んでもよい。
　以上の処理により、ATMVPに関するマージ候補リストを導出する。
　このようにATMVPの動きベクトルを導出し、予測画像を生成することで、インター予測で動きベクトルがコロケートタイル外を指しても、コロケートタイル内の画素値を用いて参照画素を置き換えるので、タイルを独立にインター予測することができる。したがって、参照画素の一部がコロケートタイル内に含まれない場合でも、ATMVPをマージ候補の１つとして選択することができる。そしてATMVP以外のマージ候補よりも性能が高い場合は、ATMVPを利用して予測画像を生成できるので、符号化効率を高めることができる。
　　（STMVP）
　STMVPは、図25(a)に示す対象ピクチャPCurの対象ブロックの空間隣接ブロック（a,b,c,d,…）、および、図25(b)に示す対象ブロックのコロケートブロック（A',B',C',D',…）の動きベクトルをもとに、対象ブロックのサブブロック毎に動きベクトルを導出し、サブブロック単位で予測画像を生成する方式である。図25(a)のA,B,C,Dは、対象ブロックを分割したサブブロックの例である。図25(b)のA',B',C',D'は、図25(a)のサブブロックA,B,C,Dのコロケートブロックである。図25(b)のAc',Bc',Cc',Dc'はA',B',C',D'の中心に位置する領域であり、A'br,B'br,C'br,D'brはA',B',C',D'の右下に位置する領域である。なお、A'br,B'br,C'br,D'brは図25(b)に示すA',B',C',D'外の右下位置ではなく、図25(g)に示すA',B',C',D'内の右下位置であってもよい。図25(g)では、A'br,B'br,C'br,D'brはコロケートタイル内の位置をとる。STMVPは下記の手順で処理する。
　ステップ１）対象ブロックをサブブロックに分割し、サブブロックAの上側隣接ブロックから右方向に、利用可能（available）な最初のブロックを求める。利用可能な隣接ブロックが見つかった場合、その最初のブロックが有する動きベクトルと参照ピクチャをSTMVPの上側ベクトルmvA_aboveと参照ピクチャRefA_aboveとし、カウントcnt=1とする。利用可能な隣接ブロックがない場合、カウントcnt=0とする。
　ステップ２）サブブロックAの左側隣接ブロックbから下方向に、利用可能な最初のブロックを求める。利用可能な隣接ブロックが見つかった場合、その最初のブロックが有する動きベクトルと参照ピクチャを左側ベクトルmvA_leftと参照ピクチャRefA_leftとし、カウントcntを1インクリメントする。利用可能な隣接ブロックがない場合、カウントcntを更新しない。
　ステップ３）サブブロックAのコロケートブロックA'において、右下位置A'brおよびA'cの順に利用可能か否かをチェックする。利用可能な領域が見つかった場合、そのブロックが有する最初の動きベクトルと参照ピクチャをコロケートベクトルmvA_colと参照ピクチャRefA_colとし、カウントを1インクリメントする。利用可能なブロックがない場合、カウントcntを更新しない。
　ステップ４）cnt=0（利用可能な動きベクトルが１つもない）の場合、STMVPをオフにし、処理を終了する。
　ステップ５）ctnが0でない場合、対象ピクチャPCurと、対象ブロックの参照ピクチャRefPicListX[collocated_ref_idx]との時間情報を用いて、ステップ１）～ステップ３）で求めた利用可能な動きベクトルをスケーリングする。スケーリング後の動きベクトルをsmvA_above,smvA_left,smvA_colとする。
　　smvA_above = MvScale(mvA_above , PCur, RefA_above, PCur, RefPicListX[collocated_ref_idx]))　（式STMVP-1）
　　smvA_left = MvScale(mvA_left, PCur, RefA_left, PCur, RefPicListX[collocated_ref_idx]))
　　smvA_col = MvScale(mvA_col, PCur, RefA_col, PCur, RefPicListX[collocated_ref_idx]))
利用可能でない動きベクトルは0にセットする。
　ここでスケーリング関数MvScale(Mv, Pic1, Pic2, Pic3, Pic4)は、上述のように動きベクトルMvをスケーリングするための関数である。
　ステップ６）smvA_above,smvA_left,smvA_colの平均を算出し、サブブロックAの動きベクトルspMvLX[A]としてセットする。サブブロックAの参照ピクチャはRefPicListX[collocated_ref_idx]である。
　　spMvLX[A] = (smvA_above+smvA_left+smvA_col)/cnt　（式STMVP-2）
　整数演算のために例えば、以下のように導出しても良い。cnt == 2の場合、2つのベクトルを順にmvA_cnt0, mvA_cnt1と記載すると、以下の式で導出してもよい。
　　spMvLX[A] = (smvA_cnt0+smvA_cnt1)>>1
　cnt == 3の場合、以下の式で導出してもよい。
　　spMvLX[A] = (5*smvA_above+5*smvA_1eft+6*smvA_col)>>4
　ステップ７）参照ピクチャRefPicListX[collocated_ref_idx]において、コロケートブロックをspMvLX[A]だけシフトした位置のブロックがコロケートタイル内か否かをチェックする。ブロックの一部あるいは全部がコロケートタイル内にない場合、以下の処理２(処理２A～処理２D)のいずれかを施す。
・[処理２A] タイル境界パディング
　タイル境界パディング（タイル外パディング）は、既に説明したように参照位置を、タイルの上下左右の境界画素の位置でクリッピングすることで実現する。例えば、ピクチャの左上座標を基準としたサブブロックAの左上座標を(xs,ys)、サブブロックAの幅と高さをBW、BH、サブブロックAが位置する対象タイルの左上座標を(xTs,yTs)、対象タイルの幅と高さをwT、hTとすると、サブブロックAの参照画素(xRef, yRef)を下式で導出する。
　　xRef + i = Clip3(xTs, xTs+wT-1, xs+(spMvLX[A][0]>>log2(M))+i)　（式STMVP-3）
　　yRef + j = Clip3(yTs, yTs+hT-1, ys+(spMvLX[A][1]>>log2(M))+j)
　なお、処理２はタイル符号化部2002とタイル復号部2012で同じ処理を選択する必要がある。
・[処理２B] タイル境界動きベクトル制限
　サブブロックレベルの動きベクトルspMvLX[A]がタイル外を参照しないようにサブブロック動きベクトルspMvLX[A]をクリッピングする。タイル境界動きベクトル制限については上述したとおりである。
・[処理２C] タイル境界動きベクトル置換（代替動きベクトルによる置換）
　サブブロック動きベクトルSpMvLX[k2][l2]の指す先がコロケートタイル内にない場合には、コロケートタイル内にある代替動きベクトルSpMvLX[k3][l3]でコピーする。例えば、(k3, l3)は、(k2, l2)の隣接サブブロックでもよいし、ブロックの中心でもよい。
　　SpMvLX[k2][l2][0] = SpMvLX[k3][l3][0]　（式STMVP-4）
　　SpMvLX[k2][l2][1] = SpMvLX[k3][l3][1]
・[処理２D] タイル境界STMVPオフ
　サブブロック動きベクトルSpMvLX[k2][l2]の指す先がコロケートタイル内にないサブブロック数が所定の閾値を越えた場合、STMVPをオフにし、処理を終了する。例えば所定の閾値は対象ブロック内の全サブブロック数の1/2としてもよい。
　ステップ８）上記ステップ１）～ステップ７）の処理をサブブロックB,C,D等、対象ブロックの各サブブロックに対して実行し、図25(d)、(e)、(f)のようにサブブロックの動きベクトルを求める。ただし、サブブロックBでは、上側隣接ブロックはdから右方向にサーチする。サブブロックCでは、上側隣接ブロックはAであり、左側隣接ブロックはaから下方向にサーチする。サブブロックDでは、上側隣接ブロックはBであり、左側隣接ブロックはCである。
　ステップ９）マージ候補リストにSTMVPの動きベクトルを格納する。マージ候補リストに格納するマージ候補の順番を図24に示す。このリストの中から、インター予測パラメータ復号制御部3031で導出されたmerge_idxを用いて、対象ブロックのマージ候補が選択される。
　マージ候補としてSTMVPが選択された場合、対象ブロックの各サブブロックから動きベクトル分シフトした参照ピクチャRefPicListX[collocated_ref_idx]上の画像を読み出し、予測画像とする。
　以上ステップ１）～ステップ９）で説明したSTMVPに関するマージ候補リスト導出処理を図26(a)のフローチャートで説明する。
　時空間サブブロック予測部30371は、対象ブロックをサブブロックに分割する(S2601)。
　時空間サブブロック予測部30371は、サブブロックの上側、左側、時間方向の隣接ブロックをサーチする（S2602）。
　時空間サブブロック予測部30371は、利用可能な隣接ブロックの有無を判定し、利用可能な隣接ブロックがあればS2604に進み、利用可能な隣接ブロックが１個もなければS2610に進む（S2603）。
　時空間サブブロック予測部30371は、対象ピクチャと複数の隣接ブロックの参照ピクチャ間の時間的な距離に応じて、利用可能な隣接ブロックの有する動きベクトルをスケーリングする（S2604）。
　時空間サブブロック予測部30371は、スケーリングした動きベクトルの平均値を算出し、対象サブブロックの動きベクトルspMvLX[]としてセットする（S2605）。
　時空間サブブロック予測部30371は、参照ピクチャ上のコロケートサブブロックを動きベクトルspMvLX[]だけシフトしたブロックがコロケートタイル内にあるか否かを判定し、コロケートタイル内にあればS2608に進み、一部分でもコロケートタイル内になければS2607に進む（S2606）。
　時空間サブブロック予測部30371は、動きベクトルspMvLX[]だけシフトしたブロックがコロケートタイル外にある場合、動きベクトルspMvLX[]をクリッピングする（S2607）。
　時空間サブブロック予測部30371は、処理中のサブブロックが対象ブロックの最後のサブブロックか否かをチェックし（S2608）、最後のサブブロックであればS2610に進み、そうでなければ、処理対象を次のサブブロックに移してS2602に進み（S2609）、S2602～S2608を繰り返し処理する。
　時空間サブブロック予測部30371は、図24に示すマージ候補リストmergeCandList[]にSTMVPの動きベクトルを格納する（S2610）。
　時空間サブブロック予測部30371は、利用可能な動きベクトルがない場合、マージ候補リストmergeCandList[]にSTMVPの動きベクトルを格納せず、処理を終了する（S2611）。
　なお、S2607の処理は対象サブブロックの動きベクトルのクリッピング処理以外に、７）で説明したように、参照ピクチャのタイル境界のパディング処理であってもよい。
　以上の処理により、STMVPに関するマージ候補リストを導出する。
　このようにSTMVPの動きベクトルを導出し、予測画像を生成することで、インター予測で動きベクトルがコロケートタイル外を指しても、コロケートタイル内の画素値を用いて参照画素を置き換えるので、タイルを独立にインター予測することができる。したがって、参照画素の一部がコロケートタイル内に含まれない場合でも、STMVPをマージ候補の１つとして選択することができる。そしてSTMVP以外のマージ候補よりも性能が高い場合は、STMVPを利用して予測画像を生成できるので、符号化効率を高めることができる。
　　（アフィン予測部）
　アフィン予測部30372、30321は、対象PUのアフィン予測パラメータを導出する。本実施形態では、アフィン予測パラメータとして、対象PUの２つの制御点（V0、V1）の動きベクトル（mv0_x, mv0_y）（mv1_x, mv1_y）を導出する。具体的には、対象PUの隣接PUの動きベクトルから予測することにより、各制御点の動きベクトルを導出してもよいし（アフィン予測部30372）、制御点の動きベクトルとして導出された予測ベクトルと符号化データから導出される差分ベクトルの和により、各制御点の動きベクトルを導出してもよい（アフィン予測部30321）。
　　（サブブロックの動きベクトル導出処理）
　以下、更に具体的な実施構成の例として、アフィン予測部30372、30321がアフィン予測を用いて、各サブブロックの動きベクトルmvLXを導出する処理の流れを、ステップに分けて説明する。アフィン予測部30372、30321がアフィン予測を用いて、対象サブブロックの動きベクトルmvLXを導出する処理は、下記(STEP1)～(STEP3)の３つの工程を含んでいる。
　（STEP1）制御点ベクトルの導出
　アフィン予測部30372、30321が候補を導出するためのアフィン予測に用いる２つの制御点として、対象ブロックの代表点（ここではブロックの左上の点V0及びブロックの右上の点V1）の各々の動きベクトルを導出する工程である。なお、ブロックの代表点は、対象ブロック上の点を用いる。本明細書では、アフィン予測の制御点に用いるブロックの代表点を「ブロック制御点」と記載する。
　まず、AMVPモード及びマージモードの(STEP1)の処理について、図30を用いて各々説明する。図30は、AMVPモード及びマージモードにおける制御点の動きベクトルの導出のために利用される参照ブロックの位置の例を示す図である。
　　（AMVPモードにおける制御点の動きベクトルの導出）
　アフィン予測部30321は、２つの制御点（V0、V1）の予測ベクトルmvpVNLXと差分ベクトルを加算して、各々動きベクトルmvN=(mvN_x,mvN_y)を導出する。Nは制御点を表す。
　より具体的には、アフィン予測部30321は、制御点VN(N=0..1)の予測ベクトル候補を導出し、予測ベクトル候補リストmvpListVNLX[]に格納する。更に、アフィン予測部30321は、符号化データから点VNの予測ベクトルインデックスmvpVN_LX_idx、差分ベクトルmvdVNLXから、制御点VNの動きベクトル(mvN_x, mvN_y)を以下の式で導出する。
　mvN_x = mvNLX[0] = mvpListVNLX[mvpVN_LX_idx][0] + mvdVNLX[0]　（式AFFIN-1）
　mvN_y = mvNLX[1] = mvpListVNLX[mvpVN_LX_idx][1] + mvdVNLX[1]
　アフィン予測部30321は、図30(a)に示すように、代表点の一つに隣接するブロックA、B及びCのいずれかをmvpV0_LX_idxを参照して、参照ブロック（AMVP参照ブロック）として選択する。そして、選択されたAMVP参照ブロックの動きベクトルを代表点V0の予測ベクトルmvpV0LXとする。更に、アフィン予測部30321は、ブロックD及びEのいずれかをmvpV1_LX_idxを参照して、AMVP参照ブロックとして選択する。そして、選択されたAMVP参照ブロックの動きベクトルを代表点V1の予測ベクトルmvpV1LXとする。なお、(STEP1)における制御点の位置は上記に限定されず、V1の代わりに図30(b)に示すブロックの左下の点V2の位置でもよい。この場合、ブロックF及びGのいずれかをmvpV2_LX_idxを参照して、AMVP参照ブロックとして選択する。そして、選択されたAMVP参照ブロックの動きベクトルを代表点V2の予測ベクトルmvpV2LXとする。
　例えば図30(c-2)のように、対象ブロックの左側がタイル境界に接する場合、制御点はV0とV1であり、制御点V0の参照ブロックはBとなる。この場合、mvpV0_L0_idxは不要である。なお、参照ブロックBがイントラ予測の場合、アフィン予測をオフ（アフィン予測しない、affine_flag=0）にしてもよいし、制御点V1の予測ベクトルをコピーして制御点V0の予測ベクトルとし、アフィン予測してもよい。これらはタイル符号化部2012のアフィン予測部11221と同じ処理をすればよい。
　また、図30(c-1)のように、対象ブロックの上側がタイル境界に接する場合、制御点はV0とV2であり、制御点V0の参照ブロックはCとなる。この場合、mvpV0_L0_idxは不要である。なお、参照ブロックCがイントラ予測の場合、アフィン予測をオフ（アフィン予測しない）にしてもよいし、制御点V2の予測ベクトルをコピーして制御点V0の予測ベクトルとし、アフィン予測してもよい。これらはタイル符号化部2012のアフィン予測部11221と同じ処理をすればよい。
　　（マージモードにおける制御点の動きベクトルの導出）
　アフィン予測部30372は、図30(d)に示すようなL、A、AR、LB、ALを含むブロックに対し、予測パラメータメモリ307を参照し、アフィン予測が利用されているか否かをチェックする。ブロックL、A、AR、LB、ALの順にサーチし、最初に見つかったアフィン予測を利用するブロック（ここでは図30(d)のLとする）を参照ブロック（マージ参照ブロック）として選択し、動きベクトルを導出する。
　アフィン予測部30372は、選択されたマージ参照ブロックの３点（図30(e)の点v0、点v1、点v2）を含むブロックの動きベクトル(mvvN_x,mvvN_y)(N=0..2)から、制御点（例えばV0、V1）の動きベクトル(mvN_x,mvN_y)(N=0..1)を導出する。なお、図30(e)に示す例では、対象ブロックの横幅はW、高さはHであり、マージ参照ブロック（図の例では、Lを含むブロック）の横幅はw、高さはhである。
　mv0_x = mv0LX[0] = mvv0_x+(mvv1_x-mvv0_x)/w*w-(mvv2_y-mvv0_y)/h*(h-H)　（式AFFINE-2）
　mv0_y = mv0LX[1] = mvv0_y+(mvv2_y-mvv0_y)/h*w+(mvv1_x-mvv0_x)/w*(h-H)
　mv1_x = mv1LX[0] = mvv0_x+(mvv1_x-mvv0_x)/w*(w+W)-(mvv2_y-mvv0_y)/h*(h-H)
　mv1_y = mv1LX[1] = mvv0_y+(mvv2_y-mvv0_y)/h*(w+W)+(mvv1_x-mvv0_x)/w*(h-H)
　導出した動きベクトルmv0、mv1の参照ピクチャが、対象ブロックの参照ピクチャと異なる場合は、参照ピクチャ各々と対象ピクチャのピクチャ間距離に基づいてスケーリングしてもよい。
　次に、アフィン予測部30372、30321が(STEP1)で導出した制御点V0、V1の動きベクトル(mvN_x,mvN_y)(N=0..1)がタイル外を指す（参照ピクチャにおいて、コロケートブロックをmvNだけシフトした位置のブロックの一部、あるいは全部がコロケートタイル内に無い）場合、下記の処理４（処理４A～処理４D）のいずれかを施す。
・[処理４A] タイル境界パディング
　STEP3でタイル境界パディング処理する。この場合、(STEP1)では特に追加処理を行わない。タイル境界パディング（タイル外パディング）は、既に説明したように、参照位置をタイルの上下左右の境界画素の位置でクリッピングすることで実現する。例えば、ピクチャの左上座標を基準とした対象サブブロックの左上座標を(xs,ys)、対象ブロックの幅と高さをW、H、対象サブブロックが位置する対象タイルの左上座標を(xTs,yTs)、対象タイルの幅と高さをwT、hTとすると、サブブロックレベルの参照画素(xRef, yRef)を下式で導出する。
　xRef + i = Clip3(xTs, xTs+wT-1, xs+(SpMvLX[k2][l2][0]>>log2(M)) + i)　（式AFFINE-3）
　yRef + j = Clip3(yTs, yTs+hT-1, ys+(SpMvLX[k2][l2][1]>>log2(M)) + j)
・[処理４B] タイル境界動きベクトル制限
　サブブロックレベルの動きベクトルspMvLX[k2][l2]がタイル外を参照しないようにサブブロック動きベクトルspMvLX[k2][l2]をクリッピングする。タイル境界動きベクトル制限については上述したとおりである。
・[処理４C] タイル境界動きベクトル置換（代替動きベクトル置き換え）
　コロケートタイル内を指す動きベクトルを持つ隣接サブブロックから動きベクトルをコピーする。
・[処理４D] タイル境界アフィンオフ
　コロケートタイル外を参照すると判定される場合には、affine_flag=0にセットする（アフィン予測しない）。この場合は以上の処理を行わない。
　なお、処理４はタイル符号化部2002のアフィン予測部とタイル復号部2012のアフィン予測部で同じ処理を選択する必要がある。
　（STEP2）サブブロックベクトルの導出
　アフィン予測部30372、30321が、(STEP1)で導出された対象ブロックの代表点であるブロック制御点（制御点V0とV1、あるいは、V0とV2）の動きベクトルから、対象ブロックに含まれる各サブブロックの動きベクトルを導出する工程である。(STEP1)と(STEP2)によって、各サブブロックの動きベクトルspMvLXが導出される。なお、以下では制御点V0とV1の例を説明するが、V1の動きベクトルをV2の動きベクトルに置き換えれば、制御点V0とV2でも同様の処理で、各サブブロックの動きベクトルを導出することができる。
　図１３(a)は、対象ブロックを構成する各サブブロックの動きベクトルspMvLXを、制御点Ｖ０の動きベクトル(mv0_x, mv0_y)およびＶ１の動きベクトル(mv1_x, mv1_y)から導出する例を示す図である。各サブブロックの動きベクトルspMvLXは、図１３(a)に示すように、各サブブロックの中心に位置する点毎の動きベクトルとして導出する。
　アフィン予測部30372、30321は制御点V0とV1の動きベクトル(mv0_x,mv0_y)、(mv1_x,mv1_y)に基づいて、対象PU中の各サブブロックの動きベクトルspMvLX[xi][yi] (xi=xb+BW*i、yj=yb+BH*j、i=0,1,2,・・・,W/BW-1、j=0,1,2,・・・,H/BH-1)を下記の式を用いて、導出する。
　spMvLX[xi][yi][0]=mv0_x+(mv1_x-mv0_x)/W*(xi+BW/2)-(mv1_y-mv0_y)/W*(yi+BH/2)　（式AFFINE-4）
　spMvLX[xi][yi][1]=mv0_y+(mv1_y-mv0_y)/W*(xi+BW/2)+(mv1_x-mv0_x)/W*(yi+BH/2)
　ここで、xb、ybは、対象PUの左上座標、W、Hは対象ブロックの幅と高さ、BW、BHはサブブロックの幅と高さである。
　図13(b)は、対象ブロック（幅W、高さH）を幅BW、高さBHのサブブロックに分割した例を示す図である。
　サブブロック位置(i, j)及びサブブロック座標(xi, yj)の点は、図13(b)におけるx軸に平行な破線とy軸に平行な破線との交点である。図13(b)には、一例として、サブブロック位置(i,j)=(1,1)の点、及び当該サブブロック位置(1, 1)に対するサブブロック座標(xi,yj)=(x1,y1)=(BW+BW/2, BH+BH/2)の点が示されている。
　（STEP3）サブブロック動き補償
　動き補償部３０９１が、インター予測パラメータ復号部３０３から入力された、予測リスト利用フラグpredFlagLX、参照ピクチャインデックスrefIdxLX、(STEP2)で導出したサブブロックの動きベクトルspMvLXに基づいて、affine_flag=1の場合に、サブブロック単位の動き補償を行う工程である。具体的には、参照ピクチャメモリ３０６から、参照ピクチャインデックスrefIdxLXで指定された参照ピクチャ上の、対象サブブロックの位置を起点として、動きベクトルspMvLXだけずれた位置にあるブロックを読み出しフィルタリングすることによって、動き補償画像PredLXを生成する。
　(STEP2)で導出したサブブロックの動きベクトルがタイル外を指す場合、タイル境界をパディングして画素を読み出す。
　なお、タイル復号部2012では、タイル符号化部2002から通知されたaffine_flagがあれば、affine_flag=1の場合にのみ、上記処理を実施してもよい。
　図31(a)は上記のアフィン予測の動作を示すフローチャートである。
　アフィン予測部30372、30321は制御点の動きベクトルを導出する（S3101)。
　次にアフィン予測部30372、30321は導出した制御点の動きベクトルがタイル外を指すか否かを判定する（S3102)。動きベクトルがタイル外を指さない場合（S3102でN）、S3104に進む。動きベクトルが一部でもタイル外を指す場合（S3102でY)、S3103に進む。
　動きベクトルが一部でもタイル外を指す場合、アフィン予測部30372、30321は上記で説明した処理４のいずれか、たとえば動きベクトルをクリッピングし、動きベクトルがタイル内を指すように修正する。
　このS3101～S3103は上記の(STEP1)に対応する処理である。
　アフィン予測部30372、30321は導出した制御点の動きベクトルをもとに、各サブブロックの動きベクトルを導出する(S3104)。S3104は上記(STEP2)に対応する処理である。
　動き補償部３０９１はaffine_flag=1か否かを判定する(S3105)。affine_flag=1でない場合（S3105でN）、動き補償部３０９１はアフィン予測を実施せず、アフィン予測処理を終了する。affine_flag=1の場合（S3105でY）、S3106に進む。
　動き補償部３０９１は、サブブロックの動きベクトルがタイル外を指すか否かを判定する(3106)。動きベクトルがタイル外を指さない場合（S3106でN）、S3108に進む。動きベクトルが一部でもタイル外を指す場合（S3106でY)、S3107に進む。
　サブブロックの動きベクトルが一部でもタイル外を指す場合、動き補償部３０９１はタイル境界をパディングする(S3107)。
　動き補償部３０９１は、サブブロックの動きベクトルを用いてアフィン予測による動き補償画像を生成する(S3108)。
　このS3105～S3108は上記(STEP3)に対応する処理である。
　図31(b)は、図31(a)のS3101で、AMVP予測の場合に制御点を決定する一例を示すフローチャートである。
　アフィン予測部30321は、対象ブロックの上側がタイル境界に接するか否かを判定する(S3110)。タイルの上側境界に接する場合（S3110でY）、S3111に進み、制御点をV0、V2に設定する(S3111)。そうでない場合（S3110でN）、S3112に進み、制御点をV0、V1に設定する(S3112)。
　アフィン予測において、隣接ブロックがタイル外に位置したり、動きベクトルがタイル外を指す場合であっても、上記のように制御点を設定、アフィン予測の動きベクトルを導出、予測画像を生成することで、タイル内の画素値を用いて参照画素を置き換えることができる。従って、アフィン予測処理の使用頻度の低下を抑制しつつ、タイルを独立にインター予測できるので符号化効率を高めることができる。
　　（マッチング動き導出部３０３７３）
　マッチング動き導出部３０３７３は、バイラテラルマッチングまたはテンプレートマッチングの何れかのマッチング処理を行うことにより、PUを構成するブロック又はサブブロックの動きベクトルspMvLXを導出する。図１４は、(a)バイラテラルマッチング（Bilateral matching）、(b)テンプレートマッチング（Template matching）を説明するための図である。マッチング動き導出モードは、マージモードの一つのマージ候補（マッチング候補）として選択される。
　マッチング動き導出部３０３７３は、物体が等速運動をすると仮定して、複数の参照ピクチャにおける領域のマッチングにより動きベクトルを導出する。バイラテラルマッチングでは、ある物体が、参照ピクチャＡのある領域、対象ピクチャCur_Picの対象PU、参照ピクチャＢのある領域を等速運動で通過するものと仮定して、参照ピクチャＡ、Ｂ間のマッチングにより対象PUの動きベクトルを導出する。テンプレートマッチングでは、対象PUの隣接領域の動きベクトルと対象PUの動きベクトルが等しいと仮定して、対象PUの隣接領域Temp_Cur（テンプレート）と参照ピクチャ上の参照ブロックの隣接領域Temp_L0のマッチングにより動きベクトルを導出する。マッチング動き導出部では、対象PUを複数のサブブロックに分割し、分割したサブブロック単位で後述のバイラテラルマッチングもしくはテンプレートマッチングを行うことにより、サブブロックの動きベクトルspMvLX[xi][yi] (xi=xPb+BW*i、yj=yPb+BH*j、i=0,1,2,・・・,W/BW-1、j=0,1,2,・・・,H/BH-1)を導出する。
　図１４の（ａ）に示すように、バイラテラルマッチングでは、対象ピクチャCur_Picにおける対象ブロックCur_blockの動きベクトルを導出するために、２枚の参照ピクチャが参照される。より具体的には、まず、対象ブロックCur_blockの座標を（xCur,yCur）と表現したとき、参照ピクチャインデックスrefIdxL0によって指定される参照ピクチャRef0（参照ピクチャＡと呼ぶ）内の領域であって、
　　（xPos0,yPos0）=（xCur+mv0[0], yCur+mv0[1]）　（式FRUC-1）
によって特定される左上座標（xPos0,yPos0）を有するBlock_Aと、例えば参照ピクチャインデックスrefIdxL1によって指定される参照ピクチャRef1（参照ピクチャＢと呼ぶ）内の領域であって、
　　（xPos1,yPos1）=(xCur+mv1[0], xCur+mv1[1]) =（xCur-mv0[0]*DiffPicOrderCnt(Cur_Pic,Ref1)/ DiffPicOrderCnt(Cur_Pic,Ref0), yCur-mv0[1]*DiffPicOrderCnt(Cur_Pic,Ref1)/ DiffPicOrderCnt(Cur_Pic,Ref0)）　　　　　（式FRUC-2）
によって特定される左上座標（xPos1,yPos1）を有するBlock_Bとが設定される。ここで、DiffPicOrderCnt(Cur_Pic,Ref0)、及びDiffPicOrderCnt(Cur_Pic,Ref1)は、図１４の（ａ）に示すように、それぞれ、対象ピクチャCur_Picと参照ピクチャＡとの時間情報の差を返す関数、及び対象ピクチャCur_Picと参照ピクチャＢとの時間情報の差を返す関数を表している。
　次に、Block_AとBlock_Bとのマッチングコストが最小となるように、（mv0[0],mv0[1]）が決定される。このようにして導出された（mv0[0],mv0[1]）が、対象ブロックに付与される動きベクトルとなる。この対象ブロックに付与された動きベクトルをもとに、対象ブロックを分割したサブブロック毎に動きベクトルspMVL0を導出する。
　一方、図１４の（ｂ）は、上記マッチング処理のうち、テンプレートマッチング（Template matching）について説明するための図である。
　図１４の（ｂ）に示すように、テンプレートマッチングでは、対象ピクチャCur_Picにおける対象ブロックCur_blockの動きベクトルを導出するために、一度に１枚の参照ピクチャが参照される。
　より具体的には、例えば参照ピクチャインデックスrefIdxL0によって指定される参照ピクチャRef0（参照ピクチャＡと呼ぶ）内の領域であって、
　　（xPos0,yPos0）=（xCur+mv0[0], yCur+mv0[1]）　（式FRUC-3）
によって特定される左上座標（xPos0, yPos0）を有する参照ブロックBlock_Aが特定される。ここで、（xCur, yCur）は、対象ブロックCur_blockの左上座標である。
　次に、対象ピクチャCur_Picにおいて対象ブロックCur_blockに隣接したテンプレート領域Temp_Curと、参照ピクチャＡにおいてBlock_Aに隣接したテンプレート領域Temp_L0とが設定される。図１４の（ｂ）に示す例において、テンプレート領域Temp_Curは、対象ブロックCur_blockの上側に隣接する領域及び対象ブロックCur_blockの左側に隣接する領域とから構成されている。また、テンプレート領域Temp_L0は、Block_Aの上側に隣接する領域及びBlock_Aの左側に隣接する領域とから構成されている。
　次にTemp_CurとTemp_L0とのマッチングコストが最小になる（mv0[0],mv0[1]）が決定され、対象ブロックに付与される動きベクトルとなる。この対象ブロックに付与された動きベクトルをもとに、対象ブロックを分割したサブブロック毎に動きベクトルspMvL0を導出する。
　また、テンプレートマッチングでも、２枚の参照ピクチャRef0、Ref1に対して処理してもよい。この場合、上記に説明した参照ピクチャRef0のマッチングと参照ピクチャRef1のマッチングを順に行う。参照ピクチャインデックスrefIdxL1によって指定される参照ピクチャRef1（参照ピクチャBと呼ぶ）内の領域であって、
　　（xPos1,yPos1）=（xCur+mv1[0], yCur+mv1[1]）　（式FRUC-4）
によって特定される左上座標（xPos1, yPos1）を有する参照ブロックBlock_Bが特定され、参照ピクチャBにおいてBlock_Bに隣接したテンプレート領域Temp_L1とが設定される。最終的にTemp_CurとTemp_L1とのマッチングコストが最小になる（mv1[0],mv1[1]）が決定され、対象ブロックに付与される動きベクトルとなる。この対象ブロックに付与された動きベクトルをもとに、対象ブロックを分割したサブブロック毎に動きベクトルspMvL1を導出する。
　　（マッチング処理による動きベクトル導出処理）
　マッチングモードにおける動きベクトル導出（パターンマッチベクトル導出）処理の流れについて図32のフローチャートを参照して説明する。
　図32に示す処理は、マッチング動き導出部30373により実行される。図32(a)はバイラテラルマッチング処理のフローチャートであり、図32(b)はテンプレートマッチング処理のフローチャートである。
　なお、図32(a)に示す各ステップのうち、S3201～S3205は、ブロックレベルで実行されるブロックサーチである。すなわち、パターンマッチを用いて、ブロック（CUまたはPU）全体で動きベクトルを導出する。
　また、S3206～S3207は、サブブロックレベルで実行されるサブブロックサーチである。すなわち、パターンマッチを用いて、ブロックを構成するサブブロック単位で動きベクトルを導出する。
　まず、S3201において、マッチング動き導出部30373は、対象ブロックにおけるブロックレベルの初期ベクトル候補を設定する。初期ベクトル候補は、対象ブロックのAMVP候補、マージ候補等の隣接ブロックの動きベクトルである。
　次に、S3202では、マッチング動き導出部30373は、上記で設定した初期ベクトル候補の中から、マッチングコストが最小となるベクトルをサーチし、ベクトル探索のベースとなる初期ベクトルとする。マッチングコストは、例えば下式のように表される。
　　SAD = ΣΣabs(Block_A[x][y]-Block_B[x][y])　　　　　　　　（式FRUC-5）
ここで、ΣΣはxおよびyについての和であり、Block_A[][]とBlock_B[][]は各々、ブロックの左上座標が（式FRUC-1）、（式FRUC-2）の(xPos0,yPos0)、(xPos1,yPos1)で表されるブロックであり、(mv0[0],mv0[1])に初期ベクトル候補を代入する。そして、マッチングコストが最小となるベクトルを(mv0[0],mv0[1])に再度セットする。
　次に、S3203では、マッチング動き導出部30373は、S3202で求めた初期ベクトルがタイル外を指す（参照ピクチャにおいて、コロケートブロックをmvN(N=0..1)だけシフトした位置のブロックの一部、あるいは全部がコロケートタイル内に無い）かどうかを判定する。初期ベクトルがタイル外を指さない場合（S3203でN）、S3205に進む。初期ベクトルが一部でもタイル外を指す場合（S3203でY）、S3204に進む。
　S3204では、マッチング動き導出部30373は、以下の処理５（処理５A～処理５C）のいずれかを実行する。
・[処理5A] タイル境界パディング
　動き補償部3091でタイル境界パディングする。
　初期ベクトル(mv0[0],mv0[1])の指す画素がタイル外を参照しないようにクリッピングする。ピクチャの左上座標を基準とした対象ブロックの左上座標を(xs,ys)、対象ブロックの幅と高さをW、H、対象ブロックが位置する対象タイルの左上座標を(xTs,yTs)、対象タイルの幅と高さをwT、hTとすると、サブブロックの参照画素(xRef, yRef)を下式で導出する。
　　xRef + i = Clip3(xTs, xTs+wT-1, xs+(mv0[0]>>log2(M)) + i)　（式FRUC-6）
　　yRef + j = Clip3(yTs, yTs+hT-1, ys+(mv1[1]>>log2(M)) + j)
・[処理5B] タイル境界動きベクトル制限
　初期ベクトルの動きベクトルmv0がタイル外を参照しないように初期ベクトルmv0をクリッピングする。タイル境界動きベクトル制限については上述したとおりである。
・[処理5C] タイル境界動きベクトル置換（代替動きベクトル置き換え）
　動きベクトルmv0の指す先がコロケートタイル内にない場合には、コロケートタイル内にある代替動きベクトルでコピーする。
・[処理5D] タイル境界バイラテラルマッチングオフ
　コロケートタイル外を参照すると判定される場合には、バイラテラルマッチングのオン・オフを示すBM_flagを0にセットし、バイラテラルマッチングは実施しない（endに進む）。
なお、処理５はタイル符号化部2002とタイル復号部2012で同じ処理を選択する必要がある。
　S3205では、マッチング動き導出部30373は、対象ブロックにおけるブロックレベルのローカルサーチ（局所的探索）を行う。ローカルサーチでは、S3202あるいはS3204で導出された初期ベクトルを中心とする局所領域（例えば初期ベクトルを中心とする±D画素の領域）をさらにサーチし、マッチングコストが最小となるベクトルを探索し、最終的な対象ブロックの動きベクトルとする。
　続いて、対象ブロックに含まれる各サブブロックについて、以下の処理を行う（S3206～S3207）。
　S3206では、マッチング動き導出部30373は、対象ブロックにおけるサブブロックの初期ベクトルを導出（初期ベクトルサーチ）する。サブブロックの初期ベクトル候補は、S3205で導出したブロックレベルの動きベクトル、当該サブブロックの時空間方向の隣接ブロックの動きベクトル、当該サブブロックのATMVPあるいはSTMVPベクトル等である。これらの候補ベクトルの中から、マッチングコストが最小となるベクトルを当該サブブロックの初期ベクトルとする。なお、サブブロックの初期ベクトル探索に利用するベクトル候補は上述のベクトルに限定されない。
　次に、S3207では、マッチング動き導出部30373は、S3206で選択されたサブブロックの初期ベクトルを中心とする局所領域（例えば初期ベクトルを中心とする±D画素の領域）で、ステップサーチ等（ローカルサーチ）を行う。そして、サブブロックの初期ベクトル付近のベクトル候補のマッチングコストを導出し、最小となるベクトルをサブブロックの動きベクトルとして導出する。
　そして、対象ブロックに含まれる全てのサブブロックについて処理が完了すると、バイラテラルマッチングのパターンマッチベクトル導出処理が終了する。
　次にテンプレートマッチングのパターンマッチベクトル導出処理を、図32(b)を用いて説明する。図32(b)に示す各ステップのうち、S3211～S3205は、ブロックレベルで実行されるブロックサーチである。また、S3214～S3207は、サブブロックレベルで実行されるサブブロックサーチである。
　まず、S3211において、マッチング動き導出部30373は、対象ブロックのテンプレートTemp_Cur（対象ブロックの上隣接領域と左隣接領域の双方）がタイル内に存在するか否かを判定する。存在する場合（S3211でY）、図14(c)に示すように、Temp_Curに対象ブロックの上隣接領域と左隣接領域をセットし、対象ブロックのテンプレートを取得する(S3213)。そうでなければ（S3211でN）、S3212に進み、以下の処理６（処理６A～処理６E）のいずれかを実行する。
・[処理6A] タイル境界パディング
　動き補償部3091でタイル境界パディングする。
・[処理6B] タイル境界動きベクトル制限
　動きベクトルがタイル外を参照しないように動きベクトルをクリッピングする。タイル境界動きベクトル制限については上述したとおりである。
・[処理6C] タイル境界動きベクトル置換（代替動きベクトル置き換え）
　サブブロック動きベクトルの指す先がコロケートタイル内にない場合には、コロケートタイル内にある代替動きベクトルでコピーする。
・[処理6D] テンプレートマッチングオフ
　コロケートタイル外を参照すると判定される場合には、テンプレートマッチングのオン、オフを示すTM_flagを0にセットし、テンプレートマッチングは実施しない（endに進む）。
・[処理6E] 上隣接領域と左隣接領域のどちらか片方がタイル内にある場合、その隣接領域をテンプレートとしてセットする。
なお、処理６はタイル符号化部2002とタイル復号部2012で同じ処理を選択する必要がある。
　次に、S3201では、マッチング動き導出部30373は、対象ブロックにおけるブロックレベルの初期ベクトル候補を設定する。S3201の処理は図32(a)のS3201と同じである。
　次に、S3202では、マッチング動き導出部30373は、上記で設定した初期ベクトル候補の中から、マッチングコストが最小となるベクトルをサーチし、ベクトル探索のベースとなる初期ベクトルとする。マッチングコストは、例えば下式のように表される。
　　SAD = ΣΣabs(Temp_Cur[x][y]-Temp_L0[x][y])　（式FRUC-7）
ここで、ΣΣはxおよびyについての和であり、Temp_L0[][]は、図14(b)に示す対象ブロックのテンプレートであり、（式FRUC-3）で示される(xPos0,yPos0)を左上座標とするBlock_Aの上側および左側に隣接する領域である。（式FRUC-3）の(mv0[0],mv0[1])には初期ベクトル候補を代入する。そして、マッチングコストが最小となるベクトルを(mv0[0],mv0[1])に再度セットする。なお、S3212でテンプレートに対象ブロックの上側あるいは左側領域のみセットした場合、Temp_L0[][]も同じ形状にする。
　S3203およびS3204の処理は、図32(a)のS3203およびS3204と同じ処理である。なお図32(b)のS3204の処理５において、テンプレートマッチングをオフにする場合、TM_flagを0にセットする。
　S3205では、マッチング動き導出部30373は、対象ブロックにおけるブロックレベルのローカルサーチ（局所的探索）を行う。ローカルサーチでは、S3202あるいはS3204で導出された初期ベクトルを中心とする局所領域（例えば初期ベクトルを中心とする±D画素の領域）をさらにサーチし、マッチングコストが最小となるベクトルを探索し、最終的な対象ブロックの動きベクトルとする。
　続いて、対象ブロックに含まれる各サブブロックについて、以下の処理を行う（S3214～S3207）。
　S3214では、マッチング動き導出部30373は、図14(d)に示すように、対象ブロックにおけるサブブロックのテンプレートを取得する。S3212でテンプレートに対象ブロックの上側あるいは左側領域のみセットした場合、S3214でもサブブロックのテンプレートを同じ形状にする。
　S3206では、マッチング動き導出部30373は、対象ブロックにおけるサブブロックの初期ベクトルを導出（初期ベクトルサーチ）する。サブブロックの初期ベクトル候補は、S3205で導出したブロックレベルの動きベクトル、当該サブブロックの時空間方向の隣接ブロックの動きベクトル、当該サブブロックのATMVPあるいはSTMVPベクトル等である。これらの候補ベクトルの中から、マッチングコストが最小となるベクトルを当該サブブロックの初期ベクトルとする。なお、サブブロックの初期ベクトル探索に利用するベクトル候補は上述のベクトルに限定されない。
　次に、S3207では、マッチング動き導出部30373は、S3206で選択されたサブブロックの初期ベクトルを中心とするステップサーチ（ローカルサーチ）を行う。そして、サブブロックの初期ベクトルを中心とする局所領域（例えば初期ベクトルを中心とするサーチレンジ内（±D画素の領域））のベクトル候補のマッチングコストを導出し、最小となるベクトルをサブブロックの動きベクトルとして導出する。ここで、マッチング動き導出部30373は、ベクトル候補が初期ベクトルを中心とするサーチレンジと一致する（もしくはサーチレンジの外）場合、そのベクトル候補は探索しない。
　そして、対象ブロックに含まれる全てのサブブロックについて処理が完了すると、テンプレートマッチングのパターンマッチベクトル導出処理が終了する。
　以上は参照ピクチャがRef0の場合であったが、参照ピクチャをRef1とした場合も、上記と同じ処理でテンプレートマッチングを実施することができる。さらに、参照ピクチャが２枚の場合、導出した２つの動きベクトルを用いて、動き補償部3091では双予測処理を行う。
　動き補償部3091に出力するfruc_merge_idxは下式で導出する。
　　fruc_merge_idx = fruc_merge_idx & BM_flag & (TM_flag<<1)　（式FRUC-8）
　なお、タイル復号部2012でfruc_merge_idxが通知される場合は、パターンマッチベクトル導出処理の前にBM_flagとTM_flagを導出し、フラグの値が真のマッチング処理のみ実施してもよい。
　　BM_flag = fruc_merge_idx & 1　　　　　　　　　　　　　　　（式FRUC-9）
　　TM_flag = (fruc_merge_idx & 10)>>1
　なお、テンプレートがタイル外に位置することでテンプレートマッチングをオフにする場合、fruc_merge_idx=0(マッチング処理なし)、fruc_merge_idx=1(バイラテラルマッチング)の２択となり、fruc_merge_idxは1bitで表現することができる。
　　（タイル境界サーチレンジ）
　また、タイルの独立符号化、復号を行う場合（independent_tile_flagが1の場合）、動きベクトルのサーチ処理でコロケートタイル外の画素を参照しないようにサーチレンジDを設定してもよい。例えば、バイラテラルマッチング処理、テンプレートマッチング処理のサーチレンジDを、対象ブロックの位置とサイズ、あるいは、対象サブブロックの位置とサイズに合わせて設定してもよい。
　具体的には、マッチング動き導出部30373は、コロケートタイル内の画素のみを参照する範囲として、図48に示す対象ブロックの左方向のサーチレンジD1x、対象ブロックの右方向のサーチレンジD2x、対象ブロックの上方向のサーチレンジD1y、対象ブロックの下方向のサーチレンジD2yを下記で導出する。
　　D1x = xPosX+mvX[0]-xTs　　　　　　　　（式FRUC-11）
　　D2x = xTS+wT-(xPosX+mvX[0]+W)
　　D1y = yPosX+mvX[1]-yTS
　　D2y = yTS+hT-(yPosX+mvX[1]+H)
　マッチング動き導出部30373は、（式FRUC-11）で求めたD1x、D2x、D1y、D2yとデフォルトサーチレンジDdefの最小値を対象ブロックのサーチレンジDに設定する。
　　D=min(D1x,D2x,D1y,D2y,Ddef)　　　　　　　　　　　　　　　（式FRUC-12）
　また、以下の導出方法でもよい。マッチング動き導出部30373は、コロケートタイル内の画素のみを参照する範囲として、図48に示す対象ブロックの左方向のサーチレンジD1x、対象ブロックの右方向のサーチレンジD2x、対象ブロックの上方向のサーチレンジD1y、対象ブロックの下方向のサーチレンジD2yを下記で導出する。
　　D1x = clip3(0,Ddef,xPosX+mvX[0]-xTs)　　　　　　　　（式FRUC-11b）
　　D2x = clip3(0,Ddef,xTS+wT-(xPosX+mvX[0]+W))
　　D1y = clip3(0,Ddef,yPosX+mvX[1]-yTS)
　　D2y = clip3(0,Ddef,yTS+hT-(yPosX+mvX[1]+H))
　マッチング動き導出部30373は、（式FRUC-11b）で求めたD1x、D2x、D1y、D2yの最小値を対象ブロックのサーチレンジDに設定する。
　　D=min(D1x,D2x,D1y,D2y)　　　　　　　　　　　　　　　（式FRUC-12b）
　なお、タイル境界を固定値でパディングする構成をさらに用いて、パディングの幅と高さをxPad、yPadとすると、（式FRUC-11）、（式FRUC-11b）の代わりに下式を用いてもよい。
　　D1x = xPosX+mvX[0]-(xTs-xPad)　　　　（式FRUC-13）
　　D2x = xTS+wT+xPad-(xPosX+mvX[0]+W)
　　D1y = yPosX+mvX[1]-(yTS-yPad)
　　D2y = yTS+hT+yPad-(yPosX+mvX[1]+H)
あるいは、下式を用いてもよい。
　　D1x = clip3(0,Ddef,xPosX+mvX[0]-(xTs-xPad))　　　　（式FRUC-13b）
　　D2x = clip3(0,Ddef,xTS+wT+xPad-(xPosX+mvX[0]+W))
　　D1y = clip3(0,Ddef,yPosX+mvX[1]-(yTS-yPad))
　　D2y = clip3(0,Ddef,yTS+hT+yPad-(yPosX+mvX[1]+H))
　マッチング処理において、テンプレートがタイル外に位置したり、動きベクトルがタイル外を指す場合であっても、上記のように動きベクトルを導出、予測画像を生成することで、タイル内の画素値を用いて参照画素を置き換えることができる。従って、マッチング処理の使用頻度の低下を抑制しつつ、タイルを独立にインター予測できるので符号化効率を高めることができる。
　　（OBMC処理）
　本実施形態に係る動き補償部３０９１はOBMC処理を用いて予測画像を生成してもよい。ここで、OBMC（Overlapped block motion compensation）処理について説明する。OBMC処理とは、対象ブロックのインター予測パラメータ（以下、動きパラメータ）を用いて生成される対象サブブロックの補間画像PredCと、対象サブブロックの隣接ブロックの動きパラメータを用いて生成される対象ブロックの補間画像PredRNを用いて、対象ブロックの補間画像（動き補償画像）を生成する処理である。ブロック境界との距離が近い対象ブロック内の画素（境界画素）において、隣接ブロックの動きパラメータに基づく補間画像PredRNにより、対象ブロックの補間画像を補正する処理がサブブロック単位で行われる。
　図33は、本実施形態に係る隣接ブロックの動きパラメータを利用して予測画像を生成する領域の一例を示す図である。ブロック単位の予測では、ブロック内の動きパラメータは同じであるため、図33(a)に示すように、ブロック境界から所定の距離内にある斜線のサブブロックの画素がOBMC処理の適用対象となる。サブブロック単位の予測では、サブブロック毎に動きパラメータは異なるため、図33(b)に示すように、各サブブロックの画素がOBMC処理の適用対象となる。
　なお、対象ブロックと隣接ブロックの形状は必ずしも同じではないので、OBMC処理はブロックを分割したサブブロック単位で実施するのが望ましい。サブブロックのサイズは4x4、8x8～ブロックサイズまで様々な値をとることができる。
　　（OBMC処理の流れ）
　図34は、本実施形態に係るOBMC予測部30374が実施するパラメータ導出処理を示すフローチャートである。
　OBMC予測部30374は、対象サブブロックに対し、上側、左側、下側、右側の各方向に隣接する隣接ブロックの有無および利用可能性を判定する。図34では、上、左、下、右の各方向に対し全てのサブブロックの処理を実施したのち、次の方向の処理に移行する方法をとっているが、あるサブブロックに対し全ての方向を処理した後、次のサブブロックの処理に移行する方法をとることもできる。図34において、対象サブブロックに対する隣接ブロックの方向は、i=1は上側、i=2は左側、i=3は下側、i=4は右側とする。
　まず、OBMC予測部30374は、OBMC処理の必要性と隣接ブロックの有無をチェックする（S3401）。予測単位がブロック単位で、対象サブブロックがiの示す方向のブロック境界に接していない場合は、OBMC処理に必要な隣接ブロックがないので（S3401でN）、S3404に進み、フラグobmc_flag[i]を0にする。そうでなければ（予測単位がブロック単位で対象サブブロックがブロック境界に接する場合、あるいは、処理単位がサブブロックの場合）、OBMC処理に必要な隣接ブロックがあるので（S3401でY）、S3402に進む。
　例えば図33(a)のサブブロックSCU1[3][0]は左側、下側、右側はブロック境界に接しないので、obmc_flag[2]=0、obmc_flag[3]=0、obmc_flag[4]=0である。また、サブブロックSCU2[0][2]は上側、下側、右側がブロック境界に接しないので、obmc_flag[1]=0、obmc_flag[3]=0、obmc_flag[4]=0である。また、白色のサブブロックはブロック境界に全く接しないサブブロックであるので、obmc_flag[1]=obmc_flag[2]=obmc_flag[3]=obmc_flag[4]=0である。
　次にOBMC予測部30374は、隣接ブロックの利用可能性として、iで示す方向の隣接ブロックがイントラ予測ブロックあるいはタイル外のブロックであるかをチェックする（S3402）。隣接ブロックがイントラ予測ブロックあるいはタイル外のブロックの場合（S3402でY）、S3404に進み、対応する方向iのobmc_flag[i]を0にセットする。そうでなければ（隣接ブロックがインター予測ブロック、かつ、タイル内のブロックの場合）（S3402でN）、S3403に進む。
　例えば、図33(c)の場合、タイル内の対象ブロックCU3の対象サブブロックSCU3[0][0]に対し、左側の隣接ブロックはタイル外であるので、対象サブブロックSCU3[0][0]のobmc_flag[2]は0にセットする。また、タイル内の対象ブロックCU4の対象サブブロックSCU4[3][0]に対し、上側の隣接ブロックはイントラ予測であるので、対象サブブロックSCU4[3][0]のobmc_flag[1]は0にセットする。
　次にOBMC予測部30374は、隣接ブロックの利用可能性として、iが示す方向の隣接ブロックと対象サブブロックの動きパラメータが等しいどうかをチェックする（S3403）。動きパラメータが等しい場合（S3403でY）、S3404に進み、obmc_flag[i]=0にセットする。そうでなければ（動きパラメータが異なる場合）（S3403でN）、S3405に進む。
　サブブロックとその隣接ブロックの動きパラメータが等しいか否かは下式で判定する。
　　((mvLX[0]!=mvLXRN[0]) || (mvLX[1]!=mvLXRN[1]) || (refIdxLX!=refIdxLXRN))?　（式OBMC-1）
ここで、タイル内の対象サブブロックの動きベクトル(mvLX[0],mvLX[1])、参照ピクチャインデックスrefIdxLX、iが示す方向の隣接ブロックの動きベクトル(mvLXRN[0],mvLXRN[1])、参照ピクチャインデックスrefIdxLXRNである。
　例えば、図33(c)において、対象サブブロックSCU4[0][0]の動きベクトル(mvLX[0],mvLX[1])、参照ピクチャインデックスrefIdxLX、左側隣接ブロックの動きベクトル(mvLXR2[0],mvLXR2[1])、参照ピクチャインデックスrefIdxLXR2とすると、動きベクトルと参照ピクチャインデックスが同じ場合、例えば、((mvLX[0]==mvLXRN[0]) && (mvLX[1]==mvLXRN[1]) && (refIdxLX==refIdxLXRN))が真である場合は、対象サブブロックのobmc_flag[2]=0である。
　なお、上式では動きベクトルと参照ピクチャインデックスを使用したが、下式のように動きベクトルとPOCを用いて判定してもよい。
　　((mvLX[0]!=mvLXRN[0]) || (mvLX[1]!=mvLXRN[1]) || (refPOC!=refPOCRN))?　　　（式OBMC-2）
ここでrefPOCは対象サブブロックのPOCであり、refPOCRNは隣接ブロックのPOCである。
　次にOBMC予測部30374は、隣接ブロックの動きベクトルが指す領域が全てタイル内（参照ピクチャにおいて、コロケートブロックをmvN(N=0..4)だけシフトした位置のブロックの一部、あるいは全部がコロケートタイル内に無い）か否かを判定する(S3405)。動きベクトルが指す領域が全てタイル内の場合（S3405でY）、S3407に進む。そうでない場合（動きベクトルが指す領域が一部でもタイル外にある場合）（S3405でN）、S3406に進む。
　隣接ブロックの動きベクトルがタイル外を指す場合、以下の処理３のいずれかを施す(S3406)。
・[処理3A] タイル境界パディング
　動き補償部3091でタイル境界パディングを実施する。タイル境界パディング（タイル外パディング）は、既に説明したように参照位置を、タイルの上下左右の境界画素の位置でクリッピングすることで実現する。例えば、ピクチャの左上座標を基準とした対象サブブロックの左上座標を(xs,ys)、対象サブブロックの幅と高さをBW、BH、対象サブブロックが位置する対象タイルの左上座標を(xTs,yTs)、対象タイルの幅と高さをwT、hT、隣接ブロックの動きベクトル(MvLXRN[0], MvLXRN[1])とすると、サブブロックの参照画素(xRef, yRef)を下式で導出する。
　　xRef + i = Clip3(xTs, xTs+wT-BW, xs+ (MvLXRN[0]>>log2(M)))　（式OBMC-3）
　　yRef + j = Clip3(yTs, yTs+hT-BH, ys+ (MvLXRN[1]>>log2(M)))
・[処理3B] タイル境界動きベクトル制限
　隣接ブロックの動きベクトルMvLXRNがタイル外を参照しないようにクリッピングする。・[処理3C] タイル境界動きベクトル置換（代替動きベクトル置き換え）
　コロケートタイル内を指す動きベクトルを持つ隣接サブブロックから動きベクトルをコピーする。
・[処理3D] タイル境界OBMCオフ
　方向iの隣接ブロックの動きベクトル(MvLXRN[0], MvLXRN[1])で参照画像を参照すると、コロケートタイル外を参照すると判定される場合には、obmc_flag[i]=0にセットする（方向iではOBMC処理を実施しない）。この場合はS3407を飛ばして先に進む。
　なお、処理３はタイル符号化部2002とタイル復号部2012で同じ処理を選択する必要がある。
　OBMC予測部30374は、隣接ブロックの動きベクトルがタイル内を示す場合、あるいは処理３を実施した場合、obmc_flag[i]=1にセットする（S3407)。
　次にOBMC予測部30374は、サブブロックの全ての方向(i=1～4)に対し、上記S3401～S3407の処理を実施した後、終了する。
　OBMC予測部30374は、上記で導出した予測パラメータ（obmc_flagと各サブブロックの隣接ブロックの動きパラメータ）をインター予測画像生成部309に出力し、インター予測画像生成部309はobmc_flagを参照してOBMC処理の要否を判定しながら、対象ブロックに対し、OBMC処理を施す（詳細は（動き補償）で説明する）。
　なお、タイル復号部2012では、タイル符号化部2002から通知されたobmc_flagがあればobmc_flag[i]にセットし、obmc_flag[i]=1の場合にのみ、上記処理を実施してもよい。
　　（BTM）
　BTM予測部3038は、マージ予測パラメータ導出部3036により導出された双方向の動きベクトルを用いて生成された予測画像をテンプレートととし、バイラテラルテンプレートマッチング（BTM）処理を実行することにより、精度の高い動きベクトルを導出する。
　　（動きベクトル導出処理の例）
　マージモードにおいて導出した２つの動きベクトルが対象ブロックに対し逆向きであれば、BTM予測部3038はバイラテラルテンプレートマッチング（BTM）処理を行う。
　図35を参照してバイラテラルテンプレートマッチング（BTM）処理を説明する。図35(a)はBTM予測における参照ピクチャとテンプレートとの関係を示す図であり、(b)は処理の流れを示す図であり、(c)はBTM予測におけるテンプレートを説明する図である。
　図35(a)および(c)に示すように、BTM予測部3038は、まず、マージ予測パラメータ導出部3036で導出された複数の動きベクトル（例えばmvL0およびmvL1）から対象ブロックCur_blockの予測ブロックを生成し、これをテンプレートとする。具体的には、mvL0により生成された動き補償画像predL0と、mvL1により生成された動き補償画像predL1から予測ブロックCur_Tempを生成する。
　　Cur_Temp[x][y] = Clip3( 0, (1<<bitDepth)-1, (predL0[x][y]+predL1[x][y]+1)>>1)　（式BTM-1）
　次に、BTM予測部3038は、mvL0、mvL1を各々中心（初期ベクトル）とする±D画素の範囲で、動きベクトル候補を設定し、各動きベクトル候補が生成する動き補償画像PredL0、PredL1とテンプレートとのマッチングコストを導出する。そして、マッチングコストが最小となるベクトルmvL0'、mvL1'を対象ブロックの更新された動きベクトルとする。ただし、サーチ範囲は参照ピクチャRef0およびRef1上のコロケートタイル内に限定する。
　次に、図35(b)を参照してBTM予測の流れを説明する。まず、BTM予測部3038はテンプレートを取得する(S3501)。テンプレートは上述した通り、マージ予測パラメータ導出部3036で導出された動きベクトル（例えばmvL0およびmvL1）から生成する。次に、BTM予測部3038はコロケートタイル内のローカルサーチを行う。ローカルサーチはS3502～S3505のように、複数の異なる精度のサーチを繰り返すことによって行ってもよい。例えば、ローカルサーチは、M画素精度サーチL0処理(S3502)、N画素精度サーチL0処理(S3503)、M画素精度サーチL1処理(S3504)、N画素精度サーチL1処理(S3505)の順に行う。ここでM>Nであり、例えば、M=1画素精度、N=1/2画素精度とすることができる。
　M画素精度LXサーチ処理(X=0..1)は、タイル内で、mvLXが示す座標を中心としたサーチを実施する。また、N画素精度サーチLX処理は、タイル内で、M画素精度サーチLX処理でマッチングコストが最小となった座標を中心としたサーチを実施する。
　なお、タイル境界をあらかじめパディングして拡張してもよい。この場合、動き補償部3091でも同様にパディング処理をする。
　また、independent_tile_flagが1の場合に、各タイルを独立に復号できるよう、（式FRUC-11）～（式FRUC-13）に示すようにサーチレンジDを適応的に変更して、動きベクトルのサーチ処理でコロケートタイル外の画素を参照しないようにしてもよい。BTM処理では（式FRUC-11）と（式FRUC-13）の(mvX[0],mvX[1])は(mvLX[0],mvLX[1])と置き換える。
　このようにマージモードで導出した動きベクトルを修正することで、予測画像を改善することができる。そして、修正された動きベクトルをタイル内に限定することで、バイラテラルテンプレートマッチング処理の使用頻度の低下を抑制しつつ、タイルを独立にインター予測できるので符号化効率を高めることができる。
　図８は、本実施形態に係るAMVP予測パラメータ導出部３０３２の構成を示す概略図である。AMVP予測パラメータ導出部３０３２は、ベクトル候補導出部３０３３とベクトル候補選択部３０３４、およびベクトル候補格納部３０３６を備える。ベクトル候補導出部３０３３は、参照ピクチャインデックスrefIdxに基づいて予測パラメータメモリ３０７が記憶する既に処理済みのPUの動きベクトルmvLXから予測ベクトル候補を導出し、ベクトル候補格納部３０３６の予測ベクトル候補リストmvpListLX[]に格納する。
　ベクトル候補選択部３０３４は、予測ベクトル候補リストmvpListLX[]の予測ベクトル候補のうち予測ベクトルインデックスmvp_lX_idxが示す動きベクトルmvpListLX[mvp_lX_idx]を予測ベクトルmvpLXとして選択する。ベクトル候補選択部３０３４は、選択した予測ベクトルmvpLXを加算部３０３５に出力する。
　なお、予測ベクトル候補は、復号処理が完了したPUであって、復号対象PUから予め定めた範囲のPU（例えば、隣接PU）の動きベクトルをスケーリングすることで導出する。なお、隣接PUは、復号対象PUに空間的に隣接するPU、例えば、左PU、上PUの他、復号対象PUに時間的に隣接する領域、例えば、復号対象PUと同じ位置を含み、表示時刻が異なるPUの予測パラメータから得られた領域を含む。なお、時間マージ候補の導出で述べたように、コロケートブロックの右下ブロック位置を、図21(f)に示すタイル内の右下位置に変更することで、independent_tile_flag=1の場合に、符号化効率を低下させることなくタイルシーケンスを独立にAMVP予測を用いて復号することができる。
　加算部３０３５は、AMVP予測パラメータ導出部３０３２から入力された予測ベクトルmvpLXとインター予測パラメータ復号制御部３０３１から入力された差分ベクトルmvdLXを加算して動きベクトルmvLXを算出する。加算部３０３５は、算出した動きベクトルmvLXを予測画像生成部３０８および予測パラメータメモリ３０７に出力する。
　なお、マージ予測パラメータ導出部3036において導出された動きベクトルをそのままインター予測画像生成部309に出力せず、BTM予測部3038を介して出力してもよい。
　　（LIC予測部3039）
　LIC（Local Illumination Compensation）予測は、マージ予測、サブブロック予測、AMVP予測等で導出した動きベクトルが指す参照ピクチャ上の領域の隣接領域Ref_Temp（図36(a)）、および、対象ブロックの隣接領域Cur_Temp（図36(b)）の画素値から対象ブロックCur_blockの画素値を線形予測する処理である。下式のように、参照ピクチャ上の領域の隣接領域Ref_Tempから求めた対象ブロックの隣接領域の予測値Cur_Temp'と、対象ブロックの隣接領域Cur_Tempとの二乗誤差SSDが最小になるスケール係数aとオフセットbの組み合わせを算出する。
　　Cur_Temp'[][] = a*Ref_Temp[][]+b　　　　　　　　（式LIC-1）
　　SSD = ΣΣ(Cur_Temp'[x][y]-Cur_Temp[x][y])^2
ここで、ΣΣはxおよびyについての和である。
　なお、図36ではa、bの算出に用いる画素値はサブサンプリングされているが、サブサンプリングせず、領域内の全画素値を用いてもよい。
　また、対象ブロックの隣接領域Cur_Temp、あるいは、参照ブロックの隣接領域Ref_Tempのいずれかの領域の一部がタイルあるいはコロケートタイル外に位置する場合、タイルあるいはコロケートタイル内の画素のみを使用してもよい。例えば、参照ブロックの上側隣接領域がコロケートタイル外にある場合、Cur_TempおよびRef_Tempは対象ブロックおよび参照ブロックの左側隣接領域の画素のみを使用する。例えば、参照ブロックの左側隣接領域がコロケートタイル外にある場合、Cur_TempおよびRef_Tempは対象ブロックおよび参照ブロックの上側隣接領域の画素のみを使用してもよい。
　あるいは、対象ブロックの隣接領域Cur_Temp、あるいは、参照ブロックの隣接領域Ref_Tempのいずれかの領域の一部がタイルあるいはコロケートタイル外に位置する場合、LIC予測をオフとし、動き補償部3091ではLIC予測を実施しなくてもよい。
　あるいは、対象ブロックの隣接領域Cur_Temp、あるいは、参照ブロックの隣接領域Ref_Tempのいずれかの領域の一部がタイルあるいはコロケートタイル外に位置する場合、タイルあるいはコロケートタイルに含まれる領域のサイズが閾値より大きければ、タイルあるいはコロケートタイル内の画素を用いて領域をセットし、そうでなければLIC予測をオフとしてもよい。例えば、参照ブロックの上側隣接領域がコロケートタイル外にあり、閾値TH=16の場合、対象ブロックの高さHが16より大きければCur_TempおよびRef_Tempは対象ブロックおよび参照ブロックの左側隣接領域の画素を使用し、対象ブロックの高さHが16以下であればLIC予測をオフにする。
　なお、使用する画素はサブサンプリングされてもよいし、サブサンプリングせず、領域内の全画素値を用いてもよい。
　これらの処理は、タイル符号化部2002とタイル復号部2012で同じ処理を選択する必要がある。
　算出したaおよびbは、動きベクトル等とともに動き補償部3091に出力される。
　　（インター予測画像生成部３０９）
　図１１は、本実施形態に係る予測画像生成部３０８に含まれるインター予測画像生成部３０９の構成を示す概略図である。インター予測画像生成部３０９は、動き補償部（予測画像生成装置）３０９１、重み予測部３０９４を含んで構成される。
　　（動き補償）
　動き補償部３０９１は、インター予測パラメータ復号部３０３から入力された、インター予測パラメータ（予測リスト利用フラグpredFlagLX、参照ピクチャインデックスrefIdxLX、動きベクトルmvLX、オンオフフラグ等）に基づいて、参照ピクチャメモリ３０６から、参照ピクチャインデックスrefIdxLXで指定された参照ピクチャRefXにおいて、復号対象PUの位置を起点として、動きベクトルmvLXだけずれた位置にあるブロックを読み出すことによって補間画像（動き補償画像）を生成する。ここで、動きベクトルmvLXの精度が整数精度でない場合には、動き補償フィルタと呼ばれる小数位置の画素を生成するためのフィルタを施して、動き補償画像を生成する。
　動き補償部３０９１に入力される動きベクトルmvLXまたは動きベクトルmvLXNが1/M画素精度（Mは2以上の自然数）である場合、補間フィルタにより、整数画素位置の参照ピクチャの画素値から、補間画像を生成する。つまり、位相nFracに対応するNTAPタップの補間フィルタ係数mcFilter[nFrac][k](k=0..NTAP-1)と、参照ピクチャの画素の積和演算とから、上述した補間画像Pred[][]を生成する。
　動き補償部３０９１は、まず、予測ブロック内座標(x, y)に対応する整数位置(xInt, yInt)および位相(xFrac, yFrac)を以下の式で導出する。
　　xInt = xb + (mvLX[0] >> (log2(M))) + x　　　　　　　　　（式INTER-1）
　　xFrac = mvLX[0] & (M-1)
　　yInt = yb + (mvLX[1] >> (log2(M))) + y
　　yFrac = mvLX[1] & (M-1)
ここで、(xb, yb)は、ブロックの左上座標、x=0..nW-1、y=0..nH-1、Mは、動きベクトルmvLXの精度（1/M画素精度）を示す。
　動き補償部３０９１は、参照ピクチャrefImgに補間フィルタを用いて水平補間処理を行うことで、一時的画像temp[][]を導出する。以下のΣはk = 0..NTAP-1のkに関する和、shift1は値のレンジを調整する正規化パラメータ、offset1=1<<(shift1-1)である。
　temp[x][y] = (ΣmcFilter [xFrac][k]*refImg[xInt+k-NTAP/2+1][yInt]+offset1) >> shift1　　　　　　　　　　　　　　　　　　　　　（式INTER-2）
　なお、参照ピクチャ上の画素refImg[xInt+k-NTAP/2+1][yInt]の参照時には後述するパディングを行う。
　続いて、動き補償部３０９１は、一時的画像temp[][]を垂直補間処理により、補間画像Pred[][]を導出する。以下のΣはk = 0..NTAP-1のkに関する和、shift2は値のレンジを調整する正規化パラメータ、offset2=1<<(shift2-1)である。
　　Pred[x][y] = (ΣmcFilter[yFrac][k]*temp[x][y+k-NTAP/2+1]+offset2) >> shift2
　　　　　　　　　　　　　　　　　　　　　（式INTER-3）
　なお、双予測の場合は、上記のPred[][]をリストL0、L1毎に導出し（補間画像PredL0[][]とPredL1[][]と呼ぶ）、補間画像PredL0[][]と補間画像PredL1[][]から補間画像Pred[][]を生成する。
　なお、入力される動きベクトルmvLXまたは動きベクトルmvLXNが、対象ブロックの位置するタイルのコロケートタイルの外を一部でも指す場合は、あらかじめタイル境界をパディングすることで、タイルを独立にインター予測することができる。
　　（パディング）
　上述の（式INTER-2）では、参照ピクチャ上の画素refImg[xInt+k-NTAP/2+1][yInt]を参照するが、実際には存在しない画面外の画素値を参照する場合には、以下の画面境界パディング（画面外パディング）を行う。画面境界パディングは、参照画素の位置(xIntL+i, yIntL+j)の画素値として、以下の位置xRef + i, yRef+ jの画素値refImg[xRef+i][yRef+j]を用いることで実現する。
　xRef + i = Clip3( 0, pic_width_in_luma_samples - 1, xIntL + i )　（式PAD-3）
　yRef + j = Clip3( 0, pic_height_in_luma_samples - 1, yIntL + j )
　なお、画面境界パディング（式PAD-3）に変えて、タイル境界パディング（式PAD-1）を行っても良い。
　　（OBMC補間画像生成）
　OBMCでは、対象ブロックのインター予測パラメータに基づいて導出される対象サブブロックの補間画像、および、隣接ブロックのインター予測パラメータに基づいて導出される補間画像という、２種類の補間画像を生成し、これらの重み付加算処理により最終的に予測に用いる補間画像を生成する。ここで、対象ブロックのインター予測パラメータに基づいて導出される対象サブブロックの補間画像を補間画像PredC（第１のOBMC補間画像）、隣接ブロックのインター予測パラメータに基づいて導出される補間画像を補間画像PredRN（第２のOBMC補間画像）と呼ぶ。なお、Nは対象サブブロックの上側(A)、左側(L)、下側(B)、右側(R)のいずれかを示す。OBMC処理を行わない（OBMCオフ）場合には、補間画像PredCがそのまま、対象サブブロックの動き補償画像PredLXとなる。OBMC処理を行う（OBMCオン）場合には、補間画像PredCと補間画像PredRNから対象サブブロックの動き補償画像PredLXが生成される。
　動き補償部３０９１は、インター予測パラメータ復号部３０３から入力された対象サブブロックのインター予測パラメータ（予測リスト利用フラグpredFlagLX、参照ピクチャインデックスrefIdxLX、動きベクトルmvLX、OBMCフラグobmc_flag）に基づいて、補間画像を生成する。
　図34(b)は、動き補償部３０９１のOBMC予測での補間画像生成の動作を説明するフローチャートである。
　まず、動き補償部３０９１は、予測パラメータに基づいて、補間画像PredC[x][y]（x=0..BW-1, y=0..BH-1）を生成する(S3411)。
　次にobmc_flag[i]=1か否かを判定する(S3413)。obmc_flag[i]=0の場合（S3413でN）、次の方向(i=i+1)に進む。obmc_flag[i]=1の場合（S3413でY）、補間画像PredRN[x][y]を生成する(S3414)。つまり、obmc_flag[i]=1となるiが示す方向のサブブロックに対してのみ、インター予測パラメータ復号部３０３から入力された隣接ブロックの予測リスト利用フラグpredFlagLX[xPbN][yPbN]、参照ピクチャインデックスrefIdxLX[xPbN][yPbN]、動きベクトルmvLX[xPbN][yPbN]に基づいて、補間画像PredRN[x][y]（x=0..BW-1, y=0..BH-1）を生成し(S3414)、以下で説明する補間画像PredC[x][y]と補間画像PredRN[x][y]の加重平均処理を実施し(S3415)、補間画像PredLXを生成する(S3416)。なお、(xPbN、yPbN)は隣接ブロックの左上座標である。
　次に加重平均処理を実施する（S3415)。
　OBMC処理を行う構成においては、動き補償部３０９１は補間画像PredC[x][y]と補間画像PredRN[x][y]の加重平均処理を行うことにより、補間画像PredC[x][y]を更新する。詳細に説明すると、動き補償部３０９１は、インター予測パラメータ復号部３０３から入力されたOBMCフラグobmc_flag[i]=１（OBMC処理が有効）の場合、iが示す方向のサブブロック境界のS個の画素に対し以下の加重平均処理を行う。
　PredC[x][y]＝((w1*PredC[x][y]＋w2*PredRN[x][y])+o)>>shift　（式INTER-4）
　ここで、加重平均処理における重みw1、w2について説明する。加重平均処理における重みw1、w2は、サブブロック境界からの対象画素の距離（画素数）に応じて決定する。w1+w2=(1<<shift)、o=1<<(shift-1)の関係がある。
　OBMC処理では、複数の隣接ブロックの補間画像を用いて予測画像が生成される。ここで、複数の隣接ブロックの動きパラメータから、PredC[x][y]を更新する方法を説明する。
　はじめに、動き補償部３０９１は、obmc_flag[1]=１の場合、対象サブブロックの補間画像PredC[x][y]に上側隣接ブロックの動きパラメータを用いて作成した補間画像PredRA[x][y]を適用してPredC[x][y]を更新する。
　PredC[x][y]＝((w1*PredC[x][y]＋w2*PredRA[x][y])+o)>>shift　（式INTER-5）
　次に、動き補償部３０９１は、obmc_flag[i]=１である方向iに対し、対象サブブロックの左側(i=2)、下側(i=3)および右側(i=4)の隣接ブロックの動きパラメータを用いて作成した補間画像PredRL[x][y]、PredRL[x][y]、PredRL[x][y]を用いてPredC[x][y]を順次更新する。すなわち、以下の式により更新する。
　　PredC[x][y]＝((w1*PredC[x][y]＋w2*PredRL[x][y])+o)>>shift（式INTER-6）
　　PredC[x][y]＝((w1*PredC[x][y]＋w2*PredRB[x][y])+o)>>shift
　　PredC[x][y]＝((w1*PredC[x][y]＋w2*PredRR[x][y])+o)>>shift
　　obmc_flag[0]=0の場合、あるいは、i=1～4に対し、上記の処理を実施した後、PredC[x][y]を予測画像PredLX[x][y]にセットする(S3416)。
　PredLX[x][y] = PredC[x][y]　　　　　　　　　　　　（式INTER-7）
　以上のように、動き補償部３０９１は対象サブブロックの隣接ブロックの動きパラメータを考慮して予測画像を生成することができるので、OBMC処理では予測精度の高い予測画像を生成することができる。
　また、OBMC処理により更新されるサブブロック境界の画素数Sは任意で良い（S=２～ブロックサイズ）。また、OBMC処理の対象となるサブブロックを含むブロックの分割様式も、2NxN、Nx2N、NxN等の任意の分割様式で良い。
　このようにOBMCの動きベクトルを導出し、予測画像を生成することで、サブブロックの動きベクトルがタイル外を指す場合でも、タイル内の画素値を用いて参照画素を置き換える。従って、OBMC処理の使用頻度の低下を抑制しつつ、タイルを独立にインター予測できるので符号化効率を高めることができる。
　　（LIC補間画像生成）
　LICでは、LIC予測部3039で算出されたスケール係数aとオフセットbを用いて、(式INTER-3)で導出した対象ブロックの補間画像Predを修正し、予測画像PredLXを生成する。
　　PredLX[x][y] = Pred[x][y]*a+b　　　　　　　　　（式INTER-8）
　　（重み予測）
　重み予測部３０９４は、入力される動き補償画像PredLXに重み係数を乗算することにより対象ブロックの予測画像を生成する。予測リスト利用フラグの一方（predFlagL0もしくはpredFlagL1）が１の場合（単予測の場合）で、重み予測を用いない場合には入力された動き補償画像PredLX（LXはL0もしくはL1）を画素ビット数bitDepthに合わせる以下の式の処理を行う。
　　Pred[x][y] = Clip3( 0, (1<<bitDepth)-1, (PredLX[x][y]+offset1)>>shift1 )　　
　　　　　　　　　　　　　　　　　　　　　　　　（式INTER-9）
　ここで、shift1=14-bitDepth、offset1=1<<(shift1-1)である。
また、予測リスト利用フラグの両者（predFlagL0とpredFlagL1）が１の場合（双予測BiPredの場合）で、重み予測を用いない場合には、入力された動き補償画像PredL0、PredL1を平均し画素ビット数に合わせる以下の式の処理を行う。
　　Pred[x][y] = Clip3( 0, (1<<bitDepth)-1, (PredL0[x][y]+PredL1[x][y]+offset2)>>shift2 )　　　　　　　　　　　　　　　　　　　　（式INTER-10）
ここで、shift2=15-bitDepth、offset2=1<<(shift2-1)である。
　さらに、単予測の場合で、重み予測を行う場合には、重み予測部３０９４は、重み予測係数w0とオフセットo0を符号化データから導出し、以下の式の処理を行う。
　　Pred[x][y] = Clip3( 0, (1<<bitDepth)-1, ((PredLX[x][y]*w0+2^(log2WD-1))>>log2WD)+o0 )　　　　　　　　　　　　　　　　　　　　（式INTER-11）
　ここで、log2WDは所定のシフト量を示す変数である。
　さらに、双予測BiPredの場合で、重み予測を行う場合には、重み予測部３０９４は、重み予測係数w0、w1、o0、o1を符号化データから導出し、以下の式の処理を行う。
　　Pred[x][y] = Clip3( 0, (1<<bitDepth)-1, (PredL0[x][y]*w0+PredL1[x][y]*w1+((o0+o1+1)<<log2WD))>>(log2WD+1))（式INTER-12）
　　＜動きベクトル復号処理＞
　以下では、図９を参照して、本実施形態に係る動きベクトル復号処理について具体的に説明する。
　上述の説明から明らかなように、本実施形態に係る動きベクトル復号処理は、インター予測に関連するシンタックス要素を復号する処理（動きシンタックス復号処理とも呼ぶ）と、動きベクトルを導出する処理（動きベクトル導出処理）とを含んでいる。
　　（動きシンタックス復号処理）
　図９は、インター予測パラメータ復号制御部３０３１によって行われるインター予測シンタックス復号処理の流れを示すフローチャートである。図９の説明における以下の説明において、特に明示のない場合、各処理はインター予測パラメータ復号制御部３０３１によって行われる。
　まず、ステップＳ１０１において、マージフラグmerge_flagが復号され、ステップＳ１０２において、merge_flag != 0（merge_flagが０でないか）が判断される。
　merge_flag !=0 が真（Ｓ１０２でＹ）の場合、Ｓ１０３においてマージインデックスmerge_idxが復号され、マージモードにおける動きベクトル導出処理（Ｓ１１１）を実行する。
　merge_flag!=0 が偽（Ｓ１０２でＮ）の場合、Ｓ１０４においてインター予測識別子inter_pred_idcを復号する。
　inter_pred_idcがPRED_L1以外（PRED_L0もしくはPRED_BI）の場合、Ｓ１０５、Ｓ１０６、Ｓ１０７において、参照ピクチャインデックスref_idx_l0、差分ベクトルのパラメータmvdL0、予測ベクトルインデックスmvp_l0_idxが各々復号される。
　inter_pred_idcがPRED_L0以外（PRED_L1もしくはPRED_BI）の場合、Ｓ１０８、Ｓ１０９、Ｓ１１０において、参照ピクチャインデックスref_idx_l1、差分ベクトルのパラメータmvdL1、予測ベクトルインデックスmvp_l1_idxが復号される。続いて、AMVPモードにおける動きベクトル導出処理（Ｓ１１２）を実行する。
　このような構成によって、画像復号装置2000は、independent_tile_flagの値が1である場合にタイルシーケンス単位で独立にタイルを復号することができる。また、個々のツール毎に各タイルの復号の独立性を保証する仕組みを導入するので、符号化効率の低下を抑えつつ、動画像において、各タイルを独立に復号をすることができる。これにより、表示等に必要な領域を選択して復号できるので、処理量を大幅に削減することができる。
　　（画像符号化装置の構成）
　図20(b)に本発明の動画像符号化装置2020を示す。動画像符号化装置2020は、ピクチャ分割部2010、ヘッダ情報生成部2011、タイル符号化部2012a～2012nおよび符号化ストリーム生成部2013を含んで構成される。
　ピクチャ分割部2010は、ピクチャを互いに重複しない複数のタイルに分割し、タイルをタイル符号化部2012a～2012nに伝送する。ヘッダ情報生成部2011は、分割したタイルからタイル情報（TileId、タイルの分割数、サイズに関する情報）を生成し、ヘッダ情報として符号化ストリーム生成部2013に伝送する。
　タイル符号化部2012a～2012nは、各タイルを符号化する。また、タイル符号化部2012a～2012nは、タイルシーケンス単位でタイルを符号化する。このように、タイル符号化部2012a～2012nによれば、タイルを並列に符号化処理することができる。
　ここで、タイル符号化部2012a～2012nは、１つの独立なビデオシーケンスと同様に、タイルシーケンスに対し符号化処理を行い、TileIDの異なるタイルシーケンスの予測情報は符号化処理を行う際に時間的にも空間的にも参照しない。すなわち、タイル符号化部2012a～2012nは、あるピクチャ内のタイルを符号化する場合に、空間的にも時間的にも別のタイルを参照しない。
　符号化ストリーム生成部2013は、ヘッダ情報生成部2011から伝送されたタイル情報を含むヘッダ情報と、タイル符号化部2012a～2012nがタイルを符号化して、NALユニット単位で符号化ストリームTeを生成する。
　このように、タイル符号化部2012a～2012nが各タイルを独立に符号化することができるため、複数のタイルを並列に符号化処理することも、復号装置側で複数のタイルを並列に復号処理することも、１つのタイルのみを独立して復号することもできる。
　　（タイル符号化部の構成）
　次に、タイル符号化部2012a～2012nの構成について説明する。以下に一例として、タイル符号化部2012aの構成を、図４を用いて説明する。図４は、タイル符号化部2012a～2012nの１つである2012の構成を示すブロック図である。図４は、本実施形態に係るタイル符号化部2012の構成を示すブロック図である。タイル符号化部2012は、予測画像生成部１０１、減算部１０２、変換・量子化部１０３、エントロピー符号化部１０４、逆量子化・逆変換部１０５、加算部１０６、ループフィルタ１０７、予測パラメータメモリ（予測パラメータ記憶部、フレームメモリ）１０８、参照ピクチャメモリ（参照画像記憶部、フレームメモリ）１０９、符号化パラメータ決定部１１０、予測パラメータ符号化部１１１を含んで構成される。予測パラメータ符号化部１１１は、インター予測パラメータ符号化部１１２及びイントラ予測パラメータ符号化部１１３を含んで構成される。なお、タイル符号化部2012はループフィルタ１０７が含まれない構成であってもよい。
　予測画像生成部１０１は画像Ｔの各ピクチャについて、そのピクチャを分割した領域である符号化ユニットCU毎に予測ユニットPUの予測画像Ｐを生成する。ここで、予測画像生成部１０１は、予測パラメータ符号化部１１１から入力された予測パラメータに基づいて参照ピクチャメモリ１０９から復号済のブロックを読み出す。予測パラメータ符号化部１１１から入力された予測パラメータとは、例えばインター予測の場合、動きベクトルである。予測画像生成部１０１は、対象PUを起点として動きベクトルが示す参照ピクチャ上の位置にあるブロックを読み出す。またイントラ予測の場合、予測パラメータとは例えばイントラ予測モードである。イントラ予測モードで使用する隣接PUの画素値を参照ピクチャメモリ１０９から読み出し、PUの予測画像Pを生成する。予測画像生成部１０１は、読み出した参照ピクチャブロックについて複数の予測方式のうちの１つの予測方式を用いてPUの予測画像Ｐを生成する。予測画像生成部１０１は、生成したPUの予測画像Ｐを減算部１０２に出力する。
　なお、予測画像生成部１０１は、既に説明した予測画像生成部３０８と同じ動作である。例えば、図６は、予測画像生成部１０１に含まれるインター予測画像生成部１０１１の構成を示す概略図である。インター予測画像生成部１０１１は、動き補償部１０１１１、重み予測部１０１１２を含んで構成される。動き補償部１０１１１および重み予測部１０１１２については、上述の動き補償部３０９１、重み予測部３０９４のそれぞれと同様の構成であるためここでの説明を省略する。また、タイル境界でのパディング処理についても予測画像生成部３０８と同じ動作であり、ここでの説明を省略する。
　予測画像生成部１０１は、予測パラメータ符号化部から入力されたパラメータを用いて、参照ピクチャメモリから読み出した参照ブロックの画素値をもとにPUの予測画像Pを生成する。予測画像生成部１０１で生成した予測画像は減算部１０２、加算部１０６に出力される。
　予測画像生成部１０１に含まれる（図示しない）イントラ予測画像生成部は既に説明したイントラ予測画像生成部３１０と同じ動作である。
　減算部１０２は、予測画像生成部１０１から入力されたPUの予測画像Ｐの信号値を、画像Ｔの対応するPU位置の画素値から減算して、残差信号を生成する。減算部１０２は、生成した残差信号を変換・量子化部１０３に出力する。
　変換・量子化部１０３は、減算部１０２から入力された予測残差信号に対し周波数変換を行い、変換係数を算出する。変換・量子化部１０３は、算出した変換係数を量子化して量子化変換係数を求める。変換・量子化部１０３は、求めた量子化変換係数をエントロピー符号化部１０４及び逆量子化・逆変換部１０５に出力する。
　エントロピー符号化部１０４には、変換・量子化部１０３から量子化変換係数が入力され、予測パラメータ符号化部１１１から予測パラメータが入力される。入力される予測パラメータには、例えば、参照ピクチャインデックスref_idx_lX、予測ベクトルインデックスmvp_lX_idx、差分ベクトルmvdLX、予測モードpred_mode_flag、及びマージインデックスmerge_idx等の符号がある。
　エントロピー符号化部１０４は、入力された分割情報、予測パラメータ、量子化変換係数等をエントロピー符号化して符号化ストリームTeを生成し、生成した符号化ストリームTeを外部に出力する。
　逆量子化・逆変換部１０５は、タイル復号部2002における、逆量子化・逆変換部３１１（図５）と同じであり、変換・量子化部１０３から入力された量子化変換係数を逆量子化して変換係数を求める。逆量子化・逆変換部１０５は、求めた変換係数について逆変換を行い、残差信号を算出する。逆量子化・逆変換部１０５は、算出した残差信号を加算部１０６に出力する。
　加算部１０６は、予測画像生成部１０１から入力されたPUの予測画像Ｐの信号値と逆量子化・逆変換部１０５から入力された残差信号の信号値を画素毎に加算して、復号画像を生成する。加算部１０６は、生成した復号画像を参照ピクチャメモリ１０９に記憶する。
　ループフィルタ１０７は加算部１０６が生成した復号画像に対し、デブロッキングフィルタ１１４、サンプル適応オフセット（SAO）１１５、適応ループフィルタ（ALF）１１６を施す。なお、ループフィルタ１０７は、必ずしも上記３種類のフィルタを含まなくてもよく、例えばデブロッキングフィルタ１１４のみの構成であってもよい。
　予測パラメータメモリ１０８は、符号化パラメータ決定部１１０が生成した予測パラメータを、符号化対象のピクチャ及びCU毎に予め定めた位置に記憶する。
　参照ピクチャメモリ１０９は、ループフィルタ１０７が生成した復号画像を、符号化対象のピクチャ及びCU毎に予め定めた位置に記憶する。
　符号化パラメータ決定部１１０は、符号化パラメータの複数のセットのうち、１つのセットを選択する。符号化パラメータとは、上述したQTあるいはBT分割パラメータや予測パラメータやこれらに関連して生成される符号化の対象となるパラメータである。予測画像生成部１０１は、これらの符号化パラメータのセットの各々を用いてPUの予測画像Ｐを生成する。
　符号化パラメータ決定部１１０は、複数のセットの各々について情報量の大きさと符号化誤差を示すRDコスト値を算出する。RDコスト値は、例えば、符号量と二乗誤差に係数λを乗じた値との和である。符号量は、量子化残差と符号化パラメータをエントロピー符号化して得られる符号化ストリームTeの情報量である。二乗誤差は、減算部１０２において算出された残差信号の残差値の二乗値についての画素間の総和である。係数λは、予め設定されたゼロよりも大きい実数である。符号化パラメータ決定部１１０は、算出したRDコスト値が最小となる符号化パラメータのセットを選択する。これにより、エントロピー符号化部１０４は、選択した符号化パラメータのセットを符号化ストリームTeとして外部に出力し、選択されなかった符号化パラメータのセットを出力しない。符号化パラメータ決定部１１０は決定した符号化パラメータを予測パラメータメモリ１０８に記憶する。
　予測パラメータ符号化部１１１は、符号化パラメータ決定部１１０から入力されたパラメータから、符号化するための形式を導出し、エントロピー符号化部１０４に出力する。符号化するための形式の導出とは、例えば動きベクトルと予測ベクトルから差分ベクトルを導出することである。また予測パラメータ符号化部１１１は、符号化パラメータ決定部１１０から入力されたパラメータから予測画像を生成するために必要なパラメータを導出し、予測画像生成部１０１に出力する。予測画像を生成するために必要なパラメータとは、例えばサブブロック単位の動きベクトルである。
　インター予測パラメータ符号化部１１２は、符号化パラメータ決定部１１０から入力された予測パラメータに基づいて、差分ベクトルのようなインター予測パラメータを導出する。インター予測パラメータ符号化部１１２は、予測画像生成部１０１に出力する予測画像の生成に必要なパラメータを導出する構成として、インター予測パラメータ復号部３０３がインター予測パラメータを導出する構成と一部同一の構成を含む。インター予測パラメータ符号化部１１２の構成については、後述する。
　また、イントラ予測パラメータ符号化部１１３は、予測画像生成部１０１に出力する予測画像の生成に必要な予測パラメータを導出する構成として、イントラ予測パラメータ復号部３０４がイントラ予測パラメータを導出する構成と、一部同一の構成を含む。
　イントラ予測パラメータ符号化部１１３は、符号化パラメータ決定部１１０から入力されたイントラ予測モードIntraPredModeから、符号化するための形式（例えばMPM_idx、rem_intra_luma_pred_mode等）を導出する。
　　（インター予測パラメータ符号化部の構成）
　次に、インター予測パラメータ符号化部１１２の構成について説明する。インター予測パラメータ符号化部１１２は、図１２のインター予測パラメータ復号部３０３に対応する手段であり、図１０に構成を示す。
　インター予測パラメータ符号化部１１２は、インター予測パラメータ符号化制御部１１２１、AMVP予測パラメータ導出部１１２２、減算部１１２３、サブブロック予測パラメータ導出部１１２５、BTM予測部1126、LIC予測部1127、及び図示しない、分割モード導出部、マージフラグ導出部、インター予測識別子導出部、参照ピクチャインデックス導出部、ベクトル差分導出部などを含んで構成され、分割モード導出部、マージフラグ導出部、インター予測識別子導出部、参照ピクチャインデックス導出部、ベクトル差分導出部は各々、PU分割モードpart_mode、マージフラグmerge_flag、インター予測識別子inter_pred_idc、参照ピクチャインデックスrefIdxLX、差分ベクトルmvdLXを導出する。インター予測パラメータ符号化部１１２は、動きベクトル（mvLX、subMvLX）と参照ピクチャインデックスrefIdxLX、PU分割モードpart_mode、インター予測識別子inter_pred_idc、あるいはこれらを示す情報を予測画像生成部１０１に出力する。またインター予測パラメータ符号化部１１２は、PU分割モードpart_mode、マージフラグmerge_flag、マージインデックスmerge_idx、インター予測識別子inter_pred_idc、参照ピクチャインデックスrefIdxLX、予測ベクトルインデックスmvp_lX_idx、差分ベクトルmvdLX、サブブロック予測モードフラグsubPbMotionFlagをエントロピー符号化部１０４に出力する。
　インター予測パラメータ符号化制御部１１２１は、マージインデックス導出部１１２１１とベクトル候補インデックス導出部１１２１２を含む。マージインデックス導出部１１２１１は、符号化パラメータ決定部１１０から入力された動きベクトルと参照ピクチャインデックスを、予測パラメータメモリ１０８から読み出したマージ候補のPUが持つ動きベクトルと参照ピクチャインデックスと比較して、マージインデックスmerge_idxを導出し、エントロピー符号化部１０４に出力する。マージ候補とは、符号化対象となる符号化対象CUから予め定めた範囲にある参照PU（例えば、符号化対象ブロックの左下端、左上端、右上端に接する参照PU）であって、符号化処理が完了したPUである。ベクトル候補インデックス導出部１１２１２は予測ベクトルインデックスmvp_lX_idxを導出する。
　サブブロック予測パラメータ導出部１１２５には、符号化パラメータ決定部１１０がサブブロック予測モードの使用を決定した場合、subPbMotionFlagの値に従って、空間サブブロック予測、時間サブブロック予測、アフィン予測、マッチング動き導出、OBMC予測のいずれかのサブブロック予測の動きベクトルと参照ピクチャインデックスを導出する。動きベクトルと参照ピクチャインデックスは、タイル復号部2002の説明で述べたように、隣接PU、参照ピクチャブロック等の動きベクトルや参照ピクチャインデックスを予測パラメータメモリ１０８から読み出し、導出する。サブブロック予測パラメータ導出部1125、および、この中に含まれる時空間サブブロック予測部11251、アフィン予測部11252、マッチング動き導出部11253、OBMC予測部11254は、インター予測パラメータ復号部303のサブブロック予測パラメータ導出部3037、および、この中に含まれる時空間サブブロック予測部30371、アフィン予測部30372、マッチング動き導出部30373、OBMC予測部30374と同様の構成を有する。
　AMVP予測パラメータ導出部１１２２は、アフィン予測部11221を含み、上述のAMVP予測パラメータ導出部３０３２（図１２参照）と同様な構成を有する。
　すなわち、予測モードpredModeがインター予測モードを示す場合、AMVP予測パラメータ導出部１１２２には符号化パラメータ決定部１１０から動きベクトルmvLXが入力される。AMVP予測パラメータ導出部１１２２は、入力された動きベクトルmvLXに基づいて予測ベクトルmvpLXを導出する。AMVP予測パラメータ導出部１１２２は、導出した予測ベクトルmvpLXを減算部１１２３に出力する。なお、参照ピクチャインデックスrefIdxLX及び予測ベクトルインデックスmvp_lX_idxは、エントロピー符号化部１０４に出力される。また、アフィン予測部11221は、上述のAMVP予測パラメータ導出部３０３２のアフィン予測部30321（図１２参照）と同様な構成を有する。LIC予測部1127は、上述のLIC予測部3039（図１２参照）と同様な構成を有する。
　減算部１１２３は、符号化パラメータ決定部１１０から入力された動きベクトルmvLXから、AMVP予測パラメータ導出部１１２２から入力された予測ベクトルmvpLXを減算して差分ベクトルmvdLXを生成する。差分ベクトルmvdLXはエントロピー符号化部１０４に出力される。
　本発明の一態様に係る画像符号化装置、あるいは動画像復号装置は、空間隣接ブロックあるいは時間隣接ブロックから、対象ブロックのサブブロック単位の動きベクトル（第１の動きベクトル）を導出する時空間サブブロック予測処理を実施する動画像符号化装置、あるいは動画像復号装置において、対象ブロックが含まれるタイルシーケンス内の隣接ブロックを参照し、利用可能な隣接ブロックの動きベクトル（第２の動きベクトル）と参照ピクチャ（第２の参照ピクチャ）を取得する手段と、第２の動きベクトルと第２の参照ピクチャをもとに、対象ブロックのサブブロックレベルの動きベクトル（第３の動きベクトル）を算出する手段と、対象ピクチャと、第２の参照ピクチャ、あるいは、対象ブロックの参照ピクチャ（第１の参照ピクチャ）との時間的な差を用いて第３の動きベクトルをスケーリングし、第１の動きベクトルを導出する手段と、対象ブロックのサブブロックの第１の動きベクトルによる動き補償画像を導出する際に、参照する参照画素が第１の参照ピクチャ上でタイルシーケンス内にあるか否かを判定する手段とを備え、前記参照画素がタイルシーケンス内にない場合、前記動き補償画像の画素値をタイルシーケンス内の画素値から導出する処理を実施することを特徴とする。
　本発明の一態様に係る画像符号化装置、あるいは動画像復号装置において、前記動き補償画像導出処理は、前記タイルシーケンスの境界画素から導出されるパディング画素を用いることを特徴とする。
　本発明の一態様に係る画像符号化装置、あるいは動画像復号装置において、前記動き補償画像導出処理は、第１の動きベクトルの範囲制限によって処理することを特徴とする。
　本発明の一態様に係る画像符号化装置、あるいは動画像復号装置において、前記動き補償画像導出処理は、第１の動きベクトルを隣接サブブロックの動きベクトルからコピーすることにより処理することにより処理されることを特徴とする。
　本発明の一態様に係る画像符号化装置、あるいは動画像復号装置において、前記動き補償画像導出処理は、あるシーケンス単位（CVS：Coded Video Sequence）を通して、ピクチャ内の水平、垂直方向のタイル数、タイルの幅と高さが同じ場合に実施されることを特徴とする。
　本発明の一態様に係る画像符号化装置、あるいは動画像復号装置において、前記時間隣接ブロックの位置は、コロケートブロック内の右下座標を含むブロックであることを特徴とする。
　本発明の一態様に係る画像符号化装置、あるいは動画像復号装置において、タイル参照制限フラグを符号化もしくは復号し、タイル参照制限フラグが０である場合は、前記時間隣接ブロックの位置を、コロケートブロックの右下に隣接するブロックの位置に設定し、タイル参照制限フラグが１である場合には、前記時間隣接ブロックの位置を、コロケートブロック内の右下位置に設定することを特徴とする。
　本発明の一態様に係る画像符号化装置、あるいは動画像復号装置は、ピクチャを構成する複数のタイルの各々について、シンタックスの種類や周囲の状況に応じて適応的に更新、選択したコンテキスト（確率モデル）を用いてシンタックスを可変長符号化、あるいは復号する装置において、あらかじめ定められたコンテキスト（第１のコンテキスト）を格納するメモリと、符号化、あるいは復号したタイル毎に更新したコンテキストを、タイルID、スライスタイプ、量子化パラメータとともにメモリに格納する格納手段と、メモリに格納されたコンテキストの中から、同じタイルIDをもち、かつ、同じスライスタイプあるいは同じ量子化パラメータを使用したタイルのコンテキスト（第２のコンテキスト）がメモリに格納されているか否かを判定する判定手段と、メモリから符号化、あるいは復号するタイルのコンテキストの初期状態を読み出す読み出し手段と、前記初期状態を用いてシンタックスを可変長符号化、あるいは復号する可変長符号化・復号手段とを備え、前記判定手段によって、第２のコンテキストがメモリに格納されていると判定された場合、前記読み出し手段は第２のコンテキストを初期状態として読み出し、そうでない場合、前記読み出し手段は第１のコンテキストを初期状態として読み出し、可変長符号化・復号手段は、前記初期状態を用いてタイルを可変長符号化、あるいは可変長復号することを特徴とする。
　本発明の一態様に係る画像符号化装置は、ピクチャを構成する複数のタイルの各々について、適応ループフィルタ（ALF）を施す動画像符号化装置において、対象タイルのフィルタ係数を算出する手段と、対象タイルのフィルタ情報（フィルタ係数、タイルID、スライスタイプ、量子化パラメータ）を格納するメモリと、前記フィルタ情報に関するパラメータを符号化する符号化手段と前記フィルタ係数を用いて対象タイルにALFを施すフィルタ手段とを備え、対象タイルのフィルタ情報がメモリに格納されたフィルタ情報の１つと同じ場合、前記符号化手段はメモリに格納されたフィルタ情報を示すインデックスをパラメータとして符号化し、そうでない場合、前記符号化手段は対象タイルのフィルタ情報をパラメータとして符号化し、かつ、メモリに格納し、前記フィルタ手段は前記フィルタ係数を用いて対象タイルにALFを施すことを特徴とする。
　本発明の一態様に係る画像復号装置は、ピクチャを構成する複数のタイルの各々について、適応ループフィルタ（ALF）を施す動画像復号装置において、符号化ストリームから対象タイルのフィルタ情報に関するパラメータを復号する手段と、前記パラメータからフィルタ係数を導出する導出手段と、対象タイルのフィルタ情報（フィルタ係数、タイルID、スライスタイプ、量子化パラメータ）を格納するメモリと、前記フィルタ係数を用いて対象タイルにALFを施すフィルタ手段とを備え、前記パラメータがインデックスである場合、前記導出手段はメモリに格納されたフィルタ情報からインデックスを用いて選択したフィルタ係数を対象タイルのフィルタ係数として導出し、そうでない場合、前記導出手段は前記パラメータを対象タイルのフィルタ情報として導出し、かつ、タイルID、スライスタイプ、量子化パラメータとともにメモリに格納し、前記フィルタ手段は前記フィルタ係数を用いて対象タイルにALFを施すことを特徴とする。
　本発明の一態様に係る画像符号化装置、あるいは動画像復号装置は、対象ブロックを分割したサブブロックのアフィン予測を用いて動き補償予測処理を実施する動画像符号化装置、あるいは動画像復号装置であって、対象ブロックの２つの代表点の動きベクトル（第１の動きベクトル）を導出する第１の導出手段と、第１の動きベクトルがタイルシーケンス内を参照するかどうかを判定する判定手段と、第１の動きベクトルから、対象ブロックに含まれるサブブロックの動きベクトル（第２の動きベクトル）を導出する第２の導出手段と、第２の動きベクトルに基づいて、サブブロック単位の動き補償画像を生成する生成手段とを備え、前記判定手段が、第１の動きベクトルがタイルシーケンス外を参照すると判定した場合、前記動き補償画像の画素値をタイルシーケンス内の画素値から導出する処理を実施することを特徴とする。
　本発明の一態様に係る画像符号化装置、あるいは動画像復号装置は、前記判定手段が、第１の動きベクトルがタイルシーケンス外を参照すると判定した場合、前記第１の導出処理は、第１の動きベクトルの範囲制限によって処理することを特徴とする。
　本発明の一態様に係る画像符号化装置、あるいは動画像復号装置は、第２の動きベクトルがタイル外を参照する場合、前記生成手段がタイル境界をパディングして動き補償画像を生成することを特徴とする。
　本発明の一態様に係る画像符号化装置、あるいは動画像復号装置は、予測ベクトルインデックスを参照した予測ベクトルと差分ベクトルを加算して前記２つの代表点の動きベクトルを導出することを特徴とする。
　本発明の一態様に係る画像符号化装置、あるいは動画像復号装置は、対象ブロックの左側がタイル境界に接する場合、代表点を対象ブロックの左上および右上の点に設定し、対象ブロックの上側がタイル境界に接する場合、代表点を対象ブロックの左上および左下の点に設定することを特徴とする。
　本発明の一態様に係る画像符号化装置、あるいは動画像復号装置は、アフィン予測が利用された隣接ブロック内の３点の動きベクトルから前記２つの代表点の動きベクトルを導出することを特徴とする。
　本発明の一態様に係る画像符号化装置、あるいは動画像復号装置は、対象ブロックを分割したサブブロックの動きベクトル（第１の動きベクトル）と、サブブロックの隣接ブロックから動きベクトル（第２の動きベクトル）を用いてオーバーラップ動き補償予測処理を実施する動画像符号化装置、あるいは動画像復号装置であって、サブブロックの上側、左側、下側、あるいは、右側の各方向に隣接する隣接ブロックから第２の動きベクトルを取得する手段と、サブブロックの第２の動きベクトルによる動き補償画像を生成する際に、参照する参照画素が参照ピクチャ上でタイルシーケンス内にあるか否かを判定する第１の判定手段と、第１の動きベクトルと第２の動きベクトルが等しいか否かを判定する第２の判定手段と、サブブロックの第１の動きベクトルによる第１の動き補償画像を生成する第１の生成手段と、サブブロックの第２の動きベクトルによる第２の動き補償画像を生成する第２の生成手段と、第２の判定手段が２つの動きベクトルが等しくないと判定した場合に、第１の動き補償画像、および、第２の動き補償画像の加算により予測画像を生成する第３の生成手段とを備え、第１の判定手段が、参照ピクチャ上でタイルシーケンス内に参照画素がないと判定した場合、前記動き補償画像の画素値をタイルシーケンス内の画素値から導出する処理を実施することを特徴とする動画像符号化装置、あるいは動画像復号装置。
　本発明の一態様に係る画像符号化装置、あるいは動画像復号装置は、前記生成手段が、前記タイルシーケンスの境界画素から導出されるパディング画素を用いることを特徴とする。
　本発明の一態様に係る画像符号化装置、あるいは動画像復号装置は、前記生成手段が、第２の動きベクトルの範囲制限によって処理することを特徴とする。
　本発明の一態様に係る画像符号化装置、あるいは動画像復号装置は、前記生成手段が、第２の動きベクトルを隣接ブロックの動きベクトルからコピーすることにより処理することを特徴とする。
　本発明の一態様に係る画像符号化装置、あるいは動画像復号装置は、対象ブロックを分割したサブブロックのテンプレートマッチングを用いて動き補償予測処理を実施する動画像符号化装置、あるいは動画像復号装置であって、対象ピクチャにおいて対象ブロックに上側および左側隣接する領域（第１のテンプレート領域）と、参照ピクチャにおいて参照ブロックに上側および左側隣接する領域（第２のテンプレート領域）を取得する第１の取得手段と、対象ブロックの隣接ブロックの動きベクトルをもとに、第１のテンプレート領域と第２のテンプレート領域とのマッチングコストが最小となる動きベクトル（第１の動きベクトル）を導出する第１の導出手段と、対象ピクチャにおいて対象ブロックを分割したサブブロックに上側および左側隣接する領域（第３のテンプレート領域）と、参照ピクチャにおいて参照ブロックを分割したサブブロックに上側および左側隣接する領域（第４のテンプレート領域）を取得する第２の取得手段と、第１の動きベクトル、あるいは、隣接ブロックの動きベクトルをもとに、第３のテンプレート領域と第４のテンプレート領域とのマッチングコストが最小となる動きベクトル（第２の動きベクトル）を導出する第２の導出手段と、サブブロックの第２の動きベクトルによる動き補償画像を生成する生成手段とを備え、第１の取得手段は、第１のテンプレート領域を取得する際に、第１のテンプレート領域が全てタイル内に存在するか否かを判定する判定手段を備え、前記判定手段が、第１のテンプレート領域の一部がタイルシーケンス内に存在すると判定した場合、タイルシーケンス内に存在する上隣接領域と左隣接領域のいずれか一方のみを第１のテンプレート領域として取得し、前記判定手段が、第１のテンプレート領域がタイルシーケンス内に存在しないと判定した場合、テンプレートマッチングを用いた動き補償予測処理を実施しないことを特徴とする。
　本発明の一態様に係る画像復号装置、あるいは動画像符号化装置は、予測対象ブロックに対して設定される参照領域上のフィルタ済参照画像を導出するフィルタ済参照画像設定部と、イントラ予測モードに応じた予測方式により、前記フィルタ済参照画像を参照して前記予測対象ブロックの仮予測画像を導出する予測部と、前記参照領域上の未フィルタ参照画像と前記イントラ予測モードに基づいて予測画像補正処理を行うことにより、前記仮予測画像から予測画像を生成する予測画像補正部とを備え、前記予測画像補正部は、前記仮予測画像の画素値と、少なくとも２個以上の未フィルタ参照画像の画素値とに対して重み係数を用いた重み付け加算を適用することで前記予測画像を導出し、前記予測対象ブロックの左上に位置する未フィルタ参照画像の画素（左上画素）がタイルシーケンス外に位置する場合、前記左上画素の画素値をタイルシーケンス内の画素値で置き換えて予測画像を導出することを特徴とする。
　本発明の一態様に係る画像復号装置、あるいは動画像符号化装置において、前記予測画像補正部は、前記左上画素の画素値を、予測対象ブロックの左端、あるいは右端の画素の直上に位置する未フィルタ参照画像の画素値で置換えることを特徴とする。
　本発明の一態様に係る画像復号装置、あるいは動画像符号化装置において、前記予測画像補正部は、前記左上画素の画素値を、予測対象ブロックの上端、あるいは下端の画素の直左に位置する未フィルタ参照画像の画素値で置換えることを特徴とする。
　本発明の一態様に係る画像復号装置、あるいは動画像符号化装置は、予測対象ブロックに隣接する輝度成分の未フィルタ参照画像と色差成分の未フィルタ参照画像から、輝度成分と色差成分間の線形モデル（予測パラメータ）を導出する導出手段と、前記予測対象ブロックの輝度成分の復号画像をダウンサンプリングするフィルタを複数備えたダウンサンプリング手段と、前記予測パラメータを参照して、ダウンサンプリングされた前記輝度成分の復号画像から色差成分の予測画像を生成する予測手段とを備え、前記予測対象ブロックの左側、あるいは、上側の未フィルタ参照画像の少なくとも一部がタイルシーケンス外に位置する場合、前記ダウンサンプリング手段はあらかじめ定められた一種類のフィルタを用いて、前記輝度成分の復号画像をダウンサンプリングすることを特徴とする。
　本発明の一態様に係る画像復号装置、あるいは動画像符号化装置は、対象ブロック毎に、初期ベクトル探索とマッチング処理による局所探索を行うことにより動きベクトルを導出する第１の動きベクトル導出部と、前記第１の動きベクトル導出部により導出された第１の動きベクトルを参照して、前記対象ブロック内に含まれる複数のサブブロックの各々について、初期ベクトル探索とマッチング処理による局所探索を行うことにより動きベクトルを導出する第２の動きベクトル導出部とを備え、前記マッチング処理における動きベクトル探索のサーチレンジにタイルシーケンスの外側が含まれる場合、前記サーチレンジはタイルシーケンス内の画素のみを参照するように設定されることを特徴とする。
　本発明の一態様に係る画像復号装置あるいは動画像符号化装置は、空間隣接ブロックあるいは時間隣接ブロックから、対象ブロックの動きベクトルを導出し時空間予測処理を実施する動画像符号化装置あるいは動画像復号装置であって、対象ブロックの動きベクトルによる動き補償画像を導出する際に参照する参照画素が、参照ピクチャ上でタイルシーケンス内にあるか否かを判定する手段と、前記参照画素がタイルシーケンス内にない場合、前記動き補償画像の画素値をタイルシーケンス内の画素値から導出する手段とを備え、前記時間隣接ブロックの位置は、コロケートブロック内の右下座標、コロケートブロックの右隣接ブロックの左下座標、あるいは、コロケートブロックの下隣接ブロックの右上座標のいずれかを含むブロックであることを特徴とする。
　本発明の一態様に係る画像復号装置あるいは動画像符号化装置は、タイル参照制限フラグを符号化もしくは復号し、タイル参照制限フラグが０である場合は、前記時間隣接ブロックの位置を、コロケートブロックの右下に隣接するブロックの位置に設定し、タイル参照制限フラグが１である場合には、前記時間隣接ブロックの位置を、コロケートブロック内の右下座標、コロケートブロックの右隣接ブロックの左下座標、あるいは、コロケートブロックの下隣接ブロックの右上座標のいずれかを含むブロックの位置に設定することを特徴とする。
　本発明の一態様に係る画像復号装置あるいは動画像符号化装置は、空間隣接ブロックあるいは時間隣接ブロックから、対象ブロックの動きベクトル（第１の動きベクトル）を導出し時空間予測処理を実施する動画像符号化装置あるいは動画像復号装置であって、対象ブロックが含まれるタイルシーケンス内の隣接ブロックを参照し、利用可能な空間あるいは時間隣接ブロックの予測パラメータ（動きベクトル（第２の動きベクトル）、参照ピクチャ）を取得する手段と、前記取得した隣接ブロックの予測パラメータを第１の動きベクトルの予測候補を格納するリストに格納する手段と、タイルシーケンスの外側の領域をパディングする手段とを備え、候補リストに格納された第２の動きベクトルの中に、パディング領域を参照する動きベクトルが複数ある場合、前記格納する手段は、候補リストに最初に格納された第２の動きベクトルを残し、それ以外のパディング領域を参照する第２の動きベクトルを候補リストから除去することを特徴とする。
　　（ソフトウェアによる実現例）
　なお、上述した実施形態におけるタイル符号化部2012、タイル復号部2002の一部、例えば、エントロピー復号部３０１、予測パラメータ復号部３０２、ループフィルタ３０５、予測画像生成部３０８、逆量子化・逆変換部３１１、加算部３１２、予測画像生成部１０１、減算部１０２、変換・量子化部１０３、エントロピー符号化部１０４、逆量子化・逆変換部１０５、ループフィルタ１０７、符号化パラメータ決定部１１０、予測パラメータ符号化部１１１をコンピュータで実現するようにしても良い。その場合、この制御機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現しても良い。なお、ここでいう「コンピュータシステム」とは、タイル符号化部2012、タイル復号部2002のいずれかに内蔵されたコンピュータシステムであって、OSや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM、CD-ROM等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでも良い。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。
　また、上述した実施形態における画像符号化装置１１、画像復号装置３１の一部、または全部を、LSI（Large Scale Integration）等の集積回路として実現しても良い。画像符号化装置１１、画像復号装置３１の各機能ブロックは個別にプロセッサ化しても良いし、一部、または全部を集積してプロセッサ化しても良い。また、集積回路化の手法はＬＳＩに限らず専用回路、または汎用プロセッサで実現しても良い。また、半導体技術の進歩によりＬＳＩに代替する集積回路化の技術が出現した場合、当該技術による集積回路を用いても良い。
　以上、図面を参照してこの発明の一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、この発明の要旨を逸脱しない範囲内において様々な設計変更等をすることが可能である。
　〔応用例〕
　上述した画像符号化装置１１及び画像復号装置３１は、動画像の送信、受信、記録、再生を行う各種装置に搭載して利用することができる。なお、動画像は、カメラ等により撮像された自然動画像であってもよいし、コンピュータ等により生成された人工動画像（CGおよびGUIを含む）であってもよい。
　まず、上述した画像符号化装置１１及び画像復号装置３１を、動画像の送信及び受信に利用できることを、図２７を参照して説明する。
　図２７の（ａ）は、画像符号化装置１１を搭載した送信装置PROD_Aの構成を示したブロック図である。図２７の（ａ）に示すように、送信装置PROD_Aは、動画像を符号化することによって符号化データを得る符号化部PROD_A1と、符号化部PROD_A1が得た符号化データで搬送波を変調することによって変調信号を得る変調部PROD_A2と、変調部PROD_A2が得た変調信号を送信する送信部PROD_A3と、を備えている。上述した画像符号化装置１１は、この符号化部PROD_A1として利用される。
　送信装置PROD_Aは、符号化部PROD_A1に入力する動画像の供給源として、動画像を撮像するカメラPROD_A4、動画像を記録した記録媒体PROD_A5、動画像を外部から入力するための入力端子PROD_A6、及び、画像を生成または加工する画像処理部PRED_A7を更に備えていてもよい。図２７の（ａ）においては、これら全てを送信装置PROD_Aが備えた構成を例示しているが、一部を省略しても構わない。
　なお、記録媒体PROD_A5は、符号化されていない動画像を記録したものであってもよいし、伝送用の符号化方式とは異なる記録用の符号化方式で符号化された動画像を記録したものであってもよい。後者の場合、記録媒体PROD_A5と符号化部PROD_A1との間に、記録媒体PROD_A5から読み出した符号化データを記録用の符号化方式に従って復号する復号部（不図示）を介在させるとよい。
　図２７の（ｂ）は、画像復号装置３１を搭載した受信装置PROD_Bの構成を示したブロック図である。図２７の（ｂ）に示すように、受信装置PROD_Bは、変調信号を受信する受信部PROD_B1と、受信部PROD_B1が受信した変調信号を復調することによって符号化データを得る復調部PROD_B2と、復調部PROD_B2が得た符号化データを復号することによって動画像を得る復号部PROD_B3と、を備えている。上述した画像復号装置３１は、この復号部PROD_B3として利用される。
　受信装置PROD_Bは、復号部PROD_B3が出力する動画像の供給先として、動画像を表示するディスプレイPROD_B4、動画像を記録するための記録媒体PROD_B5、及び、動画像を外部に出力するための出力端子PROD_B6を更に備えていてもよい。図２７の（ｂ）においては、これら全てを受信装置PROD_Bが備えた構成を例示しているが、一部を省略しても構わない。
　なお、記録媒体PROD_B5は、符号化されていない動画像を記録するためのものであってもよいし、伝送用の符号化方式とは異なる記録用の符号化方式で符号化されたものであってもよい。後者の場合、復号部PROD_B3と記録媒体PROD_B5との間に、復号部PROD_B3から取得した動画像を記録用の符号化方式に従って符号化する符号化部（不図示）を介在させるとよい。
　なお、変調信号を伝送する伝送媒体は、無線であってもよいし、有線であってもよい。また、変調信号を伝送する伝送態様は、放送（ここでは、送信先が予め特定されていない送信態様を指す）であってもよいし、通信（ここでは、送信先が予め特定されている送信態様を指す）であってもよい。すなわち、変調信号の伝送は、無線放送、有線放送、無線通信、及び有線通信の何れによって実現してもよい。
　例えば、地上デジタル放送の放送局（放送設備など）／受信局（テレビジョン受像機など）は、変調信号を無線放送で送受信する送信装置PROD_A／受信装置PROD_Bの一例である。また、ケーブルテレビ放送の放送局（放送設備など）／受信局（テレビジョン受像機など）は、変調信号を有線放送で送受信する送信装置PROD_A／受信装置PROD_Bの一例である。
　また、インターネットを用いたVOD（Video On Demand）サービスや動画共有サービスなどのサーバ（ワークステーションなど）／クライアント（テレビジョン受像機、パーソナルコンピュータ、スマートフォンなど）は、変調信号を通信で送受信する送信装置PROD_A／受信装置PROD_Bの一例である（通常、ＬＡＮにおいては伝送媒体として無線または有線の何れかが用いられ、ＷＡＮにおいては伝送媒体として有線が用いられる）。ここで、パーソナルコンピュータには、デスクトップ型PC、ラップトップ型PC、及びタブレット型PCが含まれる。また、スマートフォンには、多機能携帯電話端末も含まれる。
　なお、動画共有サービスのクライアントは、サーバからダウンロードした符号化データを復号してディスプレイに表示する機能に加え、カメラで撮像した動画像を符号化してサーバにアップロードする機能を有している。すなわち、動画共有サービスのクライアントは、送信装置PROD_A及び受信装置PROD_Bの双方として機能する。
　次に、上述した画像符号化装置１１及び画像復号装置３１を、動画像の記録及び再生に利用できることを、図２８を参照して説明する。
　図２８の（ａ）は、上述した画像符号化装置１１を搭載した記録装置PROD_Cの構成を示したブロック図である。図２８の（ａ）に示すように、記録装置PROD_Cは、動画像を符号化することによって符号化データを得る符号化部PROD_C1と、符号化部PROD_C1が得た符号化データを記録媒体PROD_Mに書き込む書込部PROD_C2と、を備えている。上述した画像符号化装置１１は、この符号化部PROD_C1として利用される。
　なお、記録媒体PROD_Mは、（１）HDD（Hard Disk Drive）やSSD(Solid State Drive)などのように、記録装置PROD_Cに内蔵されるタイプのものであってもよいし、（２）SDメモリカードやUSB（Universal Serial Bus）フラッシュメモリなどのように、記録装置PROD_Cに接続されるタイプのものであってもよいし、（３）DVD（Digital Versatile Disc）やBD（Blu-ray(登録商標） Disc:登録商標）などのように、記録装置PROD_Cに内蔵されたドライブ装置（不図示）に装填されるものであってもよい。
　また、記録装置PROD_Cは、符号化部PROD_C1に入力する動画像の供給源として、動画像を撮像するカメラPROD_C3、動画像を外部から入力するための入力端子PROD_C4、動画像を受信するための受信部PROD_C5、及び、画像を生成または加工する画像処理部PROD_C6を更に備えていてもよい。図２８の（ａ）においては、これら全てを記録装置PROD_Cが備えた構成を例示しているが、一部を省略しても構わない。
　なお、受信部PROD_C5は、符号化されていない動画像を受信するものであってもよいし、記録用の符号化方式とは異なる伝送用の符号化方式で符号化された符号化データを受信するものであってもよい。後者の場合、受信部PROD_C5と符号化部PROD_C1との間に、伝送用の符号化方式で符号化された符号化データを復号する伝送用復号部（不図示）を介在させるとよい。
　このような記録装置PROD_Cとしては、例えば、DVDレコーダ、BDレコーダ、HDD（Hard Disk Drive）レコーダなどが挙げられる（この場合、入力端子PROD_C4または受信部PROD_C5が動画像の主な供給源となる）。また、カムコーダ（この場合、カメラPROD_C3が動画像の主な供給源となる）、パーソナルコンピュータ（この場合、受信部PROD_C5または画像処理部Ｃ６が動画像の主な供給源となる）、スマートフォン（この場合、カメラPROD_C3または受信部PROD_C5が動画像の主な供給源となる）なども、このような記録装置PROD_Cの一例である。
　図２８の（ｂ）は、上述した画像復号装置３１を搭載した再生装置PROD_Dの構成を示したブロックである。図２８の（ｂ）に示すように、再生装置PROD_Dは、記録媒体PROD_Mに書き込まれた符号化データを読み出す読出部PROD_D1と、読出部PROD_D1が読み出した符号化データを復号することによって動画像を得る復号部PROD_D2と、を備えている。上述した画像復号装置３１は、この復号部PROD_D2として利用される。
　なお、記録媒体PROD_Mは、（１）HDDやSSDなどのように、再生装置PROD_Dに内蔵されるタイプのものであってもよいし、（２）SDメモリカードやUSBフラッシュメモリなどのように、再生装置PROD_Dに接続されるタイプのものであってもよいし、（３）DVDやBDなどのように、再生装置PROD_Dに内蔵されたドライブ装置（不図示）に装填されるものであってもよい。
　また、再生装置PROD_Dは、復号部PROD_D2が出力する動画像の供給先として、動画像を表示するディスプレイPROD_D3、動画像を外部に出力するための出力端子PROD_D4、及び、動画像を送信する送信部PROD_D5を更に備えていてもよい。図２８の（ｂ）においては、これら全てを再生装置PROD_Dが備えた構成を例示しているが、一部を省略しても構わない。
　なお、送信部PROD_D5は、符号化されていない動画像を送信するものであってもよいし、記録用の符号化方式とは異なる伝送用の符号化方式で符号化された符号化データを送信するものであってもよい。後者の場合、復号部PROD_D2と送信部PROD_D5との間に、動画像を伝送用の符号化方式で符号化する符号化部（不図示）を介在させるとよい。
　このような再生装置PROD_Dとしては、例えば、DVDプレイヤ、BDプレイヤ、HDDプレイヤなどが挙げられる（この場合、テレビジョン受像機等が接続される出力端子PROD_D4が動画像の主な供給先となる）。また、テレビジョン受像機（この場合、ディスプレイPROD_D3が動画像の主な供給先となる）、デジタルサイネージ（電子看板や電子掲示板等とも称され、ディスプレイPROD_D3または送信部PROD_D5が動画像の主な供給先となる）、デスクトップ型PC（この場合、出力端子PROD_D4または送信部PROD_D5が動画像の主な供給先となる）、ラップトップ型またはタブレット型PC（この場合、ディスプレイPROD_D3または送信部PROD_D5が動画像の主な供給先となる）、スマートフォン（この場合、ディスプレイPROD_D3または送信部PROD_D5が動画像の主な供給先となる）なども、このような再生装置PROD_Dの一例である。
　　（ハードウェア的実現およびソフトウェア的実現）
　また、上述した画像復号装置３１および画像符号化装置１１の各ブロックは、集積回路（ICチップ）上に形成された論理回路によってハードウェア的に実現してもよいし、CPU（Central Processing Unit）を用いてソフトウェア的に実現してもよい。
　後者の場合、上記各装置は、各機能を実現するプログラムの命令を実行するCPU、上記プログラムを格納したROM（Read Only Memory）、上記プログラムを展開するRAM（RandomAccess Memory）、上記プログラムおよび各種データを格納するメモリ等の記憶装置（記録媒体）などを備えている。そして、本発明の実施形態の目的は、上述した機能を実現するソフトウェアである上記各装置の制御プログラムのプログラムコード（実行形式プログラム、中間コードプログラム、ソースプログラム）をコンピュータで読み取り可能に記録した記録媒体を、上記各装置に供給し、そのコンピュータ（またはCPUやMPU）が記録媒体に記録されているプログラムコードを読み出し実行することによっても、達成可能である。
　上記記録媒体としては、例えば、磁気テープやカセットテープ等のテープ類、フロッピー（登録商標）ディスク／ハードディスク等の磁気ディスクやCD-ROM（Compact Disc Read-Only Memory）／MOディスク（Magneto-Optical disc）／MD（Mini Disc）／DVD（Digital Versatile Disc）／CD-R（CD Recordable）／ブルーレイディスク（Blu-ray(登録商標）Disc：登録商標）等の光ディスクを含むディスク類、ICカード（メモリカードを含む）／光カード等のカード類、マスクROM／EPROM（Erasable Programmable Read-Only Memory）／EEPROM（Electrically Erasable and Programmable Read-Only Memory：登録商標）／フラッシュROM等の半導体メモリ類、あるいはPLD（Programmable logic device）やFPGA（Field Programmable Gate Array）等の論理回路類などを用いることができる。
　また、上記各装置を通信ネットワークと接続可能に構成し、上記プログラムコードを、通信ネットワークを介して供給してもよい。この通信ネットワークは、プログラムコードを伝送可能であればよく、特に限定されない。例えば、インターネット、イントラネット、エキストラネット、LAN（Local Area Network）、ISDN（Integrated Services DigitalNetwork）、VAN（Value-Added Network）、CATV（Community Antenna television/CableTelevision）通信網、仮想専用網（Virtual Private Network）、電話回線網、移動体通信網、衛星通信網等が利用可能である。また、この通信ネットワークを構成する伝送媒体も、プログラムコードを伝送可能な媒体であればよく、特定の構成または種類のものに限定されない。例えば、IEEE（Institute of Electrical and Electronic Engineers）1394、USB、電力線搬送、ケーブルＴＶ回線、電話線、ADSL（Asymmetric Digital SubscriberLine）回線等の有線でも、IrDA（Infrared Data Association）やリモコンのような赤外線、BlueTooth（登録商標）、IEEE802.11無線、HDR（High Data Rate）、NFC（Near Field Communication）、DLNA(登録商標）（Digital Living Network Alliance：登録商標）、携帯電話網、衛星回線、地上デジタル放送網等の無線でも利用可能である。なお、本発明の実施形態は、上記プログラムコードが電子的な伝送で具現化された、搬送波に埋め込まれたコンピュータデータ信号の形態でも実現され得る。
　本発明の実施形態は上述した実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。さらに、各実施形態にそれぞれ開示された技術的手段を組み合わせることにより、新しい技術的特徴を形成することができる。
（関連出願の相互参照）
　本出願は、2017年6月28日に出願された日本国特許出願：特願2017-126272、2017年8月25日に出願された日本国特許出願：特願2017-162106、2017年7月28日に出願された日本国特許出願：特願2017-146569、及び2018年3月28日に出願された日本国特許出願：特願2018-061846に対して優先権の利益を主張するものであり、それを参照することにより、その内容の全てが本書に含まれる。
　本発明の実施形態は、画像データが符号化された符号化データを復号する画像復号装置、および、画像データが符号化された符号化データを生成する画像符号化装置に好適に適用することができる。また、画像符号化装置によって生成され、画像復号装置によって参照される符号化データのデータ構造に好適に適用することができる。
１０　CT情報復号部
２０　CU復号部
４１　画像表示装置
2000　画像復号装置
2002　タイル復号部
2020　画像符号化装置
2012　タイル符号化部

Claims (11)

  1. 　空間隣接ブロック又は時間隣接ブロックから、対象ブロックのサブブロック単位の動きベクトルを示す第１動きベクトルを導出する時空間サブブロック予測処理を実施する動画像符号化装置であって、
    　前記対象ブロックが含まれるタイルシーケンス内の隣接ブロックを参照し、利用可能な隣接ブロックの動きベクトルを示す第２動きベクトル及び前記利用可能な隣接ブロックの参照ピクチャを示す第２参照ピクチャを取得する手段と、
    　前記第２動きベクトル及び前記第２参照ピクチャに基づいて、前記対象ブロックのサブブロックレベルの動きベクトルを示す第３動きベクトルを算出する手段と、
    　前記第２参照ピクチャと対象ピクチャとの間の時間的な差又は前記対象ブロックの参照ピクチャを示す第１参照ピクチャと前記対象ピクチャとの間の時間的な差を用いて前記第３動きベクトルをスケーリングし、前記第１動きベクトルを導出する手段と、
    　前記第１動きベクトルによる動き補償画像の導出処理を実行する際に参照する参照画素が、前記第１参照ピクチャ上で前記タイルシーケンス内に有るか否かを判定する手段と、を備え、
    　前記参照画素が前記タイルシーケンス内に無い場合、前記動き補償画像の画素値を前記タイルシーケンス内の画素値から導出することを特徴とする動画像符号化装置。
  2. 　前記動き補償画像の前記導出処理は、前記タイルシーケンス内の境界画素から導出されるパディング画素を用いることを特徴とする請求項１に記載の動画像符号化装置。
  3. 　前記動き補償画像の前記導出処理は、前記第１動きベクトルの範囲制限によって処理されることを特徴とする請求項１に記載の動画像符号化装置。
  4. 　前記動き補償画像の前記導出処理は、前記第１動きベクトルを隣接サブブロックの動きベクトルからコピーすることにより処理されることを特徴とする請求項１に記載の動画像符号化装置。
  5. 　前記動き補償画像の前記導出処理は、あるシーケンス単位を通して、ピクチャ内の水平方向のタイル数、前記ピクチャ内の垂直方向のタイル数、タイルの幅及びタイルの高さが同じ場合に実施されることを特徴とする請求項１に記載の動画像符号化装置。
  6. 　前記時間隣接ブロックは、コロケートブロック内の右下のブロックであることを特徴とする請求項１に記載の動画像符号化装置。
  7. 　タイル参照制限フラグを符号化する手段をさらに備え、
    　前記タイル参照制限フラグが０である場合は、前記時間隣接ブロックの位置を前記コロケートブロックの右下に隣接するブロックの位置に設定し、
    　前記タイル参照制限フラグが１である場合は、前記時間隣接ブロックの位置を前記コロケートブロック内の右下位置に設定することを特徴とする請求項６に記載の動画像符号化装置。
  8. 　空間隣接ブロック又は時間隣接ブロックから、対象ブロックのサブブロック単位の動きベクトルを示す第１動きベクトルを導出する時空間サブブロック予測処理を実施する動画像復号装置であって、
    　前記対象ブロックが含まれるタイルシーケンス内の隣接ブロックを参照し、利用可能な隣接ブロックの動きベクトルを示す第２動きベクトル及び前記利用可能な隣接ブロックの参照ピクチャを示す第２参照ピクチャを取得する手段と、
    　前記第２動きベクトル及び前記第２参照ピクチャに基づいて、前記対象ブロックのサブブロックレベルの動きベクトルを示す第３動きベクトルを算出する手段と、
    　前記第２参照ピクチャと対象ピクチャとの間の時間的な差又は前記対象ブロックの参照ピクチャを示す第１参照ピクチャと前記対象ピクチャとの間の時間的な差を用いて前記第３動きベクトルをスケーリングし、前記第１動きベクトルを導出する手段と、
    　前記第１動きベクトルによる動き補償画像の導出処理を実行する際に参照する参照画素が、前記第１参照ピクチャ上で前記タイルシーケンス内に有るか否かを判定する手段と、を備え、
    　前記参照画素が前記タイルシーケンス内に無い場合、前記動き補償画像の画素値を前記タイルシーケンス内の画素値から導出することを特徴とする動画像復号装置。
  9. 　空間隣接ブロック又は時間隣接ブロックから、対象ブロックの動きベクトルを導出し時空間予測処理を実施する動画像符号化装置であって、
    　前記対象ブロックの動きベクトルによる動き補償画像を導出する際に参照する参照画素が、参照ピクチャ上でタイルシーケンス内にあるか否かを判定する判定部と
    　前記参照画素がタイルシーケンス内にない場合、前記動き補償画像の画素値をタイルシーケンス内の画素値から導出する導出部とを備え、
    　前記時間隣接ブロックは、コロケートブロック内の右下のブロック、前記コロケートブロックの右隣接ブロック又は前記コロケートブロックの下隣接ブロックのいずれかを含むことを特徴とする動画像符号化装置。
  10. 　タイル参照制限フラグを符号化する符号化部をさらに備え、
    　前記タイル参照制限フラグが０である場合は、前記時間隣接ブロックの位置を、前記コロケートブロックの右下に隣接するブロックの位置に設定し、
    　前記タイル参照制限フラグが１である場合には、前記時間隣接ブロックの位置を、前記コロケートブロック内の右下座標、前記コロケートブロックの前記右隣接ブロックの左下座標又は前記コロケートブロックの前記下隣接ブロックの右上座標のいずれかを含むブロックの位置に設定することを特徴とする請求項９に記載の動画像符号化装置。
  11. 　空間隣接ブロック又は時間隣接ブロックから、対象ブロックの動きベクトルを導出し時空間予測処理を実施する動画像復号装置であって、
    　前記対象ブロックの動きベクトルによる動き補償画像を導出する際に参照する参照画素が、参照ピクチャ上でタイルシーケンス内にあるか否かを判定する判定部と
    　前記参照画素がタイルシーケンス内にない場合、前記動き補償画像の画素値をタイルシーケンス内の画素値から導出する導出部とを備え、
    　前記時間隣接ブロックは、コロケートブロック内の右下のブロック、前記コロケートブロックの右隣接ブロック又は前記コロケートブロックの下隣接ブロックのいずれかを含むことを特徴とする動画像復号装置。
PCT/JP2018/024364 2017-06-28 2018-06-27 動画像符号化装置及び動画像復号装置 WO2019004283A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US16/625,964 US11184636B2 (en) 2017-06-28 2018-06-27 Video encoding device and video decoding device
US17/488,418 US11800147B2 (en) 2017-06-28 2021-09-29 Video encoding device and video decoding device

Applications Claiming Priority (8)

Application Number Priority Date Filing Date Title
JP2017126272A JP2020145484A (ja) 2017-06-28 2017-06-28 動画像符号化装置及び動画像復号装置
JP2017-126272 2017-06-28
JP2017-146569 2017-07-28
JP2017146569A JP2020145486A (ja) 2017-07-28 2017-07-28 動画像符号化装置及び動画像復号装置
JP2017-162106 2017-08-25
JP2017162106A JP2020145487A (ja) 2017-08-25 2017-08-25 動画像符号化装置及び動画像復号装置
JP2018061846A JP2020145488A (ja) 2018-03-28 2018-03-28 動画像符号化装置及び動画像復号装置
JP2018-061846 2018-03-28

Related Child Applications (2)

Application Number Title Priority Date Filing Date
US16/625,964 A-371-Of-International US11184636B2 (en) 2017-06-28 2018-06-27 Video encoding device and video decoding device
US17/488,418 Continuation US11800147B2 (en) 2017-06-28 2021-09-29 Video encoding device and video decoding device

Publications (1)

Publication Number Publication Date
WO2019004283A1 true WO2019004283A1 (ja) 2019-01-03

Family

ID=64742138

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/024364 WO2019004283A1 (ja) 2017-06-28 2018-06-27 動画像符号化装置及び動画像復号装置

Country Status (2)

Country Link
US (2) US11184636B2 (ja)
WO (1) WO2019004283A1 (ja)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020146709A1 (en) * 2019-01-12 2020-07-16 Tencent America Llc. Method and apparatus for video coding
WO2020150535A1 (en) * 2019-01-17 2020-07-23 Beijing Dajia Internet Information Technology Co., Ltd. Methods and apparatus of linear model derivation for video coding
CN113348669A (zh) * 2019-01-13 2021-09-03 北京字节跳动网络技术有限公司 交织预测和其他编解码工具之间的交互
CN113767631A (zh) * 2019-03-24 2021-12-07 北京字节跳动网络技术有限公司 用于帧内预测的参数推导中的条件
CN113966616A (zh) * 2019-06-04 2022-01-21 北京字节跳动网络技术有限公司 使用临近块信息的运动候选列表构建
CN114128271A (zh) * 2019-06-12 2022-03-01 交互数字Vc控股公司 用于视频编码和解码的照明补偿
US11843770B2 (en) 2019-01-09 2023-12-12 Beijing Dajia Internet Information Technology Co., Ltd. Video coding using cross-component linear model
US11902507B2 (en) 2018-12-01 2024-02-13 Beijing Bytedance Network Technology Co., Ltd Parameter derivation for intra prediction
US11930182B2 (en) 2019-01-02 2024-03-12 Beijing Bytedance Network Technology Co., Ltd Motion vector derivation between dividing patterns
US11930185B2 (en) 2018-11-06 2024-03-12 Beijing Bytedance Network Technology Co., Ltd. Multi-parameters based intra prediction
JP7480170B2 (ja) 2019-03-25 2024-05-09 オッポ広東移動通信有限公司 画像予測方法、エンコーダー、デコーダー及び記憶媒体

Families Citing this family (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019004283A1 (ja) * 2017-06-28 2019-01-03 シャープ株式会社 動画像符号化装置及び動画像復号装置
US11490108B2 (en) * 2017-08-29 2022-11-01 Kt Corporation Method of decoding/encoding a video signal with sub-block based motion vector derivation
GB2567249A (en) * 2017-10-09 2019-04-10 Canon Kk New sample sets and new down-sampling schemes for linear component sample prediction
EP3769528A4 (en) * 2018-03-19 2021-11-10 QUALCOMM Incorporated IMPROVEMENTS TO ADVANCED MOVEMENT VECTOR PREDICTION
CA3095124C (en) * 2018-03-25 2023-03-21 Ki Baek Kim Image encoding/decoding method and device
CN116684594A (zh) * 2018-04-30 2023-09-01 寰发股份有限公司 照度补偿方法及相应的电子装置
CN117956182A (zh) * 2018-06-04 2024-04-30 华为技术有限公司 获取运动矢量的方法和装置
WO2019234607A1 (en) 2018-06-05 2019-12-12 Beijing Bytedance Network Technology Co., Ltd. Interaction between ibc and affine
EP3788782A1 (en) 2018-06-21 2021-03-10 Beijing Bytedance Network Technology Co. Ltd. Sub-block mv inheritance between color components
TWI739120B (zh) 2018-06-21 2021-09-11 大陸商北京字節跳動網絡技術有限公司 合併仿射模式與非合併仿射模式的統一拘束
US11070813B2 (en) * 2018-06-29 2021-07-20 Intel Corporation Global motion estimation and modeling for accurate global motion compensation for efficient video processing or coding
CN117812257A (zh) * 2018-07-02 2024-04-02 Lg电子株式会社 图像解码方法、图像编码方法、存储介质和发送方法
EP3821609A1 (en) * 2018-07-11 2021-05-19 InterDigital VC Holdings, Inc. In-loop filter with multiple regions
CN112544077B (zh) * 2018-07-16 2023-12-08 Lg电子株式会社 用于子块单元中的时间运动信息预测的帧间预测方法及其装置
WO2020056356A1 (en) * 2018-09-14 2020-03-19 Futurewei Technologies, Inc. Tile signaling in video coding
CN113068030B (zh) 2018-10-12 2023-01-03 Oppo广东移动通信有限公司 视频图像分量预测方法及装置、计算机存储介质
CN112970264A (zh) * 2018-11-05 2021-06-15 交互数字Vc控股公司 基于相邻样本相关参数模型的译码模式的简化
CN113056917B (zh) 2018-11-06 2024-02-06 北京字节跳动网络技术有限公司 为视频处理使用具有几何分割的帧间预测
CN112997480B (zh) * 2018-11-10 2023-08-22 北京字节跳动网络技术有限公司 成对平均候选计算中的取整
WO2020114445A1 (en) 2018-12-07 2020-06-11 Beijing Bytedance Network Technology Co., Ltd. Context-based intra prediction
WO2020116242A1 (ja) * 2018-12-07 2020-06-11 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 符号化装置、復号装置、符号化方法及び復号方法
US11758132B2 (en) * 2018-12-28 2023-09-12 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Encoder and decoder, encoding method and decoding method with complexity handling for flexibly sized picture partitions
CN113170166B (zh) 2018-12-30 2023-06-09 北京字节跳动网络技术有限公司 具有几何分割的帧间预测在视频处理中有条件的应用
CN112640458A (zh) * 2019-01-16 2021-04-09 Oppo广东移动通信有限公司 信息处理方法及装置、设备、存储介质
AU2020226565C1 (en) * 2019-02-22 2024-01-11 Beijing Bytedance Network Technology Co., Ltd. Neighbouring sample selection for intra prediction
CN115967810A (zh) 2019-02-24 2023-04-14 抖音视界有限公司 对视频数据进行编解码的方法、设备及计算机可读介质
CN117395439A (zh) * 2019-03-01 2024-01-12 北京字节跳动网络技术有限公司 用于视频编解码中的帧内块复制的基于方向的预测
EP4243417A3 (en) * 2019-03-11 2023-11-15 Alibaba Group Holding Limited Method, device, and system for determining prediction weight for merge mode
US11178399B2 (en) * 2019-03-12 2021-11-16 Qualcomm Incorporated Probability initialization for video coding
KR102630798B1 (ko) * 2019-06-13 2024-01-29 엘지전자 주식회사 Sbtmvp 기반 영상 또는 비디오 코딩
KR20210023754A (ko) * 2019-08-23 2021-03-04 주식회사 엑스리스 영상 신호 부호화/복호화 방법 및 이를 위한 장치
CN112970252A (zh) * 2020-07-24 2021-06-15 深圳市大疆创新科技有限公司 视频编解码的方法和装置
US11683474B2 (en) 2021-01-25 2023-06-20 Lemon Inc. Methods and apparatuses for cross-component prediction
US11647198B2 (en) * 2021-01-25 2023-05-09 Lemon Inc. Methods and apparatuses for cross-component prediction
CN116998155A (zh) * 2021-02-20 2023-11-03 抖音视界有限公司 图像/视频编解码中的边界填充运动矢量剪裁
US20230135378A1 (en) * 2021-11-01 2023-05-04 Tencent America LLC Index reordering of bi-prediction with cu-level weight (bcw) by using template-matching

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012060459A1 (ja) * 2010-11-01 2012-05-10 日本電気株式会社 動画像配信システム、動画像配信方法および動画像配信用プログラム
JP2014197795A (ja) * 2013-03-29 2014-10-16 三菱電機株式会社 動画像符号化装置、動画像復号装置、動画像符号化方法及び動画像復号方法
JP2016195451A (ja) * 2014-02-21 2016-11-17 パナソニック株式会社 画像符号化方法
US20170134724A1 (en) * 2014-07-07 2017-05-11 Hfi Innovation Inc. Method of Intra Block Copy Search and Compensation Range

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7653133B2 (en) * 2003-06-10 2010-01-26 Rensselaer Polytechnic Institute (Rpi) Overlapped block motion compression for variable size blocks in the context of MCTF scalable video coders
JP5784596B2 (ja) * 2010-05-13 2015-09-24 シャープ株式会社 予測画像生成装置、動画像復号装置、及び、動画像符号化装置
US10230980B2 (en) * 2015-01-26 2019-03-12 Qualcomm Incorporated Overlapped motion compensation for video coding
WO2016200115A1 (ko) * 2015-06-07 2016-12-15 엘지전자(주) 디블록킹 필터링을 수행하는 방법 및 장치
KR20180028513A (ko) * 2015-08-04 2018-03-16 엘지전자 주식회사 비디오 코딩 시스템에서 인터 예측 방법 및 장치
CN105163116B (zh) * 2015-08-29 2018-07-31 华为技术有限公司 图像预测的方法及设备
WO2017147765A1 (en) * 2016-03-01 2017-09-08 Mediatek Inc. Methods for affine motion compensation
US10560712B2 (en) * 2016-05-16 2020-02-11 Qualcomm Incorporated Affine motion prediction for video coding
KR20190062585A (ko) * 2016-11-21 2019-06-05 파나소닉 인텔렉츄얼 프로퍼티 코포레이션 오브 아메리카 부호화 장치, 복호 장치, 부호화 방법 및 복호 방법
US10701366B2 (en) * 2017-02-21 2020-06-30 Qualcomm Incorporated Deriving motion vector information at a video decoder
JP7036628B2 (ja) * 2017-03-10 2022-03-15 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 符号化装置、復号装置、符号化方法及び復号方法
US10701390B2 (en) * 2017-03-14 2020-06-30 Qualcomm Incorporated Affine motion information derivation
US10491917B2 (en) * 2017-03-22 2019-11-26 Qualcomm Incorporated Decoder-side motion vector derivation
WO2019004283A1 (ja) * 2017-06-28 2019-01-03 シャープ株式会社 動画像符号化装置及び動画像復号装置
US10462488B1 (en) * 2018-07-13 2019-10-29 Tencent America LLC Method and apparatus for video coding
BR112021008546A8 (pt) * 2018-11-16 2022-06-28 Sharp Kk Sistemas e métodos para derivar uma previsão de vetor de movimento em codificação de vídeo
EP3893508A4 (en) * 2018-12-07 2022-09-14 Sharp Kabushiki Kaisha MOBILE IMAGE DECODING DEVICE

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012060459A1 (ja) * 2010-11-01 2012-05-10 日本電気株式会社 動画像配信システム、動画像配信方法および動画像配信用プログラム
JP2014197795A (ja) * 2013-03-29 2014-10-16 三菱電機株式会社 動画像符号化装置、動画像復号装置、動画像符号化方法及び動画像復号方法
JP2016195451A (ja) * 2014-02-21 2016-11-17 パナソニック株式会社 画像符号化方法
US20170134724A1 (en) * 2014-07-07 2017-05-11 Hfi Innovation Inc. Method of Intra Block Copy Search and Compensation Range

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
J. CHEN; E. ALSHINA; G. J. SULLIVAN; J.-R. OHM; J. BOYCE (EDITORS): "Algorithm description of Joint Exploration Test Model 6 (JEM6)", 6. JVET MEETING; 31-3-2017 - 7-4-2017; HOBART; (THE JOINT VIDEO EXPLORATION TEAM OF ISO/IEC JTC1/SC29/WG11 AND ITU-T SG.16 ); URL: HTTP://PHENIX.INT-EVRY.FR/JVET/, 31 May 2017 (2017-05-31), XP030150793 *
K. MISRA; J. ZHAO; A. SEGALL; W. ZHU; B. CHOI; F. BOSSEN; M. HOROWITZ; P. COWAN; S. DESHPANDE; Y. YASUGI; T. HASHIMOTO; T. ZHOU; T: "Description of SDR and HDR video coding technology proposal by Sharp and Foxconn", 10. JVET MEETING; 10-4-2018 - 20-4-2018; SAN DIEGO; (THE JOINT VIDEO EXPLORATION TEAM OF ISO/IEC JTC1/SC29/WG11 AND ITU-T SG.16 ); URL: HTTP://PHENIX.INT-EVRY.FR/JVET/, 13 April 2018 (2018-04-13) - 20 April 2018 (2018-04-20), pages ii - 64, XP030151194 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11930185B2 (en) 2018-11-06 2024-03-12 Beijing Bytedance Network Technology Co., Ltd. Multi-parameters based intra prediction
US11902507B2 (en) 2018-12-01 2024-02-13 Beijing Bytedance Network Technology Co., Ltd Parameter derivation for intra prediction
US11930182B2 (en) 2019-01-02 2024-03-12 Beijing Bytedance Network Technology Co., Ltd Motion vector derivation between dividing patterns
US11843770B2 (en) 2019-01-09 2023-12-12 Beijing Dajia Internet Information Technology Co., Ltd. Video coding using cross-component linear model
US11924411B2 (en) 2019-01-09 2024-03-05 Beijing Dajia Internet Information Technology Co., Ltd. Video coding using cross-component linear model
US10904550B2 (en) 2019-01-12 2021-01-26 Tencent America LLC Method and apparatus for video coding
CN113228631A (zh) * 2019-01-12 2021-08-06 腾讯美国有限责任公司 视频编解码的方法和装置
WO2020146709A1 (en) * 2019-01-12 2020-07-16 Tencent America Llc. Method and apparatus for video coding
CN113228631B (zh) * 2019-01-12 2024-02-09 腾讯美国有限责任公司 视频编解码的方法和装置
CN113348669A (zh) * 2019-01-13 2021-09-03 北京字节跳动网络技术有限公司 交织预测和其他编解码工具之间的交互
WO2020150535A1 (en) * 2019-01-17 2020-07-23 Beijing Dajia Internet Information Technology Co., Ltd. Methods and apparatus of linear model derivation for video coding
CN113767631B (zh) * 2019-03-24 2023-12-15 北京字节跳动网络技术有限公司 用于帧内预测的参数推导中的条件
CN113767631A (zh) * 2019-03-24 2021-12-07 北京字节跳动网络技术有限公司 用于帧内预测的参数推导中的条件
JP7480170B2 (ja) 2019-03-25 2024-05-09 オッポ広東移動通信有限公司 画像予測方法、エンコーダー、デコーダー及び記憶媒体
CN113966616B (zh) * 2019-06-04 2023-11-14 北京字节跳动网络技术有限公司 使用临近块信息的运动候选列表构建
CN113966616A (zh) * 2019-06-04 2022-01-21 北京字节跳动网络技术有限公司 使用临近块信息的运动候选列表构建
CN114128271A (zh) * 2019-06-12 2022-03-01 交互数字Vc控股公司 用于视频编码和解码的照明补偿

Also Published As

Publication number Publication date
US11800147B2 (en) 2023-10-24
US20220060741A1 (en) 2022-02-24
US20200177911A1 (en) 2020-06-04
US11184636B2 (en) 2021-11-23

Similar Documents

Publication Publication Date Title
WO2019004283A1 (ja) 動画像符号化装置及び動画像復号装置
WO2019078169A1 (ja) 動画像符号化装置及び動画像復号装置
WO2019054300A1 (ja) 画像符号化装置及び画像復号装置
WO2018221368A1 (ja) 動画像復号装置、及び動画像符号化装置
JP2021010046A (ja) 画像符号化装置及び画像復号装置
CN111886867B (zh) 运动矢量推导装置、运动图像解码装置以及运动图像编码装置
WO2020137920A1 (ja) 予測画像生成装置、動画像復号装置、動画像符号化装置および予測画像生成方法
WO2020116456A1 (ja) 動画像復号装置
JP2020043500A (ja) 動画像符号化装置及び動画像復号装置
WO2020032049A1 (ja) 動画像復号装置、および動画像符号化装置
JP2020088660A (ja) 動画像符号化装置、動画像復号装置
JP2020145650A (ja) 画像復号装置および画像符号化装置
JP2020108012A (ja) 画像復号装置および画像符号化装置
JP2020145488A (ja) 動画像符号化装置及び動画像復号装置
JP2020145486A (ja) 動画像符号化装置及び動画像復号装置
JP2021016018A (ja) 動画像符号化装置、動画像復号装置および動きベクトル導出装置
WO2019131778A1 (ja) 画像復号装置及び画像符号化装置
JP2021057621A (ja) 動画像符号化装置、動画像復号装置および予測画像生成装置
WO2019093523A1 (ja) 動画像符号化装置および動画像復号装置
WO2019065537A1 (ja) 動き補償フィルタ装置、画像復号装置および動画像符号化装置
JP2020145484A (ja) 動画像符号化装置及び動画像復号装置
JP2020145487A (ja) 動画像符号化装置及び動画像復号装置
JP2020022116A (ja) 動画像符号化装置及び動画像復号装置
JP7332753B2 (ja) 画像フィルタ装置
JP2021016021A (ja) 動画像符号化装置、動画像復号装置および動きベクトル導出装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18825239

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: 18825239

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP