WO2020067440A1 - 動画像符号化装置および動画像復号装置 - Google Patents

動画像符号化装置および動画像復号装置 Download PDF

Info

Publication number
WO2020067440A1
WO2020067440A1 PCT/JP2019/038193 JP2019038193W WO2020067440A1 WO 2020067440 A1 WO2020067440 A1 WO 2020067440A1 JP 2019038193 W JP2019038193 W JP 2019038193W WO 2020067440 A1 WO2020067440 A1 WO 2020067440A1
Authority
WO
WIPO (PCT)
Prior art keywords
cabac
prediction
unit
picture
segment
Prior art date
Application number
PCT/JP2019/038193
Other languages
English (en)
French (fr)
Inventor
知宏 猪飼
瑛一 佐々木
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 JP2018181275A external-priority patent/JP2022002354A/ja
Priority claimed from JP2018188125A external-priority patent/JP2022002356A/ja
Application filed by シャープ株式会社 filed Critical シャープ株式会社
Publication of WO2020067440A1 publication Critical patent/WO2020067440A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • 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
    • H04N19/174—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 slice, e.g. a line of blocks or a group of blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Definitions

  • Embodiments of the present invention relate to a video decoding device and a video encoding device.
  • a moving image encoding device that generates encoded data by encoding a moving image, and a moving image that generates a decoded image by decoding the encoded data
  • An image decoding device is used.
  • Specific moving image coding methods include, for example, methods proposed in H.264 / AVC and HEVC (High-Efficiency Video Coding).
  • an image (picture) constituting a moving picture includes a slice obtained by dividing the picture and a coding tree unit (CTU: Coding Tree Unit) obtained by dividing the slice. ), A coding unit obtained by dividing the coding tree unit (sometimes called a coding unit (Coding Unit: CU)), and a transform unit obtained by dividing the coding unit (TU: Transform @ Unit) is managed and encoded / decoded for each CU.
  • CTU Coding Tree Unit
  • a predicted image is usually generated based on a locally decoded image obtained by encoding / decoding an input image, and the predicted image is converted from the input image (original image).
  • a prediction error (sometimes called a “difference image” or a “residual image”) obtained by subtraction is encoded.
  • an inter-screen prediction inter prediction
  • an intra-screen prediction intra prediction
  • Non-Patent Literature 1 can be cited as a technique for encoding and decoding moving images in recent years.
  • the method of initializing the CABAC state of the current picture with reference to the CABAC state of the already processed picture is based on an encoder that uses rate control (other than fixed quantization) in order to store the CABAC state of the current picture in a prediction table of quantization step unit There is a problem that the performance is not sufficient.
  • An image decoding device is an image decoding device that decodes variable-length encoded data, includes an entropy decoding unit that decodes a CABAC time prediction flag, A CABAC initialization unit for initializing the CABAC state, wherein the CABAC initialization unit initializes the CABAC state using a time prediction table that holds the CABAC state when the CABAC time prediction flag is 1. When the CABAC time prediction flag is 0, the CABAC state is initialized using the initialization table.
  • the entropy decoding unit further decodes a CABAC spatio-temporal prediction mode, and the CABAC initialization unit, when the CABAC spatio-temporal prediction mode is 1 (screen division mode), the position of the top of the segment in the screen , The CABAC state is read from the time prediction table, and the CABAC state is initialized.
  • the image decoding apparatus further decodes the CABAC spatio-temporal prediction mode, and when the screen division number indicated by the CABAC spatio-temporal mode is 2 or more, uses the position in the screen at the head of the segment to perform the temporal prediction. It is characterized in that the CABAC state is read from the table and the CABAC state is initialized.
  • the image decoding apparatus further decodes the segment prediction flag in segment units, and reads the CABAC state from the time prediction table when the segment time prediction flag is 1, and initializes the CABAC state. (If the segment time prediction flag is 0, the CABAC state is initialized using the initialization table, or prediction is performed from the spatial prediction table).
  • the image decoding apparatus further decodes the prediction region time prediction flag in prediction region units, and reads the CABAC state from the time prediction table when the prediction region time prediction flag is 1, and sets the CABAC state
  • the initialization is performed (when the segment time prediction flag is 0, the CABAC state is initialized using an initialization table, or prediction is performed from a spatial prediction table).
  • An image decoding device for decoding variable-length encoded data comprising, at the beginning of a segment forming a picture, an entropy decoding unit that reads a CABAC state from a temporal prediction table, wherein the entropy decoding unit An entry of the time prediction table is selected for each temporal layer.
  • An image decoding apparatus for decoding variable-length encoded data comprising an entropy decoding unit that stores a CABAC state in a temporal prediction table at the beginning of a segment that constitutes a picture. And selecting an entry of the time prediction table for each temporal layer.
  • An image encoding device is an image encoding device that encodes encoded data by variable-length encoding, including an entropy encoding unit that encodes a CABAC time prediction flag, and A CABAC initialization unit for initializing a CABAC state is provided at the beginning of the segment to be configured.
  • the CABAC time prediction flag is 1
  • the CABAC initialization unit uses a time prediction table that holds the CABAC state to set the CABAC state. Initialization is performed, and when the CABAC time prediction flag is 0, the CABAC state is initialized using an initialization table.
  • FIG. 1 is a schematic diagram illustrating a configuration of an image transmission system according to an embodiment.
  • FIG. 1 is a diagram illustrating a configuration of a transmission device equipped with a video encoding device according to the present embodiment and a reception device equipped with a video decoding device.
  • (a) shows a transmitting device equipped with a moving picture encoding device
  • (b) shows a receiving device equipped with a moving picture decoding device.
  • FIG. 1 is a diagram illustrating a configuration of a recording device equipped with a moving image encoding device according to the present embodiment and a playback device equipped with a moving image decoding device.
  • (a) shows a recording device equipped with a video encoding device
  • (b) shows a playback device equipped with a video decoding device.
  • FIG. 3 is a schematic diagram illustrating a configuration of a moving image decoding device. It is a flowchart explaining a schematic operation of the video decoding device. It is a figure which shows the syntax for time prediction. It is a figure which shows the syntax for time prediction.
  • FIG. 3 is a diagram illustrating a syntax structure of slice data.
  • 15 is another example of a flowchart illustrating initialization processing in the entropy decoding unit 301. It is a flowchart which shows the derivation
  • FIG. 3 is a diagram illustrating a configuration of an entropy encoding unit.
  • FIG. 11 is a diagram illustrating a storage position of a CABAC state in a prediction region.
  • FIG. 11 is another diagram illustrating a storage position of a CABAC state in a prediction region.
  • FIG. 11 is another diagram illustrating a storage position of a CABAC state in a prediction region.
  • FIG. 14 is another diagram illustrating a storage location of a CABAC state according to use of WPP.
  • 13 is a flowchart illustrating a process of storing a CABAC state in accordance with the use of WPP in an entropy decoding unit 301.
  • FIG. 1 is a schematic diagram showing the configuration of the image transmission system 1 according to the present embodiment.
  • the image transmission system 1 is a system that transmits an encoded stream obtained by encoding an encoding target image, decodes the transmitted encoded stream, and displays an image.
  • the image transmission system 1 includes a moving image coding device (image coding device) 11, a network 21, a moving image decoding device (image decoding device) 31, and a moving image display device (image display device) 41. .
  • the image T is input to the video encoding device 11.
  • the network 21 transmits the coded stream Te generated by the video encoding device 11 to the video decoding device 31.
  • the network 21 is the Internet, a wide area network (WAN: Wide Area Network), a small network (LAN: Local Area Network), or a combination thereof.
  • the network 21 is not limited to a two-way communication network, but may be a one-way communication network for transmitting broadcast waves such as terrestrial digital broadcasting and satellite broadcasting. Further, the network 21 may be replaced with a storage medium in which an encoded stream Te such as a DVD (Digital Versatile Disc: registered trademark) and a BD (Blue-ray Disc: registered trademark) is recorded.
  • the video decoding device 31 decodes each of the encoded streams Te transmitted by the network 21, and generates one or a plurality of decoded images Td.
  • the video display device 41 displays all or a part of one or a plurality of decoded images Td generated by the video decoding device 31.
  • the moving image display device 41 includes a display device such as a liquid crystal display and an organic EL (Electro-luminescence) display. Examples of the form of the display include stationary, mobile, and HMD.
  • a display device such as a liquid crystal display and an organic EL (Electro-luminescence) display. Examples of the form of the display include stationary, mobile, and HMD.
  • X? Y: z is a ternary operator that takes y when x is true (other than 0) and z when x is false (0).
  • Abs (a) is a function that returns the absolute value of a.
  • Int (a) is a function that returns the integer value of a.
  • Floor (a) is a function that returns the largest integer less than or equal to a.
  • Ceil (a) is a function that returns the largest integer greater than or equal to a.
  • a / d represents the division of a by d (rounded down to the decimal point).
  • FIG. 4 is a diagram showing a hierarchical structure of data in the encoded stream Te.
  • the coded stream Te illustratively includes a sequence and a plurality of pictures constituting the sequence.
  • 4A to 4F show an encoded video sequence defining a sequence SEQ, an encoded picture defining a picture PICT, an encoded slice defining a slice S, and an encoded slice defining slice data, respectively.
  • FIG. 3 is a diagram illustrating data, an encoding tree unit included in encoded slice data, and an encoding unit included in the encoding tree unit.
  • the encoded video sequence In the encoded video sequence, a set of data referred to by the video decoding device 31 to decode the sequence SEQ to be processed is defined. As shown in FIG. 4A, the sequence SEQ includes a video parameter set (Video Parameter Set), a sequence parameter set SPS (Sequence Parameter Set), a picture parameter set PPS (Picture Parameter Set), a picture PICT, and additional extension.
  • Information Contains SEI (Supplemental Enhancement Information).
  • the video parameter set VPS includes, in a moving image composed of a plurality of layers, a set of encoding parameters common to a plurality of moving images and a plurality of layers included in the moving image and encoding parameters related to individual layers. Sets are defined.
  • the sequence parameter set SPS defines a set of encoding parameters that the video decoding device 31 refers to for decoding the target sequence. For example, the width and height of a picture are defined. Note that a plurality of SPSs may exist. In that case, one of the plurality of SPSs is selected from the PPS.
  • the picture parameter set PPS defines a set of encoding parameters referred to by the video decoding device 31 to decode each picture in the target sequence. For example, a reference value (pic_init_qp_minus26) of a quantization width used for decoding a picture and a flag (weighted_pred_flag) indicating application of weighted prediction are included. Note that a plurality of PPSs may exist. In that case, any one of the plurality of PPSs is selected from each picture in the target sequence.
  • the picture PICT includes slice 0 to slice NS-1 (NS is the total number of slices included in the picture PICT).
  • Coding slice In the coded slice, a set of data referred to by the video decoding device 31 to decode the processing target slice S is defined.
  • the slice includes a slice header and slice data as shown in FIG. 4 (c).
  • the slice header includes a group of encoding parameters referred to by the video decoding device 31 in order to determine a decoding method for the target slice.
  • the slice type designation information (slice_type) that designates a slice type is an example of an encoding parameter included in a slice header.
  • the slice types that can be specified by the slice type specification information include (1) an I slice using only intra prediction at the time of encoding, (2) a P slice using unidirectional prediction or intra prediction at the time of encoding, (3) B-slice using unidirectional prediction, bidirectional prediction, or intra prediction at the time of encoding.
  • the inter prediction is not limited to uni-prediction and bi-prediction, and a prediction image may be generated using more reference pictures.
  • P and B slices they indicate slices including blocks that can use inter prediction.
  • the slice header may include a reference (pic_parameter_set_id) to the picture parameter set PPS.
  • the picture may be divided into tiles or CTU lines in addition to slices. Encoded data delimited by tiles, CTU lines, pictures, etc. is called a segment. Slices, tiles, and CTU lines may be hierarchically combined. That is, a slice may be divided into tiles, a tile may be divided into slices, and a tile may be divided for each CTU line.
  • WPP is an abbreviation of wavefront (Wavefront Parallel Processing), and processes a picture or tile by dividing it into segments in units of CTU lines. Although segments can be decoded independently without being referred to each other, a loop filter may perform filtering between segments.
  • the slice data includes a CTU as shown in FIG. 4 (d).
  • the CTU is a block of a fixed size (for example, 64 ⁇ 64) constituting a slice, and may be called a maximum coding unit (LCU: Largest Coding Unit).
  • the width PicWidthInCtbsY and the height PicHeightInCtbsY of the picture in units of the CTU size are derived as follows.
  • PicWidthInCtbsY ceil (pic_width_in_luma_samples / CtbSizeY)
  • PicHeightInCtbsY ceil (pic_height_in_luma_samples / CtbSizeY)
  • FIG. 4 (e) defines a set of data referred to by the video decoding device 31 in order to decode the processing target CTU.
  • the CTU is based on a recursive quadtree (QT (Quad Tree)), binary (BT (Binary Tree)) or ternary (TT (Ternary Tree)) coding process. Is divided into coding units CU, which are typical units. The BT division and the TT division are collectively called a multi-tree division (MT (Multi Tree) division).
  • QT Quad Tree
  • BT Binary Tree
  • TT Ternary Tree
  • a tree-structured node obtained by recursive quad-tree division is called a coding node.
  • Intermediate nodes of the quadtree, the binary tree, and the ternary tree are coding nodes, and the CTU itself is defined as the highest coding node.
  • the CT includes, as CT information, a QT split flag (cu_split_flag) indicating whether or not to perform QT split, an MT split flag (split_mt_flag) indicating presence / absence of MT split, an MT split direction (split_mt_dir) indicating a split direction of the MT split, An MT split type (split_mt_type) indicating the split type of the MT split is included.
  • cu_split_flag, split_mt_flag, split_mt_dir, and split_mt_type are transmitted for each coding node.
  • CU is a terminal node of the coding node and is not further divided.
  • the CU is a basic unit of the encoding process.
  • split_mt_flag the encoded node is divided into MTs as follows.
  • split_mt_type when split_mt_dir is 1, the coding node is horizontally divided into two coding nodes (FIG. 5 (d)), and when split_mt_dir is 0, the coding node is vertical to the two coding nodes. It is divided (FIG. 5 (c)).
  • split_mt_type when split_mt_dir is 1, the coding node is horizontally divided into three coding nodes (FIG. 5 (f)), and when split_mt_dir is 0, the coding node becomes three coding nodes. (FIG. 5 (e)). These are shown in FIG. 5 (g).
  • the CU size 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, and any of 4x4 pixels .
  • the CU includes a CU header CUH, a prediction parameter, a conversion parameter, a quantized transform coefficient, and the like.
  • the prediction mode and the like are defined in the CU header.
  • the prediction process is performed in units of CUs, or in units of sub-CUs obtained by further dividing the CU.
  • the sizes of the CU and the sub-CU are equal, there is one sub-CU in the CU.
  • the CU is split into sub-CUs. For example, if the CU is 8x8 and the sub-CU is 4x4, the CU is divided into four sub-CUs, which are divided into two horizontal parts and two vertical parts.
  • Intra prediction is prediction within the same picture
  • inter prediction refers to prediction processing performed between different pictures (for example, between display times and between layer images).
  • the quantized transform coefficients may be entropy-coded in subblock units such as 4 ⁇ 4.
  • the prediction image is derived from prediction parameters associated with the block.
  • the prediction parameters include intra prediction and inter prediction prediction parameters.
  • the reference picture list RefPicList is a list including reference pictures stored in the reference picture memory 306.
  • FIG. 6 is a conceptual diagram illustrating an example of a reference picture and a reference picture list.
  • a rectangle is a picture
  • an arrow is a reference relationship of pictures
  • a horizontal axis is time
  • I, P, and B in the rectangle are intra pictures
  • uni-prediction pictures bi-prediction pictures
  • numbers in the rectangles are decoding. Indicates the order.
  • the decoding order of the pictures is I0, P1, B2, B3, B4, and the display order is I0, B3, B2, B4, P1.
  • the video decoding device and the video encoding device decode and encode the current picture only depending on the pictures included in the reference picture list RefPicList. Conversely, subsequent pictures can be decoded without decoding pictures (non-reference pictures) not included in the reference picture list RefPicList.
  • the temporal layer is a group of pictures in the temporal direction, and assigns a value called TemporalID (Tid) to each group.
  • TemporalID Tid
  • FIG. 6 (b) shows an example of a reference picture list of picture B3 (target picture).
  • 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.
  • LX is a description method used when L0 prediction and L1 prediction are not distinguished, and hereinafter, LX is replaced with L0 and L1 to distinguish between parameters for the L0 list and parameters for the L1 list.
  • the video decoding device 31 includes an entropy decoding unit 301, a parameter decoding unit (prediction image decoding device) 302, a loop filter 305, a reference picture memory 306, a prediction parameter memory 307, a prediction image generation unit (prediction image generation device) 308, and an inverse. It is configured to include a quantization / inverse transforming unit 311 and an adding unit 312. In addition, there is also a configuration in which the moving image decoding device 31 does not include the loop filter 305 in accordance with the moving image encoding device 11 described later.
  • the parameter decoding unit 302 further includes a header decoding unit 3020, a CT information decoding unit 3021, and a CU decoding unit 3022 (prediction mode decoding unit).
  • the CU decoding unit 3022 further includes a TU decoding unit 3024. These may be collectively called a decoding module.
  • the header decoding unit 3020 decodes parameter set information such as VPS, SPS, and PPS, and a slice header (slice information) from the encoded data.
  • the CT information decoding unit 3021 decodes a CT from the encoded data.
  • the CU decoding unit 3022 decodes the CU from the encoded data.
  • the TU decoding unit 3024 decodes the QP update information (quantization correction value) and the quantization prediction error (residual_coding) from the encoded data.
  • the parameter decoding unit 302 includes an inter prediction parameter decoding unit 303 and an intra prediction parameter decoding unit 304 (not shown).
  • the prediction image generation unit 308 includes an inter prediction image generation unit 309 and an intra prediction image generation unit 310.
  • CTUs and CUs are used as processing units.
  • the present invention is not limited to this example, and processing may be performed in sub-CU units.
  • CTUs and CUs may be read as blocks and sub-CUs as sub-blocks, and processing may be performed on a block or sub-block basis.
  • the entropy decoding unit 301 performs entropy decoding on the coded stream Te input from the outside, and decodes individual codes (syntax elements).
  • Entropy coding includes a method of performing variable-length coding of syntax elements using a context (probability model) adaptively selected according to the type of the syntax elements and surrounding conditions, and a predetermined table or There is a method of performing variable-length coding on syntax elements using a calculation formula.
  • CABAC Context Adaptive Binary Arithmetic Coding
  • the decoded code includes prediction information for generating a predicted image, a prediction error for generating a difference image, and the like.
  • Entropy decoding section 301 outputs the decoded code to parameter decoding section 302.
  • the decoded code includes, for example, a prediction mode predMode, a merge flag merge_flag, a merge index merge_idx, an inter prediction identifier inter_pred_idc, a reference picture index refIdxLX, a prediction vector index mvp_LX_idx, and a difference vector mvdLX. Control of which code is to be decoded is performed based on an instruction from the parameter decoding unit 302.
  • FIG. 8 is a flowchart illustrating a schematic operation of the video decoding device 31.
  • the header decoding unit 3020 decodes parameter set information such as VPS, SPS, and PPS from the encoded data.
  • the header decoding unit 3020 decodes a slice header (slice information) from the encoded data.
  • the video decoding device 31 derives a decoded image of each CTU by repeating the processing from S1300 to S5000 for each CTU included in the current picture.
  • the CT information decoding unit 3021 decodes the CTU from the encoded data. Before decoding the CTU at the head of the segment, CABAC is initialized. After decoding the CTU at a predetermined position in the segment, the CABAC state is stored in the temporal prediction table and the spatial prediction table.
  • the CT information decoding unit 3021 decodes a CT from the encoded data.
  • the CU decoding unit 3022 performs S1510 and S1520 to decode the CU from the encoded data.
  • the CU decoding unit 3022 decodes CU information, prediction information, a TU division flag split_transform_flag, a CU residual flag cbf_cb, cbf_cr, cbf_luma, and the like from the encoded data.
  • the TU decoding unit 3024 decodes the QP update information (quantization correction value) and the quantization prediction error (residual_coding) from the encoded data.
  • the QP update information is a difference value from a quantization parameter prediction value qPpred which is a prediction value of the quantization parameter QP.
  • the predicted image generation unit 308 generates a predicted image for each block included in the target CU based on the prediction information.
  • the inverse quantization / inverse transformation unit 311 performs an inverse quantization / inverse transformation process for each TU included in the target CU.
  • the adder 312 decodes the target CU by adding the predicted image supplied from the predicted image generation unit 308 and the prediction error supplied from the inverse quantization / inverse transformation unit 311. Generate an image.
  • the loop filter 305 applies a loop filter such as a deblocking filter, SAO, or ALF to the decoded image to generate a decoded image.
  • a loop filter such as a deblocking filter, SAO, or ALF
  • the loop filter 305 is a filter provided in the encoding loop, which removes block distortion and ringing distortion and improves image quality.
  • the loop filter 305 applies a filter such as a deblocking filter, a sample adaptive offset (SAO), and an adaptive loop filter (ALF) to the decoded image of the CU generated by the adding unit 312.
  • a filter such as a deblocking filter, a sample adaptive offset (SAO), and an adaptive loop filter (ALF) to the decoded image of the CU generated by the adding unit 312.
  • the reference picture memory 306 stores the decoded image of the CU generated by the adding unit 312 at a predetermined position for each of the target picture and the target CU.
  • the prediction parameter memory 307 stores the prediction parameter at a predetermined position for each CTU or CU to be decoded. Specifically, the prediction parameter memory 307 stores the parameters decoded by the parameter decoding unit 302, the prediction mode predMode decoded by the entropy decoding unit 301, and the like.
  • the prediction mode predMode, prediction parameters, and the like are input to the prediction image generation unit 308. Further, the predicted image generation unit 308 reads a reference picture from the reference picture memory 306. The prediction image generation unit 308 generates a prediction image of a block or a sub-block using the prediction parameters and the read reference picture (reference picture block) in the prediction mode indicated by the prediction mode predMode.
  • the reference picture block is a set of pixels on the reference picture (referred to as a block because it is usually rectangular), and is a region referred to for generating a predicted image.
  • 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 quantized transform coefficients are used for DCT (Discrete Cosine Transform, Discrete Cosine Transform), DST (Discrete Sine Transform, Discrete Sine Transform), KLT (Karyhnen Loeve Transform, Karhunen-Loeve Transform) Is a coefficient obtained by performing frequency conversion and quantization.
  • the inverse quantization / inverse transform unit 311 performs an inverse frequency transform such as an inverse DCT, an inverse DST, an inverse KLT on the obtained transform coefficient, and calculates a prediction error.
  • the inverse quantization / inverse transforming unit 311 outputs the prediction error to the adding unit 312.
  • the addition unit 312 adds the prediction image of the block input from the prediction image generation unit 308 and the prediction error input from the inverse quantization / inverse transformation unit 311 for each pixel to generate a decoded image of the block.
  • the adding unit 312 stores the decoded image of the block in the reference picture memory 306, and outputs the decoded image to the loop filter 305.
  • the encoded data forming the screen is composed of slices.
  • a segment is a unit for decoding encoded data.
  • information (entry_point_offset_minus1 [i]) indicating the head position of each segment i is encoded, and the CABAC state is initialized at the head of each segment.
  • offset_len_minus1 is the number of bits required when entry_point_offset_minus1 [i] is fixed-length coded. For example, if it is 16, a value from 0 to 65535 can be encoded as entry_point_offset_minus1 [i].
  • a segment may be referred to as a substream.
  • the unit stored in the time prediction table 3014 may be the entire picture or a unit area obtained by dividing the picture. These units are called prediction regions.
  • the CABAC state may be stored with the entire picture as one prediction region.
  • the storage position of the CABAC state may be the CTU at the center of the screen as shown by a black square.
  • the dotted line in the figure indicates a line that divides the screen into half vertically and half horizontally.
  • the storage position of the CABAC state may be the CTU at the lower right of the prediction region as indicated by a black square.
  • the storage position of the CABAC state may be the CTU where the Y coordinate is the center of the picture and the X coordinate is the right end of the screen.
  • FIG. 9B is a diagram illustrating a syntax configuration of a CABAC time prediction parameter.
  • the CABAC time prediction parameter includes a CABAC time prediction flag temporal_cabac_pred_enabled_flag and a CABAC time-space prediction mode spatial_temporal_cabac_pred_mode.
  • the former is a flag indicating whether or not to perform time prediction in the CABAC state
  • the latter is a mode indicating whether to perform prediction in a certain unit area (predicted region unit) that divides a screen when performing time prediction.
  • transmission is performed using the syntax of the picture parameter set, but the present invention is not limited to this, and transmission may be performed using a sequence parameter set.
  • spatial_temporal_cabac_pred_mode 1 2, 3, 4, and 5
  • the picture is divided into 2, 3, 4, 6, and 8, respectively.
  • the relationship between spatial_temporal_cabac_pred_mode and the number of divisions is not limited to the above.
  • FIG. 10A is a diagram showing the syntax structure of a slice.
  • the encoded data is information indicating the number of segments (num_entry_point_offsets) and the start position of each segment. (Entry_point_offset_minus1 [i]).
  • the branch may further include a segment time prediction flag slice_temporal_cabac_pred_enabled_flag [i] indicating whether or not to perform the CABAC state time prediction in segment units.
  • the entropy decoding unit 301 decodes slice_temporal_cabac_pred_enabled_flag [i]. When the tile or WPP is on, the entropy decoding unit 301 decodes the number of entry points (num_entry_point_offsets) and information indicating the start position of each segment i (entry_point_offset_minus1 [i]), and the number of segments (the number of entry points + 1).
  • the slice_temporal_cabac_pred_enabled_flag [i] is decoded.
  • the head segment of the picture does not include an entry point indicating the position (decoding start position) of each segment in the encoded data.
  • segment 1 when there is data of segment 0, segment 1, and segment 2, the entry point is encoded only for segment 1 and segment 2.
  • the start position of segment i corresponds to entry_point_offset_minus1 [ ⁇ i-1 ⁇ ].
  • the flag of the segment i is slice_temporal_cabac_pred_enabled_flag [i]. Otherwise, when both the tile and the WPP are off, the number of segments is 1, so one slice_temporal_cabac_pred_enabled_flag [0] is decoded. As shown in FIG.
  • num_entry_point_offsets when both the tile and the WPP are off, num_entry_point_offsets may be set to 0 and num_entry_point_offsets + 1 slice_temporal_cabac_pred_enabled_flag [i] may be decoded. In this case, the branch due to the temporal_cabac_pred_enabled_flag can be eliminated.
  • slice_temporal_cabac_pred_enabled_flag [i] of NumCabacPredRegion alone may be decoded instead of the number of segments. At this time. NumCabacPredRegion may be set to the number of divided pictures, or may be transmitted by PPS, for example.
  • FIG. 11 is a diagram showing the syntax structure of slice data.
  • the entropy decoding unit 301 decodes a prediction mode, an intra prediction mode, and a motion vector (merge flag, difference vector, and the like) from the slice data in the encoded data in CTU units.
  • coding_tree_unit () indicates coded data in CTU units
  • end_of_subset_one_bit is a flag indicating whether or not the end of the slice
  • byte_alignment sets the coded data length in byte units (8-bit units) at the end of slice.
  • End_of_slice_segment_flag is a flag indicating the slice segment end.
  • the CABAC state is stored at the end of the CTU, but this may be performed at the timing after encoding the end_of_subset_one_bit.
  • FIG. 12 shows the configuration of the entropy decoding unit 301.
  • the entropy decoding unit 301 includes a CABAC initialization unit 3011, a CABAC decoding unit 3012, an initialization table 3013, a temporal prediction storage unit 3014 (a temporal prediction table 3014), and a spatial prediction storage unit 3015 (a spatial prediction table 3015).
  • the time prediction storage unit 3014 stores the CABAC status in the internal time prediction table 3014.
  • the stored CABAC state is referred to when decoding a segment of another picture such as a segment of a subsequent picture, and is used for initializing the CABAC state.
  • the spatial prediction storage unit 3015 stores the CABAC status in the internal spatial prediction table 3015.
  • the stored CABAC state is referred to when decoding a segment other than the target segment, such as a segment following the target picture, and is used for initializing the CABAC state.
  • the CABAC decoding unit 3012 internally has a CABAC state, and decodes syntax from encoded data (bit stream) according to the CABAC state.
  • the entropy decoding unit 301 includes a CABAC initialization unit 3011 that initializes a CABAC state at the beginning of a segment that constitutes a picture.
  • the CABAC initialization unit 3011 predicts time to hold the CABAC state.
  • the CABAC state is initialized using the table 3014, and when the temporal_cabac_pred_enabled_flag is 0, the CABAC state is initialized using the initialization table.
  • the entropy decoding unit 301 uses the CABAC initialization unit 3011 to initialize the CABAC state at the beginning of the segment of the encoded data.
  • the CABAC state includes, for example, StateIdx indicating a state of probability in context units, MpsVal indicating which of 0 and 1 is a high probability, a coefficient StatCoeff, and the like.
  • a context is defined for each element of a binary string (a string composed of 0s and 1s) constituting the syntax.
  • CABAC Context-adaptive binary arithmetic coding
  • CABAC Context-adaptive binary arithmetic coding
  • FIG. 13 is a flowchart showing an initialization process in the entropy decoding unit 301 and the entropy encoding unit 104. In this example, a case where WPP prediction is not used will be described.
  • S3011 The entropy decoding unit 301 and the entropy coding unit 104 determine whether or not the current CTU is the head of the segment. If it is the segment head (Y), the flow shifts to S3012. If it is not the segment head (N), the process ends without performing the CABAC state initialization.
  • Tile segment head determination The tile ID (TileId [CtbAddrInTs]) of the address (CtbAddrInTs) of the current CTU is different from the tile ID (TileId [CtbAddrRsToTs [CtbAddrInRs-1]] of the left CTU of the current CTU.
  • Slice head determination Current CTU (CtbAddrInRs) is equal to the slice start address (slice_segment_address).
  • temporal_cabac_pred_enable_flag 1
  • TableStateIdxSelect TableStateIdxTemporal [stateType] [stateTid] [statePos]
  • TableMpsValSelect TableMpsValTemporal [stateType] [stateTid] [statePos]
  • TableStatCoeffSelect TableStatCoeffTemporal [stateType] [stateTid] [statePos] S3017: Referring to the set state (for example, TableStateIdxSelect, TableMpsValSelect, TableStatCoeffSelect), the CABAC initialization unit 3011 initializes the CABAC state of the target segment.
  • the CABAC initialization unit 3011 uses the initialization table 3013 to initialize the CABAC state of the target segment.
  • FIG. 14 is another example of a flowchart illustrating an initialization process in the CABAC initialization unit 3011 of the entropy decoding unit 301 and the entropy encoding unit 104. In this example, a case where WPP prediction is used will be described.
  • the entropy decoding unit 301 determines whether the address of the current CTU is the head of the segment. If it is the segment head (Y), the flow shifts to S3012. If it is not the segment head (N), the process ends without performing the CABAC state initialization.
  • Tile segment head determination The tile ID (TileId [CtbAddrInTs]) of the address (CtbAddrInTs) of the current CTU is different from the tile ID (TileId [CtbAddrRsToTs [CtbAddrInRs-1]] of the left CTU of the current CTU.
  • Slice head determination Current CTU (CtbAddrInRs) is equal to the slice start address (slice_segment_address).
  • temporal_cabac_pred_enabled_flag 1
  • the reference state (TableStateIdxSelect, TableMpsValSelect, TableStatCoeffSelect) used for CABAC initialization as described below is an element of the time prediction table (TableStateIdxTemporal [stateType] [stateTid] ] [statePos], TableMpsValTemporal [stateType] [stateTid] [statePos], TableStatCoeffTemporal [stateType] [stateTid] [statePos]).
  • the parameters stateType and stateTid of the target picture and the parameter statePos of the target position are used to select an entry in the temporal prediction table.
  • TableStateIdxSelect TableStateIdxTemporal [stateType] [stateTid] [statePos]
  • TableMpsValSelect TableMpsValTemporal [stateType] [stateTid] [statePos]
  • TableStatCoeffSelect TableStatCoeffTemporal [stateType] [stateTid] [statePos] S3016: When the WPP prediction is on and other than the first segment of the slice (Y), for example, the reference state (TableStateIdxSelect, TableMpsValSelect, TableStatCoeffSelect) used for CABAC initialization is as follows and the spatial prediction tables (TableStateIdxWpp, TableMpsValWpp) , TableStatCoeffWpp).
  • TableStateIdxSelect TableStateIdxWpp
  • TableMpsValSelect TableMpsValWpp
  • TableStatCoeffSelect TableStatCoeffWpp
  • the spatial prediction table is a table that stores the CABAC status of already decoded segments in the same picture.
  • the CABAC initialization unit 3011 initializes the CABAC state of the target segment.
  • the CABAC initialization unit 3011 uses the initialization table 3013 to initialize the CABAC state of the target segment.
  • slice_temporal_cabac_pred_enabled_flag [i] 1
  • the CABAC state is read from the time prediction table, and the CABAC state is initialized.
  • the segment time prediction flag is 0, the initialization table is used. It is characterized in that the CABAC state is initialized or prediction is performed from a spatial prediction table.
  • slice_temporal_cabac_pred_enabled_flag [i] 1
  • the CABAC state is read from the time prediction table, and the CABAC state is initialized.
  • the initialization table is The initialization is used to initialize the CABAC state, or the prediction is performed from the spatial prediction table).
  • the time prediction table may be referred to on a temporal layer basis.
  • the referenced temporal layer is represented by stateTid.
  • the time prediction table may be referred to for each slice type.
  • the slice type to be referred to is represented by stateType.
  • the temporal prediction table may be stored or referred to in prediction region units indicating positions in the picture.
  • a value indicating the position of the prediction region is represented by statePos.
  • FIG. 19 is a diagram showing the configuration of the time prediction table.
  • the CABAC state is stored for each temporal layer.
  • stateTid when storing for each temporal layer, it can be referred to by stateTid as follows.
  • TableStateIdxSelect TableStateIdxTemporal [stateTid]
  • TableMpsValSelect TableMpsValTemporal [stateTid]
  • TableStatCoeffSelect TableStatCoeffTemporal [stateTid]
  • TableStateIdxSelect TableStateIdxTemporal [stateType] [stateTid]
  • TableMpsValSelect TableMpsValTemporal [stateType] [stateTid]
  • TableStatCoeffSelect TableStatCoeffTemporal [stateType] [stateTid]
  • FIG. 20 is a diagram illustrating the configuration of the time prediction table.
  • the CABAC state is stored for each slice type, temporal layer, and position.
  • stateType when storing for each slice type, temporal layer, and position, it can be referred to by stateType, stateTid, and statePos as follows.
  • TableStateIdxSelect TableStateIdxTemporal [stateType] [stateTid] [statePos]
  • TableMpsValSelect TableMpsValTemporal [stateType] [stateTid] [statePos]
  • TableStatCoeffSelect TableStatCoeffTemporal [stateType] [stateTid] [statePos] (Selection process of time prediction table)
  • the entropy decoding unit 301 and the entropy encoding unit 104 may select an entry in the temporal prediction table using the slice type stateType, the temporal layer stateTid, and the reference position statePos.
  • the entropy decoding unit 301 and the entropy coding unit 104 may determine the reference slice type stateType using the slice type sliceType of the current picture.
  • the entropy decoding unit 301 and the entropy encoding unit 104 may determine the temporal layer stateTid of the reference slice using sliceTid for the temporal layer of the current picture.
  • the entropy decoding unit 301 and the entropy encoding unit 104 may determine the reference position statePos using the position (CtbAddrX, CtbAddrY) of the target block.
  • NumCabacPredRegion CtbAddrY / N
  • statePos may be derived depending on spatial_temporal_cabac_pred_enabled_mode.
  • FIG. 22 is an example in which the CABAC state stored in the prediction region unit is referred to from the segment in the CTU line unit. The method of dividing the prediction region is the same as in FIG. In particular, an example is shown in which WPP is on, that is, a segment using a CTU line unit is used.
  • FIG. 22A shows an example in which a picture is used as one prediction region.
  • the time prediction table may be further stored and referred to for each temporal layer and slice type as shown in FIGS.
  • the CABAC state is initialized at the head CTU of each segment (CTU line).
  • N PicHeightInCtbsY / NumCabacPredRegion.
  • N 2
  • one time prediction table is referred to for every two CTU lines.
  • FIG. 15 is a flowchart illustrating a process of deriving the availability of the time prediction table referred to in the CABAC initialization. It is the detail of a check of S3013.
  • $ S30131 It is checked whether the corresponding picture of the temporal prediction table is included in the reference picture list, and if it is included (Y), the flow shifts to S30134; otherwise, the flow shifts to S30135.
  • the picture (corresponding picture) at the time of storage in the temporal prediction table is a picture included in the reference picture. That is, it is ensured that the CABAC state of a picture not in the reference picture list (that is, a non-reference picture) is not referred to. This has an effect of guaranteeing that the segment of the target picture can be CABAC decoded by decoding the picture only in the reference picture list.
  • FIG. 16 is another example of a flowchart showing the process of deriving the availability of the time prediction table. In this example, a check of the temporal layer is further performed.
  • S30131 Check whether the corresponding picture of the temporal prediction table specified by reference temporal layer stateTid is included in the reference picture list, and if it is included (Y), proceed to S30134, and if not included, To S30132.
  • TemporalStatePicOrderCount [stateType] [stateTid] [statePos] is set in storage processing described later.
  • IsPicIncludedInReferencePictureList determines whether the specified poc is included in the reference picture list. Here, when the determination is true, availableFlag is set to true.
  • the effect that the CABAC state of the segment closest to currTid can be reused is obtained.
  • a code that is entropy-compressed when the temporal layer is close has a property close to that of the current segment, and therefore has high performance.
  • a temporal prediction table of a different layer from the reference temporal layer stateTid different from currTid can be referred to. There is an effect that initialization can be performed in a preferable CABAC state.
  • IsPicIncludedInReferencePictureList determines whether the POC of the specified corresponding picture exists in the reference picture list. This determination processing of IsPicIncludedInReferencePictureList (poc) may be the following pseudo code.
  • num_ref_idx_l0_active_minus1 + 1 is the number of elements of the L0 reference picture list RefPicListL0
  • num_ref_idx_l1_active_minus1 + 1 is the number of elements of the L1 reference picture list RefPicListL1.
  • RefPicListL0 is searched in order from 0, it is determined whether or not the element POC (POC of RefPicListL0 [refIdx]) is equal to the search symmetric poc, and then RefPicListL1 is searched in order from 0. If a picture with the same POC is found in the reference picture, it is set to be usable (true), and otherwise, it is determined that it is not usable (false).
  • FIG. 17 is a flowchart showing a process of storing a CABAC state in the entropy decoding unit 301 and the entropy encoding unit 104.
  • C4001 It is determined whether the last syntax of the CTU has been decoded and coded (for example, the end_of_slice_segment_flag or end_of_subset_one_bit has been decoded and coded). In the last case of the CTU (Y), the process moves to S4002, otherwise (N), the process ends without storing the CABAC state.
  • C4003 The CABAC state at a predetermined position is stored in the time prediction table.
  • FIG. 18 is another example of a flowchart showing a process of storing a CABAC state in the entropy decoding unit 301 and the entropy encoding unit 104.
  • C4001 It is determined whether the last syntax of the CTU has been decoded and coded. In the last case of the CTU (Y), the process moves to S4002, otherwise (N), the process ends without storing the CABAC state.
  • the predetermined position may be the last CTU of the prediction region.
  • the storage position is not limited to the last CTU of the prediction region, and may be a predetermined position (for example, a center position) in the prediction region.
  • C4003 The CABAC state at a predetermined position is stored in the time prediction table.
  • the determination formula of the predetermined position in FIGS. 17 and 18 may be, for example, as follows.
  • PicWidthInCtbsY is the picture width converted by the CTU size (the number of CTUs in the horizontal direction).
  • the CABAC spatio-temporal prediction mode is 1, the screen is divided into NumCabacPredRegion prediction regions, and the X coordinate is the last CTU line of the NumCabacPredRegion-th prediction region, as shown in FIG. It may be the right end.
  • the CABAC state may be stored even when the state is at the lower right of the screen. That is, it may be added to the condition for storing that it is the lower right of the screen.
  • stateType [stateTid] [statePos]
  • TableMpsValTemporal [stateType] [stateTid] [statePos]
  • stateType, stateTid, and statePos indicating the storage destination may be set as follows.
  • TemporalStatePicOrderCount [stateType] [stateTid] [statePos] PicOrderCntVal It should be noted that TemporalStatePicOrderCount [stateType] [stateTid] [statePos] may be initialized to a value (for example, -1) that is not all available in a randomly accessible picture such as an IDR picture.
  • CtbAddrInRs is the CTU address in the raster scan screen
  • PicWidthInCtbsY is the screen width in CTU units
  • TileId is the tile ID
  • CtbAddrInTs is the CTU address in the tile
  • CtbAddrRsToTs is the raster scan CTU address CtbAddrInRs
  • the CTU address in the tile is CtbAddr. It is a table for deriving.
  • (CtbAddrInRs> 1 && TileId [CtbAddrInTs]! TileId [CtbAddrRsToTs [CtbAddrInRs-2]]) is the second CTU from the left end in a tile (CtbAddrInRs is greater than 1 and tile ID of CTU including target block) Is different from the tile ID of the CTU immediately before the target CTU.
  • the CABAC state at a predetermined position is stored in the time prediction table. Stored when the CTU coordinates are equal to the predetermined position.
  • the CABAC state is stored in the reference position statePos of the prediction table.
  • the predetermined position that is, the storage position of the CABAC state will be described again.
  • FIG. 21A shows a case where the center of the screen is set as the storage position as described below.
  • the CTU at the lower right of the prediction region may be a predetermined position used for storing the CABAC state.
  • the screen is vertically divided into NumCabacPredRegion prediction regions.
  • N PicHeightInCtbsY / NumCabacPredRegion, which is the height of the prediction region derived by dividing the screen height (PicHeightInCtbsY) by the number of divisions NumCabacPredRegion.
  • the height is expressed in CTU units.
  • N (PicHeightInCtbsY + NumCabacPredRegion-1) / NumCabacPredRegion) or (PicHeightInCtbsY + NumCabacPredRegion / 2) / NumCabacPredRegion) may be used.
  • FIG. 21C shows an example in which the CABAC state is stored with the X coordinate set to the right end of the width of the predicted region and the half position of the height of the predicted region as the predetermined position. This position is hereinafter referred to as the right end center (X right end Y center, horizontal right end vertical center).
  • FIG. 24A shows an example in which a predetermined position to be stored when the prediction region is one picture is set at the lower right of the screen and the CABAC state is stored.
  • the determination of the predetermined position uses the following determination formula.
  • FIG. 24B shows an example in which the predetermined position to be stored when the prediction region is one picture is set at the right end center (X right end Y center) and the CABAC state is stored.
  • the determination of the predetermined position uses the following determination formula.
  • FIG. 24 (c) shows a case where a prediction region is vertically divided into NumCabacPredRegion pieces (when a prediction region having a height N is divided), a predetermined position is set at the lower right of the prediction region and the CABAC state is stored.
  • the determination of the predetermined position uses the following determination formula.
  • lastPredRegionInPic is a value indicating whether or not the target CTU is in the last predicted region of the screen.
  • the X coordinate CtbAddrX is the right end coordinate (PicWidthInCtbs-1), and except for the last predicted region (!
  • FIG. 24D shows an example in which a predetermined position is set at the center of the right end of the prediction region and the CABAC state is stored when the prediction region divides the picture vertically into N pieces.
  • the determination of the predetermined position uses the following determination formula.
  • the following determination formula may be used in consideration of the possibility that the position of the central CTU line (N / 2) in the prediction region does not exist when it exceeds the lower end of the screen.
  • N2 is set to N / 2 if the CTU line (N / 2) does not exceed the screen edge, otherwise, the line at the screen edge ((PicHeightInCtbs-1)% N) Can be used, and is derived as follows.
  • FIG. 24E shows an example in which, when the prediction region is rectangular like a tile, a predetermined position is set at the lower right of the prediction region and the CABAC state is stored. The determination of the predetermined position is performed using the tile width-1 and the tile height-1 in CTU units.
  • FIG. 24F shows an example in which, when the prediction region is rectangular like a tile, a predetermined position is set at the center of the right end of the prediction region and the CABAC state is stored.
  • the determination of the predetermined position is made by using the tile width-1 and the tile height / 2 in CTU units.
  • high coding efficiency can be realized by storing the CABAC state at the center of the right end of the picture or tile.
  • the width and height of the screen are not always integral multiples of the size of the CTU. For example, when the screen size is 1920 ⁇ 1080 and the CTU size is 128 ⁇ 128, the screen width is an integral multiple (15 times), but the screen height is a non-integer multiple.
  • the moving image encoding device and the moving image decoding device round up the decimal and treat it as an integer number of CTUs. That is, a 15 ⁇ 9 CTU is processed.
  • the distribution of the syntax for the division, prediction, and residual is a normal distribution. Does not reflect the case of images. Therefore, it is not appropriate to use the CABAC state after encoding and decoding those areas as the CABAC state of the subsequent picture.
  • a description will be given of a predetermined position where the CABAC state is stored in the temporal prediction table when a picture having a screen size that is a non-integer multiple of the CTU is encoded and decoded.
  • offX pic_width_in_luma_samples ⁇ CtuSize * PicWidthInCtbsY? 2: 1
  • the offset cannot be set to 2, so that it may be derived as follows.
  • the offset may be derived by dividing the size of the crop offset by the CTU size. Note that a shift operation may be used.
  • FIG. 25A shows an example in which a predetermined position to be stored when the prediction region is one picture is set at the lower right of the screen and the CABAC state is stored.
  • the determination of the predetermined position uses the following determination formula.
  • FIG. 25B shows an example in which a predetermined position to be stored when the prediction region is one picture is set at the center of the right end (the center of the X right end Y) and the CABAC state is stored.
  • the determination of the predetermined position uses the following determination formula.
  • FIG. 25 shows a case where the prediction region is vertically divided into NumCabacPredRegion pictures (when the region is divided by a prediction region having a height N), and a predetermined position is set at the lower right of the prediction region to store the CABAC state.
  • the determination of the predetermined position uses the following determination formula.
  • LastPredRegionInPic is a value indicating whether or not the target CTU is in the last predicted region of the screen.
  • the X coordinate is a right end coordinate (PicWidthInCtbs-offX) in consideration of a non-integer multiple.
  • the Y coordinate it is determined whether the CTU coordinates ((CtbAddrY% N)) in the prediction region is the last CTU line (N-1) except for the last prediction region. In the last prediction region, it is determined whether or not the lower end of the screen (PicWidthInCtbs-offY) in consideration of a non-integer multiple.
  • FIG. 25D shows a case where the prediction region is vertically divided into NumCabacPredRegion pictures (when the prediction region is divided by a prediction region having a height of N), a predetermined position is set at the lower right center of the prediction region, and the CABAC state is stored. An example is shown below. The determination of the predetermined position uses the following determination formula.
  • the following determination formula may be used in consideration of the possibility that the position of the central CTU line (N / 2) in the prediction region exceeds the lower end of the screen and does not exist.
  • FIG. 25E shows an example in which the prediction region is rectangular like a tile, and a predetermined position is set at the lower right of the prediction region to store the CABAC state.
  • the tile width of the CTU unit is used. Otherwise, the tile width of the CTU unit is used. Further, when the tile height is an integral multiple of the CTU, the determination is made using the tile height -1 in CTU units, otherwise, the determination is made using the tile height -2 in CTU units.
  • FIG. 25 (f) shows an example in which the prediction region is rectangular like a tile, and a predetermined position is set at the center of the right end of the prediction region to store the CABAC state.
  • the predetermined position if the tile width is an integral multiple of the CTU, the tile width of the CTU unit is used. Otherwise, the tile width of the CTU unit is used. Further, when the tile height is an integral multiple of the CTU, the determination is made using the tile height / 2 in CTU units.
  • characteristics are different from those of a normal display region, such as a padding region extended to match a part of a screen or a tile to an integral multiple of the CTU, or a region that is cropped at the time of output and is not actually displayed. Avoid storing the CABAC status of the area. Then, the CABAC state in the normal display area is stored and used in a subsequent picture or the like. This improves the prediction accuracy of the CABAC state and improves the coding efficiency.
  • FIG. 26 shows an example in which the position of the screen width-2 and the screen height-2 is always used without determining whether the picture or the tile is an integral multiple of the CTU.
  • FIG. 26 shows an example in which the position of the screen width-2 and the screen height-2 is always used without determining whether the picture or the tile is an integral multiple of the CTU.
  • the position of the CTU boundary by not using the position of the CTU boundary, there is an effect of predicting a preferable CABAC state even when the size of a picture or tile is not a multiple of the CTU.
  • FIG. 26 (a) shows an example in which a predetermined region to be stored is set at the lower right of the screen when the prediction region is one picture.
  • the determination of the predetermined position uses the following determination formula.
  • FIG. 26B shows an example in which the predetermined position to be stored when the prediction region is one picture is set at the center of the right end (the center of the X right end Y) and the CABAC state is stored.
  • the determination of the predetermined position uses the following determination formula.
  • FIG. 26C shows a case where the prediction region is vertically divided into NumCabacPredRegion pictures (when the prediction region is divided by a prediction region having a height N), and a predetermined position is set at the lower right of the prediction region to store the CABAC state.
  • the determination of the predetermined position uses the following determination formula.
  • FIG. 26 (d) shows a case where the prediction region is vertically divided into NumCabacPredRegion pieces of the picture (when the prediction region is divided by a height N), a predetermined position is set at the lower right center of the prediction region, and the CABAC state is stored. An example is shown below. The determination of the predetermined position uses the following determination formula.
  • FIG. 26E shows an example in which the prediction region is a rectangle like a tile, and a predetermined position is set at the lower right of the prediction region to store the CABAC state. The determination of the predetermined position is made using the tile width-2 in CTU units and the tile height-2 in CTU units.
  • FIG. 25 (f) shows an example in which the prediction region is rectangular like a tile, and a predetermined position is set at the center of the right end of the prediction region to store the CABAC state.
  • the determination of the predetermined position is performed using the tile width ⁇ 2 in CTU units and the tile height / 2 in CTU units.
  • the CABAC state at a position in which a padding area extended to match a part of a screen or a tile to an integral multiple of the CTU or an area that is not actually displayed when cropped at the time of output is considered.
  • This improves the prediction accuracy of the CABAC state and improves the coding efficiency.
  • FIG. 27 is another diagram for explaining the storage position of the CABAC state according to the use of WPP (CTU line unit as a segment).
  • WPP CTU line unit
  • FIG. 27A shows a case where the entire screen is segmented
  • FIG. 27B shows a case where a unit obtained by dividing the screen into CTU lines is a segment such as a case where WPP is used.
  • (e) shows a case where the screen is divided into tiles to form segments
  • (f) shows a case where the screen is divided into tiles and CTU lines in the tiles are further made into segments.
  • $ S301 It is determined whether or not the CTU line is a segment. If Y, the process proceeds to S302, where the CABC state is stored at the right end of the segment. If N, the process proceeds to S303, where the CABC state is stored at the center of the segment.
  • the determination may be made using the size of the screen. That is, when the screen size or the size (for example, the width) of the tile is small, the right end may be set as the predetermined storage position, and otherwise the center may be set as the predetermined storage position.
  • the entropy decoding unit 301 and the entropy encoding unit 104 set the right end of the segment as the storage position, otherwise, set the center of the segment as the storage position. It is characterized by the following.
  • the CABAC state of the CTU on the right as possible is used for prediction, thereby improving the prediction accuracy of the CABAC state and improving the coding efficiency.
  • the moving picture coding apparatus 11 includes a prediction image generation unit 101, a subtraction unit 102, a transformation / quantization unit 103, an inverse quantization / inverse transformation unit 105, an addition unit 106, a loop filter 107, a prediction parameter memory (a prediction parameter storage unit) , Frame memory) 108, reference picture memory (reference image storage unit, frame memory) 109, coding parameter determination unit 110, parameter coding unit 111, and entropy coding unit 104.
  • a prediction image generation unit 101 a subtraction unit 102, a transformation / quantization unit 103, an inverse quantization / inverse transformation unit 105, an addition unit 106, a loop filter 107, a prediction parameter memory (a prediction parameter storage unit) , Frame memory) 108, reference picture memory (reference image storage unit, frame memory) 109, coding parameter determination unit 110, parameter coding unit 111, and entropy coding unit 104.
  • the predicted image generation unit 101 generates a predicted image for each CU which is an area obtained by dividing each picture of the image T.
  • the operation of the predicted image generation unit 101 is the same as that of the predicted image generation unit 308 described above, and a description thereof will be omitted.
  • the subtraction unit 102 generates a prediction error by subtracting the pixel value of the predicted image of the block input from the predicted image generation unit 101 from the pixel value of the image T. Subtraction section 102 outputs the prediction error to transform / quantization section 103.
  • Transform / quantization section 103 calculates a transform coefficient by frequency transformation with respect to the prediction error input from subtraction section 102, and derives a quantized transform coefficient by quantization. Transform / quantization section 103 outputs the quantized transform coefficient to entropy encoding section 104 and inverse quantization / inverse transform section 105.
  • the inverse quantization / inverse transformation unit 105 is the same as the inverse quantization / inverse transformation unit 311 (FIG. 7) in the video decoding device 31, and the description is omitted.
  • the calculated prediction error is output to addition section 106.
  • the quantized transform coefficient is input from the transform / quantization unit 103 to the entropy coding unit 104, and the coding parameters are input from the parameter coding unit 111.
  • the coding parameters include codes such as a reference picture index refIdxLX, a prediction vector index mvp_LX_idx, a difference vector mvdLX, a prediction mode predMode, and a merge index merge_idx.
  • the entropy coding unit 104 generates and outputs a coded stream Te by performing entropy coding on the division information, the prediction parameters, the quantized transform coefficients, and the like.
  • FIG. 23 shows the configuration of the entropy encoding unit 104.
  • the entropy encoding unit 301 includes a CABAC initialization unit 3011, a CABAC encoding unit 10412, an initialization table 3013, a temporal prediction storage unit 3014 (a temporal prediction table 3014), and a spatial prediction storage unit 3015 (a spatial prediction table 3015).
  • the time prediction storage unit 3014 stores the CABAC status in the internal time prediction table 3014.
  • the stored CABAC state is referred to when encoding a segment of another picture such as a segment of a subsequent picture, and is used for initializing the CABAC state.
  • the spatial prediction storage unit 3015 stores the CABAC status in the internal spatial prediction table 3015.
  • the stored CABAC state is referred to when encoding a segment other than the target segment, such as a segment following the target picture, and is used for initializing the CABAC state.
  • the CABAC encoding unit 10412 includes a CABAC state therein, encodes syntax according to the CABAC state, and mainly performs encoded data (bit stream).
  • the entropy encoding unit 104 stores the CABAC state in the temporal prediction table for each prediction region, similarly to the entropy decoding unit 301. Also, the CABAC state is read by referring to the time prediction table stored in prediction region units, and CABAC initialization is performed. The detailed operation has already been described in the entropy decoding unit 301, and a description thereof will be omitted.
  • the parameter encoding unit 111 includes a header encoding unit 1110, a CT information encoding unit 1111, a CU encoding unit 1112 (prediction mode encoding unit), an inter prediction parameter encoding unit 112, and an intra prediction parameter encoding unit (not shown). It has 113.
  • the CU encoding unit 1112 further includes a TU encoding unit 1114.
  • the image encoding apparatus that encodes the encoded data that has been subjected to the variable length encoding includes an entropy encoding unit that encodes a CABAC time prediction flag, and a CABAC state at a head of a segment configuring the picture.
  • CABAC initialization unit 3011 that initializes the CABAC state the CABAC initialization unit 3011 initializes the CABAC state using the time prediction table 3014 that holds the CABAC state when the CABAC time prediction flag is 1.
  • the CABAC time prediction flag is 0, the CABAC state is initialized using the initialization table.
  • the parameter encoding unit 111 performs an encoding process on parameters such as header information, division information, prediction information, and quantized transform coefficients.
  • the CT information encoding unit 1111 encodes QT, MT (BT, TT) division information and the like from the encoded data.
  • CU encoding section 1112 encodes CU information, prediction information, TU division flag split_transform_flag, CU residual flag cbf_cb, cbf_cr, cbf_luma, and the like.
  • TU encoding section 1114 encodes QP update information (quantization correction value) and quantization prediction error (residual_coding) when the TU includes a prediction error.
  • the CT information encoding unit 1111 and the CU encoding unit 1112 include inter prediction parameters (prediction mode predMode, 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),
  • the syntax elements such as intra prediction parameters (prev_intra_luma_pred_flag, mpm_idx, rem_selected_mode_flag, rem_selected_mode, rem_non_selected_mode,) and quantized transform coefficients are supplied to the entropy coding unit 104.
  • the addition unit 106 generates a decoded image by adding the pixel value of the prediction image of the block input from the prediction image generation unit 101 and the prediction error input from the inverse quantization / inverse conversion unit 105 for each pixel.
  • the adding unit 106 stores the generated decoded image in the reference picture memory 109.
  • the loop filter 107 applies a deblocking filter, SAO, and ALF to the decoded image generated by the adding unit 106.
  • the loop filter 107 does not necessarily need to include the above three types of filters, and may have, for example, a configuration including only a deblocking filter.
  • the prediction parameter memory 108 stores the prediction parameters generated by the coding parameter determination unit 110 at a position predetermined for each of the target picture and the CU.
  • the reference picture memory 109 stores the decoded image generated by the loop filter 107 at a predetermined position for each target picture and CU.
  • the coding parameter determination unit 110 selects one set from a plurality of sets of coding parameters.
  • the coding parameter is the above-described QT, BT, or TT division information, a prediction parameter, or a parameter to be coded that is generated in association with them.
  • the predicted image generation unit 101 generates a predicted image using these encoding parameters.
  • the coding parameter determination unit 110 calculates the RD cost value indicating the magnitude of the information amount and the coding error for each of the plurality of sets.
  • the RD cost value is, for example, a sum of a code amount and a value obtained by multiplying a square error by a coefficient ⁇ .
  • the code amount is the information amount of the coded stream Te obtained by entropy coding the quantization error and the coding parameter.
  • the square error is the sum of squares of the prediction error calculated by the subtraction unit 102.
  • the coefficient ⁇ is a real number larger than a preset zero.
  • the coding parameter determination unit 110 selects a set of coding parameters that minimizes the calculated cost value. As a result, the entropy coding unit 104 outputs the selected set of coding parameters as a coded stream Te.
  • the coding parameter determination unit 110 stores the determined coding parameter in the prediction parameter memory 108.
  • the entropy decoding unit 301 the parameter decoding unit 302, the loop filter 305, the predicted image generation unit 308, the inverse quantization / inverse Transformer 311, adder 312, predicted image generator 101, subtractor 102, transform / quantizer 103, entropy encoder 104, inverse quantizer / inverse transformer 105, loop filter 107, encoding parameter determiner 110
  • the parameter encoding unit 111 may be realized by a computer.
  • a program for realizing this control function may be recorded on a computer-readable recording medium, and the program recorded on this recording medium may be read and executed by a computer system.
  • the “computer system” is a computer system built in either the video encoding device 11 or the video decoding device 31 and includes an OS and hardware such as peripheral devices.
  • the “computer-readable recording medium” refers to a portable medium such as a flexible disk, a magneto-optical disk, a ROM, a CD-ROM, and a storage device such as a hard disk built in a computer system.
  • the "computer-readable recording medium” is a medium that dynamically holds the program for a short time, such as a communication line for transmitting the program through a network such as the Internet or a communication line such as a telephone line,
  • a program holding a program for a certain period of time such as a volatile memory in a computer system serving as a server or a client, may be included.
  • the program may be for realizing a part of the functions described above, or may be for realizing the functions described above in combination with a program already recorded in the computer system.
  • a part or all of the moving image encoding device 11 and the moving image decoding device 31 in the above-described embodiment may be realized as an integrated circuit such as an LSI (Large Scale Integration).
  • LSI Large Scale Integration
  • Each functional block of the video encoding device 11 and the video decoding device 31 may be individually implemented as a processor, or a part or all thereof may be integrated and implemented as a processor.
  • the method of circuit integration is not limited to an LSI, and may be realized by a dedicated circuit or a general-purpose processor. Further, in the case where a technology for forming an integrated circuit that replaces the LSI appears due to the progress of the semiconductor technology, an integrated circuit based on the technology may be used.
  • the above-described moving image encoding device 11 and moving image decoding device 31 can be used by being mounted on 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 may be an artificial moving image (including CG and GUI) generated by a computer or the like.
  • FIG. 2 (a) is a block diagram showing a configuration of a transmission device PROD_A equipped with the video encoding device 11.
  • a transmitting device PROD_A encodes a modulated signal by modulating a carrier wave with an encoded unit PROD_A1 that obtains encoded data by encoding a moving image, and encoded data obtained by the encoding unit PROD_A1. It has a modulating unit PROD_A2 to obtain and a transmitting unit PROD_A3 for transmitting the modulated signal obtained by the modulating unit PROD_A2.
  • the above-described video encoding device 11 is used as the encoding unit PROD_A1.
  • the transmitting device PROD_A is a camera PROD_A4 that captures a moving image, a recording medium PROD_A5 that records the moving image, an input terminal PROD_A6 for externally inputting the moving image, as a supply source of the moving image to be input to the encoding unit PROD_A1, and , An image processing unit A7 for generating or processing an image.
  • the configuration in which the transmitting device PROD_A has all of these is illustrated, but a part of the configuration may be omitted.
  • the recording medium PROD_A5 may be a recording of a moving image that is not encoded, or may record a moving image encoded by a recording encoding method different from the transmission encoding method. It may be something. In the latter case, a decoding unit (not shown) that decodes the encoded data read from the recording medium PROD_A5 in accordance with the encoding method for recording may be interposed between the recording medium PROD_A5 and the encoding unit PROD_A1.
  • FIG. 2 (b) is a block diagram showing the configuration of the receiving device PROD_B equipped with the video decoding device 31.
  • the receiving device PROD_B has a receiving unit PROD_B1 for receiving a modulated signal, a demodulating unit PROD_B2 for obtaining encoded data by demodulating the modulated signal received by the receiving unit PROD_B1, and a demodulating unit PROD_B2.
  • a decoding unit PROD_B3 that obtains a moving image by decoding the encoded data.
  • the above-described video decoding device 31 is used as the decoding unit PROD_B3.
  • the receiving device PROD_B has 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.
  • PROD_B6 may be further provided. In the figure, a configuration in which all of these components are included in the receiving device PROD_B is illustrated, but some of them may be omitted.
  • the recording medium PROD_B5 may be for recording a moving image that is not encoded, or may be encoded using a recording encoding method different from the transmission encoding method. You may. In the latter case, an encoding unit (not shown) that encodes the moving image obtained from the decoding unit PROD_B3 according to the encoding method for recording may be interposed between the decoding unit PROD_B3 and the recording medium PROD_B5.
  • the transmission medium for transmitting the modulated signal may be wireless or wired.
  • the transmission mode for transmitting the modulated signal may be broadcast (here, a transmission mode in which the transmission destination is not specified in advance) or communication (here, transmission in which the transmission destination is specified in advance). (Which refers to an embodiment). That is, transmission of the modulated signal may be realized by any of wireless broadcasting, wired broadcasting, wireless communication, and wired communication.
  • a terrestrial digital broadcast station such as a broadcasting facility
  • a receiving station such as a television receiver
  • a transmitting device PROD_A / receiving device PROD_B that transmits and receives a modulated signal by wireless broadcasting.
  • a broadcasting station (broadcasting facility or the like) / receiving station (television receiver or the like) of cable television broadcasting is an example of a transmitting device PROD_A / receiving device PROD_B that transmits and receives a modulated signal by cable broadcasting.
  • Servers workstations, etc.
  • Clients television receivers, personal computers, smartphones, etc.
  • VOD Video On Demand
  • video sharing services using the Internet are transmitters that transmit and receive modulated signals by communication.
  • PROD_A / receiving device PROD_B normally, either a wireless or wired transmission medium is used in a LAN, and a wired transmission medium is used in a WAN.
  • the personal computer includes a desktop PC, a laptop PC, and a tablet PC.
  • the smartphone includes a multifunctional mobile phone terminal.
  • the client of the moving image sharing service has a function of decoding encoded data downloaded from the server and displaying the encoded data on a display, and a function of encoding a moving image captured by a camera and uploading the encoded moving image 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. 3A is a block diagram showing a configuration of a recording device PROD_C in which the above-described video encoding device 11 is mounted.
  • a recording device PROD_C includes an encoding unit PROD_C1 that obtains encoded data by encoding a moving image, and a writing unit PROD_C2 that writes the encoded data obtained by the encoding unit PROD_C1 on a recording medium PROD_M.
  • the video encoding device 11 described above is used as the encoding unit PROD_C1.
  • the recording medium PROD_M may be (1) a type built in the recording device PROD_C such as an HDD (Hard Disk Drive) or an SSD (Solid State Drive), or (2) an SD memory. It may be of a type connected to the recording device PROD_C, such as a card or a USB (Universal Serial Bus) flash memory, or (3) a DVD (Digital Versatile Disc: registered trademark) or a BD (Blu-ray). A disc (registered trademark) or the like may be loaded in a drive device (not shown) built in the recording device PROD_C.
  • the recording device PROD_C includes a camera PROD_C3 for capturing a moving image, an input terminal PROD_C4 for externally inputting a moving image, and a reception terminal for receiving the moving image, as a supply source of the moving image to be input to the encoding unit PROD_C1.
  • a unit PROD_C5 and an image processing unit PROD_C6 for generating or processing an image may be further provided. In the figure, a configuration in which all of these are included in the recording device PROD_C is illustrated, but a part of the configuration may be omitted.
  • the receiving unit PROD_C5 may receive an uncoded moving image, or may receive coded data coded by a transmission coding method different from the recording coding method. May be used. In the latter case, a transmission decoding unit (not shown) for decoding encoded data encoded by the transmission encoding method may be interposed between the receiving unit PROD_C5 and the encoding unit PROD_C1.
  • Examples of such a recording device PROD_C include a DVD recorder, a BD recorder, an HDD (Hard Disk Drive) recorder, and the like (in this case, the input terminal PROD_C4 or the receiving unit PROD_C5 is a main source of a moving image).
  • a camcorder in this case, the camera PROD_C3 is a main source of moving images
  • a personal computer in this case, the receiving unit PROD_C5 or the image processing unit C6 is a main source of moving images
  • a smartphone this In this case, the camera PROD_C3 or the receiving unit PROD_C5 is a main source of the moving image
  • the like are also examples of such a recording device PROD_C.
  • FIG. 3B is a block diagram illustrating a configuration of a playback device PROD_D including the above-described video decoding device 31.
  • the playback device PROD_D includes a reading unit PROD_D1 that reads encoded data written to the recording medium PROD_M, and a decoding unit PROD_D2 that obtains a moving image by decoding the encoded data read by the reading unit PROD_D1. , Is provided.
  • the above-described video decoding device 31 is used as the decoding unit PROD_D2.
  • the recording medium PROD_M may be (1) a type built in the playback device PROD_D, such as an HDD or SSD, or (2) a type such as an SD memory card or a USB flash memory. It may be a type connected to the playback device PROD_D, or (3) a device such as a DVD or a BD that is loaded into a drive device (not shown) built in the playback device PROD_D. Good.
  • the playback device PROD_D includes a display PROD_D3 for displaying a moving image, an output terminal PROD_D4 for outputting the moving image to the outside, and a transmitting unit for transmitting the moving image, as a supply destination of the moving image output by the decoding unit PROD_D2.
  • PROD_D5 may be further provided. In the figure, a configuration in which the playback device PROD_D includes all of these is illustrated, but a part of the configuration may be omitted.
  • the transmission unit PROD_D5 may transmit an uncoded moving image, or may transmit coded data coded by a transmission coding method different from the recording coding method. May be used. In the latter case, an encoding unit (not shown) for encoding a moving image using a transmission encoding method may be interposed between the decoding unit PROD_D2 and the transmission unit PROD_D5.
  • Such a playback device PROD_D includes, for example, a DVD player, a BD player, an HDD player, and the like (in this case, an output terminal PROD_D4 to which a television receiver or the like is connected is a main destination of a moving image).
  • an output terminal PROD_D4 to which a television receiver or the like is connected is a main destination of a moving image.
  • a television receiver in this case, the display PROD_D3 is a main supply destination of a moving image
  • a digital signage also referred to as an electronic signboard or an electronic bulletin board
  • the display PROD_D3 or the transmission unit PROD_D5 is a main supply of the moving image.
  • Desktop PC in this case, the output terminal PROD_D4 or the transmission unit PROD_D5 is the main supply destination of moving images
  • laptop or tablet PC in this case, the display PROD_D3 or the transmission unit PROD_D5 is a moving image A main supply destination of an image
  • a smartphone in this case, the display PROD_D3 or the transmission unit PROD_D5 is a main supply destination of a moving image
  • a playback device PROD_D are also examples of such a playback device PROD_D.
  • Each block of the video decoding device 31 and the video encoding device 11 described above may be realized in hardware by a logic circuit formed on an integrated circuit (IC chip), or may be a CPU (Central Processing). Unit) may be implemented as software.
  • IC chip integrated circuit
  • CPU Central Processing
  • Unit Central Processing Unit
  • each of the above devices includes a CPU that executes the instructions of a program that realizes each function, a ROM (Read Only Memory) that stores the program, a RAM (Random Access Memory) that expands the program,
  • a storage device (recording medium) such as a memory for storing data is provided.
  • An object of an embodiment of the present invention is to record a program code (executable program, intermediate code program, source program) of a control program of each device, which is software for realizing the above-described functions, in a computer-readable manner.
  • the present invention can also be achieved by supplying a medium to each of the above-described devices and causing a computer (or a CPU or an MPU) to read out and execute a program code recorded on a recording medium.
  • Examples of the recording medium include tapes such as a magnetic tape and a cassette tape, magnetic disks such as a floppy (registered trademark) disk / hard disk, and CD-ROM (Compact Disc-Only Memory) / MO disk (Magneto-Optical disc).
  • tapes such as a magnetic tape and a cassette tape
  • magnetic disks such as a floppy (registered trademark) disk / hard disk
  • CD-ROM Compact Disc-Only Memory
  • MO disk Magnetic-Optical disc
  • a logic circuit such as a logic device or an FPGA (Field Programmable Gate Array) can be used.
  • each of the above devices may be configured to be connectable to a communication network, and the program code may be supplied via the communication network.
  • This communication network is not particularly limited as long as it can transmit a program code.
  • Internet intranet, extranet, LAN (Local Area Network), ISDN (Integrated Services Digital Network), VAN (Value-Added Network), CATV (Community Antenna Television / Cable Television) communication network, virtual private network (Virtual Private Network) Network), a telephone line network, a mobile communication network, a satellite communication network, and the like.
  • the transmission medium constituting this communication network may be any medium capable of transmitting the program code, and is not limited to a specific configuration or type.
  • the embodiment of the present invention can also be realized in the form of a computer data signal embedded in a carrier wave, in which the program code is embodied by electronic transmission.
  • the embodiment of the present invention is suitably applied to a moving image decoding device that decodes encoded data obtained by encoding image data, and a moving image encoding device that generates encoded data obtained by encoding image data. be able to. Further, the present invention can be suitably applied to the data structure of encoded data generated by the moving image encoding device and referred to by the moving image decoding device.
  • Image decoding device 301 Entropy decoder 302 Parameter decoding unit 3020 Header decoding unit 303 Inter prediction parameter decoding unit 304 Intra prediction parameter decoding unit 308 Prediction image generator 309 Inter prediction image generator 310 Intra prediction image generator 311 Inverse quantization / inverse transform unit 312 Adder 11 Image coding device 101 Predictive image generator 102 Subtraction unit 103 Transform / Quantizer 104 Entropy encoder 105 Inverse quantization / inverse transform unit 107 Loop filter 110 coding parameter determination unit 111 Parameter encoder 112 Inter prediction parameter coding unit 113 Intra prediction parameter coding unit 1110 Header encoder 1111 CT information encoding unit 1112 CU encoder (prediction mode encoder) 1114 TU encoding section 301 entropy decoding section 3011 CABAC initialization section 3012 CABAC decoding section 3013 initialization table 3014 time prediction storage section (time prediction table) 3015 Spatial prediction storage unit (spatial prediction table) 10412 CABAC encoder

Abstract

処理済ピクチャのCABAC状態を参照して、対象ピクチャのCABAC状態を初期化する方法は、量子化ステップ単位の予測テーブルに格納するため、レート制御を用いる（固定量子化以外の）エンコーダでは、十分な性能がでない。可変長符号化された符号化データを復号する画像復号装置であって、CABAC時間予測フラグを復号するエントロピー復号部を備え、ピクチャを構成するセグメント先頭において、CABAC状態を初期化するCABAC初期化部を備え、CABAC初期化部は、CABAC時間予測フラグが１の場合にCABAC状態を保持する時間予測テーブルを用いてCABAC状態を初期化し、CABAC時間予測フラグが０の場合に初期化テーブルを用いてCABAC状態を初期化することを特徴とする。

Description

動画像符号化装置および動画像復号装置
　本発明の実施形態は、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（Coding Unit：CU）と呼ばれることもある）、及び、符号化単位を分割することより得られる変換ユニット（TU：Transform Unit）からなる階層構造により管理され、CU毎に符号化／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誤差（「差分画像」または「残差画像」と呼ぶこともある）が符号化される。予測画像の生成方法としては、画面間予測（インター予測）、および、画面内予測（イントラ予測）が挙げられる。
　また、近年の動画像符号化及び復号の技術として非特許文献１が挙げられる。
"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, 2017-08-19
　既に処理したピクチャのCABAC状態を参照して、対象ピクチャのCABAC状態を初期化する方法は、量子化ステップ単位の予測テーブルに格納するため、レート制御を用いる（固定量子化以外の）エンコーダでは、十分な性能がでないという課題がある。
　また、CABAC状態を予測テーブルに格納しても、対応ピクチャが参照ピクチャリストに存在するかを判定していないので、参照不可のピクチャを参照する可能性があるという課題がある。
　また、予測リージョン単位で、CABAC状態を予測テーブルから参照するか否かを繰り替えることができない、という課題がある。
　また、セグメント単位で、CABAC状態を予測テーブルから参照するか否かを繰り替えることができない、という課題がある。
　また、予測リージョン単位で、CABAC状態を予測テーブルに格納する場合に、その粒度を変更することができない、という課題がある。
　本発明の一態様に係る画像復号装置は、可変長符号化された符号化データを復号する画像復号装置であって、CABAC時間予測フラグを復号するエントロピー復号部を備え、ピクチャを構成するセグメント先頭において、CABAC状態を初期化するCABAC初期化部を備え、上記CABAC初期化部は、CABAC時間予測フラグが１の場合に、CABAC状態を保持する時間予測テーブルを用いてCABAC状態の初期化を行い、CABAC時間予測フラグが０の場合に、初期化テーブルを用いてCABAC状態の初期化を行うことを特徴とする。
　上記エントロピー復号部は、さらに、CABAC時間空間予測モードを復号し、上記CABAC初期化部は、上記CABAC時間空間予測モードが１（画面分割モード）である場合には、上記セグメント先頭の画面内位置を用いて、上記時間予測テーブルからCABAC状態を読みだして、CABAC状態の初期化を行うことを特徴とする。
　上記画像復号装置は、さらに、CABAC時間空間予測モードを復号し、上記CABAC時間空間予測モードが示す画面分割数が２以上の場合には、上記セグメント先頭の画面内位置を用いて、上記時間予測テーブルからCABAC状態を読みだして、CABAC状態の初期化を行うことを特徴とする。
　上記画像復号装置は、さらに、セグメント単位で、セグメント予測フラグを復号し、上記セグメント時間予測フラグが１の場合には、上記時間予測テーブルからCABAC状態を読みだして、CABAC状態の初期化を行い、（上記セグメント時間予測フラグが０の場合には、初期化テーブルを用いてCABAC状態の初期化を行う、か、空間予測テーブルから予測を行う）ことを特徴とする。
　上記画像復号装置は、さらに、予測リージョン単位で、予測リージョン時間予測フラグを復号し、上記予測リージョン時間予測フラグが１の場合には、上記時間予測テーブルからCABAC状態を読みだして、CABAC状態の初期化を行い、（上記セグメント時間予測フラグが０の場合には、初期化テーブルを用いてCABAC状態の初期化を行う、か、空間予測テーブルから予測を行う）ことを特徴とする。
　可変長符号化された符号化データを復号する画像復号装置であって、ピクチャを構成するセグメント先頭において、時間予測テーブルからCABAC状態を読み出すエントロピー復号部を備え、上記エントロピー復号部は、対象ピクチャのテンポラルレイヤ毎に上記時間予測テーブルのエントリを選択することを特徴とする。可変長符号化された符号化データを復号する画像復号装置であって、ピクチャを構成するセグメント先頭において、CABAC状態を時間予測テーブルに格納するエントロピー復号部を備え、上記エントロピー復号部は、対象ピクチャのテンポラルレイヤ毎に上記時間予測テーブルのエントリを選択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、可変長符号化により符号化データを符号化する画像符号化装置であって、CABAC時間予測フラグを符号化するエントロピー符号化部を備え、ピクチャを構成するセグメント先頭において、CABAC状態を初期化するCABAC初期化部を備え、上記CABAC初期化部は、CABAC時間予測フラグが１の場合に、CABAC状態を保持する時間予測テーブルを用いてCABAC状態の初期化を行い、CABAC時間予測フラグが０の場合に、初期化テーブルを用いてCABAC状態の初期化を行うことを特徴とする。
　本発明の一態様によれば、動画像符号化・復号処理において、シンタックス要素のバイナリ列を符号化するＣＡＢＡＣの符号化効率を向上させることができる。
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。 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。 符号化ストリームのデータの階層構造を示す図である。 CTUの分割例を示す図である。 テンポラルレイヤと参照ピクチャリストを説明する図である。 動画像復号装置の構成を示す概略図である。 動画像復号装置の概略的動作を説明するフローチャートである。 時間予測用シンタックスを示す図である。 時間予測用シンタックスを示す図である。 スライスデータのシンタックス構造を示す図である。 エントロピー復号部の構成を示す図である。 エントロピー復号部301での初期化処理を示すフローチャートである。 エントロピー復号部301での初期化処理を示すフローチャートの別の例である。 時間予測テーブルの利用可能性の導出処理を示すフローチャートである。 時間予測テーブルの利用可能性の導出処理を示すフローチャートの別の例である。 エントロピー復号部301でのCABAC状態の格納処理を示すフローチャートである。 エントロピー復号部301でのCABAC状態の格納処理を示すフローチャートの別の例である。 時間予測テーブルの構成を示す図である。 時間予測テーブルの別の構成を示す図である。 予測リージョンを説明するための図である。 予測リージョン単位で格納されたCABAC状態をＣＴＵライン単位のセグメントから参照する例である。 エントロピー符号化部の構成を示す図である。 予測リージョンにおけるCABAC状態の格納位置を説明する図である。 予測リージョンにおけるCABAC状態の格納位置を説明する別の図である。 予測リージョンにおけるCABAC状態の格納位置を説明する別の図である。 ＷＰＰの利用に応じたCABAC状態の格納位置を説明する別の図である。 エントロピー復号部301でのＷＰＰの利用に応じたCABAC状態の格納処理を示すフローチャートである。
　　（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1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化ストリームを伝送し、伝送された符号化ストリーム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、動画像符号化装置（画像符号化装置）11、ネットワーク21、動画像復号装置（画像復号装置）31、及び動画像表示装置（画像表示装置）41を含んで構成される。
　動画像符号化装置11には画像Tが入力される。
　ネットワーク21は、動画像符号化装置11が生成した符号化ストリームTeを動画像復号装置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:登録商標）、BD（Blue-ray Disc:登録商標）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。
　動画像復号装置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、復号した１または複数の復号画像Tdを生成する。
　動画像表示装置41は、動画像復号装置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。動画像表示装置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、動画像復号装置31が高い処理能力を有する場合には、画質の高い画像を表示し、より低い処理能力しか有しない場合には、高い処理能力、表示能力を必要としない画像を表示する。
　＜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代入演算子であり、||は論理和を示す。
　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。
　ceil(a)はa以上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＞
　本実施形態に係る動画像符号化装置11および動画像復号装置31の詳細な説明に先立って、動画像符号化装置11によって生成され、動画像復号装置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4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4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を復号するために動画像復号装置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4(a)に示すように、ビデオパラメータセット（Video Parameter Set）、シーケンスパラメータセットSPS（Sequence Parameter Set）、ピクチャパラメータセットPPS（Picture Parameter Set）、ピクチャPICT、及び、付加拡張情報SEI（Supplemental Enhancement Information）を含んでいる。
　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動画像復号装置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動画像復号装置31が参照する符号化パラメータの集合が規定されている。例えば、ピクチャの復号に用いられる量子化幅の基準値（pic_init_qp_minus26）や重み付き予測の適用を示すフラグ（weighted_pred_flag）が含まれる。なお、PPSは複数存在してもよい。その場合、対象シーケンス内の各ピクチャから複数のPPSの何れかを選択する。
　　（符号化ピクチャ）
　符号化ピクチャでは、処理対象のピクチャPICTを復号するために動画像復号装置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4(b)に示すように、スライス0～スライスNS-1を含む（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0～スライスNS-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を復号するために動画像復号装置31が参照するデータの集合が規定されている。スライスは、図4(c)に示すように、スライスヘッダ、および、スライスデータを含んでいる。
　スライスヘッダには、対象スライスの復号方法を決定するために動画像復号装置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、スライスヘッダは、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。ピクチャは、スライスの他、タイルやＣＴＵラインに分割されていても良い。タイルや、ＣＴＵライン、ピクチャなどで区切られた符号化データをセグメントと呼ぶ。スライス、タイル、ＣＴＵラインは階層的に組み合わせてもよい。つまり、スライスがタイルに分割することや、タイルをスライスに分割すること、タイルをＣＴＵラインごとに分割してもよい。
　　（タイルとＷＰＰ）
　タイルは、ピクチャを矩形の単位領域のセグメントに分割する。ＷＰＰは、ウェーブフロント（Wavefront Parallel Processing）の略であり、ピクチャもしくはタイルをＣＴＵライン単位のセグメントに分割して処理する。セグメントは、お互い参照されずに独立に復号することができるが、ループフィルタではセグメント間にフィルタ処理を行ってもよい。
　　（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を復号するために動画像復号装置31が参照するデータの集合が規定されている。スライスデータは、図4(d)に示すように、CTU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。
　以下ＣＴＵのサイズをCtbSizeY、ピクチャの幅と高さをpic_width_in_luma_samples、pic_height_in_luma_samplesで表現すると、CTUサイズを単位としたピクチャの幅PicWidthInCtbsYと高さPicHeightInCtbsYは、以下で導出される。
　PicWidthInCtbsY = ceil( pic_width_in_luma_samples / CtbSizeY )
　PicHeightInCtbsY = ceil( pic_height_in_luma_samples / CtbSizeY )
　対象CTUのラスタスキャンアドレスをCtbAddrInRsとすると、CTU単位のX座標、Y座標は以下で表現できる。
　CtbAddrX = CtbAddrInRs % PicWidthInCtbsY
　CtbAddrY = CtbAddrInRs / PicWidthInCtbsY
　　（符号化ツリーユニット）
　図4(e)には、処理対象のCTUを復号するために動画像復号装置31が参照するデータの集合が規定されている。CTUは、再帰的な４分木分割（QT（Quad Tree）分割）、２分木分割（BT（Binary Tree）分割）あるいは３分木分割（TT（Ternary Tree）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に分割される。BT分割とTT分割を合わせてマルチツリー分割（MT（Multi Tree）分割）と呼ぶ。再帰的な４分木分割により得られる木構造のノードのことを符号化ノード（Coding Node）と称する。４分木、２分木、及び３分木の中間ノードは、符号化ノードであり、CTU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）、MT分割の有無を示すMT分割フラグ（split_mt_flag）、MT分割の分割方向を示すMT分割方向（split_mt_dir）、MT分割の分割タイプを示すMT分割タイプ（split_mt_type）を含む。cu_split_flag、split_mt_flag、split_mt_dir、split_mt_typeは符号化ノード毎に伝送される。
　cu_split_flagが１の場合、符号化ノードは４つの符号化ノードに分割される（図5(b)）。
　cu_split_flagが０の時、split_mt_flagが０の場合に符号化ノードは分割されず１つのCUをノードとして持つ（図5(a)）。CUは符号化ノードの末端ノードであり、これ以上分割されない。CUは、符号化処理の基本的な単位となる。
　split_mt_flagが１の場合に符号化ノードは以下のようにMT分割される。split_mt_typeが０の時、split_mt_dirが１の場合に符号化ノードは２つの符号化ノードに水平分割され（図5(d)）、split_mt_dirが０の場合に符号化ノードは２つの符号化ノードに垂直分割される（図5(c)）。また、split_mt_typeが１の時、split_mt_dirが１の場合に符号化ノードは３つの符号化ノードに水平分割され（図5(f)）、split_mt_dirが０の場合に符号化ノードは３つの符号化ノードに垂直分割される（図5(e)）。これらを図5(g)に示す。
　また、CTUのサイズが64x64画素の場合には、CU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4(f)に示すように、処理対象の符号化ユニットを復号するために動画像復号装置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、CUは、CUヘッダCUH、予測パラメータ、変換パラメータ、量子化変換係数等から構成される。CUヘッダでは予測モード等が規定される。
　予測処理は、CU単位で行われる場合と、CUをさらに分割したサブCU単位で行われる場合がある。CUとサブCUのサイズが等しい場合には、CU中のサブCUは１つである。CUがサブCUのサイズよりも大きい場合、CUは、サブCUに分割される。たとえばCUが8x8、サブCUが4x4の場合、CUは水平２分割、垂直２分割からなる、４つのサブCUに分割される。
　予測の種類（予測モード）は、イントラ予測と、インター予測の２つがある。イントラ予測は、同一ピクチャ内の予測であり、インター予測は、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。
　変換・量子化処理はCU単位で行われるが、量子化変換係数は4x4等のサブブロック単位でエントロピー符号化してもよい。
　　（予測パラメータ）
　予測画像は、ブロック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、イントラ予測とインター予測の予測パラメータがある。
　　（テンポラルレイヤと参照ピクチャリスト）
　参照ピクチャリストRefPicList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６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６(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。
　動画像復号装置及び動画像符号化装置は、参照ピクチャリストRefPicListに含まれるピクチャのみに依存して、対象ピクチャを復号・符号化する。逆に、参照ピクチャリストRefPicListに含まれないピクチャ（非参照ピクチャ）は復号することなく、後続のピクチャを復号することができる。テンポラルレイヤは、時間方向的にピクチャをグループ化したものであり、各グループにTemporalID(Tid)と呼ばれる値を割り当てる。テンポラルレイヤ＝Ｍのピクチャ群は、テンポラルレイヤＭ以下のピクチャ群のみを参照するように制御関係を制限することにより、例えば、所定のテンポラルレイヤ＝０、１だけを復号し、テンポラルレイヤ＝２を復号しないことによって、高速再生などが可能となる。
　図６(b)に、ピクチャB3（対象ピクチャ）の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。個々のCU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。図は、refIdxL0=2、refIdxL1=0の例である。なお、LXは、L0予測とL1予測を区別しない場合に用いられる記述方法であり、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。
　　（動画像復号装置の構成）
　本実施形態に係る動画像復号装置31（図７）の構成について説明する。
　動画像復号装置31は、エントロピー復号部301、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、後述の動画像符号化装置11に合わせ、動画像復号装置31にループフィルタ305が含まれない構成もある。
　パラメータ復号部302は、さらに、ヘッダ復号部3020、CT情報復号部3021、及びCU復号部3022（予測モード復号部）を備えており、CU復号部3022はさらにTU復号部3024を備えている。これらを総称して復号モジュールと呼んでもよい。ヘッダ復号部3020は、符号化データからVPS、SPS、PPSなどのパラメータセット情報、スライスヘッダ（スライス情報）を復号する。CT情報復号部3021は、符号化データからCTを復号する。CU復号部3022は符号化データからCUを復号する。TU復号部3024は、TUに予測誤差が含まれている場合に、符号化データからQP更新情報（量子化補正値）と量子化予測誤差（residual_coding）を復号する。
　また、パラメータ復号部302は、図示しない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を使用した例を記載するが、この例に限らず、サブCU単位で処理をしてもよい。あるいはCTU、CU、をブロック、サブCUをサブブロックと読み替え、ブロックあるいはサブ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）を復号する。エントロピー符号化には、シンタックス要素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要素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要素を可変長符号化する方式がある。前者のCABAC（Context Adaptive Binary Arithmetic Coding）は、符号化あるいは復号したピクチャ（スライス）毎に更新した確率モデルをメモリに格納する。そして、Pピクチャ、あるいはBピクチャのコンテキストの初期状態として、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設定する。この初期状態を符号化、復号処理に使用する。復号された符号には、予測画像を生成するための予測情報および、差分画像を生成するための予測誤差などがある。
　エントロピー復号部301は、復号した符号をパラメータ復号部302に出力する。復号した符号とは、例えば、予測モードpredMode、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等である。どの符号を復号するかの制御は、パラメータ復号部302の指示に基づいて行われる。
　　（基本フロー）
　図８は、動画像復号装置31の概略的動作を説明するフローチャートである。
　（S1100：パラメータセット情報復号）ヘッダ復号部3020は、符号化データからVPS、SPS、PPSなどのパラメータセット情報を復号する。
　（S1200：スライス情報復号）ヘッダ復号部3020は、符号化データからスライスヘッダ（スライス情報）を復号する。
　以下、動画像復号装置31は、対象ピクチャに含まれる各CTUについて、S1300からS5000の処理を繰り返すことにより各CTUの復号画像を導出する。
　（S1300：CTU情報復号）CT情報復号部3021は、符号化データからCTUを復号する。セグメント先頭のＣＴＵを復号する前に、CABACの初期化を行う。また、セグメント中の所定の位置のＣＴＵの復号後に、CABAC状態を、時間予測テーブル及び空間予測テーブルに格納する。
　（S1400：CT情報復号）CT情報復号部3021は、符号化データからCTを復号する。
　（S1500：CU復号）CU復号部3022はS1510、S1520を実施して、符号化データからCUを復号する。
　（S1510：CU情報復号）CU復号部3022は、符号化データからCU情報、予測情報、TU分割フラグsplit_transform_flag、CU残差フラグcbf_cb、cbf_cr、cbf_luma等を復号する。
　（S1520：TU情報復号）TU復号部3024は、TUに予測誤差が含まれている場合に、符号化データからQP更新情報（量子化補正値）と量子化予測誤差（residual_coding）を復号する。なお、QP更新情報は、量子化パラメータQPの予測値である量子化パラメータ予測値qPpredからの差分値である。
　（S2000：予測画像生成）予測画像生成部308は、対象CUに含まれる各ブロックについて、予測情報に基づいて予測画像を生成する。
　（S3000：逆量子化・逆変換）逆量子化・逆変換部311は、対象CUに含まれる各TUについて、逆量子化・逆変換処理を実行する。
　（S4000：復号画像生成）加算器312は、予測画像生成部308より供給される予測画像と、逆量子化・逆変換部311より供給される予測誤差とを加算することによって、対象CUの復号画像を生成する。
　（S5000：ループフィルタ）ループフィルタ305は、復号画像にデブロッキングフィルタ、SAO、ALFなどのループフィルタをかけ、復号画像を生成する。
　ループフィルタ305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305は、加算部312が生成したCUの復号画像に対し、デブロッキングフィルタ、サンプル適応オフセット（SAO）、適応ループフィルタ（ALF）等のフィルタを施す。
　参照ピクチャメモリ306は、加算部312が生成したCUの復号画像を、対象ピクチャ及び対象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、復号対象のCTUあるいはCU毎に予め定めた位置に予測パラメータを記憶する。具体的には、予測パラメータメモリ307は、パラメータ復号部302が復号したパラメータ及びエントロピー復号部301が復号した予測モードpredMode等を記憶する。
　予測画像生成部308には、予測モードpredMode、予測パラメータ等が入力される。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、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、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、予測画像を生成するために参照する領域である。
　逆量子化・逆変換部311は、エントロピー復号部301から入力された量子化変換係数を逆量子化して変換係数を求める。この量子化変換係数は、符号化処理において、予測誤差に対して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。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、予測誤差を算出する。逆量子化・逆変換部311は予測誤差を加算部312に出力する。
　加算部312は、予測画像生成部308から入力されたブロックの予測画像と逆量子化・逆変換部311から入力された予測誤差を画素毎に加算して、ブロックの復号画像を生成する。加算部312はブロックの復号画像を参照ピクチャメモリ306に記憶し、また、ループフィルタ305に出力する。
　（符号化データとセグメント）
　画面を構成する符号化データは、スライスから構成され、タイルを用いる場合（tiles_enabled_flag＝１）には、スライスはさらにタイルのセグメントから構成される。ＷＰＰを用いる場合（entropy_coding_sync_enabled_flag＝１）には、スライスはさらにＣＴＵラインのセグメントから構成される。タイルもＷＰＰも用いない場合には、スライスが１つのセグメントとなる。セグメントは、符号化データを復号する単位である。各セグメントからCABACデータを復号するために、各セグメントiの先頭位置を示す情報（entry_point_offset_minus1[i]）が符号化され、各セグメント先頭でCABAC状態が初期化される。offset_len_minus1は、entry_point_offset_minus1[i]を固定長符号化する場合に必要なビット数である。例えば16であればentry_point_offset_minus1[i]として、0から65535の値を符号化できる。以下、セグメントをサブストリームと呼んでもよい。
　　（予測リージョン）
　図２１は、CABAC状態の時間予測を行う場合に、時間予測テーブル３０１４に格納する単位は、ピクチャ全体であってもよいし、ピクチャを分割した単位領域であってもよい。これらの単位を予測リージョンと呼ぶ。図２１（a）に示すように、ピクチャ全体を一つの予測リージョンとしてCABAC状態を格納してもよい。この場合、CABAC状態の格納位置は黒い四角で示すように画面中心のＣＴＵでもよい。図中の点線は、画面を縦1/2、横1/2に分割する線を示す。図２１（ｂ）に示すように、予測リージョンはピクチャやタイルを上下にNumCabacPredRegion個に分割した各矩形領域であってもよい。図ではNumCabacPredRegion=4である。この場合、CABAC状態の格納位置は黒い四角で示すように予測リージョンの右下のＣＴＵでもよい。図２１（ｃ）に示すように、ピクチャ全体を一つの予測リージョンとしてCABAC状態を格納する場合、CABAC状態の格納位置はＹ座標がピクチャ中央、Ｘ座標が画面右端のＣＴＵでもよい。
　　（CABAC時間予測パラメータ）
　図９(b)は、CABAC時間予測パラメータのシンタックス構成を示す図である。CABAC時間予測パラメータは、CABAC時間予測フラグtemporal_cabac_pred_enabled_flag、CABAC時間空間予測モードspatial_temporal_cabac_pred_modeから構成される。前者はCABAC状態の時間予測を行うか否かを示すフラグであり、後者は、時間予測を行う場合において、画面を分割するある単位領域（予測リージョン単位）で予測を行うかを示すモードである。なお、この例ではピクチャパラメータセットのシンタックスで伝送しているが、それに限定されずシーケンスパラメータセットで伝送してもよい。spatial_temporal_cabac_pred_mode＝０の場合には、ピクチャを一つの予測リージョンとしてCABAC状態を格納してもよい。spatial_temporal_cabac_pred_mode！＝０の場合にはピクチャをspatial_temporal_cabac_pred_mode個だけ分割してもよい（NumCabacPredRegion＝spatial_temporal_cabac_pred_mod）。また、以下のようなテーブルで分割数NumCabacPredRegionを決めても良い。
　region_table[] = {2, 3, 4, 6, 8}
　NumCabacPredRegion＝region_table[spatial_temporal_cabac_pred_mode]
　この場合、spatial_temporal_cabac_pred_modeが1, 2, 3, 4, 5の場合に各々ピクチャが２、３、４、６、８個に分割される。なお、spatial_temporal_cabac_pred_modeと分割数の関係は上記に限定されない。図中(a)は、CABAC状態を時間予測する時（temporal_cabac_pred_enabled_flag＝１の場合）にCABAC時間空間予測フラグを通知する例である。図中(b)はＷＰＰを用いる場合（entropy_coding_sync_enabled_flag=1）にCABAC時間予測モードspatial_temporal_cabac_pred_modeを通知し、CABAC状態を時間予測する時にCABAC時間空間予測モードspatial_temporal_cabac_pred_modeを通知する例である。
　図１０(a)は、スライスのシンタックス構造を示す図である。スライスがさらに複数のセグメントから構成される場合（タイルが有効tiles_enabled_flag=1、もしくは、ＷＰＰが有効entropy_coding_sync_enabled_flag=1の場合）、符号化データは、セグメント数（num_entry_point_offsets）、各セグメントの先頭位置を示す情報（entry_point_offset_minus1[i]）を含む。分岐は図示しないがtemporal_cabac_pred_enabled_flagが１の場合には、さらに、セグメント単位でCABAC状態の時間予測を行うか否かを示すセグメント時間予測フラグslice_temporal_cabac_pred_enabled_flag[i]を含んでいても良い。
　エントロピー復号部301は、temporal_cabac_pred_enabled_flagを復号する。temporal_cabac_pred_enabled_flagが１の場合には、エントロピー復号部301は、さらにCABAC時間空間予測モードspatial_temporal_cabac_pred_modeを復号する。なお、temporal_cabac_pred_enabled_flagとspatial_temporal_cabac_pred_modeの２つにシンタックスを用いず、一つのシンタックス要素cabac_pred_enabled_modeを用いても良い。この場合、cabac_pred_enabled_mode=０ではCABAC状態の時間予測を行わず、１では画面を分割せず（１個に分割して）時間予測を行い、cabac_pred_enabled_mode=２以上では、画面を例えばcabac_pred_enabled_mode個に分割して時間予測を行ってもよい。
　エントロピー復号部301は、temporal_cabac_pred_enabled_flagが１の場合には、slice_temporal_cabac_pred_enabled_flag[i]を復号する。エントロピー復号部301は、タイルもしくはＷＰＰがオンの場合には、エントリポイント数（num_entry_point_offsets）、各セグメントiの先頭位置を示す情報（entry_point_offset_minus1[ i ]）を復号し、セグメント数（エントリポイント数＋１）個のslice_temporal_cabac_pred_enabled_flag[i]を復号する。ピクチャの先頭セグメントでは符号化データ中の各セグメントの位置（復号開始位置）を示すエントリポイントを含めない。つまり、セグメント０、セグメント１、セグメント２のデータがある場合には、セグメント１、セグメント２のみエントリポイントを符号化する。セグメントiの先頭位置はentry_point_offset_minus1[ i-1 ]に対応する。それに対してセグメントiのフラグは、slice_temporal_cabac_pred_enabled_flag[i]である。それ以外、タイルもＷＰＰもオフの場合には、セグメント数は１であるので、１つのslice_temporal_cabac_pred_enabled_flag[0]を復号する。なお、図１０（a）に示すように、タイルもＷＰＰもオフの場合には、num_entry_point_offsetsを０として、num_entry_point_offsets＋１個のslice_temporal_cabac_pred_enabled_flag[i]を復号してもよい。この場合、temporal_cabac_pred_enabled_flagによる分岐は無くて済む。
　なお、図１０（ｂ）に示すように、セグメント数ではなくNumCabacPredRegionだけのslice_temporal_cabac_pred_enabled_flag[i]を復号してもよい。このとき。NumCabacPredRegionは、ピクチャを分割する数に設定してもよいし、例えばＰＰＳで伝送しても良い。
　図１１は、スライスデータのシンタックス構造を示す図である。エントロピー復号部301は、符号化データ中のスライスデータからCTU単位で、予測モードやイントラ予測モード、動きベクトル（マージフラグ、差分ベクトルなど）を復号する。図中、coding_tree_unit( )はCTU単位の符号化データを示し、end_of_subset_one_bitはスライスの終端であるか否かのフラグ、byte_alignment( )はスライス終端で符号化データ長をバイト単位（8ビット単位）にするためのスタッフィングデータ、end_of_slice_segment_flagはスライスセグメント終端を示すフラグである。時間予測格納部３０１４、空間予測格納部３０１５では、CTUの終端においてCABAC状態を格納するが、これはend_of_subset_one_bitを符号化した後のタイミングで行ってもよい。
　（エントロピー復号部301の構成）
　エントロピー復号部301の構成を図１２に示す。エントロピー復号部301は、CABAC初期化部３０１１、ＣＡＢＡＣ復号部３０１２、初期化テーブル３０１３、時間予測格納部３０１４（時間予測テーブル３０１４）、空間予測格納部３０１５（空間予測テーブル３０１５）を備える。時間予測格納部３０１４は、内部の時間予測テーブル３０１４にCABAC状態を格納する。格納されたCABAC状態は、後続のピクチャのセグメントなど他のピクチャのセグメントの復号時に参照されCABAC状態の初期化に利用される。空間予測格納部３０１５は、内部の空間予測テーブル３０１５にCABAC状態を格納する。格納されたCABAC状態は、対象ピクチャの後続のセグメントなど、対象セグメント以外のセグメントの復号時に参照されCABAC状態の初期化に利用される。CABAC復号部３０１２は、内部にCABAC状態を備え、CABAC状態に応じて、符号化データ（ビットストリーム）からシンタックスを復号する。
　エントロピー復号部301は、ピクチャを構成するセグメント先頭において、CABAC状態を初期化するCABAC初期化部３０１１を備え、上記CABAC初期化部３０１１は、temporal_cabac_pred_enabled_flagが１の場合に、CABAC状態を保持する時間予測テーブル３０１４を用いてCABAC状態の初期化を行い、temporal_cabac_pred_enabled_flagが０の場合に、初期化テーブルを用いてCABAC状態の初期化を行う。
　（CABAC状態の初期化）
　エントロピー復号部301は、符号化データのセグメント先頭で、CABAC初期化部３０１１を用いてCABAC状態を初期化する。CABAC状態とは、例えば、コンテキスト単位の確率の状態を示すStateIdx、０と１のどちらが高確率かを示すMpsVal、係数StatCoeffなどである。コンテキストはシンタックスを構成するバイナリ列（０と１からなる列）の要素ごとに定められている。CABAC(Context-adaptive binary arithmetic coding)は、コンテキストごとに０か１に符号化される確率を推定し、その確率に基づいてバイナリを符号化することで効率的に符号化できる。このとき、確率StateIdxの初期値（及び高い確率のバイナリMps）を設定する必要があり、これをCABAC初期化と呼ぶ。下記TableStateIdx、TableMpsVal、TableStatCoeffは、StateIdx、MpsVal、StatCoeffから構成されるテーブルである。
　（CABAC状態の初期化動作の例）
　図１３は、エントロピー復号部301、エントロピー符号化部１０４での初期化処理を示すフローチャートである。この例では、ＷＰＰ予測を用いない場合を説明する。
　Ｓ３０１１：エントロピー復号部301、エントロピー符号化部１０４は、現在CTUがセグメント先頭であるか否かを判定する。セグメント先頭である場合（Ｙ）には、Ｓ３０１２に移行する。セグメント先頭でない場合（Ｎ）には、CABAC状態初期化を行わずに処理を終了する。
　例えば、以下の式で判定を行う。
　((TileId[CtbAddrInTs] != TileId[CtbAddrRsToTs[CtbAddrInRs-1]]) || (CtbAddrInRs==slice_segment_address)
　すなわち、以下の何れかの判定が真である場合にセグメント先頭であると判定する。
　　タイルセグメント先頭判定：現在CTUのアドレス（CtbAddrInTs）のタイルＩＤ（TileId[CtbAddrInTs]）と現在CTUの左側のCTUのタイルＩＤ（TileId[CtbAddrRsToTs[CtbAddrInRs-1]]）が異なる
　　スライス先頭判定：現在CTUのアドレス（CtbAddrInRs）がスライス先頭アドレス（slice_segment_address）と等しい。
　Ｓ３０１２：temporal_cabac_pred_enable_flagが１の場合（Ｙ）には、Ｓ３０１３に移行する。Ｎの場合には、Ｓ３０１８に移行する。
　Ｓ３０１３：temporal_cabac_pred_enable_flagが１の場合、時間予測テーブルに参照可能な状態があるか否かを判定し、参照可能な状態がある場合（Ｙ）には、Ｓ３０１５に移行する。
　Ｓ３０１５：時間予測テーブル３０１４に参照可能な状態がある場合には、例えば、以下のように参照状態（TableStateIdxSelect、TableMpsValSelect、TableStatCoeffSelect）を時間予測テーブルの要素（TableStateIdxTemporal[stateType][stateTid][statePos]、TableMpsValTemporal[stateType][stateTid][statePos]、TableStatCoeffTemporal[stateType][stateTid][statePos]
）に設定する。
　TableStateIdxSelect = TableStateIdxTemporal[stateType][stateTid][statePos]
　TableMpsValSelect = TableMpsValTemporal[stateType][stateTid][statePos]
　TableStatCoeffSelect = TableStatCoeffTemporal[stateType][stateTid][statePos]
　Ｓ３０１７：設定した状態（例えば、TableStateIdxSelect、TableMpsValSelect、TableStatCoeffSelect）を参照し、CABAC初期化部３０１１が対象セグメントのCABAC状態を初期化する。
　Ｓ３０１８：初期化テーブル３０１３を用いてCABAC初期化部３０１１が対象セグメントのCABAC状態を初期化する。
　（CABAC状態の初期化動作の別の例）
　図１４は、エントロピー復号部301、エントロピー符号化部１０４のCABAC初期化部３０１１での初期化処理を示すフローチャートの別の例である。この例では、ＷＰＰ予測を用いる場合を説明する。
　Ｓ３０１１：エントロピー復号部301は、現在CTUのアドレスが、セグメント先頭であるか否かを判定する。セグメント先頭である場合（Ｙ）には、Ｓ３０１２に移行する。セグメント先頭でない場合（Ｎ）には、CABAC状態初期化を行わずに処理を終了する。
　例えば、以下の式で判定を行う。
　((entropy_coding_sync_enabled_flag==1) && (CtbAddrInRs % PicWidthInCtbsY==0)) || (TileId[CtbAddrInTs] != TileId[CtbAddrRsToTs[CtbAddrInRs-1]]) || (CtbAddrInRs==slice_segment_address)
　すなわち、以下の何れかの判定が真である場合にセグメント先頭であると判定する。
　　ＷＰＰセグメント先頭判定：ＷＰＰ予測がオン(entropy_coding_sync_enabled_flag==1)で、現在CTUのアドレス（CtbAddrInRs）がCTUラインの左端である(CtbAddrInRs % PicWidthInCtbsY==0))
　　タイルセグメント先頭判定：現在CTUのアドレス（CtbAddrInTs）のタイルＩＤ（TileId[CtbAddrInTs]）と現在CTUの左側のCTUのタイルＩＤ（TileId[CtbAddrRsToTs[CtbAddrInRs-1]]）が異なる
　　スライス先頭判定：現在CTUのアドレス（CtbAddrInRs）がスライス先頭アドレス（slice_segment_address）と等しい。
　Ｓ３０１２：temporal_cabac_pred_enabled_flagが１の場合（Ｙ）には、Ｓ３０１３に移行する。Ｎの場合には、Ｓ３０１４に移行する。
　Ｓ３０１３：temporal_cabac_pred_enabled_flagが１の場合、時間予測テーブルに参照可能な状態があるか否かを判定し、参照可能な状態がある場合（Ｙ）には、Ｓ３０１５に移行する。Ｎの場合には、Ｓ３０１４に移行する。
　Ｓ３０１４：ＷＰＰ予測がオン（entropy_coding_sync_enabled_flag==1）かつスライスの最初のセグメント以外（空間予測テーブル３０１５に参照可能な状態がある）か否かを判定し、参照可能な状態がある場合（Ｙ）には、Ｓ３０１６に移行する。Ｎの場合には、Ｓ３０１８に移行する。
　Ｓ３０１５：時間予測テーブル３０１４に参照可能な状態がある場合には、例えば、以下のようにCABAC初期化に用いる参照状態（TableStateIdxSelect、TableMpsValSelect、TableStatCoeffSelect）に時間予測テーブルの要素（TableStateIdxTemporal[stateType][stateTid][statePos]、TableMpsValTemporal[stateType][stateTid][statePos]、TableStatCoeffTemporal[stateType][stateTid][statePos]）を設定する。ここでは時間予測テーブルのエントリの選択に、対象ピクチャのパラメータstateType、stateTidと対象位置のパラメータstatePosを用いる。
　TableStateIdxSelect = TableStateIdxTemporal[stateType][stateTid][statePos]
　TableMpsValSelect = TableMpsValTemporal[stateType][stateTid][statePos]
　TableStatCoeffSelect = TableStatCoeffTemporal[stateType][stateTid][statePos]
　Ｓ３０１６：ＷＰＰ予測がオンかつスライスの最初のセグメント以外である場合（Ｙ）には、例えば、以下のようにCABAC初期化に用いる参照状態（TableStateIdxSelect、TableMpsValSelect、TableStatCoeffSelect）に空間予測テーブル（TableStateIdxWpp、TableMpsValWpp、TableStatCoeffWpp）を設定する。
　　TableStateIdxSelect = TableStateIdxWpp
　　TableMpsValSelect = TableMpsValWpp
　　TableStatCoeffSelect = TableStatCoeffWpp
空間予測テーブルは、同じピクチャ内の既に復号したセグメントのCABAC状態を格納するテーブルである。
　Ｓ３０１７：設定した状態（例えば、TableStateIdxSelect、TableMpsValSelect、TableStatCoeffSelect）を参照し、CABAC初期化部３０１１が対象セグメントのCABAC状態を初期化する。
　Ｓ３０１８：初期化テーブル３０１３を用いてCABAC初期化部３０１１が対象セグメントのCABAC状態を初期化する。
　（セグメント単位の時間予測判定）
　図１３の説明ではＳ３０１３において、temporal_cabac_pred_enabled_flagが１である場合に、前に処理されたピクチャで保存されたCABAC状態である時間予測テーブルを用いてCABAC初期化を行う方法を説明したが、セグメント単位のフラグであるセグメント時間予測フラグを用いて、時間予測を行うか否かを切り替える構成でもよい。この場合には、temporal_cabac_pred_enabled_flagが１、かつ、対象セグメントiのセグメント時間予測フラグslice_temporal_cabac_pred_enabled_flag[i]が１の場合に、Ｓ３０１４に移行する。すなわち、slice_temporal_cabac_pred_enabled_flag[i]が１の場合に、上記時間予測テーブルからCABAC状態を読みだして、CABAC状態の初期化を行い、上記セグメント時間予測フラグが０の場合には、初期化テーブルを用いてCABAC状態の初期化を行う、か、空間予測テーブルから予測を行うことを特徴とする。
　（予測リージョン単位の時間予測判定）
　図１３、図１４の説明ではＳ３０１３において、CABAC時間予測フラグtemporal_cabac_pred_enabled_flagが１である場合に、前に処理されたピクチャで保存されたCABAC状態である時間予測テーブル３０１４を用いてCABAC初期化を行う方法を説明したが、予測リージョン単位のフラグである予測リージョン時間予測フラグを用いて、時間予測を行うか否かを切り替える構成でもよい。この場合には、
　temporal_cabac_pred_enabled_flagが１、かつ、対象予測リージョンの予測リージョン時間予測フラグslice_temporal_cabac_pred_enabled_flag[i]が１の場合に、Ｓ３０１４に移行する。すなわち、slice_temporal_cabac_pred_enabled_flag[i]が１の場合に、上記時間予測テーブルからCABAC状態を読みだして、CABAC状態の初期化を行い、（上記予測リージョン時間予測フラグが０の場合には、初期化テーブルを用いてCABAC状態の初期化を行う、か、空間予測テーブルから予測を行う）ことを特徴とする。
　（時間予測テーブルの選択方法）
　以下、エントロピー復号部301、エントロピー符号化部１０４の時間予測格納部３０１４から参照される時間予測テーブルの選択方法（エントリの選択方法）を説明する。時間予測テーブルは、テンポラルレイヤ単位で参照してもよい。ここで、参照するテンポラルレイヤをstateTidで表現する。さらに時間予測テーブルは、スライスタイプ単位で参照してもよい。ここで、参照するスライスタイプをstateTypeで表現する。さらに、時間予測テーブルは、ピクチャ内の位置を示す予測リージョン単位で格納や参照を行ってもよい。ここで、予測リージョンの位置を示す値（参照するピクチャ内位置を示すインデックス）をstatePosで表現する。
　図１９は、時間予測テーブルの構成を示す図である。この例では、テンポラルレイヤごとにCABAC状態を格納する。
　例えば、テンポラルレイヤごとに格納する場合、以下のようにstateTidで参照できる。
　　TableStateIdxSelect = TableStateIdxTemporal[stateTid]
　　TableMpsValSelect = TableMpsValTemporal[stateTid]
　　TableStatCoeffSelect = TableStatCoeffTemporal[stateTid]
　別の構成として例えば、スライスタイプとテンポラルレイヤごとに格納する場合、以下のようにstateTypeとstateTidで参照できる。
　　TableStateIdxSelect = TableStateIdxTemporal[stateType][stateTid]
　　TableMpsValSelect = TableMpsValTemporal[stateType][stateTid]
　　TableStatCoeffSelect = TableStatCoeffTemporal[stateType][stateTid]
　別の構成として例えば、テンポラルレイヤと位置ごとに格納する場合、以下のようにstateTidとstatePosで参照できる。
　　TableStateIdxSelect = TableStateIdxTemporal[stateTid][statePos]
　　TableMpsValSelect = TableMpsValTemporal[stateTid][statePos]
　　TableStatCoeffSelect = TableStatCoeffTemporal[stateTid][statePos]
　図２０は、時間予測テーブルの構成を示す図である。この例では、スライスタイプ、テンポラルレイヤと位置ごとにCABAC状態を格納する。
　あるいは、例えば、スライスタイプとテンポラルレイヤと位置ごとに格納する場合、以下のようにstateTypeとstateTidとstatePosで参照できる。
　　TableStateIdxSelect = TableStateIdxTemporal[stateType][stateTid][statePos]
　　TableMpsValSelect = TableMpsValTemporal[stateType][stateTid][statePos]
　　TableStatCoeffSelect = TableStatCoeffTemporal[stateType][stateTid][statePos]
　（時間予測テーブルの選択処理）
　エントロピー復号部301、エントロピー符号化部１０４は、スライスタイプstateType、テンポラルレイヤstateTid、参照位置statePosを用いて、時間予測テーブルのエントリを選択してもよい。
　エントロピー復号部301、エントロピー符号化部１０４は、対象ピクチャのスライスタイプsliceTypeを用いて、参照スライスタイプstateTypeを決定してもよい。
　stateType = sliceType
　エントロピー復号部301、エントロピー符号化部１０４は、対象ピクチャのテンポラルレイヤをsliceTidを用いて、参照スライスのテンポラルレイヤstateTidを決定してもよい。
　stateTid = sliceTid
　エントロピー復号部301、エントロピー符号化部１０４は、対象ブロックの位置（CtbAddrX, CtbAddrY）を用いて、参照位置statePosを決定してもよい。
　N = PicHeightInCtbsY / NumCabacPredRegion
　statePos = CtbAddrY / N
　ここで、NumCabacPredRegionは、ピクチャを予測リージョンに分割した場合のリージョン数である。またspatial_temporal_cabac_pred_enabled_modeに依存してstatePosを導出してもよい。
　statePos = (spatial_temporal_cabac_pred_enabled_mode) ? CtbAddrY / N : 0
　図２２は、予測リージョン単位で格納されたCABAC状態をＣＴＵライン単位のセグメントから参照する例である。予測リージョンの分割方法は図２１と同じである。特にＷＰＰオンの場合、つまりＣＴＵライン単位のセグメントを用いる例を示す。図２２(ａ)では、ピクチャを一つの予測リージョンとして用いる例である。各セグメント（ＣＴＵライン）の先頭ＣＴＵにおいてCABAC状態を初期化する場合であって、時間予測を用いる場合に、statePos=0の時間予測テーブルを参照する。なお、時間予測テーブルは、図１９、図２０に示すようにさらにテンポラルレイヤやスライスタイプ別に格納、参照してもよい。図２２(ｂ)では、ピクチャをNumCabacPredRegion個（ここではNumCabacPredRegion＝４）の予測リージョンを用いる例であり、各セグメント（ＣＴＵライン）の先頭ＣＴＵでCABAC状態を初期化する場合であって、時間予測を用いる場合、statePos=CtbAddrY/Nの時間予測テーブルを参照する。ここでN=PicHeightInCtbsY/NumCabacPredRegion。図ではＮ＝２であり、２ＣＴＵラインごとに１つの時間予測テーブルを参照する。
　（時間予測テーブルの利用可能性チェック）
　図１５は、CABAC初期化で参照する時間予測テーブルの利用可能性の導出処理を示すフローチャートである。Ｓ３０１３のチェックの詳細である。
　Ｓ３０１３１：時間予測テーブルの対応ピクチャが参照ピクチャリストに含まれているかをチェックし、含まれている場合（Ｙ）には、Ｓ３０１３４に移行し、含まれていない場合には、Ｓ３０１３５に移行する。
　Ｓ３０１３４：時間予測テーブルの対応ピクチャが参照ピクチャリストに含まれている場合には、当該時間予測テーブルを選択し、利用可能フラグを１に設定する。
　Ｓ３０１３５：時間予測テーブルの対応ピクチャが参照ピクチャリストに含まれていない場合には、利用可能フラグを０に設定する。
　本構成のように、参照ピクチャリストをチェックすることにより、時間予測テーブルに格納する時点のピクチャ（対応ピクチャ）が、参照ピクチャに含まれるピクチャであることを保証する。つまり、参照ピクチャリストにないピクチャ（つまり非参照ピクチャ）のCABAC状態を参照しないことを保証する。これによって参照ピクチャリスト内のみのピクチャの復号によって、対象ピクチャのセグメントがCABAC復号可能であることを保証する
効果を奏する。
　図１６は、時間予測テーブルの利用可能性の導出処理を示すフローチャートの別の例である。本例では、さらに、テンポラルレイヤのチェックを行う。
　Ｓ３０１３０：参照テンポラルレイヤstateTidに現在のテンポラルレイヤcurrTidを設定する。
　Ｓ３０１３１：参照テンポラルレイヤstateTidで指定される時間予測テーブルの対応ピクチャが参照ピクチャリストに含まれているかをチェックし、含まれている場合（Ｙ）には、Ｓ３０１３４に移行し、含まれていない場合には、Ｓ３０１３２に移行する。
　Ｓ３０１３２：参照テンポラルレイヤstateTidと最小テンポラルレイヤ0を比較し、stateTidが0より大きい場合（Ｙ）、Ｓ３０１３３に移行し、Ｎであれば、Ｓ３０１３５に移行する。
　Ｓ３０１３３：参照テンポラルレイヤを１減算（stateTid=stateTid-1）し、Ｓ３０１３１に移行する。すなわち、currTidから探索を開始して、対応ピクチャが参照ピクチャリストに含まれていない場合には、現在より小さいテンポラルレイヤを参照テンポラルレイヤstateTidに設定して再探索する。
　Ｓ３０１３４：時間予測テーブルの対応ピクチャが参照ピクチャリストに含まれている場合には、当該時間予測テーブルを選択し、利用可能フラグを１に設定する。
　Ｓ３０１３５：時間予測テーブルの対応ピクチャが参照ピクチャリストに含まれていない場合には、利用可能フラグを０に設定する。
　例えば、以下の擬似コードによって実現することができる。
　　　　for (stateTid = currTid; stateTid >= 0; stateTid = stateTid - 1)
　　　　{
　　　　　// check reference picture for the state is available in RPL
　　　　　poc = TemporalStatePicOrderCount[stateType][stateTid][statePos]
　　　　　if (IsPicIncludedInReferencePictureList(poc))
　　　　　{
　　　　　　availableFlag = true
　　　　　　break;
　　　　　}
　　　　}
　　　　if (stateTid < 0)
　　　　{
　　　　　availableFlag = false
　　　　}
　上記、TemporalStatePicOrderCount[stateType][stateTid][statePos]は、参照スライスタイプstateType、参照テンポラルレイヤstateTid、参照ポジションstatePosで指定される対応ピクチャのPOCである。TemporalStatePicOrderCount[stateType][stateTid][statePos]は後述の格納処理で設定する。IsPicIncludedInReferencePictureListは指定されたpocが参照ピクチャリストに含まれるか否かを判定する。ここでは判定が真の場合にavailableFlag = trueとする。
　本構成のように、currTid以下の参照テンポラルレイヤstateTidで指定される時間予測テーブルを選択することによって、currTidに最も近いセグメントのCABAC状態を再利用することができる効果を奏する。テンポラルレイヤが近いとエントロピー圧縮される符号は、現在のセグメントに近い性質を持つため、性能が高くなる。また、currTidの参照テンポラルレイヤstateTidで指定される時間予測テーブルがない場合にも、currTidとは異なる参照テンポラルレイヤstateTidとは別のレイヤの時間予測テーブルを参照することができ、より多くの場合で好適なCABAC状態で初期化できるという効果を奏する。
　（参照ピクチャリストのチェックとＰＯＣ）
　CABAC初期化の時間予測テーブルの利用可能性では、参照ピクチャリストに時間予測テーブルの対応ピクチャが含まれているかを判定する。この参照ピクチャリストに対応ピクチャが含まれているかの判定にはＰＯＣを利用してもよい。例えば、以下の処理IsPicIncludedInReferencePictureList(poc)は、指定される対応ピクチャのPOCが、参照ピクチャリストに存在するかを判定する。このIsPicIncludedInReferencePictureList(poc)の判定処理は以下の擬似コードでもよい。
　for (refIdx = 0; refIdx < num_ref_idx_l0_active_minus1 + 1; refIdx++)
　{
　　if (POC of RefPicListL0[refIdx] == poc)
　　{
　　　return true;
　　}
　}
　if( sliceType == B_SLICE)
　{
　　for (refIdx = 0; refIdx < num_ref_idx_l1_active_minus1 + 1; refIdx++)
　　{
　　　if (POC of RefPicListL1[refIdx] == poc)
　　　{
　　　　return true;
　　　}
　　}
　}
　return false
　上記において、pocは、指定された対応ピクチャのPOCを用いる。num_ref_idx_l0_active_minus1 + 1はL0参照ピクチャリストRefPicListL0の要素の数、num_ref_idx_l1_active_minus1 + 1はL1参照ピクチャリストRefPicListL1の要素の数である。まず、RefPicListL0を0から順に探索し、要素のPOC(POC of RefPicListL0[refIdx])が探索対称のpocと等しいかを判定し、次にRefPicListL1を0から順に探索する。等しいPOCのピクチャが参照ピクチャ中に見つかれば利用可能（true）に設定し、それ以外は利用可能ではない（false）と判定する。
　（CABAC状態の格納処理の動作）
　図１７は、エントロピー復号部301、エントロピー符号化部１０４でのCABAC状態の格納処理を示すフローチャートである。
Ｃ４００１：ＣＴＵの最後のシンタックスを復号、符号化した時点（例えばend_of_slice_segment_flagやend_of_subset_one_bitを復号、符号化した時点）であるかを判定する。ＣＴＵの最後の場合（Ｙ）、Ｓ４００２に移行し、それ以外（Ｎ）では、CABAC状態の格納を行わず処理を終了する。
Ｃ４００２：CABAC時間予測フラグ==1、かつ、セグメントの所定の位置の場合（Ｙ）には、Ｃ４００３に移行する。それ以外（Ｎ）の場合には、処理を終了する。
Ｃ４００３：所定の位置のCABAC状態を、時間予測テーブルに格納する。
　図１８は、エントロピー復号部301、エントロピー符号化部１０４でのCABAC状態の格納処理を示すフローチャートの別の例である。
Ｃ４００１：ＣＴＵの最後のシンタックスを復号、符号化した時点であるかを判定する。ＣＴＵの最後の場合（Ｙ）、Ｓ４００２に移行し、それ以外（Ｎ）では、CABAC状態の格納を行わず処理を終了する。
Ｃ４００２：CABAC時間予測フラグ==1かつ予測リージョンの所定の位置の場合（Ｙ）には、Ｃ４００３に移行する。それ以外（Ｎ）の場合には、Ｃ４００４に移行する。所定の位置は、予測リージョンの最後のＣＴＵでもよい。なお、格納位置は予測リージョンの最後のCTUに限定されず、予測リージョン内の所定の位置（例えば中央位置）でもよい。
Ｃ４００３：所定の位置のCABAC状態を、時間予測テーブルに格納する。図１７および図１８の所定の位置の判定式は、例えば以下でもよい。
　(CtbAddrX == (PicWidthInCtbsY/2) && CtbAddrY == (PicHeightInCtbsY/2)
　上記は、ＣＴＵアドレスのＸ座標、Ｙ座標（CtbAddrX、CtbAddrY）が画面中心(PicWidthInCtbsY/2、PicHeightInCtbsY/2)である場合に、CABAC状態を時間予測テーブルに格納する処理を示す。
　また別の構成として、CABAC時間空間予測モードspatial_temporal_cabac_pred_modeに応じて格納する場合の判定処理を示す。以下では、図２１（ａ）に示すように、CABAC時間空間予測モードが０の場合には画面中央としてもよい。
(spatial_temporal_cabac_pred_mode==0 && (CtbAddrX==(PicWidthInCtbsY/2) && CtbAddrY==(PicHeightInCtbsY/2))
　また、画面中央に限定されず、画面中央付近の右端でもよい。
(spatial_temporal_cabac_pred_mode==0 && (CtbAddrX==(PicWidthInCtbsY-1) && CtbAddrY==(PicHeightInCtbsY/2))
　なお、PicWidthInCtbsYは、ＣＴＵサイズで換算したピクチャ幅である（水平方向のＣＴＵ数）。逆に、CABAC時間空間予測モードが１の場合には、図２１（ｂ）に示すように、画面をNumCabacPredRegion個の予測リージョンに分割し、Ｘ座標はNumCabacPredRegion番目の予測リージョンの最終のＣＴＵラインの右端としてもよい。
(spatial_temporal_cabac_pred_mode==1 && (CtbAddrX==(PicWidthInCtbsY-1) && (CtbAddrY%N)==(N-1))
さらに画面右下である場合にもCABAC状態を格納しても良い。すなわち、画面右下であることを格納する条件に加えても良い。
(spatial_temporal_cabac_pred_mode==1 && ((CtbAddrX==(PicWidthInCtbsY-1) && (CtbAddrY%N)==(N-1)) || CtbAddrRs==NumCtuInPic-1)
　ここでNumCtuInPicはピクチャ中のＣＴＵ数である。
格納先は、以下としてもよい。
　TableStateIdxTemporal[stateType][stateTid][statePos]
　TableMpsValTemporal[stateType][stateTid][statePos]
　TableStatCoeffTemporal[stateType][stateTid][statePos]
ここで格納先を示すstateType、stateTid、statePosを以下のように設定しても良い。
　stateType = 対象ブロックのsliceType
　stateTid = 対象ブロックを含むピクチャのテンポラルレイヤ
　statePos = 対象ブロックの位置を示すインデックス
さらに対応ピクチャを識別するために、現ピクチャのPOCを格納しても良い。
　TemporalStatePicOrderCount[stateType][stateTid][statePos] = PicOrderCntVal
　なお、TemporalStatePicOrderCount[stateType][stateTid][statePos]は、ＩＤＲピクチャなど、ランダムアクセス可能なピクチャにおいて全て利用可能ではない値（例えば-1）に初期化してもよい。
Ｃ４００４：ＷＰＰが有効（entropy_coding_sync_enabled_flag==1）かつセグメントの所定の位置の場合（Ｙ）には、Ｃ４００５に移行する。それ以外（Ｎ）の場合には処理を終了する。
Ｃ４００５：所定の位置のCABAC状態を、空間予測テーブルに格納する。所定の位置の判定式は例えば以下の式でもよい。
　(entropy_coding_sync_enabled_flag==1) && ((CtbAddrInRs%PicWidthInCtbsY==1) || (CtbAddrInRs>1 && TileId[CtbAddrInTs]!=TileId[CtbAddrRsToTs[CtbAddrInRs- 2]]))
　ここで、CtbAddrInRsはラスタスキャンの画面内のＣＴＵアドレス、PicWidthInCtbsYはＣＴＵ単位の画面幅、TileIdはタイルＩＤ、CtbAddrInTsはタイル内のＣＴＵアドレス、CtbAddrRsToTsは、ラスタスキャンＣＴＵアドレスCtbAddrInRsからタイル内ＣＴＵアドレスCtbAddrInTsを導出するためのテーブルである。
　上記において、(CtbAddrInRs%PicWidthInCtbsY==1)はＣＴＵアドレスのＸ座標が１である場合（左端から２つ目のＣＴＵの場合）である。(CtbAddrInRs>1 && TileId[CtbAddrInTs]!=TileId[CtbAddrRsToTs[CtbAddrInRs-2]])は、タイル内で左端から２つ目のＣＴＵの場合（CtbAddrInRsが１より大きく、対象ブロックを含むＣＴＵのタイルＩＤが対象ＣＴＵの２つ前のCTUのタイルＩＤと異なる場合である。
　（格納する所定の位置）
　Ｃ４００３の動作ステップで説明したように、所定の位置のCABAC状態を、時間予測テーブルに格納する。ＣＴＵの座標が所定の位置に等しい場合に格納する。画面内に所定の位置が複数ある場合には、その所定の位置のＣＴＵを復号する度に、予測テーブルの参照位置statePosにCABAC状態を格納する。ここでは所定の位置、すなわち、CABAC状態の格納位置について再度説明する。既に説明したように、図２１（ａ）は、以下のように画面中央を格納位置にする場合を示す。statePos=0の時間予測テーブルに格納する。
　if (CtbAddrX == (PicWidthInCtbsY/2) && CtbAddrY == (PicHeightInCtbsY/2)
　　statePos = 0
　図２１（ｂ）は、予測リージョンの右下のCTUをCABAC状態の格納に用いる所定の位置としてもよい。ここでは画面を縦に、NumCabacPredRegion個の予測リージョンに分割する例である。
　if (CtbAddrX==(PicWidthInCtbsY-1) && (CtbAddrY%N)==(N-1))
　　statePos=CtbAddrY/N
　ここでN=PicHeightInCtbsY/NumCabacPredRegionであり、画面の高さ（PicHeightInCtbsY）を分割数NumCabacPredRegionで割って導出した予測リージョンの高さである。ここではＣＴＵ単位で高さを表す。また除算の場合に適当なラウンド用オフセットを加算し、N = (PicHeightInCtbsY + NumCabacPredRegion-1)/NumCabacPredRegion)や、(PicHeightInCtbsY + NumCabacPredRegion/2)/NumCabacPredRegion)を用いても良い。
　図２１（ｃ）は、Ｘ座標を予測リージョンの幅の右端、予測リージョンの高さの1/2の位置を所定の位置としてCABAC状態を格納する例である。この位置を今後、右端中央（Ｘ右端Ｙ中央、水平右端垂直中央）と呼ぶ。
　if (CtbAddrX == (PicWidthInCtbs-1) && CtbAddrY == (PicHeightInCtbsY/2)
　　statePos = 0
　図２４（ａ）は、予測リージョンが１ピクチャの場合で格納する所定の位置を画面右下に設定しCABAC状態を格納する例を示す。所定の位置の判定は、以下の判定式を用いる。
　if (CtbAddrX == (PicWidthInCtbs-1) && CtbAddrY == (PicHeightInCtbsY-1)
　　statePos = 0
　図２４（ｂ）は、予測リージョンが１ピクチャの場合で格納する所定の位置を右端中央（Ｘ右端Ｙ中央）に設定しCABAC状態を格納する例を示す。所定の位置の判定は、以下の判定式を用いる。
　if (CtbAddrX == (PicWidthInCtbs-1) && CtbAddrY == (PicHeightInCtbsY/2)
　　statePos = 0
　図２４（ｃ）は、予測リージョンがピクチャを縦にNumCabacPredRegion個に分割する場合（高さＮの予測リージョンで分割する場合）に、所定の位置を予測リージョン右下に設定しCABAC状態を格納する例を示す。所定の位置の判定は、以下の判定式を用いる。
　if (CtbAddrX == PicWidthInCtbs-1 && ((!lastPredRegionInPic&&((CtbAddrY % N) == N-1)) || (lastPredRegionInPic && (CtbAddrY == PicHeightInCtbsY-1))))
　　statePos=CtbAddrY/N
　ここでlastPredRegionInPicは、対象ＣＴＵが画面の最後の予測リージョンにあるか否かを示す値である。ここではＸ座標CtbAddrXが右端座標（PicWidthInCtbs-1）であり、最後の予測リージョン以外（!lastPredRegionInPic）では、ＣＴＵ座標（(CtbAddrY % N)）が予測リージョン内の最後のＣＴＵラインであるか（N-1）を判定する。最後の予測リージョン（lastPredRegionInPic）では、画面最後のCTUラインと一致するか（CtbAddrY == PicHeightInCtbsY-1）を判定する。
　なお、lastPredRegionInPicは、参照位置statePos = CtbAddrY/Nが、最後の予測リージョンの参照位置（(PicHeightInCtbsY - 1) / N）と一致するかにより、以下の導出式で求める。
　lastPredRegionInPic = ((PicHeightInCtbsY - 1) / N) == (CtbAddrY / N)
　N = PicHeightInCtbsY / NumCabacPredRegion
　もしくは
　(PicHeightInCtbsY + NumCabacPredRegion - 1) / NumCabacPredRegion
　図２４（ｄ）は、予測リージョンがピクチャを縦にＮ個に分割する場合で所定の位置を予測リージョン右端中央に設定しCABAC状態を格納する例を示す。所定の位置の判定は、以下の判定式を用いる。
　if (CtbAddrX == PicWidthInCtbs-1) && (CtbAddrY % N) == N/2)
　　statePos=CtbAddrY/N
　上記では、予測リージョン内のＣＴＵ座標（(CtbAddrY % N)）が予測リージョンの中央のＣＴＵラインであるか（N/2）を判定する。
　また、予測リージョン内の中央のＣＴＵライン(N/2)の位置が、画面下端を超えた場合に存在しない可能性を考慮して以下の判定式でもよい。
　if (CtbAddrX == PicWidthInCtbs-1 && ((!lastPredRegionInPic&&((CtbAddrY % N) == N/2)) || (lastPredRegionInPic && ((CtbAddrY % N) == N2))
　なお、N2は、ＣＴＵライン（N/2）が画面端を超えない場合、N2にはN/2を設定し、それ以外の場合には、画面端のライン（(PicHeightInCtbs - 1) % N）を用いればよく、以下のように導出する。
　N2 = (PicHeightInCtbs - 1) % N < N/2 ? (PicHeightInCtbs - 1) % N : N/2
　図２４（ｅ）は、予測リージョンがタイルのように矩形である場合、所定の位置を予測リージョン右下に設定しCABAC状態を格納する例を示す。所定の位置の判定は、ＣＴＵ単位のタイル幅－１とタイル高さ－１を利用して判定する。
　図２４（ｆ）は、予測リージョンがタイルのように矩形である場合、所定の位置を予測リージョン右端中央に設定しCABAC状態を格納する例を示す。所定の位置の判定は、ＣＴＵ単位のタイル幅－１とタイル高さ/2を利用して判定する。
　上記構成では、ピクチャもしくはタイルの右下の位置においてCABAC状態を格納することにより高い符号化効率を実現できる。
　上記構成では、ピクチャもしくはタイルの右端中央の位置においてCABAC状態を格納することにより高い符号化効率を実現できる。
　（画面境界を考慮したCABAC状態の格納位置）
　画面の幅と高さは必ずしもＣＴＵのサイズの整数倍とは限らない。例えば、画面のサイズが1920x1080の場合でＣＴＵの大きさが128x128の場合、画面の幅は、整数倍(15倍)であるが、画面の高さは非整数倍である。
　1920/128.0=15.0
　1080/128.0=8.4375
　非整数倍の場合、動画像符号化装置、動画像復号装置は、小数を切り上げて整数個のＣＴＵであるとみなして処理する。すなわち、１５ｘ９のＣＴＵを処理する。
　また、画面の一部（クロッピングウィンドウ領域）を出力する動画像復号装置では、符号化した画像のうち、左、右、上、下のオフセットconf_win_left_offset、conf_win_right_offset、conf_win_top_offset、conf_win_bottom_offsetを除いた領域のみを出力する。例えば、
　水平方向でSubWidthC * conf_win_left_offsetからpic_width_in_luma_samples - ( SubWidthC * conf_win_right_offset + 1 )と
　垂直方向でSubHeightC * conf_win_top_offsetからpic_height_in_luma_samples - ( SubHeightC * conf_win_bottom_offset + 1 )
を出力する。
　整数倍に切り上げるための領域やクロップにより出力されない領域も符号化自体はされるが、例えばグレー（Y = Cb = Cr = 128）で符号化されたり、黒領域であったりして、画面の多くの部分を占める特徴とは異なることが多い。このように、画面の幅がＣＴＵの整数倍ではない場合の画面右端や、高さがＣＴＵの整数倍でない場合の画面下端では、分割、予測、残差のためのシンタックスの分布は通常の画像の場合を反映していない。したがって、それらの領域を符号化、復号した後のCABAC状態を、後続のピクチャのCABAC状態として用いることは適当ではない。以下、CTUの非整数倍の画面サイズをもつピクチャを符号化、復号する場合、CABAC状態を時間予測テーブルに格納する所定の位置について説明する。
　格納する所定の位置を導出する際のオフセットとして、画面の幅がＣＴＵの整数倍ではない場合には２、それ以外は１を設定する。
　offX = pic_width_in_luma_samples < CtuSize * PicWidthInCtbsY ? 2 : 1
　なお、さらに画面のＣＴＵ単位の幅が１である場合には、オフセットを２とすることができないので、以下のように導出しても良い。
　offX = (PicWidthInCtbs > 1) && (pic_width_in_luma_samples < CtuSize * PicWidthInCtbsY) ? 2 : 1
　格納する所定の位置の導出に用いる垂直方向のオフセットoffYについても同様に計算してもよい。
　offY = pic_height_in_luma_samples < CtuSize * PicHeightInCtbsY ? 2 : 1
　offY = (PicHeightInCtbs > 1) && (pic_height_in_luma_samples < CtuSize * PicHeightInCtbsY) ? 2 : 1
　なお、ＣＴＵの整数倍であるか否かの他、クロッピングウィンドウを避けるようにオフセットを設定して、格納する場合の所定の位置を導出してもよい。
　この場合、クロップオフセットの大きさをCTUサイズで除算してオフセットを導出してもよい。なおシフト演算をもちいてもよい。
　offX = (SubWidthC * conf_win_right_offset) / CtuSize
　 = (SubWidthC * conf_win_right_offset) >> log2(CtuSize)
　さらに、ＣＴＵがカバーする画面幅（CtuSize * PicWidthInCtbsY）からクロップオフセットを考慮した実際の画面幅（pic_width_in_luma_samples - (SubWidthC * conf_win_right_offset）を引いて得られる非表示領域の幅と、ＣＴＵサイズCtuSizeから、導出してもよい。
　offX = (CtuSize * PicWidthInCtbsY - (pic_width_in_luma_samples - SubWidthC * conf_win_right_offset) + (CtuSize - 1)) / CtuSize
　　　 = (CtuSize * PicWidthInCtbsY - (pic_height_in_luma_samples - SubWidthC * conf_win_right_offset) + (CtuSize - 1)) >> log2(CtuSize)
　勿論、格納する所定の位置の導出に用いる垂直方向のオフセットoffYについても同様に計算してもよい。
　offY = (CtuSize * PicHeightInCtbsY - (pic_height_in_luma_samples - SubWidthC * conf_win_bottom_offset) + (CtuSize - 1)) / CtuSize
　offY = (CtuSize * PicHeightInCtbsY - (pic_height_in_luma_samples - SubWidthC * conf_win_bottom_offset) + (CtuSize - 1)) >> log2(CtuSize)
　図２５（ａ）は、予測リージョンが１ピクチャの場合で格納する所定の位置を画面右下に設定しCABAC状態を格納する例を示す。所定の位置の判定は、以下の判定式を用いる。
　offX = pic_width_in_luma_samples < CtuSize * PicWidthInCtbsY ? 2 : 1
　(CtbAddrX == (PicWidthInCtbs-offX) && CtbAddrY == (PicHeightInCtbsY/2)
　statePos = 0
　なお、以下の判定式を用いても良い。
　offX = pic_width_in_luma_samples < CtuSize * PicWidthInCtbsY ? 2 : 1
　offY = pic_height_in_luma_samples < CtuSize * PicHeightInCtbsY ? 2 : 1
　(CtbAddrX == (PicWidthInCtbs-offX) && CtbAddrY == (PicHeightInCtbsY-offY)
　statePos = 0
　図２５（ｂ）は、予測リージョンが１ピクチャの場合で格納する所定の位置を右端中央（Ｘ右端Ｙ中央）に設定しCABAC状態を格納する例を示す。所定の位置の判定は、以下の判定式を用いる。
　offX = pic_width_in_luma_samples < CtuSize * PicWidthInCtbsY ? 2 : 1
　(CtbAddrX == (PicWidthInCtbs-offX) && CtbAddrY == (PicHeightInCtbsY/2)
　statePos = 0
　図２５（ｃ）は、予測リージョンがピクチャを縦にNumCabacPredRegion個に分割する場合（高さＮの予測リージョンで分割する場合）で、所定の位置を予測リージョン右下に設定しCABAC状態を格納する例を示す。所定の位置の判定は、以下の判定式を用いる。
　(CtbAddrX == PicWidthInCtbs-offX && ((!lastPredRegionInPic&&((CtbAddrY % N) == N-1)) || (lastPredRegionInPic && CtbAddrY == PicHeightInCtbsY-offY)));
　statePos=CtbAddrY/N
　ここでlastPredRegionInPicは、対象ＣＴＵが画面の最後の予測リージョンにあるか否かを示す値である。Ｘ座標は非整数倍を考慮した右端座標（PicWidthInCtbs-offX）である。Ｙ座標については、最後の予測リージョン以外では、予測リージョン内のＣＴＵ座標（(CtbAddrY % N)）が最後のＣＴＵライン（N-1）であるかを判定する。また、最後の予測リージョンでは非整数倍を考慮した画面下端（PicWidthInCtbs-offY）であるかを判定する。
　また、以下のように導出してもよい。
　offX = (PicWidthInCtbs > 1) && (pic_width_in_luma_samples) < CtuSize * PicWidthInCtbsY ? 2 : 1
　offY = (PicHeightInCtbs > 1) && (pic_height_in_luma_samples) < CtuSize * PicHeightInCtbsY ? 2 : 1
　図２５（ｄ）は、予測リージョンがピクチャを縦にNumCabacPredRegion個に分割する場合（高さＮの予測リージョンで分割する場合）で、所定の位置を予測リージョン右下中央に設定しCABAC状態を格納する例を示す。所定の位置の判定は、以下の判定式を用いる。
　(CtbAddrX == PicWidthInCtbs-offX) && (CtbAddrY % N) == N/2)
　statePos=CtbAddrY/N
　上記では、予測リージョン内のＣＴＵ座標（(CtbAddrY % N)）が中央のＣＴＵライン（N/2）であるかを判定する。
　また、予測リージョン内の中央のＣＴＵライン(N/2)の位置が画面下端を超えて、存在しない可能性を考慮して以下の判定式でもよい。
　(CtbAddrX == PicWidthInCtbs-offX && ((!lastPredRegionInPic&&((CtbAddrY % N) ==
N/2)) || (lastPredRegionInPic && ((CtbAddrY % N) == N2))
　N2 = (PicHeightInCtbs-1)%N<N/2 ? (PicHeightInCtbs-1)%N : N/2
　図２５（ｅ）は、予測リージョンがタイルのように矩形である場合で、所定の位置を予測リージョン右下に設定しCABAC状態を格納する例を示す。所定の位置の判定は、タイル幅がＣＴＵの整数倍である場合には、ＣＴＵ単位のタイル幅－１を利用し、それ以外では、ＣＴＵ単位のタイル幅－２を利用する。さらにタイル高さがＣＴＵの整数倍である場合には、ＣＴＵ単位のタイル高さ－１を利用し、それ以外では、ＣＴＵ単位のタイル高さ－２を利用して判定する。
　図２５（ｆ）は、予測リージョンがタイルのように矩形である場合で、所定の位置を予測リージョン右端中央に設定しCABAC状態を格納する例を示す。所定の位置の判定は、タイル幅がＣＴＵの整数倍である場合には、ＣＴＵ単位のタイル幅－１を利用し、それ以外では、ＣＴＵ単位のタイル幅－２を利用する。さらにタイル高さがＣＴＵの整数倍である場合には、ＣＴＵ単位のタイル高さ/2を利用して判定する。
　上記の構成によれば、画面やタイルの一部をＣＴＵの整数倍に合わせるために拡張されたパディング領域や、出力時にクロップされて実際には表示されない領域など、通常の表示領域と特性が異なる領域のCABAC状態格納を回避する。そして通常の表示領域内のCABAC状態を格納し、後続のピクチャなどで利用する。これによりCABAC状態の予測精度が向上し符号化効率が向上する。
　（固定的に画面境界を考慮した格納位置）
　図２６では、ピクチャあるいはタイルがＣＴＵの整数倍であるかの判定を行わず、常に画面幅-２、画面高さ-２の位置を用いる例である。この例では、ＣＴＵ境界の位置を用いないことによって、ピクチャやタイルのサイズがＣＴＵの倍数ではない場合にも好適なCABAC状態を予測する効果がある。
　図２６（ａ）は、予測リージョンが１ピクチャの場合で、格納する所定の位置を画面右下に設定する例を示す。所定の位置の判定は、以下の判定式を用いる。
　(CtbAddrX == (PicWidthInCtbs-2) && CtbAddrY == (PicHeightInCtbsY-2)
　statePos = 0
　図２６（ｂ）は、予測リージョンが１ピクチャの場合で格納する所定の位置を右端中央（Ｘ右端Ｙ中央）に設定しCABAC状態を格納する例を示す。所定の位置の判定は、以下の判定式を用いる。
　(CtbAddrX == (PicWidthInCtbs-2) && CtbAddrY == (PicHeightInCtbsY/2)
　statePos = 0
　図２６（ｃ）は、予測リージョンがピクチャを縦にNumCabacPredRegion個に分割する場合（高さＮの予測リージョンで分割する場合）で、所定の位置を予測リージョン右下に設定しCABAC状態を格納する例を示す。所定の位置の判定は、以下の判定式を用いる。
　(CtbAddrX == PicWidthInCtbs-2 && ((!lastPredRegionInPic&&((CtbAddrY % N) == N-1)) || (lastPredRegionInPic && CtbAddrY == PicHeightInCtbsY-2)));
　statePos=CtbAddrY/N
　図２６（ｄ）は、予測リージョンがピクチャを縦にNumCabacPredRegion個に分割する場合（高さＮの予測リージョンで分割する場合）で、所定の位置を予測リージョン右下中央に設定しCABAC状態を格納する例を示す。所定の位置の判定は、以下の判定式を用いる。
　(CtbAddrX == PicWidthInCtbs-2) && (CtbAddrY % N) == N/2)
　statePos=CtbAddrY/N
あるいは、以下の判定式でもよい。
　(CtbAddrX == PicWidthInCtbs-2 && ((!lastPredRegionInPic&&((CtbAddrY % N) == N/2)) || (lastPredRegionInPic && ((CtbAddrY % N) == N2));
　N2 = (PicHeightInCtbs - 1) % N < N/2 ? (PicHeightInCtbs - 1) % N : N/2;
　図２６（ｅ）は、予測リージョンがタイルのように矩形である場合で、所定の位置を予測リージョン右下に設定しCABAC状態を格納する例を示す。所定の位置の判定は、ＣＴＵ単位のタイル幅－２とＣＴＵ単位のタイル高さ－２を利用して判定する。
　図２５（ｆ）は、予測リージョンがタイルのように矩形である場合で、所定の位置を予測リージョン右端中央に設定しCABAC状態を格納する例を示す。所定の位置の判定は、ＣＴＵ単位のタイル幅－２とＣＴＵ単位のタイル高さ／2を利用して判定する。
　上記の構成によれば、画面やタイルの一部をＣＴＵの整数倍に合わせるために拡張されたパディング領域や、出力時にクロップされて実際には表示されない領域などをあらかじめ考慮した位置のCABAC状態を格納し、後続のピクチャなどで利用する。これによりCABAC状態の予測精度が向上し符号化効率が向上する。
　（ＷＰＰ利用に基づいた格納位置の設定）
　図２７は、ＷＰＰ（ＣＴＵライン単位をセグメントとする）の利用に応じたCABAC状態の格納位置を説明する別の図である。ＣＴＵライン単位をセグメントとする場合には、ＣＴＵラインの左端でCABAC状態を初期化するため、セグメント中心部分ではまだ十分なCABAC状態ではなく、セグメント右端で好適なCABAC状態となることが多い。図２７（ａ）は、画面全体をセグメントとする場合で、（ｂ）はＷＰＰを用いる場合など、画面をＣＴＵラインに分割した単位をセグメントとする場合である。さらに（ｅ）は、画面をタイルに分割してセグメントとする場合で、（ｆ）は画面をタイルに分割してさらにタイル内のＣＴＵラインをセグメントとする場合である。
　図２７（ａ）（ｅ）に示すように、本実施形態では、ＷＰＰを用いない場合（ＣＴＵラインをセグメントとしない場合）には、画面もしくはタイルの中心を所定の格納位置とする。例えば
　(CtbAddrX == PicWidthInCtbs/2) && (CtbAddrY % N) == N/2)
　図２７（ｂ）（ｆ）に示すように、ＷＰＰを用いる場合（ＣＴＵラインをセグメントとする場合）には、画面もしくはタイルの右端を所定の格納位置とする。例えば
　(CtbAddrX == PicWidthInCtbs-1) && (CtbAddrY % N) == N/2)
　図２８は、上記処理を示すフローチャートである。
　Ｓ３０１：ＣＴＵラインをセグメントとするか否かを判定し、ＹならＳ３０２に移行し、セグメントの右端でCABC状態を格納する。ＮならＳ３０３に移行し、セグメントの中心でCABC状態を格納する。
　さらに画面の大きさを用いて判定しても良い。すなわち、画面サイズやタイルのサイズ（例えば幅）が小さい場合には右端、それ以外は中央を所定の格納位置としてもよい。
　上記の構成によれば、上記エントロピー復号部301、エントロピー符号化部104は、ＣＴＵラインをセグメントとする場合には、セグメントの右端を格納位置とし、それ以外の場合にはセグメントの中心を格納位置とすることを特徴とする。ＣＴＵラインをセグメントとする場合には、できるだけ右側のＣＴＵのCABAC状態を予測に用いることでCABAC状態の予測精度が向上し符号化効率が向上する。
　　（動画像符号化装置の構成）
　次に、本実施形態に係る動画像符号化装置11の構成について説明する。動画像符号化装置11は、予測画像生成部101、減算部102、変換・量子化部103、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、パラメータ符号化部111、エントロピー符号化部104を含んで構成される。
　予測画像生成部101は画像Ｔの各ピクチャを分割した領域であるCU毎に予測画像を生成する。予測画像生成部101は既に説明した予測画像生成部308と同じ動作であり、説明を省略する。
　減算部102は、予測画像生成部101から入力されたブロックの予測画像の画素値を、画像Ｔの画素値から減算して予測誤差を生成する。減算部102は予測誤差を変換・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誤差に対し、周波数変換によって変換係数を算出し、量子化によって量子化変換係数を導出する。変換・量子化部103は、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。
　逆量子化・逆変換部105は、動画像復号装置31における逆量子化・逆変換部311（図７）と同じであり、説明を省略する。算出した予測誤差は加算部106に出力される。
　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、パラメータ符号化部111から符号化パラメータが入力される。符号化パラメータには、例えば、参照ピクチャインデックスrefIdxLX、予測ベクトルインデックスmvp_LX_idx、差分ベクトルmvdLX、予測モードpredMode、及びマージインデックスmerge_idx等の符号がある。
　エントロピー符号化部104は、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、出力する。
　（エントロピー符号化部１０４の構成）
　図２３にエントロピー符号化部１０４の構成を示す。エントロピー符号化部301は、CABAC初期化部３０１１、ＣＡＢＡＣ符号化部１０４１２、初期化テーブル３０１３、時間予測格納部３０１４（時間予測テーブル３０１４）、空間予測格納部３０１５（空間予測テーブル３０１５）を備える。時間予測格納部３０１４は、内部の時間予測テーブル３０１４にCABAC状態を格納する。格納されたCABAC状態は、後続のピクチャのセグメントなど他のピクチャのセグメントの符号化時に参照されCABAC状態の初期化に利用される。空間予測格納部３０１５は、内部の空間予測テーブル３０１５にCABAC状態を格納する。格納されたCABAC状態は、対象ピクチャの後続のセグメントなど、対象セグメント以外のセグメントの符号化時に参照されCABAC状態の初期化に利用される。CABAC符号化部１０４１２は、内部にCABAC状態を備え、CABAC状態に応じて、シンタックスを符号化し、符号化データ（ビットストリーム）を主力する。
　エントロピー符号化部104は、エントロピー復号部３０１と同様、予測リージョン単位で、時間予測テーブルに、CABAC状態を格納する。また、予測リージョン単位で格納された時間予測テーブルを参照して、CABAC状態を読み出し、CABAC初期化を行う。詳細の動作は、エントロピー復号部３０１で説明済みであるので省略する。
　パラメータ符号化部111は、図示しないヘッダ符号化部1110、CT情報符号化部1111、CU符号化部1112（予測モード符号化部）、およびインター予測パラメータ符号化部112とイントラ予測パラメータ符号化部113を備えている。CU符号化部1112はさらにTU符号化部1114を備えている。
　上記構成では、可変長符号化された符号化データを符号化する画像符号化装置であって、CABAC時間予測フラグを符号化するエントロピー符号化部を備え、ピクチャを構成するセグメント先頭において、CABAC状態を初期化するCABAC初期化部３０１１を備え、上記CABAC初期化部３０１１は、CABAC時間予測フラグが１の場合に、CABAC状態を保持する時間予測テーブル３０１４を用いてCABAC状態の初期化を行い、CABAC時間予測フラグが０の場合に、初期化テーブルを用いてCABAC状態の初期化を行う。
　以下、各モジュールの概略動作を説明する。パラメータ符号化部111はヘッダ情報、分割情報、予測情報、量子化変換係数等のパラメータの符号化処理を行う。
　CT情報符号化部1111は、符号化データからQT、MT（BT、TT）分割情報等を符号化する。
　CU符号化部1112はCU情報、予測情報、TU分割フラグsplit_transform_flag、CU残差フラグcbf_cb、cbf_cr、cbf_luma等を符号化する。
　TU符号化部1114は、TUに予測誤差が含まれている場合に、QP更新情報（量子化補正値）と量子化予測誤差（residual_coding）を符号化する。
　CT情報符号化部1111、CU符号化部1112は、インター予測パラメータ（予測モードpredMode、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）、イントラ予測パラメータ（prev_intra_luma_pred_flag、mpm_idx、rem_selected_mode_flag、rem_selected_mode、rem_non_selected_mode、）、量子化変換係数等のシンタックス要素をエントロピー符号化部104に供給する。
　加算部106は、予測画像生成部101から入力されたブロックの予測画像の画素値と逆量子化・逆変換部105から入力された予測誤差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、SAO、ALF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、対象ピクチャ及び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対象ピクチャ及び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、BTあるいはTT分割情報、予測パラメータ、あるいは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を用いて予測画像を生成する。
　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、量子化誤差と符号化パラメータをエントロピー符号化して得られる符号化ストリームTeの情報量である。二乗誤差は、減算部102において算出された予測誤差の二乗和である。係数λは、予め設定されたゼロよりも大きい実数である。符号化パラメータ決定部110は、算出したコスト値が最小となる符号化パラメータのセットを選択する。これにより、エントロピー符号化部104は、選択した符号化パラメータのセットを符号化ストリームTeとして出力する。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。
　なお、上述した実施形態における動画像符号化装置11、動画像復号装置31の一部、例えば、エントロピー復号部301、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、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、動画像符号化装置11、動画像復号装置31のいずれかに内蔵されたコンピュータシステムであって、OSや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM、CD-ROM等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでも良い。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。
　また、上述した実施形態における動画像符号化装置11、動画像復号装置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。動画像符号化装置11、動画像復号装置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〕
　上述した動画像符号化装置11及び動画像復号装置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、上述した動画像符号化装置11及び動画像復号装置31を、動画像の送信及び受信に利用できることを、図2を参照して説明する。
　図2(a)は、動画像符号化装置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。上述した動画像符号化装置11は、この符号化部PROD_A1として利用される。
　送信装置PROD_Aは、符号化部PROD_A1に入力する動画像の供給源として、動画像を撮像するカメラPROD_A4、動画像を記録した記録媒体PROD_A5、動画像を外部から入力するための入力端子PROD_A6、及び、画像を生成または加工する画像処理部Ａ７を更に備えていてもよい。図においては、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2(b)は、動画像復号装置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。上述した動画像復号装置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、上述した動画像符号化装置11及び動画像復号装置31を、動画像の記録及び再生に利用できることを、図3を参照して説明する。
　図3(a)は、上述した動画像符号化装置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。上述した動画像符号化装置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:登録商標）やBD（Blu-ray Disc:登録商標）などのように、記録装置PROD_Cに内蔵されたドライブ装置（不図示）に装填されるものであってもよい。
　また、記録装置PROD_Cは、符号化部PROD_C1に入力する動画像の供給源として、動画像を撮像するカメラPROD_C3、動画像を外部から入力するための入力端子PROD_C4、動画像を受信するための受信部PROD_C5、及び、画像を生成または加工する画像処理部PROD_C6を更に備えていてもよい。図においては、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3(b)は、上述した動画像復号装置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。上述した動画像復号装置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、上述した動画像復号装置31および動画像符号化装置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（Random Access 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:登録商標）／CD-R（CD Recordable）／ブルーレイディスク（Blu-rayDisc：登録商標）等の光ディスクを含むディスク類、ICカード（メモリカードを含む）／光カード等のカード類、マスクROM／EPROM（Erasable Programmable Read-Only Memory）／EEPROM（Electrically Erasable and Programmable Read-Only Memory：登録商標）／フラッシュROM等の半導体メモリ類、あるいはPLD（Programmable logic device）やFPGA（Field Programmable Gate Array）等の論理回路類などを用いることができる。
　また、上記各装置を通信ネットワークと接続可能に構成し、上記プログラムコードを通信ネットワークを介して供給してもよい。この通信ネットワークは、プログラムコードを伝送可能であればよく、特に限定されない。例えば、インターネット、イントラネット、エキストラネット、LAN（Local Area Network）、ISDN（Integrated Services Digital Network）、VAN（Value-Added Network）、CATV（Community Antenna television/Cable Television）通信網、仮想専用網（Virtual Private Network）、電話回線網、移動体通信網、衛星通信網等が利用可能である。また、この通信ネットワークを構成する伝送媒体も、プログラムコードを伝送可能な媒体であればよく、特定の構成または種類のものに限定されない。例えば、IEEE（Institute of Electrical and Electronic Engineers）1394、USB、電力線搬送、ケーブルＴＶ回線、電話線、ADSL（Asymmetric Digital Subscriber Line）回線等の有線でも、IrDA（Infrared Data Association）やリモコンのような赤外線、BlueTooth（登録商標）、IEEE802.11無線、HDR（High Data Rate）、NFC（Near Field Communication）、DLNA（Digital Living Network Alliance：登録商標）、携帯電話網、衛星回線、地上デジタル放送網等の無線でも利用可能である。なお、本発明の実施形態は、上記プログラムコードが電子的な伝送で具現化された、搬送波に埋め込まれたコンピュータデータ信号の形態でも実現され得る。
　本発明の実施形態は上述した実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能である。すなわち、請求項に示した範囲で適宜変更した技術的手段を組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。
（関連出願の相互参照）
　本出願は、２０１８年９月２７日に出願された日本国特許出願：特願２０１８－１８１２７５、２０１８年１０月３日に出願された日本国特許出願：特願２０１８－１８８１２５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動画像復号装置、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動画像符号化装置に好適に適用することができる。また、動画像符号化装置によって生成され、動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。
31　画像復号装置
301　エントロピー復号部
302　パラメータ復号部
3020　ヘッダ復号部
303　インター予測パラメータ復号部
304　イントラ予測パラメータ復号部
308　予測画像生成部
309　インター予測画像生成部
310　イントラ予測画像生成部
311　逆量子化・逆変換部
312　加算部
11　画像符号化装置
101　予測画像生成部
102　減算部
103　変換・量子化部
104　エントロピー符号化部
105　逆量子化・逆変換部
107　ループフィルタ
110　符号化パラメータ決定部
111　パラメータ符号化部
112　インター予測パラメータ符号化部
113　イントラ予測パラメータ符号化部
1110　ヘッダ符号化部
1111　CT情報符号化部
1112　CU符号化部（予測モード符号化部）
1114　TU符号化部
３０１　エントロピー復号部
３０１１　CABAC初期化部
３０１２　ＣＡＢＡＣ復号部
３０１３　初期化テーブル
３０１４　時間予測格納部（時間予測テーブル）
３０１５　空間予測格納部（空間予測テーブル）
１０４１２　ＣＡＢＡＣ符号化部

Claims (11)

  1. 　可変長符号化された符号化データを復号する画像復号装置であって、
    　CABAC時間予測フラグを復号するエントロピー復号部と、
    　ピクチャを構成するセグメント先頭において、CABAC状態を初期化するCABAC初期化部と、を備え、
    　上記CABAC初期化部は、上記CABAC時間予測フラグが１の場合、CABAC状態を保持する時間予測テーブルを用いてCABAC状態の初期化を行い、上記CABAC時間予測フラグが０の場合、初期化テーブルを用いてCABAC状態の初期化を行うことを特徴とする画像復号装置。
  2. 　上記エントロピー復号部は、CABAC時間空間予測モードを復号し、
    　上記CABAC初期化部は、上記CABAC時間空間予測モードが１の場合、上記セグメント先頭の画面内位置を用いて、CABAC状態の初期化を行うことを特徴とする請求項１に記載の画像復号装置。
  3. 　上記エントロピー復号部は、CABAC時間空間予測モードを復号し、
    　上記CABAC初期化部は、上記CABAC時間空間予測モードが示す画面分割数が２以上の場合、上記セグメント先頭の画面内位置を用いて、CABAC状態の初期化を行うことを特徴とする請求項１に記載の画像復号装置。
  4. 　上記エントロピー復号部は、セグメント単位で、セグメント予測フラグを復号し、
    　上記CABAC初期化部は、上記セグメント時間予測フラグが１の場合、CABAC状態の初期化を行い、上記セグメント時間予測フラグが０の場合、初期化テーブルを用いてCABAC状態の初期化を行う、または、空間予測テーブルから予測を行うことを特徴とする請求項１に記載の画像復号装置。
  5. 　上記エントロピー復号部は、予測リージョン単位で、予測リージョン時間予測フラグを復号し、
    　上記CABAC初期化部は、上記予測リージョン時間予測フラグが１の場合、CABAC状態の初期化を行い、上記セグメント時間予測フラグが０の場合、初期化テーブルを用いてCABAC状態の初期化を行う、または、空間予測テーブルから予測を行うことを特徴とする請求項１に記載の画像復号装置。
  6. 　上記エントロピー復号部は、対象ピクチャのテンポラルレイヤ毎に、上記ピクチャを構成するセグメント先頭において、上記時間予測テーブルのエントリを選択することを特徴とする請求項１に記載の画像復号装置。
  7. 　上記エントロピー復号部は、対象ピクチャのテンポラルレイヤ毎に、上記ピクチャを構成するセグメントの所定の位置において、上記時間予測テーブルのエントリを選択することを特徴とする請求項１に記載の画像復号装置。
  8. 　上記エントロピー復号部は、ピクチャまたはタイルの右端中央の位置であって、上記ピクチャを構成するセグメントの所定の位置において、上記時間予測テーブルにCABAC状態を格納することを特徴とする請求項１に記載の画像復号装置。
  9. 　上記エントロピー復号部は、上記ピクチャを構成するセグメントの所定の位置において、、対象ピクチャのピクチャ幅がＣＴＵサイズの整数倍であるかに関する情報、または、クロッピングウィンドウの大きさを用いて、上記時間予測テーブルにCABAC状態を格納する位置を導出することを特徴とする請求項１に記載の画像復号装置。
  10. 　上記エントロピー復号部は、ＣＴＵライン単位をセグメントとする場合、セグメントの右端を格納位置とし、それ以外の場合、セグメントの中心を格納位置とすることを特徴とする請求項１に記載の画像復号装置。
  11. 　可変長符号化により符号化データを符号化する画像符号化装置であって、
    　CABAC時間予測フラグを符号化するエントロピー符号化部と、
    　ピクチャを構成するセグメント先頭において、CABAC状態を初期化するCABAC初期化部と、を備え、
    　上記CABAC初期化部は、CABAC時間予測フラグが１の場合、CABAC状態を保持する時間予測テーブルを用いてCABAC状態の初期化を行い、CABAC時間予測フラグが０の場合、初期化テーブルを用いてCABAC状態の初期化を行うことを特徴とする画像符号化装置。
PCT/JP2019/038193 2018-09-27 2019-09-27 動画像符号化装置および動画像復号装置 WO2020067440A1 (ja)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2018181275A JP2022002354A (ja) 2018-09-27 2018-09-27 動画像符号化装置および動画像復号装置
JP2018-181275 2018-09-27
JP2018188125A JP2022002356A (ja) 2018-10-03 2018-10-03 動画像符号化装置および動画像復号装置
JP2018-188125 2018-10-03

Publications (1)

Publication Number Publication Date
WO2020067440A1 true WO2020067440A1 (ja) 2020-04-02

Family

ID=69953535

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/038193 WO2020067440A1 (ja) 2018-09-27 2019-09-27 動画像符号化装置および動画像復号装置

Country Status (1)

Country Link
WO (1) WO2020067440A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116432676A (zh) * 2023-06-12 2023-07-14 北京紫光青藤微系统有限公司 用于条码解码的方法及装置、电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008011204A (ja) * 2006-06-29 2008-01-17 Toshiba Corp 符号化回路、復号回路、エンコーダ回路、デコーダ回路、ｃａｂａｃ処理方法
JP2012134757A (ja) * 2010-12-21 2012-07-12 Nippon Telegr & Teleph Corp <Ntt> コンテクスト適応エントロピー符号化方法，コンテクスト適応エントロピー復号方法，コンテクスト適応エントロピー符号化装置，コンテクスト適応エントロピー復号装置およびそれらのプログラム
JP2018521552A (ja) * 2015-05-29 2018-08-02 クアルコム，インコーポレイテッド 改善されたコンテキスト適応バイナリ算術コーティング（ｃａｂａｃ）設計を使用したデータのコーディング

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008011204A (ja) * 2006-06-29 2008-01-17 Toshiba Corp 符号化回路、復号回路、エンコーダ回路、デコーダ回路、ｃａｂａｃ処理方法
JP2012134757A (ja) * 2010-12-21 2012-07-12 Nippon Telegr & Teleph Corp <Ntt> コンテクスト適応エントロピー符号化方法，コンテクスト適応エントロピー復号方法，コンテクスト適応エントロピー符号化装置，コンテクスト適応エントロピー復号装置およびそれらのプログラム
JP2018521552A (ja) * 2015-05-29 2018-08-02 クアルコム，インコーポレイテッド 改善されたコンテキスト適応バイナリ算術コーティング（ｃａｂａｃ）設計を使用したデータのコーディング

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
"SERIES H : A UDIOVISUAL AND MULTIMEDIA SYSTEMS Infrastructure of audiovisual services-Coding of moving video , Recommendation ITU-T H", HIGH EFFICIENCY VIDEO CODING, ITU-T, vol. 265, February 2018 (2018-02-01), pages 46 - 47 , 205-206, XP055701552 *
CHEN, JIANLE ET AL.: "Further improvements to HMKTA-1. 0", ITU-TELECOMMUNICATIONS STANDARDIZATION SECTOR STUDY GROUP 16 QUESTION 6 VIDEO CODING EXPERTS GROUP (VCEG) 52ND MEETING, 19 June 2015 (2015-06-19), Warsaw, Poland, pages 1 - 8, XP055555095 *
SAID, AMIR ET AL.: "CE5: CABAC probability initialization from previous inter frames (test Cl", JOINT VIDEO EXPERTS TEAM (JVET) OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/SC 29/WG 11 11TH MEETING, Ljubljana, pages S1, XP030199039 *
SCHWARZ, HEIKO ET AL.: "CABAC and Slices", JOINT VIDEO TEAM (JVT) OF ISO/IEC MPEG & ITU-T VCEG (ISO/IEC JTC1/SC29/WG11 AND ITU-T SG 16 Q.6) 4TH MEETING, 26 July 2002 (2002-07-26), Klagenfurt, Austria, pages 1 - 17, XP002671680 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116432676A (zh) * 2023-06-12 2023-07-14 北京紫光青藤微系统有限公司 用于条码解码的方法及装置、电子设备
CN116432676B (zh) * 2023-06-12 2023-11-07 北京紫光青藤微系统有限公司 用于条码解码的方法及装置、电子设备

Similar Documents

Publication Publication Date Title
WO2018037853A1 (ja) 画像復号装置及び画像符号化装置
JP2021002780A (ja) 動画像復号装置および動画像符号化装置
US11818363B2 (en) Video decoding apparatus and video coding apparatus
WO2020045248A1 (ja) 動画像復号装置および動画像符号化装置
WO2020116376A1 (ja) 動画像復号装置および動画像符号化装置
JP2020061701A (ja) 動画像符号化装置および動画像復号装置
JPWO2020241858A5 (ja)
JP2020088451A (ja) 動画像復号装置および動画像符号化装置
WO2020184366A1 (ja) 画像復号装置
WO2020004349A1 (ja) 動画像符号化装置および動画像復号装置
JP2020141285A (ja) 画像復号装置
WO2020067440A1 (ja) 動画像符号化装置および動画像復号装置
JP2020036101A (ja) 画像復号装置および画像符号化装置
WO2020004277A1 (ja) 画像復号装置、および画像符号化装置
JP2021034887A (ja) 画像復号装置及び画像符号化装置
JP7425568B2 (ja) 動画像復号装置、動画像符号化装置、動画像復号方法および動画像符号化方法
JP7444570B2 (ja) 動画像復号装置、動画像符号化装置、動画像復号方法および動画像符号化方法
JP2020107961A (ja) 動画像符号化装置および動画像復号装置
JP2020068462A (ja) 画像ビット階調拡張フィルタ装置及び画像符号化装置、画像復号装置
JP7281890B2 (ja) 動画像符号化装置および動画像復号装置
JP2022002356A (ja) 動画像符号化装置および動画像復号装置
JP2022002354A (ja) 動画像符号化装置および動画像復号装置
WO2020045275A1 (ja) 画像復号装置および画像符号化装置
JP2020155869A (ja) 画像スケーリング変換、逆変換装置及び方法
JP2020005199A (ja) 画素サンプリングインターリーブ画像符号化／復号装置

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: 19867672

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: 19867672

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP