WO2020179715A1 - 符号化装置、復号装置、符号化方法及び復号方法 - Google Patents

符号化装置、復号装置、符号化方法及び復号方法 Download PDF

Info

Publication number
WO2020179715A1
WO2020179715A1 PCT/JP2020/008531 JP2020008531W WO2020179715A1 WO 2020179715 A1 WO2020179715 A1 WO 2020179715A1 JP 2020008531 W JP2020008531 W JP 2020008531W WO 2020179715 A1 WO2020179715 A1 WO 2020179715A1
Authority
WO
WIPO (PCT)
Prior art keywords
block
prediction
unit
quantization
conversion
Prior art date
Application number
PCT/JP2020/008531
Other languages
English (en)
French (fr)
Inventor
遠間　正真
西　孝啓
安倍　清史
祐介 加藤
Original Assignee
パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ filed Critical パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ
Publication of WO2020179715A1 publication Critical patent/WO2020179715A1/ja
Priority to US17/377,107 priority Critical patent/US11677947B2/en
Priority to US18/311,064 priority patent/US20230308649A1/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—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
    • H04N19/124—Quantisation
    • 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
    • H04N19/124—Quantisation
    • H04N19/126—Details of normalisation or weighting functions, e.g. normalisation matrices or variable uniform quantisers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding

Definitions

  • the present disclosure relates to video coding, for example, systems, components, and methods in video coding and decoding.
  • Video coding technology is based on H.264. H.261 and MPEG-1 from H.264. 264 / AVC (Advanced Video Coding), MPEG-LA, H. H.265/HEVC (High Efficiency Video Coding), and H.264. We are making progress toward 266 / VVC (Versatile Video Codec). With this advancement, there is a constant need to provide improvements and optimizations in video coding techniques to handle the ever-growing amount of digital video data in a variety of applications.
  • Non-Patent Document 1 relates to an example of a conventional standard relating to the video coding technique described above.
  • the present disclosure may contribute to one or more of, for example, improvement of coding efficiency, improvement of image quality, reduction of processing amount, reduction of circuit scale, improvement of processing speed, and appropriate selection of elements or operations.
  • a configuration or method is provided. It should be noted that the present disclosure may include configurations or methods that can contribute to benefits other than the above.
  • the coding apparatus includes a circuit and a memory connected to the circuit, and the circuit performs orthogonal conversion with respect to the coded block in operation and performs orthogonal conversion.
  • the quadratic conversion is not performed, the plurality of conversion coefficients of the coding processing target block are quantized using a quantization matrix, and the orthogonal conversion is not performed on the coding processing target block, and
  • the block to be coded is quantized without using the quantization matrix.
  • Some implementations of the embodiments in the present disclosure may improve coding efficiency, simplify coding / decoding processing, or increase coding / decoding processing speed.
  • Appropriate filters, block sizes, motion vectors, reference pictures, reference blocks, etc. may be used to efficiently select appropriate components / actions used for encoding and decoding.
  • the configuration or method according to one aspect of the present disclosure includes, for example, improvement of coding efficiency, improvement of image quality, reduction of processing amount, reduction of circuit scale, improvement of processing speed, and appropriate selection of elements or operations. Can contribute to more than one of them. Note that the configuration or method according to one aspect of the present disclosure may contribute to benefits other than the above.
  • FIG. 1 is a block diagram showing a functional configuration of an encoding device according to an embodiment.
  • FIG. 2 is a flowchart showing an example of the overall encoding process performed by the encoding device.
  • FIG. 3 is a conceptual diagram showing an example of block division.
  • FIG. 4A is a conceptual diagram showing an example of a slice configuration.
  • FIG. 4B is a conceptual diagram showing an example of a tile configuration.
  • FIG. 5A is a table showing conversion basis functions corresponding to various conversion types.
  • FIG. 5B is a conceptual diagram showing an example of SVT (Spatially Varying Transfer).
  • FIG. 6A is a conceptual diagram showing an example of the shape of the filter used in ALF (adaptive loop filter).
  • FIG. 1 is a block diagram showing a functional configuration of an encoding device according to an embodiment.
  • FIG. 2 is a flowchart showing an example of the overall encoding process performed by the encoding device.
  • FIG. 3 is a conceptual diagram showing an example
  • FIG. 6B is a conceptual diagram showing another example of the shape of the filter used in ALF.
  • FIG. 6C is a conceptual diagram showing another example of the shape of the filter used in ALF.
  • FIG. 7 is a block diagram showing an example of a detailed configuration of a loop filter unit that functions as a DBF (deblocking filter).
  • FIG. 8 is a conceptual diagram showing an example of a deblocking filter having a filter characteristic symmetrical with respect to a block boundary.
  • FIG. 9 is a conceptual diagram for explaining a block boundary where the deblocking filter processing is performed.
  • FIG. 10 is a conceptual diagram showing an example of the Bs value.
  • FIG. 11 is a flowchart showing an example of processing performed by the prediction processing unit of the encoding device.
  • FIG. 11 is a flowchart showing an example of processing performed by the prediction processing unit of the encoding device.
  • FIG. 12 is a flowchart showing another example of the processing performed by the prediction processing unit of the encoding device.
  • FIG. 13 is a flowchart showing another example of the processing performed by the prediction processing unit of the encoding device.
  • FIG. 14 is a conceptual diagram showing an example of 67 intra prediction modes in the intra prediction of the embodiment.
  • FIG. 15 is a flowchart showing an example of the basic processing flow of inter prediction.
  • FIG. 16 is a flowchart showing an example of motion vector derivation.
  • FIG. 17 is a flowchart showing another example of deriving the motion vector.
  • FIG. 18 is a flowchart showing another example of deriving the motion vector.
  • FIG. 19 is a flowchart showing an example of inter prediction in the normal inter mode.
  • FIG. 20 is a flowchart showing an example of inter prediction in the merge mode.
  • FIG. 21 is a conceptual diagram for explaining an example of motion vector derivation processing in the merge mode.
  • FIG. 22 is a flowchart showing an example of FRUC (frame rate up conversion) processing.
  • FIG. 23 is a conceptual diagram for explaining an example of pattern matching (bilateral matching) between two blocks along a motion trajectory.
  • FIG. 24 is a conceptual diagram for explaining an example of pattern matching (template matching) between a template in the current picture and a block in the reference picture.
  • FIG. 25A is a conceptual diagram for explaining an example of derivation of a motion vector in sub-block units based on motion vectors of a plurality of adjacent blocks.
  • FIG. 25B is a conceptual diagram for explaining an example of derivation of a motion vector in subblock units in an affine mode having three control points.
  • FIG. 26A is a conceptual diagram for explaining the affine merge mode.
  • FIG. 26B is a conceptual diagram for explaining the affine merge mode having two control points.
  • FIG. 26C is a conceptual diagram for explaining an affine merge mode having three control points.
  • FIG. 27 is a flowchart showing an example of processing in the affine merge mode.
  • FIG. 28A is a conceptual diagram for explaining an affine inter mode having two control points.
  • FIG. 28B is a conceptual diagram for explaining an affine inter mode having three control points.
  • FIG. 29 is a flowchart showing an example of processing in the affine inter mode.
  • FIG. 30A is a conceptual diagram for explaining an affine intermode in which the current block has three control points and the adjacent block has two control points.
  • FIG. 30B is a conceptual diagram for explaining an affine intermode in which the current block has two control points and the adjacent block has three control points.
  • FIG. 31A is a flowchart showing a merge mode including DMVR (decoder motion vector refinement).
  • FIG. 31B is a conceptual diagram for explaining an example of DMVR processing.
  • FIG. 32 is a flowchart showing an example of generating a predicted image.
  • FIG. 33 is a flowchart showing another example of generation of a predicted image.
  • FIG. 34 is a flowchart showing another example of generation of a predicted image.
  • FIG. 35 is a flowchart for explaining an example of a predicted image correction process by an OBMC (overlapped block motion compensation) process.
  • FIG. 36 is a conceptual diagram for explaining an example of a predicted image correction process by the OBMC process.
  • FIG. 37 is a conceptual diagram for explaining the generation of two triangular predicted images.
  • FIG. 38 is a conceptual diagram for explaining a model assuming a uniform linear motion.
  • FIG. 39 is a conceptual diagram for explaining an example of a predicted image generation method using the luminance correction process by the LIC (local illumination compression) process.
  • FIG. 40 is a block diagram showing an implementation example of the encoding device.
  • FIG. 41 is a block diagram showing a functional configuration of the decoding device according to the embodiment.
  • FIG. 42 is a flowchart showing an example of the overall decoding process performed by the decoding device.
  • FIG. 43 is a flowchart showing an example of processing performed by the prediction processing unit of the decoding device.
  • FIG. 44 is a flowchart showing another example of the processing performed by the prediction processing unit of the decoding device.
  • FIG. 45 is a flowchart showing an example of inter prediction in the normal inter mode in the decoding device.
  • FIG. 46 is a block diagram showing an implementation example of the decoding device.
  • FIG. 47 is a flowchart showing an example of the operation in the quantization process of the coding apparatus according to the first aspect.
  • FIG. 48 is a flowchart showing an example of the operation in the inverse quantization process of the decoding apparatus according to the first aspect.
  • FIG. 49 is a flowchart showing an example of an encoding process flow using a quantization matrix (QM: Quantization Matrix) in the encoding device according to the second aspect.
  • FIG. 50 is a flowchart showing an example of a decoding process flow using a quantization matrix (QM) in the decoding device according to the second aspect.
  • 51 is a diagram for explaining a first example of generating a QM for a rectangular block from a QM for a square block in step S102 of FIG. 49 and step S202 of FIG.
  • FIG. 52 is a diagram for explaining a method of generating by down-converting the QM for the rectangular block described with reference to FIG. 51 from the QM for the corresponding square block.
  • FIG. 53 is a diagram for explaining a second example of generating a QM for a rectangular block from a QM for a square block in step S102 of FIG. 49 and step S202 of FIG.
  • FIG. 54 is a diagram for explaining a method of generating by up-converting the QM for the rectangular block described with reference to FIG. 53 from the QM for the corresponding square block.
  • FIG. 55 is a flowchart showing an example of a coding processing flow using a quantization matrix (QM) in the coding apparatus according to the third aspect.
  • FIG. 56 is a flowchart showing an example of a decoding process flow using a quantization matrix (QM) in the decoding device according to the third aspect.
  • FIG. 57 is a diagram for explaining an example of QM corresponding to the size of the effective conversion coefficient region in each block size in step S301 of FIG. 55 and step S401 of FIG. 56.
  • FIG. 58 is a flowchart showing an example of a coding processing flow using a quantization matrix (QM) in the coding apparatus according to the modified example of the third aspect.
  • FIG. 59 is a flowchart showing an example of a decoding processing flow using a quantization matrix (QM) in the decoding apparatus according to the modified example of the third aspect.
  • FIG. 60 is a diagram for explaining a first example of generating a QM for a rectangular block from a QM for a square block in step S502 of FIG. 58 and step S602 of FIG. 59.
  • FIG. 61 is a diagram for explaining a method of generating by down-converting the QM for the rectangular block described with reference to FIG. 60 from the QM for the corresponding square block.
  • FIG. 62 is a diagram for explaining a second example of generating a rectangular block QM from a square block QM in step S502 of FIG. 58 and step S602 of FIG. 59.
  • FIG. 63 is a diagram for explaining a method of generating by up-converting the QM for the rectangular block described with reference to FIG. 62 from the QM for the corresponding square block.
  • FIG. 64 is a flowchart showing an example of a coding processing flow using a quantization matrix (QM) in the coding apparatus according to the fourth aspect.
  • QM quantization matrix
  • step S701 of FIG. 64 and step S801 of FIG. 65 the QM of the processing target block is calculated from the values of the quantized coefficient of the QM of only the diagonal components in the processing target block of each block size using a common method. It is a figure for demonstrating an example of the generating method.
  • FIG. 67 shows that in step S701 of FIG. 64 and step S801 of FIG. 65, the QM of the processing target block is determined by using a common method from the value of the QM quantization coefficient of only the diagonal component in the processing target block of each block size.
  • FIG. 68 is a block diagram showing the overall configuration of a content supply system that realizes a content distribution service.
  • FIG. 69 is a conceptual diagram showing an example of a coding structure at the time of scalable coding.
  • FIG. 70 is a conceptual diagram showing an example of a coding structure at the time of scalable coding.
  • FIG. 71 is a conceptual diagram showing an example of a web page display screen.
  • FIG. 72 is a conceptual diagram showing an example of a web page display screen.
  • FIG. 73 is a block diagram showing an example of a smartphone.
  • FIG. 74 is a block diagram showing a configuration example of a smartphone.
  • the coding apparatus includes a circuit and a memory connected to the circuit, and the circuit performs orthogonal conversion to the coded block in operation and is secondary.
  • the circuit performs orthogonal conversion to the coded block in operation and is secondary.
  • the plurality of conversion coefficients of the coding processing target block are quantized using a quantization matrix, and when orthogonal conversion is not performed on the coding processing target block, and orthogonal.
  • the coded block is quantized without using the quantization matrix.
  • the coding apparatus quantizes the target block for which there is a possibility that a sufficient subjective image quality adjustment effect may not be obtained even if the quantization matrix is applied, without using the quantization matrix. Therefore, the processing amount is reduced. Further, the encoding apparatus can appropriately apply the quantization matrix to the plurality of prediction residuals of the encoding processing target block after the orthogonal transformation, so that the subjective image quality adjustment effect can be obtained. Therefore, the encoding device can improve the encoding efficiency while suppressing the deterioration of the subjective image quality in both application and non-application of the quantization matrix.
  • the circuit determines whether or not orthogonal conversion is performed on the coded block, and whether or not quadratic conversion is performed on a plurality of conversion coefficients of the coded block. Based on the information shown, it may be determined whether or not to use the quantization matrix in the quantization process for the coded block.
  • the encoding apparatus can appropriately determine whether or not to use the quantization matrix in the quantization processing for the block to be encoded, and thus suppress the deterioration of the subjective image quality and reduce the encoding efficiency. Can be improved.
  • the circuit transforms the first quantization matrix for the plurality of conversion coefficients of the square block to perform the second quantization for the plurality of conversion coefficients of the rectangular block.
  • a matrix may be generated and the plurality of transform coefficients of the rectangular block may be quantized using the second quantization matrix.
  • the coding apparatus can generate the quantization matrix corresponding to the rectangular block from the quantization matrix corresponding to the square block, so that it is not necessary to encode the quantization matrix corresponding to the rectangular block.
  • the coding apparatus can use a suitable quantization matrix for rectangular blocks without increasing the amount of code. Therefore, the encoding device can efficiently perform quantization on rectangular blocks of various shapes, and thus can improve encoding efficiency.
  • a decoding device includes a circuit and a memory connected to the circuit, and in the operation, the circuit performs an inverse orthogonal transform on a decoding target block, and When no quadratic conversion is performed, inverse quantization is performed on a plurality of quantization coefficients of the decoding target block using a quantization matrix, and no inverse orthogonal conversion is performed on the decoding target block, and When performing both the inverse orthogonal transform and the inverse quadratic transform, the inverse quantization of the decoding target block is performed without using the quantization matrix.
  • the decoding device performs dequantization of the decoding target block, which may not have a sufficient subjective image quality adjustment effect even if the quantization matrix is applied, without using the quantization matrix. , The throughput is reduced. Further, since the decoding apparatus can appropriately apply the quantization matrix to the decoding target block quantized and encoded after the orthogonal transformation, the effect of adjusting the subjective image quality can be obtained. Therefore, the decoding apparatus can improve the processing efficiency while suppressing the deterioration of the subjective image quality in both the application and non-application of the quantization matrix.
  • Whether or not to use the quantization matrix in the inverse quantization process for the decoding target block may be determined based on information indicating that.
  • the decoding device can appropriately determine whether or not to use the quantization matrix in the inverse quantization process for the block to be decoded, so that the processing efficiency is improved while suppressing the deterioration of the subjective image quality. Can be made.
  • the second quantization matrix for the plurality of conversion coefficients of the rectangular block is transformed by converting the first quantization matrix for the plurality of conversion coefficients of the square block. May be generated, and inverse quantization may be performed on the plurality of quantized coefficients of the rectangular block using the second quantization matrix.
  • the decoding device can generate the quantization matrix corresponding to the rectangular block from the quantization matrix corresponding to the square block, and therefore does not need to decode the quantization matrix corresponding to the rectangular block. Further, the decoding apparatus can use an appropriate quantization matrix for rectangular blocks without increasing the amount of processing. Therefore, the decoding device can efficiently perform quantization on rectangular blocks of various shapes, and thus can improve processing efficiency.
  • the coding method when orthogonal transformation is performed on the coding target block and no quadratic transformation is performed, quantum is obtained for a plurality of change coefficients of the coding target block.
  • quantization is performed using a quantization matrix and orthogonal transformation is not performed on the coded block, and when both orthogonal transformation and quadratic transformation are performed, the reference numeral is used without using the quantization matrix. Quantize the target block.
  • the device or the like that executes the coding method does not use the quantization matrix for the coded target block in which a sufficient subjective image quality adjustment effect may not be obtained even if the quantization matrix is applied.
  • the amount of processing is reduced because the quantization is performed.
  • an apparatus or the like that executes the encoding method can appropriately apply the quantization matrix to the plurality of prediction residuals of the encoding target block after the orthogonal transformation, and thus the subjective image quality adjustment effect can be obtained. Therefore, an apparatus or the like that executes the coding method can improve the coding efficiency while suppressing the deterioration of the subjective image quality in both the application and non-application of the quantization matrix.
  • the quantization is performed on a plurality of quantization coefficients of the decoding target block. Quantization using a quantization matrix, when not performing the inverse orthogonal transform on the block to be decoded, and when performing both the inverse orthogonal transform and the inverse quadratic transform, without using the quantization matrix Dequantize the block to be decoded.
  • an apparatus or the like that executes the decoding method does not use the quantization matrix for the decoding target block that may not obtain a sufficient subjective image quality adjustment effect even if the quantization matrix is applied. Since quantization is performed, the amount of processing is reduced. Further, an apparatus or the like that executes the encoding method can appropriately apply the quantization matrix to the decoding target block that has been quantized and encoded after the orthogonal transformation, so that the subjective image quality adjustment effect can be obtained. Therefore, an apparatus or the like that executes the decoding method can improve the processing efficiency while suppressing the deterioration of the subjective image quality in both application and non-application of the quantization matrix.
  • these comprehensive or specific embodiments may be implemented in a system, device, method, integrated circuit, computer program, or non-temporary recording medium such as a computer-readable CD-ROM, system. , Devices, methods, integrated circuits, computer programs, and any combination of recording media.
  • Embodiments are examples of encoding and decoding devices to which the processes and / or configurations described in each aspect of the present disclosure can be applied.
  • the processing and / or configuration can also be performed in a coding device and a decoding device different from the embodiment. For example, with respect to the processing and / or configuration applied to the embodiment, for example, any of the following may be performed.
  • Some of the components constituting the encoding device or the decoding device of the embodiment may be combined with the components described in any of the aspects of the present disclosure. , May be combined with a component that includes a part of the function described in any of the aspects of the present disclosure, or a component that performs a part of the processing performed by the component described in each aspect of the present disclosure. May be combined with.
  • a component including a part of the functions of the encoding device or the decoding device of the embodiment, or a component performing a part of the process of the encoding device or the decoding device of the embodiment is the A component described in any one of the embodiments, a component having a part of the functions described in any of the aspects of the present disclosure, or a part of the process described in any of the aspects of the present disclosure. It may be combined or replaced with the components to be implemented.
  • any one of the plurality of processes included in the method is the same as or similar to the process described in any of the aspects of the present disclosure. It may be replaced or combined with any of the processes.
  • the method of carrying out the processing and / or the configuration described in each aspect of the present disclosure is not limited to the coding device or the decoding device of the embodiment.
  • the processing and / or configuration may be performed in a device used for a purpose different from the moving image coding or video decoding disclosed in the embodiments.
  • FIG. 1 is a block diagram showing a functional configuration of an encoding device 100 according to the embodiment.
  • the encoding device 100 is a moving image encoding device that encodes a moving image in block units.
  • the coding device 100 is a device that encodes an image in block units, and includes a dividing unit 102, a subtracting unit 104, a converting unit 106, a quantization unit 108, and entropy coding.
  • Unit 110 inverse quantization unit 112, inverse conversion unit 114, addition unit 116, block memory 118, loop filter unit 120, frame memory 122, intra-prediction unit 124, inter-prediction unit 126, and And a prediction control unit 128.
  • the encoding device 100 is realized by, for example, a general-purpose processor and a memory.
  • the processor uses the division unit 102, the subtraction unit 104, the conversion unit 106, the quantization unit 108, the entropy coding unit 110, and the inverse quantization unit 112. , Inverse conversion unit 114, addition unit 116, loop filter unit 120, intra prediction unit 124, inter prediction unit 126, and prediction control unit 128.
  • the coding device 100 includes a division unit 102, a subtraction unit 104, a conversion unit 106, a quantization unit 108, an entropy coding unit 110, an inverse quantization unit 112, an inverse conversion unit 114, an addition unit 116, and a loop filter unit 120.
  • the intra prediction unit 124, the inter prediction unit 126, and the prediction control unit 128 may be implemented as one or more dedicated electronic circuits.
  • the overall processing flow of the coding device 100 will be described below, and then each component included in the coding device 100 will be described.
  • FIG. 2 is a flowchart showing an example of an overall coding process by the coding device 100.
  • the dividing unit 102 of the coding device 100 divides each picture included in the input image which is a moving image into a plurality of fixed size blocks (for example, 128 ⁇ 128 pixels) (step Sa_1). Then, the division unit 102 selects a division pattern (also referred to as a block shape) for the fixed size block (step Sa_2). That is, the division unit 102 further divides the fixed size block into a plurality of blocks constituting the selected division pattern. Then, the coding apparatus 100 performs the processing of steps Sa_3 to Sa_9 on each of the plurality of blocks (that is, the block to be coded).
  • a division pattern also referred to as a block shape
  • the prediction processing unit including all or a part of the intra prediction unit 124, the inter prediction unit 126, and the prediction control unit 128 generates a prediction signal (also referred to as a prediction block) of a coded block (also referred to as a current block). (Step Sa_3).
  • the subtraction unit 104 generates a difference between the encoding target block and the prediction block as a prediction residual (also referred to as a difference block) (step Sa_4).
  • the conversion unit 106 and the quantization unit 108 generate a plurality of quantization coefficients by performing conversion and quantization on the difference block (step Sa_5).
  • a block composed of a plurality of quantization coefficients is also referred to as a coefficient block.
  • the entropy coding unit 110 generates a coded signal by encoding (specifically, entropy coding) the coefficient block and the prediction parameter related to the generation of the prediction signal (step). Sa_6).
  • the encoded signal is also referred to as an encoded bitstream, a compressed bitstream, or a stream.
  • the inverse quantization unit 112 and the inverse transformation unit 114 restore a plurality of prediction residuals (that is, difference blocks) by performing inverse quantization and inverse transformation on the coefficient block (step Sa_7).
  • the addition unit 116 reconstructs the current block into a reconstructed image (also referred to as a reconstructed block or a decoded image block) by adding a prediction block to the restored difference block (step Sa_8). As a result, a reconstructed image is generated.
  • a reconstructed image also referred to as a reconstructed block or a decoded image block
  • the loop filter unit 120 performs filtering on the reconstructed image as necessary (step Sa_9).
  • step Sa_10 determines whether or not the coding of the entire picture is completed (step Sa_10), and if it is determined that the coding is not completed (No in step Sa_10), the processing from step Sa_2 is repeatedly executed. To do.
  • the encoding device 100 selects one division pattern for fixed-size blocks and encodes each block according to the division pattern, but according to each of the plurality of division patterns. Each block may be encoded.
  • the coding apparatus 100 evaluates the cost for each of the plurality of division patterns, and for example, a coded signal obtained by coding according to the division pattern having the lowest cost is used as an output coded signal. You may choose.
  • steps Sa_1 to Sa_1 are sequentially performed by the encoding device 100.
  • a plurality of processes of some of those processes may be performed in parallel, or the order of those processes may be changed.
  • the dividing unit 102 divides each picture included in the input moving image into a plurality of blocks, and outputs each block to the subtracting unit 104.
  • the dividing unit 102 first divides the picture into blocks having a fixed size (for example, 128 ⁇ 128). Other fixed block sizes may be adopted. This fixed size block is sometimes referred to as a coded tree unit (CTU).
  • CTU coded tree unit
  • the dividing unit 102 divides each of the fixed size blocks into variable size (for example, 64 ⁇ 64 or smaller) blocks based on, for example, recursive quadtree and/or binary tree block division. To do. That is, the division unit 102 selects a division pattern.
  • This variable size block is sometimes referred to as a coding unit (CU), a prediction unit (PU) or a conversion unit (TU). Note that in various processing examples, CU, PU, and TU do not have to be distinguished, and some or all blocks in a picture may be the processing units of CU, PU, and TU.
  • FIG. 3 is a conceptual diagram showing an example of block division in the embodiment.
  • a solid line represents a block boundary by quadtree block division
  • a broken line represents a block boundary by binary tree block division.
  • the block 10 is a square block of 128 ⁇ 128 pixels (128 ⁇ 128 block).
  • the 128x128 block 10 is first divided into four square 64x64 blocks (quadtree block division).
  • the upper left 64x64 block is further vertically divided into two rectangular 32x64 blocks, and the left 32x64 block is further vertically divided into two rectangular 16x64 blocks (binary tree block division). As a result, the upper left 64x64 block is divided into two 16x64 blocks 11 and 12 and a 32x64 block 13.
  • the upper right 64x64 block is horizontally divided into two rectangular 64x32 blocks 14 and 15 (binary tree block division).
  • the lower left 64x64 block is divided into four square 32x32 blocks (quadtree block division). Of the four 32x32 blocks, the upper left block and the lower right block are further divided.
  • the upper left 32x32 block is vertically divided into two rectangular 16x32 blocks, and the right 16x32 block is further divided horizontally into two 16x16 blocks (binary block division).
  • the lower right 32x32 block is horizontally divided into two 32x16 blocks (binary tree block division).
  • the lower left 64x64 block is divided into a 16x32 block 16, two 16x16 blocks 17 and 18, two 32x32 blocks 19 and 20, and two 32x16 blocks 21 and 22.
  • the lower right 64x64 block 23 is not divided.
  • the block 10 is divided into 13 variable-sized blocks 11 to 23 based on the recursive quadtree and binary tree block division.
  • Such a division is sometimes called a QTBT (quad-tree plus binary tree) division.
  • one block is divided into four or two blocks (quadtree or binary tree block division), but the division is not limited to these.
  • one block may be divided into three blocks (ternary tree block division).
  • a division including such a ternary tree block division is sometimes called an MBT (multi type tree) division.
  • the pictures may be composed of slices or tiles.
  • the picture composed of slice units or tile units may be composed of the division unit 102.
  • a slice is a basic coding unit that composes a picture.
  • the picture is composed of, for example, one or more slices. Further, the slice is composed of one or more consecutive CTUs (Coding Tree Units).
  • FIG. 4A is a conceptual diagram showing an example of slice configuration.
  • the picture contains 11 x 8 CTUs and is divided into 4 slices (slices 1-4).
  • Slice 1 is composed of 16 CTUs
  • slice 2 is composed of 21 CTUs
  • slice 3 is composed of 29 CTUs
  • slice 4 is composed of 22 CTUs.
  • each CTU in the picture belongs to any slice.
  • the shape of the slice is a horizontally divided picture.
  • the slice boundary does not have to be the screen edge, and may be any of the CTU boundaries within the screen.
  • the processing order (coding order or decoding order) of CTUs in a slice is, for example, the raster scan order.
  • the slice includes header information and encoded data.
  • the header information may describe the characteristics of the slice such as the CTU address at the beginning of the slice and the slice type.
  • a tile is a unit of a rectangular area that constitutes a picture.
  • Each tile may be assigned a number called TileId in raster scan order.
  • FIG. 4B is a conceptual diagram showing an example of the tile configuration.
  • the picture includes 11 ⁇ 8 CTUs and is divided into four rectangular area tiles (tiles 1-4).
  • the processing order of the CTU is changed as compared with the case where the tile is not used. If no tiles are used, multiple CTUs in the picture are processed in raster scan order. If tiles are used, at least one CTU is processed in raster scan order for each of the tiles.
  • the processing order of the plurality of CTUs included in tile 1 is from the left end of the first row of tile 1 to the right end of the first row of tile 1, and then the left end of the second row of tile 1. The order is from to the right end of the second row of tile 1.
  • one tile may include one or more slices, and one slice may include one or more tiles.
  • the subtraction unit 104 subtracts the prediction signal (prediction sample input from the prediction control unit 128 shown below) from the original signal (original sample) in block units input from the division unit 102 and divided by the division unit 102. .. That is, the subtraction unit 104 calculates the prediction error (also referred to as the residual) of the block to be coded (hereinafter referred to as the current block). Then, the subtraction unit 104 outputs the calculated prediction error (residual) to the conversion unit 106.
  • the prediction error also referred to as the residual of the block to be coded
  • the original signal is an input signal of the encoding device 100, and is a signal representing an image of each picture constituting a moving image (for example, a luminance (luma) signal and two color difference (chroma) signals).
  • a signal representing an image may be referred to as a sample.
  • the transformation unit 106 transforms the prediction error in the spatial domain into a transform coefficient in the frequency domain, and outputs the transform coefficient to the quantization unit 108. Specifically, the conversion unit 106 performs a predetermined discrete cosine transform (DCT) or discrete sine transform (DST) on the prediction error in the spatial domain, for example.
  • DCT discrete cosine transform
  • DST discrete sine transform
  • the conversion unit 106 adaptively selects a conversion type from a plurality of conversion types, and converts the prediction error into a conversion coefficient by using a conversion basis function (transform basis function) corresponding to the selected conversion type. You may. Such a conversion may be referred to as EMT (exclusive multi-core transform) or AMT (adaptive multi-core transform).
  • EMT exclusive multi-core transform
  • AMT adaptive multi-core transform
  • the plurality of conversion types include, for example, DCT-II, DCT-V, DCT-VIII, DST-I and DST-VII.
  • FIG. 5A is a table showing conversion basis functions corresponding to conversion type examples.
  • N indicates the number of input pixels.
  • the selection of the conversion type from the plurality of conversion types may depend on, for example, the type of prediction (intra-prediction and inter-prediction) or the intra-prediction mode.
  • EMT flag or AMT flag Information indicating whether or not to apply such EMT or AMT
  • information indicating the selected conversion type are usually signalized at the CU level.
  • the signalization of these pieces of information is not limited to the CU level, and may be another level (for example, a bit sequence level, a picture level, a slice level, a tile level, or a CTU level).
  • the conversion unit 106 may reconvert the conversion coefficient (conversion result). Such reconversion may be referred to as AST (adaptive separable transform) or NSST (non-separable second transform). For example, the conversion unit 106 reconverts each subblock (for example, 4x4 subblock) included in the block of the conversion coefficient corresponding to the intra prediction error.
  • Information indicating whether or not NSST is applied and information about the transformation matrix used in NSST are usually signalized at the CU level. The signalization of these pieces of information is not limited to the CU level, and may be another level (eg, sequence level, picture level, slice level, tile level or CTU level).
  • Separable conversion is a method in which the number of input dimensions is separated for each direction and conversion is performed multiple times.
  • Non-Separable conversion is a method in which two or more dimensions are input when the input is multidimensional. This is a method in which the conversion is performed collectively by regarding them as one-dimensional.
  • Non-Separable transformation if the input is a 4x4 block, it is regarded as one array with 16 elements, and a 16x16 transformation matrix for that array. There is something like performing conversion processing with.
  • a conversion in which a 4 ⁇ 4 input block is regarded as one array having 16 elements and then Givens rotation is performed a plurality of times on the array. Givens Transform) may be held.
  • SVT Spatial Varying Transform
  • CU is divided into two equal parts in the horizontal or vertical direction, and only one of the regions is converted into the frequency domain.
  • the type of conversion base can be set for each region, and for example, DST7 and DCT8 are used. In this example, only one of the two regions in the CU is converted and the other is not converted, but both regions may be converted.
  • the division method is not limited to the bisector, but may be quadrant, or the information indicating the split is separately coded and signaled in the same manner as the CU split, so that it can be made more flexible.
  • the SVT may also be referred to as an SBT (Sub-block Transform).
  • the quantization unit 108 quantizes the conversion coefficient output from the conversion unit 106. Specifically, the quantization unit 108 scans the conversion coefficient of the current block in a predetermined scanning order, and quantizes the conversion coefficient based on the quantization parameter (QP) corresponding to the scanned conversion coefficient. Then, the quantization unit 108 outputs the quantized conversion coefficient of the current block (hereinafter referred to as the quantization coefficient) to the entropy coding unit 110 and the inverse quantization unit 112.
  • the predetermined scanning order may be predetermined.
  • the predetermined scanning order is the order for quantization / inverse quantization of the conversion coefficient.
  • a predetermined scanning order may be defined in ascending order of frequency (low frequency to high frequency order) or descending order (high frequency to low frequency order).
  • Quantization parameter is a parameter that defines the quantization step (quantization width). For example, as the value of the quantization parameter increases, so does the quantization step. That is, as the value of the quantization parameter increases, the quantization error increases.
  • a quantization matrix may be used for quantization.
  • quantization refers to digitizing a value sampled at a predetermined interval in association with a predetermined level, and is referred to in this technical field by using other expressions such as rounding, rounding, and scaling. You may adopt rounding, rounding, and scaling.
  • the predetermined interval and level may be predetermined.
  • the quantization matrix As a method of using a quantization matrix, there are a method of using a quantization matrix set directly on the encoding device side and a method of using a default quantization matrix (default matrix).
  • the quantization matrix can be set according to the characteristics of the image by directly setting the quantization matrix. However, in this case, there is a demerit that the coding amount increases due to the coding of the quantization matrix.
  • the quantization matrix may be specified by, for example, SPS (sequence parameter set: Sequence Parameter Set) or PPS (picture parameter set: Picture Parameter Set).
  • SPS sequence parameter set: Sequence Parameter Set
  • PPS picture parameter set: Picture Parameter Set
  • SPS and PPS are sometimes referred to simply as parameter sets.
  • the entropy coding unit 110 generates a coded signal (coded bit stream) based on the quantization coefficient input from the quantization unit 108. Specifically, the entropy coding unit 110, for example, binarizes the quantization coefficient, arithmetically encodes the binary signal, and outputs a compressed bit stream or sequence.
  • the inverse quantization unit 112 inversely quantizes the quantized coefficient input from the quantization unit 108. Specifically, the inverse quantization unit 112 inversely quantizes the quantized coefficient of the current block in a predetermined scanning order. Then, the inverse quantization unit 112 outputs the inversely quantized transform coefficient of the current block to the inverse transform unit 114.
  • the predetermined scanning order may be predetermined.
  • the inverse transform unit 114 restores the prediction error (residual error) by inversely transforming the transform coefficient input from the inverse quantization unit 112. Specifically, the inverse conversion unit 114 restores the prediction error of the current block by performing an inverse conversion corresponding to the conversion by the conversion unit 106 with respect to the conversion coefficient. Then, the inverse conversion unit 114 outputs the restored prediction error to the addition unit 116.
  • the restored prediction error does not match the prediction error calculated by the subtraction unit 104 because the information is usually lost due to quantization. That is, the restored prediction error usually includes the quantization error.
  • the addition unit 116 reconstructs the current block by adding the prediction error input from the inverse conversion unit 114 and the prediction sample input from the prediction control unit 128. Then, the addition unit 116 outputs the reconstructed block to the block memory 118 and the loop filter unit 120.
  • the reconstruction block may also be referred to as a local decoding block.
  • the block memory 118 is, for example, a storage unit that stores a block that is referred to in intra prediction and that is within a current picture to be coded. Specifically, the block memory 118 stores the reconstructed block output from the addition unit 116.
  • the frame memory 122 is, for example, a storage unit for storing a reference picture used for inter-prediction, and is sometimes called a frame buffer. Specifically, the frame memory 122 stores the reconstructed block filtered by the loop filter unit 120.
  • the loop filter unit 120 applies a loop filter to the block reconstructed by the adder 116, and outputs the filtered reconstructed block to the frame memory 122.
  • the loop filter is a filter (in-loop filter) used in the coding loop, and includes, for example, a deblocking filter (DF or DBF), a sample adaptive offset (SAO), an adaptive loop filter (ALF), and the like.
  • a least squares error filter is applied to remove coding distortion, for example, for each 2x2 subblock in the current block, multiple based on the direction of the local gradient and the activity.
  • One filter selected from the filters is applied.
  • sub-blocks eg, 2 ⁇ 2 sub-blocks
  • sub-block classification is based on gradient direction and activity.
  • the gradient direction value D eg 0-2 or 0-4
  • the gradient activity value A eg 0-4
  • the direction value D of the gradient is derived, for example, by comparing the gradients in a plurality of directions (for example, horizontal, vertical and two diagonal directions).
  • the gradient activation value A is derived, for example, by adding gradients in a plurality of directions and quantizing the addition result.
  • the filter for the sub-block is determined from the multiple filters.
  • a circularly symmetric shape is used as the shape of the filter used in ALF.
  • 6A to 6C are diagrams showing a plurality of examples of the shapes of filters used in ALF.
  • Figure 6A shows a 5x5 diamond shaped filter
  • Figure 6B shows a 7x7 diamond shaped filter
  • Figure 6C shows a 9x9 diamond shaped filter.
  • Information indicating the shape of the filter is usually signalized at the picture level. The signalization of the information indicating the shape of the filter does not have to be limited to the picture level and may be another level (for example, a sequence level, a slice level, a tile level, a CTU level or a CU level).
  • ALF on/off may be determined at the picture level or the CU level, for example. For example, it may be determined whether to apply ALF at the CU level for luminance, or whether to apply ALF at the picture level for color difference.
  • Information indicating ON/OFF of ALF is usually signaled at a picture level or a CU level. Signaling of information indicating ON/OFF of ALF does not have to be limited to a picture level or a CU level, and may be another level (for example, a sequence level, a slice level, a tile level or a CTU level). Good.
  • the coefficient set of multiple selectable filters (eg up to 15 or 25 filters) is usually signaled at the picture level.
  • the signalization of the coefficient set does not have to be limited to the picture level and may be at other levels (eg, sequence level, slice level, tile level, CTU level, CU level or subblock level).
  • the loop filter unit 120 reduces the distortion generated at the block boundary by performing the filtering process on the block boundary of the reconstructed image.
  • FIG. 7 is a block diagram showing an example of a detailed configuration of the loop filter unit 120 that functions as a deblocking filter.
  • the loop filter unit 120 includes a boundary determination unit 1201, a filter determination unit 1203, a filter processing unit 1205, a processing determination unit 1208, a filter characteristic determination unit 1207, and switches 1202, 1204 and 1206.
  • the boundary determination unit 1201 determines whether or not the pixel to be deblocked filtered (that is, the target pixel) exists near the block boundary. Then, the boundary determining unit 1201 outputs the determination result to the switch 1202 and the process determining unit 1208.
  • the switch 1202 When the boundary determination unit 1201 determines that the target pixel exists near the block boundary, the switch 1202 outputs the image before the filter processing to the switch 1204. On the contrary, when the boundary determination unit 1201 determines that the target pixel does not exist near the block boundary, the switch 1202 outputs the image before the filter processing to the switch 1206.
  • the filter determination unit 1203 determines whether or not to perform deblocking filter processing on the target pixel based on the pixel value of at least one peripheral pixel in the vicinity of the target pixel. Then, the filter determination unit 1203 outputs the determination result to the switch 1204 and the processing determination unit 1208.
  • the switch 1204 When the filter determination unit 1203 determines that the target pixel is to be deblocked and filtered, the switch 1204 outputs the image before the filter processing acquired via the switch 1202 to the filter processing unit 1205. On the contrary, when the filter determination unit 1203 determines that the target pixel is not subjected to the deblocking filter process, the switch 1204 outputs the image before the filter process acquired via the switch 1202 to the switch 1206.
  • the filter processing unit 1205 When the image before filtering is acquired via the switches 1202 and 1204, the filter processing unit 1205 performs the deblocking filtering process having the filter characteristic determined by the filter characteristic determining unit 1207 on the target pixel. Execute. Then, the filter processing unit 1205 outputs the filtered pixels to the switch 1206.
  • the switch 1206 selectively outputs the pixels that have not been deblocked and filtered by the processing determination unit 1208 and the pixels that have been deblocked and filtered by the filter processing unit 1205.
  • the processing determination unit 1208 controls the switch 1206 based on the respective determination results of the boundary determination unit 1201 and the filter determination unit 1203. That is, when the processing determination unit 1208 determines that the target pixel exists near the block boundary by the boundary determination unit 1201 and that the target pixel is subjected to the deblocking filter processing by the filter determination unit 1203. , The pixel subjected to deblocking filter processing is output from the switch 1206. Also, in cases other than the above case, the processing determination unit 1208 causes the switch 1206 to output the pixels that have not been subjected to deblocking filter processing. By repeating such pixel output, the image after the filter processing is output from the switch 1206.
  • FIG. 8 is a conceptual diagram showing an example of a deblocking filter having a filter characteristic symmetrical with respect to a block boundary.
  • one of two deblocking filters having different characteristics is selected by using the pixel value and the quantization parameter.
  • the strong filter as shown in FIG. 8, when the pixels p0 to p2 and the pixels q0 to q2 are present across the block boundary, the pixel values of the pixels q0 to q2 are, for example, the operations shown in the following equation.
  • the pixel values q′0 to q′2 are changed by performing
  • p0 to p2 and q0 to q2 are pixel values of pixels p0 to p2 and pixels q0 to q2, respectively.
  • q3 is a pixel value of pixel q3 adjacent to pixel q2 on the side opposite to the block boundary.
  • the coefficient multiplied by the pixel value of each pixel used for the deblocking filter processing is the filter coefficient.
  • the clip processing may be performed so that the pixel value after the calculation is not set exceeding the threshold value.
  • the pixel value after the calculation according to the above formula is clipped to “the calculation target pixel value ⁇ 2 ⁇ threshold value” using the threshold value determined from the quantization parameter. This makes it possible to prevent excessive smoothing.
  • FIG. 9 is a conceptual diagram for explaining a block boundary where deblocking filter processing is performed.
  • FIG. 10 is a conceptual diagram showing an example of the Bs value.
  • the block boundary on which the deblocking filter processing is performed is, for example, the boundary of a PU (Prediction Unit) or a TU (Transform Unit) of an 8 ⁇ 8 pixel block as shown in FIG.
  • the deblocking filtering process may be performed in units of 4 rows or 4 columns.
  • the deblocking filter processing for the color difference signal is performed when the Bs value is 2.
  • the deblocking filtering process on the luminance signal is performed when the Bs value is 1 or more and a predetermined condition is satisfied.
  • the predetermined condition may be predetermined.
  • the Bs value determination condition is not limited to that shown in FIG. 10, and may be determined based on other parameters.
  • FIG. 11 is a flowchart showing an example of processing performed by the prediction processing unit of the coding apparatus 100.
  • the prediction processing unit is composed of all or a part of the intra prediction unit 124, the inter prediction unit 126, and the prediction control unit 128.
  • the prediction processing unit generates a prediction image of the current block (step Sb_1).
  • This prediction image is also referred to as a prediction signal or a prediction block.
  • the prediction signal includes, for example, an intra prediction signal or an inter prediction signal.
  • the prediction processing unit generates a prediction block, a difference block, a coefficient block, a difference block, and a decoded image block, and reconstructs an already obtained reconstructed image. Is used to generate a predicted image of the current block.
  • the reconstructed image may be, for example, an image of a reference picture, or an image of a coded block in a current picture that is a picture including a current block.
  • the coded block in the current picture is, for example, a block adjacent to the current block.
  • FIG. 12 is a flowchart showing another example of the processing performed by the prediction processing unit of the encoding device 100.
  • the prediction processing unit generates a prediction image by the first method (step Sc_1a), generates a prediction image by the second method (step Sc_1b), and generates a prediction image by the third method (step Sc_1c).
  • the first method, the second method, and the third method are different methods for generating a prediction image, and are, for example, an inter prediction method, an intra prediction method, and other prediction methods, respectively. There may be. In these prediction methods, the above-mentioned reconstructed image may be used.
  • the prediction processing unit selects any one of the plurality of prediction images generated in steps Sc_1a, Sc_1b, and Sc_1c (step Sc_2).
  • the selection of the predicted image may be performed based on the cost calculated for each generated predicted image. Alternatively, the selection of the predicted image may be performed based on the parameter used in the encoding process.
  • the coding apparatus 100 may signal the information for specifying the selected predicted image, method, or mode into a coded signal (also referred to as a coded bitstream).
  • the information may be, for example, a flag.
  • the decoding device can generate a predicted image according to the scheme or mode selected in the encoding device 100 based on the information.
  • the prediction processing unit selects one of the predicted images after generating the predicted image by each method. However, the prediction processing unit selects a method or mode based on the parameters used in the above-described encoding process before generating those predicted images, and generates a predicted image according to the method or mode. May be good.
  • the first method and the second method are intra prediction and inter prediction, respectively, and the prediction processing unit determines the final predicted image for the current block from the predicted images generated according to these prediction methods. You may choose.
  • FIG. 13 is a flowchart showing another example of the processing performed by the prediction processing unit of the encoding device 100.
  • the prediction processing unit generates a predicted image by intra prediction (step Sd_1a) and a predicted image by inter prediction (step Sd_1b).
  • the prediction image generated by the intra prediction is also referred to as an intra prediction image
  • the prediction image generated by the inter prediction is also referred to as an inter prediction image.
  • the prediction processing unit evaluates each of the intra prediction image and the inter prediction image (step Sd_2). Costs may be used for this evaluation. That is, the prediction processing unit calculates the cost C of each of the intra prediction image and the inter prediction image.
  • D is the coding distortion of the predicted image, and is represented by, for example, the sum of absolute differences between the pixel value of the current block and the pixel value of the predicted image.
  • R is the generated code amount of the predicted image, specifically, the code amount necessary for coding the motion information or the like for generating the predicted image.
  • ⁇ is, for example, an undetermined multiplier of Lagrange.
  • the prediction processing unit selects the prediction image for which the smallest cost C is calculated from the intra prediction image and the inter prediction image as the final prediction image of the current block (step Sd_3). That is, the prediction method or mode for generating the predicted image of the current block is selected.
  • the intra prediction unit 124 generates a prediction signal (intra prediction signal) by performing intra prediction (also referred to as in-screen prediction) of the current block with reference to a block in the current picture stored in the block memory 118. Specifically, the intra prediction unit 124 generates an intra prediction signal by performing intra prediction with reference to a sample of a block adjacent to the current block (for example, a luminance value and a color difference value), and predicts and controls the intra prediction signal. It is output to the unit 128.
  • intra prediction signal intra prediction signal
  • intra prediction also referred to as in-screen prediction
  • the intra prediction unit 124 performs intra prediction using one of a plurality of prescribed intra prediction modes.
  • the plurality of intra prediction modes usually include one or more non-directional prediction modes and a plurality of directional prediction modes.
  • the plurality of prescribed modes may be prescribed in advance.
  • the one or more non-directional prediction modes are, for example, H.264. It includes Planar prediction mode and DC prediction mode defined in the H.265/HEVC standard.
  • Multiple directionality prediction modes include, for example, H.264. Includes prediction modes in 33 directions specified by the H.265/HEVC standard.
  • the plurality of directional prediction modes may include 32 directions (65 directional prediction modes in total) in addition to the 33 directions.
  • FIG. 14 is a conceptual diagram showing a total of 67 intra prediction modes (2 non-directional prediction modes and 65 directional prediction modes) that can be used in intra prediction.
  • the solid arrow indicates H.
  • the 33 directions defined by the H.265/HEVC standard are represented, and the dashed arrows represent the added 32 directions (two non-directional prediction modes are not shown in FIG. 14).
  • the luminance block may be referred to in the intra prediction of the color difference block. That is, the color difference component of the current block may be predicted based on the luminance component of the current block.
  • Such intra-prediction is sometimes called CCLM (cross-component linear model) prediction.
  • the intra prediction mode of the color difference block that refers to such a luminance block (for example, called CCLM mode) may be added as one of the intra prediction modes of the color difference block.
  • the intra prediction unit 124 may correct the pixel value after intra prediction based on the gradient of reference pixels in the horizontal/vertical directions. Intra prediction with such a correction is sometimes called PDPC (position dependent intra prediction combination). Information indicating whether or not PDPC is applied (for example, a PDPC flag) is usually signaled at the CU level. Note that the signaling of this information need not be limited to the CU level, but may be at other levels (eg, sequence level, picture level, slice level, tile level or CTU level).
  • the inter prediction unit 126 refers to a reference picture stored in the frame memory 122 and different from the current picture to perform inter prediction (also referred to as inter-picture prediction) of the current block, thereby predicting a prediction signal (inter prediction). Prediction signal) is generated.
  • the inter prediction is performed in units of the current block or the current sub block (for example, 4 ⁇ 4 block) in the current block.
  • the inter-prediction unit 126 performs motion estimation on the current block or the current sub-block in the reference picture, and finds the reference block or sub-block that best matches the current block or the current sub-block.
  • the inter prediction unit 126 acquires motion information (for example, motion vector) that compensates for motion or change from the reference block or subblock to the current block or subblock.
  • the inter prediction unit 126 performs motion compensation (or motion prediction) based on the motion information, and generates an inter prediction signal of the current block or sub block.
  • the inter-prediction unit 126 outputs the generated inter-prediction signal to the prediction control unit 128.
  • the motion information used for motion compensation may be signaled as an inter prediction signal in various forms.
  • the motion vector may be signalized.
  • the difference between the motion vector and the predicted motion vector may be signalized.
  • FIG. 15 is a flowchart showing an example of the basic flow of inter-prediction.
  • the inter prediction unit 126 first generates a prediction image (steps Se_1 to Se_3). Next, the subtraction unit 104 generates a difference between the current block and the predicted image as a prediction residual (step Se_4).
  • the inter-prediction unit 126 generates the prediction image by determining the motion vector (MV) of the current block (steps Se_1 and Se_2) and performing motion compensation (step Se_3). To do. Further, in determining the MV, the inter-prediction unit 126 determines the MV by selecting the candidate motion vector (candidate MV) (step Se_1) and deriving the MV (step Se_2). The selection of the candidate MV is performed, for example, by selecting at least one candidate MV from the candidate MV list. Further, in MV derivation, the inter-prediction unit 126 determines at least one selected candidate MV as the MV of the current block by selecting at least one candidate MV from at least one candidate MV. You may.
  • the inter-prediction unit 126 may determine the MV of the current block by searching the area of the reference picture indicated by the candidate MV for each of the selected at least one candidate MV. It should be noted that searching for the area of the reference picture may be referred to as motion estimation.
  • steps Se_1 to Se_3 are performed by the inter-prediction unit 126, but processing such as step Se_1 or step Se_2 may be performed by other components included in the coding apparatus 100. ..
  • FIG. 16 is a flowchart showing an example of motion vector derivation.
  • the inter prediction unit 126 derives the MV of the current block in a mode in which motion information (for example, MV) is encoded.
  • motion information for example, MV
  • motion information is encoded as a prediction parameter and signalized. That is, the encoded motion information is included in the encoded signal (also referred to as an encoded bitstream).
  • the inter prediction unit 126 derives the MV in a mode in which motion information is not encoded. In this case, the motion information is not included in the encoded signal.
  • the MV derivation mode may include a normal inter mode, a merge mode, a FRUC mode, an affine mode, etc., which will be described later.
  • modes for encoding motion information include a normal intermode, a merge mode, and an affine mode (specifically, an affine intermode and an affine merge mode).
  • the motion information may include not only the MV but also the motion vector predictor selection information described later.
  • a mode in which motion information is not encoded includes a FRUC mode and the like.
  • the inter prediction unit 126 selects a mode for deriving the MV of the current block from these plural modes, and derives the MV of the current block using the selected mode.
  • FIG. 17 is a flowchart showing another example of deriving the motion vector.
  • the inter prediction unit 126 derives the MV of the current block in the mode of encoding the difference MV.
  • the difference MV is coded as a prediction parameter and signalized. That is, the encoded difference MV is included in the encoded signal.
  • This difference MV is the difference between the MV of the current block and the predicted MV.
  • the inter prediction unit 126 derives the MV in a mode in which the difference MV is not encoded.
  • the encoded difference MV is not included in the encoded signal.
  • the MV derivation mode includes a normal inter mode, a merge mode, a FRUC mode, and an affine mode, which will be described later.
  • modes for encoding the difference MV include a normal intermode and an affine mode (specifically, an affine intermode).
  • the mode in which the difference MV is not encoded includes a FRUC mode, a merge mode, an affine mode (specifically, an affine merge mode) and the like.
  • the inter prediction unit 126 selects a mode for deriving the MV of the current block from these plural modes, and derives the MV of the current block using the selected mode.
  • FIG. 18 is a flowchart showing another example of motion vector derivation.
  • the MV derivation mode There are a plurality of modes in the MV derivation mode, that is, the inter prediction mode, and they are roughly classified into a mode in which the difference MV is encoded and a mode in which the difference motion vector is not encoded.
  • Modes in which the difference MV is not encoded include a merge mode, a FRUC mode, and an affine mode (specifically, an affine merge mode).
  • the merge mode is a mode in which the MV of the current block is derived by selecting a motion vector from the peripheral encoded blocks
  • the FRUC mode is a mode in which the MV of the current block is derived. This is a mode for deriving the MV of the current block by performing a search between encoded areas.
  • the affine mode is a mode in which the motion vector of each of the plurality of subblocks constituting the current block is derived as the MV of the current block, assuming the affine transformation.
  • the inter-prediction unit 126 derives a motion vector in the merge mode when the inter-prediction mode information indicates 0 (0 in Sf_1) (Sf_2). Further, when the inter-prediction mode information indicates 1 (1 in Sf_1), the inter-prediction unit 126 derives a motion vector in the FRUC mode (Sf_3). Further, when the inter prediction mode information indicates 2 (2 in Sf_1), the inter prediction unit 126 derives a motion vector in the affine mode (specifically, the affine merge mode) (Sf_4). Further, when the inter-prediction mode information indicates 3 (3 in Sf_1), the inter-prediction unit 126 derives a motion vector in a mode for encoding the difference MV (for example, normal inter-mode) (Sf_5).
  • the inter-prediction mode information indicates 0 (0 in Sf_1) (Sf_2). Further, when the inter-prediction mode information indicates 1 (1 in Sf_1), the inter-prediction unit 126 derives a motion vector in
  • the normal inter-mode is an inter-prediction mode in which the MV of the current block is derived from the area of the reference picture indicated by the candidate MV based on a block similar to the image of the current block. Further, in this normal inter mode, the difference MV is encoded.
  • FIG. 19 is a flowchart showing an example of inter prediction in the normal inter mode.
  • the inter-prediction unit 126 acquires a plurality of candidate MVs for the current block based on information such as MVs of a plurality of encoded blocks around the current block temporally or spatially (step). Sg_1). That is, the inter-prediction unit 126 creates a candidate MV list.
  • the inter prediction unit 126 determines each of N (N is an integer of 2 or more) candidate MVs among the plurality of candidate MVs acquired in step Sg_1 as a motion vector predictor candidate (also referred to as a predicted MV candidate). As a result, extraction is performed according to a predetermined priority (step Sg_2). The priority may be predetermined for each of the N candidate MVs.
  • the inter-prediction unit 126 selects one predicted motion vector candidate from the N predicted motion vector candidates as the predicted motion vector (also referred to as predicted MV) of the current block (step Sg_3). At this time, the inter prediction unit 126 encodes the motion vector predictor selection information for identifying the selected motion vector predictor into a stream.
  • the stream is the above-mentioned coded signal or coded bit stream.
  • the inter-prediction unit 126 refers to the encoded reference picture and derives the MV of the current block (step Sg_4). At this time, the inter-prediction unit 126 further encodes the difference value between the derived MV and the predicted motion vector into the stream as the difference MV.
  • the coded reference picture is a picture composed of a plurality of blocks reconstructed after coding.
  • the inter-prediction unit 126 generates a prediction image of the current block by performing motion compensation for the current block using the derived MV and the encoded reference picture (step Sg_5).
  • the prediction image is the above-mentioned inter-prediction signal.
  • the information including the coded signal indicating the inter-prediction mode (normal inter-mode in the above example) used for generating the prediction image is encoded as, for example, a prediction parameter.
  • the candidate MV list may be commonly used with lists used for other modes. Further, the process related to the candidate MV list may be applied to the process related to the list used in other modes.
  • the processing related to this candidate MV list is, for example, extraction or selection of candidate MVs from the candidate MV list, rearrangement of candidate MVs, deletion of candidate MVs, and the like.
  • the merge mode is an inter-prediction mode in which the candidate MV is derived from the candidate MV list by selecting the candidate MV as the MV of the current block.
  • FIG. 20 is a flowchart showing an example of inter-prediction in the merge mode.
  • the inter-prediction unit 126 acquires a plurality of candidate MVs for the current block based on information such as MVs of a plurality of encoded blocks around the current block temporally or spatially (step). Sh_1). That is, the inter-prediction unit 126 creates a candidate MV list.
  • the inter-prediction unit 126 derives the MV of the current block by selecting one candidate MV from the plurality of candidate MVs acquired in step Sh_1 (step Sh_2). At this time, the inter prediction unit 126 encodes the MV selection information for identifying the selected candidate MV into a stream.
  • the inter-prediction unit 126 generates a prediction image of the current block by performing motion compensation for the current block using the derived MV and the encoded reference picture (step Sh_3).
  • the information including the coded signal indicating the inter-prediction mode (merge mode in the above example) used for generating the prediction image is encoded as, for example, a prediction parameter.
  • FIG. 21 is a conceptual diagram for explaining an example of the motion vector derivation process of the current picture in the merge mode.
  • Predictive MV candidates include spatially adjacent prediction MVs, which are MVs of a plurality of coded blocks spatially located around the target block, and blocks around which the position of the target block in the coded reference picture is projected.
  • variable length coding unit a signal indicating which prediction MV has been selected, merge_idx, is described in the stream and coded.
  • the prediction MVs registered in the prediction MV list described in FIG. 21 are examples, and the number may be different from the number in the drawing, or may be a configuration that does not include some types of the prediction MV in the drawing.
  • the configuration may be such that a predicted MV other than the type of predicted MV in the figure is added.
  • the final MV may be determined by performing a DMVR (decoder motion vector refinement) process described later using the MV of the target block derived by the merge mode.
  • DMVR decoder motion vector refinement
  • the candidate for the predicted MV is the above-mentioned candidate MV
  • the predicted MV list is the above-mentioned candidate MV list.
  • the candidate MV list may be referred to as a candidate list.
  • merge_idx is MV selection information.
  • the motion information may be derived on the decoding device side without being signalized from the coding device side.
  • H The merge mode specified in the 265 / HEVC standard may be used.
  • motion information may be derived by performing motion search on the decoding device side. In the embodiment, the decoding device side performs the motion search without using the pixel value of the current block.
  • the mode in which the motion search is performed on the decoding device side may be referred to as a PMMVD (pattern matched motion vector derivation) mode or a FRUC (frame rate up-conversion) mode.
  • PMMVD pattern matched motion vector derivation
  • FRUC frame rate up-conversion
  • FIG. 22 shows an example of FRUC processing in the form of a flowchart.
  • a list of a plurality of candidates each having a motion vector predictor (MV) that is, a candidate MV list, (May be common with the merge list) is generated (step Si_1).
  • the best candidate MV is selected from the plurality of candidate MVs registered in the candidate MV list (step Si_2). For example, the evaluation value of each candidate MV included in the candidate MV list is calculated, and one candidate MV is selected based on the evaluation value.
  • a motion vector for the current block is derived based on the selected candidate motion vector (step Si_4).
  • the motion vector of the selected candidate is derived as it is as a motion vector for the current block.
  • a motion vector for the current block may be derived by performing pattern matching in the peripheral region of the position in the reference picture corresponding to the motion vector of the selected candidate. That is, the area around the best candidate MV is searched for using the pattern matching in the reference picture and the evaluation value, and if there is an MV with a better evaluation value, the best candidate MV is set to the MV. It may be updated to be the final MV of the current block. It is also possible to configure the configuration so that the process of updating to the MV having a better evaluation value is not performed.
  • the inter-prediction unit 126 generates a prediction image of the current block by performing motion compensation for the current block using the derived MV and the encoded reference picture (step Si_5).
  • the evaluation value may be calculated by various methods. For example, a reconstructed image of a region in a reference picture corresponding to a motion vector and a predetermined region (that region is, for example, the region of another reference picture or the region of an adjacent block of the current picture, as shown below. May be used).
  • the predetermined area may be predetermined.
  • the difference between the pixel values of the two reconstructed images may be calculated and used as the evaluation value of the motion vector.
  • the evaluation value may be calculated using other information in addition to the difference value.
  • one candidate MV included in the candidate MV list (for example, merge list) is selected as the start point of the search by pattern matching.
  • a first pattern matching or a second pattern matching can be used as the pattern matching.
  • the first pattern matching and the second pattern matching may be referred to as bilateral matching and template matching, respectively.
  • MV derivation>FRUC> Bilateral matching In the first pattern matching, pattern matching is performed between two blocks in two different reference pictures, which are along a motion trajectory of the current block. Therefore, in the first pattern matching, a region in another reference picture along the movement trajectory of the current block is used as a predetermined region for calculating the evaluation value of the candidate described above.
  • the predetermined area may be predetermined.
  • FIG. 23 is a conceptual diagram for explaining an example of first pattern matching (bilateral matching) between two blocks in two reference pictures along a motion trajectory.
  • first pattern matching two blocks along the motion trajectory of the current block (Cur block) are included in a pair of two blocks in two different reference pictures (Ref0, Ref1).
  • Two motion vectors (MV0, MV1) are derived by searching for the best matching pair. Specifically, for the current block, the reconstructed image at the specified position in the first coded reference picture (Ref0) specified by the candidate MV and the symmetric MV obtained by scaling the candidate MV at the display time interval.
  • the difference with the reconstructed image at the designated position in the second coded reference picture (Ref1) designated by is derived, and the evaluation value is calculated using the obtained difference value. It is possible to select the candidate MV having the best evaluation value among the plurality of candidate MVs as the final MV, which can bring about good results.
  • the motion vector (MV0, MV1) pointing to the two reference blocks is the temporal distance between the current picture (Cur Pic) and the two reference pictures (Ref0, Ref1). It is proportional to (TD0, TD1).
  • the first pattern matching is a mirror-symmetric bidirectional motion vector. Is derived.
  • FIG. 24 is a conceptual diagram for explaining an example of pattern matching (template matching) between a template in the current picture and a block in the reference picture.
  • the current block is searched by searching the reference picture (Ref0) for the block that most matches the block adjacent to the current block (Cur block) in the current picture (CurPic).
  • the motion vector of is derived.
  • the reconstructed image of the left adjacent and/or upper adjacent encoded areas and the equivalent in the encoded reference picture (Ref0) designated by the candidate MV are equal.
  • the difference with the reconstructed image at the position is derived, the evaluation value is calculated using the obtained difference value, and the candidate MV having the best evaluation value among the plurality of candidate MVs is selected as the best candidate MV. It is possible.
  • Information indicating whether or not to apply such a FRUC mode may be signalized at the CU level.
  • a FRUC flag information indicating whether or not to apply such a FRUC mode
  • information indicating an applicable pattern matching method may be signaled at the CU level. .. Note that the signaling of this information does not have to be limited to the CU level and may be at other levels (eg, sequence level, picture level, slice level, tile level, CTU level or subblock level). ..
  • FIG. 25A is a conceptual diagram for explaining an example of deriving a motion vector in sub-block units based on motion vectors of a plurality of adjacent blocks.
  • the current block includes 16 4x4 subblocks.
  • the motion vector v 0 of the upper left corner control point of the current block is derived based on the motion vector of the adjacent block, and similarly, the motion vector v 0 of the upper right corner control point of the current block is derived based on the motion vector of the adjacent sub block. 1 is derived.
  • the two motion vectors v 0 and v 1 may be projected, and the motion vector (v x , v y ) of each sub-block in the current block may be derived by the following Expression (1A).
  • x and y indicate the horizontal position and vertical position of the sub-block, respectively, and w indicates a predetermined weighting coefficient.
  • the predetermined weighting factor may be predetermined.
  • Information indicating such an affine mode may be signaled at the CU level.
  • the signalization of the information indicating the affine mode does not have to be limited to the CU level, but may be another level (for example, a sequence level, a picture level, a slice level, a tile level, a CTU level or a sub-block level). You may.
  • an affine mode may include several modes in which the method of deriving the motion vector of the upper left and upper right corner control points is different.
  • FIG. 25B is a conceptual diagram for explaining an example of deriving a motion vector in sub-block units in an affine mode having three control points.
  • the current block includes 16 4x4 subblocks.
  • the motion vector v 0 of the upper left corner control point of the current block is derived based on the motion vector of the adjacent block
  • the motion vector v 1 of the upper right corner control point of the current block is derived based on the motion vector of the adjacent block.
  • the motion vector v 2 of the lower left corner control point of the current block is derived based on the motion vectors of the adjacent blocks.
  • three motion vectors v 0 , v 1 and v 2 may be projected by the following equation (1B), and the motion vectors (v x , v y ) of each subblock in the current block are derived. Good.
  • x and y indicate the horizontal position and the vertical position of the center of the subblock, respectively, w indicates the width of the current block, and h indicates the height of the current block.
  • Affine modes with different numbers of control points may be signaled by switching at the CU level.
  • Information indicating the number of control points in the affine mode used at the CU level may be signaled at another level (eg, sequence level, picture level, slice level, tile level, CTU level or sub-block level). Good.
  • the affine mode having such three control points may include some modes in which the method of deriving the motion vector of the upper left, upper right and lower left corner control points is different.
  • FIG. 26A, 26B and 26C are conceptual diagrams for explaining the affine merge mode.
  • coded block A left
  • block B upper
  • block C upper right
  • block D lower left
  • block E upper left
  • the predicted motion vectors of the control points of the current block are calculated based on the plurality of motion vectors corresponding to the blocks encoded in the affine mode. Specifically, these blocks are examined in the order of encoded block A (left), block B (top), block C (top right), block D (bottom left), and block E (top left), and in affine mode. The first valid coded block is identified.
  • the predicted motion vector of the control point of the current block is calculated based on the plurality of motion vectors corresponding to the specified block.
  • the upper left corner and the upper right corner of the encoded block including the block A are motion projected onto the position vector v 3 and v 4 is derived. Then, the predicted motion vector v 0 of the control point at the upper left corner of the current block and the predicted motion vector v 1 of the control point at the upper right corner of the current block are calculated from the derived motion vectors v 3 and v 4 .
  • the upper left corner and the upper right corner of the encoded block including the block A.
  • motion vectors v 3 , v 4 and v 5 projected to the position of the lower left corner are derived. Then, from the derived motion vectors v 3 , v 4 and v 5 , the predicted motion vector v 0 of the control point at the upper left corner of the current block, the predicted motion vector v 1 of the control point at the upper right corner, and the control of the lower left corner. predicted motion vector v 2 of the points are calculated.
  • this predictive motion vector deriving method may be used for deriving each predictive motion vector of the control point of the current block in step Sj_1 of FIG. 29 described later.
  • FIG. 27 is a flowchart showing an example of the affine merge mode.
  • the inter prediction unit 126 first derives the prediction MV of each control point of the current block (step Sk_1).
  • the control points are the upper left corner and upper right corner points of the current block as shown in FIG. 25A, or the upper left corner, upper right corner and lower left corner point of the current block as shown in FIG. 25B.
  • the inter prediction unit 126 performs the order of encoded block A (left), block B (upper), block C (upper right), block D (lower left), and block E (upper left). Inspect these blocks to identify the first valid block encoded in affine mode.
  • the inter-prediction unit 126 moves the motion vectors v 3 of the upper left corner and the upper right corner of the coded block including the block A. From and v 4 , the motion vector v 0 of the control point in the upper left corner of the current block and the motion vector v 1 of the control point in the upper right corner are calculated. For example, the inter-prediction unit 126 projects the motion vectors v 3 and v 4 of the upper left corner and the upper right corner of the coded block onto the current block, so that the predicted motion vector v 0 of the control point of the upper left corner of the current block. If, to calculate the predicted motion vector v 1 of the control point in the upper right corner.
  • the inter-prediction unit 126 moves the upper left, upper right, and lower left corners of the coded block containing block A. From the vectors v 3 , v 4 and v 5 , the motion vector v 0 of the control point in the upper left corner of the current block, the motion vector v 1 of the control point in the upper right corner, and the motion vector v 2 of the control point in the lower left corner are calculated. To do.
  • inter prediction unit 126 For example, inter prediction unit 126, the upper left corner of the encoded blocks, the motion vector v 3, v 4 and v 5 in the upper right corner and lower left corner, by projecting the current block, the control point of the upper left corner of the current block
  • the predicted motion vector v 0 of, the predicted motion vector v 1 of the control point in the upper right corner, and the motion vector v 2 of the control point in the lower left corner are calculated.
  • the inter prediction unit 126 performs motion compensation on each of the plurality of sub blocks included in the current block. That is, the inter-prediction unit 126 has two predicted motion vectors v 0 and v 1 and the above equation (1A), or three predicted motion vectors v 0 , v 1 and v 2 for each of the plurality of subblocks.
  • the motion vector of the subblock is calculated as an affine MV (step Sk_2).
  • the inter prediction unit 126 performs motion compensation on the sub-block using the affine MV and the encoded reference picture (step Sk_3). As a result, motion compensation is performed on the current block, and a predicted image of the current block is generated.
  • FIG. 28A is a conceptual diagram for explaining an affine inter mode having two control points.
  • the motion vector selected from the motion vectors of the coded blocks A, B and C adjacent to the current block predicts the control point in the upper left corner of the current block. It is used as the motion vector v 0 .
  • motion vectors selected from the motion vectors of the encoded block D and block E is adjacent to the current block are used as predicted motion vector v 1 of the control point of the upper-right corner of the current block.
  • FIG. 28B is a conceptual diagram for explaining an affine intermode having three control points.
  • the motion vector selected from the motion vectors of the coded blocks A, B and C adjacent to the current block is the prediction of the control point at the upper left corner of the current block. It is used as the motion vector v 0 .
  • the motion vector selected from the motion vectors of the coded blocks D and E adjacent to the current block is used as the predicted motion vector v 1 of the control point at the upper right corner of the current block.
  • the motion vector selected from the motion vectors of the coded block F and the block G adjacent to the current block is used as the predicted motion vector v 2 of the control point at the lower left corner of the current block.
  • FIG. 29 is a flowchart showing an example of the affine intermode.
  • the inter prediction unit 126 predicts the prediction MV (v 0 , v 1 ) or (v 0 , v 1 , v of each of two or three control points of the current block. 2 ) is derived (step Sj_1).
  • the control point is a point at the upper left corner, the upper right corner, or the lower left corner of the current block.
  • the inter prediction unit 126 predicts the control point of the current block by selecting the motion vector of one of the coded blocks near each control point of the current block shown in FIG. 28A or 28B.
  • the motion vector (v 0 , v 1 ) or (v 0 , v 1 , v 2 ) is derived.
  • the inter prediction unit 126 encodes the motion vector predictor selection information for identifying the two selected motion vectors into a stream.
  • the inter-prediction unit 126 determines which block motion vector is selected as the predicted motion vector of the control point from the encoded blocks adjacent to the current block by using cost evaluation or the like, and which predicted motion vector is selected. A flag indicating whether the selection has been made may be described in the bitstream.
  • the inter prediction unit 126 performs motion search (steps Sj_3 and Sj_4) while updating the motion vector predictor selected or derived in step Sj_1 (step Sj_2). That is, the inter prediction unit 126 calculates the motion vector of each sub-block corresponding to the updated motion vector predictor as the affine MV using the above formula (1A) or formula (1B) (step Sj_3). Then, the inter-prediction unit 126 performs motion compensation for each subblock using the affine MV and the encoded reference picture (step Sj_4). As a result, in the motion search loop, the inter prediction unit 126 determines, as the motion vector of the control point, the motion vector predictor that yields the smallest cost, for example (step Sj_5). At this time, the inter-prediction unit 126 further encodes the difference value between the determined MV and the predicted motion vector into the stream as the difference MV.
  • the inter prediction unit 126 generates a predicted image of the current block by performing motion compensation on the current block using the determined MV and the encoded reference picture (step Sj_6).
  • FIG. 30A and FIG. 30B are conceptual diagrams for explaining a control point prediction vector deriving method in the case where the number of control points is different between the coded block and the current block.
  • the current block has three control points of the upper left corner, the upper right corner, and the lower left corner, and the block A adjacent to the left of the current block is encoded in affine mode having two control points. If so, the motion vectors v 3 and v 4 projected at the positions of the upper left corner and the upper right corner of the encoded block including the block A are derived. Then, the predicted motion vector v 0 of the control point at the upper left corner of the current block and the predicted motion vector v 1 of the control point at the upper right corner of the current block are calculated from the derived motion vectors v 3 and v 4 . Further, the predicted motion vector v 2 of the control point at the lower left corner is calculated from the derived motion vectors v 0 and v 1 .
  • the current block is encoded in an affine mode having two control points, an upper left corner and an upper right corner, and block A adjacent to the left of the current block has three control points.
  • the motion vectors v 3 , v 4 and v 5 projected at the positions of the upper left corner, the upper right corner and the lower left corner of the encoded block including the block A are derived.
  • the predicted motion vector v 0 of the control point at the upper left corner of the current block and the predicted motion vector v 1 of the control point at the upper right corner of the current block are calculated from the derived motion vectors v 3 , v 4 and v 5 .
  • This predicted motion vector deriving method may be used for deriving the predicted motion vector of each control point of the current block in step Sj_1 of FIG. 29.
  • FIG. 31A is a flowchart showing the relationship between the merge mode and DMVR.
  • the inter prediction unit 126 derives the motion vector of the current block in the merge mode (step Sl_1). Next, the inter prediction unit 126 determines whether or not to search a motion vector, that is, a motion search (step Sl_2). Here, when the inter prediction unit 126 determines not to perform the motion search (No in step Sl_2), the inter prediction unit 126 determines the motion vector derived in step Sl_1 as the final motion vector for the current block (step Sl_4). That is, in this case, the motion vector of the current block is determined in the merge mode.
  • step Sl_3 the motion vector of the current block is determined by DMVR.
  • FIG. 31B is a conceptual diagram for explaining an example of DMVR processing for determining MV.
  • the optimum MVP set in the current block (for example, in merge mode) is set as the candidate MV.
  • the candidate MV (L0) the reference pixel is specified from the first reference picture (L0) which is the encoded picture in the L0 direction.
  • the reference pixel is specified from the second reference picture (L1) which is the encoded picture in the L1 direction.
  • a template is generated by averaging these reference pixels.
  • the peripheral areas of the candidate MVs of the first reference picture (L0) and the second reference picture (L1) are searched respectively, and the MV with the lowest cost is determined as the final MV.
  • the cost value may be calculated using, for example, a difference value between each pixel value of the template and each pixel value of the search area, a candidate MV value, and the like.
  • the coding device and the decoding device described later basically have the same processing configuration and operation described here.
  • any processing may be used as long as it is a processing that can search the periphery of the candidate MV and derive the final MV.
  • BIO / OBMC In motion compensation, there is a mode in which a predicted image is generated and the predicted image is corrected.
  • the mode is, for example, BIO and OBMC described later.
  • FIG. 32 is a flowchart showing an example of generating a predicted image.
  • the inter prediction unit 126 generates a predicted image (step Sm_1), and corrects the predicted image according to, for example, one of the above modes (step Sm_2).
  • FIG. 33 is a flowchart showing another example of generating a predicted image.
  • the inter-prediction unit 126 determines the motion vector of the current block (step Sn_1). Next, the inter-prediction unit 126 generates a prediction image (step Sn_2) and determines whether or not to perform correction processing (step Sn_3). Here, when the inter-prediction unit 126 determines that the correction process is to be performed (Yes in step Sn_3), the inter-prediction unit 126 corrects the predicted image to generate a final predicted image (step Sn_4). On the other hand, when the inter-prediction unit 126 determines that the correction process is not performed (No in step Sn_3), the inter-prediction unit 126 outputs the predicted image as a final predicted image without correcting it (step Sn_5).
  • the mode is, for example, LIC described later.
  • FIG. 34 is a flowchart showing another example of generating a predicted image.
  • the inter-prediction unit 126 derives the motion vector of the current block (step So_1). Next, the inter-prediction unit 126 determines whether or not to perform the luminance correction process (step So_2). Here, when the inter-prediction unit 126 determines that the luminance correction process is to be performed (Yes in step So_2), the inter-prediction unit 126 generates a predicted image while performing the luminance correction (step So_3). That is, the predicted image is generated by the LIC. On the other hand, when the inter prediction unit 126 determines that the brightness correction process is not performed (No in step So_2), the inter prediction unit 126 generates a predicted image by normal motion compensation without performing the brightness correction (step So_4).
  • An inter-prediction signal may be generated by using not only the motion information of the current block obtained by the motion search but also the motion information of the adjacent block. Specifically, by adding the prediction signal based on the motion information (in the reference picture) obtained by the motion search and the prediction signal based on the motion information of the adjacent block (in the current picture) by weighting, the current An inter-prediction signal may be generated for each sub-block within a block.
  • Such inter-prediction (motion compensation) is sometimes called OBMC (overlapped block motion compensation).
  • information indicating the size of the subblock for OBMC may be signalized at the sequence level. Further, information indicating whether or not to apply the OBMC mode (for example, called an OBMC flag) may be signalized at the CU level.
  • the signalization level of this information does not have to be limited to the sequence level and the CU level, and may be other levels (for example, picture level, slice level, tile level, CTU level or subblock level). Good.
  • 35 and 36 are a flowchart and a conceptual diagram for explaining the outline of the predicted image correction process by the OBMC process.
  • a predicted image (Pred) by normal motion compensation is acquired using the motion vector (MV) assigned to the processing target (current) block.
  • MV motion vector assigned to the processing target (current) block.
  • the arrow “MV” points to a reference picture and indicates what the current block of the current picture refers to in order to obtain a predicted image.
  • the motion vector (MV_L) already derived for the coded left adjacent block is applied (reused) to the coded target block to acquire the predicted image (Pred_L).
  • the motion vector (MV_L) is indicated by the arrow "MV_L” pointing from the current block to the reference picture.
  • the first correction of the predicted image is performed by superimposing the two predicted images Pred and Pred_L. This has the effect of mixing the boundaries between adjacent blocks.
  • the motion vector (MV_U) already derived for the encoded upper adjacent block is applied (reused) to the coded target block to acquire the predicted image (Pred_U).
  • the motion vector (MV_U) is indicated by an arrow “MV_U” pointing from the current block to the reference picture.
  • the predicted image Pred_U is superposed on the predicted image (for example, Pred and Pred_L) that has been corrected for the first time, so that the predicted image is corrected for the second time. This has the effect of mixing the boundaries between adjacent blocks.
  • the predicted image obtained by the second correction is the final predicted image of the current block in which the boundaries with the adjacent blocks are mixed (smoothed).
  • the above example is a two-pass correction method using blocks adjacent to the left and above, but the correction method is a three-pass or more pass method using blocks adjacent to the right and / or adjacent to the bottom.
  • the correction method may be used.
  • the area to be superimposed may not be the pixel area of the entire block, but only a part of the area near the block boundary.
  • the predictive image correction process of the OBMC for obtaining one predictive image Pred by superimposing the additional predictive images Pred_L and Pred_U from one reference picture has been described.
  • the same process may be applied to each of the plurality of reference pictures.
  • by performing image correction of OBMC based on a plurality of reference pictures after obtaining a corrected predicted image from each reference picture, further superimposing the obtained plurality of corrected predicted images. To get the final predicted image.
  • the unit of the target block may be a prediction block unit or a sub-block unit obtained by further dividing the prediction block.
  • the encoding device may determine whether the target block belongs to a complex region of motion.
  • the encoding device sets a value of 1 as obmc_flag when the motion belongs to a complicated region and performs OBMC processing to perform encoding, and when the motion device does not belong to the complex motion region, the device encodes as obmc_flag.
  • the value 0 is set and the block is encoded without applying the OBMC processing.
  • the decoding device by decoding obmc_flag described in the stream (for example, a compression sequence), whether or not to apply the OBMC process is switched according to the value and decoding is performed.
  • the inter prediction unit 126 generates one rectangular predicted image for the rectangular current block.
  • the inter-prediction unit 126 generates a plurality of prediction images having a shape different from that of the rectangle with respect to the current block of the rectangle, and generates a final prediction image of the rectangle by combining the plurality of prediction images. You may.
  • the shape different from the rectangle may be, for example, a triangle.
  • FIG. 37 is a conceptual diagram for explaining the generation of the predicted images of the two triangles.
  • the inter-prediction unit 126 generates a triangle prediction image by performing motion compensation for the first partition of the triangle in the current block using the first MV of the first partition. Similarly, the inter-prediction unit 126 generates a triangle prediction image by performing motion compensation on the second partition of the triangle in the current block using the second MV of the second partition. Then, the inter prediction unit 126 generates a prediction image having the same rectangle as the current block by combining these prediction images.
  • the first partition and the second partition are triangular, but they may be trapezoidal or have different shapes.
  • the current block is composed of two partitions, but it may be composed of three or more partitions.
  • first partition and the second partition may overlap. That is, the first partition and the second partition may include the same pixel area.
  • the predicted image of the current block may be generated by using the predicted image in the first partition and the predicted image in the second partition.
  • the predicted image is generated by inter-prediction for both partitions, but the predicted image may be generated by intra-prediction for at least one partition.
  • BIO a mode for deriving a motion vector based on a model assuming constant velocity linear motion. This mode is sometimes called a BIO (bi-directional optical flow) mode.
  • FIG. 38 is a conceptual diagram for explaining a model assuming constant velocity linear motion.
  • (vx, vy) indicates a velocity vector
  • ⁇ 0 and ⁇ 1 indicate a temporal distance between the current picture (Cur Pic) and two reference pictures (Ref0, Ref1), respectively.
  • (MVx0, MVy0) indicates a motion vector corresponding to the reference picture Ref0
  • (MVx1, MVy1) indicates a motion vector corresponding to the reference picture Ref1.
  • This optical flow equation is (i) the time derivative of the luminance value, (ii) the product of the horizontal velocity and the horizontal component of the spatial gradient of the reference image, and (iii) the vertical velocity and the spatial gradient of the reference image.
  • the motion vector in block units obtained from the merge list or the like may be corrected in pixel units.
  • the motion vector may be derived on the decoding device side by a method different from the derivation of the motion vector based on the model assuming constant velocity linear motion.
  • a motion vector may be derived in subblock units based on the motion vectors of a plurality of adjacent blocks.
  • FIG. 39 is a conceptual diagram for explaining an example of a predicted image generation method using the luminance correction process by the LIC process.
  • the MV is derived from the encoded reference picture, and the reference image corresponding to the current block is acquired.
  • the current block information indicating how the brightness value has changed between the reference picture and the current picture is extracted.
  • This extraction is performed using the luminance pixel values of the coded left adjacent reference area (peripheral reference area) and the coded upper adjacent reference area (peripheral reference area) in the current picture, and the reference picture specified by the derived MV. It is performed based on the luminance pixel value at the same position. Then, the brightness correction parameter is calculated using the information indicating how the brightness value has changed.
  • a predicted image for the current block is generated by performing a brightness correction process that applies the brightness correction parameter to the reference image in the reference picture specified by the MV.
  • the shape of the peripheral reference area in FIG. 39 is an example, and shapes other than this may be used.
  • the process of generating the predicted image from one reference picture has been described here, the same applies to the case where the predicted image is generated from a plurality of reference pictures, and the reference image acquired from each reference picture is described above.
  • the predicted image may be generated after performing the luminance correction process in the same manner as in the above.
  • lic_flag is a signal indicating whether to apply LIC processing.
  • the value is set as lic_flag.
  • LIC processing is applied and coding is performed, and when it does not belong to the area where the luminance change occurs, the value 0 is set as lic_flag and coding is performed without applying LIC processing.
  • the decoding device by decoding the lic_flag described in the stream, whether or not to apply the LIC processing may be switched according to the value to perform the decoding.
  • determining whether or not to apply the LIC processing for example, there is also a method of determining whether or not the LIC processing is applied in the peripheral block.
  • determining whether or not the LIC processing is applied in the peripheral block.
  • the peripheral encoded blocks selected when deriving the MV in the merge mode processing are encoded by applying the LIC processing. ..
  • Encoding is performed by switching whether or not to apply the LIC process according to the result. Even in the case of this example, the same processing is applied to the processing on the decoding device side.
  • the inter-prediction unit 126 derives a motion vector for acquiring a reference image corresponding to a coded target block from a reference picture which is a coded picture.
  • the inter-prediction unit 126 transfers the luminance pixel value of the coded peripheral reference region adjacent to the left and upper adjacent to the coded block and the luminance pixel at the same position in the reference picture specified by the motion vector. Using the value, information indicating how the brightness value has changed between the reference picture and the picture to be encoded is extracted to calculate the brightness correction parameter. For example, the luminance pixel value of a pixel in the peripheral reference area in the current picture is set to p0, and the luminance pixel value of a pixel in the peripheral reference area in the reference picture at the same position as that pixel is set to p1.
  • the inter-prediction unit 126 generates a prediction image for the coded block by performing brightness correction processing on the reference image in the reference picture specified by the motion vector using the brightness correction parameter.
  • the brightness pixel value in the reference image is p2
  • the brightness pixel value of the predicted image after the brightness correction process is p3.
  • the shape of the peripheral reference area in FIG. 39 is an example, and shapes other than this may be used. Moreover, a part of the peripheral reference area shown in FIG. 39 may be used. For example, a region including a predetermined number of pixels thinned out from each of the upper adjacent pixel and the left adjacent pixel may be used as the peripheral reference region.
  • the peripheral reference area is not limited to the area adjacent to the encoding target block, and may be an area not adjacent to the encoding target block. A predetermined number of pixels may be predetermined.
  • the peripheral reference area in the reference picture is an area specified by the motion vector of the coded target picture from the peripheral reference area in the coded target picture, but is represented by another motion vector. It may be a designated area.
  • the other motion vector may be a motion vector of a peripheral reference region in the picture to be encoded.
  • the LIC processing may be applied not only to the luminance but also to the color difference.
  • correction parameters may be derived individually for each of Y, Cb, and Cr, or a common correction parameter may be used for any of them.
  • the LIC processing may be applied in units of subblocks.
  • the correction parameter may be derived using the peripheral reference area of the current sub-block and the peripheral reference area of the reference sub-block in the reference picture specified by the MV of the current sub-block.
  • the prediction control unit 128 selects either an intra prediction signal (a signal output from the intra prediction unit 124) or an inter prediction signal (a signal output from the inter prediction unit 126), and subtracts the selected signal as a prediction signal. Output to unit 104 and addition unit 116.
  • the prediction control unit 128 may output the prediction parameters input to the entropy coding unit 110.
  • the entropy coding unit 110 may generate a coded bit stream (or sequence) based on the prediction parameter input from the prediction control unit 128 and the quantization coefficient input from the quantization unit 108.
  • the prediction parameter may be used in the decoding device.
  • the decoding device may receive and decode the encoded bitstream, and may perform the same processing as the prediction processing performed by the intra prediction unit 124, the inter prediction unit 126, and the prediction control unit 128.
  • the prediction parameter is a selected prediction signal (for example, a motion vector, a prediction type, or a prediction mode used by the intra prediction unit 124 or the inter prediction unit 126), or an intra prediction unit 124, an inter prediction unit 126, and a prediction control unit. Any index, flag, or value based on or indicative of the prediction process performed at 128 may be included.
  • FIG. 40 is a block diagram showing an implementation example of the coding device 100.
  • the coding device 100 includes a processor a1 and a memory a2.
  • the plurality of components of the encoding device 100 shown in FIG. 1 are implemented by the processor a1 and the memory a2 shown in FIG. 40.
  • the processor a1 is a circuit that performs information processing and is a circuit that can access the memory a2.
  • the processor a1 is a dedicated or general-purpose electronic circuit that encodes a moving image.
  • the processor a1 may be a processor such as a CPU.
  • the processor a1 may be an aggregate of a plurality of electronic circuits. Further, for example, the processor a1 may play the role of a plurality of components among the plurality of components of the coding device 100 shown in FIG. 1 and the like.
  • the memory a2 is a dedicated or general-purpose memory in which information for the processor a1 to encode a moving image is stored.
  • the memory a2 may be an electronic circuit or may be connected to the processor a1. Further, the memory a2 may be included in the processor a1. Further, the memory a2 may be an aggregate of a plurality of electronic circuits.
  • the memory a2 may be a magnetic disk, an optical disk, or the like, and may be expressed as a storage, a recording medium, or the like. Further, the memory a2 may be a non-volatile memory or a volatile memory.
  • the encoded moving image may be stored in the memory a2, or the bit string corresponding to the encoded moving image may be stored.
  • the memory a2 may store a program for the processor a1 to encode a moving image.
  • the memory a2 may serve as a component for storing information among the plurality of components of the encoding device 100 shown in FIG.
  • the memory a2 may serve as the block memory 118 and the frame memory 122 shown in FIG. More specifically, the reconstructed block, the reconstructed picture, and the like may be stored in the memory a2.
  • not all of the plurality of components shown in FIG. 1 and the like may be mounted, or all of the plurality of processes described above may not be performed.
  • a part of the plurality of constituent elements illustrated in FIG. 1 and the like may be included in another device, and a part of the plurality of processes described above may be executed by another device.
  • FIG. 41 is a block diagram showing a functional configuration of the decoding device 200 according to the embodiment.
  • the decoding device 200 is a moving image decoding device that decodes moving images in block units.
  • the decoding device 200 includes an entropy decoding unit 202, an inverse quantization unit 204, an inverse transformation unit 206, an addition unit 208, a block memory 210, a loop filter unit 212, and a frame memory 214. And an intra prediction unit 216, an inter prediction unit 218, and a prediction control unit 220.
  • the decoding device 200 is realized by, for example, a general-purpose processor and a memory. In this case, when the software program stored in the memory is executed by the processor, the processor entropy decoding unit 202, inverse quantization unit 204, inverse transformation unit 206, addition unit 208, loop filter unit 212, intra prediction unit. It functions as 216, an inter-prediction unit 218, and a prediction control unit 220. Further, the decoding device 200 is a dedicated one corresponding to the entropy decoding unit 202, the dequantization unit 204, the inverse transformation unit 206, the addition unit 208, the loop filter unit 212, the intra prediction unit 216, the inter prediction unit 218, and the prediction control unit 220. May be implemented as one or more electronic circuits of
  • the following describes the overall processing flow of the decoding device 200, and then each component included in the decoding device 200.
  • FIG. 42 is a flowchart showing an example of the overall decoding process by the decoding device 200.
  • the entropy decoding unit 202 of the decoding device 200 specifies a division pattern of a fixed size block (for example, 128 ⁇ 128 pixels) (step Sp_1).
  • This division pattern is a division pattern selected by the coding apparatus 100.
  • the decoding device 200 performs the processes of steps Sp_2 to Sp_6 for each of the plurality of blocks constituting the division pattern.
  • the entropy decoding unit 202 decodes (specifically, entropy decoding) the encoded quantized coefficient and the prediction parameter of the decoding target block (also referred to as the current block) (step Sp_2).
  • the inverse quantization unit 204 and the inverse conversion unit 206 restore a plurality of predicted residuals (that is, difference blocks) by performing inverse quantization and inverse conversion on a plurality of quantization coefficients (step Sp_3). ).
  • the prediction processing unit including all or part of the intra prediction unit 216, the inter prediction unit 218, and the prediction control unit 220 generates a prediction signal (also referred to as a prediction block) of the current block (step Sp_4).
  • the addition unit 208 reconstructs the current block into a reconstructed image (also referred to as a decoded image block) by adding the prediction block to the difference block (step Sp_5).
  • the loop filter unit 212 filters the reconstructed image (step Sp_6).
  • the decoding device 200 determines whether or not the decoding of the entire picture is completed (step Sp_7), and when it is determined that the decoding is not completed (No in step Sp_7), the processing from step Sp_1 is repeatedly executed.
  • steps Sp_1 to Sp_7 are sequentially performed by the decoding device 200. Alternatively, some of the processes may be performed in parallel, and the order of the processes may be changed.
  • the entropy decoding unit 202 entropy decodes the coded bit stream. Specifically, the entropy decoding unit 202 arithmetically decodes a coded bitstream into a binary signal, for example. Then, the entropy decoding unit 202 multivalues the binary signal. The entropy decoding unit 202 outputs the quantized coefficient in block units to the inverse quantization unit 204. The entropy decoding unit 202 may output the prediction parameters included in the coded bit stream (see FIG. 1) to the intra prediction unit 216, the inter prediction unit 218, and the prediction control unit 220 in the embodiment. The intra prediction unit 216, the inter prediction unit 218, and the prediction control unit 220 can execute the same prediction processing as the processing performed by the intra prediction unit 124, the inter prediction unit 126, and the prediction control unit 128 on the encoding device side.
  • the inverse quantization unit 204 inversely quantizes the quantized coefficient of the decoding target block (hereinafter referred to as the current block) that is the input from the entropy decoding unit 202. Specifically, the inverse quantization unit 204 inversely quantizes each quantized coefficient of the current block based on the quantized parameter corresponding to the quantized coefficient. Then, the inverse quantization unit 204 outputs the inverse quantization coefficient (that is, the conversion coefficient) of the current block to the inverse conversion unit 206.
  • the inverse transform unit 206 restores the prediction error by inversely transforming the transform coefficient that is the input from the inverse quantization unit 204.
  • the inverse transformation unit 206 determines the current block based on the information denoting the deciphered transformation type. Invert the transformation coefficient of.
  • the inverse transform unit 206 applies inverse retransform to the transform coefficient.
  • the addition unit 208 reconstructs the current block by adding the prediction error input from the inverse conversion unit 206 and the prediction sample input from the prediction control unit 220. Then, the addition unit 208 outputs the reconstructed block to the block memory 210 and the loop filter unit 212.
  • the block memory 210 is a storage unit that stores a block that is referred to in intra prediction and that is included in a decoding target picture (hereinafter referred to as a current picture). Specifically, the block memory 210 stores the reconstructed block output from the addition unit 208.
  • the loop filter unit 212 applies a loop filter to the block reconstructed by the addition unit 208, and outputs the filtered reconstructed block to the frame memory 214, the display device, and the like.
  • one filter is selected from the plurality of filters based on the direction and the activity of the local gradient, The selected filter is applied to the reconstruction block.
  • the frame memory 214 is a storage unit for storing a reference picture used for inter prediction, and is sometimes called a frame buffer. Specifically, the frame memory 214 stores the reconstructed block filtered by the loop filter unit 212.
  • FIG. 43 is a flowchart showing an example of processing performed by the prediction processing unit of the decoding device 200.
  • the prediction processing unit includes all or some of the components of the intra prediction unit 216, the inter prediction unit 218, and the prediction control unit 220.
  • the prediction processing unit generates a prediction image of the current block (step Sq_1).
  • This prediction image is also referred to as a prediction signal or a prediction block.
  • the prediction signal includes, for example, an intra prediction signal or an inter prediction signal.
  • the prediction processing unit generates a prediction block, a difference block, a coefficient block, a difference block, and a decoded image block, and reconstructs an already obtained reconstructed image. Is used to generate a predicted image of the current block.
  • the reconstructed image may be, for example, an image of a reference picture or an image of a decoded block in the current picture which is a picture including the current block.
  • the decoded block in the current picture is, for example, a block adjacent to the current block.
  • FIG. 44 is a flowchart showing another example of the processing performed by the prediction processing unit of the decoding device 200.
  • the prediction processing unit determines the method or mode for generating the predicted image (step Sr_1). For example, this method or mode may be determined based on, for example, prediction parameters.
  • the prediction processing unit determines the first method as the mode for generating the prediction image
  • the prediction processing unit generates the prediction image according to the first method (step Sr_2a).
  • the prediction processing unit determines the second method as the mode for generating the prediction image
  • the prediction processing unit generates the prediction image according to the second method (step Sr_2b).
  • the prediction processing unit determines the third method as the mode for generating the prediction image
  • the prediction processing unit generates the prediction image according to the third method (step Sr_2c).
  • the first method, the second method, and the third method are different methods for generating a prediction image, and are, for example, an inter prediction method, an intra prediction method, and other prediction methods, respectively. It may be. In these prediction methods, the above-mentioned reconstructed image may be used.
  • the intra prediction unit 216 performs intra prediction by referring to a block in the current picture stored in the block memory 210 based on the intra prediction mode read from the coded bit stream, thereby performing a prediction signal (intra prediction). Signal). Specifically, the intra prediction unit 216 generates an intra prediction signal by performing intra prediction with reference to a sample of a block adjacent to the current block (for example, a luminance value and a color difference value), and predicts and controls the intra prediction signal. Output to the section 220.
  • the intra prediction unit 216 may predict the color difference component of the current block based on the luminance component of the current block. ..
  • the intra prediction unit 216 corrects the pixel value after intra prediction based on the gradient of reference pixels in the horizontal/vertical directions.
  • the inter-prediction unit 218 predicts the current block by referring to the reference picture stored in the frame memory 214.
  • the prediction is performed in units of the current block or a sub block (for example, 4 ⁇ 4 block) in the current block.
  • the inter prediction unit 218 performs motion compensation using motion information (for example, a motion vector) that has been deciphered from a coded bitstream (for example, a prediction parameter output from the entropy decoding unit 202), or the current block or
  • the sub-block inter-prediction signal is generated, and the inter-prediction signal is output to the prediction control unit 220.
  • the inter prediction unit 218 uses not only the motion information of the current block obtained by the motion search but also the motion information of the adjacent block. , Generate inter prediction signals.
  • the inter prediction unit 218 follows the pattern matching method (bilateral matching or template matching) read from the coded stream. Motion information is derived by performing motion search. Then, the inter-prediction unit 218 performs motion compensation (prediction) using the derived motion information.
  • the inter-prediction unit 218 derives a motion vector based on a model assuming constant velocity linear motion when the BIO mode is applied. In addition, when the information read from the encoded bitstream indicates that the affine motion compensation prediction mode is applied, the inter prediction unit 218 determines the motion vector in subblock units based on the motion vectors of a plurality of adjacent blocks. Derive.
  • the inter-prediction unit 218 derives the MV based on the information read from the coded stream and uses the MV. Motion compensation (prediction) is performed.
  • FIG. 45 is a flowchart showing an example of inter-prediction by the normal inter-mode in the decoding device 200.
  • the inter-prediction unit 218 of the decoding device 200 performs motion compensation for each block.
  • the inter prediction unit 218 acquires a plurality of candidate MVs for the current block based on information such as MVs of a plurality of decoded blocks surrounding the current block temporally or spatially (step Ss_1). That is, the inter prediction unit 218 creates a candidate MV list.
  • the inter prediction unit 218 selects each of N (N is an integer of 2 or more) candidate MVs from the plurality of candidate MVs acquired in step Ss_1 as a motion vector predictor candidate (also referred to as a predicted MV candidate). As a result, extraction is performed according to a predetermined priority (step Ss_2). The priority may be predetermined for each of the N predicted MV candidates.
  • the inter prediction unit 218 decodes the motion vector predictor selection information from the input stream (that is, the encoded bit stream), and uses the decoded motion vector predictor selection information, the N prediction MV candidates.
  • One predicted MV candidate is selected as a predicted motion vector (also referred to as predicted MV) of the current block (step Ss_3).
  • the inter prediction unit 218 decodes the difference MV from the input stream and adds the difference value which is the decoded difference MV and the selected motion vector predictor to calculate the MV of the current block. It is derived (step Ss_4).
  • the inter prediction unit 218 generates a predicted image of the current block by performing motion compensation on the current block using the derived MV and the decoded reference picture (step Ss_5).
  • the prediction control unit 220 selects either an intra prediction signal or an inter prediction signal, and outputs the selected signal to the addition unit 208 as a prediction signal.
  • the configurations, functions, and processes of the predictor control unit 220, the intra prediction unit 216, and the inter prediction unit 218 on the decoding device side are the prediction control unit 128, the intra prediction unit 124, and the inter prediction unit 126 on the encoding device side. It may correspond to the configuration, function, and processing of.
  • FIG. 46 is a block diagram showing an implementation example of the decoding device 200.
  • the decoding device 200 includes a processor b1 and a memory b2.
  • the plurality of components of the decoding device 200 shown in FIG. 41 are implemented by the processor b1 and the memory b2 shown in FIG.
  • the processor b1 is a circuit that performs information processing and is a circuit that can access the memory b2.
  • the processor b1 is a dedicated or general-purpose electronic circuit that decodes an encoded moving image (that is, an encoded bit stream).
  • the processor b1 may be a processor such as a CPU.
  • the processor b1 may be an aggregate of a plurality of electronic circuits. Further, for example, the processor b1 may play the role of a plurality of components among the plurality of components of the decoding device 200 shown in FIG. 41 and the like.
  • the memory b2 is a dedicated or general-purpose memory in which information for the processor b1 to decode the encoded bitstream is stored.
  • the memory b2 may be an electronic circuit or may be connected to the processor b1. Further, the memory b2 may be included in the processor b1. Further, the memory b2 may be an aggregate of a plurality of electronic circuits.
  • the memory b2 may be a magnetic disk, an optical disk, or the like, and may be expressed as a storage, a recording medium, or the like. Further, the memory b2 may be a non-volatile memory or a volatile memory.
  • the memory b2 may store a moving image or an encoded bitstream. Further, the memory b2 may store a program for the processor b1 to decode the encoded bitstream.
  • the memory b2 may play the role of a component for storing information among the plurality of components of the decoding device 200 shown in FIG. 41 and the like.
  • the memory b2 may serve as the block memory 210 and the frame memory 214 shown in FIG. More specifically, the reconstructed block, the reconstructed picture, and the like may be stored in the memory b2.
  • the decoding device 200 not all of the plurality of constituent elements shown in FIG. 41 or the like may be implemented, or all of the plurality of processes described above may not be performed. Some of the plurality of components shown in FIG. 41 and the like may be included in another device, and some of the plurality of processes described above may be executed by another device.
  • each term may be defined as follows.
  • the picture is an array of multiple luminance samples in a monochrome format, or an array of multiple luminance samples and a plurality of color difference samples in the 4: 2: 0, 4: 2: 2 and 4: 4: 4 color formats. It is a corresponding array.
  • the picture may be a frame or a field.
  • the frame is a composition of a top field in which a plurality of sample rows 0, 2, 4, ... Are generated, and a bottom field composition in which a plurality of sample rows 1, 3, 5, ... Are generated.
  • a slice is an independent number of coding trees contained in one independent slice segment and all subsequent dependent slice segments that precede the next independent slice segment (if any) in the same access unit. It is a unit.
  • a tile is a rectangular area of multiple coded tree blocks within a particular tile column and a particular tile row in a picture.
  • the tile may still be a loop filter across the edges of the tile, but may be a rectangular area of the frame intended to be independently decoded and encoded.
  • the block is an MxN (N rows and M columns) array of a plurality of samples, or an MxN array of a plurality of conversion coefficients.
  • the block may be a square or rectangular area of a plurality of pixels consisting of a plurality of matrices of one luminance and two color differences.
  • the CTU may be a coded tree block of a plurality of luminance samples of a picture having three sample arrays, or may be two corresponding coded tree blocks of a plurality of color difference samples. ..
  • the CTU is a coding tree block of any of a plurality of samples, a monochrome picture and a picture encoded using three separate color planes and a syntax structure used for encoding the plurality of samples. May be
  • the super block may be a square block of 64 ⁇ 64 pixels that constitutes one or two mode information blocks, or is recursively divided into four 32 ⁇ 32 blocks and can be further divided.
  • the encoding apparatus 100 performs frequency conversion processing (hereinafter, also simply referred to as conversion processing) such as orthogonal conversion and quadratic conversion on an encoding target block (hereinafter, also referred to as processing target block or CU).
  • conversion processing frequency conversion processing
  • processing target block or CU processing target block
  • the decoding device 200 performs inverse frequency conversion processing (hereinafter, simply inverse conversion) such as inverse orthogonal conversion and inverse secondary conversion with respect to the decoding target block (hereinafter, also referred to as a processing target block or CU).
  • inverse frequency conversion processing hereinafter, simply inverse conversion
  • inverse orthogonal conversion and inverse secondary conversion with respect to the decoding target block (hereinafter, also referred to as a processing target block or CU).
  • the method of inverse quantization processing is switched depending on whether or not processing) is applied.
  • the encoding device 100 suppresses the overall code amount by performing frequency conversion and quantization on the prediction error of the block to be encoded. Frequency conversion is performed using a conversion base. For example, the coding apparatus 100 determines a conversion basis from a plurality of conversion basis candidates, and performs frequency conversion using the determined conversion basis. The coding apparatus may perform reconversion (so-called quadratic conversion) so that more zero coefficients (called zero coefficients) are continuously generated after frequency conversion and before quantization. In this case, the frequency conversion is also expressed as an orthogonal conversion or a linear conversion.
  • the decoding device 200 performs an operation corresponding to the coding device 100.
  • the conversion unit 106 of the encoding device 100 converts the prediction error in the spatial domain into the conversion coefficient in the frequency domain, and outputs the conversion coefficient to the quantization unit 108. Specifically, the conversion unit 106 performs a predetermined discrete cosine transform (DCT) or discrete sine transform (DST) on the prediction error in the spatial domain, for example.
  • the conversion type is adaptively selected from a plurality of conversion types (hereinafter, also referred to as conversion basis or basis), and the prediction error is converted into a conversion coefficient by using the conversion basis function corresponding to the selected conversion type. You may.
  • Such a conversion may be called an AMT (adaptive multiple transform) or an EMT (explicit multiple core transform).
  • ATM and EMT may be referred to as MTS (Multiple Transform Selection).
  • the transforming unit 106 selects an orthogonal transform basis (also called a primary transform basis) such as DST-VII or DCT-VIII (see FIG. 5A).
  • the selected basis is encoded as index information for each CU.
  • IMTS a process of selecting a basis (so-called orthogonal conversion basis) to be used for orthogonal conversion based on the shape of the CU without encoding the index information.
  • the transforming unit 106 performs orthogonal transform by using a transform basis function (see FIG. 5A) corresponding to DST-VII on the short side of the rectangle when the CU has a rectangular shape, for example.
  • the long side of the rectangle is orthogonally converted using the conversion basis function corresponding to DCT-II.
  • the conversion unit 106 uses a conversion basis function corresponding to DCT-II if MTS is valid in the sequence to perform orthogonal conversion with respect to the prediction error of the square region. If MTS is invalid, orthogonal conversion is performed on the prediction error of the square region using the conversion basis function corresponding to DST-VII.
  • DCT-II and DST-VII are examples, and other bases may be used, or different combinations of bases may be used.
  • the IMTS may be usable only in the intra prediction block, or may be usable in both the intra prediction block and the inter prediction block.
  • the three processings of MTS, SBT, and IMTS have been described, but all three processings may be effective. Only a part of the processes may be selectively enabled from the three processes. Whether or not each basis selection process is enabled can be identified by flag information in a header such as SPS (Sequence Parameter Set). For example, if all the three basis selection processes are valid, one of the three basis selection processes is selected for each CU and orthogonal transformation is performed.
  • SPS Sequence Parameter Set
  • the process of selectively switching the bases used for the orthogonal transformation is (1) orthogonally transforms the entire range in the CU, and encodes information indicating the basis used for the transformation, (2) the entire range of the CU. Orthogonal transformation is performed, and the information indicating the basis used for the transformation is not encoded, but the basis is determined based on a predetermined rule. (3) A portion of the CU is orthogonally transformed and the basis used for the transformation Of (4) a region of a part of the CU is orthogonally transformed, and information indicating the base used for the transformation is not coded but is determined based on a predetermined rule. It suffices if at least one of these functions can be realized, and for example, a basis selection process different from the above three processes may be added or replaced with another process.
  • the unit of the process is not limited to this. That is, whether or not MTS, SBT, and IMTS are applied may be determined for each processing unit different from CU. For example, in the processing, whether or not to apply may be determined in sequence units, picture units, tile units, slice units, or CTU units.
  • the tool for selectively switching the basis used for the orthogonal transformation in the present disclosure can be rephrased as a method of adaptively selecting the basis used for the conversion process (so-called orthogonal transformation), a basis selection process, or a process of selecting the basis. Good. Further, the tool for selectively switching the conversion basis may be paraphrased as a mode for adaptively selecting the conversion basis.
  • the conversion unit 106 may reconvert the conversion coefficient obtained by the above-mentioned orthogonal conversion (hereinafter, also referred to as quadratic conversion). Such reconversion is sometimes called NSST (non-separable second-day transition). For example, the conversion unit 106 reconverts each subblock (for example, 4x4 subblock) included in the block of the conversion coefficient corresponding to the intra prediction error.
  • NSST non-separable second-day transition
  • the conversion unit 106 reconverts each subblock (for example, 4x4 subblock) included in the block of the conversion coefficient corresponding to the intra prediction error.
  • Information indicating whether or not NSST is applied and information about the transformation matrix used in NSST are usually signalized at the CU level.
  • the signalization of this information does not have to be limited to the CU level, and may be at another level (for example, sequence level, picture level, slice level, tile level or CTU level).
  • the encoding device 100 switches the quantization process depending on whether or not the transform process such as the orthogonal transform and the secondary transform is applied to the target block. ..
  • the coding device 100 includes a circuit and a memory connected to the circuit.
  • the circuit and memory included in the coding device 100 may correspond to the processor a1 and the memory a2 shown in FIG. 40. In operation, the circuit of the coding device 100 does the following:
  • the quantization matrix (for a plurality of conversion coefficients of the coded block) Quantization is performed using QM: Quantization Matrix), and when orthogonal transformation is not performed on the encoding target block, and when both orthogonal transformation and quadratic transformation are performed, encoding is performed without using a quantization matrix. Quantize the target block.
  • the coding apparatus 100 determines whether or not the conversion process (so-called orthogonal conversion process) is skipped for the coded block, and whether or not the secondary conversion process is skipped. It is determined whether or not the quantization matrix is used in the quantization processing based on the information of the encoding target block unit indicating that.
  • FIG. 47 is a flowchart showing an example of operation in the quantization process of the encoding device 100 according to the first aspect.
  • the coding apparatus 100 first determines whether or not the orthogonal conversion process is skipped for the coded target block (CU) (step S001).
  • the transforming unit 106 performs a predetermined orthogonal transform such as DCT (discrete cosine transform) for the CU (more specifically, for the predicted residuals in the spatial region of the CU).
  • a predetermined orthogonal transform such as DCT (discrete cosine transform) for the CU (more specifically, for the predicted residuals in the spatial region of the CU).
  • an orthogonal transform may be performed on the CU by adaptively selecting a transform type from a plurality of transform types and using a transform basis function corresponding to the selected transform type.
  • the coding apparatus 100 may switch whether or not to skip the orthogonal conversion process for the CU in units of blocks to be processed (that is, for each CU).
  • the coding apparatus 100 encodes flag information (for example, a conversion skip flag) for each processing target block (CU) unit, and signals whether or not orthogonal conversion processing is performed to the CU. May be.
  • step S001 when the encoding device 100 determines that the orthogonal transform process is skipped for the CU (Yes in step S001), that is, the encoding device 100 performs the orthogonal transform on the CU. If not performed, the prediction error of the acquired CU in the spatial domain (in other words, the CU) is quantized without using the quantization matrix (QM) (step S004).
  • QM quantization matrix
  • the encoding apparatus 100 may perform the secondary transformation (that is, the secondary transformation) on the coefficient value of the orthogonal transformation after performing the orthogonal transformation such as DCT.
  • the secondary transformation may be NSST.
  • the coding device 100 determines that the secondary conversion process has not been skipped for the CU (No in step S002), that is, the coding device 100 performs the secondary conversion for the plurality of conversion coefficients of the CU.
  • the CU is quantized without using the quantization matrix (QM) (step S004). Since the coefficient distribution after the secondary transformation is different from the coefficient distribution of the orthogonal transformation such as DCT, the CU to which the secondary transformation is applied may be quantized without using QM.
  • the quantization process performed without using QM may be a process of quantizing the transform coefficient based on the quantization width obtained from the quantization parameter or the like. In the quantization process performed without using QM, the quantization width may be multiplied by a predetermined value that is common to all the secondary transform coefficients in the block.
  • step S003 when the coding device 100 determines that the secondary conversion process is skipped for the CU (Yes in step S002), that is, when the coding device 100 does not perform the secondary conversion for the CU.
  • the plurality of conversion coefficients of the acquired CU are quantized using a quantization matrix (QM) (step S003).
  • QM quantization matrix
  • the QM value is used for each conversion coefficient to scale the quantization width obtained from the quantization parameters and the like.
  • the encoding device 100 may switch whether to enable the skip of the transform process (that is, the orthogonal transform process and the secondary transform process described above) according to the size of the processing target block (CU). .. For example, the encoding device 100 always disables the skip of the conversion process in the process target block whose short side size exceeds 32.
  • the block to be processed may be divided into a plurality of sub-partitions, and the intra-prediction may be sequentially performed for each sub-partition by referring to the predicted image or the reconstructed image of the encoded sub-partition. Is called Intra Sub-Partition mode).
  • the quantization process is performed for each subpartition. Even in this case, the coding apparatus 100 can specify whether or not to skip the conversion process in units of blocks to be processed (for each CU). For example, when the orthogonal conversion process is skipped for the block to be processed, the quantization process may be performed on all the subpartitions in the block to be processed without using QM.
  • the pixel value of the image to be encoded may be directly encoded by a method such as DPCM (differential pulse code modulation) without performing the prediction process. That is, even when the pixel value of the processing target block is encoded by a method such as DPCM, the CU quantization process may be performed without using QM.
  • DPCM differential pulse code modulation
  • the processing target block may be a processing unit including a plurality of pixels, and may be a processing unit including a plurality of CUs.
  • QM has an effect of adjusting the subjective image quality by scaling the quantization width of the coefficient of the domain after transformation such as orthogonal transformation, it is sufficient to apply QM when the transformation process is skipped. It may not be effective. Therefore, in the encoding process of the first aspect, if the block conversion process is skipped, it is possible to reduce subjective image quality deterioration by performing the quantization process without using QM.
  • the processing flow is an example, and the order of the described processes may be changed, a part of the described processes may be excluded, or a process not described may be added.
  • the coding process of the first aspect may be applied to the coding process of the second aspect, the third aspect or the fourth aspect described later. These aspects relate to the encoding process for rectangular blocks. Furthermore, the coding process of the first aspect may be applied to the coding process for a block having a shape other than a rectangle.
  • the decryption process according to the first aspect will be described.
  • the inverse quantization process is switched depending on whether or not the inverse conversion process such as the inverse orthogonal transformation and the inverse quadratic transformation is applied to the decoding target block.
  • the decoding device 200 includes a circuit and a memory connected to the circuit.
  • the circuit and memory included in the decoding device 200 may correspond to the processor b1 and the memory b2 shown in FIG. In operation, the circuit of the decoding device 200 performs the following.
  • the decoding apparatus 200 performs a quantization matrix (for a plurality of quantization coefficients of the decoding processing target block) when the decoding target block is subjected to the inverse orthogonal conversion and the inverse quadratic conversion is not performed.
  • a quantization matrix for a plurality of quantization coefficients of the decoding processing target block
  • QM quantization matrix
  • no inverse orthogonal transformation is performed on the block to be decoded, and when both inverse orthogonal transformation and inverse quadratic transformation are performed. Dequantize the target block.
  • the decoding apparatus 200 skips the inverse conversion process (so-called inverse orthogonal conversion process) and whether the inverse secondary conversion process is skipped with respect to the block to be decoded. It is determined whether or not to use the quantization matrix in the inverse quantization process based on the information of the decoding target block unit indicating whether or not.
  • the decoding device 200 determines whether or not the inverse orthogonal conversion is performed on the decoding target block, and the inverse secondary conversion is performed on a plurality of secondary conversion coefficients of the decoding target block. It may be decided whether or not to use the quantization matrix in the inverse quantization process for the block to be decoded based on the information indicating whether or not the block is to be decoded.
  • FIG. 48 is a flowchart showing an example of operation in the inverse quantization process of the decoding device 200 according to the first aspect.
  • the decoding device 200 first determines whether or not the inverse orthogonal conversion process is skipped for the decoding target block (CU) (step S011).
  • the inverse conversion unit 206 restores the prediction error by inversely converting the conversion coefficient input from the inverse quantization unit 204.
  • the inverse conversion unit 206 is decoded based on the information indicating the read conversion type. Inversely transform the conversion factor of the block. Further, for example, when the information deciphered from the coded bitstream indicates that the NSST is applied, the inverse transform unit 206 applies the inverse retransform to the transform coefficient.
  • the decoding device 200 may switch whether or not to skip the inverse orthogonal conversion process for the CU in units of blocks to be processed (that is, for each CU). At this time, for example, the decoding device 200 decodes the flag information (for example, the inverse conversion skip flag) of each processing target block (CU) unit, and reads whether or not the inverse orthogonal conversion processing is performed on the CU. May be.
  • the flag information for example, the inverse conversion skip flag
  • the decoding process it is determined whether or not the predicted residual has been converted based on the above flag information. Whether or not the inverse conversion skip is enabled may be identified by the identification information of the header information such as SPS or PPS.
  • step S011 when the decoding device 200 determines that the inverse orthogonal conversion process is skipped for the CU (Yes in step S011), that is, the decoding device 200 performs the inverse orthogonal conversion for the CU. If not, the CU is inversely quantized (more specifically, for the plurality of quantization coefficients of the CU) without using the quantization matrix (QM) (step S014).
  • QM quantization matrix
  • the dequantization unit 204 (see FIG. 41) of the decoding device 200 dequantizes the quantization coefficient of the decoding target block, which is the input from the entropy decoding unit 202 (see FIG. 41). Specifically, the inverse quantization unit 204 inversely quantizes each of the quantization coefficients of the decoding target block based on the quantization parameters corresponding to the quantization coefficients. Then, the inverse quantization unit 204 outputs the inversely quantized quantized coefficient (that is, the transform coefficient) of the decoding target block to the inverse transform unit 206 (see FIG. 41 ).
  • step S011 when the decoding device 200 determines that the inverse orthogonal conversion process is not skipped for the CU (No in step S011), that is, when the decoding device 200 performs the inverse orthogonal conversion for the CU, the decoding device 200 performs the inverse orthogonal conversion for the CU. It is determined whether the inverse secondary conversion process is skipped (step S012). For example, when the decoding device 200 indicates that the information read from the coded bit stream applies the secondary conversion process (for example, NSST), the decoding device 200 performs the inverse secondary conversion process on the CU. Determine to do.
  • the secondary conversion process for example, NSST
  • the decoding device 200 determines that the inverse quadratic transformation process is not skipped for the CU (No in step S012), that is, the decoding device 200 performs the inverse quadratic transform on the plurality of secondary transform coefficients of the CU. When it does, the CU is inversely quantized without using the quantization matrix (QM) (step S014).
  • QM quantization matrix
  • step S013 when the decoding device 200 determines that the inverse secondary conversion process is skipped for the CU (Yes in step S012), that is, when the decoding device 200 does not perform the inverse secondary conversion for the CU.
  • Inverse quantization is performed on the CU using a quantization matrix (QM) (step S013).
  • QM quantization matrix
  • the decoding device 200 switches whether or not to enable skipping of the inverse conversion process (that is, the above-mentioned inverse orthogonal conversion process and the inverse secondary conversion process) according to the size of the processing target block (CU). Good. For example, the decoding device 200 always invalidates the skipping of the inverse conversion process in the processing target block whose short side size exceeds 32.
  • the block to be processed may be divided into a plurality of sub-partitions, and the intra-prediction may be sequentially performed for each sub-partition by referring to the predicted image or reconstructed image of the decoded sub-partition. , Intra Sub-Partition mode).
  • the inverse quantization process is performed for each subpartition.
  • the decoding device 200 can specify (for each CU) whether or not to skip the inverse conversion process in units of blocks to be processed. For example, when the inverse orthogonal transform processing is skipped for the processing target block, the inverse quantization processing may be performed for all subpartitions in the processing target block without using QM.
  • the processing target block may be a processing unit including a plurality of pixels, and may be a processing unit including a plurality of CUs.
  • the decoding process according to the first aspect may be applied to the decoding process according to the second aspect, the third aspect or the fourth aspect described later. These aspects relate to the decoding process for rectangular blocks. Furthermore, the decoding process according to the first aspect may be applied to the decoding process for a block having a shape other than a rectangle.
  • the quantization matrix has an effect of adjusting the subjective image quality by scaling the quantization width of the coefficient of the domain after the orthogonal transformation, and thus does not perform the orthogonal transformation on the target block.
  • the quantization matrix is applied to the predicted residuals of a plurality of pixel values in the coded block, a sufficient effect may not be obtained.
  • orthogonal conversion and quadratic conversion are performed on the coded target block, since a plurality of conversion coefficients in the coded target block after the orthogonal conversion are reconverted by the quadratic conversion, the reconverted coefficients. Even if the quantization matrix is applied to, a sufficient effect may not be obtained.
  • the coding apparatus 100 According to the coding apparatus 100 according to the first aspect of the present disclosure, there is a possibility that a sufficient effect of adjusting the subjective image quality cannot be obtained even if the quantization matrix is applied due to the configuration described with reference to FIG. 47. Since a certain block to be encoded is quantized without using the quantization matrix, the processing amount is reduced. Further, according to the coding apparatus 100 according to the first aspect of the present disclosure, the quantization matrix can be appropriately applied to a plurality of predicted residuals of the coded target block after orthogonal conversion, so that the subjective image quality can be adjusted. The effect is obtained.
  • the coding apparatus 100 it is possible to appropriately determine whether or not to use the quantization matrix in the quantization process for the coded target block, and thus the quantization is performed. In both application and non-application of the matrix, it is possible to improve the coding efficiency while suppressing the deterioration of the subjective image quality.
  • the decoding device 200 According to the decoding device 200 according to the first aspect of the present disclosure, there is a possibility that a sufficient effect of adjusting the subjective image quality cannot be obtained even if the quantization matrix is applied due to the configuration described with reference to FIG. 48. Since the block to be decoded is inversely quantized without using the quantization matrix, the processing amount is reduced. Further, according to the decoding device 200 according to the first aspect of the present disclosure, the quantization matrix can be appropriately applied to the decoding target block that is quantized and coded after the orthogonal transform, and therefore the subjective image quality adjustment effect is obtained. Is obtained.
  • the decoding device 200 it is possible to appropriately determine whether or not to use the quantization matrix in the inverse quantization process for the decoding target block, and thus the quantization matrix.
  • the processing efficiency can be improved while suppressing the deterioration of the subjective image quality.
  • information on whether or not scaling processing using a quantization matrix (QM) is enabled may be indicated by flag information in header information such as SPS or PPS.
  • QM quantization matrix
  • whether or not to enable skipping of the conversion process and the inverse conversion process may be determined according to the size of the coded block and the decoded block. For example, skipping the conversion process and the inverse conversion process may always be invalid for a block to be processed having a predetermined size or larger.
  • different conditions may be set for the luminance signal and the color difference signal in the processing target block as to whether to enable the skip of the conversion process and the inverse conversion process.
  • the skip of the conversion process and the inverse conversion process may be applicable only to the luminance signal.
  • the skip of the conversion process and the inverse conversion process may be applicable to both the luminance signal and the color difference signal.
  • the luminance signal and the color difference signal are also enabled for skipping the conversion process and the inverse conversion process for the color difference signal.
  • Signaling related to skipping conversion processing and inverse conversion processing for and may be standardized.
  • the luminance signal and the color difference signal may be signaled separately. At this time, for example, it is possible to control such that skipping the conversion process and the inverse conversion process is enabled for the luminance signal, and skipping the conversion process and the inverse conversion process is invalidated for the color difference signal.
  • the signaling related to the skip of the conversion processing for the luminance signal and the color difference signal is common, it may be determined whether or not the scaling processing using QM is performed based on the common signaling information.
  • the luminance signal and the color difference signal are individually signaled, the luminance signal and the color difference signal are individually converted based on the signaling information for the luminance signal and the signaling information for the color difference signal.
  • Processing skip may be applied. For example, when the conversion process is skipped on the luminance signal, the scaling process using QM may not be performed on the luminance signal.
  • the coding apparatus 100 directly codes the pixel value of the image to be coded by a method such as DPCM (differential pulse code modulation) or PCM (pulse code modulation) without performing the above conversion process. Can be converted.
  • the encoding device 100 may directly encode the residual signal between the original image and the predicted image after performing the prediction process, instead of directly encoding the pixel value of the image to be encoded.
  • the encoding device 100 may be configured to be able to select whether or not to quantize the directly encoded signal.
  • the coding apparatus 100 may apply scaling processing using QM when quantizing the directly coded signal, and when the directly coded signal is not quantized, QM The scaling process used may be invalidated at all times. Alternatively, the encoding apparatus 100 may always invalidate the scaling process using QM even when the directly encoded signal is quantized. Further, when the directly encoded signal is quantized, the coding apparatus 100 may use either a QM for intra-prediction or a QM for inter-prediction, or sets its own QM and SPS. Alternatively, it may be encoded in the PPS header.
  • the quantization process is switched depending on whether or not the conversion process is applied to the coded target block, but in the second aspect, when the shape of the coded target block is rectangular, A QM for a rectangular block is generated from a QM for a square block and a quantization process is performed.
  • a plurality of transformations of a rectangular block are performed by transforming a first quantization matrix for a plurality of transformation coefficients of a square block.
  • a second quantization matrix for the coefficients may be generated, and the second quantization matrix may be used to quantize a plurality of conversion coefficients of the rectangular block.
  • FIG. 49 is a flowchart showing an example of a coding processing flow using the quantization matrix (QM) in the coding apparatus 100 according to the second aspect.
  • the coding device 100 described here performs coding processing for each square or rectangular block in which a picture (hereinafter, also referred to as a screen) included in a moving image is divided.
  • the quantization unit 108 generates a QM for square blocks.
  • the QM for a square block is a quantization matrix for a plurality of transform coefficients of the square block.
  • the square block QM is also referred to as a first quantization matrix.
  • the quantization unit 108 may generate the QM for the square block from the value defined by the user and set in the encoding device 100, or may be adapted using the encoding information of the already encoded picture. May be generated. Further, the entropy encoding unit 110 may describe the signal related to the QM for the square block generated by the quantization unit 108 in the stream.
  • the QM for the square block may be encoded in a sequence header area, a picture header area, a slice header area, an auxiliary information area, or an area for storing other parameters of the stream.
  • the QM for the square block does not have to be described in the stream.
  • the quantization unit 108 may use a default QM value for a square block defined in advance in the standard.
  • the entropy encoding unit 110 does not describe the coefficients (that is, the quantization coefficients) of all the matrices of the QM for the square block in the stream, but a part required to generate the QM. Only the coefficient of may be described in the stream. As a result, the amount of information to be encoded can be reduced.
  • step S102 the quantization unit 108 uses the square block QM generated in step S101 to generate a rectangular block QM.
  • the rectangular block QM is also referred to as a second quantization matrix.
  • the entropy coding unit 110 does not describe the QM signal for the rectangular block in the stream.
  • steps S101 and S102 may be collectively performed at the start of the sequence process, the start of the picture process, or the start of the slice process as described with reference to FIG. 49. It may be configured to perform a part of the processing every time.
  • the QM generated by the quantization unit 108 in steps S101 and S102 is for a luminance block / color difference block, for an in-screen prediction block / for an inter-screen prediction block, and a block having the same block size depending on other conditions. It may be configured to generate a plurality of types of QMs.
  • step S103 the intra prediction unit 124 or the inter prediction unit 126 performs prediction processing using in-screen prediction, inter-screen prediction, or the like in block units, and in step S104, the conversion unit 106 generates the generated prediction.
  • the residual image is subjected to a conversion process using a discrete cosine transform (DCT) or the like, and in step S105, the quantization unit 108 is a square block which is an output of steps S101 and S102 with respect to the generated conversion coefficient. Quantization processing is performed using the QM for the square block and the QM for the rectangular block.
  • DCT discrete cosine transform
  • a mode in which a block in a picture different from the picture to which the processing target block belongs may be referred to, and a mode in which the block in the picture to which the processing target block belongs may be referred to.
  • the QM for inter-screen prediction may be used in common for the quantity mode, or the QM for in-screen prediction may be used for the mode that refers to the block in the picture to which the processing target block belongs.
  • the inverse quantization unit 112 performs an inverse quantization process on the conversion coefficient after quantization using the QM for the square block and the QM for the rectangular block, which are the outputs of steps S101 and S102.
  • step S107 the inverse transform unit 114 performs an inverse transform process on the transform coefficient after the inverse quantization to generate a residual (prediction error) image.
  • step S108 the addition unit 116 adds the residual image and the predicted image to generate a reconstructed image. This series of processing flows is repeated to end the block-unit loop.
  • the coding apparatus 100 it is possible to efficiently perform quantization on rectangular blocks having various shapes, and thus it is possible to improve the coding efficiency. Will be higher. Note that the QM for square blocks does not have to be described in the stream, and the default QM value for square blocks defined in the standard may be used.
  • the decryption process according to the second aspect of the present disclosure will be described.
  • the inverse quantization process is switched depending on whether or not the inverse conversion process is applied to the decoding target block, but in the second aspect, when the shape of the decoding target block is rectangular, it is square.
  • the QM for the rectangular block is generated from the QM for the block and the inverse quantization process is performed.
  • the decoding device 200 When the decoding target block is a rectangular block, the decoding device 200 according to the second aspect transforms the first quantization matrix for the plurality of conversion coefficients of the square block, thereby transforming the second quantum for the plurality of conversion coefficients of the rectangular block.
  • a transformation matrix may be generated and inverse quantization may be performed on a plurality of quantization coefficients of a rectangular block using a second quantization matrix.
  • FIG. 50 is a flowchart showing an example of a decoding process flow using the quantization matrix (QM) in the decoding apparatus 200 according to the second aspect.
  • the decoding process is performed for each square or rectangular block whose screen is divided.
  • the entropy decoding unit 202 decodes the signal related to the QM for the square block from the stream, and generates the QM for the square block using the decoded signal related to the QM for the square block.
  • the square block QM may be decoded from a sequence header area, a picture header area, a slice header area, an auxiliary information area, or an area for storing other parameters of the stream. Further, the QM for the square block does not have to be decoded from the stream. At this time, as the QM for the square block, a default value defined in advance in the standard may be used.
  • the entropy decoding unit 202 does not decode the quantization coefficients of all the matrices of the QM for the square block from the stream, but only a part of the quantization coefficients required to generate the QM. May be decoded from the stream to generate the QM.
  • step S202 the entropy decoding unit 202 uses the square block QM generated in step S201 to generate a rectangular block QM. Note that the entropy decoding unit 202 does not decode the QM signal for rectangular blocks from the stream.
  • steps S201 and S202 may be collectively performed at the start of the sequence process, the start of the picture process, or the start of the slice process, or may be a block unit process. It may be configured to perform a part of the processing every time.
  • the QM generated by the entropy decoding unit 202 in steps S201 and S202 is for a luminance block / color difference block, for an in-screen prediction block / for an inter-screen prediction block, and a block having the same block size depending on other conditions. Alternatively, a plurality of types of QM may be generated.
  • step S203 the intra-prediction unit 216 or the inter-prediction unit 218 performs prediction processing using in-screen prediction or inter-screen prediction in block units, and in step S204, the inverse quantization unit 204 is performed from the stream. Inverse quantization processing is performed on the decoded conversion coefficient after quantization (that is, the quantization coefficient) using the QM for the square block and the QM for the rectangular block, which are the outputs of steps S201 and S202. ..
  • a mode in which a block in a picture to which a processing target block belongs is referred to as well as a mode in which a block in a picture to which a processing target block belongs is referred to may be used.
  • the QM for inter-screen prediction may be used in common for the quantity mode, or the QM for in-screen prediction may be used for the mode that refers to the block in the picture to which the processing target block belongs.
  • the inverse transform unit 206 performs an inverse transform process on the transform coefficient after the inverse quantization to generate a residual (prediction error) image.
  • the addition unit 208 generates a reconstructed image by adding the residual image and the predicted image. This series of processing flows is repeated to end the block-unit loop.
  • the decoding process becomes possible. That is, according to the decoding device 200 according to the second aspect of the present disclosure, since the QM corresponding to the rectangular block is not described in the stream, the code amount of the header area can be reduced. Further, according to the decoding device 200 according to the first aspect of the present disclosure, it is possible to generate a QM corresponding to a rectangular block from a QM corresponding to a square block, so that the rectangular block can be generated without increasing the code amount of the header area. But QM can be used.
  • the decoding device 200 it is possible to efficiently perform quantization on rectangular blocks having various shapes, and thus it is possible to improve the coding efficiency. It gets higher.
  • the QM for the square block does not have to be described in the stream, and the default QM for the square block defined in the standard may be used.
  • the first example of the method of generating the QM for the rectangular block in the second example] 51 is a diagram for explaining a first example of generating a QM for a rectangular block from a QM for a square block in step S102 of FIG. 49 and step S202 of FIG.
  • the process described here is a common process in the coding device 100 and the decoding device 200.
  • the size of the QM for the rectangular block generated from the QM for the square block of each size is shown in association with each other.
  • the length of the long side of each rectangular block is the same as the length of one side of the corresponding square block.
  • the size of the rectangular block that is the processing target block is smaller than the size of the square block. That is, the encoding apparatus 100 and the decoding apparatus 200 according to the first aspect of the present disclosure down-convert the QM for a square block having one side having the same length as the long side of the rectangular block that is the processing target block. , Generate a QM for a rectangular block.
  • FIG. 51 shows a correspondence relationship between QMs for square blocks of various block sizes and QMs for rectangular blocks generated from the QMs for each square block, without distinguishing between luminance blocks and chrominance blocks. Is described.
  • the correspondence relationship between the square block QM and the rectangular block QM adapted to the format actually used may be derived as appropriate. For example, in the case of the 4: 2: 0 format, the luminance block is twice as large as the color difference block. Therefore, when the luminance block is referred to in the process of generating the QM for the rectangular block from the QM for the square block, the QM for the square block that can be used corresponds to the square block having a size from 4x4 to 256x256.
  • the QM for the square block that can be used corresponds to the square block having a size from 2x2 to 128x128.
  • the QM for the rectangular block generated from the QM for the square block includes only the QM corresponding to the rectangular block having the length of the short side of 2 or more and the length of the long side of 128 or less. Is used.
  • the luminance block is a block of the same size as the color difference block. Therefore, when referring to the color difference block in the process of generating the QM for the rectangular block, the usable QM for the square block corresponds to the square block having a size from 4x4 to 256x256, as in the case of referring to the luminance block. To do.
  • the block size shown in FIG. 51 is an example, and the block size is not limited to this.
  • a QM having a block size other than the block size illustrated in FIG. 51 may be used, and only a QM for a square block having a block size of a part of the block sizes illustrated in FIG. 51 can be used. Good.
  • FIG. 52 is a diagram for explaining a method of generating by down-converting the QM for the rectangular block described with reference to FIG. 51 from the QM for the corresponding square block.
  • an 8x4 rectangular block QM is generated from an 8x8 square block QM.
  • the plurality of matrix elements of the QM for the square block are divided into the same number of groups as the number of the plurality of matrix elements of the QM for the rectangular block, and each of the plurality of groups is included in the group.
  • the plurality of matrix elements are arranged continuously in the horizontal or vertical direction of the square block, and for each of the plurality of groups, the matrix element located on the lowest frequency side of the plurality of matrix elements included in the group is selected.
  • the QM for the rectangular block it may be determined as the matrix element corresponding to the group.
  • a plurality of matrix elements of QM for an 8x8 square block are surrounded by a thick line for each predetermined number.
  • a predetermined number of matrix elements surrounded by the thick line form one group.
  • the number of these groups and the number of matrix elements (also referred to as quantization coefficients) of the QM for the rectangular block generated from the QM for the 8x8 square block are the same.
  • Divide the QM for the 8x8 square block as follows. In the example of FIG. 52, two vertically adjacent quantization coefficients form one group. Next, in the QM for the 8x8 square block, the quantization coefficient located on the lowest frequency side (upper side in the example of FIG. 52) in each group is selected and used as the QM value for the 8x4 rectangular block. ..
  • the method of selecting one quantization coefficient from each group as the QM value for the rectangular block is not limited to the above example, and other methods may be used.
  • the highest quantized coefficient may be used as the QM value for the rectangular block, and the quantized coefficient in the middle area may be rectangular. It may be a QM value for a block.
  • the average value, minimum value, maximum value, intermediate value, or the like of all or some of the quantization coefficients in the group may be used.
  • a decimal when a decimal is generated as a result of the calculation of these values, it may be rounded up, rounded down, or rounded off to an integer.
  • the method of selecting one quantization coefficient from each group in the QM for the square block may be switched according to the frequency domain in which each group is located in the QM for the square block. For example, in the group located in the low range, the quantization coefficient located in the lowest frequency side in the group may be selected, and in the group located in the high frequency range, the quantization coefficient located in the highest frequency side in the group may be selected. It may be selected, and in the group located in the middle region, the quantization coefficient located in the intermediate region in the group may be selected.
  • the lowest region component of the QM for the rectangular block to be generated (the upper left quantization coefficient in the example of FIG. 52) can be described in the stream and set directly from the stream instead of being derived from the QM for the square block. It may be configured. In that case, since the amount of information described in the stream increases, the amount of code in the header area increases, but it is possible to directly control the QM quantization coefficient of the lowest region component that has the greatest effect on image quality. Therefore, there is a high possibility that the image quality can be improved.
  • the square block QM is down-converted in the horizontal direction to generate the rectangular block QM.
  • the generation may be performed using the same method as in the example of FIG. 52.
  • FIG. 53 is a diagram for explaining a second example of generating a QM for a rectangular block from a QM for a square block in step S102 of FIG. 49 and step S202 of FIG. 50.
  • the process described here is a common process in the encoding device 100 and the decoding device 200.
  • the size of the QM for the rectangular block generated from the QM for the square block of each size is shown in association with each other.
  • the example shown in FIG. 53 is characterized in that the length of the short side of each rectangular block is the same as the length of one side of the corresponding square block.
  • the size of the rectangular block, which is the block to be processed is larger than the size of the square block. That is, in the encoding device 100 and the decoding device 200 according to the first aspect of the present disclosure, the QM for square blocks having one side having the same length as the short side of the rectangular block that is the processing target block is up-converted. This will generate a QM for the rectangular block.
  • FIG. 53 shows the correspondence between the QMs for square blocks of various block sizes and the QMs for rectangular blocks generated from the QMs for each square block without distinguishing between the brightness block and the color difference block. Is described.
  • the correspondence relationship between the square block QM and the rectangular block QM adapted to the format actually used may be derived as appropriate. For example, in the case of the 4: 2: 0 format, when the brightness block is referred to in the process of generating the QM for the rectangular block from the QM for the square block, the QM for the rectangular block generated from the QM for the square block is used. Only QMs corresponding to rectangular blocks having a short side length of 4 or more and a long side length of 256 or less are used.
  • the short side length of the rectangular block QM generated from the square block QM is 2
  • the QM corresponding to the rectangular block having a size having a long side length of 128 or less is used.
  • the case of the 4:4:4 format is the same as that described with reference to FIG. 51, and thus the description thereof is omitted here.
  • the block size shown in FIG. 53 is an example, and the block size is not limited to this.
  • QMs for square blocks of block sizes other than the block size illustrated in FIG. 53 may be used, and only QMs for square blocks of some block sizes in the block sizes illustrated in FIG. 53 may be used. May be available.
  • FIG. 54 is a diagram for explaining a method of generating by up-converting the QM for the rectangular block described with reference to FIG. 53 from the QM for the corresponding square block.
  • a QM for an 8x4 rectangular block is generated from a QM for a 4x4 square block.
  • the plurality of matrix elements of the QM for the rectangular block are divided into the same number of groups as the number of the plurality of matrix elements of the QM for the square block, and each of the plurality of groups is divided into the groups.
  • the matrix element corresponding to the group is determined in the QM for the rectangular block, or (ii) the adjacent matrix elements among the plurality of matrix elements in the QM for the rectangular block.
  • a plurality of matrix elements of the QM for the rectangular block may be determined by performing linear interpolation between them.
  • a plurality of matrix elements of QM for an 8x4 rectangular block are surrounded by a thick line for each predetermined number.
  • a predetermined number of matrix elements surrounded by the thick line form one group.
  • an 8x4 rectangular block so that the number of these groups and the number of QM matrix elements (also referred to as quantization coefficients) for the corresponding 4x4 square block are the same.
  • two quantized coefficients adjacent to each other in the left-right direction form one group.
  • the value of the quantization coefficient of the QM for the square block corresponding to the group is selected as the quantization coefficient constituting each group and spread in the group, thereby 8x4. It is the value of QM for the rectangular block of.
  • the method for deriving the quantization coefficient in each group in the QM for the rectangular block is not limited to the above example, and other methods may be used.
  • the quantization coefficient values in the adjacent frequency domains may be referred to and linear interpolation or the like may be performed to derive the quantization coefficient values in each group so as to be continuous values. If a decimal number is generated as a result of calculating these values, it may be rounded up to an integer by rounding up, rounding down, or rounding.
  • the method of deriving the quantization coefficient in each group in the QM for the rectangular block may be switched according to the frequency domain in which each group is located in the QM for the rectangular block. For example, in the group located in the low band, the value of each quantized coefficient in the group may be derived to be as small as possible, and in the group located in the high band, the value of each quantized coefficient in the group. May be derived so that is as large as possible.
  • the lowest band component of the QM for the rectangular block to be generated (the upper leftmost quantization coefficient in the example of FIG. 54) is not derived from the QM for the square block and can be described in the stream and set directly from the stream. It may be configured. In that case, since the amount of information described in the stream increases, the code amount in the header area also increases, but it is possible to directly control the QM quantization coefficient of the lowest frequency component that has the largest influence on the image quality. Therefore, there is a high possibility that the image quality can be improved.
  • the first example of the method for generating a QM for a rectangular block described with reference to FIGS. 51 and 52, and FIGS. 53 and 54 are used.
  • the second example of the method for generating a QM for a rectangular block described above may be switched and used according to the size of the rectangular block to be generated. For example, the ratio of the vertical and horizontal sizes of the rectangular block (magnification to be down-converted or up-converted) is compared with the threshold value, the first example is used if it is larger than the threshold value, and the second example is used if it is smaller than the threshold value.
  • the up-conversion process and the down-conversion process may not be switched for each rectangular block size, but the up-conversion process and the down-conversion process may be used in combination for one rectangular block.
  • the QM for a 32x32 square block is horizontally up-converted to generate a QM for a 32x64 rectangular block, and then the QM for this 32x64 rectangular block is vertically down-converted to 16x64. You may generate QM for a rectangular block.
  • up conversion processing may be performed in two directions for one rectangular block.
  • the QM for a 16x16 square block is vertically up-converted to generate a QM for a 32x16 rectangular block, and then the QM for this 32x16 rectangular block is up-converted horizontally to 32x64. You may generate QM for a rectangular block.
  • one rectangular block may be down-converted in two directions.
  • the QM for a 64x64 square block is down-converted horizontally to generate a QM for a 64x32 rectangular block, and then the QM for this 64x32 rectangular block is down-converted vertically to a 16x32. You may generate QM for a rectangular block.
  • the QM corresponding to the rectangular block can be generated from the QM corresponding to the square block, so that the code amount of the header area is increased. It is possible to use an appropriate QM for a rectangular block without causing it.
  • the decoding device 200 according to the second aspect of the present disclosure since the quantization matrix corresponding to the rectangular block is generated from the quantization matrix corresponding to the square block, the quantization matrix corresponding to the rectangular block is decoded. It does not have to be done. Therefore, according to the coding apparatus 100 according to the second aspect of the present disclosure, it is possible to efficiently perform quantization on rectangular blocks having various shapes, so that the coding efficiency can be improved. Further, according to the decoding device 200 according to the second aspect of the present disclosure, inverse quantization can be efficiently performed on a rectangular block, and thus processing efficiency can be improved.
  • This aspect may be implemented in combination with at least a part of other aspects in the present disclosure. Further, a part of the processing described in the flowchart of this aspect, a part of the configuration of the apparatus, a part of the syntax, and the like may be performed in combination with another aspect.
  • FIG. 55 is a flowchart showing an example of a coding processing flow using the quantization matrix (QM) in the coding apparatus 100 according to the third aspect.
  • QM quantization matrix
  • the quantization unit 108 generates a QM corresponding to the size of the region (hereinafter, also referred to as the effective conversion coefficient region) including the effective conversion coefficient in each block size of the square block and the rectangular block.
  • the quantization unit 108 quantizes only the plurality of transform coefficients in the predetermined region on the low frequency region side of the plurality of transform coefficients included in the processing target block using the quantization matrix.
  • the entropy encoding unit 110 describes in the stream the signal related to the QM corresponding to the effective conversion coefficient region generated in step S301.
  • the entropy coding unit 110 encodes a signal related to the quantization matrix corresponding only to a plurality of conversion coefficients within a predetermined range on the low frequency domain side into a bit stream.
  • the quantization unit 108 may generate the QM corresponding to the valid transform coefficient region from the value defined by the user and set in the encoding device 100, or may be the encoding information of the already encoded picture. May be adaptively generated using.
  • the QM corresponding to the effective transform coefficient area may be encoded in a sequence header area, a picture header area, a slice header area, an auxiliary information area, or an area for storing other parameters of the stream. Further, the QM corresponding to the valid transform coefficient area may not be described in the stream. At this time, the quantization unit 108 may use the default value defined in advance in the standard as the QM value corresponding to the valid conversion coefficient region.
  • the process of step S301 may be performed collectively at the start of the sequence process, the start of the picture process, or the start of the slice process. It may be configured such that the processing of the unit is performed every time.
  • the QM generated in step S301 includes a plurality of types of QMs for a block of the same block size for a luminance block / color difference block, an in-screen prediction block / inter-screen prediction block, and other conditions. It may be a configuration to be generated.
  • step S301 is a block-based loop processing, which is the same as the processing of the second example described with reference to FIG. 49.
  • the QM of the invalid region is related. It is possible to perform the encoding process without wastefully describing the signal in the stream. Therefore, the code amount of the header area can be reduced, and the possibility of improving the coding efficiency is high.
  • FIG. 56 is a flowchart showing an example of a decoding process flow using the quantization matrix (QM) in the decoding apparatus 200 according to the third aspect.
  • the decoding process is performed for each square or rectangular block whose screen is divided.
  • step S401 the entropy decoding unit 202 decodes the signal related to the QM corresponding to the effective conversion coefficient region from the stream, and uses the signal related to the QM corresponding to the decoded valid conversion coefficient region to perform effective conversion.
  • a QM corresponding to the coefficient area is generated.
  • the QM corresponding to the effective conversion coefficient region is a QM corresponding to the size of the effective conversion coefficient region in each block size of the block to be processed.
  • the QM corresponding to the effective conversion coefficient area may be decoded from the sequence header area, the picture header area, the slice header area, the auxiliary information area, or the area for storing other parameters of the stream. At this time, for example, a default value defined in advance in the standard may be used as the QM corresponding to the valid conversion coefficient region.
  • step S401 may be performed collectively at the start of sequence processing, at the start of picture processing, or at the start of slice processing. It may be configured such that the processing of the unit is performed every time.
  • the QM generated by the entropy decoding unit 202 in step S401 is for the luminance block / color difference block, for the in-screen prediction block / for the inter-screen prediction block, and for blocks of the same block size depending on other conditions. It may be configured to generate a plurality of types of QMs.
  • step S401 is a block-based loop processing, which is the same as the processing flow of the second example described with reference to FIG. 50.
  • the signal relating to the QM of the invalid region is wasted. Decryption processing is possible even if it is not described in the stream. Therefore, since the amount of code in the header area can be reduced, there is a high possibility that the coding efficiency can be improved.
  • FIG. 57 is a diagram for explaining an example of QM corresponding to the size of the effective conversion coefficient region in each block size in step S301 of FIG. 55 and step S401 of FIG. 56.
  • the process described here is a common process in the encoding device 100 and the decoding device 200.
  • FIG. 57A shows an example in which the block size of the block to be processed is a square block of 64x64. Only the region of 32x32 on the low frequency side indicated by the diagonal line in the figure is a valid conversion coefficient region. In the block to be processed, the conversion coefficient is forcibly set to 0 in the area other than the effective conversion coefficient area. That is, since the transform coefficient is invalidated, the quantization processing and the inverse quantization processing are unnecessary. That is, the encoding apparatus 100 and the decoding apparatus 200 according to the third aspect of the present disclosure generate only a 32x32 QM corresponding to the low-frequency side 32x32 area indicated by the diagonal lines in the figure.
  • FIG. 57B shows an example in which the block size of the block to be processed is a rectangular block of 64 ⁇ 32.
  • the coding device 100 and the decoding device 200 similarly to the example of FIG. 57 (a), the coding device 100 and the decoding device 200 generate only the 32x32 QM corresponding to the 32x32 region on the low frequency side.
  • (c) of FIG. 57 shows an example in which the block size of the processing target block is a rectangular block of 64 ⁇ 16.
  • the block size in the vertical direction is only 16
  • the encoding device 100 and the decoding device 200 have a 32 ⁇ 16 area on the low frequency side. Only 32x16 QMs corresponding to are generated.
  • the transform coefficients of the area larger than 32 are invalidated, and only the area of 32 or less is set as the valid transform coefficient area, and the quantization and inverse It is the object of quantization processing, generates the quantization coefficient of QM, and encodes and decodes the signal related to the QM into a stream.
  • the size of the effective conversion coefficient region described with reference to FIG. 57 is an example, and the size of other effective conversion coefficient regions may be used.
  • the area up to 32x32 may be an effective conversion coefficient area
  • the area up to 16x16 may be an effective conversion coefficient area.
  • the long side of the processing target block is 64
  • the area up to 32x32 may be an effective conversion coefficient area
  • the long side of the processing target block is 128 or 256
  • the area up to 62x62 is effective conversion. It may be a coefficient region.
  • the effective transform coefficient described using FIG. The QM may be generated only for the area.
  • the amount of signal relating to the QM described in the stream is the same as that when the method described in the third aspect is used, but the method described in the third aspect is used as it is for all square and rectangular blocks. It is possible to omit the quantization processing in areas other than the effective transform coefficient region while allowing the QM to be generated. As a result, there is a high possibility that the amount of processing related to the quantization process can be reduced.
  • FIG. 58 is a flowchart showing an example of the encoding process flow using the quantization matrix (QM) in the encoding device 100 according to the modification of the third aspect.
  • QM quantization matrix
  • the encoding process is performed for each square or rectangular block obtained by dividing the screen.
  • This modification is a combination of the configuration of the third example described with reference to FIG. 55 and the configuration of the second example described with reference to FIG. 49, and instead of step S301 in FIG. 55, steps S501 and The process of S502 is performed.
  • step S501 the quantization unit 108 generates a QM for square blocks.
  • the QM for the square block is a QM corresponding to the size of the effective conversion coefficient region in the square block.
  • the entropy encoding unit 110 describes the QM signal for the square block generated in step S501 in the stream.
  • the signal relating to the QM described in the stream is a signal relating only to the quantization coefficient corresponding to the valid conversion coefficient region.
  • step S502 the quantization unit 108 generates a rectangular block QM using the square block QM generated in step S501. At this time, the entropy coding unit 110 does not describe the signal regarding the QM for the rectangular block in the stream.
  • steps S501 and step S502 are block-unit loop processes and are similar to the process of the second example described using FIG.
  • FIG. 59 is a flowchart showing an example of the decoding processing flow using the quantization matrix (QM) in the decoding apparatus 200 according to the modified example of the third aspect.
  • QM quantization matrix
  • This modification is a combination of the configuration of the third example described with reference to FIG. 56 and the configuration of the second example described with reference to FIG. 50. Instead of step S401 in FIG. 56, step S601 and step The process of S602 is performed.
  • step S601 the entropy decoding unit 202 decodes the signal related to the QM for the square block from the stream, and generates the QM for the square block using the signal related to the QM for the decoded square block.
  • the signal relating to the QM for the square block decoded from the stream is a signal relating only to the quantization coefficient corresponding to the valid conversion coefficient region. Therefore, the QM for the square block generated by the entropy decoding unit 202 is a QM corresponding to the size of the effective conversion coefficient region.
  • step S602 the entropy decoding unit 202 generates a QM for a rectangular block using the QM for the square block generated in step S601. At this time, the entropy decoding unit 202 does not decode the signal related to the QM for the rectangular block from the stream.
  • steps S601 and S602 are a block-based loop processing, which is the same as the processing of the second example described with reference to FIG. 50.
  • FIG. 60 is a diagram for explaining the first example of generating a QM for a rectangular block from a QM for a square block in step S502 of FIG. 58 and step S602 of FIG. 59.
  • the process described here is a common process in the encoding device 100 and the decoding device 200.
  • the size of the QM for the rectangular block generated from the QM for the square block of each size is shown in association with each other.
  • the size of the processing target block and the size of the effective transform coefficient area of the processing target block are shown. Numerical values in parentheses indicate the size of the effective transform coefficient area in the processing target block.
  • the rectangular block in which the size of the block to be processed is equal to the size of the effective transform coefficient area is the same as that in the second example described with reference to FIG. 49. Therefore, in the correspondence table shown in FIG. The description of is omitted.
  • the length of the long side of each rectangular block is the same as the length of one side of the corresponding square block, and the rectangular block is smaller than the square block. That is, the QM for the rectangular block is generated by down-converting the QM for the square block.
  • the correspondence between the QMs for square blocks of various block sizes and the QMs for rectangular blocks generated from the QMs for each square block is shown without distinguishing between the brightness block and the color difference block. It is described.
  • the correspondence relationship between the square block QM and the rectangular block QM adapted to the format actually used may be derived as appropriate. For example, in the case of the 4: 2: 0 format, the luminance block is twice as large as the color difference block. Therefore, when the luminance block is referred to in the process of generating the QM for the rectangular block from the QM for the square block, the QM for the square block that can be used corresponds to the square block having a size from 4x4 to 256x256.
  • the rectangular block QM generated from the square block QM only the QM corresponding to the rectangular block having the length of the short side of 4 or more and the length of the long side of 256 or less. Is used.
  • the short side length of the rectangular block QM generated from the square block QM is 2
  • the QM corresponding to the rectangular block having a size having a long side length of 128 or less is used.
  • the case of the 4:4:4 format is the same as that described with reference to FIG.
  • the size of the effective transform coefficient area described in FIG. 60 is an example, and a size of the effective transform coefficient area other than the size illustrated in FIG. 60 may be used.
  • the block size shown in FIG. 60 is an example, and the block size is not limited to this.
  • a block size other than the block size illustrated in FIG. 60 may be used, or only a part of the block sizes illustrated in FIG. 60 may be used.
  • FIG. 61 is a diagram for explaining a method of generating by down-converting the QM for the rectangular block described with reference to FIG. 60 from the QM for the corresponding square block.
  • a QM corresponding to a 32x32 effective conversion coefficient region in a 64x64 square block is generated from a QM corresponding to a 32x32 effective conversion coefficient region in a 64x32 rectangular block.
  • the QM quantization coefficient corresponding to the effective conversion coefficient region of 32x32 has an intermediate conversion coefficient region of 32x64 by extending the slope in the vertical direction. Generates a QM for 64x64 square blocks.
  • a method of extending the slope for example, a method of extending so that the difference value between the quantized coefficient on the 31st row and the quantized coefficient on the 32nd row becomes the difference value between the adjacent quantized coefficients thereafter, Alternatively, the amount of change between the difference value between the quantization coefficient on the 30th line and the quantization coefficient on the 31st line and the difference value between the quantization coefficient on the 31st line and the quantization coefficient on the 32nd line is derived. There is a method of extending the difference value between the adjacent quantization coefficients after that while correcting the difference value with the change amount.
  • a QM for an intermediate 64x64 square block having a valid conversion factor region of 32x64 was used in a manner similar to that described with reference to FIG. Down conversion to generate a QM for a 64 ⁇ 32 rectangular block.
  • the effective conversion coefficient region is the region of 32x32 shaded in the QM for the 64x32 rectangular block shown in FIG. 61 (c).
  • the QM for the rectangular block is generated in two steps via the QM for the intermediate square block, but the example of 61 is used without passing through the QM for the intermediate square block.
  • a rectangular block QM may be directly generated from a square block QM having an effective region by using a conversion formula or the like that leads to the same processing result.
  • FIG. 62 is a diagram for explaining a second example of generating a rectangular block QM from a square block QM in step S502 of FIG. 58 and step S602 of FIG. 59.
  • the process described here is a common process in the encoding device 100 and the decoding device 200.
  • the size of the QM for the rectangular block generated from the QM for the square block of each size is shown in association with each other.
  • the size of the processing target block and the size of the effective transform coefficient area of the processing target block are shown. Numerical values in parentheses indicate the size of the effective transform coefficient area in the processing target block. For rectangular blocks in which the size of the block to be processed and the size of the effective transform coefficient area are the same, the same processing as in the second example described with reference to FIG. The description is omitted.
  • the length of the short side of each rectangular block is the same as the length of one side of the corresponding square block, and the rectangular block is larger than the square block. That is, the QM for the rectangular block is generated by up-converting the QM for the square block.
  • the correspondence between the QMs for square blocks of various block sizes and the QMs for rectangular blocks generated from the QMs for each square block is shown without distinguishing between the brightness block and the color difference block. It has been described.
  • the correspondence relationship between the square block QM and the rectangular block QM adapted to the format actually used may be derived as appropriate. For example, in the case of the 4:2:0 format, the luminance block is twice the size of the color difference block. Therefore, when referring to the brightness block in the process of generating the QM for the rectangular block from the QM for the square block, the QM for the rectangular block generated from the QM for the square block has a short side length of 4 or more.
  • the size of the effective conversion coefficient region shown in FIG. 62 is an example, and the size of the effective conversion coefficient region other than the size illustrated in FIG. 62 may be used.
  • the block size shown in FIG. 62 is an example, and the block size is not limited to this.
  • a block size other than the block size illustrated in FIG. 62 may be used, or only a part of the block sizes illustrated in FIG. 62 may be used.
  • FIG. 63 is a diagram for explaining a method of generating by up-converting the QM for the rectangular block described with reference to FIG. 62 from the QM for the corresponding square block.
  • the QM corresponding to the effective conversion coefficient region of 32x32 in the square block of 32x32 is generated from the QM corresponding to the effective conversion coefficient region of 32x32 in the rectangular block of 64x32.
  • a QM for a 32x32 square block is up-converted using a method similar to the method described with reference to FIG. 54 for an intermediate 64x32 rectangular block. QM is generated. At this time, the effective transform coefficient region is also up-converted to 64 ⁇ 32.
  • a QM for a square block is up-converted in the vertical direction to generate a QM for a rectangular block.
  • the same method as in the example of FIG. 60 may be used.
  • the QM for the rectangular block is generated in two steps via the QM for the intermediate rectangular block, the example of FIG. 62 does not go through the QM for the intermediate rectangular block.
  • the QM for the rectangular block may be directly generated from the QM for the square block by using a conversion formula or the like that leads to the same processing result as in.
  • the method of generating the QM for the rectangular block from the QM for the square block is described by using the first example of the method for generating the QM for the rectangular block described with reference to FIGS. 60 and 61, and FIGS. 62 and 63.
  • the second example of the method for generating a QM for a rectangular block described above may be switched and used according to the size of the rectangular block to be generated. For example, the ratio of the vertical and horizontal sizes of the rectangular block (magnification to be down-converted or up-converted) is compared with the threshold value, the first example is used if it is larger than the threshold value, and the second example is used if it is smaller than the threshold value.
  • the coding process and the decoding process of the rectangular block can be performed by describing only the QM corresponding to the square block in the stream without describing the QM corresponding to the rectangular block of each shape in the stream. That is, according to the coding device 100 and the decoding device 200 according to the modification of the third aspect of the present disclosure, the QM corresponding to the rectangular block can be generated from the QM corresponding to the square block, so that the code of the header area is used. Appropriate QM can be used for rectangular blocks while reducing the amount. Therefore, according to the coding device 100 and the decoding device 200 according to the modified example of the third aspect of the present disclosure, quantization can be efficiently performed on rectangular blocks having various shapes, so that the coding efficiency can be improved. It is more likely that it can be improved.
  • This aspect may be implemented in combination with at least a part of other aspects in the present disclosure.
  • a part of the processing described in the flowchart of this embodiment a part of the configuration of the apparatus, or a part of the syntax may be combined with another embodiment to be executed.
  • FIG. 64 is a flowchart showing an example of a coding processing flow using the quantization matrix (QM) in the coding apparatus 100 according to the fourth aspect.
  • QM quantization matrix
  • the quantization unit 108 generates a QM corresponding to the diagonal component of the block to be processed (hereinafter, also referred to as a QM having only the diagonal component), and is a square block or various shapes which is the block to be processed. From the value of the QM quantization coefficient of only the diagonal component in each block size of the rectangular block of the above, a QM corresponding to the block to be processed is generated by using the common method described below. In other words, the quantization unit 108 processes from the diagonal components of the quantization matrix for a plurality of conversion coefficients arranged diagonally in the processing target block among the plurality of conversion coefficients included in the processing target block. Generate a quantization matrix for the target block.
  • the use of the common method means that the common method is used for all blocks to be processed regardless of the shape and size of the block.
  • the diagonal components are, for example, a plurality of coefficients on a diagonal line from the low frequency side to the high frequency side of the block to be processed.
  • the entropy coding unit 110 describes the signal regarding the QM of only the diagonal components generated in step S701 in a stream. In other words, the entropy coding unit 110 codes the signal related to the diagonal components of the quantization matrix into a bitstream.
  • the quantization unit 108 may generate the value of the QM quantization coefficient of only the diagonal component from the value defined by the user and set in the coding apparatus 100, or may generate the value of the already encoded picture. It may be generated adaptively using the coding information. Further, the QM having only diagonal components may be encoded in a sequence header area, a picture header area, a slice header area, an auxiliary information area, or an area for storing other parameters of the stream. The QM containing only the diagonal components does not have to be described in the stream. At this time, the quantization unit 108 may use a default value defined in the standard as the QM of only the diagonal component.
  • step S701 may be performed collectively at the start of sequence processing, the start of picture processing, or the start of slice processing, and is one of the block unit processing. It may be configured to perform the processing of the part every time.
  • the QM generated in step S701 includes a plurality of types of QMs for a block having the same block size for a luminance block / color difference block, an in-screen prediction block / inter-screen prediction block, and other conditions. It may be a configuration to be generated.
  • step S701 is a block-based loop processing, which is the same as the processing of the second example described with reference to FIG. 49.
  • the coding process of the processing target block becomes possible by describing only the diagonal component QM coefficient in the stream without describing all the QM quantization coefficients of the processing target block of each block size in the stream. .. Therefore, even in the coding method using a large number of blocks including a rectangular block, it is possible to generate and use a QM corresponding to the block to be processed without significantly increasing the code amount in the header area. Therefore, there is a high possibility that the coding efficiency can be improved.
  • FIG. 65 is a flowchart showing an example of a decoding process flow using the quantization matrix (QM) in the decoding device 200 according to the fourth aspect.
  • the decoding process is performed for each square or rectangular block whose screen is divided.
  • step S801 the entropy decoding unit 202 decodes the signal related to the QM having only diagonal components from the stream, and uses the decoded signal related to the QM having only diagonal components to use the common method described below. Then, QMs corresponding to respective block sizes of blocks to be processed having various shapes such as square blocks and rectangular blocks are generated.
  • the QM containing only the diagonal components may be decoded from the sequence header area, the picture header area, the slice header area, the auxiliary information area, or the area for storing other parameters of the stream. Further, the QM containing only the diagonal components does not have to be decoded from the stream. At this time, for example, a default value predefined in the standard may be used as the QM of only the diagonal component.
  • step S801 may be performed collectively at the start of sequence processing, the start of picture processing, or the start of slice processing, and is one of the block unit processing. It may be configured to perform the processing of the part every time. Further, there are a plurality of types of QMs generated by the entropy decoding unit 202 in step S801 for the same block size depending on the luminance block / color difference block, the in-screen prediction block / inter-screen prediction block, and other conditions. It may be configured to generate the QM of.
  • step S801 is a block unit loop processing, which is the same as the processing of the second example described with reference to FIG. 50.
  • FIG. 66 shows the processing target in step S701 of FIG. 64 and step S801 of FIG. 65 using the common method described below from the value of the QM quantization coefficient of only the diagonal component in the processing target block of each block size. It is a figure for explaining an example of a method of generating QM of a block. The process described here is a common process in the encoding device 100 and the decoding device 200.
  • the coding device 100 and the decoding device 200 overlap the plurality of matrix elements of the diagonal components of the processing target block in the horizontal direction and the vertical direction, thereby overlapping the processing target block.
  • QM quantization matrix
  • FIG. 67 shows the processing target in step S701 of FIG. 64 and step S801 of FIG. 65 using the common method described below from the value of the QM quantization coefficient of only the diagonal component at each block size of the processing target block. It is a figure for demonstrating another example of the method of generating QM of a block.
  • the process described here is a common process in the encoding device 100 and the decoding device 200.
  • the coding device 100 and the decoding device 200 overlap each of a plurality of matrix elements of the diagonal components of the processing target block in an oblique direction to obtain a quantization matrix of the processing target block. May be generated. More specifically, the coding device 100 and the decoding device 200 stretch the value of the QM quantization coefficient of the diagonal component as it is in the lower left direction and the upper right direction, that is, arrange the same values continuously. Generates the QM of the block to be processed with.
  • the coding device 100 and the decoding device 200 use not only the quantization coefficient of the diagonal component but also the quantization coefficient of the neighboring component of the diagonal component to overlap each quantization coefficient in the oblique direction.
  • the QM of the processing target block may be generated.
  • the quantization matrix (QM) of the block to be processed may be generated from a plurality of matrix elements of diagonal components and matrix elements located in the vicinity of the diagonal components.
  • the neighborhood component of the diagonal component is, for example, a component adjacent to any of a plurality of coefficients on the diagonal line from the low frequency side to the high frequency side of the block to be processed.
  • the quantized coefficients of the neighboring components of the diagonal component are the quantized coefficients at the positions shown in FIG. 67.
  • the coding device 100 and the decoding device 200 may set the signal related to the quantization coefficient of the neighboring component of the diagonal component by encoding and decoding the stream, or may set the signal without encoding and decoding the stream. It may be derived and set by interpolating from the values of the adjacent quantized coefficients of the quantized coefficients of the angular component by using linear interpolation or the like.
  • the QM of the block to be processed may be generated from the value of the quantized coefficient of the QM of the angular component.
  • the method of generating the QM for the rectangular block from the QM for the square block is described in the fourth example described with reference to FIGS. 64 and 65 and the second example described with reference to FIGS. 49 and 50. May be combined.
  • a QM for a square block is generated from the value of the QM quantization coefficient of only the diagonal components of the square block as described in the fourth example, using one of the two common methods described above.
  • the QM for the rectangular block may be generated by using the QM for the square block generated as described in the second example.
  • the method of generating the QM for the rectangular block from the QM for the square block is the fourth example described with reference to FIGS. 64 and 65 and the third example described with reference to FIGS. 55 and 56. May be combined.
  • one of the above-mentioned common methods is used to determine the QM corresponding to the size of the effective conversion coefficient region in each block size of the block to be processed from the value of the QM quantization coefficient of only the diagonal component of the effective conversion coefficient region. May be generated using.
  • This aspect may be implemented in combination with at least a part of other aspects in the present disclosure. Further, a part of the processing described in the flowchart of this aspect, a part of the configuration of the apparatus, a part of the syntax, and the like may be performed in combination with another aspect.
  • the coding device 100 and the decoding device 200 in each of the above-described examples may be used as an image coding device and an image decoding device, or may be used as a moving image coding device and a moving image decoding device, respectively. ..
  • each of the encoding device 100 and the decoding device 200 may be used as a prediction device. That is, the encoding device 100 and the decoding device 200 may correspond to only the inter prediction unit 126 and the inter prediction unit 218, respectively. Then, other components may be included in other devices.
  • each of the above-mentioned examples may be used as a coding method, a decoding method, a prediction method, or another method. May be.
  • each component may be a circuit as described above. These circuits may constitute one circuit as a whole or may be separate circuits. Each component may be realized by a general-purpose processor or a dedicated processor.
  • the processing executed by a specific component may be executed by another component. Further, the order of executing the processes may be changed, or a plurality of processes may be executed in parallel.
  • the encoding/decoding device may include the encoding device 100 and the decoding device 200.
  • each component may be configured by dedicated hardware or realized by executing a software program suitable for each component.
  • Each component may be realized by a program execution unit such as a CPU or a processor reading and executing a software program recorded on a recording medium such as a hard disk or a semiconductor memory.
  • each of the coding device 100 and the decoding device 200 has a processing circuit (Processing Circuitry) and a storage device (Storage) electrically connected to the processing circuit and accessible from the processing circuit. You may have it.
  • the processing circuit corresponds to the processor a1 or b1
  • the storage device corresponds to the memory a2 or b2.
  • the processing circuit includes at least one of dedicated hardware and a program execution unit, and executes processing using a storage device. Further, when the processing circuit includes the program execution unit, the storage device stores the software program executed by the program execution unit.
  • the software that realizes the above-described encoding device 100 or decoding device 200 is the following program.
  • this program uses a quantization matrix to quantize a plurality of change coefficients of a coded block when orthogonal transformation is performed on the coded block and no quadratic transformation is performed on the computer.
  • the conversion method may be executed.
  • this program when this program performs inverse orthogonal transformation on the decoding target block and does not perform inverse quadratic transformation on the computer, this program applies a quantization matrix to a plurality of quantization coefficients of the decoding target block.
  • the quantization is performed using and the inverse orthogonal transformation is not performed on the decoding target block, and when both the inverse orthogonal transformation and the inverse quadratic transformation are performed, the inverse quantum of the decoding target block is performed without using the quantization matrix. You may execute the decoding method which performs the conversion.
  • the aspects of the coding device 100 and the decoding device 200 have been described above based on a plurality of examples, the aspects of the coding device 100 and the decoding device 200 are not limited to these examples. As long as the gist of the present disclosure is not deviated, various modifications that can be conceived by those skilled in the art are applied to each example, and a form constructed by combining components in different examples is also within the scope of the aspects of the coding device 100 and the decoding device 200. May be included within.
  • One or more aspects disclosed herein may be implemented in combination with at least a part of other aspects in the present disclosure. Further, a part of the processing described in the flowchart of one or more aspects disclosed here, a part of the configuration of the apparatus, a part of the syntax, and the like may be performed in combination with the other aspects.
  • each of the functional or active blocks can usually be realized by an MPU (micro processing unit), a memory, or the like. Further, the processing by each of the functional blocks may be realized as a program execution unit such as a processor that reads out and executes software (program) recorded in a recording medium such as a ROM. The software may be distributed. The software may be recorded on various recording media such as semiconductor memory. It is also possible to realize each functional block by hardware (dedicated circuit). Various combinations of hardware and software can be adopted.
  • each embodiment may be realized by centralized processing using a single device (system), or may be realized by distributed processing using a plurality of devices. Further, the number of processors that execute the above program may be singular or plural. That is, centralized processing may be performed or distributed processing may be performed.
  • an application example of the moving image coding method (image coding method) or the moving image decoding method (image decoding method) shown in each of the above embodiments, and various systems for implementing the application example are provided.
  • Such a system may be characterized by having an image coding device using an image coding method, an image decoding device using an image decoding method, or an image coding / decoding device including both. Other configurations of such a system can be appropriately changed depending on the case.
  • FIG. 68 is a diagram showing an overall configuration of an appropriate content supply system ex100 that realizes a content distribution service.
  • the communication service providing area is divided into desired sizes, and base stations ex106, ex107, ex108, ex109, and ex110, which are fixed radio stations in the illustrated example, are installed in each cell, respectively.
  • each device such as a computer ex111, a game machine ex112, a camera ex113, a home appliance ex114, and a smartphone ex115 is connected to the Internet ex101 via an Internet service provider ex102 or a communication network ex104 and base stations ex106 to ex110.
  • the content supply system ex100 may be connected by combining any of the above devices.
  • each device may be directly or indirectly connected to each other via a telephone network, a short-range wireless communication, or the like, not via the base stations ex106 to ex110.
  • the streaming server ex103 may be connected to each device such as the computer ex111, the game machine ex112, the camera ex113, the home appliance ex114, and the smartphone ex115 via the Internet ex101 or the like. Further, the streaming server ex103 may be connected to a terminal or the like in a hotspot in the airplane ex117 via the satellite ex116.
  • the streaming server ex103 may be directly connected to the communication network ex104 without the internet ex101 or the internet service provider ex102, or may be directly connected to the airplane ex117 without the satellite ex116.
  • the camera ex113 is a device such as a digital camera capable of shooting still images and moving images.
  • the smartphone ex115 is a smartphone device, a mobile phone, a PHS (Personal Handy-phone System), or the like that supports a mobile communication system called 2G, 3G, 3.9G, 4G, and 5G in the future.
  • a mobile communication system called 2G, 3G, 3.9G, 4G, and 5G in the future.
  • the home appliance ex114 is a refrigerator, a device included in a home fuel cell cogeneration system, or the like.
  • a terminal having a photographing function is connected to the streaming server ex103 via the base station ex106 and the like, which enables live distribution and the like.
  • terminals computer ex111, game machine ex112, camera ex113, home appliances ex114, smartphone ex115, terminals in airplane ex117, etc.
  • the coding process described in each embodiment may be performed, or the video data obtained by coding may be multiplexed with the sound data in which the sound corresponding to the video is encoded, and the obtained data is streamed. It may be transmitted to the server ex103. That is, each terminal functions as an image coding device according to one aspect of the present disclosure.
  • the streaming server ex103 streams the content data transmitted to the requested client.
  • the client is a computer ex111, a game machine ex112, a camera ex113, a home appliance ex114, a smartphone ex115, a terminal in an airplane ex117, or the like, which can decode the coded data.
  • Each device that has received the distributed data may decrypt the received data and reproduce it. That is, each device may function as an image decoding device according to one aspect of the present disclosure.
  • the streaming server ex103 may be a plurality of servers or a plurality of computers, and may disperse data for processing, recording, and distribution.
  • the streaming server ex103 may be realized by a CDN (Contents Delivery Network), and content distribution may be realized by a network connecting a large number of edge servers distributed all over the world.
  • CDN Contents Delivery Network
  • content distribution may be realized by a network connecting a large number of edge servers distributed all over the world.
  • physically close edge servers can be dynamically assigned depending on the client. Then, the delay can be reduced by caching and delivering the content to the edge server.
  • the processing is distributed among multiple edge servers, the distribution subject is switched to another edge server, or a failure occurs. Since distribution can be continued by bypassing the network part, high-speed and stable distribution can be realized.
  • the coding processing of the captured data may be performed on each terminal, on the server side, or shared with each other.
  • the processing loop is performed twice.
  • the first loop the complexity of the image or the code amount in units of frames or scenes is detected.
  • the second loop a process of maintaining the image quality and improving the coding efficiency is performed.
  • the terminal performs the first coding process
  • the server side that receives the content performs the second coding process, so that the quality and efficiency of the content can be improved while reducing the processing load on each terminal. it can.
  • the first encoded data performed by the terminal can be received and played back by another terminal, enabling more flexible real-time distribution.
  • the camera ex113 or the like extracts a feature amount (feature or characteristic amount) from the image, compresses the data related to the feature amount as metadata, and transmits the data to the server.
  • the server performs compression according to the meaning of the image (or the importance of the content), for example, determining the importance of the object from the feature amount and switching the quantization accuracy.
  • the feature amount data is particularly effective for improving the accuracy and efficiency of motion vector prediction at the time of re-compression in the server.
  • the terminal may perform simple coding such as VLC (variable length coding), and the server may perform coding having a large processing load such as CABAC (context adaptive binary arithmetic coding method).
  • a plurality of video data in which almost the same scene is shot by a plurality of terminals.
  • Distributed processing is performed by assigning encoding processing to each unit. As a result, the delay can be reduced and more real-time performance can be realized.
  • the server may manage and / or instruct so that the video data shot by each terminal can be referred to each other. Further, the encoded data from each terminal may be received by the server and the reference relationship may be changed between the plurality of data, or the picture itself may be corrected or replaced and re-encoded. This makes it possible to generate a stream with improved quality and efficiency of each piece of data.
  • the server may transcode the video data to change the coding method and then distribute the video data.
  • the server may convert the MPEG type encoding method to the VP type (for example, VP9), or the H.264 standard. H.264. It may be converted to 265 or the like.
  • the encoding process can be performed by the terminal or one or more servers. Therefore, in the following, the description of "server” or “terminal” or the like is used as the subject of processing, but a part or all of the processing performed by the server may be performed by the terminal, or the processing performed by the terminal. Some or all may be done on the server. The same applies to the decoding process.
  • the server not only encodes the two-dimensional moving image, but also automatically encodes the still image based on the scene analysis of the moving image or at the time specified by the user, and transmits the still image to the receiving terminal.
  • the server can acquire the relative positional relationship between the shooting terminals, the server can obtain the three-dimensional shape of the scene based not only on the two-dimensional moving image but also on the images of the same scene shot from different angles. Can be generated.
  • the server may separately encode the three-dimensional data generated by the point cloud or the like, or may generate a plurality of images to be transmitted to the receiving terminal based on the result of recognizing or tracking a person or an object using the three-dimensional data. It may be generated by selecting or reconstructing from the video taken by the terminal of.
  • the user can arbitrarily select each image corresponding to each shooting terminal and enjoy the scene, or can select the image of the selected viewpoint from the plurality of images or the three-dimensional data reconstructed using the images. You can also enjoy the cut out content. Furthermore, along with the video, the sound is also picked up from multiple different angles, and the server may multiplex the sound from a particular angle or space with the corresponding video and transmit the multiplexed video and sound. Good.
  • the server may create viewpoint images for the right eye and the left eye, respectively, and perform coding that allows reference between the viewpoint images by Multi-View Coding (MVC) or the like, or mutually. It may be encoded as a separate stream without reference. At the time of decoding another stream, it is preferable to reproduce them in synchronization with each other so that a virtual three-dimensional space is reproduced according to the viewpoint of the user.
  • MVC Multi-View Coding
  • the server may superimpose the virtual object information on the virtual space on the camera information in the real space based on the three-dimensional position or the movement of the user's viewpoint.
  • the decoding device may acquire or hold virtual object information and three-dimensional data, generate a two-dimensional image according to the movement of the user's viewpoint, and create superimposed data by smoothly connecting the images.
  • the decoding device may transmit the movement of the viewpoint of the user to the server in addition to the request for the virtual object information.
  • the server may create the superimposition data in accordance with the movement of the viewpoint received from the three-dimensional data held in the server, encode the superimposition data, and deliver it to the decoding device.
  • the superimposed data typically has an ⁇ value indicating transparency other than RGB
  • the server sets the ⁇ value of the part other than the object created from the three-dimensional data to 0 or the like, and the relevant part. May be encoded while being transparent.
  • the server may set RGB values having a predetermined value as a background like a chroma key, and may generate data in which a portion other than the object has a background color.
  • the RGB value of the predetermined value may be predetermined.
  • the decryption process of the distributed data may be performed by the client (for example, the terminal), the server side, or the processes may be shared by each other.
  • a terminal may once send a reception request to a server, the content corresponding to the request may be received by another terminal, decryption processing may be performed, and the decoded signal may be transmitted to a device having a display. It is possible to reproduce high-quality data by distributing the processing and selecting an appropriate content regardless of the performance of the terminal capable of communication.
  • a part of an area such as a tile in which a picture is divided may be decoded and displayed on the viewer's personal terminal. As a result, it is possible to check the field in which the user is in charge or the area to be checked in more detail, while sharing the entire image.
  • the user may switch in real time while freely selecting a user's terminal, a decoding device or a display device such as a display arranged indoors or outdoors.
  • access to the coded data on the network such as the coded data being cached in a server that can be accessed from the receiving terminal in a short time, or being copied to an edge server in the content delivery service. It is also possible to switch the bit rate of the received data based on easiness.
  • the content switching will be described using a scalable stream compression-encoded by applying the moving image coding method shown in each of the above embodiments shown in FIG. 69.
  • the server may have multiple streams with the same content but different qualities as individual streams, but it is temporally / spatially scalable, which is realized by encoding by dividing into layers as shown in the figure.
  • a configuration may be used in which contents are switched by utilizing the characteristics of streams.
  • the decoding side determines which layer to decode according to the internal factor of performance and the external factor such as the state of the communication band, and the decoding side determines the low resolution content and the high resolution content. It can be freely switched and decrypted.
  • the device may decode the same stream to different layers, so that the server.
  • the burden on the side can be reduced.
  • the picture is encoded for each layer, and in addition to the configuration that realizes scalability in the enhancement layer above the base layer, the enhancement layer includes meta information based on the statistical information of the image and the like. Good.
  • the decoding side may generate high-quality content by super-resolution of the base layer picture based on the meta information. Super-resolution may improve signal-to-noise ratio while maintaining and/or increasing resolution.
  • the meta information is information for specifying a linear or non-linear filter coefficient such as that used for super-resolution processing, or information for specifying a parameter value in filter processing, machine learning, or minimum square calculation used for super-resolution processing. including.
  • a configuration may be provided in which the picture is divided into tiles or the like according to the meaning of objects in the image.
  • the decoding side decodes only a part of the area by selecting the tile to be decoded. Furthermore, by storing the object attributes (person, car, ball, etc.) and the position in the image (coordinate position in the same image, etc.) as meta information, the decoding side can determine the position of the desired object based on the meta information.
  • the meta information may be stored using a data storage structure different from the pixel data, such as an SEI (supplemental enhancement information) message in HEVC. This meta information indicates, for example, the position, size, or color of the main object.
  • -Meta information may be stored in units composed of multiple pictures, such as streams, sequences, or random access units.
  • the decoding side can acquire the time when a specific person appears in the video, can identify the picture in which the object exists, and can determine the position of the object in the picture by combining the information for each picture and the time information.
  • FIG. 71 is a diagram showing an example of a display screen of a web page on a computer ex111 or the like.
  • FIG. 72 is a diagram showing an example of a display screen of a web page on a smartphone ex115 or the like.
  • the web page may include a plurality of link images that are links to the image content, and the appearance may be different depending on the browsing device.
  • the display device When a plurality of link images are visible on the screen, the display device (until the user explicitly selects the link image, or until the link image approaches the center of the screen or the whole link image enters the screen (
  • the decoding device may display a still image or I-picture of each content as a link image, may display an image such as a gif animation with a plurality of still images or I-pictures, or may display a base layer. Only may be received and the video may be decoded and displayed.
  • the display device When the link image is selected by the user, the display device performs decoding while giving the base layer the highest priority, for example. If the HTML constituting the web page has information indicating that the content is scalable, the display device may decode up to the enhancement layer. Further, in order to ensure real-time performance, the display device decodes only the forward reference picture (I picture, P picture, B picture of forward reference only) before being selected or when the communication band is very strict. By displaying and, the delay between the decoding time of the first picture and the display time (delay from the decoding start of the content to the display start) can be reduced. Furthermore, the display device may deliberately ignore the reference relationship of the pictures, roughly decode all the B pictures and the P pictures as forward references, and perform normal decoding as the number of received pictures increases over time. ..
  • the receiving terminal receives meta in addition to image data belonging to one or more layers.
  • Information such as weather or construction may be received as information, and these may be associated and decoded.
  • the meta information may belong to the layer or may be simply multiplexed with the image data.
  • the receiving terminal since a car, a drone, an airplane, etc. including the receiving terminal moves, the receiving terminal transmits the position information of the receiving terminal to perform seamless reception and decoding while switching the base stations ex106 to ex110. realizable.
  • the receiving terminal dynamically switches how much meta information is received or how much map information is updated according to the user's selection, the user's situation, and / or the state of the communication band. Will be possible.
  • the client can receive, decode, and reproduce the encoded information transmitted by the user in real time.
  • the server may perform the editing process and then the encoding process. This can be realized by using the following configuration, for example.
  • the server After shooting in real time or accumulating at the time of shooting, the server performs recognition processing such as shooting error, scene search, meaning analysis, and object detection from the original image data or encoded data. Then, the server manually or automatically corrects out-of-focus or camera shake based on the recognition result, and reduces the importance of scenes such as scenes with low brightness or out of focus compared to other pictures. Edit it by deleting it, emphasizing the edge of the object, or changing the hue. The server encodes the edited data based on the editing result. It is also known that if the shooting time is too long, the audience rating will drop, and the server will move not only the less important scenes as described above so that the content will be within a specific time range according to the shooting time. A scene or the like with a small number may be automatically clipped based on the image processing result. Alternatively, the server may generate and encode the digest based on the result of the semantic analysis of the scene.
  • recognition processing such as shooting error, scene search, meaning analysis, and object detection from the original image data or encode
  • the server may intentionally change the face of a person in the peripheral portion of the screen, the inside of the house, or the like into an image that is out of focus and encode the image. Furthermore, the server recognizes whether or not the face of a person different from the person registered in advance is reflected in the image to be encoded, and if so, performs processing such as applying a mosaic to the face part. May be.
  • a user or a background region in which the user wants to process the image may be designated from the viewpoint of copyright.
  • the server may perform processing such as replacing the designated area with another video or defocusing. If it is a person, the person in the moving image can be tracked to replace the image of the face portion of the person.
  • the decoding device may first receive the base layer with the highest priority for decoding and playback, although it depends on the bandwidth.
  • the decoding device may receive the enhancement layer during this period and reproduce the high-quality video including the enhancement layer when the enhancement layer is received and the reproduction is performed twice or more, such as when the reproduction is looped.
  • a stream with such scalable encoding can provide an experience in which the stream gradually becomes smarter and the image becomes better, although it is a rough moving image when it is not selected or when it is first started to be viewed.
  • a similar experience can be provided even if the coarse stream played the first time and the second stream encoded with reference to the first video are configured as one stream. ..
  • the LSI (large scale integration circuit) ex500 may be a single chip or may be composed of a plurality of chips.
  • software for video coding or decoding is embedded in some recording medium (CD-ROM, flexible disk, hard disk, etc.) that can be read by a computer ex111 or the like, and encoding or decoding processing is performed using the software. Good.
  • the smartphone ex115 has a camera, the moving image data acquired by the camera may be transmitted. The moving image data at this time may be data encoded by the LSI ex500 included in the smartphone ex115.
  • the LSI ex500 may be configured to download and activate application software.
  • the terminal first determines whether the terminal is compatible with the content encoding method or has the ability to execute a specific service. If the terminal does not support the content encoding method, or if it does not have the ability to execute a specific service, the terminal may download the codec or application software, and then acquire and play the content.
  • the digital broadcasting system has at least a moving image coding device (image coding device) or a moving image decoding device (image decoding device) of each of the above embodiments. Any of the above can be incorporated.
  • the difference is that it is suitable for multicast compared to the configuration that makes it easy to unicast the content supply system ex100 because it transmits and receives multiplexed data in which video and sound are multiplexed on radio waves for broadcasting using satellites and the like.
  • similar applications can be applied to the coding process and the decoding process.
  • FIG. 73 is a diagram showing further details of the smartphone ex115 shown in FIG. 68. Further, FIG. 74 is a diagram showing a configuration example of the smartphone ex115.
  • the smartphone ex115 receives at the antenna ex450 for transmitting and receiving radio waves to and from the base station ex110, the camera unit ex465 capable of taking images and still images, the image taken by the camera unit ex465, and the antenna ex450. It is provided with a display unit ex458 that displays the data obtained by decoding the video or the like.
  • the smartphone ex115 further includes an operation unit ex466 such as a touch panel, a voice output unit ex457 such as a speaker for outputting voice or sound, a voice input unit ex456 such as a microphone for inputting voice, and photographing.
  • the user is specified as a memory unit ex467 that can store encoded data such as recorded video or still image, recorded voice, received video or still image, mail, or decoded data, and the network is started.
  • a slot unit ex464 that is an interface unit with the SIM ex468 for authenticating access to various data is provided.
  • An external memory may be used instead of the memory unit ex467.
  • Main control unit ex460 that can comprehensively control display unit ex458, operation unit ex466, etc., power supply circuit unit ex461, operation input control unit ex462, video signal processing unit ex455, camera interface unit ex463, display control unit ex459, modulation / The demodulation unit ex452, the multiplexing / separation unit ex453, the audio signal processing unit ex454, the slot unit ex464, and the memory unit ex467 are connected via the synchronization bus ex470.
  • the power supply circuit unit ex461 activates the smartphone ex115 in an operable state and supplies power to each unit from the battery pack.
  • the smartphone ex115 performs processing such as call and data communication under the control of the main control unit ex460 including a CPU, a ROM, a RAM, and the like.
  • the audio signal picked up by the audio input unit ex456 is converted into a digital audio signal by the audio signal processing unit ex454, spectrum diffusion processing is performed by the modulation / demodulation unit ex452, and digital-analog conversion processing is performed by the transmission / reception unit ex451. And frequency conversion processing is performed, and the resulting signal is transmitted via the antenna ex450.
  • the received data is amplified, subjected to frequency conversion processing and analog-to-digital conversion processing, spectrum reverse diffusion processing is performed by the modulation / demodulation unit ex452, converted into an analog audio signal by the audio signal processing unit ex454, and then converted into an analog audio signal, which is then converted to an analog audio signal.
  • text, still image, or video data can be transmitted under the control of the main control unit ex460 via the operation input control unit ex462 based on the operation of the operation unit ex466 of the main body unit. Similar transmission / reception processing is performed.
  • the video signal processing unit ex455 uses the video signal stored in the memory unit ex467 or the video signal input from the camera unit ex465 to perform each of the above operations.
  • the moving picture coding method shown in the form is used for compression coding, and the coded video data is sent to the multiplexing/demultiplexing unit ex453.
  • the audio signal processing unit ex454 encodes the audio signal picked up by the audio input unit ex456 while the video or still image is being imaged by the camera unit ex465, and sends the encoded audio data to the multiplexing / separation unit ex453.
  • the multiplexing/demultiplexing unit ex453 multiplexes the coded video data and the coded audio data by a predetermined method, and the modulation/demodulation unit (modulation/demodulation circuit unit) ex452 and the transmission/reception unit ex451 perform modulation processing and conversion. It is processed and transmitted via the antenna ex450.
  • the predetermined method may be predetermined.
  • the multiplexing / separating unit ex453 is multiplexed.
  • the multiplexed data is divided into a bit stream of video data and a bit stream of audio data, and the video data encoded via the synchronization bus ex470 is supplied to the video signal processing unit ex455, and at the same time.
  • the encoded audio data is supplied to the audio signal processing unit ex454.
  • the video signal processing unit ex455 decodes the video signal by the moving image decoding method corresponding to the moving image coding method shown in each of the above embodiments, and is linked from the display unit ex458 via the display control unit ex459.
  • the video or still image included in the moving image file is displayed.
  • the audio signal processing unit ex454 decodes the audio signal, and the audio output unit ex457 outputs the audio.
  • audio playback may not be socially suitable depending on the user's situation. Therefore, as an initial value, it is preferable to play back only the video data without playing the audio signal, and the audio may be played back in synchronization only when the user clicks the video data or performs an operation. ..
  • the smartphone ex115 has been described as an example here, as the terminal, in addition to the transmission / reception type terminal having both the encoder and the decoder, the transmitting terminal having only the encoder and the receiving terminal having only the decoder.
  • Another possible implementation is a terminal.
  • the description has been made assuming that the multiplexed data in which the audio data is multiplexed with the video data is received or transmitted.
  • character data associated with video may be multiplexed with the multiplexed data.
  • the video data itself may be received or transmitted instead of the multiplexed data.
  • the main control unit ex460 including the CPU has been described as controlling the encoding or decoding process, but various terminals often include a GPU. Therefore, a memory shared by the CPU and the GPU, or a memory whose address is managed so that it can be used in common, may be configured to collectively process a wide area by utilizing the performance of the GPU. As a result, the coding time can be shortened, real-time performance can be ensured, and low delay can be realized. In particular, it is efficient to collectively perform motion search, deblocking filter, SAO (Sample Adaptive Offset), and conversion / quantization processing in units such as pictures on the GPU instead of the CPU.
  • SAO Sample Adaptive Offset
  • the present disclosure can be used, for example, in television receivers, digital video recorders, car navigation systems, mobile phones, digital cameras, digital video cameras, video conferencing systems, electronic mirrors, and the like.
  • Encoding Device 102 Dividing Unit 104 Subtracting Unit 106 Transforming Unit 108 Quantizing Unit 110 Entropy Encoding Unit 112, 204 Inverse Quantizing Unit 114, 206 Inverse Transforming Unit 116, 208 Addition Unit 118, 210 Block Memory 120, 212 Loop Filter Unit 122, 214 Frame memory 124, 216 Intra prediction unit 126, 218 Inter prediction unit 128, 220 Prediction control unit 200 Decoding device 202 Entropy decoding unit 1201 Boundary determination unit 1202, 1204, 1206 switch 1203 Filter determination unit 1205 Filter processing unit 1207 Filter characteristic determination unit 1208 Processing determination unit a1, b1 Processor a2, b2 Memory

Abstract

符号化装置（１００）は、回路と、回路に接続されたメモリと、を備え、回路は、動作において、符号化対象ブロックに対して直交変換を行い（ステップＳ００１でＮｏ）、かつ、二次変換を行わない場合（ステップＳ００２でＹｅｓ）、符号化対象ブロックの複数の変換係数に対して量子化行列を用いて量子化を行い（ステップＳ００３）、符号化対象ブロックに対して直交変換を行わない場合（ステップＳ００１でＹｅｓ）、並びに、直交変換及び二次変換の両方を行う場合（ステップＳ００１でＮｏ、及び、ステップＳ００２でＮｏ）、量子化行列を用いずに符号化対象ブロックの量子化を行う（ステップＳ００４）。

Description

符号化装置、復号装置、符号化方法及び復号方法
　本開示は、ビデオコーディングに関し、例えば、動画像の符号化および復号におけるシステム、構成要素、ならびに方法などに関する。
　ビデオコーディング技術は、Ｈ．２６１およびＭＰＥＧ－１から、Ｈ．２６４／ＡＶＣ（Ａｄｖａｎｃｅｄ　Ｖｉｄｅｏ　Ｃｏｄｉｎｇ）、ＭＰＥＧ－ＬＡ、Ｈ．２６５／ＨＥＶＣ（Ｈｉｇｈ　Ｅｆｆｉｃｉｅｎｃｙ　Ｖｉｄｅｏ　Ｃｏｄｉｎｇ）、およびＨ．２６６／ＶＶＣ（Ｖｅｒｓａｔｉｌｅ　Ｖｉｄｅｏ　Ｃｏｄｅｃ）へ進歩している。この進歩に伴い、様々な用途において増え続けるデジタルビデオデータ量を処理するために、ビデオコーディング技術の改良および最適化を提供することが常に必要とされている。
　なお、非特許文献１は、上述されたビデオコーディング技術に関する従来の規格の一例に関する。
Ｈ．２６５（ＩＳＯ／ＩＥＣ　２３００８－２　ＨＥＶＣ）／ＨＥＶＣ（Ｈｉｇｈ　Ｅｆｆｉｃｉｅｎｃｙ　Ｖｉｄｅｏ　Ｃｏｄｉｎｇ）
　上記のような符号化方式に関して、符号化効率の改善、画質の改善、処理量の削減、回路規模の削減、又は、フィルタ、ブロック、サイズ、動きベクトル、参照ピクチャ又は参照ブロック等の要素又は動作の適切な選択等のため、新たな方式の提案が望まれている。
　本開示は、例えば、符号化効率の改善、画質の改善、処理量の削減、回路規模の削減、処理速度の改善、及び、要素又は動作の適切な選択等のうち１つ以上に貢献し得る構成又は方法を提供する。なお、本開示は、上記以外の利益に貢献し得る構成又は方法を含み得る。
　例えば、本開示の一態様に係る符号化装置は、回路と、前記回路に接続されたメモリと、を備え、前記回路は、動作において、符号化対象ブロックに対して直交変換を行い、かつ、二次変換を行わない場合、前記符号化処理対象ブロックの複数の変換係数に対して量子化行列を用いて量子化を行い、前記符号化処理対象ブロックに対して直交変換を行わない場合、並びに、直交変換及び二次変換の両方を行う場合、前記量子化行列を用いずに前記符号化対象ブロックの量子化を行う。
　本開示における実施の形態のいくつかの実装は、符号化効率を改善してもよいし、符号化／復号処理を簡素化してもよいし、符号化／復号処理速度を速くしてもよいし、適切なフィルタ、ブロックサイズ、動きベクトル、参照ピクチャ、参照ブロック等のような、符号化及び復号に用いられる適切な構成要素／動作を効率よく選択してもよい。
　本開示の一態様におけるさらなる利点および効果は、明細書および図面から明らかにされる。かかる利点および／または効果は、いくつかの実施の形態並びに明細書および図面に記載された特徴によってそれぞれ得られるが、１つまたはそれ以上の利点および／または効果を得るために必ずしも全てが提供される必要はない。
　なお、これらの全般的または具体的な態様は、システム、方法、集積回路、コンピュータプログラム、記録媒体、又は、これらの任意な組み合わせで実現されてもよい。
　本開示の一態様に係る構成又は方法は、例えば、符号化効率の改善、画質の改善、処理量の削減、回路規模の削減、処理速度の改善、及び、要素又は動作の適切な選択等のうち１つ以上に貢献し得る。なお、本開示の一態様に係る構成又は方法は、上記以外の利益に貢献してもよい。
図１は、実施の形態に係る符号化装置の機能構成を示すブロック図である。 図２は、符号化装置による全体的な符号化処理の一例を示すフローチャートである。 図３は、ブロック分割の一例を示す概念図である。 図４Ａは、スライスの構成の一例を示す概念図である。 図４Ｂは、タイルの構成の一例を示す概念図である。 図５Ａは、様々な変換タイプに対応する変換基底関数を示す表である。 図５Ｂは、ＳＶＴ（Ｓｐａｔｉａｌｌｙ　Ｖａｒｙｉｎｇ　Ｔｒａｎｓｆｏｒｍ）の一例を示す概念図である。 図６Ａは、ＡＬＦ（ａｄａｐｔｉｖｅ　ｌｏｏｐ　ｆｉｌｔｅｒ）で用いられるフィルタの形状の一例を示す概念図である。 図６Ｂは、ＡＬＦで用いられるフィルタの形状の他の一例を示す概念図である。 図６Ｃは、ＡＬＦで用いられるフィルタの形状の他の一例を示す概念図である。 図７は、ＤＢＦ（ｄｅｂｌｏｃｋｉｎｇ　ｆｉｌｔｅｒ）として機能するループフィルタ部の詳細な構成の一例を示すブロック図である。 図８は、ブロック境界に対して対称なフィルタ特性を有するデブロッキング・フィルタの例を示す概念図である。 図９は、デブロッキング・フィルタ処理が行われるブロック境界を説明するための概念図である。 図１０は、Ｂｓ値の一例を示す概念図である。 図１１は、符号化装置の予測処理部で行われる処理の一例を示すフローチャートである。 図１２は、符号化装置の予測処理部で行われる処理の他の例を示すフローチャートである。 図１３は、符号化装置の予測処理部で行われる処理の他の例を示すフローチャートである。 図１４は、実施の形態のイントラ予測における６７個のイントラ予測モードの一例を示す概念図である。 図１５は、インター予測の基本的な処理の流れの一例を示すフローチャートである。 図１６は、動きベクトル導出の一例を示すフローチャートである。 図１７は、動きベクトル導出の他の例を示すフローチャートである。 図１８は、動きベクトル導出の他の例を示すフローチャートである。 図１９は、ノーマルインターモードによるインター予測の例を示すフローチャートである。 図２０は、マージモードによるインター予測の例を示すフローチャートである。 図２１は、マージモードによる動きベクトル導出処理の一例を説明するための概念図である。 図２２は、ＦＲＵＣ（ｆｒａｍｅ　ｒａｔｅ　ｕｐ　ｃｏｎｖｅｒｓｉｏｎ）処理の一例を示すフローチャートである。 図２３は、動き軌道に沿う２つのブロック間でのパターンマッチング（バイラテラルマッチング）の一例を説明するための概念図である。 図２４は、カレントピクチャ内のテンプレートと参照ピクチャ内のブロックとの間でのパターンマッチング（テンプレートマッチング）の一例を説明するための概念図である。 図２５Ａは、複数の隣接ブロックの動きベクトルに基づくサブブロック単位の動きベクトルの導出の一例を説明するための概念図である。 図２５Ｂは、３つの制御ポイントを有するアフィンモードにおけるサブブロック単位の動きベクトルの導出の一例を説明するための概念図である。 図２６Ａは、アフィンマージモードを説明するための概念図である。 図２６Ｂは、２つの制御ポイントを有するアフィンマージモードを説明するための概念図である。 図２６Ｃは、３つの制御ポイントを有するアフィンマージモードを説明するための概念図である。 図２７は、アフィンマージモードの処理の一例を示すフローチャートである。 図２８Ａは、２つの制御ポイントを有するアフィンインターモードを説明するための概念図である。 図２８Ｂは、３つの制御ポイントを有するアフィンインターモードを説明するための概念図である。 図２９は、アフィンインターモードの処理の一例を示すフローチャートである。 図３０Ａは、カレントブロックが３つの制御ポイントを有し、隣接ブロックが２つの制御ポイントを有するアフィンインターモードを説明するための概念図である。 図３０Ｂは、カレントブロックが２つの制御ポイントを有し、隣接ブロックが３つの制御ポイントを有するアフィンインターモードを説明するための概念図である。 図３１Ａは、ＤＭＶＲ（ｄｅｃｏｄｅｒ　ｍｏｔｉｏｎ　ｖｅｃｔｏｒ　ｒｅｆｉｎｅｍｅｎｔ）を含むマージモードを示すフローチャートである。 図３１Ｂは、ＤＭＶＲ処理の一例を説明するための概念図である。 図３２は、予測画像の生成の一例を示すフローチャートである。 図３３は、予測画像の生成の他の例を示すフローチャートである。 図３４は、予測画像の生成の他の例を示すフローチャートである。 図３５は、ＯＢＭＣ（ｏｖｅｒｌａｐｐｅｄ　ｂｌｏｃｋ　ｍｏｔｉｏｎ　ｃｏｍｐｅｎｓａｔｉｏｎ）処理による予測画像補正処理の一例を説明するためのフローチャートである。 図３６は、ＯＢＭＣ処理による予測画像補正処理の一例を説明するための概念図である。 図３７は、２つの三角形の予測画像の生成を説明するための概念図である。 図３８は、等速直線運動を仮定したモデルを説明するための概念図である。 図３９は、ＬＩＣ（ｌｏｃａｌ　ｉｌｌｕｍｉｎａｔｉｏｎ　ｃｏｍｐｅｎｓａｔｉｏｎ）処理による輝度補正処理を用いた予測画像生成方法の一例を説明するための概念図である。 図４０は、符号化装置の実装例を示すブロック図である。 図４１は、実施の形態に係る復号装置の機能構成を示すブロック図である。 図４２は、復号装置による全体的な復号処理の一例を示すフローチャートである。 図４３は、復号装置の予測処理部で行われる処理の一例を示すフローチャートである。 図４４は、復号装置の予測処理部で行われる処理の他の例を示すフローチャートである。 図４５は、復号装置におけるノーマルインターモードによるインター予測の例を示すフローチャートである。 図４６は、復号装置の実装例を示すブロック図である。 図４７は、第１態様に係る符号化装置の量子化処理における動作の一例を示すフローチャートである。 図４８は、第１態様に係る復号装置の逆量子化処理における動作の一例を示すフローチャートである。 図４９は、第２態様に係る符号化装置における量子化行列（ＱＭ：Ｑｕａｎｔｉｚａｔｉｏｎ　Ｍａｔｒｉｘ）を用いた符号化処理フローの一例を示すフローチャートである。 図５０は、第２態様に係る復号装置における量子化行列（ＱＭ）を用いた復号処理フローの一例を示すフローチャートである。 図５１は、図４９のステップＳ１０２および図５０のステップＳ２０２において、正方形ブロック用のＱＭから長方形ブロック用のＱＭを生成する１つめの例を説明するための図である。 図５２は、図５１で説明した長方形ブロック用のＱＭを対応する正方形ブロック用のＱＭからダウンコンバートすることによって生成する方法を説明するための図である。 図５３は、図４９のステップＳ１０２および図５０のステップＳ２０２において、正方形ブロック用のＱＭから長方形ブロック用のＱＭを生成する２つめの例を説明するための図である。 図５４は、図５３で説明した長方形ブロック用のＱＭを対応する正方形ブロック用のＱＭからアップコンバートすることによって生成する方法を説明するための図である。 図５５は、第３態様に係る符号化装置における量子化行列（ＱＭ）を用いた符号化処理フローの一例を示すフローチャートである。 図５６は、第３態様に係る復号装置における量子化行列（ＱＭ）を用いた復号処理フローの一例を示すフローチャートである。 図５７は、図５５のステップＳ３０１および図５６のステップＳ４０１において、各ブロックサイズにおける有効な変換係数領域のサイズに対応したＱＭの例を説明するための図である。 図５８は、第３態様の変形例に係る符号化装置における量子化行列（ＱＭ）を用いた符号化処理フローの一例を示すフローチャートである。 図５９は、第３態様の変形例に係る復号装置における量子化行列（ＱＭ）を用いた復号処理フローの一例を示すフローチャートである。 図６０は、図５８のステップＳ５０２および図５９のステップＳ６０２において、正方形ブロック用のＱＭから長方形ブロック用のＱＭを生成する１つめの例を説明するための図である。 図６１は、図６０で説明した長方形ブロック用のＱＭを対応する正方形ブロック用のＱＭからダウンコンバートすることによって生成する方法を説明するための図である。 図６２は、図５８のステップＳ５０２および図５９のステップＳ６０２において、正方形ブロック用のＱＭから長方形ブロック用のＱＭを生成する２つめの例を説明するための図である。 図６３は、図６２で説明した長方形ブロック用のＱＭを対応する正方形ブロック用のＱＭからアップコンバートすることによって生成する方法を説明するための図である。 図６４は、第４態様に係る符号化装置における量子化行列（ＱＭ）を用いた符号化処理フローの一例を示すフローチャートである。 図６５は、第４態様に係る復号装置における量子化行列（ＱＭ）を用いた復号処理フローの一例を示すフローチャートである。 図６６は、図６４のステップＳ７０１および図６５のステップＳ８０１において、各ブロックサイズの処理対象ブロックにおいて対角成分のみのＱＭの量子化係数の値から共通の方法を用いて処理対象ブロックのＱＭを生成する方法の一例を説明するための図である。 図６７は、図６４のステップＳ７０１および図６５のステップＳ８０１において、各ブロックサイズの処理対象ブロックにおいて対角成分のみのＱＭの量子化係数の値から共通の方法を用いて処理対象ブロックのＱＭを生成する方法の他の例を説明するための図である。 図６８は、コンテンツ配信サービスを実現するコンテンツ供給システムの全体構成を示すブロック図である。 図６９は、スケーラブル符号化時の符号化構造の一例を示す概念図である。 図７０は、スケーラブル符号化時の符号化構造の一例を示す概念図である。 図７１は、ｗｅｂページの表示画面例を示す概念図である。 図７２は、ｗｅｂページの表示画面例を示す概念図である。 図７３は、スマートフォンの一例を示すブロック図である。 図７４は、スマートフォンの構成例を示すブロック図である。
　本開示の一態様に係る符号化装置は、回路と、前記回路に接続されたメモリと、を備え、前記回路は、動作において、符号化対象ブロックに対して直交変換を行い、かつ、二次変換を行わない場合、前記符号化処理対象ブロックの複数の変換係数に対して量子化行列を用いて量子化を行い、前記符号化処理対象ブロックに対して直交変換を行わない場合、並びに、直交変換及び二次変換の両方を行う場合、前記量子化行列を用いずに前記符号化対象ブロックの量子化を行う。
　これにより、符号化装置は、量子化行列を適用しても十分な主観画質の調整効果が得られない可能性のある符号化対象ブロックに対して、量子化行列を用いずに量子化を行うため、処理量が低減される。また、符号化装置は、直交変換後の符号化処理対象ブロックの複数の予測残差に量子化行列を適切に適用することができるため、主観画質の調整効果が得られる。したがって、符号化装置は、量子化行列の適用及び非適用の両方において、主観画質の低下を抑制しつつ、符号化効率を向上させることができる。
　例えば、前記回路は、前記符号化対象ブロックに対して直交変換が行われているか否か、及び、前記符号化対象ブロックの複数の変換係数に対して二次変換が行われているか否かを示す情報に基づいて、前記符号化対象ブロックに対する量子化処理において前記量子化行列を用いるか否かを決定してもよい。
　これにより、符号化装置は、符号化対象ブロックに対して、量子化処理において量子化行列を用いるか否かを適切に決定することができるため、主観画質の低下を抑制しつつ、符号化効率を向上させることができる。
　例えば、前記回路は、前記符号化対象ブロックが長方形ブロックである場合、正方形ブロックの複数の変換係数に対する第１量子化行列を変換することにより、前記長方形ブロックの複数の変換係数に対する第２量子化行列を生成し、前記長方形ブロックの複数の変換係数に対して前記第２量子化行列を用いて量子化を行ってもよい。
　これにより、符号化装置は、正方形ブロックに対応する量子化行列から長方形ブロックに対応する量子化行列を生成することができるため、長方形ブロックに対応する量子化行列を符号化する必要がない。さらに、符号化装置は、符号量を増加させることなく、長方形ブロックに対しても適切な量子化行列を使用することができる。したがって、符号化装置は、様々な形状の長方形ブロックに対して量子化を効率的に行うことができるため、符号化効率を向上させることができる。
　また、本開示の一態様に係る復号装置は、回路と、前記回路に接続されたメモリと、を備え、前記回路は、動作において、復号対象ブロックに対して逆直交変換を行い、かつ、逆二次変換を行わない場合、前記復号対象ブロックの複数の量子化係数に対して量子化行列を用いて逆量子化を行い、前記復号対象ブロックに対して逆直交変換を行わない場合、並びに、逆直交変換及び逆二次変換の両方を行う場合、前記量子化行列を用いずに前記復号対象ブロックの逆量子化を行う。
　これにより、復号装置は、量子化行列を適用しても十分な主観画質の調整効果が得られない可能性のある復号対象ブロックに対して、量子化行列を用いずに逆量子化を行うため、処理量が低減される。また、復号装置は、直交変換後に量子化されて符号化された復号対象ブロックに量子化行列を適切に適用することができるため、主観画質の調整効果が得られる。したがって、復号装置は、量子化行列の適用及び非適用の両方において、主観画質の低下を抑制しつつ、処理効率を向上させることができる。
　例えば、前記回路は、前記復号対象ブロックに対して逆直交変換が行われているか否か、及び、前記復号対象ブロックの複数の二次変換係数に対して逆二次変換が行われているか否かを示す情報に基づいて、前記復号対象ブロックに対する逆量子化処理において前記量子化行列を用いるか否かを決定してもよい。
　これにより、復号装置は、復号対象ブロックに対して、逆量子化処理において量子化行列を用いるか否かを適切に決定することができるため、主観画質の低下を抑制しつつ、処理効率を向上させることができる。
　例えば、前記回路は、前記復号対象ブロックが長方形ブロックである場合、正方形ブロックの複数の変換係数に対する第１量子化行列を変換することにより、前記長方形ブロックの複数の変換係数に対する第２量子化行列を生成し、前記長方形ブロックの複数の量子化係数に対して前記第２量子化行列を用いて逆量子化を行ってもよい。
　これにより、復号装置は、正方形ブロックに対応する量子化行列から長方形ブロックに対応する量子化行列を生成することができるため、長方形ブロックに対応する量子化行列を復号する必要がない。さらに、復号装置は、処理量を増加させることなく、長方形ブロックに対しても適切な量子化行列を使用することができる。したがって、復号装置は、様々な形状の長方形ブロックに対して量子化を効率的に行うことができるため、処理効率を向上させることができる。
　また、本開示の一態様に係る符号化方法は、符号化対象ブロックに対して直交変換を行い、かつ、二次変換を行わない場合、前記符号化対象ブロックの複数の変化係数に対して量子化行列を用いて量子化を行い、前記符号化対象ブロックに対して直交変換を行わない場合、並びに、直交変換及びに二次変換の両方を行う場合、前記量子化行列を用いずに前記符号化対象ブロックの量子化を行う。
　これにより、符号化方法を実行する装置等は、量子化行列を適用しても十分な主観画質の調整効果が得られない可能性のある符号化対象ブロックに対して、量子化行列を用いずに量子化を行うため、処理量が低減される。また、符号化方法を実行する装置等は、直交変換後の符号化処理対象ブロックの複数の予測残差に量子化行列を適切に適用することができるため、主観画質の調整効果が得られる。したがって、符号化方法を実行する装置等は、量子化行列の適用及び非適用の両方において、主観画質の低下を抑制しつつ、符号化効率を向上させることができる。
　また、本開示の一態様に係る復号方法は、復号対象ブロックに対して逆直交変換を行い、かつ、逆二次変換を行わない場合、前記復号対象ブロックの複数の量子化係数に対して量子化行列を用いて量子化を行い、前記復号対象ブロックに対して逆直交変換を行わない場合、並びに、逆直交変換及び逆二次変換の両方を行う場合、前記量子化行列を用いずに前記復号対象ブロックの逆量子化を行う。
　これにより、復号方法を実行する装置等は、量子化行列を適用しても十分な主観画質の調整効果が得られない可能性のある復号対象ブロックに対して、量子化行列を用いずに逆量子化を行うため、処理量が低減される。また、符号化方法を実行する装置等は、直交変換後に量子化されて符号化された復号対象ブロックに量子化行列を適切に適用することができるため、主観画質の調整効果が得られる。したがって、復号方法を実行する装置等は、量子化行列の適用及び非適用の両方において、主観画質の低下を抑制しつつ、処理効率を向上させることができる。
　さらに、これらの包括的又は具体的な態様は、システム、装置、方法、集積回路、コンピュータプログラム、又は、コンピュータ読み取り可能なＣＤ－ＲＯＭなどの非一時的な記録媒体で実現されてもよく、システム、装置、方法、集積回路、コンピュータプログラム、及び、記録媒体の任意な組み合わせで実現されてもよい。
　以下、実施の形態について図面を参照しながら具体的に説明する。なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの関係及び順序などは、一例であり、請求の範囲を限定する主旨ではない。
　以下では、符号化装置および復号化装置の実施の形態を説明する。実施の形態は、本開示の各態様で説明する処理および／または構成を適用可能な符号化装置および復号化装置の例である。処理および／または構成は、実施の形態とは異なる符号化装置および復号化装置においても実施可能である。例えば、実施の形態に対して適用される処理および／または構成に関して、例えば以下のいずれかを実施してもよい。
　（１）本開示の各態様で説明する実施の形態の符号化装置または復号装置の複数の構成要素のうちいずれかは、本開示の各態様のいずれかで説明する他の構成要素に置き換えまたは組み合わせられてもよい。
　（２）実施の形態の符号化装置または復号装置において、当該符号化装置または復号装置の複数の構成要素のうち一部の構成要素によって行われる機能または処理に、機能または処理の追加、置き換え、削除などの任意の変更がなされてもよい。例えば、いずれかの機能または処理は、本開示の各態様のいずれかで説明する他の機能または処理に、置き換えまたは組み合わせられてもよい。
　（３）実施の形態の符号化装置または復号装置が実施する方法において、当該方法に含まれる複数の処理のうちの一部の処理について、追加、置き換えおよび削除などの任意の変更がなされてもよい。例えば、方法におけるいずれかの処理は、本開示の各態様のいずれかで説明する他の処理に、置き換えまたは組み合わせられてもよい。
　（４）実施の形態の符号化装置または復号装置を構成する複数の構成要素のうちの一部の構成要素は、本開示の各態様のいずれかで説明する構成要素と組み合わせられてもよいし、本開示の各態様のいずれかで説明する機能の一部を備える構成要素と組み合わせられてもよいし、本開示の各態様で説明する構成要素が実施する処理の一部を実施する構成要素と組み合わせられてもよい。
　（５）実施の形態の符号化装置または復号装置の機能の一部を備える構成要素、または、実施の形態の符号化装置または復号装置の処理の一部を実施する構成要素は、本開示の各態様いずれかで説明する構成要素と、本開示の各態様でいずれかで説明する機能の一部を備える構成要素と、または、本開示の各態様のいずれかで説明する処理の一部を実施する構成要素と組み合わせまたは置き換えられてもよい。
　（６）実施の形態の符号化装置または復号装置が実施する方法において、当該方法に含まれる複数の処理のいずれかは、本開示の各態様のいずれかで説明する処理に、または、同様のいずれかの処理に、置き換えまたは組み合わせられてもよい。
　（７）実施の形態の符号化装置または復号装置が実施する方法に含まれる複数の処理のうちの一部の処理は、本開示の各態様のいずれかで説明する処理と組み合わせられてもよい。
　（８）本開示の各態様で説明する処理および／または構成の実施の仕方は、実施の形態の符号化装置または復号装置に限定されるものではない。例えば、処理および／または構成は、実施の形態において開示する動画像符号化または動画像復号とは異なる目的で利用される装置において実施されてもよい。
　［符号化装置］
　まず、実施の形態に係る符号化装置を説明する。図１は、実施の形態に係る符号化装置１００の機能構成を示すブロック図である。符号化装置１００は、動画像をブロック単位で符号化する動画像符号化装置である。
　図１に示すように、符号化装置１００は、画像をブロック単位で符号化する装置であって、分割部１０２と、減算部１０４と、変換部１０６と、量子化部１０８と、エントロピー符号化部１１０と、逆量子化部１１２と、逆変換部１１４と、加算部１１６と、ブロックメモリ１１８と、ループフィルタ部１２０と、フレームメモリ１２２と、イントラ予測部１２４と、インター予測部１２６と、予測制御部１２８と、を備える。
　符号化装置１００は、例えば、汎用プロセッサ及びメモリにより実現される。この場合、メモリに格納されたソフトウェアプログラムがプロセッサにより実行されたときに、プロセッサは、分割部１０２、減算部１０４、変換部１０６、量子化部１０８、エントロピー符号化部１１０、逆量子化部１１２、逆変換部１１４、加算部１１６、ループフィルタ部１２０、イントラ予測部１２４、インター予測部１２６及び予測制御部１２８として機能する。また、符号化装置１００は、分割部１０２、減算部１０４、変換部１０６、量子化部１０８、エントロピー符号化部１１０、逆量子化部１１２、逆変換部１１４、加算部１１６、ループフィルタ部１２０、イントラ予測部１２４、インター予測部１２６及び予測制御部１２８に対応する専用の１以上の電子回路として実現されてもよい。
　以下に、符号化装置１００の全体的な処理の流れを説明した後に、符号化装置１００に含まれる各構成要素について説明する。
　［符号化処理の全体フロー］
　図２は、符号化装置１００による全体的な符号化処理の一例を示すフローチャートである。
　まず、符号化装置１００の分割部１０２は、動画像である入力画像に含まれる各ピクチャを複数の固定サイズのブロック（例えば、１２８×１２８画素）に分割する（ステップＳａ＿１）。そして、分割部１０２は、その固定サイズのブロックに対して分割パターン（ブロック形状ともいう）を選択する（ステップＳａ＿２）。つまり、分割部１０２は、固定サイズのブロックを、その選択された分割パターンを構成する複数のブロックに、さらに分割する。そして、符号化装置１００は、その複数のブロックのそれぞれについて、そのブロック（すなわち符号化対象ブロック）に対してステップＳａ＿３～Ｓａ＿９の処理を行う。
　つまり、イントラ予測部１２４、インター予測部１２６および予測制御部１２８の全てまたは一部からなる予測処理部は、符号化対象ブロック（カレントブロックともいう）の予測信号（予測ブロックともいう）を生成する（ステップＳａ＿３）。
　次に、減算部１０４は、符号化対象ブロックと予測ブロックとの差分を予測残差（差分ブロックともいう）として生成する（ステップＳａ＿４）。
　次に、変換部１０６および量子化部１０８は、その差分ブロックに対して変換および量子化を行うことによって、複数の量子化係数を生成する（ステップＳａ＿５）。なお、複数の量子化係数からなるブロックを係数ブロックともいう。
　次に、エントロピー符号化部１１０は、その係数ブロックと、予測信号の生成に関する予測パラメータとに対して符号化（具体的にはエントロピー符号化）を行うことによって、符号化信号を生成する（ステップＳａ＿６）。なお、符号化信号は、符号化ビットストリーム、圧縮ビットストリーム、またはストリームともいう。
　次に、逆量子化部１１２および逆変換部１１４は、係数ブロックに対して逆量子化および逆変換を行うことによって、複数の予測残差（すなわち差分ブロック）を復元する（ステップＳａ＿７）。
　次に、加算部１１６は、その復元された差分ブロックに予測ブロックを加算することによってカレントブロックを再構成画像（再構成ブロックまたは復号画像ブロックともいう）に再構成する（ステップＳａ＿８）。これにより、再構成画像が生成される。
　この再構成画像が生成されると、ループフィルタ部１２０は、その再構成画像に対してフィルタリングを必要に応じて行う（ステップＳａ＿９）。
　そして、符号化装置１００は、ピクチャ全体の符号化が完了したか否かを判定し（ステップＳａ＿１０）、完了していないと判定する場合（ステップＳａ＿１０のＮｏ）、ステップＳａ＿２からの処理を繰り返し実行する。
　なお、上述の例では、符号化装置１００は、固定サイズのブロックに対して１つの分割パターンを選択し、その分割パターンにしたがって各ブロックの符号化を行うが、複数の分割パターンのそれぞれにしたがって各ブロックの符号化を行ってもよい。この場合には、符号化装置１００は、複数の分割パターンのそれぞれに対するコストを評価し、例えば最も小さいコストの分割パターンにしたがった符号化によって得られる符号化信号を、出力される符号化信号として選択してもよい。
　図示されているように、これらのステップＳａ＿１～Ｓａ＿１０の処理は、符号化装置１００によってシーケンシャルに行われる。あるいは、それらの処理のうちの一部の複数の処理が並列に行われてもよく、それらの処理の順番の入れ替え等が行われてもよい。
　［分割部］
　分割部１０２は、入力動画像に含まれる各ピクチャを複数のブロックに分割し、各ブロックを減算部１０４に出力する。例えば、分割部１０２は、まず、ピクチャを固定サイズ（例えば１２８ｘ１２８）のブロックに分割する。他の固定ブロックサイズが採用されてもよい。この固定サイズのブロックは、符号化ツリーユニット（ＣＴＵ）と呼ばれることがある。そして、分割部１０２は、例えば再帰的な四分木（ｑｕａｄｔｒｅｅ）及び／又は二分木（ｂｉｎａｒｙ　ｔｒｅｅ）ブロック分割に基づいて、固定サイズのブロックの各々を可変サイズ（例えば６４ｘ６４以下）のブロックに分割する。すなわち、分割部１０２は、分割パターンを選択する。この可変サイズのブロックは、符号化ユニット（ＣＵ）、予測ユニット（ＰＵ）あるいは変換ユニット（ＴＵ）と呼ばれることがある。なお、種々の処理例では、ＣＵ、ＰＵ及びＴＵは区別される必要はなく、ピクチャ内の一部又はすべてのブロックがＣＵ、ＰＵ、ＴＵの処理単位となってもよい。
　図３は、実施の形態におけるブロック分割の一例を示す概念図である。図３において、実線は四分木ブロック分割によるブロック境界を表し、破線は二分木ブロック分割によるブロック境界を表す。
　ここでは、ブロック１０は、１２８ｘ１２８画素の正方形ブロック（１２８ｘ１２８ブロック）である。この１２８ｘ１２８ブロック１０は、まず、４つの正方形の６４ｘ６４ブロックに分割される（四分木ブロック分割）。
　左上の６４ｘ６４ブロックは、さらに２つの矩形の３２ｘ６４ブロックに垂直に分割され、左の３２ｘ６４ブロックはさらに２つの矩形の１６ｘ６４ブロックに垂直に分割される（二分木ブロック分割）。その結果、左上の６４ｘ６４ブロックは、２つの１６ｘ６４ブロック１１、１２と、３２ｘ６４ブロック１３とに分割される。
　右上の６４ｘ６４ブロックは、２つの矩形の６４ｘ３２ブロック１４、１５に水平に分割される（二分木ブロック分割）。
　左下の６４ｘ６４ブロックは、４つの正方形の３２ｘ３２ブロックに分割される（四分木ブロック分割）。４つの３２ｘ３２ブロックのうち左上のブロック及び右下のブロックはさらに分割される。左上の３２ｘ３２ブロックは、２つの矩形の１６ｘ３２ブロックに垂直に分割され、右の１６ｘ３２ブロックはさらに２つの１６ｘ１６ブロックに水平に分割される（二分木ブロック分割）。右下の３２ｘ３２ブロックは、２つの３２ｘ１６ブロックに水平に分割される（二分木ブロック分割）。その結果、左下の６４ｘ６４ブロックは、１６ｘ３２ブロック１６と、２つの１６ｘ１６ブロック１７、１８と、２つの３２ｘ３２ブロック１９、２０と、２つの３２ｘ１６ブロック２１、２２とに分割される。
　右下の６４ｘ６４ブロック２３は分割されない。
　以上のように、図３では、ブロック１０は、再帰的な四分木及び二分木ブロック分割に基づいて、１３個の可変サイズのブロック１１～２３に分割される。このような分割は、ＱＴＢＴ（ｑｕａｄ－ｔｒｅｅ　ｐｌｕｓ　ｂｉｎａｒｙ　ｔｒｅｅ）分割と呼ばれることがある。
　なお、図３では、１つのブロックが４つ又は２つのブロックに分割されていたが（四分木又は二分木ブロック分割）、分割はこれらに限定されない。例えば、１つのブロックが３つのブロックに分割されてもよい（三分木ブロック分割）。このような三分木ブロック分割を含む分割は、ＭＢＴ（ｍｕｌｔｉ　ｔｙｐｅ　ｔｒｅｅ）分割と呼ばれることがある。
　［ピクチャの構成　スライス／タイル］
　ピクチャを並列にデコードするために、ピクチャはスライス単位またはタイル単位で構成される場合がある。スライス単位またはタイル単位からなるピクチャは、分割部１０２によって構成されてもよい。
　スライスは、ピクチャを構成する基本的な符号化の単位である。ピクチャは、例えば１つ以上のスライスから構成される。また、スライスは、１つ以上の連続するＣＴＵ（Ｃｏｄｉｎｇ　Ｔｒｅｅ　Ｕｎｉｔ）からなる。
　図４Ａは、スライスの構成の一例を示す概念図である。例えば、ピクチャは、１１×８個のＣＴＵを含み、かつ、４つのスライス（スライス１－４）に分割される。スライス１は、１６個のＣＴＵからなり、スライス２は、２１個のＣＴＵからなり、スライス３は、２９個のＣＴＵからなり、スライス４は、２２個のＣＴＵからなる。ここで、ピクチャ内の各ＣＴＵは、いずれかのスライスに属する。スライスの形状は、ピクチャを水平方向に分割した形になる。スライスの境界は、画面端である必要はなく、画面内のＣＴＵの境界のうちどこであってもよい。スライスの中のＣＴＵの処理順（符号化順または復号順）は、例えばラスタ・スキャン順である。また、スライスは、ヘッダ情報と符号化データを含む。ヘッダ情報には、スライスの先頭のＣＴＵアドレス、スライス・タイプなどそのスライスの特徴が記述されてもよい。
　タイルは、ピクチャを構成する矩形領域の単位である。各タイルにはＴｉｌｅＩｄと呼ばれる番号がラスタ・スキャン順に割り振られてもよい。
　図４Ｂは、タイルの構成の一例を示す概念図である。例えば、ピクチャは、１１×８個のＣＴＵを含み、かつ、４つの矩形領域のタイル（タイル１－４）に分割される。タイルが使用される場合、タイルが使用されない場合と比べてＣＴＵの処理順が変更される。タイルが使用されない場合、ピクチャ内の複数のＣＴＵはラスタ・スキャン順に処理される。タイルが使用される場合には、複数のタイルのそれぞれにおいて、少なくとも１つのＣＴＵがラスタ・スキャン順に処理される。例えば、図４Ｂに示すように、タイル１に含まれる複数のＣＴＵの処理順は、タイル１の１行目左端からタイル１の１行目右端まで向かい、次に、タイル１の２行目左端からタイル１の２行目右端まで向かう順である。
　なお、１つのタイルは、１つ以上のスライスを含む場合があり、１つのスライスは、１つ以上のタイルを含む場合がある。
　［減算部］
　減算部１０４は、分割部１０２から入力され、分割部１０２によって分割されたブロック単位で、原信号（原サンプル）から予測信号（以下に示す予測制御部１２８から入力される予測サンプル）を減算する。つまり、減算部１０４は、符号化対象ブロック（以下、カレントブロックという）の予測誤差（残差ともいう）を算出する。そして、減算部１０４は、算出された予測誤差（残差）を変換部１０６に出力する。
　原信号は、符号化装置１００の入力信号であり、動画像を構成する各ピクチャの画像を表す信号（例えば輝度（ｌｕｍａ）信号及び２つの色差（ｃｈｒｏｍａ）信号）である。以下において、画像を表す信号をサンプルということもある。
　［変換部］
　変換部１０６は、空間領域の予測誤差を周波数領域の変換係数に変換し、変換係数を量子化部１０８に出力する。具体的には、変換部１０６は、例えば空間領域の予測誤差に対して所定の離散コサイン変換（ＤＣＴ）又は離散サイン変換（ＤＳＴ）を行う。所定のＤＣＴ又はＤＳＴは、予め定められていてもよい。
　なお、変換部１０６は、複数の変換タイプの中から適応的に変換タイプを選択し、選択された変換タイプに対応する変換基底関数（ｔｒａｎｓｆｏｒｍ　ｂａｓｉｓ　ｆｕｎｃｔｉｏｎ）を用いて、予測誤差を変換係数に変換してもよい。このような変換は、ＥＭＴ（ｅｘｐｌｉｃｉｔ　ｍｕｌｔｉｐｌｅ　ｃｏｒｅ　ｔｒａｎｓｆｏｒｍ）又はＡＭＴ（ａｄａｐｔｉｖｅ　ｍｕｌｔｉｐｌｅ　ｔｒａｎｓｆｏｒｍ）と呼ばれることがある。
　複数の変換タイプは、例えば、ＤＣＴ－ＩＩ、ＤＣＴ－Ｖ、ＤＣＴ－ＶＩＩＩ、ＤＳＴ－Ｉ及びＤＳＴ－ＶＩＩを含む。図５Ａは、変換タイプ例に対応する変換基底関数を示す表である。図５ＡにおいてＮは入力画素の数を示す。これらの複数の変換タイプの中からの変換タイプの選択は、例えば、予測の種類（イントラ予測及びインター予測）に依存してもよいし、イントラ予測モードに依存してもよい。
　このようなＥＭＴ又はＡＭＴを適用するか否かを示す情報（例えばＥＭＴフラグまたはＡＭＴフラグと呼ばれる）及び選択された変換タイプを示す情報は、通常、ＣＵレベルで信号化される。なお、これらの情報の信号化は、ＣＵレベルに限定される必要はなく、他のレベル（例えば、ビットシーケンスレベル、ピクチャレベル、スライスレベル、タイルレベル又はＣＴＵレベル）であってもよい。
　また、変換部１０６は、変換係数（変換結果）を再変換してもよい。このような再変換は、ＡＳＴ（ａｄａｐｔｉｖｅ　ｓｅｃｏｎｄａｒｙ　ｔｒａｎｓｆｏｒｍ）又はＮＳＳＴ（ｎｏｎ－ｓｅｐａｒａｂｌｅ　ｓｅｃｏｎｄａｒｙ　ｔｒａｎｓｆｏｒｍ）と呼ばれることがある。例えば、変換部１０６は、イントラ予測誤差に対応する変換係数のブロックに含まれるサブブロック（例えば４ｘ４サブブロック）ごとに再変換を行う。ＮＳＳＴを適用するか否かを示す情報及びＮＳＳＴに用いられる変換行列に関する情報は、通常、ＣＵレベルで信号化される。なお、これらの情報の信号化は、ＣＵレベルに限定される必要はなく、他のレベル（例えば、シーケンスレベル、ピクチャレベル、スライスレベル、タイルレベル又はＣＴＵレベル）であってもよい。
　変換部１０６には、Ｓｅｐａｒａｂｌｅな変換と、Ｎｏｎ－Ｓｅｐａｒａｂｌｅな変換とが適用されてもよい。Ｓｅｐａｒａｂｌｅな変換とは、入力の次元の数だけ方向ごとに分離して複数回変換を行う方式であり、Ｎｏｎ－Ｓｅｐａｒａｂｌｅな変換とは、入力が多次元であった際に２つ以上の次元をまとめて１次元とみなして、まとめて変換を行う方式である。
　例えば、Ｎｏｎ－Ｓｅｐａｒａｂｌｅな変換の一例として、入力が４×４のブロックであった場合にはそれを１６個の要素を持ったひとつの配列とみなし、その配列に対して１６×１６の変換行列で変換処理を行うようなものが挙げられる。
　また、Ｎｏｎ－Ｓｅｐａｒａｂｌｅな変換のさらなる例では、４×４の入力ブロックを１６個の要素を持ったひとつの配列とみなした後に、その配列に対してＧｉｖｅｎｓ回転を複数回行うような変換（Ｈｙｐｅｒｃｕｂｅ　Ｇｉｖｅｎｓ　Ｔｒａｎｓｆｏｒｍ）が行われてもよい。
　変換部１０６での変換では、ＣＵ内の領域に応じて周波数領域に変換する基底のタイプを切替えることもできる。一例として、ＳＶＴ（Ｓｐａｔｉａｌｌｙ　Ｖａｒｙｉｎｇ　Ｔｒａｎｓｆｏｒｍ）がある。ＳＶＴでは、図５Ｂに示すように、水平あるいは垂直方向にＣＵを２等分し、いずれか一方の領域のみ周波数領域への変換を行う。変換基底のタイプは領域毎に設定でき、例えば、ＤＳＴ７とＤＣＴ８が用いられる。本例ではＣＵ内の２つの領域のうち、どちらか一方のみ変換を行い、もう一方は変換を行わないが、２つの領域共に変換してもよい。また、分割方法も２等分だけでなく、４等分、あるいは分割を示す情報を別途符号化してＣＵ分割と同様にシグナリングするなど、より柔軟にすることもできる。なお、ＳＶＴは、ＳＢＴ（Ｓｕｂ－ｂｌｏｃｋ　Ｔｒａｎｓｆｏｒｍ）と呼ぶこともある。
　［量子化部］
　量子化部１０８は、変換部１０６から出力された変換係数を量子化する。具体的には、量子化部１０８は、カレントブロックの変換係数を所定の走査順序で走査し、走査された変換係数に対応する量子化パラメータ（ＱＰ）に基づいて当該変換係数を量子化する。そして、量子化部１０８は、カレントブロックの量子化された変換係数（以下、量子化係数という）をエントロピー符号化部１１０及び逆量子化部１１２に出力する。所定の走査順序は、予め定められていてもよい。
　所定の走査順序は、変換係数の量子化／逆量子化のための順序である。例えば、所定の走査順序は、周波数の昇順（低周波から高周波の順）又は降順（高周波から低周波の順）で定義されてもよい。
　量子化パラメータ（ＱＰ）とは、量子化ステップ（量子化幅）を定義するパラメータである。例えば、量子化パラメータの値が増加すれば量子化ステップも増加する。つまり、量子化パラメータの値が増加すれば量子化誤差が増大する。
　また、量子化には、量子化マトリックスが使用される場合がある。例えば、４ｘ４および８ｘ８などの周波数変換サイズと、イントラ予測およびインター予測などの予測モードと、輝度および色差などの画素成分とに対応して数種類の量子化マトリックスが使われる場合がある。なお、量子化とは、所定の間隔でサンプリングした値を所定のレベルに対応づけてデジタル化することをいい、この技術分野では、丸め、ラウンディング、スケーリングといった他の表現を用いて参照されてもよいし、丸め、ラウンディング、スケーリングを採用してもよい。所定の間隔及びレベルは、予め定められていてもよい。
　量子化マトリックスを使用する方法として、符号化装置側で直接設定された量子化マトリックスを使用する方法と、デフォルトの量子化マトリックス（デフォルトマトリックス）を使用する方法とがある。符号化装置側では、量子化マトリックスを直接設定することにより、画像の特徴に応じた量子化マトリックスを設定することができる。しかし、この場合、量子化マトリックスの符号化によって、符号量が増加するというデメリットがある。
　一方、量子化マトリックスを使用せず、高域成分の係数も低域成分の係数も同じように量子化する方法もある。なお、この方法は、係数が全て同じ値である量子化マトリックス（フラットなマトリックス）を用いる方法に等しい。
　量子化マトリックスは、例えば、ＳＰＳ（シーケンスパラメータセット：Ｓｅｑｕｅｎｃｅ　Ｐａｒａｍｅｔｅｒ　Ｓｅｔ）またはＰＰＳ（ピクチャパラメータセット：Ｐｉｃｔｕｒｅ　Ｐａｒａｍｅｔｅｒ　Ｓｅｔ）で指定されてもよい。ＳＰＳは、シーケンスに対して用いられるパラメータを含み、ＰＰＳは、ピクチャに対して用いられるパラメータを含む。ＳＰＳとＰＰＳとは、単にパラメータセットと呼ばれる場合がある。
　［エントロピー符号化部］
　エントロピー符号化部１１０は、量子化部１０８から入力された量子化係数に基づいて符号化信号（符号化ビットストリーム）を生成する。具体的には、エントロピー符号化部１１０は、例えば、量子化係数を二値化し、二値信号を算術符号化し、圧縮されたビットストリームまたはシーケンスを出力する。
　［逆量子化部］
　逆量子化部１１２は、量子化部１０８から入力された量子化係数を逆量子化する。具体的には、逆量子化部１１２は、カレントブロックの量子化係数を所定の走査順序で逆量子化する。そして、逆量子化部１１２は、カレントブロックの逆量子化された変換係数を逆変換部１１４に出力する。所定の走査順序は、予め定められていてもよい。
　［逆変換部］
　逆変換部１１４は、逆量子化部１１２から入力された変換係数を逆変換することにより予測誤差（残差）を復元する。具体的には、逆変換部１１４は、変換係数に対して、変換部１０６による変換に対応する逆変換を行うことにより、カレントブロックの予測誤差を復元する。そして、逆変換部１１４は、復元された予測誤差を加算部１１６に出力する。
　なお、復元された予測誤差は、通常、量子化により情報が失われているので、減算部１０４が算出した予測誤差と一致しない。すなわち、復元された予測誤差には、通常、量子化誤差が含まれている。
　［加算部］
　加算部１１６は、逆変換部１１４から入力された予測誤差と予測制御部１２８から入力された予測サンプルとを加算することによりカレントブロックを再構成する。そして、加算部１１６は、再構成されたブロックをブロックメモリ１１８及びループフィルタ部１２０に出力する。再構成ブロックは、ローカル復号ブロックと呼ばれることもある。
　［ブロックメモリ］
　ブロックメモリ１１８は、例えば、イントラ予測で参照されるブロックであって符号化対象ピクチャ（カレントピクチャという）内のブロックを格納するための記憶部である。具体的には、ブロックメモリ１１８は、加算部１１６から出力された再構成ブロックを格納する。
　［フレームメモリ］
　フレームメモリ１２２は、例えば、インター予測に用いられる参照ピクチャを格納するための記憶部であり、フレームバッファと呼ばれることもある。具体的には、フレームメモリ１２２は、ループフィルタ部１２０によってフィルタされた再構成ブロックを格納する。
　［ループフィルタ部］
　ループフィルタ部１２０は、加算部１１６によって再構成されたブロックにループフィルタを施し、フィルタされた再構成ブロックをフレームメモリ１２２に出力する。ループフィルタとは、符号化ループ内で用いられるフィルタ（インループフィルタ）であり、例えば、デブロッキング・フィルタ（ＤＦまたはＤＢＦ）、サンプルアダプティブオフセット（ＳＡＯ）及びアダプティブループフィルタ（ＡＬＦ）などを含む。
　ＡＬＦでは、符号化歪みを除去するための最小二乗誤差フィルタが適用され、例えばカレントブロック内の２ｘ２サブブロックごとに、局所的な勾配（ｇｒａｄｉｅｎｔ）の方向及び活性度（ａｃｔｉｖｉｔｙ）に基づいて複数のフィルタの中から選択された１つのフィルタが適用される。
　具体的には、まず、サブブロック（例えば２ｘ２サブブロック）が複数のクラス（例えば１５又は２５クラス）に分類される。サブブロックの分類は、勾配の方向及び活性度に基づいて行われる。例えば、勾配の方向値Ｄ（例えば０～２又は０～４）と勾配の活性値Ａ（例えば０～４）とを用いて分類値Ｃ（例えばＣ＝５Ｄ＋Ａ）が算出される。そして、分類値Ｃに基づいて、サブブロックが複数のクラスに分類される。
　勾配の方向値Ｄは、例えば、複数の方向（例えば水平、垂直及び２つの対角方向）の勾配を比較することにより導出される。また、勾配の活性値Ａは、例えば、複数の方向の勾配を加算し、加算結果を量子化することにより導出される。
　このような分類の結果に基づいて、複数のフィルタの中からサブブロックのためのフィルタが決定される。
　ＡＬＦで用いられるフィルタの形状としては例えば円対称形状が利用される。図６Ａ～図６Ｃは、ＡＬＦで用いられるフィルタの形状の複数の例を示す図である。図６Ａは、５ｘ５ダイヤモンド形状フィルタを示し、図６Ｂは、７ｘ７ダイヤモンド形状フィルタを示し、図６Ｃは、９ｘ９ダイヤモンド形状フィルタを示す。フィルタの形状を示す情報は、通常、ピクチャレベルで信号化される。なお、フィルタの形状を示す情報の信号化は、ピクチャレベルに限定される必要はなく、他のレベル（例えば、シーケンスレベル、スライスレベル、タイルレベル、ＣＴＵレベル又はＣＵレベル）であってもよい。
　ＡＬＦのオン／オフは、例えば、ピクチャレベル又はＣＵレベルで決定されてもよい。例えば、輝度についてはＣＵレベルでＡＬＦを適用するか否かが決定されてもよく、色差についてはピクチャレベルでＡＬＦを適用するか否かが決定されてもよい。ＡＬＦのオン／オフを示す情報は、通常、ピクチャレベル又はＣＵレベルで信号化される。なお、ＡＬＦのオン／オフを示す情報の信号化は、ピクチャレベル又はＣＵレベルに限定される必要はなく、他のレベル（例えば、シーケンスレベル、スライスレベル、タイルレベル又はＣＴＵレベル）であってもよい。
　選択可能な複数のフィルタ（例えば１５又は２５までのフィルタ）の係数セットは、通常、ピクチャレベルで信号化される。なお、係数セットの信号化は、ピクチャレベルに限定される必要はなく、他のレベル（例えば、シーケンスレベル、スライスレベル、タイルレベル、ＣＴＵレベル、ＣＵレベル又はサブブロックレベル）であってもよい。
　［ループフィルタ部　＞　デブロッキング・フィルタ］
　デブロッキング・フィルタでは、ループフィルタ部１２０は、再構成画像のブロック境界にフィルタ処理を行うことによって、そのブロック境界に生じる歪みを減少させる。
　図７は、デブロッキング・フィルタとして機能するループフィルタ部１２０の詳細な構成の一例を示すブロック図である。
　ループフィルタ部１２０は、境界判定部１２０１、フィルタ判定部１２０３と、フィルタ処理部１２０５と、処理判定部１２０８と、フィルタ特性決定部１２０７と、スイッチ１２０２、１２０４および１２０６とを備える。
　境界判定部１２０１は、デブロッキング・フィルタ処理される画素（すなわち対象画素）がブロック境界付近に存在しているか否かを判定する。そして、境界判定部１２０１は、その判定結果をスイッチ１２０２および処理判定部１２０８に出力する。
　スイッチ１２０２は、対象画素がブロック境界付近に存在していると境界判定部１２０１によって判定された場合には、フィルタ処理前の画像を、スイッチ１２０４に出力する。逆に、スイッチ１２０２は、境界判定部１２０１によって対象画素がブロック境界付近に存在していないと判定された場合には、フィルタ処理前の画像をスイッチ１２０６に出力する。
　フィルタ判定部１２０３は、対象画素の周辺にある少なくとも１つの周辺画素の画素値に基づいて、対象画素に対してデブロッキング・フィルタ処理を行うか否かを判定する。そして、フィルタ判定部１２０３は、その判定結果をスイッチ１２０４および処理判定部１２０８に出力する。
　スイッチ１２０４は、対象画素にデブロッキング・フィルタ処理を行うとフィルタ判定部１２０３によって判定された場合には、スイッチ１２０２を介して取得したフィルタ処理前の画像を、フィルタ処理部１２０５に出力する。逆に、スイッチ１２０４は、対象画素にデブロッキング・フィルタ処理を行わないとフィルタ判定部１２０３によって判定された場合には、スイッチ１２０２を介して取得したフィルタ処理前の画像をスイッチ１２０６に出力する。
　フィルタ処理部１２０５は、スイッチ１２０２および１２０４を介してフィルタ処理前の画像を取得した場合には、フィルタ特性決定部１２０７によって決定されたフィルタ特性を有するデブロッキング・フィルタ処理を、対象画素に対して実行する。そして、フィルタ処理部１２０５は、そのフィルタ処理後の画素をスイッチ１２０６に出力する。
　スイッチ１２０６は、処理判定部１２０８による制御に応じて、デブロッキング・フィルタ処理されていない画素と、フィルタ処理部１２０５によってデブロッキング・フィルタ処理された画素とを選択的に出力する。
　処理判定部１２０８は、境界判定部１２０１およびフィルタ判定部１２０３のそれぞれの判定結果に基づいて、スイッチ１２０６を制御する。つまり、処理判定部１２０８は、対象画素がブロック境界付近に存在していると境界判定部１２０１によって判定され、かつ、対象画素にデブロッキング・フィルタ処理を行うとフィルタ判定部１２０３によって判定された場合には、デブロッキング・フィルタ処理された画素をスイッチ１２０６から出力させる。また、上述の場合以外では、処理判定部１２０８は、デブロッキング・フィルタ処理されていない画素をスイッチ１２０６から出力させる。このような画素の出力が繰り返し行われることによって、フィルタ処理後の画像がスイッチ１２０６から出力される。
　図８は、ブロック境界に対して対称なフィルタ特性を有するデブロッキング・フィルタの例を示す概念図である。
　デブロッキング・フィルタ処理では、例えば、画素値と量子化パラメータを用いて、特性の異なる２つのデブロッキング・フィルタ、すなわちストロングフィルタおよびウィークフィルタのうちの何れか１つが選択される。ストロングフィルタでは、図８に示すように、ブロック境界を挟んで画素ｐ０～ｐ２と、画素ｑ０～ｑ２とが存在する場合、画素ｑ０～ｑ２のそれぞれの画素値は、例えば以下の式に示す演算を行うことによって、画素値ｑ’０～ｑ’２に変更される。
　　ｑ’０＝（ｐ１＋２×ｐ０＋２×ｑ０＋２×ｑ１＋ｑ２＋４）／８
　　ｑ’１＝（ｐ０＋ｑ０＋ｑ１＋ｑ２＋２）／４
　　ｑ’２＝（ｐ０＋ｑ０＋ｑ１＋３×ｑ２＋２×ｑ３＋４）／８
　なお、上述の式において、ｐ０～ｐ２およびｑ０～ｑ２は、画素ｐ０～ｐ２および画素ｑ０～ｑ２のそれぞれの画素値である。また、ｑ３は、画素ｑ２にブロック境界と反対側に隣接する画素ｑ３の画素値である。また、上述の各式の右辺において、デブロッキング・フィルタ処理に用いられる各画素の画素値に乗算される係数が、フィルタ係数である。
　さらに、デブロッキング・フィルタ処理では、演算後の画素値が閾値を超えて設定されないように、クリップ処理が行われてもよい。このクリップ処理では、上述の式による演算後の画素値は、量子化パラメータから決定される閾値を用いて、「演算対象画素値±２×閾値」にクリップされる。これにより、過度な平滑化を防ぐことができる。
　図９は、デブロッキング・フィルタ処理が行われるブロック境界を説明するための概念図である。図１０は、Ｂｓ値の一例を示す概念図である。
　デブロッキング・フィルタ処理が行われるブロック境界は、例えば、図９で示すような８×８画素ブロックのＰＵ（Ｐｒｅｄｉｃｔｉｏｎ　Ｕｎｉｔ）またはＴＵ（Ｔｒａｎｓｆｏｒｍ　Ｕｎｉｔ）の境界である。デブロッキング・フィルタ処理は、４行または４列を単位に行われ得る。まず、図９に示すブロックＰおよびブロックＱに対して、図１０のようにＢｓ（Ｂｏｕｎｄａｒｙ　Ｓｔｒｅｎｇｔｈ）値が決定される。
　図１０のＢｓ値にしたがい、同一の画像に属するブロック境界であっても、異なる強さのデブロッキング・フィルタ処理を行うか否かが決定される。色差信号に対するデブロッキング・フィルタ処理は、Ｂｓ値が２の場合に行われる。輝度信号に対するデブロッキング・フィルタ処理は、Ｂｓ値が１以上であって、所定の条件が満たされた場合に行われる。所定の条件は、予め定められていてもよい。なお、Ｂｓ値の判定条件は図１０に示したものに限定されず、他のパラメータに基づいて決定されてもよい。
　［予測処理部（イントラ予測部・インター予測部・予測制御部）］
　図１１は、符号化装置１００の予測処理部で行われる処理の一例を示すフローチャートである。なお、予測処理部は、イントラ予測部１２４、インター予測部１２６、および予測制御部１２８の全てまたは一部の構成要素からなる。
　予測処理部は、カレントブロックの予測画像を生成する（ステップＳｂ＿１）。この予測画像は、予測信号または予測ブロックともいう。なお、予測信号には、例えばイントラ予測信号またはインター予測信号がある。具体的には、予測処理部は、予測ブロックの生成、差分ブロックの生成、係数ブロックの生成、差分ブロックの復元、および復号画像ブロックの生成が行われることによって既に得られている再構成画像を用いて、カレントブロックの予測画像を生成する。
　再構成画像は、例えば、参照ピクチャの画像であってもよいし、カレントブロックを含むピクチャであるカレントピクチャ内の符号化済みのブロックの画像であってもよい。カレントピクチャ内の符号化済みのブロックは、例えばカレントブロックの隣接ブロックである。
　図１２は、符号化装置１００の予測処理部で行われる処理の他の例を示すフローチャートである。
　予測処理部は、第１の方式で予測画像を生成し（ステップＳｃ＿１ａ）、第２の方式で予測画像を生成し（ステップＳｃ＿１ｂ）、第３の方式で予測画像を生成する（ステップＳｃ＿１ｃ）。第１の方式、第２の方式、および第３の方式は、予測画像を生成するための互いに異なる方式であって、それぞれ例えば、インター予測方式、イントラ予測方式、および、それら以外の予測方式であってもよい。これらの予測方式では、上述の再構成画像を用いてもよい。
　次に、予測処理部は、ステップＳｃ＿１ａ、Ｓｃ＿１ｂ、およびＳｃ＿１ｃで生成された複数の予測画像のうちの何れか１つを選択する（ステップＳｃ＿２）。この予測画像の選択、すなわち最終的な予測画像を得るための方式またはモードの選択は、生成された各予測画像に対するコストを算出し、そのコストに基づいて行われてもよい。または、その予測画像の選択は、符号化の処理に用いられるパラメータに基づいて行われてもよい。符号化装置１００は、その選択された予測画像、方式またはモードを特定するための情報を符号化信号（符号化ビットストリームともいう）に信号化してもよい。その情報は、例えばフラグなどであってもよい。これにより、復号装置は、その情報に基づいて、符号化装置１００において選択された方式またはモードにしたがって予測画像を生成することができる。なお、図１２に示す例では、予測処理部は、各方式で予測画像を生成した後に、何れかの予測画像を選択する。しかし、予測処理部は、それらの予測画像を生成する前に、上述の符号化の処理に用いられるパラメータに基づいて、方式またはモードを選択し、その方式またはモードにしたがって予測画像を生成してもよい。
　例えば、第１の方式および第２の方式は、それぞれイントラ予測およびインター予測であって、予測処理部は、これらの予測方式にしたがって生成される予測画像から、カレントブロックに対する最終的な予測画像を選択してもよい。
　図１３は、符号化装置１００の予測処理部で行われる処理の他の例を示すフローチャートである。
　まず、予測処理部は、イントラ予測によって予測画像を生成し（ステップＳｄ＿１ａ）、インター予測によって予測画像を生成する（ステップＳｄ＿１ｂ）。なお、イントラ予測によって生成された予測画像を、イントラ予測画像ともいい、インター予測によって生成された予測画像を、インター予測画像ともいう。
　次に、予測処理部は、イントラ予測画像およびインター予測画像のそれぞれを評価する（ステップＳｄ＿２）。この評価には、コストが用いられてもよい。つまり、予測処理部は、イントラ予測画像およびインター予測画像のそれぞれのコストＣを算出する。このコストＣは、Ｒ－Ｄ最適化モデルの式、例えば、Ｃ＝Ｄ＋λ×Ｒによって算出され得る。この式において、Ｄは、予測画像の符号化歪であって、例えば、カレントブロックの画素値と予測画像の画素値との差分絶対値和などによって表される。また、Ｒは、予測画像の発生符号量であって、具体的には、予測画像を生成するための動き情報などの符号化に必要な符号量などである。また、λは、例えばラグランジュの未定乗数である。
　そして、予測処理部は、イントラ予測画像およびインター予測画像から、最も小さいコストＣが算出された予測画像を、カレントブロックの最終的な予測画像として選択する（ステップＳｄ＿３）。つまり、カレントブロックの予測画像を生成するための予測方式またはモードが選択される。
　［イントラ予測部］
　イントラ予測部１２４は、ブロックメモリ１１８に格納されたカレントピクチャ内のブロックを参照してカレントブロックのイントラ予測（画面内予測ともいう）を行うことで、予測信号（イントラ予測信号）を生成する。具体的には、イントラ予測部１２４は、カレントブロックに隣接するブロックのサンプル（例えば輝度値、色差値）を参照してイントラ予測を行うことでイントラ予測信号を生成し、イントラ予測信号を予測制御部１２８に出力する。
　例えば、イントラ予測部１２４は、規定の複数のイントラ予測モードのうちの１つを用いてイントラ予測を行う。複数のイントラ予測モードは、通常、１以上の非方向性予測モードと、複数の方向性予測モードと、を含む。規定の複数のモードは、予め規定されていてもよい。
　１以上の非方向性予測モードは、例えばＨ．２６５／ＨＥＶＣ規格で規定されたＰｌａｎａｒ予測モード及びＤＣ予測モードを含む。
　複数の方向性予測モードは、例えばＨ．２６５／ＨＥＶＣ規格で規定された３３方向の予測モードを含む。なお、複数の方向性予測モードは、３３方向に加えてさらに３２方向の予測モード（合計で６５個の方向性予測モード）を含んでもよい。図１４は、イントラ予測において用いられ得る全６７個のイントラ予測モード（２個の非方向性予測モード及び６５個の方向性予測モード）を示す概念図である。実線矢印は、Ｈ．２６５／ＨＥＶＣ規格で規定された３３方向を表し、破線矢印は、追加された３２方向を表す（２個の非方向性予測モードは図１４には図示されていない）。
　種々の処理例では、色差ブロックのイントラ予測において、輝度ブロックが参照されてもよい。つまり、カレントブロックの輝度成分に基づいて、カレントブロックの色差成分が予測されてもよい。このようなイントラ予測は、ＣＣＬＭ（ｃｒｏｓｓ－ｃｏｍｐｏｎｅｎｔ　ｌｉｎｅａｒ　ｍｏｄｅｌ）予測と呼ばれることがある。このような輝度ブロックを参照する色差ブロックのイントラ予測モード（例えばＣＣＬＭモードと呼ばれる）は、色差ブロックのイントラ予測モードの１つとして加えられてもよい。
　イントラ予測部１２４は、水平／垂直方向の参照画素の勾配に基づいてイントラ予測後の画素値を補正してもよい。このような補正をともなうイントラ予測は、ＰＤＰＣ（ｐｏｓｉｔｉｏｎ　ｄｅｐｅｎｄｅｎｔ　ｉｎｔｒａ　ｐｒｅｄｉｃｔｉｏｎ　ｃｏｍｂｉｎａｔｉｏｎ）と呼ばれることがある。ＰＤＰＣの適用の有無を示す情報（例えばＰＤＰＣフラグと呼ばれる）は、通常、ＣＵレベルで信号化される。なお、この情報の信号化は、ＣＵレベルに限定される必要はなく、他のレベル（例えば、シーケンスレベル、ピクチャレベル、スライスレベル、タイルレベル又はＣＴＵレベル）であってもよい。
　［インター予測部］
　インター予測部１２６は、フレームメモリ１２２に格納された参照ピクチャであってカレントピクチャとは異なる参照ピクチャを参照してカレントブロックのインター予測（画面間予測ともいう）を行うことで、予測信号（インター予測信号）を生成する。インター予測は、カレントブロック又はカレントブロック内のカレントサブブロック（例えば４ｘ４ブロック）の単位で行われる。例えば、インター予測部１２６は、カレントブロック又はカレントサブブロックについて参照ピクチャ内で動き探索（ｍｏｔｉｏｎ　ｅｓｔｉｍａｔｉｏｎ）を行い、そのカレントブロック又はカレントサブブロックに最も一致する参照ブロック又はサブブロックを見つける。そして、インター予測部１２６は、参照ブロック又はサブブロックからカレントブロック又はサブブロックへの動き又は変化を補償する動き情報（例えば動きベクトル）を取得する。インター予測部１２６は、その動き情報に基づいて、動き補償（または動き予測）を行い、カレントブロック又はサブブロックのインター予測信号を生成する。インター予測部１２６は、生成されたインター予測信号を予測制御部１２８に出力する。
　動き補償に用いられた動き情報は、多様な形態でインター予測信号として信号化されてもよい。例えば、動きベクトルが信号化されてもよい。他の例として、動きベクトルと予測動きベクトル（ｍｏｔｉｏｎ　ｖｅｃｔｏｒ　ｐｒｅｄｉｃｔｏｒ）との差分が信号化されてもよい。
　［インター予測の基本フロー］
　図１５は、インター予測の基本的な流れの一例を示すフローチャートである。
　インター予測部１２６は、まず、予測画像を生成する（ステップＳｅ＿１～Ｓｅ＿３）。次に、減算部１０４は、カレントブロックと予測画像との差分を予測残差として生成する（ステップＳｅ＿４）。
　ここで、インター予測部１２６は、予測画像の生成では、カレントブロックの動きベクトル（ＭＶ）の決定（ステップＳｅ＿１およびＳｅ＿２）と、動き補償（ステップＳｅ＿３）とを行うことによって、その予測画像を生成する。また、インター予測部１２６は、ＭＶの決定では、候補動きベクトル（候補ＭＶ）の選択（ステップＳｅ＿１）と、ＭＶの導出（ステップＳｅ＿２）とを行うことによって、そのＭＶを決定する。候補ＭＶの選択は、例えば、候補ＭＶリストから少なくとも１つの候補ＭＶを選択することによって行われる。また、ＭＶの導出では、インター予測部１２６は、少なくとも１つの候補ＭＶから、さらに少なくとも１つの候補ＭＶを選択することによって、その選択された少なくとも１つの候補ＭＶを、カレントブロックのＭＶとして決定してもよい。あるいは、インター予測部１２６は、その選択された少なくとも１つの候補ＭＶのそれぞれについて、その候補ＭＶで指示される参照ピクチャの領域を探索することによって、カレントブロックのＭＶを決定してもよい。なお、この参照ピクチャの領域を探索することを、動き探索（ｍｏｔｉｏｎ　ｅｓｔｉｍａｔｉｏｎ）と称してもよい。
　また、上述の例では、ステップＳｅ＿１～Ｓｅ＿３は、インター予測部１２６によって行われるが、例えばステップＳｅ＿１またはステップＳｅ＿２などの処理は、符号化装置１００に含まれる他の構成要素によって行われてもよい。
　［動きベクトルの導出のフロー］
　図１６は、動きベクトル導出の一例を示すフローチャートである。
　インター予測部１２６は、動き情報（例えばＭＶ）を符号化するモードで、カレントブロックのＭＶを導出する。この場合、例えば動き情報が予測パラメータとして符号化されて、信号化される。つまり、符号化された動き情報が、符号化信号（符号化ビットストリームともいう）に含まれる。
　あるいは、インター予測部１２６は、動き情報を符号化しないモードでＭＶを導出する。この場合には、動き情報は、符号化信号に含まれない。
　ここで、ＭＶ導出のモードには、後述のノーマルインターモード、マージモード、ＦＲＵＣモードおよびアフィンモードなどがあってもよい。これらのモードのうち、動き情報を符号化するモードには、ノーマルインターモード、マージモード、およびアフィンモード（具体的には、アフィンインターモードおよびアフィンマージモード）などがある。なお、動き情報には、ＭＶだけでなく、後述の予測動きベクトル選択情報が含まれてもよい。また、動き情報を符号化しないモードには、ＦＲＵＣモードなどがある。インター予測部１２６は、これらの複数のモードから、カレントブロックのＭＶを導出するためのモードを選択し、その選択されたモードを用いてカレントブロックのＭＶを導出する。
　図１７は、動きベクトル導出の他の例を示すフローチャートである。
　インター予測部１２６は、差分ＭＶを符号化するモードで、カレントブロックのＭＶを導出する。この場合、例えば差分ＭＶが予測パラメータとして符号化されて、信号化される。つまり、符号化された差分ＭＶが、符号化信号に含まれる。この差分ＭＶは、カレントブロックのＭＶと、その予測ＭＶとの差である。
　あるいは、インター予測部１２６は、差分ＭＶを符号化しないモードでＭＶを導出する。この場合には、符号化された差分ＭＶは、符号化信号に含まれない。
　ここで、上述のようにＭＶの導出のモードには、後述のノーマルインター、マージモード、ＦＲＵＣモードおよびアフィンモードなどがある。これらのモードのうち、差分ＭＶを符号化するモードには、ノーマルインターモードおよびアフィンモード（具体的には、アフィンインターモード）などがある。また、差分ＭＶを符号化しないモードには、ＦＲＵＣモード、マージモードおよびアフィンモード（具体的には、アフィンマージモード）などがある。インター予測部１２６は、これらの複数のモードから、カレントブロックのＭＶを導出するためのモードを選択し、その選択されたモードを用いてカレントブロックのＭＶを導出する。
　［動きベクトルの導出のフロー］
　図１８は、動きベクトル導出の他の例を示すフローチャートである。ＭＶ導出のモード、すなわちインター予測モードには、複数のモードがあり、大きく分けて、差分ＭＶを符号化するモードと、差分動きベクトルを符号化しないモードとがある。差分ＭＶを符号化しないモードには、マージモード、ＦＲＵＣモード、およびアフィンモード（具体的には、アフィンマージモード）がある。これらのモードの詳細については、後述するが、簡単には、マージモードは、周辺の符号化済みブロックから動きベクトルを選択することによって、カレントブロックのＭＶを導出するモードであり、ＦＲＵＣモードは、符号化済み領域間で探索を行うことによって、カレントブロックのＭＶを導出するモードである。また、アフィンモードは、アフィン変換を想定して、カレントブロックを構成する複数のサブブロックそれぞれの動きベクトルを、カレントブロックのＭＶとして導出するモードである。
　具体的には、図示されるように、インター予測部１２６は、インター予測モード情報が０を示す場合（Ｓｆ＿１で０）、マージモードにより動きベクトルを導出する（Ｓｆ＿２）。また、インター予測部１２６は、インター予測モード情報が１を示す場合（Ｓｆ＿１で１）、ＦＲＵＣモードにより動きベクトルを導出する（Ｓｆ＿３）。また、インター予測部１２６は、インター予測モード情報が２を示す場合（Ｓｆ＿１で２）、アフィンモード（具体的には、アフィンマージモード）により動きベクトルを導出する（Ｓｆ＿４）。また、インター予測部１２６は、インター予測モード情報が３を示す場合（Ｓｆ＿１で３）、差分ＭＶを符号化するモード（例えば、ノーマルインターモード）により動きベクトルを導出する（Ｓｆ＿５）。
　［ＭＶ導出　＞　ノーマルインターモード］
　ノーマルインターモードは、候補ＭＶによって示される参照ピクチャの領域から、カレントブロックの画像に類似するブロックに基づいて、カレントブロックのＭＶを導出するインター予測モードである。また、このノーマルインターモードでは、差分ＭＶが符号化される。
　図１９は、ノーマルインターモードによるインター予測の例を示すフローチャートである。
　インター予測部１２６は、まず、時間的または空間的にカレントブロックの周囲にある複数の符号化済みブロックのＭＶなどの情報に基づいて、そのカレントブロックに対して複数の候補ＭＶを取得する（ステップＳｇ＿１）。つまり、インター予測部１２６は、候補ＭＶリストを作成する。
　次に、インター予測部１２６は、ステップＳｇ＿１で取得された複数の候補ＭＶの中から、Ｎ個（Ｎは２以上の整数）の候補ＭＶのそれぞれを予測動きベクトル候補（予測ＭＶ候補ともいう）として、所定の優先順位に従って抽出する（ステップＳｇ＿２）。なお、その優先順位は、Ｎ個の候補ＭＶのそれぞれに対して予め定められていてもよい。
　次に、インター予測部１２６は、そのＮ個の予測動きベクトル候補の中から１つの予測動きベクトル候補を、カレントブロックの予測動きベクトル（予測ＭＶともいう）として選択する（ステップＳｇ＿３）。このとき、インター予測部１２６は、選択された予測動きベクトルを識別するための予測動きベクトル選択情報をストリームに符号化する。なお、ストリームは、上述の符号化信号または符号化ビットストリームである。
　次に、インター予測部１２６は、符号化済み参照ピクチャを参照し、カレントブロックのＭＶを導出する（ステップＳｇ＿４）。このとき、インター予測部１２６は、さらに、その導出されたＭＶと予測動きベクトルとの差分値を差分ＭＶとしてストリームに符号化する。なお、符号化済み参照ピクチャは、符号化後に再構成された複数のブロックからなるピクチャである。
　最後に、インター予測部１２６は、その導出されたＭＶと符号化済み参照ピクチャとを用いてカレントブロックに対して動き補償を行ことにより、そのカレントブロックの予測画像を生成する（ステップＳｇ＿５）。なお、予測画像は、上述のインター予測信号である。
　また、符号化信号に含められる、予測画像の生成に用いられたインター予測モード（上述の例ではノーマルインターモード）を示す情報は、例えば予測パラメータとして符号化される。
　なお、候補ＭＶリストは、他のモードに用いられるリストと共通に用いられてもよい。また、候補ＭＶリストに関する処理を、他のモードに用いられるリストに関する処理に適用してもよい。この候補ＭＶリストに関する処理は、例えば、候補ＭＶリストからの候補ＭＶの抽出もしくは選択、候補ＭＶの並び替え、または、候補ＭＶの削除などである。
　［ＭＶ導出　＞　マージモード］
　マージモードは、候補ＭＶリストから候補ＭＶをカレントブロックのＭＶとして選択することによって、そのＭＶを導出するインター予測モードである。
　図２０は、マージモードによるインター予測の例を示すフローチャートである。
　インター予測部１２６は、まず、時間的または空間的にカレントブロックの周囲にある複数の符号化済みブロックのＭＶなどの情報に基づいて、そのカレントブロックに対して複数の候補ＭＶを取得する（ステップＳｈ＿１）。つまり、インター予測部１２６は、候補ＭＶリストを作成する。
　次に、インター予測部１２６は、ステップＳｈ＿１で取得された複数の候補ＭＶの中から１つの候補ＭＶを選択することによって、カレントブロックのＭＶを導出する（ステップＳｈ＿２）。このとき、インター予測部１２６は、選択された候補ＭＶを識別するためのＭＶ選択情報をストリームに符号化する。
　最後に、インター予測部１２６は、その導出されたＭＶと符号化済み参照ピクチャとを用いてカレントブロックに対して動き補償を行ことにより、そのカレントブロックの予測画像を生成する（ステップＳｈ＿３）。
　また、符号化信号に含められる、予測画像の生成に用いられたインター予測モード（上述の例ではマージモード）を示す情報は、例えば予測パラメータとして符号化される。
　図２１は、マージモードによるカレントピクチャの動きベクトル導出処理の一例を説明するための概念図である。
　まず、予測ＭＶの候補を登録した予測ＭＶリストを生成する。予測ＭＶの候補としては、対象ブロックの空間的に周辺に位置する複数の符号化済みブロックが持つＭＶである空間隣接予測ＭＶ、符号化済み参照ピクチャにおける対象ブロックの位置を投影した近辺のブロックが持つＭＶである時間隣接予測ＭＶ、空間隣接予測ＭＶと時間隣接予測ＭＶのＭＶ値を組み合わせて生成したＭＶである結合予測ＭＶ、および値がゼロのＭＶであるゼロ予測ＭＶ等がある。
　次に、予測ＭＶリストに登録されている複数の予測ＭＶの中から１つの予測ＭＶを選択することで、対象ブロックのＭＶとして決定する。
　さらに、可変長符号化部では、どの予測ＭＶを選択したかを示す信号であるｍｅｒｇｅ＿ｉｄｘをストリームに記述して符号化する。
　なお、図２１で説明した予測ＭＶリストに登録する予測ＭＶは一例であり、図中の個数とは異なる個数であったり、図中の予測ＭＶの一部の種類を含まない構成であったり、図中の予測ＭＶの種類以外の予測ＭＶを追加した構成であったりしてもよい。
　マージモードにより導出した対象ブロックのＭＶを用いて、後述するＤＭＶＲ（ｄｅｃｏｄｅｒ　ｍｏｔｉｏｎ　ｖｅｃｔｏｒ　ｒｅｆｉｎｅｍｅｎｔ）処理を行うことによって最終的なＭＶを決定してもよい。
　なお、予測ＭＶの候補は、上述の候補ＭＶであり、予測ＭＶリストは、上述の候補ＭＶリストである。また、候補ＭＶリストを、候補リストと称してもよい。また、ｍｅｒｇｅ＿ｉｄｘは、ＭＶ選択情報である。
　［ＭＶ導出　＞　ＦＲＵＣモード］
　動き情報は符号化装置側から信号化されずに、復号装置側で導出されてもよい。なお、上述のように、Ｈ．２６５／ＨＥＶＣ規格で規定されたマージモードが用いられてもよい。また例えば、復号装置側で動き探索を行うことにより動き情報が導出されてもよい。実施の形態において、復号装置側では、カレントブロックの画素値を用いずに動き探索が行われる。
　ここで、復号装置側で動き探索を行うモードについて説明する。この復号装置側で動き探索を行うモードは、ＰＭＭＶＤ（ｐａｔｔｅｒｎ　ｍａｔｃｈｅｄ　ｍｏｔｉｏｎ　ｖｅｃｔｏｒ　ｄｅｒｉｖａｔｉｏｎ）モード又はＦＲＵＣ（ｆｒａｍｅ　ｒａｔｅ　ｕｐ－ｃｏｎｖｅｒｓｉｏｎ）モードと呼ばれることがある。
　フローチャートの形式でＦＲＵＣ処理の一例を図２２に示す。まず、カレントブロックに空間的又は時間的に隣接する符号化済みブロックの動きベクトルを参照して、各々が予測動きベクトル（ＭＶ）を有する複数の候補のリスト（すなわち、候補ＭＶリストであって、マージリストと共通であってもよい）が生成される（ステップＳｉ＿１）。次に、候補ＭＶリストに登録されている複数の候補ＭＶの中からベスト候補ＭＶを選択する（ステップＳｉ＿２）。例えば、候補ＭＶリストに含まれる各候補ＭＶの評価値が算出され、評価値に基づいて１つの候補ＭＶが選択される。そして、選択された候補の動きベクトルに基づいて、カレントブロックのための動きベクトルが導出される（ステップＳｉ＿４）。具体的には、例えば、選択された候補の動きベクトル（ベスト候補ＭＶ）がそのままカレントブロックのための動きベクトルとして導出される。また例えば、選択された候補の動きベクトルに対応する参照ピクチャ内の位置の周辺領域において、パターンマッチングを行うことにより、カレントブロックのための動きベクトルが導出されてもよい。すなわち、ベスト候補ＭＶの周辺の領域に対して、参照ピクチャにおけるパターンマッチングおよび評価値を用いた探索を行い、さらに評価値が良い値となるＭＶがあった場合は、ベスト候補ＭＶを前記ＭＶに更新して、それをカレントブロックの最終的なＭＶとしてもよい。より良い評価値を有するＭＶへの更新を行う処理を実施しない構成とすることも可能である。
　最後に、インター予測部１２６は、その導出されたＭＶと符号化済み参照ピクチャとを用いてカレントブロックに対して動き補償を行ことにより、そのカレントブロックの予測画像を生成する（ステップＳｉ＿５）。
　サブブロック単位で処理を行う場合も全く同様の処理としてもよい。
　評価値は、種々の方法によって算出されてもよい。例えば、動きベクトルに対応する参照ピクチャ内の領域の再構成画像と、所定の領域（その領域は、例えば、以下に示すように、他の参照ピクチャの領域またはカレントピクチャの隣接ブロックの領域であってもよい）の再構成画像とを比較する。所定の領域は予め定められていてもよい。
　そして、２つの再構成画像の画素値の差分を算出して、動きベクトルの評価値に用いてもよい。なお、差分値に加えてそれ以外の情報を用いて評価値を算出してもよい。
　次に、パターンマッチングの例について詳細に説明する。まず、候補ＭＶリスト（例えばマージリスト）に含まれる１つの候補ＭＶを、パターンマッチングによる探索のスタートポイントとして選択する。例えば、パターンマッチングとしては、第１パターンマッチング又は第２パターンマッチングが用いられ得る。第１パターンマッチング及び第２パターンマッチングは、それぞれ、バイラテラルマッチング（ｂｉｌａｔｅｒａｌ　ｍａｔｃｈｉｎｇ）及びテンプレートマッチング（ｔｅｍｐｌａｔｅ　ｍａｔｃｈｉｎｇ）と呼ばれることがある。
　［ＭＶ導出　＞　ＦＲＵＣ　＞　バイラテラルマッチング］
　第１パターンマッチングでは、異なる２つの参照ピクチャ内の２つのブロックであってカレントブロックの動き軌道（ｍｏｔｉｏｎ　ｔｒａｊｅｃｔｏｒｙ）に沿う２つのブロックの間でパターンマッチングが行われる。したがって、第１パターンマッチングでは、上述した候補の評価値の算出のための所定の領域として、カレントブロックの動き軌道に沿う他の参照ピクチャ内の領域が用いられる。所定の領域は、予め定められていてもよい。
　図２３は、動き軌道に沿う２つの参照ピクチャにおける２つのブロック間での第１パターンマッチング（バイラテラルマッチング）の一例を説明するための概念図である。図２３に示すように、第１パターンマッチングでは、カレントブロック（Ｃｕｒ　ｂｌｏｃｋ）の動き軌道に沿う２つのブロックであって異なる２つの参照ピクチャ（Ｒｅｆ０、Ｒｅｆ１）内の２つのブロックのペアの中で最もマッチするペアを探索することにより２つの動きベクトル（ＭＶ０、ＭＶ１）が導出される。具体的には、カレントブロックに対して、候補ＭＶで指定された第１の符号化済み参照ピクチャ（Ｒｅｆ０）内の指定位置における再構成画像と、前記候補ＭＶを表示時間間隔でスケーリングした対称ＭＶで指定された第２の符号化済み参照ピクチャ（Ｒｅｆ１）内の指定位置における再構成画像との差分を導出し、得られた差分値を用いて評価値を算出する。複数の候補ＭＶの中で最も評価値が良い値となる候補ＭＶを最終ＭＶとして選択することが可能であり、良い結果をもたらし得る。
　連続的な動き軌道の仮定の下では、２つの参照ブロックを指し示す動きベクトル（ＭＶ０、ＭＶ１）は、カレントピクチャ（Ｃｕｒ　Ｐｉｃ）と２つの参照ピクチャ（Ｒｅｆ０、Ｒｅｆ１）との間の時間的な距離（ＴＤ０、ＴＤ１）に対して比例する。例えば、カレントピクチャが時間的に２つの参照ピクチャの間に位置し、カレントピクチャから２つの参照ピクチャへの時間的な距離が等しい場合、第１パターンマッチングでは、鏡映対称な双方向の動きベクトルが導出される。
　［ＭＶ導出　＞　ＦＲＵＣ　＞　テンプレートマッチング］
　第２パターンマッチング（テンプレートマッチング）では、カレントピクチャ内のテンプレート（カレントピクチャ内でカレントブロックに隣接するブロック（例えば上及び／又は左隣接ブロック））と参照ピクチャ内のブロックとの間でパターンマッチングが行われる。したがって、第２パターンマッチングでは、上述した候補の評価値の算出のための所定の領域として、カレントピクチャ内のカレントブロックに隣接するブロックが用いられる。
　図２４は、カレントピクチャ内のテンプレートと参照ピクチャ内のブロックとの間でのパターンマッチング（テンプレートマッチング）の一例を説明するための概念図である。図２４に示すように、第２パターンマッチングでは、カレントピクチャ（Ｃｕｒ　Ｐｉｃ）内でカレントブロック（Ｃｕｒ　ｂｌｏｃｋ）に隣接するブロックと最もマッチするブロックを参照ピクチャ（Ｒｅｆ０）内で探索することによりカレントブロックの動きベクトルが導出される。具体的には、カレントブロックに対して、左隣接および上隣接の両方もしくはどちらか一方の符号化済み領域の再構成画像と、候補ＭＶで指定された符号化済み参照ピクチャ（Ｒｅｆ０）内の同等位置における再構成画像との差分を導出し、得られた差分値を用いて評価値を算出し、複数の候補ＭＶの中で最も評価値が良い値となる候補ＭＶをベスト候補ＭＶとして選択することが可能である。
　このようなＦＲＵＣモードを適用するか否かを示す情報（例えばＦＲＵＣフラグと呼ばれる）は、ＣＵレベルで信号化されてもよい。また、ＦＲＵＣモードが適用される場合（例えばＦＲＵＣフラグが真の場合）、適用可能なパターンマッチングの方法（第１パターンマッチング又は第２パターンマッチング）を示す情報がＣＵレベルで信号化されてもよい。なお、これらの情報の信号化は、ＣＵレベルに限定される必要はなく、他のレベル（例えば、シーケンスレベル、ピクチャレベル、スライスレベル、タイルレベル、ＣＴＵレベル又はサブブロックレベル）であってもよい。
　［ＭＶ導出　＞　アフィンモード］
　次に、複数の隣接ブロックの動きベクトルに基づいてサブブロック単位で動きベクトルを導出するアフィンモードについて説明する。このモードは、アフィン動き補償予測（ａｆｆｉｎｅ　ｍｏｔｉｏｎ　ｃｏｍｐｅｎｓａｔｉｏｎ　ｐｒｅｄｉｃｔｉｏｎ）モードと呼ばれることがある。
　図２５Ａは、複数の隣接ブロックの動きベクトルに基づくサブブロック単位の動きベクトルの導出の一例を説明するための概念図である。図２５Ａにおいて、カレントブロックは、１６の４ｘ４サブブロックを含む。ここでは、隣接ブロックの動きベクトルに基づいてカレントブロックの左上角制御ポイントの動きベクトルｖ０が導出され、同様に、隣接サブブロックの動きベクトルに基づいてカレントブロックの右上角制御ポイントの動きベクトルｖ１が導出される。そして、以下の式（１Ａ）により、２つの動きベクトルｖ０及びｖ１が投影されてもよく、カレントブロック内の各サブブロックの動きベクトル（ｖｘ，ｖｙ）が導出されてもよい。
Figure JPOXMLDOC01-appb-M000001
　ここで、ｘ及びｙは、それぞれ、サブブロックの水平位置及び垂直位置を示し、ｗは、所定の重み係数を示す。所定の重み係数は、予め決定されていてもよい。
　このようなアフィンモードを示す情報（例えばアフィンフラグと呼ばれる）は、ＣＵレベルで信号化されてもよい。なお、このアフィンモードを示す情報の信号化は、ＣＵレベルに限定される必要はなく、他のレベル（例えば、シーケンスレベル、ピクチャレベル、スライスレベル、タイルレベル、ＣＴＵレベル又はサブブロックレベル）であってもよい。
　また、このようなアフィンモードでは、左上及び右上角制御ポイントの動きベクトルの導出方法が異なるいくつかのモードを含んでもよい。例えば、アフィンモードには、アフィンインター（アフィンノーマルインターともいう）モードと、アフィンマージモードの２つのモードがある。
　［ＭＶ導出　＞　アフィンモード］
　図２５Ｂは、３つの制御ポイントを有するアフィンモードにおけるサブブロック単位の動きベクトルの導出の一例を説明するための概念図である。図２５Ｂにおいて、カレントブロックは、１６の４ｘ４サブブロックを含む。ここでは、隣接ブロックの動きベクトルに基づいてカレントブロックの左上角制御ポイントの動きベクトルｖ０が導出され、同様に、隣接ブロックの動きベクトルに基づいてカレントブロックの右上角制御ポイントの動きベクトルｖ１、隣接ブロックの動きベクトルに基づいてカレントブロックの左下角制御ポイントの動きベクトルｖ２が導出される。そして、以下の式（１Ｂ）により、３つの動きベクトルｖ０、ｖ１及びｖ２が投影されてもよく、カレントブロック内の各サブブロックの動きベクトル（ｖｘ，ｖｙ）が導出されてもよい。
Figure JPOXMLDOC01-appb-M000002
　ここで、ｘ及びｙは、それぞれ、サブブロック中心の水平位置及び垂直位置を示し、ｗは、カレントブロックの幅、ｈは、カレントブロックの高さを示す。
　異なる制御ポイント数（例えば、２つと３つ）のアフィンモードは、ＣＵレベルで切り替えて信号化されてもよい。なお、ＣＵレベルで使用しているアフィンモードの制御ポイント数を示す情報を、他のレベル（例えば、シーケンスレベル、ピクチャレベル、スライスレベル、タイルレベル、ＣＴＵレベル又はサブブロックレベル）で信号化してもよい。
　また、このような３つの制御ポイントを有するアフィンモードでは、左上、右上及び左下角制御ポイントの動きベクトルの導出方法が異なるいくつかのモードを含んでもよい。例えば、アフィンモードには、アフィンインター（アフィンノーマルインターともいう）モードと、アフィンマージモードの２つのモードがある。
　［ＭＶ導出　＞　アフィンマージモード］
　図２６Ａ、図２６Ｂおよび図２６Ｃは、アフィンマージモードを説明するための概念図である。
　アフィンマージモードでは、図２６Ａに示すように、例えば、カレントブロックに隣接する符号化済みブロックＡ（左）、ブロックＢ（上）、ブロックＣ（右上）、ブロックＤ（左下）およびブロックＥ（左上）のうち、アフィンモードで符号化されたブロックに対応する複数の動きベクトルに基づいて、カレントブロックの制御ポイントのそれぞれの予測動きベクトルが算出される。具体的には、符号化済みブロックＡ（左）、ブロックＢ（上）、ブロックＣ（右上）、ブロックＤ（左下）およびブロックＥ（左上）の順序でこれらのブロックが検査され、アフィンモードで符号化された最初の有効なブロックが特定される。この特定されたブロックに対応する複数の動きベクトルに基づいて、カレントブロックの制御ポイントの予測動きベクトルが算出される。
　例えば、図２６Ｂに示すように、カレントブロックの左に隣接するブロックＡが２つの制御ポイントを有するアフィンモードで符号化されている場合は、ブロックＡを含む符号化済みブロックの左上角および右上角の位置に投影した動きベクトルｖ３およびｖ４が導出される。そして、導出された動きベクトルｖ３およびｖ４から、カレントブロックの左上角の制御ポイントの予測動きベクトルｖ０と、右上角の制御ポイントの予測動きベクトルｖ１が算出される。
　例えば、図２６Ｃに示すように、カレントブロックの左に隣接するブロックＡが３つの制御ポイントを有するアフィンモードで符号化されている場合は、ブロックＡを含む符号化済みブロックの左上角、右上角および左下角の位置に投影した動きベクトルｖ３、ｖ４およびｖ５が導出される。そして、導出された動きベクトルｖ３、ｖ４およびｖ５から、カレントブロックの左上角の制御ポイントの予測動きベクトルｖ０と、右上角の制御ポイントの予測動きベクトルｖ１と、左下角の制御ポイントの予測動きベクトルｖ２が算出される。
　なお、後述する図２９のステップＳｊ＿１におけるカレントブロックの制御ポイントのそれぞれの予測動きベクトルの導出に、この予測動きベクトル導出方法を用いてもよい。
　図２７は、アフィンマージモードの一例を示すフローチャートである。
　アフィンマージモードでは、図示されるように、まず、インター予測部１２６は、カレントブロックの制御ポイントのそれぞれの予測ＭＶを導出する（ステップＳｋ＿１）。制御ポイントは、図２５Ａに示すように、カレントブロックの左上角および右上角のポイント、或いは図２５Ｂに示すように、カレントブロックの左上角、右上角および左下角のポイントである。
　つまり、インター予測部１２６は、図２６Ａに示すように、符号化済みブロックＡ（左）、ブロックＢ（上）、ブロックＣ（右上）、ブロックＤ（左下）およびブロックＥ（左上）の順序にこれらのブロックを検査し、アフィンモードで符号化された最初の有効なブロックを特定する。
　そして、ブロックＡが特定されブロックＡが２つの制御ポイントを有する場合、図２６Ｂに示すように、インター予測部１２６は、ブロックＡを含む符号化済みブロックの左上角および右上角の動きベクトルｖ３およびｖ４から、カレントブロックの左上角の制御ポイントの動きベクトルｖ０と、右上角の制御ポイントの動きベクトルｖ１とを算出する。例えば、インター予測部１２６は、符号化済みブロックの左上角および右上角の動きベクトルｖ３およびｖ４を、カレントブロックに投影することによって、カレントブロックの左上角の制御ポイントの予測動きベクトルｖ０と、右上角の制御ポイントの予測動きベクトルｖ１とを算出する。
　或いは、ブロックＡが特定されブロックＡが３つの制御ポイントを有する場合、図２６Ｃに示すように、インター予測部１２６は、ブロックＡを含む符号化済みブロックの左上角、右上角および左下角の動きベクトルｖ３、ｖ４およびｖ５から、カレントブロックの左上角の制御ポイントの動きベクトルｖ０と、右上角の制御ポイントの動きベクトルｖ１、左下角の制御ポイントの動きベクトルｖ２とを算出する。例えば、インター予測部１２６は、符号化済みブロックの左上角、右上角および左下角の動きベクトルｖ３、ｖ４およびｖ５を、カレントブロックに投影することによって、カレントブロックの左上角の制御ポイントの予測動きベクトルｖ０と、右上角の制御ポイントの予測動きベクトルｖ１、左下角の制御ポイントの動きベクトルｖ２とを算出する。
　次に、インター予測部１２６は、カレントブロックに含まれる複数のサブブロックのそれぞれについて、動き補償を行う。すなわち、インター予測部１２６は、その複数のサブブロックのそれぞれについて、２つの予測動きベクトルｖ０およびｖ１と上述の式（１Ａ）、或いは３つの予測動きベクトルｖ０、ｖ１およびｖ２と上述の式（１Ｂ）とを用いて、そのサブブロックの動きベクトルをアフィンＭＶとして算出する（ステップＳｋ＿２）。そして、インター予測部１２６は、それらのアフィンＭＶおよび符号化済み参照ピクチャを用いてそのサブブロックに対して動き補償を行う（ステップＳｋ＿３）。その結果、カレントブロックに対して動き補償が行われ、そのカレントブロックの予測画像が生成される。
　［ＭＶ導出　＞　アフィンインターモード］
　図２８Ａは、２つの制御ポイントを有するアフィンインターモードを説明するための概念図である。
　このアフィンインターモードでは、図２８Ａに示すように、カレントブロックに隣接する符号化済みブロックＡ、ブロックＢおよびブロックＣの動きベクトルから選択された動きベクトルが、カレントブロックの左上角の制御ポイントの予測動きベクトルｖ０として用いられる。同様に、カレントブロックに隣接する符号化済みブロックＤおよびブロックＥの動きベクトルから選択された動きベクトルが、カレントブロックの右上角の制御ポイントの予測動きベクトルｖ１として用いられる。
　図２８Ｂは、３つの制御ポイントを有するアフィンインターモードを説明するための概念図である。
　このアフィンインターモードでは、図２８Ｂに示すように、カレントブロックに隣接する符号化済みブロックＡ、ブロックＢおよびブロックＣの動きベクトルから選択された動きベクトルが、カレントブロックの左上角の制御ポイントの予測動きベクトルｖ０として用いられる。同様に、カレントブロックに隣接する符号化済みブロックＤおよびブロックＥの動きベクトルから選択された動きベクトルが、カレントブロックの右上角の制御ポイントの予測動きベクトルｖ１として用いられる。更に、カレントブロックに隣接する符号化済みブロックＦおよびブロックＧの動きベクトルから選択された動きベクトルが、カレントブロックの左下角の制御ポイントの予測動きベクトルｖ２として用いられる。
　図２９は、アフィンインターモードの一例を示すフローチャートである。
　図示されるように、アフィンインターモードでは、まず、インター予測部１２６は、カレントブロックの２つまたは３つの制御ポイントのそれぞれの予測ＭＶ（ｖ０，ｖ１）または（ｖ０，ｖ１，ｖ２）を導出する（ステップＳｊ＿１）。制御ポイントは、図２５Ａまたは図２５Ｂに示すように、カレントブロックの左上角、右上角或いは左下角のポイントである。
　つまり、インター予測部１２６は、図２８Ａまたは図２８Ｂに示すカレントブロックの各制御ポイント近傍の符号化済みブロックのうちの何れかのブロックの動きベクトルを選択することによって、カレントブロックの制御ポイントの予測動きベクトル（ｖ０，ｖ１）または（ｖ０，ｖ１，ｖ２）を導出する。このとき、インター予測部１２６は、選択された２つの動きベクトルを識別するための予測動きベクトル選択情報をストリームに符号化する。
　例えば、インター予測部１２６は、カレントブロックに隣接する符号化済みブロックからどのブロックの動きベクトルを制御ポイントの予測動きベクトルとして選択するかを、コスト評価等を用いて決定し、どの予測動きベクトルを選択したかを示すフラグをビットストリームに記述してもよい。
　次に、インター予測部１２６は、ステップＳｊ＿１で選択または導出された予測動きベクトルをそれぞれ更新しながら（ステップＳｊ＿２）、動き探索を行う（ステップＳｊ＿３およびＳｊ＿４）。つまり、インター予測部１２６は、更新される予測動きベクトルに対応する各サブブロックの動きベクトルをアフィンＭＶとして、上述の式（１Ａ）または式（１Ｂ）を用いて算出する（ステップＳｊ＿３）。そして、インター予測部１２６は、それらのアフィンＭＶおよび符号化済み参照ピクチャを用いて各サブブロックに対して動き補償を行う（ステップＳｊ＿４）。その結果、インター予測部１２６は、動き探索ループにおいて、例えば最も小さいコストが得られる予測動きベクトルを、制御ポイントの動きベクトルとして決定する（ステップＳｊ＿５）。このとき、インター予測部１２６は、さらに、その決定されたＭＶと予測動きベクトルとのそれぞれの差分値を差分ＭＶとしてストリームに符号化する。
　最後に、インター予測部１２６は、その決定されたＭＶと符号化済み参照ピクチャとを用いてカレントブロックに対して動き補償を行ことにより、そのカレントブロックの予測画像を生成する（ステップＳｊ＿６）。
　［ＭＶ導出　＞　アフィンインターモード］
　異なる制御ポイント数（例えば、２つと３つ）のアフィンモードをＣＵレベルで切り替えて信号化する場合、符号化済みブロックとカレントブロックで制御ポイントの数が異なる場合がある。図３０Ａおよび図３０Ｂは、符号化済みブロックとカレントブロックで制御ポイントの数が異なる場合の、制御ポイントの予測ベクトル導出方法を説明するための概念図である。
　例えば、図３０Ａに示すように、カレントブロックが左上角、右上角および左下角の３つの制御ポイントを有し、カレントブロックの左に隣接するブロックＡが２つの制御ポイントを有するアフィンモードで符号化されている場合は、ブロックＡを含む符号化済みブロックの左上角および右上角の位置に投影した動きベクトルｖ３およびｖ４が導出される。そして、導出された動きベクトルｖ３およびｖ４から、カレントブロックの左上角の制御ポイントの予測動きベクトルｖ０と、右上角の制御ポイントの予測動きベクトルｖ１が算出される。更に、導出された動きベクトルｖ０およびｖ１から、左下角の制御ポイントの予測動きベクトルｖ２が算出される。
　例えば、図３０Ｂに示すように、カレントブロックが左上角および右上角の２つの制御ポイントを有し、カレントブロックの左に隣接するブロックＡが３つの制御ポイントを有するアフィンモードで符号化されている場合は、ブロックＡを含む符号化済みブロックの左上角、右上角および左下角の位置に投影した動きベクトルｖ３、ｖ４およびｖ５が導出される。そして、導出された動きベクトルｖ３、ｖ４およびｖ５から、カレントブロックの左上角の制御ポイントの予測動きベクトルｖ０と、右上角の制御ポイントの予測動きベクトルｖ１が算出される。
　図２９のステップＳｊ＿１におけるカレントブロックの制御ポイントのそれぞれの予測動きベクトルの導出に、この予測動きベクトル導出方法を用いてもよい。
　［ＭＶ導出　＞　ＤＭＶＲ］
　図３１Ａは、マージモードおよびＤＭＶＲの関係を示すフローチャートである。
　インター予測部１２６は、マージモードでカレントブロックの動きベクトルを導出する（ステップＳｌ＿１）。次に、インター予測部１２６は、動きベクトルの探索、すなわち動き探索を行うか否かを判定する（ステップＳｌ＿２）。ここで、インター予測部１２６は、動き探索を行わないと判定すると（ステップＳｌ＿２のＮｏ）、ステップＳｌ＿１で導出された動きベクトルを、カレントブロックに対する最終の動きベクトルとして決定する（ステップＳｌ＿４）。すなわち、この場合には、マージモードでカレントブロックの動きベクトルが決定される。
　一方、ステップＳｌ＿１で動き探索を行うと判定すると（ステップＳｌ＿２のＹｅｓ）、インター予測部１２６は、ステップＳｌ＿１で導出された動きベクトルによって示される参照ピクチャの周辺領域を探索することによって、カレントブロックに対して最終の動きベクトルを導出する（ステップＳｌ＿３）。すなわち、この場合には、ＤＭＶＲでカレントブロックの動きベクトルが決定される。
　図３１Ｂは、ＭＶを決定するためのＤＭＶＲ処理の一例を説明するための概念図である。
　まず、（例えばマージモードにおいて）カレントブロックに設定された最適ＭＶＰを、候補ＭＶとする。そして、候補ＭＶ（Ｌ０）に従って、Ｌ０方向の符号化済みピクチャである第１参照ピクチャ（Ｌ０）から参照画素を特定する。同様に、候補ＭＶ（Ｌ１）に従って、Ｌ１方向の符号化済みピクチャである第２参照ピクチャ（Ｌ１）から参照画素を特定する。これらの参照画素の平均をとることでテンプレートを生成する。
　次に、前記テンプレートを用いて、第１参照ピクチャ（Ｌ０）および第２参照ピクチャ（Ｌ１）の候補ＭＶの周辺領域をそれぞれ探索し、コストが最小となるＭＶを最終的なＭＶとして決定する。なお、コスト値は、例えば、テンプレートの各画素値と探索領域の各画素値との差分値および候補ＭＶ値等を用いて算出してもよい。
　なお、典型的には、符号化装置と、後述の復号化装置とでは、ここで説明した処理の構成および動作は基本的に共通である。
　ここで説明した処理例そのものでなくても、候補ＭＶの周辺を探索して最終的なＭＶを導出することができる処理であれば、どのような処理を用いてもよい。
　［動き補償　＞　ＢＩＯ／ＯＢＭＣ］
　動き補償では、予測画像を生成し、その予測画像を補正するモードがある。そのモードは、例えば、後述のＢＩＯおよびＯＢＭＣである。
　図３２は、予測画像の生成の一例を示すフローチャートである。
　インター予測部１２６は、予測画像を生成し（ステップＳｍ＿１）、例えば上述の何れかのモードによってその予測画像を補正する（ステップＳｍ＿２）。
　図３３は、予測画像の生成の他の例を示すフローチャートである。
　インター予測部１２６は、カレントブロックの動きベクトルを決定する（ステップＳｎ＿１）。次に、インター予測部１２６は、予測画像を生成し（ステップＳｎ＿２）、補正処理を行うか否かを判定する（ステップＳｎ＿３）。ここで、インター予測部１２６は、補正処理を行うと判定すると（ステップＳｎ＿３のＹｅｓ）、その予測画像を補正することによって最終的な予測画像を生成する（ステップＳｎ＿４）。一方、インター予測部１２６は、補正処理を行わないと判定すると（ステップＳｎ＿３のＮｏ）、その予測画像を補正することなく最終的な予測画像として出力する（ステップＳｎ＿５）。
　また、動き補償では、予測画像を生成するときに輝度を補正するモードがある。そのモードは、例えば、後述のＬＩＣである。
　図３４は、予測画像の生成の他の例を示すフローチャートである。
　インター予測部１２６は、カレントブロックの動きベクトルを導出する（ステップＳｏ＿１）。次に、インター予測部１２６は、輝度補正処理を行うか否かを判定する（ステップＳｏ＿２）。ここで、インター予測部１２６は、輝度補正処理を行うと判定すると（ステップＳｏ＿２のＹｅｓ）、輝度補正を行いながら予測画像を生成する（ステップＳｏ＿３）。つまり、ＬＩＣによって予測画像が生成される。一方、インター予測部１２６は、輝度補正処理を行わないと判定すると（ステップＳｏ＿２のＮｏ）、輝度補正を行うことなく通常の動き補償によって予測画像を生成する（ステップＳｏ＿４）。
　［動き補償　＞　ＯＢＭＣ］
　動き探索により得られたカレントブロックの動き情報だけでなく、隣接ブロックの動き情報も用いて、インター予測信号が生成されてもよい。具体的には、（参照ピクチャ内の）動き探索により得られた動き情報に基づく予測信号と、（カレントピクチャ内の）隣接ブロックの動き情報に基づく予測信号と、を重み付け加算することにより、カレントブロック内のサブブロック単位でインター予測信号が生成されてもよい。このようなインター予測（動き補償）は、ＯＢＭＣ（ｏｖｅｒｌａｐｐｅｄ　ｂｌｏｃｋ　ｍｏｔｉｏｎ　ｃｏｍｐｅｎｓａｔｉｏｎ）と呼ばれることがある。
　ＯＢＭＣモードでは、ＯＢＭＣのためのサブブロックのサイズを示す情報（例えばＯＢＭＣブロックサイズと呼ばれる）は、シーケンスレベルで信号化されてもよい。さらに、ＯＢＭＣモードを適用するか否かを示す情報（例えばＯＢＭＣフラグと呼ばれる）は、ＣＵレベルで信号化されてもよい。なお、これらの情報の信号化のレベルは、シーケンスレベル及びＣＵレベルに限定される必要はなく、他のレベル（例えばピクチャレベル、スライスレベル、タイルレベル、ＣＴＵレベル又はサブブロックレベル）であってもよい。
　ＯＢＭＣモードの例について、より具体的に説明する。図３５及び図３６は、ＯＢＭＣ処理による予測画像補正処理の概要を説明するためのフローチャート及び概念図である。
　まず、図３６に示すように、処理対象（カレント）ブロックに割り当てられた動きベクトル（ＭＶ）を用いて通常の動き補償による予測画像（Ｐｒｅｄ）を取得する。図３６において、矢印“ＭＶ”は参照ピクチャを指し、予測画像を得るためにカレントピクチャのカレントブロックが何を参照しているかを示している。
　次に、符号化済みの左隣接ブロックに対して既に導出された動きベクトル（ＭＶ＿Ｌ）を符号化対象ブロックに適用（再利用）して予測画像（Ｐｒｅｄ＿Ｌ）を取得する。動きベクトル（ＭＶ＿Ｌ）は、カレントブロックから参照ピクチャを指す矢印”ＭＶ＿Ｌ”によって示される。そして、２つの予測画像ＰｒｅｄとＰｒｅｄ＿Ｌとを重ね合わせることで予測画像の１回目の補正を行う。これは、隣接ブロック間の境界を混ぜ合わせる効果を有する。
　同様に、符号化済みの上隣接ブロックに対して既に導出された動きベクトル（ＭＶ＿Ｕ）を符号化対象ブロックに適用（再利用）して予測画像（Ｐｒｅｄ＿Ｕ）を取得する。動きベクトル（ＭＶ＿Ｕ）は、カレントブロックから参照ピクチャを指す矢印”ＭＶ＿Ｕ”によって示される。そして、予測画像Ｐｒｅｄ＿Ｕを１回目の補正を行った予測画像（例えば、ＰｒｅｄとＰｒｅｄ＿Ｌ）に重ね合わせることで予測画像の２回目の補正を行う。これは、隣接ブロック間の境界を混ぜ合わせる効果を有する。２回目の補正によって得られた予測画像は、隣接ブロックとの境界が混ぜ合わされた（スムージングされた）、カレントブロックの最終的な予測画像である。
　なお、上述の例は、左隣接および上隣接のブロックを用いた２パスの補正方法であるが、その補正方法は、右隣接および／または下隣接のブロックも用いた３パスまたはそれ以上のパスの補正方法であってもよい。
　なお、重ね合わせを行う領域はブロック全体の画素領域ではなく、ブロック境界近傍の一部の領域のみであってもよい。
　なお、ここでは１枚の参照ピクチャから、追加的な予測画像Ｐｒｅｄ＿ＬおよびＰｒｅｄ＿Ｕを重ね合わせることで１枚の予測画像Ｐｒｅｄを得るためのＯＢＭＣの予測画像補正処理について説明した。しかし、複数の参照画像に基づいて予測画像が補正される場合には、同様の処理が複数の参照ピクチャのそれぞれに適用されてもよい。このような場合、複数の参照ピクチャに基づくＯＢＭＣの画像補正を行うことによって、各々の参照ピクチャから、補正された予測画像を取得した後に、その取得された複数の補正予測画像をさらに重ね合わせることで最終的な予測画像を取得する。
　なお、ＯＢＭＣでは、対象ブロックの単位は、予測ブロック単位であっても、予測ブロックをさらに分割したサブブロック単位であってもよい。
　ＯＢＭＣ処理を適用するかどうかの判定の方法として、例えば、ＯＢＭＣ処理を適用するかどうかを示す信号であるｏｂｍｃ＿ｆｌａｇを用いる方法がある。具体的な一例としては、符号化装置は、対象ブロックが動きの複雑な領域に属しているかどうかを判定してもよい。符号化装置は、動きの複雑な領域に属している場合は、ｏｂｍｃ＿ｆｌａｇとして値１を設定してＯＢＭＣ処理を適用して符号化を行い、動きの複雑な領域に属していない場合は、ｏｂｍｃ＿ｆｌａｇとして値０を設定してＯＢＭＣ処理を適用せずにブロックの符号化を行う。一方、復号化装置では、ストリーム（例えば圧縮シーケンス）に記述されたｏｂｍｃ＿ｆｌａｇを復号することで、その値に応じてＯＢＭＣ処理を適用するかどうかを切替えて復号を行う。
　インター予測部１２６は、上述の例では、矩形のカレントブロックに対して１つの矩形の予測画像を生成する。しかし、インター予測部１２６は、その矩形のカレントブロックに対して矩形と異なる形状の複数の予測画像を生成し、それらの複数の予測画像を結合することによって、最終的な矩形の予測画像を生成してもよい。矩形と異なる形状は、例えば三角形であってもよい。
　図３７は、２つの三角形の予測画像の生成を説明するための概念図である。
　インター予測部１２６は、カレントブロック内の三角形の第１パーティションに対して、その第１パーティションの第１ＭＶを用いて動き補償を行うことによって、三角形の予測画像を生成する。同様に、インター予測部１２６は、カレントブロック内の三角形の第２パーティションに対して、その第２パーティションの第２ＭＶを用いて動き補償を行うことによって、三角形の予測画像を生成する。そして、インター予測部１２６は、これらの予測画像を結合することによって、カレントブロックと同じ矩形の予測画像を生成する。
　なお、図３７に示す例では、第１パーティションおよび第２パーティションはそれぞれ三角形であるが、台形であってもよく、それぞれ互いに異なる形状であってもよい。さらに、図３７に示す例では、カレントブロックが２つのパーティションから構成されているが、３つ以上のパーティションから構成されていてもよい。
　また、第１パーティションおよび第２パーティションは重複していてもよい。すなわち、第１パーティションおよび第２パーティションは同じ画素領域を含んでいてもよい。この場合、第１パーティションにおける予測画像と第２パーティションにおける予測画像とを用いてカレントブロックの予測画像を生成してもよい。
　また、この例では２つのパーティションともにインター予測で予測画像が生成される例を示したが、少なくとも１つのパーティションについてイントラ予測によって予測画像を生成してもよい。
　［動き補償　＞　ＢＩＯ］
　次に、動きベクトルを導出する方法について説明する。まず、等速直線運動を仮定したモデルに基づいて動きベクトルを導出するモードについて説明する。このモードは、ＢＩＯ（ｂｉ－ｄｉｒｅｃｔｉｏｎａｌ　ｏｐｔｉｃａｌ　ｆｌｏｗ）モードと呼ばれることがある。
　図３８は、等速直線運動を仮定したモデルを説明するための概念図である。図３８において、（ｖｘ，ｖｙ）は、速度ベクトルを示し、τ０、τ１は、それぞれ、カレントピクチャ（Ｃｕｒ　Ｐｉｃ）と２つの参照ピクチャ（Ｒｅｆ０，Ｒｅｆ１）との間の時間的な距離を示す。（ＭＶｘ０，ＭＶｙ０）は、参照ピクチャＲｅｆ０に対応する動きベクトルを示し、（ＭＶｘ１、ＭＶｙ１）は、参照ピクチャＲｅｆ１に対応する動きベクトルを示す。
　このとき速度ベクトル（ｖｘ，ｖｙ）の等速直線運動の仮定の下では、（ＭＶｘ０，ＭＶｙ０）及び（ＭＶｘ１，ＭＶｙ１）は、それぞれ、（ｖｘτ０，ｖｙτ０）及び（－ｖｘτ１，－ｖｙτ１）と表され、以下のオプティカルフロー等式（２）が採用されてもよい。
Figure JPOXMLDOC01-appb-M000003
　ここで、Ｉ（ｋ）は、動き補償後の参照画像ｋ（ｋ＝０，１）の輝度値を示す。このオプティカルフロー等式は、（ｉ）輝度値の時間微分と、（ｉｉ）水平方向の速度及び参照画像の空間勾配の水平成分の積と、（ｉｉｉ）垂直方向の速度及び参照画像の空間勾配の垂直成分の積と、の和が、ゼロと等しいことを示す。このオプティカルフロー等式とエルミート補間（Ｈｅｒｍｉｔｅ　ｉｎｔｅｒｐｏｌａｔｉｏｎ）との組み合わせに基づいて、マージリスト等から得られるブロック単位の動きベクトルが画素単位で補正されてもよい。
　なお、等速直線運動を仮定したモデルに基づく動きベクトルの導出とは異なる方法で、復号装置側で動きベクトルが導出されてもよい。例えば、複数の隣接ブロックの動きベクトルに基づいてサブブロック単位で動きベクトルが導出されてもよい。
　［動き補償　＞　ＬＩＣ］
　次に、ＬＩＣ（ｌｏｃａｌ　ｉｌｌｕｍｉｎａｔｉｏｎ　ｃｏｍｐｅｎｓａｔｉｏｎ）処理を用いて予測画像（予測）を生成するモードの一例について説明する。
　図３９は、ＬＩＣ処理による輝度補正処理を用いた予測画像生成方法の一例を説明するための概念図である。
　まず、符号化済みの参照ピクチャからＭＶを導出して、カレントブロックに対応する参照画像を取得する。
　次に、カレントブロックに対して、参照ピクチャとカレントピクチャとで輝度値がどのように変化したかを示す情報を抽出する。この抽出は、カレントピクチャにおける符号化済み左隣接参照領域（周辺参照領域）および符号化済み上隣参照領域（周辺参照領域）の輝度画素値と、導出されたＭＶで指定された参照ピクチャ内の同等位置における輝度画素値とに基づいて行われる。そして、輝度値がどのように変化したかを示す情報を用いて、輝度補正パラメータを算出する。
　ＭＶで指定された参照ピクチャ内の参照画像に対して前記輝度補正パラメータを適用する輝度補正処理を行うことで、カレントブロックに対する予測画像を生成する。
　なお、図３９における前記周辺参照領域の形状は一例であり、これ以外の形状を用いてもよい。
　また、ここでは１枚の参照ピクチャから予測画像を生成する処理について説明したが、複数枚の参照ピクチャから予測画像を生成する場合も同様であり、各々の参照ピクチャから取得した参照画像に、上述と同様の方法で輝度補正処理を行ってから予測画像を生成してもよい。
　ＬＩＣ処理を適用するかどうかの判定の方法として、例えば、ＬＩＣ処理を適用するかどうかを示す信号であるｌｉｃ＿ｆｌａｇを用いる方法がある。具体的な一例としては、符号化装置において、カレントブロックが、輝度変化が発生している領域に属しているかどうかを判定し、輝度変化が発生している領域に属している場合はｌｉｃ＿ｆｌａｇとして値１を設定してＬＩＣ処理を適用して符号化を行い、輝度変化が発生している領域に属していない場合はｌｉｃ＿ｆｌａｇとして値０を設定してＬＩＣ処理を適用せずに符号化を行う。一方、復号化装置では、ストリームに記述されたｌｉｃ＿ｆｌａｇを復号化することで、その値に応じてＬＩＣ処理を適用するかどうかを切替えて復号を行ってもよい。
　ＬＩＣ処理を適用するかどうかの判定の別の方法として、例えば、周辺ブロックでＬＩＣ処理を適用したかどうかに従って判定する方法もある。具体的な一例としては、カレントブロックがマージモードであった場合、マージモード処理におけるＭＶの導出の際に選択した周辺の符号化済みブロックがＬＩＣ処理を適用して符号化したかどうかを判定する。その結果に応じてＬＩＣ処理を適用するかどうかを切替えて符号化を行う。なお、この例の場合でも、同じ処理が復号装置側の処理に適用される。
　ＬＩＣ処理（輝度補正処理）の態様について図３９を用いて説明したが、以下、その詳細を説明する。
　まず、インター予測部１２６は、符号化済みピクチャである参照ピクチャから符号化対象ブロックに対応する参照画像を取得するための動きベクトルを導出する。
　次に、インター予測部１２６は、符号化対象ブロックに対して、左隣接および上隣接の符号化済み周辺参照領域の輝度画素値と、動きベクトルで指定された参照ピクチャ内の同等位置における輝度画素値とを用いて、参照ピクチャと符号化対象ピクチャとで輝度値がどのように変化したかを示す情報を抽出して輝度補正パラメータを算出する。例えば、符号化対象ピクチャ内の周辺参照領域内のある画素の輝度画素値をｐ０とし、当該画素と同等位置の、参照ピクチャ内の周辺参照領域内の画素の輝度画素値をｐ１とする。インター予測部１２６は、周辺参照領域内の複数の画素に対して、Ａ×ｐ１＋Ｂ＝ｐ０を最適化する係数Ａ及びＢを輝度補正パラメータとして算出する。
　次に、インター予測部１２６は、動きベクトルで指定された参照ピクチャ内の参照画像に対して輝度補正パラメータを用いて輝度補正処理を行うことで、符号化対象ブロックに対する予測画像を生成する。例えば、参照画像内の輝度画素値をｐ２とし、輝度補正処理後の予測画像の輝度画素値をｐ３とする。インター予測部１２６は、参照画像内の各画素に対して、Ａ×ｐ２＋Ｂ＝ｐ３を算出することで輝度補正処理後の予測画像を生成する。
　なお、図３９における周辺参照領域の形状は一例であり、これ以外の形状を用いてもよい。また、図３９に示す周辺参照領域の一部が用いられてもよい。例えば、上隣接画素および左隣接画素のそれぞれから間引いた所定数の画素を含む領域を周辺参照領域として用いてもよい。また、周辺参照領域は、符号化対象ブロックに隣接する領域に限らず、符号化対象ブロックに隣接しない領域であってもよい。画素に関する所定数は、予め定められていてもよい。
　また、図３９に示す例では、参照ピクチャ内の周辺参照領域は、符号化対象ピクチャ内の周辺参照領域から、符号化対象ピクチャの動きベクトルで指定される領域であるが、他の動きベクトルで指定される領域であってもよい。例えば、当該他の動きベクトルは、符号化対象ピクチャ内の周辺参照領域の動きベクトルであってもよい。
　なお、ここでは、符号化装置１００における動作を説明したが、復号装置２００における動作も典型的には同様である。
　なお、ＬＩＣ処理は輝度のみではなく、色差に適用してもよい。このとき、Ｙ、Ｃｂ、およびＣｒのそれぞれに対して個別に補正パラメータを導出してもよいし、いずれかに対して共通の補正パラメータを用いてもよい。
　また、ＬＩＣ処理はサブブロック単位で適用してもよい。例えば、カレントサブブロックの周辺参照領域と、カレントサブブロックのＭＶで指定された参照ピクチャ内の参照サブブロックの周辺参照領域を用いて補正パラメータを導出してもよい。
　［予測制御部］
　予測制御部１２８は、イントラ予測信号（イントラ予測部１２４から出力される信号）及びインター予測信号（インター予測部１２６から出力される信号）のいずれかを選択し、選択した信号を予測信号として減算部１０４及び加算部１１６に出力する。
　図１に示すように、種々の符号化装置例では、予測制御部１２８は、エントロピー符号化部１１０に入力される予測パラメータを出力してもよい。エントロピー符号化部１１０は、予測制御部１２８から入力されるその予測パラメータ、量子化部１０８から入力される量子化係数に基づいて、符号化ビットストリーム（またはシーケンス）を生成してもよい。予測パラメータは復号装置に使用されてもよい。復号装置は、符号化ビットストリームを受信して復号し、イントラ予測部１２４、インター予測部１２６および予測制御部１２８において行われる予測処理と同じ処理を行ってもよい。予測パラメータは、選択予測信号（例えば、動きベクトル、予測タイプ、または、イントラ予測部１２４またはインター予測部１２６で用いられた予測モード）、または、イントラ予測部１２４、インター予測部１２６および予測制御部１２８において行われる予測処理に基づく、あるいはその予測処理を示す、任意のインデックス、フラグ、もしくは値を含んでいてもよい。
　［符号化装置の実装例］
　図４０は、符号化装置１００の実装例を示すブロック図である。符号化装置１００は、プロセッサａ１及びメモリａ２を備える。例えば、図１に示された符号化装置１００の複数の構成要素は、図４０に示されたプロセッサａ１及びメモリａ２によって実装される。
　プロセッサａ１は、情報処理を行う回路であり、メモリａ２にアクセス可能な回路である。例えば、プロセッサａ１は、動画像を符号化する専用又は汎用の電子回路である。プロセッサａ１は、ＣＰＵのようなプロセッサであってもよい。また、プロセッサａ１は、複数の電子回路の集合体であってもよい。また、例えば、プロセッサａ１は、図１等に示された符号化装置１００の複数の構成要素のうち、複数の構成要素の役割を果たしてもよい。
　メモリａ２は、プロセッサａ１が動画像を符号化するための情報が記憶される専用又は汎用のメモリである。メモリａ２は、電子回路であってもよく、プロセッサａ１に接続されていてもよい。また、メモリａ２は、プロセッサａ１に含まれていてもよい。また、メモリａ２は、複数の電子回路の集合体であってもよい。また、メモリａ２は、磁気ディスク又は光ディスク等であってもよいし、ストレージ又は記録媒体等と表現されてもよい。また、メモリａ２は、不揮発性メモリでもよいし、揮発性メモリでもよい。
　例えば、メモリａ２には、符号化される動画像が記憶されてもよいし、符号化された動画像に対応するビット列が記憶されてもよい。また、メモリａ２には、プロセッサａ１が動画像を符号化するためのプログラムが記憶されていてもよい。
　また、例えば、メモリａ２は、図１等に示された符号化装置１００の複数の構成要素のうち、情報を記憶するための構成要素の役割を果たしてもよい。例えば、メモリａ２は、図１に示されたブロックメモリ１１８及びフレームメモリ１２２の役割を果たしてもよい。より具体的には、メモリａ２には、再構成済みブロック及び再構成済みピクチャ等が記憶されてもよい。
　なお、符号化装置１００において、図１等に示された複数の構成要素の全てが実装されなくてもよいし、上述された複数の処理の全てが行われなくてもよい。図１等に示された複数の構成要素の一部は、他の装置に含まれていてもよいし、上述された複数の処理の一部は、他の装置によって実行されてもよい。
　［復号装置］
　次に、例えば上記の符号化装置１００から出力された符号化信号（符号化ビットストリーム）を復号可能な復号装置について説明する。図４１は、実施の形態に係る復号装置２００の機能構成を示すブロック図である。復号装置２００は、動画像をブロック単位で復号する動画像復号装置である。
　図４１に示すように、復号装置２００は、エントロピー復号部２０２と、逆量子化部２０４と、逆変換部２０６と、加算部２０８と、ブロックメモリ２１０と、ループフィルタ部２１２と、フレームメモリ２１４と、イントラ予測部２１６と、インター予測部２１８と、予測制御部２２０と、を備える。
　復号装置２００は、例えば、汎用プロセッサ及びメモリにより実現される。この場合、メモリに格納されたソフトウェアプログラムがプロセッサにより実行されたときに、プロセッサは、エントロピー復号部２０２、逆量子化部２０４、逆変換部２０６、加算部２０８、ループフィルタ部２１２、イントラ予測部２１６、インター予測部２１８及び予測制御部２２０として機能する。また、復号装置２００は、エントロピー復号部２０２、逆量子化部２０４、逆変換部２０６、加算部２０８、ループフィルタ部２１２、イントラ予測部２１６、インター予測部２１８及び予測制御部２２０に対応する専用の１以上の電子回路として実現されてもよい。
　以下に、復号装置２００の全体的な処理の流れを説明した後に、復号装置２００に含まれる各構成要素について説明する。
　［復号処理の全体フロー］
　図４２は、復号装置２００による全体的な復号処理の一例を示すフローチャートである。
　まず、復号装置２００のエントロピー復号部２０２は、固定サイズのブロック（例えば、１２８×１２８画素）の分割パターンを特定する（ステップＳｐ＿１）。この分割パターンは、符号化装置１００によって選択された分割パターンである。そして、復号装置２００は、その分割パターンを構成する複数のブロックのそれぞれに対してステップＳｐ＿２～Ｓｐ＿６の処理を行う。
　つまり、エントロピー復号部２０２は、復号対象ブロック（カレントブロックともいう）の符号化された量子化係数および予測パラメータを復号（具体的にはエントロピー復号）する（ステップＳｐ＿２）。
　次に、逆量子化部２０４および逆変換部２０６は、複数の量子化係数に対して逆量子化および逆変換を行うことによって、複数の予測残差（すなわち差分ブロック）を復元する（ステップＳｐ＿３）。
　次に、イントラ予測部２１６、インター予測部２１８および予測制御部２２０の全てまたは一部からなる予測処理部は、カレントブロックの予測信号（予測ブロックともいう）を生成する（ステップＳｐ＿４）。
　次に、加算部２０８は、差分ブロックに予測ブロックを加算することによってカレントブロックを再構成画像（復号画像ブロックともいう）に再構成する（ステップＳｐ＿５）。
　そして、この再構成画像が生成されると、ループフィルタ部２１２は、その再構成画像に対してフィルタリングを行う（ステップＳｐ＿６）。
　そして、復号装置２００は、ピクチャ全体の復号が完了したか否かを判定し（ステップＳｐ＿７）、完了していないと判定する場合（ステップＳｐ＿７のＮｏ）、ステップＳｐ＿１からの処理を繰り返し実行する。
　図示されたように、ステップＳｐ＿１～Ｓｐ＿７の処理は、復号装置２００によってシーケンシャルに行われる。あるいは、それらの処理のうちの一部の複数の処理が並列に行われてもよく、順番の入れ替え等が行われてもよい。
　［エントロピー復号部］
　エントロピー復号部２０２は、符号化ビットストリームをエントロピー復号する。具体的には、エントロピー復号部２０２は、例えば、符号化ビットストリームから二値信号に算術復号する。そして、エントロピー復号部２０２は、二値信号を多値化（ｄｅｂｉｎａｒｉｚｅ）する。エントロピー復号部２０２は、ブロック単位で量子化係数を逆量子化部２０４に出力する。エントロピー復号部２０２は、実施の形態におけるイントラ予測部２１６、インター予測部２１８および予測制御部２２０に、符号化ビットストリーム（図１参照）に含まれている予測パラメータを出力してもよい。イントラ予測部２１６、インター予測部２１８および予測制御部２２０は、符号化装置側におけるイントラ予測部１２４、インター予測部１２６および予測制御部１２８で行われる処理と同じ予測処理を実行することができる。
　［逆量子化部］
　逆量子化部２０４は、エントロピー復号部２０２からの入力である復号対象ブロック（以下、カレントブロックという）の量子化係数を逆量子化する。具体的には、逆量子化部２０４は、カレントブロックの量子化係数の各々について、当該量子化係数に対応する量子化パラメータに基づいて当該量子化係数を逆量子化する。そして、逆量子化部２０４は、カレントブロックの逆量子化された量子化係数（つまり変換係数）を逆変換部２０６に出力する。
　［逆変換部］
　逆変換部２０６は、逆量子化部２０４からの入力である変換係数を逆変換することにより予測誤差を復元する。
　例えば符号化ビットストリームから読み解かれた情報がＥＭＴ又はＡＭＴを適用することを示す場合（例えばＡＭＴフラグが真）、逆変換部２０６は、読み解かれた変換タイプを示す情報に基づいてカレントブロックの変換係数を逆変換する。
　また例えば、符号化ビットストリームから読み解かれた情報がＮＳＳＴを適用することを示す場合、逆変換部２０６は、変換係数に逆再変換を適用する。
　［加算部］
　加算部２０８は、逆変換部２０６からの入力である予測誤差と予測制御部２２０からの入力である予測サンプルとを加算することによりカレントブロックを再構成する。そして、加算部２０８は、再構成されたブロックをブロックメモリ２１０及びループフィルタ部２１２に出力する。
　［ブロックメモリ］
　ブロックメモリ２１０は、イントラ予測で参照されるブロックであって復号対象ピクチャ（以下、カレントピクチャという）内のブロックを格納するための記憶部である。具体的には、ブロックメモリ２１０は、加算部２０８から出力された再構成ブロックを格納する。
　［ループフィルタ部］
　ループフィルタ部２１２は、加算部２０８によって再構成されたブロックにループフィルタを施し、フィルタされた再構成ブロックをフレームメモリ２１４及び表示装置等に出力する。
　符号化ビットストリームから読み解かれたＡＬＦのオン／オフを示す情報がＡＬＦのオンを示す場合、局所的な勾配の方向及び活性度に基づいて複数のフィルタの中から１つのフィルタが選択され、選択されたフィルタが再構成ブロックに適用される。
　［フレームメモリ］
　フレームメモリ２１４は、インター予測に用いられる参照ピクチャを格納するための記憶部であり、フレームバッファと呼ばれることもある。具体的には、フレームメモリ２１４は、ループフィルタ部２１２によってフィルタされた再構成ブロックを格納する。
　［予測処理部（イントラ予測部・インター予測部・予測制御部）］
　図４３は、復号装置２００の予測処理部で行われる処理の一例を示すフローチャートである。なお、予測処理部は、イントラ予測部２１６、インター予測部２１８、および予測制御部２２０の全てまたは一部の構成要素からなる。
　予測処理部は、カレントブロックの予測画像を生成する（ステップＳｑ＿１）。この予測画像は、予測信号または予測ブロックともいう。なお、予測信号には、例えばイントラ予測信号またはインター予測信号がある。具体的には、予測処理部は、予測ブロックの生成、差分ブロックの生成、係数ブロックの生成、差分ブロックの復元、および復号画像ブロックの生成が行われることによって既に得られている再構成画像を用いて、カレントブロックの予測画像を生成する。
　再構成画像は、例えば、参照ピクチャの画像であってもよいし、カレントブロックを含むピクチャであるカレントピクチャ内の復号済みのブロックの画像であってもよい。カレントピクチャ内の復号済みのブロックは、例えばカレントブロックの隣接ブロックである。
　図４４は、復号装置２００の予測処理部で行われる処理の他の例を示すフローチャートである。
　予測処理部は、予測画像を生成するための方式またはモードを判定する（ステップＳｒ＿１）。例えば、この方式またはモードは、例えば予測パラメータなどに基づいて判定されてもよい。
　予測処理部は、予測画像を生成するためのモードとして第１の方式を判定した場合には、その第１の方式にしたがって予測画像を生成する（ステップＳｒ＿２ａ）。また、予測処理部は、予測画像を生成するためのモードとして第２の方式を判定した場合には、その第２の方式にしたがって予測画像を生成する（ステップＳｒ＿２ｂ）。また、予測処理部は、予測画像を生成するためのモードとして第３の方式を判定した場合には、その第３の方式にしたがって予測画像を生成する（ステップＳｒ＿２ｃ）。
　第１の方式、第２の方式、および第３の方式は、予測画像を生成するための互いに異なる方式であって、それぞれ例えば、インター予測方式、イントラ予測方式、および、それら以外の予測方式であってもよい。これらの予測方式では、上述の再構成画像を用いてもよい。
　［イントラ予測部］
　イントラ予測部２１６は、符号化ビットストリームから読み解かれたイントラ予測モードに基づいて、ブロックメモリ２１０に格納されたカレントピクチャ内のブロックを参照してイントラ予測を行うことで、予測信号（イントラ予測信号）を生成する。具体的には、イントラ予測部２１６は、カレントブロックに隣接するブロックのサンプル（例えば輝度値、色差値）を参照してイントラ予測を行うことでイントラ予測信号を生成し、イントラ予測信号を予測制御部２２０に出力する。
　なお、色差ブロックのイントラ予測において輝度ブロックを参照するイントラ予測モードが選択されている場合は、イントラ予測部２１６は、カレントブロックの輝度成分に基づいて、カレントブロックの色差成分を予測してもよい。
　また、符号化ビットストリームから読み解かれた情報がＰＤＰＣの適用を示す場合、イントラ予測部２１６は、水平／垂直方向の参照画素の勾配に基づいてイントラ予測後の画素値を補正する。
　［インター予測部］
　インター予測部２１８は、フレームメモリ２１４に格納された参照ピクチャを参照して、カレントブロックを予測する。予測は、カレントブロック又はカレントブロック内のサブブロック（例えば４ｘ４ブロック）の単位で行われる。例えば、インター予測部２１８は、符号化ビットストリーム（例えば、エントロピー復号部２０２から出力される予測パラメータ）から読み解かれた動き情報（例えば動きベクトル）を用いて動き補償を行うことでカレントブロック又はサブブロックのインター予測信号を生成し、インター予測信号を予測制御部２２０に出力する。
　符号化ビットストリームから読み解かれた情報がＯＢＭＣモードを適用することを示す場合、インター予測部２１８は、動き探索により得られたカレントブロックの動き情報だけでなく、隣接ブロックの動き情報も用いて、インター予測信号を生成する。
　また、符号化ビットストリームから読み解かれた情報がＦＲＵＣモードを適用することを示す場合、インター予測部２１８は、符号化ストリームから読み解かれたパターンマッチングの方法（バイラテラルマッチング又はテンプレートマッチング）に従って動き探索を行うことにより動き情報を導出する。そして、インター予測部２１８は、導出された動き情報を用いて動き補償（予測）を行う。
　また、インター予測部２１８は、ＢＩＯモードが適用される場合に、等速直線運動を仮定したモデルに基づいて動きベクトルを導出する。また、符号化ビットストリームから読み解かれた情報がアフィン動き補償予測モードを適用することを示す場合には、インター予測部２１８は、複数の隣接ブロックの動きベクトルに基づいてサブブロック単位で動きベクトルを導出する。
　［ＭＶ導出　＞　ノーマルインターモード］
　符号化ビットストリームから読み解かれた情報がノーマルインターモードを適用することを示す場合、インター予測部２１８は、符号化ストリームから読み解かれた情報に基づいて、ＭＶを導出し、そのＭＶを用いて動き補償（予測）を行う。
　図４５は、復号装置２００におけるノーマルインターモードによるインター予測の例を示すフローチャートである。
　復号装置２００のインター予測部２１８は、ブロックごとに、そのブロックに対して動き補償を行う。インター予測部２１８は、時間的または空間的にカレントブロックの周囲にある複数の復号済みブロックのＭＶなどの情報に基づいて、そのカレントブロックに対して複数の候補ＭＶを取得する（ステップＳｓ＿１）。つまり、インター予測部２１８は、候補ＭＶリストを作成する。
　次に、インター予測部２１８は、ステップＳｓ＿１で取得された複数の候補ＭＶの中から、Ｎ個（Ｎは２以上の整数）の候補ＭＶのそれぞれを予測動きベクトル候補（予測ＭＶ候補ともいう）として、所定の優先順位に従って抽出する（ステップＳｓ＿２）。なお、その優先順位は、Ｎ個の予測ＭＶ候補のそれぞれに対して予め定められていてもよい。
　次に、インター予測部２１８は、入力されたストリーム（すなわち符号化ビットストリーム）から予測動きベクトル選択情報を復号し、その復号された予測動きベクトル選択情報を用いて、そのＮ個の予測ＭＶ候補の中から１つの予測ＭＶ候補を、カレントブロックの予測動きベクトル（予測ＭＶともいう）として選択する（ステップＳｓ＿３）。
　次に、インター予測部２１８は、入力されたストリームから差分ＭＶを復号し、その復号された差分ＭＶである差分値と、選択された予測動きベクトルとを加算することによって、カレントブロックのＭＶを導出する（ステップＳｓ＿４）。
　最後に、インター予測部２１８は、その導出されたＭＶと復号済み参照ピクチャとを用いてカレントブロックに対して動き補償を行ことにより、そのカレントブロックの予測画像を生成する（ステップＳｓ＿５）。
　［予測制御部］
　予測制御部２２０は、イントラ予測信号及びインター予測信号のいずれかを選択し、選択した信号を予測信号として加算部２０８に出力する。全体的に、復号装置側の予測制御部２２０、イントラ予測部２１６およびインター予測部２１８の構成、機能、および処理は、符号化装置側の予測制御部１２８、イントラ予測部１２４およびインター予測部１２６の構成、機能、および処理と対応していてもよい。
　［復号装置の実装例］
　図４６は、復号装置２００の実装例を示すブロック図である。復号装置２００は、プロセッサｂ１及びメモリｂ２を備える。例えば、図４１に示された復号装置２００の複数の構成要素は、図４６に示されたプロセッサｂ１及びメモリｂ２によって実装される。
　プロセッサｂ１は、情報処理を行う回路であり、メモリｂ２にアクセス可能な回路である。例えば、プロセッサｂ１は、符号化された動画像（すなわち符号化ビットストリーム）を復号する専用又は汎用の電子回路である。プロセッサｂ１は、ＣＰＵのようなプロセッサであってもよい。また、プロセッサｂ１は、複数の電子回路の集合体であってもよい。また、例えば、プロセッサｂ１は、図４１等に示された復号装置２００の複数の構成要素のうち、複数の構成要素の役割を果たしてもよい。
　メモリｂ２は、プロセッサｂ１が符号化ビットストリームを復号するための情報が記憶される専用又は汎用のメモリである。メモリｂ２は、電子回路であってもよく、プロセッサｂ１に接続されていてもよい。また、メモリｂ２は、プロセッサｂ１に含まれていてもよい。また、メモリｂ２は、複数の電子回路の集合体であってもよい。また、メモリｂ２は、磁気ディスク又は光ディスク等であってもよいし、ストレージ又は記録媒体等と表現されてもよい。また、メモリｂ２は、不揮発性メモリでもよいし、揮発性メモリでもよい。
　例えば、メモリｂ２には、動画像が記憶されてもよいし、符号化ビットストリームが記憶されてもよい。また、メモリｂ２には、プロセッサｂ１が符号化ビットストリームを復号するためのプログラムが記憶されていてもよい。
　また、例えば、メモリｂ２は、図４１等に示された復号装置２００の複数の構成要素のうち、情報を記憶するための構成要素の役割を果たしてもよい。具体的には、メモリｂ２は、図４１に示されたブロックメモリ２１０及びフレームメモリ２１４の役割を果たしてもよい。より具体的には、メモリｂ２には、再構成済みブロック及び再構成済みピクチャ等が記憶されてもよい。
　なお、復号装置２００において、図４１等に示された複数の構成要素の全てが実装されなくてもよいし、上述された複数の処理の全てが行われなくてもよい。図４１等に示された複数の構成要素の一部は、他の装置に含まれていてもよいし、上述された複数の処理の一部は、他の装置によって実行されてもよい。
　［各用語の定義］
　各用語は一例として、以下のような定義であってもよい。
　ピクチャは、モノクロフォーマットにおける複数の輝度サンプルの配列、又は、４：２：０、４：２：２及び４：４：４のカラーフォーマットにおける複数の輝度サンプルの配列及び複数の色差サンプルの２つの対応配列である。ピクチャは、フレーム又はフィールドであってもよい。
　フレームは、複数のサンプル行０、２、４、・・・が生じるトップフィールド、及び、複数のサンプル行１、３、５、・・・が生じるボトムフィールドの組成物である。
　スライスは、１つの独立スライスセグメント、及び、（もしあれば）同じアクセスユニット内の（もしあれば）次の独立スライスセグメントに先行する全ての後続の従属スライスセグメントに含まれる整数個の符号化ツリーユニットである。
　タイルは、ピクチャにおける特定のタイル列及び特定のタイル行内の複数の符号化ツリーブロックの矩形領域である。タイルは、タイルのエッジを跨ぐループフィルタが依然として適用されてもよいが、独立して復号及び符号化され得ることが意図された、フレームの矩形領域であってもよい。
　ブロックは、複数のサンプルのＭｘＮ（Ｎ行Ｍ列）配列、又は、複数の変換係数のＭｘＮ配列である。ブロックは、１つの輝度及び２つの色差の複数の行列からなる複数の画素の正方形又は矩形の領域であってもよい。
　ＣＴＵ（符号化ツリーユニット）は、３つのサンプル配列を有するピクチャの複数の輝度サンプルの符号化ツリーブロックであってもよいし、複数の色差サンプルの２つの対応符号化ツリーブロックであってもよい。あるいは、ＣＴＵは、モノクロピクチャと、３つの分離されたカラー平面及び複数のサンプルの符号化に用いられるシンタックス構造を用いて符号化されるピクチャとのいずれかの複数のサンプルの符号化ツリーブロックであってもよい。
　スーパーブロックは、１つ又は２つのモード情報ブロックを構成し、又は、再帰的に４つの３２×３２ブロックに分割され、さらに分割され得る６４×６４画素の正方形ブロックであってもよい。
　［第１態様］
　以下、本開示の第１態様に係る符号化装置１００、復号装置２００、符号化方法及び復号方法について説明する。第１態様に係る符号化装置１００は、符号化対象ブロック（以下、処理対象ブロック又はＣＵともいう）に対して直交変換及び二次変換などの周波数変換処理（以下、単に、変換処理ともいう）の適用の有無に応じて量子化処理の方法を切り替える。また、第１態様に係る復号装置２００は、復号対象ブロック（以下、処理対象ブロック又はＣＵともいう）に対して逆直交変換及び逆二次変換などの逆周波数変換処理（以下、単に、逆変換処理ともいう）の適用の有無に応じて逆量子化処理の方法を切り替える。
　符号化装置１００は、符号化対象ブロックの予測誤差に対して周波数変換及び量子化を行うことにより、全体の符号量を抑制する。周波数変換は、変換基底を用いて行われる。例えば、符号化装置１００は、複数の変換基底候補から変換基底を決定し、決定された変換基底を用いて、周波数変換を行う。符号化装置は、周波数変換後、量子化前に、ゼロである係数（ゼロ係数とよぶ）がより多く連続的に発生するように、再変換（いわゆる、二次変換）を行う場合がある。この場合において、周波数変換は、直交変換又は一次変換とも表現される。なお、復号装置２００は、符号化装置１００に対応する動作を行う。
　まず、変換処理における変換基底の選択方法について説明する。
　［ＩＭＴＳ（Ｉｍｐｌｉｃｉｔ　ＭＴＳ）における変換基底の選択方法］
　符号化装置１００の変換部１０６は、空間領域の予測誤差を周波数領域の変換係数に変換し、変換係数を量子化部１０８に出力する。具体的には、変換部１０６は、例えば、空間領域の予測誤差に対して所定の離散コサイン変換（ＤＣＴ）又は離散サイン変換（ＤＳＴ）を行う。また、複数の変換タイプ（以下、変換基底又は基底ともいう）の中から適応的に変換タイプを選択し、選択された変換タイプに対応する変換基底関数を用いて、予測誤差を変換係数に変換してもよい。このような変換は、ＡＭＴ（ａｄａｐｔｉｖｅ　ｍｕｌｔｉｐｌｅ　ｔｒａｎｓｆｏｒｍ）又はＥＭＴ（ｅｘｐｌｉｃｉｔ　ｍｕｌｔｉｐｌｅ　ｃｏｒｅ　ｔｒａｎｓｆｏｒｍ）と呼ばれることがある。また、ＡＴＭおよびＥＭＴは、ＭＴＳ（Ｍｕｌｔｉｐｌｅ　Ｔｒａｎｓｆｏｒｍ　Ｓｅｌｅｃｔｉｏｎ）と呼ばれてもよい。
　変換部１０６は、ＭＴＳを適用する場合は、例えば、ＤＳＴ－ＶＩＩまたはＤＣＴ－ＶＩＩＩ（図５Ａ参照）などの直交変換基底（一次変換基底ともいう）を選択する。選択された基底は、ＣＵ毎にインデックス情報として符号化される。
　一方で、インデックス情報を符号化することなく、ＣＵの形状に基づいて直交変換に使用する基底（いわゆる、直交変換基底）を選択する処理としてＩＭＴＳと呼ばれる処理がある。変換部１０６は、ＩＭＴＳを適用する場合は、例えばＣＵの形状が矩形であれば、当該矩形の短辺側にはＤＳＴ－ＶＩＩに対応する変換基底関数（図５Ａ参照）を用いて直交変換し、当該矩形の長辺側にはＤＣＴ－ＩＩに対応する変換基底関数を用いて直交変換する。また、変換部１０６は、例えばＣＵの形状が正方形の場合は、シーケンス内でＭＴＳが有効であればＤＣＴ－ＩＩに対応する変換基底関数を用いて当該正方形の領域の予測誤差に対して直交変換を行い、ＭＴＳが無効であればＤＳＴ－ＶＩＩに対応する変換基底関数を用いて当該正方形の領域の予測誤差に対して直交変換を行う。なお、ＤＣＴ－ＩＩおよびＤＳＴ－ＶＩＩは一例であり、他の基底を用いてもよいし、用いる基底の組合せを異なる組合せとすることも可能である。ＩＭＴＳは、イントラ予測のブロックでのみ使用可能としてもよいし、イントラ予測のブロックおよびインター予測のブロック共に使用可能としてもよい。
　以上では、直交変換に用いる基底を選択的に切替える方法として、ＭＴＳ、ＳＢＴ、およびＩＭＴＳの３つの処理（以下、基底選択処理ともいう）について説明したが、３つの処理の全てを有効としてもいし、３つの処理から選択的に一部の処理のみを有効としてもよい。個々の基底選択処理を有効とするか否かは、ＳＰＳ（Ｓｅｑｕｅｎｃｅ　Ｐａｒａｍｅｔｅｒ　Ｓｅｔ）などのヘッダ内のフラグ情報などで識別できる。例えば、３つの基底選択処理の全てが有効であれば、ＣＵ毎に、３つの基底選択処理から１つを選択して直交変換を行う。なお、直交変換に用いる基底を選択的に切替える処理は、（１）ＣＵ内の全範囲を直交変換し、当該変換に用いた基底を示す情報を符号化する、（２）ＣＵの全範囲を直交変換し、当該変換に用いた基底を示す情報は符号化せずに、所定のルールに基づいて基底を決定する、（３）ＣＵの一部分の領域を直交変換し、当該変換に用いた基底を示す情報を符号化する、（４）ＣＵの一部分の領域を直交変換し、当該変換に用いた基底を示す情報は符号化せずに、所定のルールに基づいて決定する、などの機能のうちの少なくとも１つの機能を実現できればよく、例えば、上記３つの処理とは異なる基底選択処理を追加してもよいし、他の処理で置換えてもよい。
　なお、ここでは、ＣＵ単位毎に直交変換に使用する基底を選択する処理の例を説明したが、当該処理の単位は、これに限られない。つまり、ＭＴＳ、ＳＢＴ、および、ＩＭＴＳは、ＣＵとは異なる処理単位毎に適用の有無が決定されてもよい。例えば、当該処理では、シーケンス単位、ピクチャ単位、タイル単位、スライス単位、または、ＣＴＵ単位で適用の有無が決定されてもよい。
　なお、本開示における直交変換に用いる基底を選択的に切替えるツールは、変換処理（いわゆる、直交変換）に用いる基底を適応的に選択する方法、基底選択処理または基底を選択するプロセスと言い換えてもよい。また、変換基底を選択的に切替えるツールは、変換基底を適応的に選択するモードと言い換えてもよい。
　また、変換部１０６は、上記の直交変換により得られた変換係数を再変換（以下、二次変換ともいう）してもよい。このような再変換は、ＮＳＳＴ（ｎｏｎ－ｓｅｐａｒａｂｌｅ　ｓｅｃｏｎｄａｒｙ　ｔｒａｎｓｆｏｒｍ）と呼ばれることがある。例えば、変換部１０６は、イントラ予測誤差に対応する変換係数のブロックに含まれるサブブロック（例えば４ｘ４サブブロック）ごとに再変換を行う。ＮＳＳＴを適用するか否かを示す情報及びＮＳＳＴに用いられる変換行列に関する情報は、通常、ＣＵレベルで信号化される。
　なお、これらの情報の信号化は、ＣＵレベルに限定される必要はなく、他のレベル（例えば、シーケンスレベル、ピクチャレベル、スライスレベル、タイルレベル又はＣＴＵレベル）であってもよい。
　［符号化処理および復号処理の第１の例］
　まず、本開示の第１態様に係る符号化処理について説明する。上述したように、第１態様に係る符号化処理では、符号化装置１００は、符号化対象ブロックに対して直交変換および二次変換などの変換処理の適用の有無に応じて量子化処理を切り替える。
　符号化装置１００は、回路、及び、回路に接続されたメモリを備える。符号化装置１００が備える回路及びメモリは、図４０に示されるプロセッサａ１及びメモリａ２に対応していてもよい。符号化装置１００の回路は、動作において、以下を行う。
　第１態様に係る符号化装置１００は、符号化対象ブロックに対して直交変換を行い、かつ、二次変換を行わない場合、符号化処理対象ブロックの複数の変換係数に対して量子化行列（ＱＭ：Ｑｕａｎｔｉｚａｔｉｏｎ　Ｍａｔｒｉｘ）を用いて量子化を行い、符号化処理対象ブロックに対して直交変換を行わない場合、並びに、直交変換及び二次変換の両方を行う場合、量子化行列を用いずに符号化対象ブロックの量子化を行う。
　言い換えると、第１態様では、符号化装置１００は、符号化対象ブロックに対して変換処理（いわゆる、直交変換処理）がスキップされているか否か、および、二次変換処理がスキップされているか否かを示す符号化対象ブロック単位の情報に基づいて、量子化処理において量子化行列を用いるか否かを判定する。
　また、第１態様に係る符号化装置１００は、符号化対象ブロックに対して直交変換が行われているか否か、及び、符号化対象ブロックの複数の変換係数に対して二次変換が行われているか否かを示す情報に基づいて、符号化対象ブロックに対する量子化処理において量子化行列を用いるか否かを決定してもよい。
　以下、第１態様における量子化処理について図面を参照しながらより具体的に説明する。図４７は、第１態様に係る符号化装置１００の量子化処理における動作の一例を示すフローチャートである。
　図４７に示されるように、符号化装置１００は、まず、符号化対象ブロック（ＣＵ）に対して直交変換処理がスキップされているか否かを判定する（ステップＳ００１）。
　直交変換処理では、変換部１０６（図１参照）は、ＣＵに対して（より具体的には、ＣＵの空間領域における予測残差に対して）ＤＣＴ（離散コサイン変換）などの所定の直交変換を行ってもよいし、複数の変換タイプの中から適応的に変換タイプを選択し、選択された変換タイプに対応する変換基底関数を用いて、ＣＵに対して直交変換を行ってもよい。また、符号化装置１００は、ＣＵに対して直交変換処理をスキップするか否かを処理対象ブロック単位で（つまり、ＣＵ毎に）切替えてもよい。このとき、例えば、符号化装置１００は、処理対象ブロック（ＣＵ）単位のフラグ情報（例えば、変換スキップフラグ）などを符号化して、当該ＣＵに対して直交変換処理を行うか否かをシグナリングしてもよい。
　図４７に示されるように、符号化装置１００は、ＣＵに対して直交変換処理がスキップされていると判定した場合（ステップＳ００１でＹｅｓ）、つまり、符号化装置１００がＣＵに対して直交変換を行わない場合、取得したＣＵの空間領域での予測誤差に対して（言い換えると、ＣＵに対して）量子化行列（ＱＭ）を用いずに量子化する（ステップＳ００４）。
　一方、符号化装置１００は、ＣＵに対して直交変換処理がスキップされていないと判定した場合（ステップＳ００１でＮｏ）、つまり、符号化装置１００がＣＵに対して直交変換を行う場合、ＣＵに対して二次変換処理がスキップされているか否かを判定する（ステップＳ００２）。第１態様では、符号化装置１００は、ＤＣＴなどの直交変換を行った後に、直交変換の係数値に対して二次的な変換（つまり、二次変換）を行ってもよい。例えば、二次変換は、ＮＳＳＴであってもよい。
　符号化装置１００は、ＣＵに対して二次変換処理がスキップされていないと判定した場合（ステップＳ００２でＮｏ）、つまり、符号化装置１００がＣＵの複数の変換係数に対して二次変換を行う場合、ＣＵに対して量子化行列（ＱＭ）を用いずにＣＵの量子化を行う（ステップＳ００４）。二次変換後の係数分布は、ＤＣＴなどの直交変換の係数分布とは異なるため、２次変換が適用されたＣＵに対しては、ＱＭを用いずに量子化してもよい。ＱＭを用いずに行う量子化処理とは、量子化パラメータなどから求められる量子化幅に基づいて変換係数を量子化する処理であってもよい。なお、ＱＭを用いずに行う量子化処理では、量子化幅に対して、ブロック内の全ての二次変換係数に対して共通となる所定の値を乗算してもよい。
　一方、符号化装置１００は、ＣＵに対して二次変換処理がスキップされていると判定した場合（ステップＳ００２でＹｅｓ）、つまり、符号化装置１００がＣＵに対して二次変換を行わない場合、取得したＣＵの複数の変換係数に対して（言い換えると、ＣＵに対して）量子化行列（ＱＭ）を用いて量子化する（ステップＳ００３）。ＱＭを用いる場合には、例えば、変換係数毎にＱＭの値を用いて、量子化パラメータなどから求められる量子化幅などをスケーリングする。
　なお、符号化装置１００は、変換処理（つまり、上記の直交変換処理及び二次変換処理）のスキップを有効とするか否かを、処理対象ブロック（ＣＵ）のサイズに応じて切替えてもよい。例えば、符号化装置１００は、短辺のサイズが３２を超える処理対象ブロックでは変換処理のスキップを常に無効とするなどである。
　なお、イントラ予測では、処理対象ブロックを複数のサブパーティションに分割し、符号化済みのサブパーティションの予測画像又は再構成画像を参照して、サブパーティション毎に順次イントラ予測を行ってもよい（これを、Ｉｎｔｒａ　Ｓｕｂ－Ｐａｒｔｉｔｉｏｎモードと呼ぶ）。Ｉｎｔｒａ　Ｓｕｂ－Ｐａｒｔｉｔｉｏｎモードが適用された処理対象ブロックの符号化処理では、サブパーティション毎に量子化処理を行う。この場合でも、符号化装置１００は、変換処理をスキップするか否かを処理対象ブロック単位で（ＣＵ毎に）指定することができる。例えば、処理対象ブロックに対して直交変換処理がスキップされている場合、処理対象ブロック内の全てのサブパーティションに対してＱＭを用いずに量子化処理を行ってもよい。
　なお、予測処理を行わずに、符号化対象画像の画素値をＤＰＣＭ（差分パルス符号変調）などの手法により直接符号化してもよい。つまり、処理対象ブロックの画素値が、ＤＰＣＭなどの手法により符号化されている場合も、ＱＭを用いずにＣＵの量子化処理を行ってもよい。
　ここでは、処理対象ブロックは、複数の画素を含む処理単位であればよく、複数のＣＵを含む処理単位であってもよい。
　ＱＭは、直交変換などの変換後のドメインの係数の量子化幅などをスケーリングすることで主観画質を調整する効果を奏するため、変換処理がスキップされた場合にはＱＭを適用しても十分な効果が得られない可能性がある。従って、第１態様の符号化処理において、ブロックの変換処理がスキップされている場合にはＱＭを用いずに量子化処理を行うことで、主観的な画質劣化を低減できる可能性がある。
　なお、本処理フローは一例であり、記載されている処理の順番を変えてもよく、記載されている処理の一部を除いてもよく、記載されていない処理を追加してもよい。また、例えば、第１態様の符号化処理は、後述する第２態様、第３態様または第４態様の符号化処理に対して適用されてもよい。これらの態様は、長方形ブロックに対する符号化処理に関する。さらには、第１態様の符号化処理は、長方形以外の形状のブロックに対する符号化処理に対して適用されてもよい。
　続いて、第１態様に係る復号処理について説明する。上述したように、第１態様に係る復号処理では、復号対象ブロックに対して逆直交変換および逆二次変換などの逆変換処理の適用の有無に応じて逆量子化処理を切り替える。
　復号装置２００は、回路、及び、回路に接続されたメモリを備える。復号装置２００が備える回路及びメモリは、図４６に示されるプロセッサｂ１及びメモリｂ２に対応していてもよい。復号装置２００の回路は、動作において、以下を行う。
　第１態様に係る復号装置２００は、復号対象ブロックに対して逆直交変換を行い、かつ、逆二次変換を行わない場合、復号処理対象ブロックの複数の量子化係数に対して量子化行列（ＱＭ）を用いて逆量子化を行い、復号処理対象ブロックに対して逆直交変換を行わない場合、並びに、逆直交変換及び逆二次変換の両方を行う場合、量子化行列を用いずに復号対象ブロックの逆量子化を行う。
　言い換えると、第１態様では、復号装置２００は、復号対象ブロックに対して逆変換処理（いわゆる、逆直交変換処理）がスキップされているか否か、および、逆二次変換処理がスキップされているか否かを示す復号対象ブロック単位の情報に基づいて、逆量子化処理において量子化行列を用いるか否かを判定する。
　また、第１態様に係る復号装置２００は、復号対象ブロックに対して逆直交変換が行われているか否か、及び、復号対象ブロックの複数の二次変換係数に対して逆二次変換が行われているか否かを示す情報に基づいて、復号対象ブロックに対する逆量子化処理において量子化行列を用いるか否かを決定してもよい。
　以下、第１態様における逆量子化処理について図面を参照しながらより具体的に説明する。図４８は、第１態様に係る復号装置２００の逆量子化処理における動作の一例を示すフローチャートである。
　図４８に示されるように、復号装置２００は、まず、復号対象ブロック（ＣＵ）に対して逆直交変換処理がスキップされるか否かを判定する（ステップＳ０１１）。
　逆変換処理では、逆変換部２０６（図４１参照）は、逆量子化部２０４からの入力である変換係数を逆変換することにより予測誤差を復元する。
　例えば符号化ビットストリームから読み解かれた情報がＥＭＴ又はＡＭＴを適用することを示す場合（例えばＡＭＴフラグが真）、逆変換部２０６は、読み解かれた変換タイプを示す情報に基づいて復号対象ブロックの変換係数を逆変換する。また、例えば、符号化ビットストリームから読み解かれた情報がＮＳＳＴを適用することを示す場合、逆変換部２０６は、変換係数に逆再変換を適用する。
　また、復号装置２００は、ＣＵに対して逆直交変換処理をスキップするか否かを処理対象ブロック単位で（つまり、ＣＵ毎に）切替えてもよい。このとき、例えば、復号装置２００は、処理対象ブロック（ＣＵ）単位のフラグ情報（例えば、逆変換スキップフラグ）などを復号して、当該ＣＵに対して逆直交変換処理を行うか否かを読み解いてもよい。
　復号処理では、上記のフラグ情報に基づいて、予測残差が変換されているかどうかを判定する。なお、逆変換スキップを有効にするかどうかを、ＳＰＳまたはＰＰＳなどのヘッダ情報の識別情報により識別してもよい。
　図４８に示されるように、復号装置２００は、ＣＵに対して逆直交変換処理がスキップされると判定した場合（ステップＳ０１１でＹｅｓ）、つまり、復号装置２００がＣＵに対して逆直交変換を行わない場合、ＣＵに対して（より具体的には、ＣＵの複数の量子化係数に対して）量子化行列（ＱＭ）を用いずに逆量子化する（ステップＳ０１４）。
　逆量子化処理では、復号装置２００の逆量子化部２０４（図４１参照）は、エントロピー復号部２０２（図４１参照）からの入力である復号対象ブロックの量子化係数を逆量子化する。具体的には、逆量子化部２０４は、復号対象ブロックの量子化係数の各々について、当該量子化係数に対応する量子化パラメータに基づいて当該量子化係数を逆量子化する。そして、逆量子化部２０４は、復号対象ブロックの逆量子化された量子化係数（つまり変換係数）を逆変換部２０６（図４１参照）に出力する。
　一方、復号装置２００は、ＣＵに対して逆直交変換処理がスキップされないと判定した場合（ステップＳ０１１でＮｏ）、つまり、復号装置２００がＣＵに対して逆直交変換を行う場合、ＣＵに対して逆二次変換処理がスキップされるか否かを判定する（ステップＳ０１２）。例えば、復号装置２００は、符号化ビットストリームから読み解かれた情報が二次変換処理（例えば、ＮＳＳＴ）を適用することを示す場合、復号装置２００は、ＣＵに対して逆二次変換処理を行うと判定する。
　復号装置２００は、ＣＵに対して逆二次変換処理がスキップされないと判定した場合（ステップＳ０１２でＮｏ）、つまり、復号装置２００がＣＵの複数の二次変換係数に対して逆二次変換を行う場合、ＣＵに対して量子化行列（ＱＭ）を用いずにＣＵの逆量子化を行う（ステップＳ０１４）。
　一方、復号装置２００は、ＣＵに対して逆二次変換処理がスキップされると判定した場合（ステップＳ０１２でＹｅｓ）、つまり、復号装置２００がＣＵに対して逆二次変換を行わない場合、ＣＵに対して量子化行列（ＱＭ）を用いて逆量子化する（ステップＳ０１３）。
　なお、復号装置２００は、逆変換処理（つまり、上記の逆直交変換処理及び逆二次変換処理）のスキップを有効とするか否かを、処理対象ブロック（ＣＵ）のサイズに応じて切替えてもよい。例えば、復号装置２００は、短辺のサイズが３２を超える処理対象ブロックでは逆変換処理のスキップを常に無効とするなどである。
　なお、イントラ予測では、処理対象ブロックを複数のサブパーティションに分割し、復号済みのサブパーティションの予測画像又は再構成画像を参照して、サブパーティション毎に順次イントラ予測を行ってもよい（これを、Ｉｎｔｒａ　Ｓｕｂ－Ｐａｒｔｉｔｉｏｎモードと呼ぶ）。Ｉｎｔｒａ　Ｓｕｂ－Ｐａｒｔｉｔｉｏｎモードが適用された処理対象ブロックの復号処理では、サブパーティション毎に逆量子化処理を行う。この場合でも、復号装置２００は、逆変換処理をスキップするか否かを処理対象ブロック単位で（ＣＵ毎に）指定することができる。例えば、処理対象ブロックに対して逆直交変換処理がスキップされている場合、処理対象ブロック内の全てのサブパーティションに対してＱＭを用いずに逆量子化処理を行ってもよい。
　ここでは、処理対象ブロックは、複数の画素を含む処理単位であればよく、複数のＣＵを含む処理単位であってもよい。
　第１態様に係る復号処理において、ブロックの逆変換処理がスキップされている場合にはＱＭを用いずに逆量子化処理を行うことで、主観的な画質劣化を低減できる可能性がある。
　なお、本処理フローは一例であり、記載されている処理の順番を変えてもよく、記載されている処理の一部を除いてもよく、記載されていない処理を追加してもよい。また、例えば、第１態様に係る復号処理は、後述する第２態様、第３態様または第４態様に係る復号処理に対して適用されてもよい。これらの態様は、長方形ブロックに対する復号処理に関する。さらには、第１態様に係る復号処理は、長方形以外の形状のブロックに対する復号処理に対して適用されてもよい。
　［符号化処理および復号処理の第１の例の効果］
　上述したように、量子化行列は、直交変換後のドメインの係数の量子化幅などをスケーリングすることで、主観画質を調整する効果を奏するため、符号化対象ブロックに対して直交変換を行わない場合、符号化対象ブロック内の複数の画素値の予測残差に量子化行列を適用しても十分な効果が得られない可能性がある。また、符号化対象ブロックに対して直交変換及び二次変換を行う場合、直交変換後の符号化対象ブロック内の複数の変換係数が二次変換により再変換されているため、再変換された係数に対して量子化行列を適用しても十分な効果が得られない可能性がある。そのため、本開示の第１態様に係る符号化装置１００によれば、図４７を用いて説明した構成により、量子化行列を適用しても十分な主観画質の調整効果が得られない可能性のある符号化対象ブロックに対して、量子化行列を用いずに量子化を行うため、処理量が低減される。また、本開示の第１態様に係る符号化装置１００によれば、直交変換後の符号化対象ブロックの複数の予測残差に量子化行列を適切に適用することができるため、主観画質の調整効果が得られる。したがって、本開示の第１態様に係る符号化装置１００によれば、符号化対象ブロックに対して、量子化処理において量子化行列を用いるか否かを適切に決定することができるため、量子化行列の適用及び非適用の両方において、主観画質の低下を抑制しつつ、符号化効率を向上させることができる。
　また、本開示の第１態様に係る復号装置２００によれば、図４８を用いて説明した構成により、量子化行列を適用しても十分な主観画質の調整効果が得られない可能性のある復号対象ブロックに対して、量子化行列を用いずに逆量子化を行うため、処理量が低減される。また、本開示の第１態様に係る復号装置２００によれば、直交変換後に量子化されて符号化された復号対象ブロックに量子化行列を適切に適用することができるため、主観画質の調整効果が得られる。したがって、本開示の第１態様に係る復号装置２００によれば、復号対象ブロックに対して、逆量子化処理において量子化行列を用いるか否かを適切に決定することができるため、量子化行列の適用及び非適用の両方において、主観画質の低下を抑制しつつ、処理効率を向上させることができる。
　［符号化処理および復号処理の第１の例の変形例］
　第１態様に係る符号化処理及び復号処理では、以下の処理が適用されてもよい。
　例えば、量子化行列（ＱＭ）を用いたスケーリング処理を有効とするか否かの情報は、ＳＰＳまたはＰＰＳなどのヘッダ情報内のフラグ情報により示されてもよい。
　また、変換処理および逆変換処理のスキップを有効とするか否かは、符号化対象ブロックおよび復号対象ブロックのサイズに応じて決定されてもよい。例えば、所定のサイズ以上の処理対象ブロックに対して、変換処理および逆変換処理のスキップは、常に無効とされてもよい。
　また、変換処理および逆変換処理のスキップを有効とするか否かは、処理対象ブロック内の輝度信号と色差信号とで異なる条件が設定されてもよい。例えば、変換処理および逆変換処理のスキップは、輝度信号に対してのみ適用可能としてもよい。このとき、輝度信号に対しては、処理対象ブロックに対して変換処理および逆変換処理のスキップが適用されるか否かかの情報に基づいて、ＱＭを用いたスケーリング処理を行うか否かが判定されてもよい。また、このとき、色差信号に対しては、変換処理および逆変換処理のスキップが常に無効であるため、処理対象ブロックに対して変換処理および逆変換処理のスキップが適用されるか否か（つまり、有効または無効）に依らずに、ＱＭを用いたスケーリング処理が行われる。あるいは、変換処理および逆変換処理のスキップは、輝度信号と色差信号との両方に対して適用可能としてもよい。このとき、処理対象ブロックの輝度信号に対して変換処理および逆変換処理のスキップが有効であれば色差信号に対しても変換処理および逆変換処理のスキップを有効とするなど、輝度信号と色差信号とに対する変換処理および逆変換処理のスキップに関するシグナリングを共通化してもよい。また、輝度信号と色差信号とに対して、それぞれ別々にシグナリングされてもよい。このとき、例えば、輝度信号に対しては変換処理および逆変換処理のスキップを有効として、色差信号に対しては変換処理および逆変換処理のスキップを無効とする、などの制御が可能である。輝度信号と色差信号とに対する変換処理のスキップに関するシグナリングが共通であれば、共通のシグナリング情報に基づきＱＭを用いたスケーリング処理を行うか否かが判定されてもよい。一方、輝度信号および色差信号に対してそれぞれ独立にシグナリングされる場合には、輝度信号に対するシグナリング情報と色差信号に対するシグナリング情報とに基づいて、輝度信号および色差信号のそれぞれに対して、個別に変換処理のスキップが適用されてもよい。例えば、輝度信号に対して変換処理がスキップされる場合には、輝度信号に対してＱＭを用いたスケーリング処理を行わないように制御されてもよい。
　また、上述したように、符号化装置１００は、上記の変換処理を行わずに、符号化対象画像の画素値をＤＰＣＭ（差分パルス符号変調）またはＰＣＭ（パルス符号変調）などの手法により直接符号化することができる。このとき、符号化装置１００は、符号化対象画像の画素値を直接符号化するのではなく、予測処理を行った後に原画像と予測画像との残差信号を直接符号化してもよい。また、符号化装置１００は、直接符号化した信号を量子化するか否かを選択できるようにしてもよい。このとき、符号化装置１００は、直接符号化した信号を量子化する場合には、ＱＭを用いたスケーリング処理を適用してもよく、直接符号化した信号を量子化しない場合には、ＱＭを用いたスケーリング処理を常に無効としてもよい。あるいは、符号化装置１００は、直接符号化した信号を量子化する場合であってもＱＭを用いたスケーリング処理を常に無効としてもよい。さらに、符号化装置１００は、直接符号化した信号を量子化する場合、イントラ予測用のＱＭ、および、インター予測用のＱＭのいずれかを用いてもよいし、独自のＱＭを設定してＳＰＳまたはＰＰＳヘッダに符号化してもよい。
　なお、上記の処理は、第１態様から第５態様までの各態様の符号化処理および復号処理に適用されてもよい。
　［第２態様］
　以下、本開示の第２態様に係る符号化装置１００、復号装置２００、符号化方法及び復号方法について説明する。
　第１態様に係る符号化処理では、符号化対象ブロックに対する変換処理の適用の有無に応じて量子化処理を切り替えたが、第２態様では、符号化対象ブロックの形状が長方形である場合に、正方形ブロック用のＱＭから長方形ブロック用のＱＭを生成して量子化処理を行う。
　本開示の第２態様に係る符号化装置１００は、符号化対象ブロックが長方形ブロックである場合、正方形ブロックの複数の変換係数に対する第１量子化行列を変換することにより、長方形ブロックの複数の変換係数に対する第２量子化行列を生成し、長方形ブロックの複数の変換係数に対して第２量子化行列を用いて量子化を行ってもよい。
　以下、第２態様における量子化処理を含む符号化処理について図面を参照しながらより具体的に説明する。
　［符号化処理および復号処理の第２の例］
　図４９は、第２態様に係る符号化装置１００における量子化行列（ＱＭ）を用いた符号化処理フローの一例を示すフローチャートである。なお、ここで説明する符号化装置１００は、動画像に含まれるピクチャ（以下、画面ともいう）を分割した正方形もしくは長方形のブロック毎に符号化処理を行う。
　まず、ステップＳ１０１では、量子化部１０８は、正方形ブロック用のＱＭを生成する。正方形ブロック用のＱＭは、正方形ブロックの複数の変換係数に対する量子化行列である。以下、正方形ブロック用のＱＭを第１量子化行列ともいう。なお、量子化部１０８は、前記正方形ブロック用のＱＭを、ユーザが定義して符号化装置１００に設定した値から生成してもよいし、既に符号化したピクチャの符号化情報を用いて適応的に生成してもよい。また、エントロピー符号化部１１０は、量子化部１０８で生成された前記正方形ブロック用のＱＭに関する信号をストリームに記述してもよい。このとき、前記正方形ブロック用のＱＭは、前記ストリームのシーケンスヘッダ領域もしくはピクチャヘッダ領域もしくはスライスヘッダ領域もしくは補助情報領域もしくはその他のパラメータを格納する領域に符号化してもよい。なお、前記正方形ブロック用のＱＭは、ストリームに記述されなくてもよい。このとき、量子化部１０８は、規格で予め定義されたデフォルトの正方形ブロック用のＱＭの値を使用してもよい。また、エントロピー符号化部１１０は、前記正方形ブロック用のＱＭの全ての行列の係数（つまり、量子化係数）を前記ストリームに記述するのではなく、当該ＱＭを生成するために必要となる一部の係数のみを前記ストリームに記述してもよい。これにより、符号化する情報量を削減することができる。
　次に、ステップＳ１０２において、量子化部１０８は、ステップＳ１０１で生成した正方形ブロック用のＱＭを用いて、長方形ブロック用のＱＭを生成する。以下、長方形ブロック用のＱＭを第２量子化行列ともいう。なお、エントロピー符号化部１１０は、長方形ブロック用のＱＭ信号は前記ストリームに記述しない。
　なお、ステップＳ１０１およびステップＳ１０２の処理は、図４９で説明したように、シーケンス処理の開始時、もしくはピクチャ処理の開始時、もしくはスライス処理の開始時にまとめて行う構成としてよいし、ブロック単位処理の中で一部の処理を毎回行う構成としてもよい。また、ステップＳ１０１およびステップＳ１０２で量子化部１０８が生成するＱＭは、輝度ブロック用／色差ブロック用、画面内予測ブロック用／画面間予測ブロック用、およびその他の条件に応じて同じブロックサイズのブロックに対して複数種類のＱＭを生成する構成としてもよい。
　次に、ブロック単位のループが開始される。まず、ステップＳ１０３において、イントラ予測部１２４又はインター予測部１２６は、ブロック単位で、画面内予測もしくは画面間予測等を用いた予測処理を行い、ステップＳ１０４において、変換部１０６は、生成された予測残差画像に対して離散コサイン変換（ＤＣＴ）等を用いた変換処理を行い、ステップＳ１０５において、量子化部１０８は、生成された変換係数に対してステップＳ１０１およびステップＳ１０２の出力である正方形ブロック用のＱＭおよび長方形ブロック用のＱＭを用いて量子化処理を行う。なお、画面間予測では、処理対象ブロックが属するピクチャと異なるピクチャ内のブロックを参照するモードとともに、処理対象ブロックが属するピクチャ内のブロックを参照するモードを用いてもよい。このとき、画面間予測用のＱＭを量モードに対して共通に用いてもよいし、処理対象ブロックが属するピクチャ内のブロックを参照するモードに対しては画面内予測用のＱＭを用いてもよい。さらに、ステップＳ１０６において、逆量子化部１１２は、量子化後の変換係数に対してステップＳ１０１およびステップＳ１０２の出力である正方形ブロック用のＱＭおよび長方形ブロック用のＱＭを用いて逆量子化処理を行い、ステップＳ１０７において、逆変換部１１４は、逆量子化後の変換係数に対して逆変換処理を行うことで、残差（予測誤差）画像を生成する。次いで、ステップＳ１０８において、加算部１１６は、残差画像と予測画像とを加算することで、再構成画像を生成する。この一連の処理フローを繰り返し、ブロック単位のループを終了する。
　これにより、様々な形状の長方形ブロックを有する符号化方式においても、各々の形状の長方形ブロックに対応したＱＭをストリームに記述することなく、正方形ブロックに対応したＱＭのみをストリームに記述することで符号化処理が可能となる。つまり、本開示の第２態様に係る符号化装置１００によれば、長方形ブロックに対応したＱＭをストリームに記述しないため、ヘッダ領域の符号量を削減することができる。また、本開示の第２態様に係る符号化装置１００によれば、正方形ブロックに対応したＱＭから長方形ブロックに対応したＱＭを生成することができるため、ヘッダ領域の符号量を増加させることなく長方形ブロックに対しても適切なＱＭが使用可能となる。したがって、本開示の第２態様に係る符号化装置１００によれば、様々な形状の長方形ブロックに対して量子化を効率的に行うことができるため、符号化効率を向上させることができる可能性が高くなる。なお、正方形ブロック用のＱＭは、前記ストリームに記述されなくてもよく、規格で予め定義されたデフォルトの正方形ブロック用のＱＭの値を使用してもよい。
　なお、この処理フローは一例であり、記載されている処理の順番を変えてもよく、記載されている処理の一部を除いてもよく、記載されていない処理を追加してもよい。
　続いて、本開示の第２態様に係る復号処理について説明する。第１態様に係る復号処理では、復号対象ブロックに対する逆変換処理の適用の有無に応じて逆量子化処理を切り替えたが、第２態様では、復号対象ブロックの形状が長方形である場合に、正方形ブロック用のＱＭから長方形ブロック用のＱＭを生成して逆量子化処理を行う。
　第２態様に係る復号装置２００は、復号対象ブロックが長方形ブロックである場合、正方形ブロックの複数の変換係数に対する第１量子化行列を変換することにより、長方形ブロックの複数の変換係数に対する第２量子化行列を生成し、長方形ブロックの複数の量子化係数に対して第２量子化行列を用いて逆量子化を行ってもよい。
　以下、第２態様に係る逆量子化処理を含む復号処理について図面を参照しながらより具体的に説明する。
　図５０は、第２態様に係る復号装置２００における量子化行列（ＱＭ）を用いた復号処理フローの一例を示すフローチャートである。なお、ここで説明する復号装置２００では、画面を分割した正方形もしくは長方形のブロック毎に復号処理を行う。
　まず、ステップＳ２０１では、エントロピー復号部２０２は、ストリームから正方形ブロック用のＱＭに関する信号を復号化し、復号化された正方形ブロック用のＱＭに関する信号を用いて、正方形ブロック用のＱＭを生成する。なお、前記正方形ブロック用のＱＭは、前記ストリームのシーケンスヘッダ領域もしくはピクチャヘッダ領域もしくはスライスヘッダ領域もしくは補助情報領域もしくはその他のパラメータを格納する領域から復号化してもよい。また、前記正方形ブロック用のＱＭは、前記ストリームから復号化されなくてもよい。このとき、前記正方形ブロック用のＱＭとして、規格で予め定義したデフォルトの値が使用されてもよい。また、エントロピー復号部２０２は、前記正方形ブロック用のＱＭの全ての行列の量子化係数を前記ストリームから復号化するのではなく、当該ＱＭを生成するために必要となる一部の量子化係数のみを前記ストリームから復号化して当該ＱＭを生成してもよい。
　次に、ステップＳ２０２において、エントロピー復号部２０２は、ステップＳ２０１で生成した正方形ブロック用のＱＭを用いて、長方形ブロック用のＱＭを生成する。なお、エントロピー復号部２０２は、長方形ブロック用のＱＭ信号を前記ストリームから復号化しない。
　なお、ステップＳ２０１およびステップＳ２０２の処理は、図５０で説明したように、シーケンス処理の開始時、もしくはピクチャ処理の開始時、もしくはスライス処理の開始時にまとめて行う構成としてよいし、ブロック単位処理の中で一部の処理を毎回行う構成としてもよい。また、ステップＳ２０１およびステップＳ２０２でエントロピー復号部２０２が生成するＱＭは、輝度ブロック用／色差ブロック用、画面内予測ブロック用／画面間予測ブロック用、およびその他の条件に応じて同じブロックサイズのブロックに対して複数種類のＱＭを生成する構成としてもよい。
　次に、ブロック単位のループが開始される。まず、ステップＳ２０３において、イントラ予測部２１６又はインター予測部２１８は、ブロック単位で、画面内予測もしくは画面間予測等を用いた予測処理を行い、ステップＳ２０４において、逆量子化部２０４は、ストリームから復号化された量子化後の変換係数（つまり、量子化係数）に対して、ステップＳ２０１およびステップＳ２０２の出力である正方形ブロック用のＱＭおよび長方形ブロック用のＱＭを用いて逆量子化処理を行う。なお、画面予測では、処理対象ブロックが属するピクチャと異なるピクチャ内のブロックを参照するモードと共に、処理対象ブロックが属するピクチャ内のブロックを参照するモードを用いてもよい。このとき、画面間予測用のＱＭを量モードに対して共通に用いてもよいし、処理対象ブロックが属するピクチャ内のブロックを参照するモードに対しては画面内予測用のＱＭを用いてもよい。次いで、ステップＳ２０５において、逆変換部２０６は、逆量子化後の変換係数に対して逆変換処理を行うことで、残差（予測誤差）画像を生成する。次いで、ステップＳ２０６において、加算部２０８は、残差画像と予測画像とを加算することで、再構成画像を生成する。この一連の処理フローを繰り返し、ブロック単位のループを終了する。
　これにより、様々な形状の長方形ブロックを有する符号化方式においても、各々の形状の長方形ブロックに対応したＱＭがストリームに記述されていなくても、正方形ブロックに対応したＱＭのみがストリームに記述されていれば復号処理が可能となる。つまり、本開示の第２態様に係る復号装置２００によれば、長方形ブロックに対応したＱＭがストリームに記述されないため、ヘッダ領域の符号量を削減することができる。また、本開示の第１態様に係る復号装置２００によれば、正方形ブロックに対応したＱＭから長方形ブロックに対応したＱＭを生成することができるため、ヘッダ領域の符号量を増加させることなく長方形ブロックでもＱＭが使用可能となる。したがって、本開示の第２態様に係る復号装置２００によれば、様々な形状の長方形ブロックに対して量子化を効率的に行うことができるため、符号化効率を向上させることができる可能性が高くなる。なお、正方形ブロック用のＱＭは、前記ストリームに記述されていなくてもよく、規格で予め定義されたデフォルトの正方形ブロック用のＱＭを使用してもよい。
　なお、この処理フローは一例であり、記載されている処理の順番を変えてもよく、記載されている処理の一部を除いてもよく、記載されていない処理を追加したりしてもよい。
　［第２の例における長方形ブロック用ＱＭの生成方法の１つめの例］
　図５１は、図４９のステップＳ１０２および図５０のステップＳ２０２において、正方形ブロック用のＱＭから長方形ブロック用のＱＭを生成する１つめの例を説明するための図である。なお、ここで説明する処理は、符号化装置１００および復号装置２００における共通の処理である。
　図５１では、正方形ブロックは２ｘ２から２５６ｘ２５６までのサイズを有する正方形ブロックのそれぞれについて、各々のサイズの正方形ブロック用のＱＭから生成される長方形ブロック用のＱＭのサイズを対応付けて記載している。図５１に示す例では、各々の長方形ブロックの長辺の長さが、対応する正方形ブロックの１辺の長さと同じであることを特徴としている。言い換えると、この例では、処理対象ブロックである長方形ブロックのサイズは、正方形ブロックのサイズよりも小さいことを特徴としている。つまり、本開示の第１態様に係る符号化装置１００及び復号装置２００は、処理対象ブロックである長方形ブロックの長辺と同じ長さの１辺を有する正方形ブロック用のＱＭをダウンコンバートすることにより、長方形ブロック用のＱＭを生成する。
　なお、図５１には、輝度ブロックと色差ブロックとを区別せずに、様々なブロックサイズの正方形ブロック用のＱＭと、各正方形ブロック用のＱＭから生成される長方形ブロック用のＱＭとの対応関係を記載している。実際に使用するフォーマットに適応した正方形ブロック用のＱＭと長方形ブロック用のＱＭとの対応関係は、適宜導出されてもよい。例えば、４：２：０フォーマットの場合は、輝度ブロックは、色差ブロックの２倍の大きさである。そのため、正方形ブロック用のＱＭから長方形ブロック用のＱＭを生成する処理において輝度ブロックを参照するときは、使用可能な正方形ブロック用のＱＭは、４ｘ４から２５６ｘ２５６までのサイズの正方形ブロックに対応する。このとき、正方形ブロック用のＱＭから生成される長方形ブロック用のＱＭには、短辺の長さが４以上、かつ、長辺の長さが２５６以下のサイズを有する長方形ブロックに対応するＱＭのみが使用される。また、正方形ブロック用のＱＭから長方形ブロック用のＱＭを生成する処理において色差ブロックを参照するときは、使用可能な正方形ブロック用のＱＭは、２ｘ２から１２８ｘ１２８までのサイズの正方形ブロックに対応する。このとき、正方形ブロック用のＱＭから生成される長方形ブロック用のＱＭには、短辺の長さが２以上、かつ、長辺の長さが１２８以下のサイズを有する長方形ブロックに対応するＱＭのみが使用される。
　また、例えば、４：４：４フォーマットの場合は、輝度ブロックは、色差ブロックと同じサイズのブロックである。そのため、長方形ブロック用のＱＭを生成する処理において色差ブロックを参照する場合、輝度ブロックを参照する場合と同様に、使用可能な正方形ブロック用のＱＭは、４ｘ４から２５６ｘ２５６までのサイズの正方形ブロックに対応する。
　このように、実際に使用するフォーマットに応じて正方形ブロック用のＱＭと長方形ブロック用のＱＭとの対応関係を適宜導出するとよい。
　なお、図５１に記載したブロックサイズは一例であり、これに限られない。例えば、図５１に例示されたブロックサイズ以外のブロックサイズのＱＭを使用可能としてもよく、図５１に例示されたブロックサイズの中の一部のブロックサイズの正方形ブロック用のＱＭのみを使用可能としてもよい。
　図５２は、図５１で説明した長方形ブロック用のＱＭを対応する正方形ブロック用のＱＭからダウンコンバートすることによって生成する方法を説明するための図である。
　図５２の例では、８ｘ８の正方形ブロック用ＱＭから８ｘ４の長方形ブロック用ＱＭを生成している。
　ダウンコンバート処理では、正方形ブロック用のＱＭの複数の行列要素を長方形ブロック用のＱＭの複数の行列要素の数と同じ数のグループに分割し、前記複数のグループのそれぞれについて、当該グループに含まれる複数の行列要素は、正方形ブロックの水平方向又は垂直方向に連続して配置され、複数のグループのそれぞれについて、当該グループに含まれる複数の行列要素のうち最も低域側に位置する行列要素を、長方形ブロック用のＱＭにおいて当該グループに対応する行列要素と決定してもよい。
　例えば、図５２において、８ｘ８の正方形ブロック用のＱＭの複数の行列要素が所定の個数毎に太線で囲まれている。この太線で囲まれた所定の個数の行列要素が１つのグループを構成している。図５２で例示するダウンコンバート処理では、これらのグループの数と、８ｘ８の正方形ブロック用のＱＭから生成される長方形ブロック用のＱＭの行列要素（量子化係数ともいう）の個数とが同じになるように、８ｘ８の正方形ブロック用のＱＭを分割する。図５２の例では、上下方向に隣接する２つの量子化係数が１つのグループを構成する。次いで、８ｘ８の正方形ブロック用のＱＭにおいて、各グループの中で最も低域側（図５２の例では上側）に位置する量子化係数を選択して、８ｘ４の長方形ブロック用のＱＭの値としている。
　なお、長方形ブロック用のＱＭの値として、各グループの中から１つの量子化係数を選択する方法は、上記の例に限られず、他の方法を用いてもよい。例えば、グループ内の最も低域側に位置する量子化係数ではなく、最も高域側に位置する量子化係数を長方形ブロック用のＱＭの値としてもよく、中間域に位置する量子化係数を長方形ブロック用のＱＭの値としてもよい。もしくは、グループ内の全ての量子化係数又は一部の量子化係数の平均値、最小値、最大値、又は、中間値等を用いてもよい。なお、これらの値の計算の結果、小数が生じた場合は、切り上げ、切り下げ、又は、四捨五入などを用いて整数に丸めてもよい。
　なお、正方形ブロック用のＱＭにおける各グループの中からそれぞれ１つの量子化係数を選択する方法は、正方形ブロック用のＱＭにおいて各グループが位置する周波数領域に応じて切り替えてもよい。例えば、低域に位置するグループではグループ内の最も低域側に位置する量子化係数を選択してもよく、高域に位置するグループではグループ内の最も高域側に位置する量子化係数を選択してもよく、中域に位置するグループではグループ内の中間域に位置する量子化係数を選択してもよい。
　なお、生成する長方形ブロック用のＱＭの最低域成分（図５２の例の最も左上の量子化係数）を、正方形ブロック用のＱＭから導出するのではなく、ストリームに記述してストリームから直接設定できる構成としてもよい。その場合、ストリームに記述する情報量が増えるため、ヘッダ領域の符号量が増加してしまうが、画質への影響が最も大きい最低域成分のＱＭの量子化係数を直接制御することが可能となるため、画質を向上させることができる可能性が高くなる。
　なお、ここでは正方形ブロック用のＱＭを垂直方向にダウンコンバートして長方形ブロック用ＱＭを生成する場合の例を説明したが、正方形ブロック用のＱＭを水平方向にダウンコンバートして長方形ブロック用ＱＭを生成する場合も図５２の例と同様の方法を用いて行ってもよい。
　［第２の例における長方形ブロック用ＱＭの生成方法の２つめの例］
　図５３は、図４９のステップＳ１０２および図５０のステップＳ２０２において、正方形ブロック用のＱＭから長方形ブロック用のＱＭを生成する２つめの例を説明するための図である。なお、ここで説明する処理は、符号化装置１００及び復号装置２００における共通の処理である。
　図５３では、２ｘ２から２５６ｘ２５６までのサイズを有する正方形ブロックのそれぞれについて、各々のサイズの正方形ブロック用のＱＭから生成される長方形ブロック用のＱＭのサイズを対応付けて記載している。図５３に示す例では、各々の長方形ブロックの短辺の長さが、対応する正方形ブロックの１辺の長さと同じであることを特徴としている。言い換えると、この例では、処理対象ブロックである長方形ブロックのサイズは、正方形ブロックのサイズよりも大きいことを特徴としている。つまり、本開示の第１態様に係る符号化装置１００及び復号装置２００では、処理対象ブロックである長方形ブロックの短辺の長さと同じ長さの１辺を有する正方形ブロック用のＱＭをアップコンバートすることにより、長方形ブロック用のＱＭを生成する。
　なお、図５３には、輝度ブロックと色差ブロックとを区別せずに、様々なブロックサイズの正方形ブロック用のＱＭと、各正方形ブロック用のＱＭから生成される長方形ブロック用のＱＭとの対応関係を記載している。実際に使用するフォーマットに適応した正方形ブロック用のＱＭと長方形ブロック用のＱＭとの対応関係は、適宜導出されてもよい。例えば４：２：０フォーマットの場合は、正方形ブロック用のＱＭから長方形ブロック用のＱＭを生成する処理において輝度ブロックを参照するときは、正方形ブロック用のＱＭから生成される長方形ブロック用のＱＭには、短辺の長さが４以上、かつ、長辺の長さが２５６以下のサイズを有する長方形ブロックに対応するＱＭのみが使用される。また、正方形ブロック用のＱＭから長方形ブロック用のＱＭを生成する処理において色差ブロックを参照するときは、正方形ブロック用のＱＭから生成される長方形ブロック用のＱＭには、短辺の長さが２以上、かつ、長辺の長さが１２８以下のサイズを有する長方形ブロックに対応するＱＭのみが使用される。なお、４：４：４フォーマットの場合については、図５１で説明した内容と同様であるため、ここでの説明を省略する。
　このように、実際に使用するフォーマットに応じて正方形ブロック用のＱＭと長方形ブロック用のＱＭとの対応関係を適宜導出するとよい。
　なお、図５３に記載したブロックサイズは一例であり、これに限られない。例えば、図５３に例示されたブロックサイズ以外のブロックサイズの正方形ブロック用のＱＭを使用可能としてもよく、図５３に例示されたブロックサイズの中の一部のブロックサイズの正方形ブロック用のＱＭのみを使用可能としてもよい。
　図５４は、図５３で説明した長方形ブロック用のＱＭを対応する正方形ブロック用のＱＭからアップコンバートすることによって生成する方法を説明するための図である。
　図５４の例では、４ｘ４の正方形ブロック用のＱＭから８ｘ４の長方形ブロック用のＱＭを生成している。
　アップコンバート処理では、（ｉ）長方形ブロック用のＱＭの複数の行列要素を正方形ブロック用のＱＭの複数の行列要素の数と同じ数のグループに分割し、複数のグループのそれぞれについて、当該グループに含まれる複数の行列要素を重複させることにより、長方形ブロック用のＱＭにおいて当該グループに対応する行列要素を決定する、又は、（ｉｉ）長方形ブロック用のＱＭの複数の行列要素のうち隣接する行列要素間において線形補間を行うことにより、長方形ブロック用のＱＭの複数の行列要素を決定してもよい。
　例えば、図５４において、８ｘ４の長方形ブロック用のＱＭの複数の行列要素が所定の個数毎に太線で囲まれている。この太線で囲まれた所定の個数の行列要素が１つのグループを構成している。図５４で例示するアップコンバート処理では、これらのグループの数と、対応する４ｘ４の正方形ブロック用のＱＭの行列要素（量子化係数ともいう）の個数とが同じになるように、８ｘ４の長方形ブロック用のＱＭを分割する。図５４の例では、左右方向に隣接する２つの量子化係数が１つのグループを形成する。次いで、８ｘ４の長方形ブロック用のＱＭにおいて、各グループを構成する量子化係数として、当該グループに対応する正方形ブロック用のＱＭの量子化係数の値を選択して当該グループ内に敷き詰めることで、８ｘ４の長方形ブロック用のＱＭの値としている。
　なお、長方形ブロック用のＱＭにおける各グループ内の量子化係数を導出する方法は、上記の例に限られず、他の方法を用いてもよい。例えば、隣接する周波数領域の量子化係数の値を参照して、線形補間等を行って各グループ内の量子化係数値が連続する値となるように導出してもよい。なお、これらの値の計算の結果、小数が生じた場合は、切り上げ、切り下げ、又は、四捨五入などを用いて整数に丸めてもよい。
　なお、長方形ブロック用のＱＭにおける各グループ内の量子化係数を導出する方法は、長方形ブロック用のＱＭにおいて各グループが位置する周波数領域に応じて切り替えてもよい。例えば、低域に位置するグループでは、グループ内の各量子化係数の値がなるべく小さな値となるように導出されてもよく、高域に位置するグループでは、グループ内の各量子化係数の値がなるべく大きな値となるように導出されてもよい。
　なお、生成する長方形ブロック用のＱＭの最低域成分（図５４の例の最も左上の量子化係数）を、正方形ブロック用のＱＭから導出するのではなく、ストリームに記述してストリームから直接設定できる構成としてもよい。その場合、ストリームに記述する情報量が増えるため、ヘッダ領域の符号量が増加してしまうが、画質への影響が最も大きい最低域成分のＱＭの量子化係数を直接制御することが可能となるため、画質を向上させることができる可能性が高くなる。
　なお、ここでは正方形ブロック用のＱＭを垂直方向にアップコンバートして長方形ブロック用ＱＭを生成する場合の例を説明したが、正方形ブロック用のＱＭを水平方向にアップコンバートして長方形ブロック用のＱＭを生成する場合も図５４の例と同様の方法を用いて行ってもよい。
　［符号化処理および復号処理の第２の例のその他のバリエーション］
　正方形ブロック用のＱＭから長方形ブロック用のＱＭを生成する方法として、図５１および図５２を用いて説明した長方形ブロック用のＱＭの生成方法の１つめの例と、図５３および図５４を用いて説明した長方形ブロック用のＱＭの生成方法の２つめの例とを、生成する長方形ブロックのサイズに応じて切り替えて使用してもよい。例えば、長方形ブロックの縦横のサイズの比率（ダウンコンバート又はアップコンバートされる倍率）を閾値と比較し、閾値より大きければ１つめの例を使用し、閾値より小さければ２つめの例を使用するといった方法がある。もしくは、１つめの例及び２つめの例のどちらの方式を用いるかを示すフラグを長方形ブロックのサイズ毎にストリームに記述して切り替えるといった方法がある。これにより、長方形ブロックのサイズに応じてダウンコンバート処理とアップコンバート処理とを切り替えることができるため、より適切な長方形ブロック用のＱＭを生成することが可能となる。
　なお、アップコンバート処理とダウンコンバート処理とを長方形ブロックのサイズ毎に切り替えるのではなく、１つの長方形ブロックに対して、アップコンバート処理とダウンコンバート処理とを組み合わせて使用してもよい。例えば、３２ｘ３２の正方形ブロック用のＱＭを水平方向にアップコンバートして３２ｘ６４の長方形ブロック用のＱＭを生成し、続いて、この３２ｘ６４の長方形ブロック用のＱＭを垂直方向にダウンコンバートして、１６ｘ６４の長方形ブロック用のＱＭを生成してもよい。
　また、１つの長方形ブロックに対して、２方向へアップコンバート処理を行ってもよい。例えば、１６ｘ１６の正方形ブロック用のＱＭを垂直方向にアップコンバートして、３２ｘ１６の長方形ブロック用のＱＭを生成し、続いて、この３２ｘ１６の長方形ブロック用のＱＭを水平方向にアップコンバートして３２ｘ６４の長方形ブロック用のＱＭを生成してもよい。
　なお、１つの長方形ブロックに対して、２方向へダウンコンバート処理を行ってもよい。例えば、６４ｘ６４の正方形ブロック用のＱＭを水平方向にダウンコンバートして、６４ｘ３２の長方形ブロック用のＱＭを生成し、続いて、この６４ｘ３２の長方形ブロック用のＱＭを垂直方向にダウンコンバートして１６ｘ３２の長方形ブロック用のＱＭを生成してもよい。
　［符号化処理および復号処理の第２の例の効果］
　本開示の第２態様に係る符号化装置１００及び復号装置２００によれば、図４９および図５０を用いて説明した構成により、様々な形状の長方形ブロックを有する符号化方式においても、各々の形状の長方形ブロックに対応したＱＭをストリームに記述することなく、正方形ブロックに対応したＱＭのみをストリームに記述することで長方形ブロックの符号化処理および復号処理が可能となる。つまり、本開示の第２態様に係る符号化装置１００および復号装置２００によれば、長方形ブロックに対応したＱＭをストリームに記述しないため、ヘッダ領域の符号量を削減することができる。また、本開示の第２態様に係る符号化装置１００および復号装置２００によれば、正方形ブロックに対応したＱＭから長方形ブロックに対応したＱＭを生成することができるため、ヘッダ領域の符号量を増加させることなく長方形ブロックに対しても適切なＱＭを使用可能となる。また、本開示の第２態様に係る復号装置２００によれば、正方形ブロックに対応する量子化行列から長方形ブロックに対応する量子化行列が生成されるため、長方形ブロックに対応する量子化行列は復号されなくてもよい。したがって、本開示の第２態様に係る符号化装置１００によれば、様々な形状の長方形ブロックに対して量子化を効率的に行うことができるため、符号化効率を向上させることができる。また、本開示の第２態様に係る復号装置２００によれば、長方形ブロックに対して逆量子化を効率的に行うことができるため、処理効率を向上させることができる。
　本態様を本開示における他の態様の少なくとも一部と組み合わせて実施してもよい。また、本態様のフローチャートに記載の一部の処理、装置の一部の構成、シンタックスの一部などを他の態様と組み合わせて実施してもよい。
　［第３態様］
　以下、本開示の第３態様に係る符号化装置１００、復号装置２００、符号化方法及び復号方法について説明する。
　［符号化処理および復号処理の第３の例］
　図５５は、第３態様に係る符号化装置１００における量子化行列（ＱＭ）を用いた符号化処理フローの一例を示すフローチャートである。なお、ここで説明する符号化装置１００では、画面を分割した正方形もしくは長方形のブロック毎に符号化処理を行う。
　まず、ステップＳ３０１では、量子化部１０８は、正方形ブロック及び長方形ブロックの各ブロックサイズにおける有効な変換係数を含む領域（以下、有効変換係数領域ともいう）のサイズに対応したＱＭを生成する。言い換えると、量子化部１０８は、処理対象ブロックに含まれる複数の変換係数のうち低周波数領域側の所定の領域内の複数の変換係数のみに対して量子化行列を用いて量子化を行う。
　エントロピー符号化部１１０は、ステップＳ３０１で生成された有効な変換係数領域に対応したＱＭに関する信号をストリームに記述する。言い換えると、エントロピー符号化部１１０は、低周波数領域側の所定の範囲内の複数の変換係数のみに対応した量子化行列に関わる信号をビットストリームに符号化する。なお、量子化部１０８は、前記有効な変換係数領域に対応したＱＭを、ユーザが定義して符号化装置１００に設定した値から生成してもよいし、既に符号化したピクチャの符号化情報を用いて適応的に生成してもよい。また、前記有効な変換係数領域に対応したＱＭは、前記ストリームのシーケンスヘッダ領域もしくはピクチャヘッダ領域もしくはスライスヘッダ領域もしくは補助情報領域もしくはその他のパラメータを格納する領域に符号化されてもよい。また、前記有効な変換係数領域に対応したＱＭは、前記ストリームに記述されなくてもよい。このとき、量子化部１０８は、規格で予め定義したデフォルトの値を前記有効な変換係数領域に対応したＱＭの値として使用してもよい。
　なお、ステップＳ３０１の処理は、図５５で説明したように、シーケンス処理の開始時、もしくはピクチャ処理の開始時、もしくはスライス処理の開始時にまとめて行う構成としてよいし、ブロック単位処理の中で一部の処理を毎回行う構成としてもよい。また、ステップＳ３０１で生成するＱＭは、輝度ブロック用／色差ブロック用、画面内予測ブロック用／画面間予測ブロック用、およびその他の条件に応じて同じブロックサイズのブロックに対して複数種類のＱＭを生成する構成としてもよい。
　なお、図５５に示す処理フローでは、ステップＳ３０１以外の処理は、ブロック単位のループ処理であり、図４９を用いて説明した第２の例の処理と同様である。
　これにより、処理対象ブロックに含まれる複数の変換係数のうち低周波数領域側の一部の領域のみを有効な変換係数を含む領域とするブロックサイズの処理対象ブロックについて、無効となる領域のＱＭに関する信号を無駄にストリームに記述することなく符号化処理が可能となる。したがって、ヘッダ領域の符号量を削減することが可能となるため、符号化効率を向上させることができる可能性が高くなる。
　なお、この処理フローは一例であり、記載されている処理の順番を変えてもよく、記載されている処理の一部を除いてもよく、記載されていない処理を追加してもよい。
　図５６は、第３態様に係る復号装置２００における量子化行列（ＱＭ）を用いた復号処理フローの一例を示すフローチャートである。なお、ここで説明する復号装置２００では、画面を分割した正方形もしくは長方形のブロック毎に復号処理を行う。
　まず、ステップＳ４０１では、エントロピー復号部２０２は、ストリームから有効な変換係数領域に対応したＱＭに関する信号を復号し、復号された有効な変換係数領域に対応したＱＭに関する信号を用いて、有効な変換係数領域に対応したＱＭを生成する。前記有効な変換係数領域に対応したＱＭは、処理対象ブロックの各ブロックサイズにおける有効な変換係数領域のサイズに対応したＱＭである。なお、前記有効な変換係数領域に対応したＱＭは、前記ストリームのシーケンスヘッダ領域もしくはピクチャヘッダ領域もしくはスライスヘッダ領域もしくは補助情報領域もしくはその他のパラメータを格納する領域から復号化されてもよい。このとき、例えば、前記有効な変換係数領域に対応したＱＭとして、規格で予め定義したデフォルトの値が使用されてもよい。
　なお、ステップＳ４０１の処理は、図５６で説明したように、シーケンス処理の開始時、もしくはピクチャ処理の開始時、もしくはスライス処理の開始時にまとめて行う構成としてよいし、ブロック単位処理の中で一部の処理を毎回行う構成としてもよい。また、ステップＳ４０１でエントロピー復号部２０２が生成するＱＭは、輝度ブロック用／色差ブロック用、画面内予測ブロック用／画面間予測ブロック用、およびその他の条件に応じて同じブロックサイズのブロックに対して複数種類のＱＭを生成する構成としてもよい。
　なお、図５６に示す処理フローでは、ステップＳ４０１以外の処理は、ブロック単位のループ処理であり、図５０を用いて説明した第２の例の処理フローと同様である。
　これにより、処理対象ブロックに含まれる複数の変換係数のうち低周波数領域側の一部の領域のみを有効な変換係数を含む領域とするブロックサイズについて、無効となる領域のＱＭに関する信号が無駄にストリームに記述されていなくても復号処理が可能となる。したがって、ヘッダ領域の符号量を削減することが可能となるため、符号化効率を向上させることができる可能性が高くなる。
　なお、この処理フローは一例であり、記載されている処理の順番を変えてもよく、記載されている処理の一部を除いてもよく、記載されていない処理を追加してもよい。
　図５７は、図５５のステップＳ３０１および図５６のステップＳ４０１において、各ブロックサイズにおける有効な変換係数領域のサイズに対応したＱＭの例を説明するための図である。なお、ここで説明する処理は、符号化装置１００及び復号装置２００における共通の処理である。
　図５７の（ａ）は、処理対象ブロックのブロックサイズが６４ｘ６４の正方形ブロックである場合の例を示している。図中の斜線で示される低域側の３２ｘ３２の領域のみが有効な変換係数領域である。処理対象ブロックにおいて、当該有効な変換係数領域以外の領域は、変換係数を強制的に０とする。つまり、変換係数を無効とするため、量子化処理および逆量子化処理は不要となる。つまり、本開示の第３態様に係る符号化装置１００及び復号装置２００は、図中の斜線で示される低域側の３２ｘ３２の領域に対応した３２ｘ３２のＱＭのみを生成する。
　続いて、図５７の（ｂ）は、処理対象ブロックのブロックサイズが６４ｘ３２の長方形ブロックである場合の例を示している。図５７の（ｂ）の例では、図５７の（ａ）の例と同様に、符号化装置１００及び復号装置２００は、低域側の３２ｘ３２の領域に対応した３２ｘ３２のＱＭのみを生成する。
　続いて、図５７の（ｃ）は、処理対象ブロックのブロックサイズが６４ｘ１６の長方形ブロックである場合の例を示している。図５７の（ｃ）の例では、図５７の（ａ）の例とは異なり、縦方向のブロックサイズが１６しかないため、符号化装置１００及び復号装置２００は、低域側の３２ｘ１６の領域に対応した３２ｘ１６のＱＭのみを生成する。
　このように、処理対象とするブロックの縦横どちらかの辺が３２より大きい場合は、３２より大きい領域の変換係数を無効とし、３２以下の領域のみを有効な変換係数領域として、量子化および逆量子化の処理対象とし、ＱＭの量子化係数の生成、並びに、当該ＱＭに関する信号のストリームへの符号化及び復号化を行う。
　これにより、無効となる領域のＱＭに関する信号を無駄にストリームに記述することなく符号化処理および復号処理が可能となるため、ヘッダ領域の符号量を削減することが可能となる。そのため、符号化効率を向上させることができる可能性が高くなる。
　なお、図５７で説明した有効な変換係数領域のサイズは一例であり、これ以外の有効な変換係数領域のサイズを使用してもよい。例えば、処理対象ブロックが輝度ブロックである場合は、３２ｘ３２までの領域を有効な変換係数領域としてもよく、処理対象ブロックが色差ブロックである場合は、１６ｘ１６までの領域を有効な変換係数領域としてもよい。また、処理対象ブロックの長辺が６４のときは、３２ｘ３２までの領域を有効な変換係数領域としてもよく、処理対象ブロックの長辺が１２８もしくは２５６のときは、６２ｘ６２までの領域を有効な変換係数領域としてもよい。
　なお、第３態様で説明した方法と同様の処理を用いて、正方形及び長方形の全ての周波数成分に対応する量子化行列の係数を一度生成した後に、図５７を用いて説明した有効な変換係数領域のみに対応したＱＭを生成する構成としてもよい。この場合、ストリームに記述する当該ＱＭに関する信号の量は、第３態様で説明した方法を用いた場合と変わらないが、第３態様で説明した方法をそのまま用いて全ての正方形及び長方形ブロック用のＱＭを生成可能としたまま、有効な変換係数領域以外の量子化処理を省略することが可能となる。これにより、量子化処理に関わる処理量を削減できる可能性が高くなる。
　［符号化処理および復号処理の第３の例の変形例］
　図５８は、第３態様の変形例に係る符号化装置１００における量子化行列（ＱＭ）を用いた符号化処理フローの一例を示すフローチャートである。なお、ここで説明する符号化装置１００では、画面を分割した正方形もしくは長方形のブロック毎に符号化処理を行う。
　この変形例は、図５５で説明した第３の例の構成に対して、図４９で説明した第２の例の構成を組み合わせたものであり、図５５におけるステップＳ３０１の代わりにステップＳ５０１およびステップＳ５０２の処理を行う。
　まず、ステップＳ５０１では、量子化部１０８は、正方形ブロック用のＱＭを生成する。このとき、前記正方形ブロック用のＱＭは、正方形ブロックにおける有効な変換係数領域のサイズに対応したＱＭである。また、エントロピー符号化部１１０は、ステップＳ５０１で生成された前記正方形ブロック用のＱＭ信号をストリームに記述する。このとき、ストリームに記述されるＱＭに関する信号は、前記有効な変換係数領域に対応した量子化係数のみに関する信号である。
　次に、ステップＳ５０２において、量子化部１０８は、ステップＳ５０１で生成された正方形ブロック用のＱＭを用いて、長方形ブロック用のＱＭを生成する。なお、このとき、エントロピー符号化部１１０は、長方形ブロック用のＱＭに関する信号はストリームに記述しない。
　なお、図５８に示す処理フローでは、ステップＳ５０１およびステップＳ５０２以外の処理は、ブロック単位のループ処理であり、図４９を用いて説明した第２の例の処理と同様である。
　これにより、様々な形状の長方形ブロックを有する符号化方式においても、各々の形状の長方形ブロックに対応したＱＭに関する信号をストリームに記述することなく、正方形ブロックに対応したＱＭに関する信号のみをストリームに記述することで符号化処理が可能となる。さらに、処理対象ブロックに含まれる複数の変換係数のうちの一部の変換係数を含む領域のみを有効な領域（つまり、有効変換係数領域）とするブロックサイズの処理対象ブロックについて、無効となる領域のＱＭに関する信号を無駄にストリームに記述することなく符号化処理が可能となる。したがって、ヘッダ領域の符号量を削減させながら長方形ブロックに対してＱＭが使用可能となるため、符号化効率を向上させることができる可能性が高くなる。
　なお、この処理フローは一例であり、記載されている処理の順番を変えてもよく、記載されている処理の一部を除いてもよく、記載されていない処理を追加してもよい。
　図５９は、第３態様の変形例に係る復号装置２００における量子化行列（ＱＭ）を用いた復号処理フローの一例を示すフローチャートである。なお、ここで説明する復号装置２００では、画面を分割した正方形もしくは長方形のブロック毎に復号処理を行う。
　この変形例は、図５６で説明した第３の例の構成に対して、図５０で説明した第２の例の構成を組み合わせたものであり、図５６におけるステップＳ４０１の代わりにステップＳ６０１およびステップＳ６０２の処理を行う。
　まず、ステップＳ６０１では、エントロピー復号部２０２は、ストリームから正方形ブロック用のＱＭに関する信号を復号し、復号した正方形ブロック用のＱＭに関する信号を用いて、正方形ブロック用のＱＭを生成する。このとき、ストリームから復号化された正方形ブロック用のＱＭに関する信号は、有効な変換係数領域に対応した量子化係数のみに関する信号である。そのため、エントロピー復号部２０２で生成される正方形ブロック用のＱＭは、有効な変換係数領域のサイズに対応したＱＭである。
　次に、ステップＳ６０２において、エントロピー復号部２０２は、ステップＳ６０１で生成された正方形ブロック用のＱＭを用いて、長方形ブロック用のＱＭを生成する。なお、このときエントロピー復号部２０２は、長方形ブロック用のＱＭに関する信号をストリームから復号化しない。
　なお、図５９に示される処理フローでは、ステップＳ６０１およびステップＳ６０２以外の処理は、ブロック単位のループ処理であり、図５０を用いて説明した第２の例の処理と同様である。
　これにより、様々な形状の長方形ブロックを有する符号化方式においても、各々の形状の長方形ブロックに対応したＱＭに関する信号がストリームに記述されていなくても、正方形ブロックに対応したＱＭに関する信号のみがストリームに記述されていれば復号処理が可能となる。さらに、処理対象ブロックに含まれる複数の変換係数のうちの一部の変換係数を含む領域のみを有効な領域（つまり、有効変換係数領域）とするブロックサイズの処理対象ブロックについて、無効となる領域のＱＭに関する信号が無駄にストリームに記述されていなくても復号処理が可能となる。したがって、ヘッダ領域の符号量を削減させながら長方形ブロックに対してもＱＭが使用可能となるため、符号化効率を向上させることができる可能性が高くなる。
　なお、この処理フローは一例であり、記載されている処理の順番を変えてもよく、記載されている処理の一部を除いてもよく、記載されていない処理を追加してもよい。
　［第３の例の変形例における長方形ブロック用ＱＭの生成方法の１つめの例］
　図６０は、図５８のステップＳ５０２および図５９のステップＳ６０２において、正方形ブロック用のＱＭから長方形ブロック用のＱＭを生成する１つめの例を説明するための図である。なお、ここで説明する処理は、符号化装置１００及び復号装置２００における共通の処理である。
　図６０では、２ｘ２から２５６ｘ２５６までのサイズを有する正方形ブロックのそれぞれについて、各々のサイズの正方形ブロック用のＱＭから生成される長方形ブロック用のＱＭのサイズを対応付けて記載している。図６０に示される例では、処理対象ブロックのサイズと、前記処理対象ブロックのうちの有効な変換係数領域のサイズとを示している。（）内に記載の数値は、処理対象ブロックのうちの有効な変換係数領域のサイズを示している。なお、処理対象ブロックのサイズと前記有効な変換係数領域のサイズとが等しい長方形ブロックについては、図４９で説明した第２の例と同じ処理となるため、図６０に示される対応表では、数値の記載を省略している。
　ここでは、各々の長方形ブロックの長辺の長さが、対応する正方形ブロックの１辺の長さと同じであり、長方形ブロックの方が正方形ブロックよりも小さいことを特徴としている。つまり、正方形ブロック用のＱＭをダウンコンバートすることで長方形ブロック用のＱＭを生成する。
　なお、図６０では、輝度ブロックと色差ブロックとを区別せずに、様々なブロックサイズの正方形ブロック用のＱＭと、各正方形ブロック用のＱＭから生成される長方形ブロック用のＱＭとの対応関係を記載している。実際に使用するフォーマットに適応した正方形ブロック用のＱＭと長方形ブロック用のＱＭとの対応関係は、適宜導出されてもよい。例えば、４：２：０フォーマットの場合は、輝度ブロックは、色差ブロックの２倍の大きさである。そのため正方形ブロック用のＱＭから長方形ブロック用のＱＭを生成する処理において輝度ブロックを参照するときは、使用可能な正方形ブロック用のＱＭは、４ｘ４から２５６ｘ２５６までのサイズの正方形ブロックに対応する。このとき、正方形ブロック用のＱＭから生成される長方形ブロック用のＱＭには、短辺の長さが４以上、かつ、長辺の長さが２５６以下のサイズを有する長方形ブロックに対応するＱＭのみが使用される。また、正方形ブロック用のＱＭから長方形ブロック用のＱＭを生成する処理において色差ブロックを参照するときは、正方形ブロック用のＱＭから生成される長方形ブロック用のＱＭには、短辺の長さが２以上、かつ、長辺の長さが１２８以下のサイズを有する長方形ブロックに対応するＱＭのみが使用される。なお、４：４：４フォーマットの場合については、図５１で説明した内容と同様である。
　このように、実際に使用するフォーマットに応じて正方形ブロック用のＱＭと長方形ブロック用のＱＭとの対応関係を適宜導出するとよい。
　なお、図６０に記載した有効な変換係数領域のサイズは一例であり、図６０に例示されたサイズ以外の有効な変換係数領域のサイズを使用してもよい。
　なお、図６０に記載したブロックサイズは一例であり、これに限られない。例えば、図６０に例示されたブロックサイズ以外のブロックサイズを使用可能としてもよく、図６０に例示されたブロックサイズの中の一部のブロックサイズのみを使用可能としてもよい。
　図６１は、図６０で説明した長方形ブロック用のＱＭを対応する正方形ブロック用のＱＭからダウンコンバートすることによって生成する方法を説明するための図である。
　図６１の例では、６４ｘ６４の正方形ブロックにおける３２ｘ３２の有効な変換係数領域に対応したＱＭから、６４ｘ３２の長方形ブロックにおける３２ｘ３２の有効な変換係数領域に対応したＱＭを生成している。
　まず、図６１の（ａ）に示されるように、３２ｘ３２の有効な変換係数領域に対応したＱＭの量子化係数を、垂直方向に傾斜を延長させることで３２ｘ６４の有効な変換係数領域を有する中間の６４ｘ６４の正方形ブロック用ＱＭを生成する。前記傾斜を延長させる方法としては、例えば、３１行目の量子化係数と３２行目の量子化係数との差分値がそれ以降の隣り合う量子化係数の差分値となるように延長する方法、又は、３０行目の量子化係数と３１行目の量子化係数との差分値と、３１行目の量子化係数と３２行目の量子化係数との差分値との変化量を導出し、それ以降の隣り合う量子化係数の差分値を前記変化量で補正しながら延長する方法等がある。
　次に、図６１の（ｂ）に示されるように、前記３２ｘ６４の有効な変換係数領域を有する中間の６４ｘ６４の正方形ブロック用のＱＭを、図５２を用いて説明した方法と同様の方法を用いてダウンコンバートすることによって６４ｘ３２の長方形ブロック用のＱＭを生成する。このとき、結果的に有効な変換係数領域は、図６１の（ｃ）の６４ｘ３２の長方形ブロック用のＱＭにおいて斜線が付された３２ｘ３２の領域となる。
　なお、ここでは有効な変換係数領域を有する正方形ブロック用のＱＭを垂直方向にダウンコンバートして長方形ブロック用ＱＭを生成する場合の例を説明したが、有効な変換係数領域を有する正方形ブロック用のＱＭを水平方向にダウンコンバートして長方形ブロック用ＱＭを生成する場合も図６１の例と同様の方法を用いて行ってもよい。
　なお、ここでは中間の正方形ブロック用のＱＭを経由して２段階のステップで長方形ブロック用のＱＭを生成する説明をしたが、中間の正方形ブロック用のＱＭを経由せずに、６１の例と同様の処理結果を導くような変換式等を用いて、有効な領域を有する正方形ブロック用のＱＭから直接長方形ブロック用ＱＭを生成してもよい。
　［第３の例の変形例における長方形ブロック用のＱＭの生成方法の２つめの例］
　図６２は、図５８のステップＳ５０２および図５９のステップＳ６０２において、正方形ブロック用のＱＭから長方形ブロック用のＱＭを生成する２つめの例を説明するための図である。なお、ここで説明する処理は、符号化装置１００及び復号装置２００における共通の処理である。
　図６２では、２ｘ２から２５６ｘ２５６までのサイズを有する正方形ブロックのそれぞれについて、各々のサイズの正方形ブロック用のＱＭから生成される長方形ブロック用のＱＭのサイズを対応付けて記載している。図６２に示される例では、処理対象ブロックのサイズと、前記処理対象ブロックのうちの有効な変換係数領域のサイズとを示している。（）内に記載の数値は、処理対象ブロックのうちの有効な変換係数領域のサイズを示している。なお、処理対象ブロックのサイズと前記有効な変換係数領域のサイズとが等しい長方形ブロックについては、図５３で説明した第２の例と同じ処理となるため、図６２に示される対応表で数値の記載を省略している。
　ここでは、各々の長方形ブロックの短辺の長さが、対応する正方形ブロックの１辺の長さと同じであり、長方形ブロックの方が正方形ブロックよりも大きいことを特徴としている。つまり、正方形ブロック用のＱＭをアップコンバートすることで長方形ブロック用のＱＭを生成する。
　なお、図６２では、輝度ブロックと色差ブロックとを区別せずに、様々なブロックサイズの正方形ブロック用のＱＭと、各正方形ブロック用のＱＭから生成される長方形ブロック用のＱＭとの対応関係を記載している。実際に使用するフォーマットに適応した正方形ブロック用のＱＭと長方形ブロック用のＱＭとの対応関係は、適宜導出されてもよい。例えば４：２：０フォーマットの場合は、輝度ブロックは、色差ブロックの２倍の大きさである。そのため正方形ブロック用のＱＭから長方形ブロック用のＱＭを生成する処理において輝度ブロックを参照するときは、正方形ブロック用のＱＭから生成される長方形ブロック用のＱＭには、短辺の長さが４以上、かつ、長辺の長さが２５６以下のサイズを有する長方形ブロックに対応するＱＭのみが使用される。また、正方形ブロック用のＱＭから長方形ブロック用のＱＭを生成する処理において色差ブロックを参照するときは、正方形ブロック用のＱＭから生成される長方形ブロック用のＱＭには、短辺の長さが２以上、かつ、長辺の長さが１２８以下のサイズを有する長方形ブロックに対応するＱＭのみが使用される。なお、４：４：４フォーマットの場合については、図６１で説明した内容と同様である。
　このように、実際に使用するフォーマットに応じて正方形ブロック用のＱＭと長方形ブロック用のＱＭとの対応関係を適宜導出するとよい。
　なお、図６２に記載した有効な変換係数領域のサイズは一例であり、図６２に例示されたサイズ以外の有効な変換係数領域のサイズを使用してもよい。
　なお、図６２に記載したブロックサイズは一例であり、これに限られない。例えば、図６２に例示されたブロックサイズ以外のブロックサイズを使用可能としてもよく、図６２に例示されたブロックサイズの中の一部のブロックサイズのみを使用可能としてもよい。
　図６３は、図６２で説明した長方形ブロック用のＱＭを対応する正方形ブロック用のＱＭからアップコンバートすることによって生成する方法を説明するための図である。
　図６３の例では、３２ｘ３２の正方形ブロックにおける３２ｘ３２の有効な変換係数領域に対応したＱＭから、６４ｘ３２の長方形ブロックにおける３２ｘ３２の有効な変換係数領域に対応したＱＭを生成している。
　まず、図６３の（ａ）に示されるように、３２ｘ３２の正方形ブロック用のＱＭを、図５４を用いて説明した方法と同様の方法を用いてアップコンバートすることによって中間の６４ｘ３２の長方形ブロック用のＱＭを生成する。このとき、有効な変換係数領域も６４ｘ３２にアップコンバートされる。
　次に、図６３の（ｂ）に示されるように、前記６４ｘ３２の有効な変換係数領域のうち、低域側の３２ｘ３２のみを切り取ることで、３２ｘ３２の有効な変換係数領域を有する６４ｘ３２の長方形ブロック用のＱＭを生成する。
　なお、ここでは正方形ブロック用のＱＭを水平方向にアップコンバートして長方形ブロック用のＱＭを生成する場合の例を説明したが、正方形ブロック用のＱＭを垂直方向にアップコンバートして長方形ブロック用のＱＭを生成する場合も図６０の例と同様の方法を用いて行ってもよい。
　なお、ここでは中間の長方形ブロック用のＱＭを経由して２段階のステップで長方形ブロック用のＱＭを生成する説明をしたが、中間の長方形ブロック用のＱＭを経由せずに、図６２の例と同様の処理結果を導くような変換式等を用いて、正方形ブロック用のＱＭから直接長方形ブロック用のＱＭを生成してもよい。
　［符号化処理および復号処理の第３の例の変形例のその他のバリエーション］
　正方形ブロック用のＱＭから長方形ブロック用のＱＭを生成する方法は、図６０および図６１を用いて説明した長方形ブロック用のＱＭの生成方法の１つめの例と、図６２および図６３を用いて説明した長方形ブロック用のＱＭの生成方法の２つめの例とを、生成される長方形ブロックのサイズに応じて切り替えて使用してもよい。例えば、長方形ブロックの縦横のサイズの比率（ダウンコンバート又はアップコンバートされる倍率）を閾値と比較し、閾値より大きければ１つめの例を使用し、閾値より小さければ２つめの例を使用するといった方法がある。もしくは、１つめの例及び２つめの例のどちらの方式を用いるかを示すフラグを長方形ブロックのサイズ毎にストリームに記述して切り替えるといった方法がある。これにより、長方形ブロックのサイズに応じてダウンコンバート処理とアップコンバート処理とを切り替えることができるため、より適切な長方形ブロック用のＱＭを生成することが可能となる。
　［符号化処理および復号処理の第３の例並びに第３の例の変形例の効果］
　本開示の第３態様に係る符号化装置１００及び復号装置２００によれば、図５５および図５６を用いて説明した構成により、処理対象ブロックに含まれる複数の変換係数のうちの一部の変換係数を含む領域のみを有効な変換係数領域とするブロックサイズの処理対象ブロックについて、無効となる領域のＱＭに関する信号を無駄にストリームに記述することなく長方形ブロックの符号化処理および復号処理が可能となる。したがって、ヘッダ領域の符号量を削減することが可能となり、符号化効率を向上させることができる可能性が高くなる。
　さらに、本開示の第３態様の変形例に係る符号化装置１００及び復号装置２００によれば、図５８および図５９を用いて説明した構成により、様々な形状の長方形ブロックを有する符号化方式においても、各々の形状の長方形ブロックに対応したＱＭをストリームに記述することなく、正方形ブロックに対応したＱＭのみをストリームに記述することで長方形ブロックの符号化処理および復号処理が可能となる。つまり、本開示の第３態様の変形例に係る符号化装置１００及び復号装置２００によれば、正方形ブロックに対応したＱＭから長方形ブロックに対応したＱＭを生成することができるため、ヘッダ領域の符号量を削減させながら長方形ブロックに対しても適切なＱＭを使用可能となる。したがって、本開示の第３態様の変形例に係る符号化装置１００及び復号装置２００によれば、様々な形状の長方形ブロックに対して量子化を効率的に行うことができるため、符号化効率を向上させることができる可能性が高くなる。
　本態様を本開示における他の態様の少なくとも一部と組み合わせて実施してもよい。また、本態様のフローチャートに記載の一部の処理、装置の一部の構成、又は、シンタックスの一部などを他の態様と組み合わせて実施してもよい。
　［第４態様］
　以下、本開示の第４態様に係る符号化装置１００、復号装置２００、符号化方法及び復号方法について説明する。
　［符号化処理および復号処理の第４の例］
　図６４は、第４態様に係る符号化装置１００における量子化行列（ＱＭ）を用いた符号化処理フローの一例を示すフローチャートである。なお、ここで説明する符号化装置１００では、画面を分割した正方形もしくは長方形のブロック毎に符号化処理を行う。
　まず、ステップＳ７０１では、量子化部１０８は、処理対象ブロックの対角成分に対応するＱＭ（以下、対角成分のみのＱＭともいう）を生成し、処理対象ブロックである正方形ブロック又は様々な形状の長方形ブロックの各ブロックサイズにおいて対角成分のみのＱＭの量子化係数の値から、以下で説明する共通の方法を用いて処理対象ブロックに対応するＱＭを生成する。言い換えると、量子化部１０８は、処理対象ブロックに含まれる複数の変換係数のうち処理対象ブロックにおける対角方向に連続して配置された複数の変換係数に対する、量子化行列の対角成分から処理対象ブロックに対する量子化行列を生成する。なお、共通の方法を用いるとは、ブロックの形状及びサイズに関わらず全ての処理対象ブロックに対して共通の方法を用いることである。また、対角成分とは、例えば、処理対象ブロックの低域側から高域側に向かう対角線上の複数の係数である。
　エントロピー符号化部１１０は、ステップＳ７０１で生成された前記対角成分のみのＱＭに関する信号をストリームに記述する。言い換えると、エントロピー符号化部１１０は、前記量子化行列の対角成分に関わる信号をビットストリームに符号化する。
　なお、量子化部１０８は、前記対角成分のみのＱＭの量子化係数の値を、ユーザが定義して符号化装置１００に設定した値から生成してもよいし、既に符号化したピクチャの符号化情報を用いて適応的に生成してもよい。また、前記対角成分のみのＱＭは、前記ストリームのシーケンスヘッダ領域もしくはピクチャヘッダ領域もしくはスライスヘッダ領域もしくは補助情報領域もしくは他のパラメータを格納する領域に符号化されてもよい。なお、前記対角成分のみのＱＭは、ストリームに記述されなくてもよい。このとき、量子化部１０８は、規格で予め定義されたデフォルトの値を前記対角成分のみのＱＭとして使用してもよい。
　なお、ステップＳ７０１の処理は、図６４で説明したように、シーケンス処理の開始時、もしくはピクチャ処理の開始時、もしくはスライス処理の開始時にまとめて行う構成としてよいし、ブロック単位処理の中で一部の処理を毎回行う構成としてもよい。また、ステップＳ７０１で生成するＱＭは、輝度ブロック用／色差ブロック用、画面内予測ブロック用／画面間予測ブロック用、およびその他の条件に応じて同じブロックサイズのブロックに対して複数種類のＱＭを生成する構成としてもよい。
　なお、図６４に示される処理フローでは、ステップＳ７０１以外の処理は、ブロック単位のループ処理であり、図４９を用いて説明した第２の例の処理と同様である。
　これにより、各ブロックサイズの処理対象ブロックのＱＭの量子化係数を全てストリームに記述せずに対角成分のＱＭの係数のみをストリームに記述することで処理対象ブロックの符号化処理が可能となる。したがって、長方形ブロックを含む多数の形状のブロックを用いた符号化方式においても、ヘッダ領域の符号量を大幅に増加させることなく処理対象ブロックに対応するＱＭを生成して使用することが可能となるため、符号化効率を向上させることができる可能性が高くなる。
　なお、この処理フローは一例であり、記載されている処理の順番を変えてもよく、記載されている処理の一部を除いてもよく、記載されていない処理を追加してもよい。
　図６５は、第４態様に係る復号装置２００における量子化行列（ＱＭ）を用いた復号処理フローの一例を示すフローチャートである。なお、ここで説明する復号装置２００では、画面を分割した正方形もしくは長方形のブロック毎に復号処理を行う。
　まず、ステップＳ８０１では、エントロピー復号部２０２は、ストリームから対角成分のみのＱＭに関する信号を復号し、復号された対角成分のみのＱＭに関する信号を用いて、以下で説明する共通の方法を用いて、正方形ブロック及び長方形ブロックなどの様々な形状の処理対象ブロックの各ブロックサイズに対応したＱＭを生成する。なお、前記対角成分のみのＱＭは、前記ストリームのシーケンスヘッダ領域もしくはピクチャヘッダ領域もしくはスライスヘッダ領域もしくは補助情報領域もしくはその他のパラメータを格納する領域から復号化してもよい。また、前記対角成分のみのＱＭは、ストリームから復号されなくてもよい。このとき、例えば、前記対角成分のみのＱＭとして、規格で予め定義されたデフォルトの値が使用されてもよい。
　なお、ステップＳ８０１の処理は、図６５で説明したように、シーケンス処理の開始時、もしくはピクチャ処理の開始時、もしくはスライス処理の開始時にまとめて行う構成としてよいし、ブロック単位処理の中で一部の処理を毎回行う構成としてもよい。また、ステップＳ８０１でエントロピー復号部２０２が生成するＱＭは、輝度ブロック用／色差ブロック用、画面内予測ブロック用／画面間予測ブロック用、およびその他の条件に応じて同じブロックサイズに対して複数種類のＱＭを生成する構成としてもよい。
　なお、図６５に示される処理フローでは、ステップＳ８０１以外の処理は、ブロック単位のループ処理であり、図５０を用いて説明した第２の例の処理と同様である。
　これにより、処理対象ブロックの各ブロックサイズのＱＭの量子化係数が全てストリームに記述されていなくても処理対象ブロックの対角成分のＱＭの量子化係数のみがストリームに記述されていれば復号処理が可能となる。したがって、ヘッダ領域の符号量を削減することが可能となるため、符号化効率を向上させることができる可能性が高くなる。
　なお、この処理フローは一例であり、記載されている処理の順番を変えてもよく、記載されている処理の一部を除いてもよく、記載されていない処理を追加してもよい。
　図６６は、図６４のステップＳ７０１および図６５のステップＳ８０１において、各ブロックサイズの処理対象ブロックにおいて対角成分のみのＱＭの量子化係数の値から以下で説明する共通の方法を用いて処理対象ブロックのＱＭを生成する方法の一例を説明するための図である。なお、ここで説明する処理は、符号化装置１００及び復号装置２００における共通の処理である。
　本開示の第４態様に係る符号化装置１００及び復号装置２００は、処理対象ブロックの対角成分の複数の行列要素のそれぞれを水平方向及び垂直方向に向かって重複させることにより、処理対象ブロックの量子化行列（ＱＭ）を生成する。より具体的には、符号化装置１００及び復号装置２００は、対角成分のＱＭの量子化係数の値を、上方向と左方向とにそのまま引き伸ばす、つまり、同じ値を連続して配置することで、処理対象ブロックのＱＭを生成する。
　なお、ここでは、処理対象ブロックが正方形ブロックである場合の処理対象ブロックのＱＭの生成方法についての例を説明したが、処理対象ブロックが長方形ブロックである場合についても図６６の例と同様に、対角成分のＱＭの量子化係数の値から処理対象ブロックのＱＭを生成してもよい。
　図６７は、図６４のステップＳ７０１および図６５のステップＳ８０１において、処理対象ブロックの各ブロックサイズにおいて対角成分のみのＱＭの量子化係数の値から以下で説明する共通の方法を用いて処理対象ブロックのＱＭを生成する方法の他の例を説明するための図である。なお、ここで説明する処理は、符号化装置１００及び復号装置２００における共通の処理である。
　本開示の第４態様に係る符号化装置１００及び復号装置２００は、処理対象ブロックの対角成分の複数の行列要素のそれぞれを斜め方向に向かって重複させることにより、処理対象ブロックの量子化行列を生成してもよい。より具体的には、符号化装置１００及び復号装置２００は、対角成分のＱＭの量子化係数の値を、左下方向と右上方向とにそのまま引き伸ばす、つまり、同じ値を連続して配置することで処理対象ブロックのＱＭを生成する。
　このとき、符号化装置１００及び復号装置２００は、対角成分の量子化係数に加えて、対角成分の近傍成分の量子化係数も用いて、各量子化係数を斜め方向に向かって重複させることにより、処理対象ブロックのＱＭを生成してもよい。言い換えると、処理対象ブロックの量子化行列（ＱＭ）は、対角成分の複数の行列要素及び対角成分の近傍に位置する行列要素から生成されてもよい。これにより、対角成分のみでは処理対象ブロックの全ての量子化係数を埋めることが困難な場合でも、対角成分の近傍成分の量子化係数を用いると、全ての量子化係数を埋めることができる。なお、対角成分の近傍成分は、例えば、処理対象ブロックの低域側から高域側に向かう対角線上の複数の係数のいずれかに隣接する成分である。
　例えば、対角成分の近傍成分の量子化係数は、図６７に示される位置の量子化係数である。符号化装置１００及び復号装置２００は、対角成分の近傍成分の量子化係数に関わる信号をストリームに符号化および復号して設定してもよいし、ストリームに符号化および復号せずに、対角成分の量子化係数のうち隣り合う量子化係数の値から線形補間等を用いて補間することにより導出して設定してもよい。
　なお、ここでは、処理対象ブロックが正方形ブロックである場合の処理対象ブロックのＱＭの生成方法の例を説明したが、処理対象ブロックが長方形ブロックである場合についても図６７の例と同様に、対角成分のＱＭの量子化係数の値から処理対象ブロックのＱＭを生成してもよい。
　［符号化処理および復号処理の第４の例のその他のバリエーション］
　図６６および図６７の例では、対角成分のＱＭの量子化係数から処理対象ブロック全体のＱＭの量子化係数を生成する方法を説明したが、処理対象ブロックの一部のＱＭの量子化係数のみを対角成分のＱＭの量子化係数から生成する構成としてもよい。例えば、処理対象ブロックの低域側の領域に対応するＱＭについては、当該ＱＭに含まれる全ての量子化係数をストリームに符号化および復号し、処理対象ブロックの中域および高域の領域に対応するＱＭの量子化係数のみを処理対象ブロックの対角成分のＱＭの量子化係数から生成してもよい。
　なお、正方形ブロック用のＱＭから長方形ブロック用のＱＭを生成する方法は、図６４および図６５を用いて説明した第４の例と、図４９および図５０を用いて説明した第２の例とを組み合わせた構成としてもよい。例えば、正方形ブロック用のＱＭは、第４の例で説明したように正方形ブロックの対角成分のみのＱＭの量子化係数の値から上述した２つの共通の方法のいずれかを用いて生成され、長方形ブロック用のＱＭは、第２の例で説明したように生成された前記正方形ブロック用のＱＭを用いて生成してもよい。
　なお、正方形ブロック用のＱＭから長方形ブロック用のＱＭを生成する方法は、図６４および図６５を用いて説明した第４の例と、図５５および図５６を用いて説明した第３の例とを組み合わせた構成としてもよい。例えば、処理対象ブロックの各ブロックサイズにおける有効な変換係数領域のサイズに対応したＱＭを、有効な変換係数領域の対角成分のみのＱＭの量子化係数の値から上述した共通の方法のいずれかを用いて生成してもよい。
　［符号化処理および復号処理の第４の例の効果］
　本開示の第４態様に係る符号化装置１００及び復号装置２００によれば、図６４および図６５を用いて説明した構成により、処理対象ブロックの各ブロックサイズのＱＭの量子化係数が全てストリームに記述されていなくても処理対象ブロックの対角成分のＱＭの量子化係数のみがストリームに記述されていれば処理対象ブロックの符号化処理および復号処理が可能となる。したがって、ヘッダ領域の符号量を削減することが可能となるため、符号化効率を向上させることができる可能性が高くなる。
　本態様を本開示における他の態様の少なくとも一部と組み合わせて実施してもよい。また、本態様のフローチャートに記載の一部の処理、装置の一部の構成、シンタックスの一部などを他の態様と組み合わせて実施してもよい。
　［その他の例］
　上述された各例における符号化装置１００及び復号装置２００は、それぞれ、画像符号化装置及び画像復号装置として利用されてもよいし、動画像符号化装置及び動画像復号装置として利用されてもよい。
　あるいは、符号化装置１００及び復号装置２００のそれぞれは、予測装置として利用されてもよい。すなわち、符号化装置１００及び復号装置２００は、それぞれ、インター予測部１２６及びインター予測部２１８のみに対応していてもよい。そして、他の構成要素は、他の装置に含まれていてもよい。
　また、上述された各例の少なくとも一部が、符号化方法として利用されてもよいし、復号方法として利用されてもよいし、予測方法として利用されてもよいし、その他の方法として利用されてもよい。
　また、各構成要素は、上述の通り、回路であってもよい。これらの回路は、全体として１つの回路を構成してもよいし、それぞれ別々の回路であってもよい。また、各構成要素は、汎用的なプロセッサで実現されてもよいし、専用のプロセッサで実現されてもよい。
　また、特定の構成要素が実行する処理を別の構成要素が実行してもよい。また、処理を実行する順番が変更されてもよいし、複数の処理が並行して実行されてもよい。また、符号化復号装置が、符号化装置１００及び復号装置２００を備えていてもよい。
　また、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵ又はプロセッサなどのプログラム実行部が、ハードディスク又は半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。
　具体的には、符号化装置１００及び復号装置２００のそれぞれは、処理回路（Ｐｒｏｃｅｓｓｉｎｇ　Ｃｉｒｃｕｉｔｒｙ）と、当該処理回路に電気的に接続された、当該処理回路からアクセス可能な記憶装置（Ｓｔｏｒａｇｅ）とを備えていてもよい。例えば、処理回路はプロセッサａ１又はｂ１に対応し、記憶装置はメモリａ２又はｂ２に対応する。
　処理回路は、専用のハードウェア及びプログラム実行部の少なくとも一方を含み、記憶装置を用いて処理を実行する。また、記憶装置は、処理回路がプログラム実行部を含む場合には、当該プログラム実行部により実行されるソフトウェアプログラムを記憶する。
　ここで、上述された符号化装置１００又は復号装置２００などを実現するソフトウェアは、次のようなプログラムである。
　例えば、このプログラムは、コンピュータに、符号化対象ブロックに対して直交変換を行い、かつ、二次変換を行わない場合、符号化対象ブロックの複数の変化係数に対して量子化行列を用いて量子化を行い、符号化対象ブロックに対して直交変換を行わない場合、並びに、直交変換及びに二次変換の両方を行う場合、量子化行列を用いずに符号化対象ブロックの量子化を行う符号化方法を実行させてもよい。
　また、例えば、このプログラムは、コンピュータに、復号対象ブロックに対して逆直交変換を行い、かつ、逆二次変換を行わない場合、復号対象ブロックの複数の量子化係数に対して量子化行列を用いて量子化を行い、復号対象ブロックに対して逆直交変換を行わない場合、並びに、逆直交変換及び逆二次変換の両方を行う場合、量子化行列を用いずに復号対象ブロックの逆量子化を行う復号方法を実行させてもよい。
　以上、符号化装置１００及び復号装置２００の態様について、複数の例に基づいて説明したが、符号化装置１００及び復号装置２００の態様は、これらの例に限定されるものではない。本開示の趣旨を逸脱しない限り、当業者が思いつく各種変形を各例に施したものや、異なる例における構成要素を組み合わせて構築される形態も、符号化装置１００及び復号装置２００の態様の範囲内に含まれてもよい。
　ここで開示された１以上の態様を本開示における他の態様の少なくとも一部と組み合わせて実施してもよい。また、ここで開示された１以上の態様のフローチャートに記載の一部の処理、装置の一部の構成、シンタックスの一部などを他の態様と組み合わせて実施してもよい。
　［実施及び応用］
　以上の各実施の形態において、機能的又は作用的なブロックの各々は、通常、ＭＰＵ（ｍｉｃｒｏ　ｐｒｏｃｃｅｓｓｉｎｇ　ｕｎｉｔ）及びメモリ等によって実現可能である。また、機能ブロックの各々による処理は、ＲＯＭ等の記録媒体に記録されたソフトウェア（プログラム）を読み出して実行するプロセッサなどのプログラム実行部として実現されてもよい。当該ソフトウェアは、配布されてもよい。当該ソフトウェアは、半導体メモリなどの様々な記録媒体に記録されてもよい。なお、各機能ブロックをハードウェア（専用回路）によって実現することも可能である。ハードウェア及びソフトウェアの様々な組み合わせが採用され得る。
　各実施の形態において説明した処理は、単一の装置（システム）を用いて集中処理することによって実現してもよく、又は、複数の装置を用いて分散処理することによって実現してもよい。また、上記プログラムを実行するプロセッサは、単数であってもよく、複数であってもよい。すなわち、集中処理を行ってもよく、又は分散処理を行ってもよい。
　本開示の態様は、以上の実施例に限定されることなく、種々の変更が可能であり、それらも本開示の態様の範囲内に包含される。
　さらにここで、上記各実施の形態で示した動画像符号化方法（画像符号化方法）又は動画像復号化方法（画像復号方法）の応用例、及び、その応用例を実施する種々のシステムを説明する。このようなシステムは、画像符号化方法を用いた画像符号化装置、画像復号方法を用いた画像復号装置、又は、両方を備える画像符号化復号装置を有することを特徴としてもよい。このようなシステムの他の構成について、場合に応じて適切に変更することができる。
　［使用例］
　図６８は、コンテンツ配信サービスを実現する適切なコンテンツ供給システムｅｘ１００の全体構成を示す図である。通信サービスの提供エリアを所望の大きさに分割し、各セル内にそれぞれ、図示された例における固定無線局である基地局ｅｘ１０６、ｅｘ１０７、ｅｘ１０８、ｅｘ１０９、ｅｘ１１０が設置されている。
　このコンテンツ供給システムｅｘ１００では、インターネットｅｘ１０１に、インターネットサービスプロバイダｅｘ１０２又は通信網ｅｘ１０４、及び基地局ｅｘ１０６～ｅｘ１１０を介して、コンピュータｅｘ１１１、ゲーム機ｅｘ１１２、カメラｅｘ１１３、家電ｅｘ１１４、及びスマートフォンｅｘ１１５などの各機器が接続される。当該コンテンツ供給システムｅｘ１００は、上記のいずれかの装置を組合せて接続するようにしてもよい。種々の実施において、基地局ｅｘ１０６～ｅｘ１１０を介さずに、各機器が電話網又は近距離無線等を介して直接的又は間接的に相互に接続されていてもよい。さらに、ストリーミングサーバｅｘ１０３は、インターネットｅｘ１０１等を介して、コンピュータｅｘ１１１、ゲーム機ｅｘ１１２、カメラｅｘ１１３、家電ｅｘ１１４、及びスマートフォンｅｘ１１５などの各機器と接続されてもよい。また、ストリーミングサーバｅｘ１０３は、衛星ｅｘ１１６を介して、飛行機ｅｘ１１７内のホットスポット内の端末等と接続されてもよい。
　なお、基地局ｅｘ１０６～ｅｘ１１０の代わりに、無線アクセスポイント又はホットスポット等が用いられてもよい。また、ストリーミングサーバｅｘ１０３は、インターネットｅｘ１０１又はインターネットサービスプロバイダｅｘ１０２を介さずに直接通信網ｅｘ１０４と接続されてもよいし、衛星ｅｘ１１６を介さず直接飛行機ｅｘ１１７と接続されてもよい。
　カメラｅｘ１１３はデジタルカメラ等の静止画撮影、及び動画撮影が可能な機器である。また、スマートフォンｅｘ１１５は、２Ｇ、３Ｇ、３．９Ｇ、４Ｇ、そして今後は５Ｇと呼ばれる移動通信システムの方式に対応したスマートフォン機、携帯電話機、又はＰＨＳ（Ｐｅｒｓｏｎａｌ　Ｈａｎｄｙ－ｐｈｏｎｅ　Ｓｙｓｔｅｍ）等である。
　家電ｅｘ１１４は、冷蔵庫、又は家庭用燃料電池コージェネレーションシステムに含まれる機器等である。
　コンテンツ供給システムｅｘ１００では、撮影機能を有する端末が基地局ｅｘ１０６等を通じてストリーミングサーバｅｘ１０３に接続されることで、ライブ配信等が可能になる。ライブ配信では、端末（コンピュータｅｘ１１１、ゲーム機ｅｘ１１２、カメラｅｘ１１３、家電ｅｘ１１４、スマートフォンｅｘ１１５、及び飛行機ｅｘ１１７内の端末等）は、ユーザが当該端末を用いて撮影した静止画又は動画コンテンツに対して上記各実施の形態で説明した符号化処理を行ってもよく、符号化により得られた映像データと、映像に対応する音を符号化した音データと多重化してもよく、得られたデータをストリーミングサーバｅｘ１０３に送信してもよい。即ち、各端末は、本開示の一態様に係る画像符号化装置として機能する。
　一方、ストリーミングサーバｅｘ１０３は要求のあったクライアントに対して送信されたコンテンツデータをストリーム配信する。クライアントは、上記符号化処理されたデータを復号化することが可能な、コンピュータｅｘ１１１、ゲーム機ｅｘ１１２、カメラｅｘ１１３、家電ｅｘ１１４、スマートフォンｅｘ１１５、又は飛行機ｅｘ１１７内の端末等である。配信されたデータを受信した各機器は、受信したデータを復号化処理して再生してもよい。即ち、各機器は、本開示の一態様に係る画像復号装置として機能してもよい。
　［分散処理］
　また、ストリーミングサーバｅｘ１０３は複数のサーバ又は複数のコンピュータであって、データを分散して処理したり記録したり配信するものであってもよい。例えば、ストリーミングサーバｅｘ１０３は、ＣＤＮ（Ｃｏｎｔｅｎｔｓ　Ｄｅｌｉｖｅｒｙ　Ｎｅｔｗｏｒｋ）により実現され、世界中に分散された多数のエッジサーバとエッジサーバ間をつなぐネットワークによりコンテンツ配信が実現されていてもよい。ＣＤＮでは、クライアントに応じて物理的に近いエッジサーバが動的に割り当てられ得る。そして、当該エッジサーバにコンテンツがキャッシュ及び配信されることで遅延を減らすことができる。また、いくつかのタイプのエラーが発生した場合又はトラフィックの増加などにより通信状態が変わる場合に複数のエッジサーバで処理を分散したり、他のエッジサーバに配信主体を切り替えたり、障害が生じたネットワークの部分を迂回して配信を続けることができるので、高速かつ安定した配信が実現できる。
　また、配信自体の分散処理にとどまらず、撮影したデータの符号化処理を各端末で行ってもよいし、サーバ側で行ってもよいし、互いに分担して行ってもよい。一例として、一般に符号化処理では、処理ループが２度行われる。１度目のループでフレーム又はシーン単位での画像の複雑さ、又は、符号量が検出される。また、２度目のループでは画質を維持して符号化効率を向上させる処理が行われる。例えば、端末が１度目の符号化処理を行い、コンテンツを受け取ったサーバ側が２度目の符号化処理を行うことで、各端末での処理負荷を減らしつつもコンテンツの質と効率を向上させることができる。この場合、ほぼリアルタイムで受信して復号する要求があれば、端末が行った一度目の符号化済みデータを他の端末で受信して再生することもできるので、より柔軟なリアルタイム配信も可能になる。
　他の例として、カメラｅｘ１１３等は、画像から特徴量（特徴又は特性の量）を抽出し、特徴量に関するデータをメタデータとして圧縮してサーバに送信する。サーバは、例えば特徴量からオブジェクトの重要性を判断して量子化精度を切り替えるなど、画像の意味（又は内容の重要性）に応じた圧縮を行う。特徴量データはサーバでの再度の圧縮時の動きベクトル予測の精度及び効率向上に特に有効である。また、端末でＶＬＣ（可変長符号化）などの簡易的な符号化を行い、サーバでＣＡＢＡＣ（コンテキスト適応型二値算術符号化方式）など処理負荷の大きな符号化を行ってもよい。
　さらに他の例として、スタジアム、ショッピングモール、又は工場などにおいては、複数の端末によりほぼ同一のシーンが撮影された複数の映像データが存在する場合がある。この場合には、撮影を行った複数の端末と、必要に応じて撮影をしていない他の端末及びサーバを用いて、例えばＧＯＰ（Ｇｒｏｕｐ　ｏｆ　Ｐｉｃｔｕｒｅ）単位、ピクチャ単位、又はピクチャを分割したタイル単位などで符号化処理をそれぞれ割り当てて分散処理を行う。これにより、遅延を減らし、よりリアルタイム性を実現できる。
　複数の映像データはほぼ同一シーンであるため、各端末で撮影された映像データを互いに参照し合えるように、サーバで管理及び／又は指示をしてもよい。また、各端末からの符号化済みデータを、サーバが受信し複数のデータ間で参照関係を変更、又はピクチャ自体を補正或いは差し替えて符号化しなおしてもよい。これにより、一つ一つのデータの質と効率を高めたストリームを生成できる。
　さらに、サーバは、映像データの符号化方式を変更するトランスコードを行ったうえで映像データを配信してもよい。例えば、サーバは、ＭＰＥＧ系の符号化方式をＶＰ系（例えばＶＰ９）に変換してもよいし、Ｈ．２６４をＨ．２６５に変換等してもよい。
　このように、符号化処理は、端末、又は１以上のサーバにより行うことが可能である。よって、以下では、処理を行う主体として「サーバ」又は「端末」等の記載を用いるが、サーバで行われる処理の一部又は全てが端末で行われてもよいし、端末で行われる処理の一部又は全てがサーバで行われてもよい。また、これらに関しては、復号処理についても同様である。
　［３Ｄ、マルチアングル］
　互いにほぼ同期した複数のカメラｅｘ１１３及び／又はスマートフォンｅｘ１１５などの端末により撮影された異なるシーン、又は、同一シーンを異なるアングルから撮影した画像或いは映像を統合して利用することが増えてきている。各端末で撮影した映像は、別途取得した端末間の相対的な位置関係、又は、映像に含まれる特徴点が一致する領域などに基づいて統合され得る。
　サーバは、２次元の動画像を符号化するだけでなく、動画像のシーン解析などに基づいて自動的に、又は、ユーザが指定した時刻において、静止画を符号化し、受信端末に送信してもよい。サーバは、さらに、撮影端末間の相対的な位置関係を取得できる場合には、２次元の動画像だけでなく、同一シーンが異なるアングルから撮影された映像に基づき、当該シーンの３次元形状を生成できる。サーバは、ポイントクラウドなどにより生成した３次元のデータを別途符号化してもよいし、３次元データを用いて人物又はオブジェクトを認識或いは追跡した結果に基づいて、受信端末に送信する映像を、複数の端末で撮影した映像から、選択、又は、再構成して生成してもよい。
　このようにして、ユーザは、各撮影端末に対応する各映像を任意に選択してシーンを楽しむこともできるし、複数画像又は映像を用いて再構成された３次元データから選択視点の映像を切り出したコンテンツを楽しむこともできる。さらに、映像と共に、音も複数の相異なるアングルから収音され、サーバは、特定のアングル又は空間からの音を対応する映像と多重化して、多重化された映像と音とを送信してもよい。
　また、近年ではＶｉｒｔｕａｌ　Ｒｅａｌｉｔｙ（ＶＲ）及びＡｕｇｍｅｎｔｅｄ　Ｒｅａｌｉｔｙ（ＡＲ）など、現実世界と仮想世界とを対応付けたコンテンツも普及してきている。ＶＲの画像の場合、サーバは、右目用及び左目用の視点画像をそれぞれ作成し、Ｍｕｌｔｉ－Ｖｉｅｗ　Ｃｏｄｉｎｇ（ＭＶＣ）などにより各視点映像間で参照を許容する符号化を行ってもよいし、互いに参照せずに別ストリームとして符号化してもよい。別ストリームの復号時には、ユーザの視点に応じて仮想的な３次元空間が再現されるように互いに同期させて再生するとよい。
　ＡＲの画像の場合には、サーバは、現実空間のカメラ情報に、仮想空間上の仮想物体情報を、３次元的位置又はユーザの視点の動きに基づいて重畳してもよい。復号装置は、仮想物体情報及び３次元データを取得又は保持し、ユーザの視点の動きに応じて２次元画像を生成し、スムーズにつなげることで重畳データを作成してもよい。または、復号装置は仮想物体情報の依頼に加えてユーザの視点の動きをサーバに送信してもよい。サーバは、サーバに保持される３次元データから受信した視点の動きに合わせて重畳データを作成し、重畳データを符号化して復号装置に配信してもよい。なお、重畳データは、典型的には、ＲＧＢ以外に透過度を示すα値を有し、サーバは、３次元データから作成されたオブジェクト以外の部分のα値が０などに設定し、当該部分が透過する状態で、符号化してもよい。もしくは、サーバは、クロマキーのように所定の値のＲＧＢ値を背景に設定し、オブジェクト以外の部分は背景色にしたデータを生成してもよい。所定の値のＲＧＢ値は、予め定められていてもよい。
　同様に配信されたデータの復号処理はクライアント（例えば、端末）で行っても、サーバ側で行ってもよいし、互いに分担して行ってもよい。一例として、ある端末が、一旦サーバに受信リクエストを送り、そのリクエストに応じたコンテンツを他の端末で受信し復号処理を行い、ディスプレイを有する装置に復号済みの信号が送信されてもよい。通信可能な端末自体の性能によらず処理を分散して適切なコンテンツを選択することで画質のよいデータを再生することができる。また、他の例として大きなサイズの画像データをＴＶ等で受信しつつ、鑑賞者の個人端末にピクチャが分割されたタイルなど一部の領域が復号されて表示されてもよい。これにより、全体像を共有化しつつ、自身の担当分野又はより詳細に確認したい領域を手元で確認することができる。
　屋内外の近距離、中距離、又は長距離の無線通信が複数使用可能な状況下で、ＭＰＥＧ－ＤＡＳＨなどの配信システム規格を利用して、シームレスにコンテンツを受信することが可能かもしれない。ユーザは、ユーザの端末、屋内外に配置されたディスプレイなどの復号装置又は表示装置を自由に選択しながらリアルタイムで切り替えてもよい。また、自身の位置情報などを用いて、復号する端末及び表示する端末を切り替えながら復号を行うことができる。これにより、ユーザが目的地へ移動している間に、表示可能なデバイスが埋め込まれた隣の建物の壁面又は地面の一部に情報をマップ及び表示することが可能になる。また、符号化データが受信端末から短時間でアクセスできるサーバにキャッシュされている、又は、コンテンツ・デリバリー・サービスにおけるエッジサーバにコピーされている、などの、ネットワーク上での符号化データへのアクセス容易性に基づいて、受信データのビットレートを切り替えることも可能である。
　［スケーラブル符号化］
　コンテンツの切り替えに関して、図６９に示す、上記各実施の形態で示した動画像符号化方法を応用して圧縮符号化されたスケーラブルなストリームを用いて説明する。サーバは、個別のストリームとして内容は同じで質の異なるストリームを複数有していても構わないが、図示するようにレイヤに分けて符号化を行うことで実現される時間的／空間的スケーラブルなストリームの特徴を活かして、コンテンツを切り替える構成であってもよい。つまり、復号側が性能という内的要因と通信帯域の状態などの外的要因とに応じてどのレイヤを復号するかを決定することで、復号側は、低解像度のコンテンツと高解像度のコンテンツとを自由に切り替えて復号できる。例えばユーザが移動中にスマートフォンｅｘ１１５で視聴していた映像の続きを、例えば帰宅後にインターネットＴＶ等の機器で視聴したい場合には、当該機器は、同じストリームを異なるレイヤまで復号すればよいので、サーバ側の負担を軽減できる。
　さらに、上記のように、レイヤ毎にピクチャが符号化されており、ベースレイヤの上位のエンハンスメントレイヤでスケーラビリティを実現する構成以外に、エンハンスメントレイヤが画像の統計情報などに基づくメタ情報を含んでいてもよい。復号側が、メタ情報に基づきベースレイヤのピクチャを超解像することで高画質化したコンテンツを生成してもよい。超解像は、解像度を維持及び／又は拡大しつつ、ＳＮ比を向上してもよい。メタ情報は、超解像処理に用いるような線形或いは非線形のフィルタ係数を特定するため情報、又は、超解像処理に用いるフィルタ処理、機械学習或いは最小２乗演算におけるパラメータ値を特定する情報などを含む。
　または、画像内のオブジェクトなどの意味合いに応じてピクチャがタイル等に分割される構成が提供されてもよい。復号側が、復号するタイルを選択することで一部の領域だけを復号する。さらに、オブジェクトの属性（人物、車、ボールなど）と映像内の位置（同一画像における座標位置など）とをメタ情報として格納することで、復号側は、メタ情報に基づいて所望のオブジェクトの位置を特定し、そのオブジェクトを含むタイルを決定できる。例えば、図７０に示すように、メタ情報は、ＨＥＶＣにおけるＳＥＩ（ｓｕｐｐｌｅｍｅｎｔａｌ　ｅｎｈａｎｃｅｍｅｎｔ　ｉｎｆｏｒｍａｔｉｏｎ）メッセージなど、画素データとは異なるデータ格納構造を用いて格納されてもよい。このメタ情報は、例えば、メインオブジェクトの位置、サイズ、又は色彩などを示す。
　ストリーム、シーケンス又はランダムアクセス単位など、複数のピクチャから構成される単位でメタ情報が格納されてもよい。復号側は、特定人物が映像内に出現する時刻などを取得でき、ピクチャ単位の情報と時間情報を合わせることで、オブジェクトが存在するピクチャを特定でき、ピクチャ内でのオブジェクトの位置を決定できる。
　［Ｗｅｂページの最適化］
　図７１は、コンピュータｅｘ１１１等におけるｗｅｂページの表示画面例を示す図である。図７２は、スマートフォンｅｘ１１５等におけるｗｅｂページの表示画面例を示す図である。図７１及び図７２に示すようにｗｅｂページが、画像コンテンツへのリンクであるリンク画像を複数含む場合があり、閲覧するデバイスによってその見え方は異なっていてもよい。画面上に複数のリンク画像が見える場合には、ユーザが明示的にリンク画像を選択するまで、又は画面の中央付近にリンク画像が近付く或いはリンク画像の全体が画面内に入るまで、表示装置（復号装置）は、リンク画像として各コンテンツが有する静止画又はＩピクチャを表示してもよいし、複数の静止画又はＩピクチャ等でｇｉｆアニメのような映像を表示してもよいし、ベースレイヤのみを受信し、映像を復号及び表示してもよい。
　ユーザによりリンク画像が選択された場合、表示装置は、例えばベースレイヤを最優先にしつつ復号を行う。なお、ｗｅｂページを構成するＨＴＭＬにスケーラブルなコンテンツであることを示す情報があれば、表示装置は、エンハンスメントレイヤまで復号してもよい。さらに、リアルタイム性を担保するために、選択される前又は通信帯域が非常に厳しい場合には、表示装置は、前方参照のピクチャ（Ｉピクチャ、Ｐピクチャ、前方参照のみのＢピクチャ）のみを復号及び表示することで、先頭ピクチャの復号時刻と表示時刻との間の遅延（コンテンツの復号開始から表示開始までの遅延）を低減できる。またさらに、表示装置は、ピクチャの参照関係を敢えて無視して、全てのＢピクチャ及びＰピクチャを前方参照にして粗く復号し、時間が経ち受信したピクチャが増えるにつれて正常の復号を行ってもよい。
　［自動走行］
　また、車の自動走行又は走行支援のため２次元又は３次元の地図情報などのような静止画又は映像データを送受信する場合、受信端末は、１以上のレイヤに属する画像データに加えて、メタ情報として天候又は工事の情報なども受信し、これらを対応付けて復号してもよい。なお、メタ情報は、レイヤに属してもよいし、単に画像データと多重化されてもよい。
　この場合、受信端末を含む車、ドローン又は飛行機などが移動するため、受信端末は、当該受信端末の位置情報を送信することで、基地局ｅｘ１０６～ｅｘ１１０を切り替えながらシームレスな受信及び復号の実行を実現できる。また、受信端末は、ユーザの選択、ユーザの状況及び／又は通信帯域の状態に応じて、メタ情報をどの程度受信するか、又は地図情報をどの程度更新していくかを動的に切り替えることが可能になる。
　コンテンツ供給システムｅｘ１００では、ユーザが送信した符号化された情報をリアルタイムでクライアントが受信して復号し、再生することができる。
　［個人コンテンツの配信］
　また、コンテンツ供給システムｅｘ１００では、映像配信業者による高画質で長時間のコンテンツのみならず、個人による低画質で短時間のコンテンツのユニキャスト、又はマルチキャスト配信が可能である。このような個人のコンテンツは今後も増加していくと考えられる。個人コンテンツをより優れたコンテンツにするために、サーバは、編集処理を行ってから符号化処理を行ってもよい。これは、例えば、以下のような構成を用いて実現できる。
　撮影時にリアルタイム又は蓄積して撮影後に、サーバは、原画データ又は符号化済みデータから撮影エラー、シーン探索、意味の解析、及びオブジェクト検出などの認識処理を行う。そして、サーバは、認識結果に基づいて手動又は自動で、ピントずれ又は手ブレなどを補正したり、明度が他のピクチャに比べて低い又は焦点が合っていないシーンなどの重要性の低いシーンを削除したり、オブジェクトのエッジを強調したり、色合いを変化させるなどの編集を行う。サーバは、編集結果に基づいて編集後のデータを符号化する。また撮影時刻が長すぎると視聴率が下がることも知られており、サーバは、撮影時間に応じて特定の時間範囲内のコンテンツになるように上記のように重要性が低いシーンのみならず動きが少ないシーンなどを、画像処理結果に基づき自動でクリップしてもよい。または、サーバは、シーンの意味解析の結果に基づいてダイジェストを生成して符号化してもよい。
　個人コンテンツには、そのままでは著作権、著作者人格権、又は肖像権等の侵害となるものが写り込んでいるケースもあり、共有する範囲が意図した範囲を超えてしまうなど個人にとって不都合な場合もある。よって、例えば、サーバは、画面の周辺部の人の顔、又は家の中などを敢えて焦点が合わない画像に変更して符号化してもよい。さらに、サーバは、符号化対象画像内に、予め登録した人物とは異なる人物の顔が映っているかどうかを認識し、映っている場合には、顔の部分にモザイクをかけるなどの処理を行ってもよい。または、符号化の前処理又は後処理として、著作権などの観点からユーザが画像を加工したい人物又は背景領域を指定してもよい。サーバは、指定された領域を別の映像に置き換える、又は焦点をぼかすなどの処理を行ってもよい。人物であれば、動画像において人物をトラッキングして、人物の顔の部分の映像を置き換えることができる。
　データ量の小さい個人コンテンツの視聴はリアルタイム性の要求が強いため、帯域幅にもよるが、復号装置は、まずベースレイヤを最優先で受信して復号及び再生を行ってもよい。復号装置は、この間にエンハンスメントレイヤを受信し、再生がループされる場合など２回以上再生される場合に、エンハンスメントレイヤも含めて高画質の映像を再生してもよい。このようにスケーラブルな符号化が行われているストリームであれば、未選択時又は見始めた段階では粗い動画だが、徐々にストリームがスマートになり画像がよくなるような体験を提供することができる。スケーラブル符号化以外にも、１回目に再生される粗いストリームと、１回目の動画を参照して符号化される２回目のストリームとが１つのストリームとして構成されていても同様の体験を提供できる。
　［その他の実施応用例］
　また、これらの符号化又は復号処理は、一般的に各端末が有するＬＳＩｅｘ５００において処理される。ＬＳＩ（ｌａｒｇｅ　ｓｃａｌｅ　ｉｎｔｅｇｒａｔｉｏｎ　ｃｉｒｃｕｉｔｒｙ）ｅｘ５００（図６８参照）は、ワンチップであっても複数チップからなる構成であってもよい。なお、動画像符号化又は復号用のソフトウェアをコンピュータｅｘ１１１等で読み取り可能な何らかの記録メディア（ＣＤ－ＲＯＭ、フレキシブルディスク、又はハードディスクなど）に組み込み、そのソフトウェアを用いて符号化又は復号処理を行ってもよい。さらに、スマートフォンｅｘ１１５がカメラ付きである場合には、そのカメラで取得した動画データを送信してもよい。このときの動画データはスマートフォンｅｘ１１５が有するＬＳＩｅｘ５００で符号化処理されたデータであってもよい。
　なお、ＬＳＩｅｘ５００は、アプリケーションソフトをダウンロードしてアクティベートする構成であってもよい。この場合、端末は、まず、当該端末がコンテンツの符号化方式に対応しているか、又は、特定サービスの実行能力を有するかを判定する。端末がコンテンツの符号化方式に対応していない場合、又は、特定サービスの実行能力を有さない場合、端末は、コーデック又はアプリケーションソフトをダウンロードし、その後、コンテンツ取得及び再生してもよい。
　また、インターネットｅｘ１０１を介したコンテンツ供給システムｅｘ１００に限らず、デジタル放送用システムにも上記各実施の形態の少なくとも動画像符号化装置（画像符号化装置）又は動画像復号化装置（画像復号装置）のいずれかを組み込むことができる。衛星などを利用して放送用の電波に映像と音が多重化された多重化データを載せて送受信するため、コンテンツ供給システムｅｘ１００のユニキャストがし易い構成に対してマルチキャスト向きであるという違いがあるが符号化処理及び復号処理に関しては同様の応用が可能である。
　［ハードウェア構成］
　図７３は、図６８に示されたスマートフォンｅｘ１１５のさらに詳細を示す図である。また、図７４は、スマートフォンｅｘ１１５の構成例を示す図である。スマートフォンｅｘ１１５は、基地局ｅｘ１１０との間で電波を送受信するためのアンテナｅｘ４５０と、映像及び静止画を撮ることが可能なカメラ部ｅｘ４６５と、カメラ部ｅｘ４６５で撮像した映像、及びアンテナｅｘ４５０で受信した映像等が復号されたデータを表示する表示部ｅｘ４５８とを備える。スマートフォンｅｘ１１５は、さらに、タッチパネル等である操作部ｅｘ４６６と、音声又は音響を出力するためのスピーカ等である音声出力部ｅｘ４５７と、音声を入力するためのマイク等である音声入力部ｅｘ４５６と、撮影した映像或いは静止画、録音した音声、受信した映像或いは静止画、メール等の符号化されたデータ、又は、復号化されたデータを保存可能なメモリ部ｅｘ４６７と、ユーザを特定し、ネットワークをはじめ各種データへのアクセスの認証をするためのＳＩＭｅｘ４６８とのインタフェース部であるスロット部ｅｘ４６４とを備える。なお、メモリ部ｅｘ４６７の代わりに外付けメモリが用いられてもよい。
　表示部ｅｘ４５８及び操作部ｅｘ４６６等を統括的に制御し得る主制御部ｅｘ４６０と、電源回路部ｅｘ４６１、操作入力制御部ｅｘ４６２、映像信号処理部ｅｘ４５５、カメラインタフェース部ｅｘ４６３、ディスプレイ制御部ｅｘ４５９、変調／復調部ｅｘ４５２、多重／分離部ｅｘ４５３、音声信号処理部ｅｘ４５４、スロット部ｅｘ４６４、及びメモリ部ｅｘ４６７とが同期バスｅｘ４７０を介して接続されている。
　電源回路部ｅｘ４６１は、ユーザの操作により電源キーがオン状態にされると、スマートフォンｅｘ１１５を動作可能な状態に起動し、バッテリパックから各部に対して電力を供給する。
　スマートフォンｅｘ１１５は、ＣＰＵ、ＲＯＭ及びＲＡＭ等を有する主制御部ｅｘ４６０の制御に基づいて、通話及データ通信等の処理を行う。通話時は、音声入力部ｅｘ４５６で収音した音声信号を音声信号処理部ｅｘ４５４でデジタル音声信号に変換し、変調／復調部ｅｘ４５２でスペクトラム拡散処理を施し、送信／受信部ｅｘ４５１でデジタルアナログ変換処理及び周波数変換処理を施し、その結果の信号を、アンテナｅｘ４５０を介して送信する。また受信データを増幅して周波数変換処理及びアナログデジタル変換処理を施し、変調／復調部ｅｘ４５２でスペクトラム逆拡散処理し、音声信号処理部ｅｘ４５４でアナログ音声信号に変換した後、これを音声出力部ｅｘ４５７から出力する。データ通信モード時は、本体部の操作部ｅｘ４６６等の操作に基づいてテキスト、静止画、又は映像データが操作入力制御部ｅｘ４６２を介して主制御部ｅｘ４６０の制御下で送出され得る。同様の送受信処理が行われる。データ通信モード時に映像、静止画、又は映像と音声を送信する場合、映像信号処理部ｅｘ４５５は、メモリ部ｅｘ４６７に保存されている映像信号又はカメラ部ｅｘ４６５から入力された映像信号を上記各実施の形態で示した動画像符号化方法によって圧縮符号化し、符号化された映像データを多重／分離部ｅｘ４５３に送出する。音声信号処理部ｅｘ４５４は、映像又は静止画をカメラ部ｅｘ４６５で撮像中に音声入力部ｅｘ４５６で収音した音声信号を符号化し、符号化された音声データを多重／分離部ｅｘ４５３に送出する。多重／分離部ｅｘ４５３は、符号化済み映像データと符号化済み音声データを所定の方式で多重化し、変調／復調部（変調／復調回路部）ｅｘ４５２、及び送信／受信部ｅｘ４５１で変調処理及び変換処理を施してアンテナｅｘ４５０を介して送信する。所定の方式は、予め定められていてもよい。
　電子メール又はチャットに添付された映像、又はウェブページにリンクされた映像を受信した場合等において、アンテナｅｘ４５０を介して受信された多重化データを復号するために、多重／分離部ｅｘ４５３は、多重化データを分離することにより、多重化データを映像データのビットストリームと音声データのビットストリームとに分け、同期バスｅｘ４７０を介して符号化された映像データを映像信号処理部ｅｘ４５５に供給するとともに、符号化された音声データを音声信号処理部ｅｘ４５４に供給する。映像信号処理部ｅｘ４５５は、上記各実施の形態で示した動画像符号化方法に対応した動画像復号化方法によって映像信号を復号し、ディスプレイ制御部ｅｘ４５９を介して表示部ｅｘ４５８から、リンクされた動画像ファイルに含まれる映像又は静止画が表示される。音声信号処理部ｅｘ４５４は、音声信号を復号し、音声出力部ｅｘ４５７から音声が出力される。リアルタイムストリーミングがますます普及しだしているため、ユーザの状況によっては音声の再生が社会的にふさわしくないこともあり得る。そのため、初期値としては、音声信号は再生せず映像データのみを再生する構成の方が望ましく、ユーザが映像データをクリックするなど操作を行った場合にのみ音声を同期して再生してもよい。
　またここではスマートフォンｅｘ１１５を例に説明したが、端末としては符号化器及び復号化器を両方持つ送受信型端末の他に、符号化器のみを有する送信端末、及び、復号化器のみを有する受信端末という他の実装形式が考えられる。デジタル放送用システムにおいて、映像データに音声データが多重化された多重化データを受信又は送信するとして説明した。ただし、多重化データには、音声データ以外に映像に関連する文字データなどが多重化されてもよい。また、多重化データではなく映像データ自体が受信又は送信されてもよい。
　なお、ＣＰＵを含む主制御部ｅｘ４６０が符号化又は復号処理を制御するとして説明したが、種々の端末はＧＰＵを備えることも多い。よって、ＣＰＵとＧＰＵで共通化されたメモリ、又は共通に使用できるようにアドレスが管理されているメモリにより、ＧＰＵの性能を活かして広い領域を一括して処理する構成でもよい。これにより符号化時間を短縮でき、リアルタイム性を確保し、低遅延を実現できる。特に動き探索、デブロックフィルタ、ＳＡＯ（Ｓａｍｐｌｅ　Ａｄａｐｔｉｖｅ　Ｏｆｆｓｅｔ）、及び変換・量子化の処理を、ＣＰＵではなく、ＧＰＵでピクチャなどの単位で一括して行うと効率的である。
　本開示は、例えば、テレビジョン受像機、デジタルビデオレコーダー、カーナビゲーション、携帯電話、デジタルカメラ、デジタルビデオカメラ、テレビ会議システム、又は、電子ミラー等に利用可能である。
　　１００　符号化装置
　　１０２　分割部
　　１０４　減算部
　　１０６　変換部
　　１０８　量子化部
　　１１０　エントロピー符号化部
　　１１２、２０４　逆量子化部
　　１１４、２０６　逆変換部
　　１１６、２０８　加算部
　　１１８、２１０　ブロックメモリ
　　１２０、２１２　ループフィルタ部
　　１２２、２１４　フレームメモリ
　　１２４、２１６　イントラ予測部
　　１２６、２１８　インター予測部
　　１２８、２２０　予測制御部
　　２００　復号装置
　　２０２　エントロピー復号部
　　１２０１　境界判定部
　　１２０２、１２０４、１２０６　スイッチ
　　１２０３　フィルタ判定部
　　１２０５　フィルタ処理部
　　１２０７　フィルタ特性決定部
　　１２０８　処理判定部
　　ａ１、ｂ１　プロセッサ
　　ａ２、ｂ２　メモリ

Claims (8)

  1. 　回路と、
    　前記回路に接続されたメモリと、を備え、
    　前記回路は、動作において、
    　符号化対象ブロックに対して直交変換を行い、かつ、二次変換を行わない場合、前記符号化処理対象ブロックの複数の変換係数に対して量子化行列を用いて量子化を行い、
    　前記符号化処理対象ブロックに対して直交変換を行わない場合、並びに、直交変換及び二次変換の両方を行う場合、前記量子化行列を用いずに前記符号化対象ブロックの量子化を行う、
    　符号化装置。
  2. 　前記回路は、前記符号化対象ブロックに対して直交変換が行われているか否か、及び、前記符号化対象ブロックの複数の変換係数に対して二次変換が行われているか否かを示す情報に基づいて、前記符号化対象ブロックに対する量子化処理において前記量子化行列を用いるか否かを決定する、
    　請求項１に記載の符号化装置。
  3. 　前記回路は、前記符号化対象ブロックが長方形ブロックである場合、正方形ブロックの複数の変換係数に対する第１量子化行列を変換することにより、前記長方形ブロックの複数の変換係数に対する第２量子化行列を生成し、
    　前記長方形ブロックの複数の変換係数に対して前記第２量子化行列を用いて量子化を行う、
    　請求項１又は２に記載の符号化装置。
  4. 　回路と、
    　前記回路に接続されたメモリと、を備え、
    　前記回路は、動作において、
    　復号対象ブロックに対して逆直交変換を行い、かつ、逆二次変換を行わない場合、前記復号対象ブロックの複数の量子化係数に対して量子化行列を用いて逆量子化を行い、
    　前記復号対象ブロックに対して逆直交変換を行わない場合、並びに、逆直交変換及び逆二次変換の両方を行う場合、前記量子化行列を用いずに前記復号対象ブロックの逆量子化を行う、
    　復号装置。
  5. 　前記回路は、前記復号対象ブロックに対して逆直交変換が行われているか否か、及び、前記復号対象ブロックの複数の二次変換係数に対して逆二次変換が行われているか否かを示す情報に基づいて、前記復号対象ブロックに対する逆量子化処理において前記量子化行列を用いるか否かを決定する、
    　請求項４に記載の復号装置。
  6. 　前記回路は、前記復号対象ブロックが長方形ブロックである場合、正方形ブロックの複数の変換係数に対する第１量子化行列を変換することにより、前記長方形ブロックの複数の変換係数に対する第２量子化行列を生成し、
    　前記長方形ブロックの複数の量子化係数に対して前記第２量子化行列を用いて逆量子化を行う、
    　請求項４又は５に記載の復号装置。
  7. 　符号化対象ブロックに対して直交変換を行い、かつ、二次変換を行わない場合、前記符号化対象ブロックの複数の変化係数に対して量子化行列を用いて量子化を行い、
    　前記符号化対象ブロックに対して直交変換を行わない場合、並びに、直交変換及びに二次変換の両方を行う場合、前記量子化行列を用いずに前記符号化対象ブロックの量子化を行う、
    　符号化方法。
  8. 　復号対象ブロックに対して逆直交変換を行い、かつ、逆二次変換を行わない場合、前記復号対象ブロックの複数の量子化係数に対して量子化行列を用いて量子化を行い、
    　前記復号対象ブロックに対して逆直交変換を行わない場合、並びに、逆直交変換及び逆二次変換の両方を行う場合、前記量子化行列を用いずに前記復号対象ブロックの逆量子化を行う、
    　復号方法。
PCT/JP2020/008531 2019-03-01 2020-02-28 符号化装置、復号装置、符号化方法及び復号方法 WO2020179715A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US17/377,107 US11677947B2 (en) 2019-03-01 2021-07-15 Encoder, decoder, encoding method, and decoding method
US18/311,064 US20230308649A1 (en) 2019-03-01 2023-05-02 Encoder, decoder, encoding method, and decoding method

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201962812501P 2019-03-01 2019-03-01
US62/812,501 2019-03-01
US201962819914P 2019-03-18 2019-03-18
US62/819,914 2019-03-18

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/377,107 Continuation US11677947B2 (en) 2019-03-01 2021-07-15 Encoder, decoder, encoding method, and decoding method

Publications (1)

Publication Number Publication Date
WO2020179715A1 true WO2020179715A1 (ja) 2020-09-10

Family

ID=72337533

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/008531 WO2020179715A1 (ja) 2019-03-01 2020-02-28 符号化装置、復号装置、符号化方法及び復号方法

Country Status (2)

Country Link
US (2) US11677947B2 (ja)
WO (1) WO2020179715A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200304794A1 (en) * 2019-03-21 2020-09-24 Mediatek Inc. Method and Apparatus of the Quantization Matrix Computation and Representation for Video Coding

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013187060A1 (ja) * 2012-06-12 2013-12-19 パナソニック株式会社 動画像符号化方法、動画像復号化方法、動画像符号化装置および動画像復号化装置
WO2019022099A1 (ja) * 2017-07-28 2019-01-31 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 符号化装置、復号装置、符号化方法及び復号方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103988508B (zh) * 2011-12-19 2018-10-12 索尼公司 图像处理设备和方法
CN111684809B (zh) * 2017-12-15 2022-08-19 Lg电子株式会社 基于变换的图像编码方法和用于该方法的装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013187060A1 (ja) * 2012-06-12 2013-12-19 パナソニック株式会社 動画像符号化方法、動画像復号化方法、動画像符号化装置および動画像復号化装置
WO2019022099A1 (ja) * 2017-07-28 2019-01-31 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 符号化装置、復号装置、符号化方法及び復号方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
TOMA, TADAMASA ET AL.: "CE7-related: Support of quantization matrices", JOINT VIDEO EXPLORATION TEAM (JVET), no. JVET-L0121-v2, 6 October 2018 (2018-10-06), XP030195025 *

Also Published As

Publication number Publication date
US20230308649A1 (en) 2023-09-28
US11677947B2 (en) 2023-06-13
US20210344923A1 (en) 2021-11-04

Similar Documents

Publication Publication Date Title
WO2020166643A1 (ja) 符号化装置、復号装置、符号化方法、および復号方法
JP2022503464A (ja) ビデオコーディング用動きベクトル予測
WO2020184555A1 (ja) 符号化装置、復号装置、符号化方法及び復号方法
JP7389283B2 (ja) 符号化装置及び復号装置
WO2020085235A1 (ja) 符号化装置、復号装置、符号化方法及び復号方法
WO2020116630A1 (ja) 符号化装置、復号装置、符号化方法及び復号方法
WO2019240050A1 (ja) 符号化装置、復号装置、符号化方法および復号方法
WO2020130020A1 (ja) 符号化装置、復号装置、符号化方法及び復号方法
JP7072088B2 (ja) 符号化装置及び復号装置
JP2023068203A (ja) 復号装置及び復号方法
JP2022058478A (ja) 符号化装置及び復号装置
JPWO2020045050A1 (ja) 符号化装置、復号装置、符号化方法及び復号方法
WO2020218564A1 (ja) 符号化装置、復号装置、符号化方法及び復号方法
WO2020116242A1 (ja) 符号化装置、復号装置、符号化方法及び復号方法
WO2020116241A1 (ja) 符号化装置、復号装置、符号化方法及び復号方法
WO2020179715A1 (ja) 符号化装置、復号装置、符号化方法及び復号方法
JP7079377B2 (ja) 符号化装置、復号装置、符号化方法、および復号方法
JP7176094B2 (ja) 符号化装置及び符号化方法
WO2020166480A1 (ja) 符号化装置、復号装置、符号化方法、および復号方法
WO2020235586A1 (ja) 符号化装置、復号装置、符号化方法及び復号方法
WO2020162535A1 (ja) 符号化装置、復号装置、符号化方法、および復号方法
WO2020162534A1 (ja) 符号化装置、復号装置、符号化方法、および復号方法
WO2020122232A1 (ja) 符号化装置、復号装置、符号化方法、および復号方法
WO2020121879A1 (ja) 符号化装置、復号装置、符号化方法、および復号方法
WO2020050281A1 (ja) 符号化装置、復号装置、符号化方法、および復号方法

Legal Events

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

Ref document number: 20767359

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: 20767359

Country of ref document: EP

Kind code of ref document: A1