WO2020116376A1 - 動画像復号装置および動画像符号化装置 - Google Patents
動画像復号装置および動画像符号化装置 Download PDFInfo
- Publication number
- WO2020116376A1 WO2020116376A1 PCT/JP2019/046959 JP2019046959W WO2020116376A1 WO 2020116376 A1 WO2020116376 A1 WO 2020116376A1 JP 2019046959 W JP2019046959 W JP 2019046959W WO 2020116376 A1 WO2020116376 A1 WO 2020116376A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- unit
- prediction
- tree
- color difference
- division
- Prior art date
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
-
- 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
- H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/103—Selection of coding mode or of prediction mode
- H04N19/11—Selection of coding mode or of prediction mode among a plurality of spatial predictive coding modes
-
- 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
- H04N19/10—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
- H04N19/186—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
-
- 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
- H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
- H04N19/96—Tree coding, e.g. quad-tree coding
Definitions
- the embodiment of the present invention relates to a moving image decoding device and a moving image encoding device.
- a moving image encoding device that generates encoded data by encoding the moving image, and a moving image that generates a decoded image by decoding the encoded data.
- An image decoding device is used.
- moving image coding methods include H.264/AVC and HEVC (High-Efficiency Video Coding) methods.
- images (pictures) that make up a moving image are slices obtained by dividing the image, and coding tree units (CTU: Coding Tree Unit) obtained by dividing the slices. ), a coding unit obtained by dividing the coding tree unit (also referred to as a coding unit (Coding Unit: CU)), and a transform unit (TU: obtained by dividing the coding unit). It is managed by a hierarchical structure consisting of Transform Units) and is encoded/decoded for each CU.
- CTU Coding Tree Unit
- a predicted image is usually generated based on a locally decoded image obtained by coding/decoding an input image, and the predicted image is generated from the input image (original image).
- the prediction error obtained by the subtraction also referred to as “difference image” or “residual image” is encoded.
- inter prediction inter prediction
- intra-screen prediction intra prediction
- Non-Patent Document 1 can be cited as a technique of recent video encoding and decoding.
- Non-Patent Document 1 after dividing the screen into rectangular CTU blocks, the screeching CTU is formed by a plurality of trees such as a quadtree, a binary tree, and a ternary tree called a multitree MTT (QTBT, QTBTTT) A technique for recursively dividing is disclosed.
- Non-Patent Document 1 realizes various partitioning methods including a quadtree, a binary tree, and a ternary tree, but it is necessary to encode and decode a small block of 2x2 as an intra color difference block. Since the small block has a large overhead per pixel, there is a problem that the processing delay becomes large especially in the intra prediction and the overall throughput is reduced. In particular, in the method using the DUAL tree, it is necessary to process the color difference image of the color difference tree after the brightness image of the luminance tree, and it is not possible to process the brightness image and the color difference image in parallel like the common tree. There is. In addition, intra-picture prediction that uses multiplication and intra-prediction that uses diagonal reference have particularly large processing delays.
- QT partitioning is performed in a moving image decoding apparatus that uses two trees (DUAL tree) that differ in luminance and color difference and a case that uses a common tree (SINGLE tree) in luminance and color difference.
- Qt_split_cu_flag indicating whether or not
- mtt_split_cu_flag indicating presence/absence of MT division
- mtt_split_cu_vertical_flag indicating division direction of MT division
- mtt_split_cu_binary_flag indicating division type of MT division
- CT information decoding section for decoding the CT information decoding section.
- One aspect of the present invention is characterized in that the CT information decoding unit derives the minimum QT division size of color difference as 8 or more.
- the CT information decoding unit derives false indicating that division is not possible when the sum of the width of color difference and the height of color difference is 6 or less in the derivation of the BT dividable flag. It is characterized by
- the CT information decoding unit derives false indicating that the TT divisible flag is not divisible when the sum of the color difference width and the color difference height is 10 or less. It is characterized by
- One aspect of the present invention is that the above further derives 0 without decoding mtt_split_cu_flag in the case of 8x4/4x8/8x2/2x8/4x4 blocks in luminance size, and 16x4/4x16/16x8/8x16/32x4 in luminance size.
- mtt_split_cu_binary_flag is derived as 0 without decoding.
- the CT information decoding unit derives a false value indicating that division is not possible when the sum of the color difference width and the color difference height is 12 or less in the derivation of the BT dividable flag. It is characterized by
- the CT information decoding unit derives false indicating that division is not possible when the sum of the color difference width and the color difference height is 20 or less in the derivation of the TT dividable flag. It is characterized by
- a parameter decoding unit that decodes the color difference intra prediction mode intra_chroma_pred_mode, an intra parameter derivation unit that derives a color difference intra mode according to the color difference intra prediction mode, and a DC prediction with the color difference intra mode.
- a 1-bit bin indicating the color difference intra prediction mode is decoded, in other cases, a 1-bit or more bin is decoded, and the intra parameter derivation unit, when the size of the target block is less than a predetermined size
- the color difference intra mode is derived from any one of DC, leftward prediction, and upward prediction, and in other cases, the color difference intra mode is derived from DC prediction and planar prediction, directional prediction, and luminance color difference prediction. Characterize.
- the intra parameter derivation unit derives the color difference intra mode by using one of leftward prediction and upward prediction when the size of the target block is smaller than a predetermined size. It is characterized by
- a parameter decoding unit that decodes the color difference intra prediction mode intra_chroma_pred_mode, an intra parameter derivation unit that derives a color difference intra mode according to the color difference intra prediction mode, and a DC prediction according to the color difference intra mode.
- Planar prediction, directional prediction in a moving picture coding apparatus or a moving picture decoding apparatus including an intra-prediction image generation unit that performs luminance color difference prediction, the parameter decoding unit, if the size of the target block is less than a predetermined size, The bin indicating the color difference intra prediction mode is not decoded, and in other cases, a bin of 1 bit or more is decoded.
- the intra parameter derivation unit determines the luminance intra.
- the color difference intra mode is derived from any one of DC, leftward prediction, and upward prediction. In other cases, the DC difference and the planar prediction, the directional prediction, and the luminance color difference prediction are used to calculate the color difference intra mode. It is characterized by deriving a mode.
- the intra parameter derivation unit uses any one of leftward prediction and upward prediction depending on a luminance intra prediction mode when the size of the target block is less than a predetermined size. Then, the color difference intra mode is derived.
- One aspect of the present invention is characterized in that the intra parameter derivation unit always derives the DC mode when the size of the target block is less than a predetermined size.
- FIG. 1 It is a schematic diagram showing the composition of the image transmission system concerning this embodiment. It is the figure which showed the structure of the transmission apparatus which mounts the moving image encoding apparatus which concerns on this embodiment, and the receiving apparatus which mounts the moving image decoding apparatus.
- (a) shows a transmitter equipped with a moving picture coding device
- (b) shows a receiver equipped with a moving picture decoding device.
- (a) shows a recording device equipped with a moving image encoding device
- (b) shows a reproducing device equipped with a moving image decoding device.
- FIG. 6 is a schematic diagram showing composition of a merge prediction parameter derivation part and an AMVP prediction parameter derivation part. It is a schematic diagram showing the kind (mode number) of intra prediction modes.
- 6 is a flowchart showing encoding and decoding of MT division flags according to the present embodiment. It is a figure which shows the QT division limitation of the color difference of this embodiment.
- FIG. 6 is a diagram showing a BT division restriction of color difference according to the present embodiment. It is a figure which shows the TT division limitation of the color difference of this embodiment.
- 3 is a schematic diagram showing the configuration of an intra prediction parameter derivation unit 304.
- FIG. It is a figure which shows the property of the color difference intra prediction mode of this embodiment.
- FIG. 1 is a schematic diagram showing the configuration of the image transmission system 1 according to the present embodiment.
- the image transmission system 1 is a system that transmits an encoded stream obtained by encoding an encoding target image, decodes the transmitted encoded stream, and displays an image.
- the image transmission system 1 is configured to include a moving image encoding device (image encoding device) 11, a network 21, a moving image decoding device (image decoding device) 31, and a moving image display device (image display device) 41. ..
- the image T is input to the moving image encoding device 11.
- the network 21 transmits the encoded stream Te generated by the moving image encoding device 11 to the moving image decoding device 31.
- the network 21 is the Internet, a wide area network (WAN: Wide Area Network), a small network (LAN: Local Area Network), or a combination thereof.
- the network 21 is not necessarily a bidirectional communication network, but may be a unidirectional communication network that transmits broadcast waves such as terrestrial digital broadcasting and satellite broadcasting. Further, the network 21 may be replaced with a storage medium such as a DVD (Digital Versatile Disc: registered trademark) or a BD (Blue-ray Disc: registered trademark) that records an encoded stream Te.
- the moving image decoding device 31 decodes each of the encoded streams Te transmitted by the network 21 and generates one or a plurality of decoded images Td.
- the moving image display device 41 displays all or part of one or more decoded images Td generated by the moving image decoding device 31.
- the moving image display device 41 includes a display device such as a liquid crystal display or an organic EL (Electro-luminescence) display.
- the form of the display includes stationary, mobile, HMD and the like.
- the video decoding device 31 has high processing capability, it displays an image with high image quality, and when it has only lower processing capability, it displays an image that does not require high processing capability or display capability. ..
- X?y:z is a ternary operator that takes y when x is true (other than 0) and z when x is false (0).
- Abs(a) is a function that returns the absolute value of a.
- Int(a) is a function that returns the integer value of a.
- Floor(a) is a function that returns the largest integer less than or equal to a.
- Ceil(a) is a function that returns the largest integer greater than or equal to a.
- A/d represents division of a by d (rounding down after the decimal point).
- a ⁇ b represents a raised to the power b.
- FIG. 4 is a diagram showing a hierarchical structure of data in the encoded stream Te.
- the coded stream Te illustratively includes a sequence and a plurality of pictures forming the sequence.
- 4A to 4F are a coded video sequence defining the sequence SEQ, a coded picture defining the picture PICT, a coded slice defining the slice S, and a coded slice defining the slice data, respectively. It is a figure which shows the data, the coding tree unit contained in coding slice data, and the coding unit contained in a coding tree unit.
- the encoded video sequence In the encoded video sequence, a set of data referred to by the moving picture decoding apparatus 31 in order to decode the sequence SEQ to be processed is defined. As shown in FIG. 4(a), the sequence SEQ includes a video parameter set (Video Parameter Set), a sequence parameter set SPS (Sequence Parameter Set), a picture parameter set PPS (Picture Parameter Set), a picture PICT, and additional extension.
- Information SEI Supplemental Enhancement Information
- the video parameter set VPS is a set of coding parameters common to a plurality of moving pictures in a moving picture composed of a plurality of layers and a plurality of layers included in the moving picture and coding parameters related to individual layers. Sets are defined.
- the sequence parameter set SPS defines a set of coding parameters that the moving image decoding apparatus 31 refers to in order to decode the target sequence. For example, the width and height of the picture are specified. There may be a plurality of SPSs. In that case, one of the plurality of SPSs is selected from the PPS.
- the picture parameter set PPS defines a set of coding parameters that the video decoding device 31 refers to in order to decode each picture in the target sequence. For example, a quantization width reference value (pic_init_qp_minus26) used for decoding a picture and a flag (weighted_pred_flag) indicating application of weighted prediction are included. There may be a plurality of PPSs. In that case, one of the plurality of PPSs is selected from each picture in the target sequence.
- the coded picture defines a set of data that the moving picture decoding apparatus 31 refers to in order to decode the picture PICT to be processed. As shown in FIG. 4(b), the picture PICT includes slice 0 to slice NS-1 (NS is the total number of slices included in the picture PICT).
- the color format of the picture may be Y, Cb, Cr, R, G, B or any other color format.
- the sampling for each color component may be different.
- the horizontal ratio of the first and second colors is SubWidthC
- the vertical ratio is SubHeightC.
- 4:4:4, 4:2:2, 4:2:0 are respectively as follows.
- the moving image encoding device 11 and the moving image decoding device 31 may encode and decode chroma_format_idc.
- chroma_format_idc 0, 4:0:0 (monochrome)
- chroma_format_idc 1, 4:2:0
- chroma_format_idc 2, 4:2:2
- chroma_format_idc 3, 4:4:4 (Encoding slice)
- the slice contains a slice header and slice data, as shown in FIG. 4(c).
- the slice header includes a group of coding parameters that the video decoding device 31 refers to in order to determine the decoding method for the target slice.
- the slice type designation information (slice_type) that designates the slice type is an example of an encoding parameter included in the slice header.
- the slice types that can be designated by the slice type designation information include (1) an I-slice that uses only intra-prediction during encoding, (2) a unidirectional-prediction during encoding, or a P-slice that uses intra-prediction. (3) B slices using unidirectional prediction, bidirectional prediction, or intra prediction at the time of encoding are included. Note that inter prediction is not limited to uni-prediction and bi-prediction, and a larger number of reference pictures may be used to generate a prediction image.
- P and B slices they refer to slices including blocks that can use inter prediction.
- the slice header may include a reference (pic_parameter_set_id) to the picture parameter set PPS.
- the encoded slice data defines a set of data that the moving image decoding apparatus 31 refers to in order to decode the slice data to be processed.
- the slice data includes a CTU as shown in FIG. 4(d).
- the CTU is a fixed-size (eg, 64x64) block that constitutes a slice, and is sometimes referred to as the maximum coding unit (LCU).
- CTU is the basic coding process by recursive quadtree partition (QT (Quad Tree) partition), binary tree partition (BT (Binary Tree) partition) or ternary tree partition (TT (Ternary Tree) partition). It is divided into coding units CU, which are the basic units.
- the BT partition and the TT partition are collectively called a multi-tree partition (MT (Multi Tree) partition).
- MT Multi Tree partition
- a tree-structured node obtained by recursive quadtree partitioning is called a coding node.
- Intermediate nodes of the quadtree, the binary tree, and the ternary tree are coding nodes, and the CTU itself is also defined as the uppermost coding node.
- a QT split flag indicating whether to perform QT split
- an MT split flag indicating the presence or absence of MT split
- an MT split direction indicating the split direction of MT split
- Mtt_split_cu_binary_flag indicating the split type of MT split.
- the coding node is not split and has one CU as a node (Fig. 5(a)).
- the CU is the end node of the coding node and is not further divided.
- the CU is a basic unit of encoding processing.
- the coding node When mtt_split_cu_flag is 1, the coding node is MT-split as follows. When mtt_split_cu_binary_flag is 1, when mtt_split_cu_vertical_flag is 0, the coding node is horizontally split into two coding nodes (SPLIT_BT_HOR) (Fig. 5(d)), and when mtt_split_cu_vertical_flag is 1, the coding node is two coding nodes. Vertically split (SPLIT_BT_VER) into nodes (Fig. 5(c)).
- the CU size is 64x64 pixels, 64x32 pixels, 32x64 pixels, 32x32 pixels, 64x16 pixels, 16x64 pixels, 32x16 pixels, 16x32 pixels, 16x16 pixels, 64x8 pixels, 8x64 pixels.
- the tree type is indicated by treeType.
- DUAL trees that differ in luminance
- Cb/Cr color difference
- DUAL_TREE_CHROMA the tree encodes and decodes only the color difference image, and is therefore also simply called a color difference tree.
- the CU includes a CU header CUH, a prediction parameter, a conversion parameter, a quantized conversion coefficient, and the like.
- the prediction mode etc. are specified in the CU header.
- Prediction processing may be performed in CU units or in sub CU units obtained by further dividing CUs.
- the CU and the sub CU have the same size, there is one sub CU in the CU. If the CU is larger than the size of the sub CU, the CU is divided into sub CUs. For example, if the CU is 8x8 and the sub-CU is 4x4, the CU is divided into four sub-CUs, which are divided into two horizontally and vertically.
- Intra-prediction refers to prediction within the same picture
- inter-prediction refers to prediction processing performed between different pictures (for example, between display times and between layer images).
- Transform/quantization processing is performed in CU units, but quantized transform coefficients may be entropy coded in 4x4 subblock units.
- the predicted image is derived from the prediction parameters associated with the block.
- the prediction parameters include intra prediction and inter prediction parameters.
- the inter prediction parameter is composed of prediction list use flags predFlagL0 and predFlagL1, reference picture indexes refIdxL0 and refIdxL1, and motion vectors mvL0 and mvL1.
- the prediction list use flags predFlagL0 and predFlagL1 are flags indicating whether or not reference picture lists called L0 list and L1 list are used, and the reference picture list corresponding to a value of 1 is used.
- a flag indicating whether it is XX when it is referred to as “a flag indicating whether it is XX”, a flag other than 0 (for example, 1) is XX, 0 is not XX, and logical negation, logical product, etc. Treat 1 as true and 0 as false (same below).
- other values can be used as the true value and the false value.
- the intra prediction parameter includes a luminance prediction mode IntraPredModeY and a color difference prediction mode IntraPredModeC.
- FIG. AA7 is a schematic diagram showing types of intra prediction modes (mode numbers). As shown in the figure, there are 67 types (0 to 66) of intra prediction modes, for example. For example, planar prediction (0), DC prediction (1), and Angular prediction (2-66). In addition, CCLM mode (81-83, Color Component Linear Model) that performs luminance color difference prediction for color difference may be added.
- Syntax elements for deriving the intra prediction parameters include, for example, intra_luma_mpm_flag, mpm_idx, mpm_remainder.
- intra_luma_mpm_flag is a flag indicating whether or not the luminance prediction mode IntraPredModeY of the target block matches the MPM (Most Probable Mode).
- MPM is a prediction mode included in the MPM candidate list mpmCandList[].
- the MPM candidate list is a list that stores candidates that are estimated to have a high probability of being applied to the target block based on the intra prediction mode of the adjacent block and the predetermined intra prediction mode.
- intra_luma_mpm_flag is 1, the luminance prediction mode IntraPredModeY of the target block is derived using the MPM candidate list and the index mpm_idx.
- IntraPredModeY mpmCandList[mpm_idx] (REM)
- intra_luma_mpm_flag 0
- the brightness prediction mode IntraPredModeY is derived using mpm_remainder. Specifically, IntraPredModeY is selected from the remaining modes RemIntraPredMode excluding the intra prediction modes included in the MPM candidate list from the entire intra prediction mode.
- the moving image decoding device 31 includes an entropy decoding unit 301, a parameter decoding unit (prediction image decoding device) 302, a loop filter 305, a reference picture memory 306, a prediction parameter memory 307, a prediction image generation unit (prediction image generation device) 308, and an inverse.
- the quantization/inverse conversion unit 311 and the addition unit 312 are included. It should be noted that there is a configuration in which the moving image decoding device 31 does not include the loop filter 305 in accordance with the moving image encoding device 11 described later.
- the parameter decoding unit 302 further includes a header decoding unit 3020, a CT information decoding unit 3021, and a CU decoding unit 3022 (prediction mode decoding unit), and the CU decoding unit 3022 further includes a TU decoding unit 3024. These may be collectively referred to as a decoding module.
- the header decoding unit 3020 decodes the parameter set information such as VPS, SPS, PPS and the slice header (slice information) from the encoded data.
- the CT information decoding unit 3021 decodes the CT from the encoded data.
- the CU decoding unit 3022 decodes the CU from the encoded data.
- the TU decoding unit 3024 decodes the QP update information (quantization correction value) and the quantized prediction error (residual_coding) from the encoded data when the TU includes a prediction error.
- the parameter decoding unit 302 is configured to include an inter prediction parameter derivation unit 303 and an intra prediction parameter derivation unit 304 (not shown).
- the predicted image generation unit 308 includes an inter predicted image generation unit 309 and an intra predicted image generation unit 310.
- processing is not limited to this example, and processing may be performed in sub CU units.
- the CTU and CU may be read as a block and the sub CU may be read as a sub block, and processing may be performed in block or sub block units.
- the entropy decoding unit 301 performs entropy decoding on the coded stream Te input from the outside, and decodes each code (syntax element).
- Entropy coding uses a variable-length coding method for syntax elements using a context (stochastic model) that is adaptively selected according to the type of syntax element and the surrounding conditions, and a predetermined table or There is a method of variable length coding syntax elements using a calculation formula.
- CABAC Context Adaptive Binary Arithmetic Coding
- the stochastic model updated for each coded or decoded picture (slice) is stored in the memory.
- the probability model of the picture using the quantization parameter of the same slice type and the same slice level is set from the probability models stored in the memory.
- This initial state is used for encoding and decoding processing.
- the decoded code includes prediction information for generating a prediction image and prediction error for generating a difference image.
- the entropy decoding unit 301 outputs the decoded code to the parameter decoding unit 302.
- the decoded code is, for example, the prediction mode predMode, merge flag merge_flag, merge index merge_idx, inter prediction identifier inter_pred_idc, reference picture index refIdxLX, prediction vector index mvp_LX_idx(mvp_lx_flag), difference vector mvdLX, amvr_mode. Control of which code is decoded is performed based on an instruction from the parameter decoding unit 302.
- FIG. 8 is a flowchart illustrating a schematic operation of the moving picture decoding apparatus 31.
- the header decoding unit 3020 decodes parameter set information such as VPS, SPS, PPS from the encoded data.
- the header decoding unit 3020 decodes the slice header (slice information) from the encoded data.
- the video decoding device 31 derives a decoded image of each CTU by repeating the processes of S1300 to S5000 for each CTU included in the target picture.
- the CT information decoding unit 3021 decodes the CTU from the encoded data.
- the CT information decoding unit 3021 decodes the CT from the encoded data.
- the CU decoding unit 3022 executes S1510 and S1520 to decode the CU from the encoded data.
- the CU decoding unit 3022 decodes CU information, prediction information, TU division flag split_transform_flag, CU residual flags cbf_cb, cbf_cr, cbf_luma, etc. from encoded data.
- the TU decoding unit 3024 decodes QP update information (quantization correction value) and quantization prediction error (residual_coding) from encoded data when the TU includes a prediction error.
- the QP update information is a difference value from the quantization parameter prediction value qPpred that is the prediction value of the quantization parameter QP.
- the prediction image generation unit 308 generates a prediction image for each block included in the target CU based on the prediction information.
- the inverse quantization/inverse transform unit 311 executes an inverse quantization/inverse transform process for each TU included in the target CU.
- the adder 312 adds the prediction image supplied from the prediction image generation unit 308 and the prediction error supplied from the inverse quantization/inverse conversion unit 311 to decode the target CU. Generate an image.
- the loop filter 305 applies a loop filter such as a deblocking filter, SAO, and ALF to the decoded image to generate a decoded image.
- a loop filter such as a deblocking filter, SAO, and ALF
- FIG. 9 is a flowchart explaining the operation of the CT information decoding unit 3021 according to the embodiment of the present invention.
- FIG. 10 is a diagram showing a configuration example of a CTU and QT information syntax table according to an embodiment of the present invention
- FIG. 11 is a MT division information syntax table according to an embodiment of the present invention. It is a figure which shows the structural example of.
- the CTU as a trunk is recursively divided into coding trees CT (coding_quadtree) for processing.
- coding_quadtree a common tree that bundles multiple color components
- treeType is a variable that distinguishes the type of tree.
- the CT information decoding unit 3021 uses the DUAL tree (for example, when the flag qtbtt_dual_tree_intra_flag indicating that the intra slice and the DUAL tree are used is 1)
- coding_quadtree ( xCtb, yCtb, CtbLog2SizeY, 0, SINGLE_TREE ).
- a DUAL tree or a single tree Before branching with a DUAL tree or a single tree, divide the CTU by QT until it becomes an appropriate size (eg 64x64) or less, divide it into an appropriate size, and then branch to a DUAL tree or a single tree. Good.
- Such a CT is indicated by dual_tree_implicit_qt_split (xCtb, yCtb, CtbLog2SizeY, cqtDepth ).
- the CT information decoding unit 3021 decodes CT information from encoded data and recursively decodes an encoded tree CT (coding_quadtree). Specifically, the CT information decoding unit 3021 decodes the QT information and the target CT coding_quadtree(x0,y0,log2CbSize,cqtDepth). Note that (x0,y0) is the upper left coordinate of the target CT, log2CbSize is the logarithmic CT size that is the logarithm of the CT size, which is the CT size, and is the base 2, and cqtDepth is the CT depth (QT depth) that indicates the CT hierarchy. is there.
- the CT information decoding unit 3021 determines whether the decoded CT information has a QT division flag. If there is a QT division flag, the process transitions to S1421, and otherwise, the process transitions to S1422.
- the CT information decoding unit 3021 decodes the QT split flag (split_cu_flag) when it is determined that the logarithmic CT size log2CbSize is larger than MinCbLog2SizeY.
- the CT information decoding unit 3021 omits decoding of the QT division flag split_cu_flag from the encoded data and sets 0 to the QT division flag split_cu_flag.
- CT information decoding unit 3021 performs QT division. Specifically, the CT information decoding unit 3021 is a logarithmic CT size log2CbSize-1 at the positions (x0,y0), (x1,y0), (x0,y1), and (x1,y1) of the CT depth cqtDepth+1. Decode 4 CTs.
- x1 x0+(1 ⁇ (log2CbSize-1))
- the CT information decoding unit 3021 updates the CT depth cqtDepth indicating the CT hierarchy and the logarithmic CT size log2CbSize as shown in the following formula.
- the CT information decoding unit 3021 continues the QT information decoding starting from S1411 using the updated upper left coordinate, logarithmic CT size, and CT depth even in the lower CT.
- the CT information decoding unit 3021 decodes the CT information from the coded data and recursively decodes the coded tree CT (MT, multi_type_tree). Specifically, the CT information decoding unit 3021 decodes the MT partition information, and decodes the target CT multi_type_tree(x0,y0,cbWidth,cbHeight,mttDepth,doft,partIdx,treeType).
- cbWidth is the width of CT
- cbHeight is the height of CT
- mttDepth is CT depth (MT depth) indicating the hierarchy of multi-tree
- doft is depthOffset
- treeType is one of SINGLE_TREE, DUAL_TREE_LUMA, DUAL_TREE_CHROMA.
- the CT information decryption unit 3021 determines whether or not the decrypted CT information has an MT division flag (division information). If there is an MT division flag, the process moves to S1481. In other cases, the process proceeds to S1482.
- the CT information decoding unit 3021 decodes the MT split flag mtt_split_cu_flag.
- the CT information decoding unit 3021 does not decode the MT split flag mtt_split_cu_flag from the encoded data and sets it to 0.
- CT information decoding unit 3021 performs MT division.
- a flag mtt_split_cu_vertical_flag indicating the direction of MT division and a syntax element mtt_split_cu_binary_flag indicating whether the MT division is a binary tree or a ternary tree are decoded.
- the partIdx of the MT-divided coding node is assigned 0, 1 and 2 from the left, and 0, 1 and 2 from the top to the bottom. In the case of BT, 0 and 1 are assigned in order.
- the CT information decoding unit 3021 decodes the following two CTs (BT division information decoding).
- x1 x0+cbWidth/2
- y1 y0+cbHeight/2
- update cbWidth or cbHeight as the following formula.
- the CT information decoding unit 3021 decodes 3 CTs (TT division information decoding).
- the CT information decoding unit 3021 continues the BT division information decoding starting from S1471 or the TT division information decoding using the updated upper left coordinate, CT width and height, MT depth also in the lower CT. To do.
- the CT information decoding unit 3021 uses CU (coding_unit(x0,y0,cbWidth, cbHeight)) in the CU decoding unit 3022. Decrypt.
- CT information decoding unit 3021 and CT information encoding unit 1111 the upper left coordinates of CT (x0, y0) and the size of CT (1 ⁇ log2CbSize, 1 ⁇ log2CbSize), screen size pic_width_in_luma_samples, pic_height_in_luma_samples, the brightness size is maxBtSize.
- the CT information decoding unit 3021 and the CT information encoding unit 1111 may set different values when using a common tree and when using a color difference tree of a DUAL tree, with treeType as a condition as described below.
- the CT information decoding unit 3021 and the CT information encoding unit 1111 may decode and encode the syntax slice_log2_diff_min_qt_min_cb_luma and slice_log2_diff_min_qt_min_cb_chroma from the encoded data to derive MinQtSizeY and MinQtSizeC as follows.
- FIG. 15 is a flowchart showing the encoding and decoding of the MT division flag of this embodiment.
- the CT information decoding unit 3021 and the CT information encoding unit 1111 decode or encode mtt_split_cu_flag, mtt_split_cu_binary_flag, mtt_split_cu_vertical_flag by the following processing.
- the CT information decoding unit 3021 or CT information encoding unit 1111 can be divided for each division pattern (SPLIT_BT_VER, SPLIT_BT_HOR, SPLIT_TT_VER, SPLIT_TT_HOR) in the CT node with position (xCb, yCb), width cbWidth, and height cbHeight. It may be possible to derive the flags allowBtSplitVer, allowBtSplitHor, allowTtSplitVer, and allowTtSplitHor. Derivation of the division flag according to the division tree typeTree will be described later.
- split availability flag (allowBtSplitVer, allowBtSplitHor, allowTtSplitVer, allowTtSplitHor) is set to 30 if any BT split or any TT split (allowSplitBtVer
- S3023 Encodes or decodes mtt_split_cu_flag if the split availability flag is BT splittable or TT splittable.
- the parameter decoding unit 302 may perform the following division restrictions when decoding the CT division flag.
- FIG. 16 is a diagram showing the QT division restriction of color difference according to the present embodiment.
- brightness block sizes cbWidth and cbHeight may be the following.
- the parameter decoding unit 302 may limit the QT division in the case of 8x8 (color difference 4x4) by setting the minimum QT division size MinQtSizeC used in the case of DUAL_TREE_CHROMA to 8 or more.
- MinQtSizeC Max(8, 1 ⁇ MinQtLog2SizeC)) Further, in logarithmic expression, a limiting minimum value may be set.
- MinQtLog2SizeC Min(3, MinCbLog2SizeY + slice_log2_diff_min_qt_min_cb_chroma)
- MinQtLog2SizeY MinCbLog2SizeY + slice_log2_diff_min_qt_min_cb_luma
- MinQtLog2SizeC MinCbLog2SizeY + 1 + slice_log2_diff_min_qt_min_cb_chroma
- MinQtSizeY 1 ⁇ MinQtLog2SizeY
- MinQtSizeC 1 ⁇ MinQtLog2SizeC
- the minimum value of MinQtSizeY is 1 ⁇ MinCbLog2SizeY and MinQtSizeC is the minimum value of MinCtLog2SizeY and MinQtSizeC.
- parameter decoding unit 302 may add 1 only when SubWidthC or SubHeight is 2 in deriving the logarithmic value of the minimum QT division size in the case of DUAL_TREE_CHROMA. That is, it may be derived below.
- MinQtSizeC MinQtSizeC * 2 Note that only one of the following configurations may refer to SubWidthC.
- MinQtSizeC MinQtSizeC * 2
- QT division restriction is performed not only in the case of 4:2:0 but also in the case of 4:2:2.
- MinQtSizeC MinQtSizeC * 2
- the above processing may be performed.
- Each of the above configurations limits 2x2 QT division of color difference at 4:2:0 or 4:2:2 where color difference subsampling is performed. This has the effect of preventing processing delay due to color difference intra prediction when the color difference block is 2 ⁇ 2.
- FIG. 17 is a diagram showing the BT division restriction of color difference according to the present embodiment.
- BT division of 4x2 and 2x4 color difference blocks is limited.
- the luminance block sizes cbWidth and cbHeight may be the following.
- the BT split in the case of 4x2/2x4 is restricted (allowBtSplit is false). This has the effect of preventing processing delay due to color difference intra prediction when the color difference block is 2 ⁇ 2. It should be noted that the same effect can be obtained with a configuration using a division availability flag described later (BT division restriction 2).
- BT division of 8x2/2x8/4x4 color difference blocks may be further restricted.
- the luminance block sizes cbWidth and cbHeight may be the following.
- the BT split in the case of 4x2/2x4/8x2/2x8/4x4 is restricted (allowBtSplit is false). This has the effect of preventing processing delay due to color difference intra prediction when the color difference block is 2x2/4x2/2x4. It should be noted that the same effect can be obtained with a configuration using a division availability flag described later (BT division restriction 2).
- the luminance block sizes cbWidth and cbHeight may be the following.
- TT division of 8x4/4x8/16x2/2x16 color difference blocks may be further restricted.
- the luminance block sizes cbWidth and cbHeight may be the following.
- the TT split in the case of 8x2/2x8/8x4/4x8/16x2/2x16 is restricted (allowTtSplit is false). This has the effect of preventing processing delay due to color difference intra prediction when the color difference block is 2x2/4x2/2x4.
- the CT information decoding unit 3021 or the CT information encoding unit 1111 may derive allowBtSplit (allowBtSplitHor or allowBtSplitVer) of BT division by the following formula in order to limit 2x2 color difference blocks.
- allowBtSplit is derived as false if all the following conditions are true.
- judgment B2 can be used instead of the judgment B1.
- determination is made using the size of the color difference block ((cbWidth / SubWidthC) * (cbHeight /SubHeightC)) without referring to the branch direction btSplit.
- allowBtSplit is derived as false (decision B2).
- determination B3 may be performed.
- allowBtSplit is derived as false (determination B3).
- the color difference block has an effect of preventing processing delay due to 2 ⁇ 2 color difference intra prediction.
- the threshold value for determination is set as follows.
- allowBtSplit is derived as false (determination B2′).
- the following determination B3′ may be performed.
- allowBtSplit is derived as false (determination B3′).
- the BT division in the case of 4x2/2x4/8x2/2x8/4x4 is limited (allowBtSplit is false). This has the effect of preventing processing delay due to color difference intra prediction when the color difference block is 2x2/4x2/2x4.
- the CT information decoding unit 3021 or the CT information encoding unit 1111 may derive allowTtSplit (allowTtSplitHor or allowTtSplitVer) of TT division by the following formula in order to limit 2x2 color difference blocks.
- allowTtSplit allowTtSplitHor or allowTtSplitVer
- judgment T2 can be used instead of the judgment T1.
- the determination is performed using the size of the color difference block ((cbWidth/SubWidthC) * (cbHeight/SubHeightC)) regardless of the branching direction btSplit.
- allowTtSplit is derived as false (decision T2).
- determination T3 may be performed.
- allowTtSplit is derived as false (determination T3).
- the TT division in the case of 8x2/2x8 is limited (allowTtSplit is false). This has the effect of preventing the color difference block from becoming 2x2.
- the threshold value for determination is set as follows (determination T1').
- T3′ the following determination T3′ may be performed. In addition to the above, if all the following conditions are true, allowTtSplit is derived as false (determination T3′).
- the TT division in the case of 8x4/4x8/16x2/2x16 is limited (allowTtSplit is false). This has the effect of preventing processing delay due to color difference intra prediction when the color difference block is 2x2/4x2/2x4.
- the CT information decoding unit and the CT information encoding unit derive 0 as qt_split_cu_flag without decoding in the case of a luminance size 8x8 block in the color difference DUAL tree, and a luminance size 8x4/4x8.
- mtt_split_cu_flag may be derived as 0 without decoding
- mtt_split_cu_binary_flag may be derived as 0 without decoding.
- the CT information decoding unit 3021 or the CT information encoding unit 1111 performs the operation of the following configuration A or configuration B by the configuration of QT restriction+TT division restriction+BT division restriction described above.
- FIG. 16, FIG. 17(a), FIG. 18(a) A configuration that restricts QT partition of 4x4/8x8, restricts BT partition in case of 4x2/2x4 with DUAL_TREE_CHROMA, and restricts TT partition in case of 8x2/2x8 with color difference tree DUAL_TREE_CHROMA. This has the effect of preventing processing delay due to color difference intra prediction when the color difference block is 2 ⁇ 2.
- FIG. 16, FIG. 17(a)(b), FIG. 18(a)(c) A configuration that limits QT division of 4x4/8x8, limits BT division in case of 8x2/2x8/4x4 with DUAL_TREE_CHROMA, and limits TT division in case of 8x4/4x8/16x2/2x16 with color difference tree DUAL_TREE_CHROMA. This has the effect of preventing processing delay due to color difference intra prediction when the color difference block is 4x2/2x4.
- the intra prediction parameter deriving unit 304 refers to the prediction parameter stored in the prediction parameter memory 307 based on the input from the entropy decoding unit 301 or the coding parameter determination unit 110, and the intra prediction parameter, for example, the intra prediction mode IntraPredMode Decrypt.
- the intra prediction parameter derivation unit 304 outputs the decoded intra prediction parameter to the prediction image generation unit 308 and also stores it in the prediction parameter memory 307.
- the intra prediction parameter derivation unit 304 may derive an intra prediction mode that differs depending on the luminance and the color difference.
- FIG. 19 is a schematic diagram showing the configuration of the intra prediction parameter derivation unit 304 of the parameter decoding unit 302.
- the intra prediction parameter derivation unit 304 includes a luminance intra prediction parameter derivation unit 3042 and a color difference intra prediction parameter derivation unit 3043.
- the luminance intra prediction parameter derivation unit 3042 includes an MPM candidate list derivation unit 30421, an MPM parameter derivation unit 30422, and a non-MPM parameter derivation unit 30423 (decoding unit, derivation unit).
- the MPM parameter derivation unit 30422 refers to the MPM candidate lists mpmCandList[] and mpm_idx derived by the MPM candidate list derivation unit 30421, derives the luminance prediction mode IntraPredModeY, and outputs it to the intra prediction image generation unit 310.
- the non-MPM parameter derivation unit 30423 derives RemIntraPredMode such as MPM candidate list mpmCandList[] and mpm_reminder, and outputs the luminance prediction mode IntraPredModeY to the intra prediction image generation unit 310.
- RemIntraPredMode such as MPM candidate list mpmCandList[] and mpm_reminder
- the color difference intra prediction parameter derivation unit 3043 derives the color difference prediction mode IntraPredModeC from the syntax element of the color difference intra prediction parameter, and outputs it to the intra prediction image generation unit 310.
- FIG. 20 is a diagram showing the nature of the color difference intra prediction mode of this embodiment.
- Color difference intra prediction mode uses DC(0) to derive and use the average value, Planar prediction (1) to create a smooth prediction image from pixel values of left and upper left, upper, upper right, and lower left, in a specific direction from the target pixel. It is composed of directional prediction (Angular prediction) derived from the reference pixel of the boundary pixel at the extended position, and CCLM prediction. In addition, direction prediction is 65 directions from 2 to 66 such as horizontal H (18), upper left DIA (34), vertical V (50), upper right VDIA (66) from lower left (2).
- CCLM is also composed of three modes (81, 82, 83).
- DC prediction does not require multiplication, but requires simple parameter derivation to derive the average value.
- the average value refers to the left and top of the target block.
- Planar prediction requires multiplication and requires parameter derivation in the sense of deriving pixel values at the right and lower ends of the target block, and further refers to left, upper left, upper, upper right, and lower left.
- Angular has different processing for each direction. H, V, DIA, and VDIA do not require multiplication and can be derived only by copying pixels.
- H and V refer only to the left and top of the target block respectively, but DIA needs to refer not only to the left and top but also to the upper left, and VDIR needs to refer to the upper right image.
- Other Angular modes require multiplication and referencing the left, top, top left, top right, bottom left image of the target block.
- CCLM requires both multiplication and parameter derivation, and requires luma sample reference and downsampling. Also, the upper left and upper right images may be referenced.
- FIG. 21 is a diagram showing the relationship between the block size and the color difference intra prediction mode used in the moving picture decoding apparatus and the moving picture coding apparatus of this embodiment.
- FIG. 21B shows the color difference intra mode used when the block size is equal to or larger than the predetermined block size.
- 2x2 uses only DC prediction and limited Angular prediction.
- the limited Angular prediction does not use multiplication and is H, V, DIA,VDIA, and may be only H,V without the upper left and upper right of the target block.
- other modes such as DC, Planar, Angular, CCLM may be used. That is, a mode in which multiplication, parameter derivation, and the upper left and upper right of the target block are referred to may be used.
- FIG. 21(c) shows a case where the color difference intra mode is limited to 2x2/4x2/2x4. Note that, as will be described later, when the size is equal to or smaller than a predetermined size, it may be further limited (for example, only DC, only H or V, only DC, H, V).
- FIG. 22 is a diagram showing details of the binarization of the color difference intra prediction mode syntax intra_chroma_pred_mode and the derivation of the color difference intra prediction mode IntraPredModeC when CCLM is off.
- CCLM is off
- 1-bit (0) or 3-bit (100, 101, 110, 111) binarization (Bin String) is decoded.
- the intra_chroma_pred_mode of 0 to 4 is derived according to the decoded binarization.
- IntraPredModeC is derived from the luminance intra prediction mode IntraPredModeY corresponding to the decoded intra_chroma_pred_mode. For example, when intra_chroma_pred_mode is 4 (DirectMode, DM), the value of IntraPredModeY is set in IntraPredModeC.
- IntraPredModeC IntraPredModeY If intra_chroma_pred_mode is 0 (Planar), set IntraPredModeC to 0 (Planar). However, if IntraPredModeY is Planar, set VDIA. If intra_chroma_pred_mode is 1 (V), set IntraPredModeC to 50 (V). However, if IntraPredModeY is V, set VDIA. If intra_chroma_pred_mode is 2 (H), set IntraPredModeC to 18 (H). However, if IntraPredModeY is H, set VDIA. If intra_chroma_pred_mode is 3 (DC), set IntraPredModeC to 1 (DC). However, if IntraPredModeY is DC, set VDIA.
- FIG. 23 is a diagram illustrating details of the binarization of the color difference intra prediction mode syntax intra_chroma_pred_mode and the color difference intra prediction mode derivation when CCLM is ON.
- CCLM is on
- 1-bit (0) 2-bit (10), 4-bit (1110, 1111), 5-bit (11000, 11001, 11010, 11011) binarization (Bin String) is decoded.
- the intra_chroma_pred_mode of 0 to 7 is derived according to the decoded binarization.
- IntraPredModeC is derived from the luminance intra prediction mode IntraPredModeY corresponding to the decoded intra_chroma_pred_mode. For example, If intra_chroma_pred_mode is 7 (DirectMode, DM), set the value of IntraPredModeY to IntraPredModeC.
- IntraPredModeC IntraPredModeY If intra_chroma_pred_mode is 0, 1, 2, or 3, it has already been described with reference to FIG.
- the value (81) indicating the first CCLM mode is set in IntraPredModeC.
- intra_chroma_pred_mode is 5
- a value (82) indicating the second CCLM mode is set in IntraPredModeC.
- intra_chroma_pred_mode is 6
- a value (83) indicating the third CCLM mode is set in IntraPredModeC.
- FIG. 24 is a diagram showing the relationship between the block size used in the moving image decoding device and the moving image encoding device according to the present embodiment, the number of bits of intra_chroma_pred_mode, and the color difference intra prediction mode.
- FIG. 25 is a flowchart showing a process of deriving a color difference intra prediction mode performed by the moving image decoding device and the moving image encoding device of this embodiment.
- the parameter decoding unit 302 determines whether the color difference block size is smaller than a predetermined size. For example, in the case of distinguishing between 2x2 and other cases, either the width or the height may be less than 4 (cbWidthC ⁇ 4
- the parameter decoding unit 302 may make a determination using the luminance block width cbWidth and height cbHeight and the sampling ratios SubWidthC and SubHeightC.
- the S302 parameter decoding unit 302 decodes intra_chroma_pred_mode indicated by 1-bit binarization.
- the color difference intra prediction parameter derivation unit 3043 derives the color difference intra prediction mode IntraPredModeC using intra_chroma_pred_mode. For example, the parameter decoding unit 302 may switch between the horizontal prediction H and the vertical prediction V according to the value of intra_chroma_pred_mode.
- FIG. 26 is a diagram showing details of the binarization of intra_chroma_pred_mode and the derivation of the color difference intra prediction mode according to this embodiment.
- intra_chroma_pred_mode takes 1-bit binaryization of 0 and 1 (Bin String in the figure), and the values of intra_chroma_pred_mode are 0 and 1.
- the luminance intra mode IntraPredModeY[ xCb + cbWidth / 2 ][ yCb + cbHeight / 2] at the corresponding position (xCb + cbWidth/2, yCb + cbHeight/2) is independent of the intra_chroma_pred_mode.
- Horizontal prediction H or vertical prediction V is set to IntraPredModeC according to the value (S303).
- the S304 parameter decoding unit 302 decodes intra_chroma_pred_mode indicated by 1-bit to N-bit binalization when the color difference block size is equal to or larger than a predetermined size.
- the color difference intra prediction parameter deriving unit 3043 derives the color difference prediction mode from the decoded intra_chroma_pred_mode when the color difference block size is equal to or larger than a predetermined size. For example, in the case of CCLM off, as already described in FIG. 22, 1 to 3 bits of binalization are decoded to derive one of DC, Planar, and Angular modes as IntraPredModeC. When CCLM is on, as already described in FIG. 23, 1 to 5 bits of binarization are decoded and one of DC, Planar, Angular, CCLM (INTRA_LT_CCLM, INTRA_L_CCLM, INTRA_T_CCLM) mode is derived as IntraPredModeC.
- the chrominance block size is small, the limited chrominance prediction mode that does not use multiplication and the upper left and upper right of the target block is derived by 1-bit decoding, and thus the coding efficiency is reduced.
- the effect is to reduce the processing delay of color difference intra prediction, which is a particular problem in intra prediction.
- FIG. 27 is a diagram showing the relationship between the block size used in the moving image decoding device and the moving image encoding device according to another embodiment of the present embodiment, the number of bits of intra_chroma_pred_mode, and the color difference intra prediction mode.
- FIG. 28 is a flowchart showing a process of deriving a color difference intra prediction mode performed by a moving image decoding device and a moving image encoding device according to another embodiment of this embodiment.
- the parameter decoding unit 302 determines whether the color difference block size is smaller than a predetermined size.
- the parameter decoding unit 302 sets intra_chroma_pred_mode to 0 without decoding if the color difference block size is less than the predetermined size.
- the color difference intra prediction parameter derivation unit 3043 derives the color difference intra prediction mode IntraPredModeC using IntraPredModeY when the color difference block size is less than a predetermined size.
- the parameter decoding unit 302 may derive it using the following formula.
- FIG. 29 is a flowchart showing the operation of the color difference intra prediction parameter derivation unit 3043 when the color difference block size is less than the predetermined size. If S3131 IntraPredModeY is Planar or DC, the process transitions to S3132, and otherwise, the process transitions to S3133. S3122 If IntraPredModeY is Planar or DC, set IntraPredModeC to DC. If S3133 IntraPredModeY is less than DIA, the process transitions to S3134, and otherwise, the process transitions to S3135.
- IntraPredModeY is less than DIA
- set IntraPredModeC to H.
- S3135 If IntraPredModeY is DIA or more, set V to IntraPredModeC. Note that H may be set when IntraPredModeY is DIA or less as described below.
- FIG. 30 is a diagram showing details of binarization of intra_chroma_pred_mode and derivation of the color difference intra prediction mode according to another mode of the present embodiment. As shown in the figure, since intra_chroma_pred_mode does not encode or decode, there is no binarization (Bin String). Derivation of IntraPredModeY from IntraPredModeY is close to direct mode (DM), but Planar mode is converted to DC mode, Angular mode below the upper left (DIA) is converted to horizontal H, and otherwise it is converted to vertical.
- DM direct mode
- DIA Angular mode below the upper left
- the figure shows the method of deriving IntraPredModeC below.
- the parameter decoding unit 302 decodes intra_chroma_pred_mode indicated by 1-bit to N-bit binalization when the color difference block size is equal to or larger than a predetermined size.
- the color difference intra prediction parameter derivation unit 3043 derives the color difference prediction mode from the decoded intra_chroma_pred_mode when the color difference block size is equal to or larger than a predetermined size. Since this operation is as described in S305, the description will be omitted.
- the parameter decoding unit 302 derives 0 as intra_chroma_pred_mode without decoding when the color difference block size is less than the predetermined size.
- the color difference intra prediction parameter derivation unit 3043 derives the color difference intra prediction mode using the DC mode when the color difference block size is smaller than a predetermined size. For example, the parameter decoding unit 302 may derive it using the following formula.
- IntraPredModeC DC
- the color difference prediction mode fixed to DC is derived without decoding the syntax of the color difference intra mode.
- the effect of reducing the processing delay of color difference intra prediction, which is particularly problematic in prediction, is obtained. Further, since the color difference intra mode is not decoded, the processing delay of color difference intra prediction can be further reduced.
- the CCLM prediction unit 31044 derives CCLM prediction parameters using the luminance adjacent image pRefY[][] and the color difference adjacent image pRefC[][] as reference regions.
- the CCLM prediction unit 31044 derives a color difference prediction image using the luminance target image pRef[].
- CCLM prediction unit 31044 derives CCLM prediction parameters using the pixel values of the upper and left adjacent blocks of the target block when intra_chroma_pred_mode is 81 (INTRA_LT_CCLM), and the pixels of the left adjacent block when intra_chroma_pred_mode is 82 (INTRA_L_CCLM).
- the CCLM prediction parameter is derived using the value, and when intra_chroma_pred_mode is 83 (INTRA_T_CCLM), the CCLM prediction parameter is derived using the pixel value of the upper adjacent block.
- the CCLM predictor downsamples pRefY[][] and pY[][] to match the size of the color difference image.
- the color difference format is 4:2:0
- the number of horizontal and vertical pixels of pRefY[][] and pY[][] is sampled at 2:1 and the result is pRefDsY[][ in Figure 13(d). ], pDsY[][].
- bW/2 and bH/2 are equal to bWC and bHC, respectively.
- pDsY[x][y] (pY[2*x-1][2*y]+pY[2*x-1][2*y+1]+2*pY[2*x][2* y]+2*pY[2*x][2*y+1]+pY[2*x+1][2*y+1]+4 )>>3
- pRefDsY[x][y] (pRefY[2*x-1][2*y]+pRefY[2*x-1][2*y+1]+2*pRefY[2*x][2* y]+2*pRefY[2*x][2*y+1]+pRefY[2*x+1][2*y+1]+4 )>>3
- the CCLM prediction unit derives the minimum value MinLuma and the maximum value MaxLuma
- the CCLM predictor derives the slope a by dividing the difference between ChromaForMinLuma and ChromaForMaxLuma by the difference between MinLuma and MaxLuma. More specifically, for integer arithmetic, the CCLM parameter a is derived by the following formula.
- CCLM prediction unit receives the reference image refSamples[][] as an input signal and outputs the predicted image predSamples[][] using the CCLM prediction parameter (a,b).
- predSamples[][] ((a*refSamples[][])>>shiftA)+b
- CCLM prediction requires multiplication for parameter derivation and prediction image generation.
- the loop filter 305 is a filter provided in the coding loop and removes block distortion and ringing distortion to improve image quality.
- the loop filter 305 applies filters such as a deblocking filter, a sample adaptive offset (SAO), and an adaptive loop filter (ALF) to the CU decoded image generated by the addition unit 312.
- filters such as a deblocking filter, a sample adaptive offset (SAO), and an adaptive loop filter (ALF) to the CU decoded image generated by the addition unit 312.
- the reference picture memory 306 stores the decoded image of the CU generated by the addition unit 312 in a predetermined position for each target picture and each target CU.
- Prediction parameter memory 307 stores prediction parameters in predetermined positions for each CTU or CU to be decoded. Specifically, the prediction parameter memory 307 stores the parameters decoded by the parameter decoding unit 302, the prediction mode predMode decoded by the entropy decoding unit 301, and the like.
- Prediction mode predMode, prediction parameters, etc. are input to the prediction image generation unit 308. Further, the predicted image generation unit 308 reads the reference picture from the reference picture memory 306. The predicted image generation unit 308 generates a predicted image of a block or sub-block using the prediction parameter and the read reference picture (reference picture block) in the prediction mode indicated by the prediction mode predMode.
- the reference picture block is a set of pixels on the reference picture (usually called a block because it is a rectangle), and is an area referred to for generating a predicted image.
- Inter prediction image generation unit 309 uses the inter prediction parameter input from the inter prediction parameter derivation unit 303 and the read reference picture to predict a block or sub-block predicted image. To generate.
- the inter prediction image generation unit 309 outputs the generated prediction image of the block to the addition unit 312.
- the inverse quantization/inverse transformation unit 311 dequantizes the quantized transformation coefficient input from the entropy decoding unit 301 to obtain a transformation coefficient.
- This quantized transform coefficient is a coefficient that is obtained by performing frequency transformation such as DCT (Discrete Cosine Transform, Discrete Cosine Transform) and DST (Discrete Sine Transform, Discrete Sine Transform) on the prediction error in the encoding process and quantizing it. Is.
- the inverse quantization/inverse transform unit 311 performs inverse frequency transform such as inverse DCT and inverse DST on the obtained transform coefficient, and calculates a prediction error.
- the inverse quantization/inverse transformation unit 311 outputs the prediction error to the addition unit 312.
- the addition unit 312 adds the prediction image of the block input from the prediction image generation unit 308 and the prediction error input from the inverse quantization/inverse conversion unit 311 for each pixel to generate a decoded image of the block.
- the addition unit 312 stores the decoded image of the block in the reference picture memory 306, and also outputs it to the loop filter 305.
- FIG. 32 is a block diagram showing the configuration of the moving picture coding device 11 according to the present embodiment.
- the moving image coding device 11 includes a predicted image generation unit 101, a subtraction unit 102, a conversion/quantization unit 103, an inverse quantization/inverse conversion unit 105, an addition unit 106, a loop filter 107, a prediction parameter memory (prediction parameter storage unit). , A frame memory) 108, a reference picture memory (reference image storage unit, frame memory) 109, a coding parameter determination unit 110, a prediction parameter derivation unit 120, and an entropy coding unit 104.
- the predicted image generation unit 101 generates a predicted image for each CU that is an area obtained by dividing each picture of the image T.
- the predicted image generation unit 101 has the same operation as the predicted image generation unit 308 described above, and thus the description thereof will be omitted.
- the subtraction unit 102 subtracts the pixel value of the predicted image of the block input from the predicted image generation unit 101 from the pixel value of the image T to generate a prediction error.
- the subtraction unit 102 outputs the prediction error to the conversion/quantization unit 103.
- the transform/quantization unit 103 calculates a transform coefficient by frequency conversion for the prediction error input from the subtraction unit 102, and derives a quantized transform coefficient by quantization.
- the transform/quantization unit 103 outputs the quantized transform coefficient to the entropy coding unit 104 and the inverse quantization/inverse transform unit 105.
- the inverse quantizing/inverse transforming unit 105 is the same as the inverse quantizing/inverse transforming unit 311 (FIG. 7) in the moving picture decoding device 31, and the description thereof is omitted.
- the calculated prediction error is output to the addition unit 106.
- the quantized transform coefficient is input from the transform/quantization unit 103 to the entropy coding unit 104, and the coding parameter is input from the coding parameter determination unit 110.
- the encoding parameters include, for example, reference picture index refIdxLX, prediction vector index mvp_LX_idx, difference vector mvdLX, prediction mode predMode, and merge index merge_idx.
- the entropy encoding unit 104 entropy-encodes the division information, the prediction parameter, the quantized transform coefficient, and the like to generate and output an encoded stream Te.
- the prediction parameter derivation unit 120 is a means including an inter prediction parameter derivation unit 303 and an intra prediction parameter derivation unit 304, and derives an intra prediction parameter and an intra prediction parameter from the coding parameter input from the coding parameter determination unit 110. ..
- the derived intra prediction parameter and intra prediction parameter are output to the prediction image generation unit 101 and the prediction parameter memory 108.
- the parameter coding unit 111 includes a header coding unit 1110, a CT information coding unit 1111, a CU coding unit 1112 (prediction mode coding unit), and an inter prediction parameter coding unit 112 and an intra prediction parameter coding unit 113 (not shown). Is equipped with.
- the CU coding unit 1112 further includes a TU coding unit 1114.
- the coding parameter determination unit 110 includes an inter prediction parameter coding unit 112 and an intra prediction parameter coding unit 113.
- the prediction parameter derivation unit 120 performs coding processing of parameters such as header information, division information, prediction information, and quantized transform coefficients.
- the CT information encoding unit 1111 encodes QT, MT (BT, TT) division information and the like.
- the CU encoding unit 1112 encodes CU information, prediction information, TU split flag split_transform_flag, CU residual flags cbf_cb, cbf_cr, cbf_luma, etc.
- the TU encoding unit 1114 encodes QP update information (quantization correction value) and quantization prediction error (residual_coding) when the TU includes a prediction error.
- CT information coding unit 1111, CU coding unit 1112, inter prediction parameters (prediction mode predMode, merge flag merge_flag, merge index merge_idx, inter prediction identifier inter_pred_idc, reference picture index refIdxLX, prediction vector index mvp_LX_idx, difference vector mvdLX),
- the intra prediction parameters (intra_luma_mpm_flag, mpm_idx, mpm_reminder, intra_chroma_pred_mode), syntax elements such as quantized transform coefficients are supplied to the entropy coding unit 104.
- the coding parameter determination unit 110 selects one set from a plurality of sets of coding parameters.
- the coding parameter is the above-mentioned QT, BT or TT partition information, a prediction parameter, or a parameter to be coded generated in association with these.
- the prediction parameter derivation unit 120 derives a prediction parameter from the parameter determined by the coding parameter determination unit 110, and outputs it to the predicted image generation unit 101.
- the predicted image generation unit 101 generates a predicted image using these prediction parameters.
- the coding parameter determination unit 110 calculates an RD cost value indicating the amount of information and the coding error for each of the plurality of sets.
- the RD cost value is, for example, the sum of the code amount and the squared error multiplied by the coefficient ⁇ .
- the code amount is the information amount of the coded stream Te obtained by entropy coding the quantization error and the coding parameter.
- the squared error is the sum of squares of the prediction errors calculated by the subtraction unit 102.
- the coefficient ⁇ is a real number larger than zero set in advance.
- the coding parameter determination unit 110 selects a set of coding parameters that minimizes the calculated cost value. As a result, the entropy coding unit 104 outputs the selected set of coding parameters as the coded stream Te.
- the prediction parameter derived by the prediction parameter derivation unit 303 is stored in the prediction parameter memory 108.
- the inter prediction parameter coding unit 112 includes a merge index derivation unit 11211 and a vector candidate index derivation unit 11212.
- the merge index derivation unit 11211 derives a merge index merge_idx candidate and outputs it to the merge prediction parameter derivation unit 3036 (merge prediction unit) of the prediction parameter derivation unit 120.
- the vector candidate index derivation unit 11212 derives a prediction vector index mvp_LX_idx candidate.
- the merge prediction parameter derivation unit 3036 derives an inter prediction parameter based on the merge index merge_idx and outputs the inter prediction parameter to the prediction image generation unit 101.
- the AMVP prediction parameter derivation unit 3032 derives a prediction vector mvpLX based on the motion vector mvLX.
- the AMVP prediction parameter derivation unit 3032 outputs the prediction vector mvpLX to the MV subtraction unit 1123.
- the reference picture index refIdxLX and the prediction vector index mvp_LX_idx are output to the parameter encoding unit 111.
- the MV subtraction unit 1123 subtracts the prediction vector mvpLX output from the AMVP prediction parameter derivation unit 3032 from the motion vector mvLX input from the coding parameter determination unit 110 to generate a difference vector mvdLX.
- the difference vector mvdLX is output to the parameter encoding unit 111.
- the addition unit 106 adds the pixel value of the prediction image of the block input from the prediction image generation unit 101 and the prediction error input from the inverse quantization/inverse conversion unit 105 for each pixel to generate a decoded image.
- the addition unit 106 stores the generated decoded image in the reference picture memory 109.
- the loop filter 107 applies a deblocking filter, SAO, and ALF to the decoded image generated by the addition unit 106.
- SAO deblocking filter
- ALF ALF
- the loop filter 107 does not necessarily have to include the above three types of filters, and may have a configuration of only a deblocking filter, for example.
- the prediction parameter memory 108 stores the prediction parameter generated by the coding parameter determination unit 110 in a predetermined position for each target picture and CU.
- the reference picture memory 109 stores the decoded image generated by the loop filter 107 at a predetermined position for each target picture and CU.
- the moving picture coding device 11 and part of the moving picture decoding device 31 in the above-described embodiment for example, the entropy decoding unit 301, the parameter decoding unit 302, the loop filter 305, the predicted image generation unit 308, the inverse quantization/inverse.
- the prediction parameter derivation unit 120 may be realized by a computer.
- the program for realizing the control function may be recorded in a computer-readable recording medium, and the program recorded in the recording medium may be read by a computer system and executed.
- the “computer system” referred to here is a computer system built in either the moving image encoding device 11 or the moving image decoding device 31, and includes an OS and hardware such as peripheral devices.
- the “computer-readable recording medium” refers to a portable medium such as a flexible disk, a magneto-optical disk, a ROM, a CD-ROM, or a storage device such as a hard disk built in a computer system.
- “computer-readable recording medium” means a program that dynamically holds a program for a short time, such as a communication line when transmitting the program through a network such as the Internet or a communication line such as a telephone line.
- a volatile memory that holds a program for a certain period of time such as a volatile memory inside a computer system that serves as a server or a client, may be included.
- the program may be for realizing a part of the above-described functions, and may be a program for realizing the above-mentioned functions in combination with a program already recorded in the computer system.
- the moving picture coding device 11 and the moving picture decoding device 31 in the above-described embodiments may be realized as an integrated circuit such as an LSI (Large Scale Integration).
- LSI Large Scale Integration
- Each functional block of the moving image encoding device 11 and the moving image decoding device 31 may be individually implemented as a processor, or a part or all of the functional blocks may be integrated and implemented as a processor.
- the method of circuit integration is not limited to LSI, and may be realized by a dedicated circuit or a general-purpose processor.
- an integrated circuit according to the technique may be used.
- the moving image encoding device 11 and the moving image decoding device 31 described above can be used by being mounted in various devices that perform transmission, reception, recording, and reproduction of moving images.
- the moving image may be a natural moving image captured by a camera or the like, or an artificial moving image (including CG and GUI) generated by a computer or the like.
- the moving image encoding device 11 and the moving image decoding device 31 described above can be used for transmitting and receiving a moving image.
- FIG. 2A is a block diagram showing the configuration of the transmission device PROD_A equipped with the moving image encoding device 11.
- the transmission device PROD_A is a coding unit PROD_A1 that obtains encoded data by encoding a moving image, and a modulated signal by modulating a carrier wave with the encoded data obtained by the encoding unit PROD_A1. It includes a modulator PROD_A2 for obtaining and a transmitter PROD_A3 for transmitting the modulated signal obtained by the modulator PROD_A2.
- the moving picture coding device 11 described above is used as this coding unit PROD_A1.
- the transmission device PROD_A as a supply source of a moving image input to the encoding unit PROD_A1, a camera PROD_A4 for capturing a moving image, a recording medium PROD_A5 recording the moving image, an input terminal PROD_A6 for inputting the moving image from the outside, and An image processing unit A7 for generating or processing an image may be further provided.
- a configuration in which the transmission device PROD_A includes all of these is illustrated, but a part thereof may be omitted.
- the recording medium PROD_A5 may be a non-encoded moving image recorded, or a moving image encoded by a recording encoding method different from the transmission encoding method may be recorded. It may be one. In the latter case, a decoding unit (not shown) that decodes the coded data read from the recording medium PROD_A5 according to the recording coding method may be interposed between the recording medium PROD_A5 and the coding unit PROD_A1.
- FIG. 2B is a block diagram showing the configuration of the receiving device PROD_B equipped with the moving image decoding device 31.
- the receiving device PROD_B is a receiving unit PROD_B1 that receives a modulated signal, a demodulating unit PROD_B2 that obtains encoded data by demodulating the modulated signal that the receiving unit PROD_B1 received, and a demodulating unit PROD_B2 And a decoding unit PROD_B3 that obtains a moving image by decoding encoded data.
- the moving picture decoding device 31 described above is used as this decoding unit PROD_B3.
- the receiving device PROD_B has a display PROD_B4 for displaying a moving image, a recording medium PROD_B5 for recording the moving image, and an output terminal for outputting the moving image to the outside as a supply destination of the moving image output by the decoding unit PROD_B3.
- PROD_B6 may be further provided. In the drawing, the configuration in which the receiving device PROD_B is provided with all of them is illustrated, but a part thereof may be omitted.
- the recording medium PROD_B5 may be one for recording a non-encoded moving image, or may be one encoded by a recording encoding method different from the transmission encoding method. May be. In the latter case, an encoding unit (not shown) that encodes the moving image acquired from the decoding unit PROD_B3 according to the recording encoding method may be interposed between the decoding unit PROD_B3 and the recording medium PROD_B5.
- the transmission medium for transmitting the modulated signal may be wireless or wired.
- the transmission mode of transmitting the modulated signal may be broadcast (here, it means a transmission mode in which the transmission destination is not specified in advance) or communication (transmission in which the transmission destination is specified in advance here).
- Embodiment That is, the transmission of the modulated signal may be realized by any of wireless broadcasting, wired broadcasting, wireless communication, and wired communication.
- a terrestrial digital broadcasting broadcasting station (broadcasting equipment, etc.)/receiving station (television receiver, etc.) is an example of a transmitting device PROD_A/receiving device PROD_B that transmits and receives modulated signals by wireless broadcasting.
- a broadcasting station (broadcasting equipment, etc.)/receiving station (television receiver, etc.) of cable television broadcasting is an example of a transmitting device PROD_A/receiving device PROD_B that transmits and receives modulated signals by wired broadcasting.
- a server (workstation, etc.)/client (TV receiver, personal computer, smartphone, etc.) for VOD (Video On Demand) services and video sharing services using the Internet is a transmission device that transmits and receives modulated signals by communication.
- PROD_A/reception device PROD_B generally, either wireless or wired is used as a transmission medium in LAN, and wired is used as a transmission medium in WAN.
- the personal computer includes a desktop PC, a laptop PC, and a tablet PC.
- the smartphone also includes a multifunctional mobile phone terminal.
- the client of the video sharing service has the function of decoding the encoded data downloaded from the server and displaying it on the display, as well as the function of encoding the moving image captured by the camera and uploading it to the server. That is, the client of the video sharing service functions as both the transmission device PROD_A and the reception device PROD_B.
- the moving image encoding device 11 and the moving image decoding device 31 described above can be used for recording and reproducing a moving image.
- FIG. 3A is a block diagram showing the configuration of the recording device PROD_C equipped with the above-described moving image encoding device 11.
- the recording device PROD_C includes a coding unit PROD_C1 that obtains coded data by coding a moving image, and a writing unit PROD_C2 that writes the coded data obtained by the coding unit PROD_C1 to a recording medium PROD_M. And are equipped with.
- the moving picture coding device 11 described above is used as the coding unit PROD_C1.
- the recording medium PROD_M may be (1) a type built into the recording device PROD_C, such as a HDD (Hard Disk Drive) or SSD (Solid State Drive), or (2) SD memory. It may be of a type that can be connected to the recording device PROD_C, such as a card or USB (Universal Serial Bus) flash memory, or (3) DVD (Digital Versatile Disc: registered trademark) or BD (Blu-ray). For example, a disc (registered trademark) or the like may be loaded in a drive device (not shown) incorporated in the recording device PROD_C.
- a disc registered trademark
- BD Blu-ray
- the recording device PROD_C has a camera PROD_C3 for capturing a moving image, an input terminal PROD_C4 for inputting the moving image from the outside, and a receiving unit for receiving the moving image as a source of the moving image input to the encoding unit PROD_C1.
- the unit PROD_C5 and the image processing unit PROD_C6 for generating or processing an image may be further provided. In the drawing, the configuration in which the recording device PROD_C is provided with all of them is illustrated, but a part thereof may be omitted.
- the receiving unit PROD_C5 may be one that receives an unencoded moving image, or receives encoded data that has been encoded by a transmission encoding method different from the recording encoding method. It may be one that does. In the latter case, a transmission decoding unit (not shown) that decodes the encoded data encoded by the transmission encoding method may be interposed between the reception unit PROD_C5 and the encoding unit PROD_C1.
- Examples of such a recording device PROD_C include a DVD recorder, a BD recorder, an HDD (Hard Disk Drive) recorder, and the like (in this case, the input terminal PROD_C4 or the receiving unit PROD_C5 is the main supply source of the moving image). ..
- a camcorder in this case, the camera PROD_C3 is the main source of moving images
- a personal computer in this case, the receiving unit PROD_C5 or the image processing unit C6 is the main source of moving images
- a smartphone this In this case, the camera PROD_C3 or the receiving unit PROD_C5 is a main supply source of the moving image
- the like are also examples of such a recording device PROD_C.
- FIG. 3( b) is a block showing the configuration of the playback device PROD_D equipped with the moving image decoding device 31 described above.
- the reproducing apparatus PROD_D includes a reading unit PROD_D1 that reads the encoded data written in the recording medium PROD_M, and a decoding unit PROD_D2 that obtains a moving image by decoding the encoded data read by the reading unit PROD_D1. , Are provided.
- the moving picture decoding device 31 described above is used as this decoding unit PROD_D2.
- the recording medium PROD_M may be (1) of a type built into the playback device PROD_D, such as a HDD or SSD, or (2) such as an SD memory card or a USB flash memory. It may be of a type that is connected to the playback device PROD_D, or (3) loaded into a drive device (not shown) built in the playback device PROD_D, such as a DVD or BD. Good.
- the playback device PROD_D is a display PROD_D3 that displays a moving image, an output terminal PROD_D4 for outputting the moving image to the outside as a supply destination of the moving image output by the decoding unit PROD_D2, and a transmitting unit that transmits the moving image.
- PROD_D5 may be further provided. In the drawing, a configuration in which the playback device PROD_D is provided with all of them is illustrated, but a part thereof may be omitted.
- the transmission unit PROD_D5 may be one that transmits an unencoded moving image, or transmits encoded data that has been encoded by a transmission encoding method different from the recording encoding method. It may be one that does. In the latter case, an encoding unit (not shown) that encodes a moving image with an encoding method for transmission may be interposed between the decoding unit PROD_D2 and the transmission unit PROD_D5.
- Examples of such a playback device PROD_D include a DVD player, a BD player, an HDD player, etc. (in this case, the output terminal PROD_D4 to which a television receiver or the like is connected is a main supply destination of the moving image). .. Also, a television receiver (in this case, the display PROD_D3 is the main destination of the moving image), digital signage (also called an electronic signboard or electronic bulletin board, etc.), the display PROD_D3 or the transmitter PROD_D5 is the main source of the moving image.
- Desktop PC in this case, the output terminal PROD_D4 or transmitter PROD_D5 is the main destination of the moving image
- laptop or tablet PC in this case, the display PROD_D3 or transmitter PROD_D5 is a moving image
- An example of such a playback device PROD_D is also a smartphone (in which case, the display PROD_D3 or the transmission unit PROD_D5 is the main destination of a moving image), and the like.
- each block of the moving image decoding device 31 and the moving image encoding device 11 described above may be realized by hardware by a logic circuit formed on an integrated circuit (IC chip), or by a CPU (Central Processing Unit), and may be realized by software.
- IC chip integrated circuit
- CPU Central Processing Unit
- each device has a CPU that executes the instructions of the program that realizes each function, a ROM (Read Only Memory) that stores the program, a RAM (Random Access Memory) that expands the program, the program, and various data.
- a storage device such as a memory for storing is stored.
- the object of the embodiment of the present invention is to record the program code (execution format program, intermediate code program, source program) of the control program of each device, which is software for realizing the above-described functions, in a computer-readable manner. This can also be achieved by supplying a medium to each of the above devices and causing the computer (or CPU or MPU) to read and execute the program code recorded in the recording medium.
- Examples of the recording medium include tapes such as magnetic tapes and cassette tapes, magnetic disks such as floppy (registered trademark) disks/hard disks, and CD-ROMs (Compact Disc Read-Only Memory)/MO disks (Magneto-Optical disc).
- tapes such as magnetic tapes and cassette tapes
- magnetic disks such as floppy (registered trademark) disks/hard disks
- CD-ROMs Compact Disc Read-Only Memory
- MO disks Magnetic-Optical disc
- each of the above devices may be configured to be connectable to a communication network, and the program code may be supplied via the communication network.
- the communication network is not particularly limited as long as it can transmit the program code.
- Internet intranet, extranet, LAN (Local Area Network), ISDN (Integrated Services Digital Network), VAN (Value-Added Network), CATV (Community Antenna television/Cable Television) communication network, virtual private network (Virtual Private) Network), telephone network, mobile communication network, satellite communication network, etc.
- the transmission medium constituting this communication network may be any medium capable of transmitting the program code, and is not limited to a specific configuration or type.
- the embodiment of the present invention can also be realized in the form of a computer data signal embedded in a carrier wave, in which the program code is embodied by electronic transmission.
- the embodiments of the present invention are preferably applied to a moving image decoding device that decodes encoded data in which image data is encoded, and a moving image encoding device that generates encoded data in which image data is encoded. be able to. Further, it can be suitably applied to the data structure of encoded data generated by the moving image encoding device and referred to by the moving image decoding device. (Cross-reference of related applications) This application claims the benefit of priority to Japanese patent application: Japanese Patent Application No. 2018-229864 filed on Dec. 7, 2018, and by referring to it, all the contents are Included in this book.
- image decoding device 301 entropy decoding unit 302 parameter decoding unit 3020 header decoding unit 303 inter prediction parameter derivation unit 304 intra prediction parameter derivation unit 308 predicted image generation unit 309 inter prediction image generation unit 310 intra prediction image generation unit 311 dequantization/ Inverse transform unit 312 Addition unit 11 Image coding device 101 Predicted image generation unit 102 Subtraction unit 103 Transform/quantization unit 104 Entropy coding unit 105 Inverse quantization/inverse transformation unit 107 Loop filter 110 Coding parameter determination unit 111 Parameter code Encoding unit 112 Inter prediction parameter encoding unit 113 Intra prediction parameter encoding unit 1110 Header encoding unit 1111 CT information encoding unit 1113 CU encoding unit (prediction mode encoding unit) 1114 TU encoder
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
従来の輝度と色差で別のツリーを用いる場合や色差イントラ予測で乗算を含む輝度色差予測を用いる場合には、小ブロックにおける色差イントラ予測による処理遅延が大きくなるという課題がある。輝度と色差で異なる2つのツリーを用いる場合において、輝度サイズで8x8ブロックの場合にqt_split_cu_flagを復号せずに0と導出し、輝度サイズで8x4/4x8ブロックの場合にmtt_split_cu_flagを復号せずに0と導出することを特徴とする。また、対象ブロックのサイズが所定のサイズ未満の場合には、DC、左方向予測、上方向予測の何れか1つから色差イントラモードを導出する。
Description
本発明の実施形態は、動画像復号装置、および動画像符号化装置に関する。
動画像を効率的に伝送または記録するために、動画像を符号化することによって符号化データを生成する動画像符号化装置、および、当該符号化データを復号することによって復号画像を生成する動画像復号装置が用いられている。
具体的な動画像符号化方式としては、例えば、H.264/AVCやHEVC(High-Efficiency Video Coding)方式などが挙げられる。
このような動画像符号化方式においては、動画像を構成する画像(ピクチャ)は、画像を分割することにより得られるスライス、スライスを分割することにより得られる符号化ツリーユニット(CTU:Coding Tree Unit)、符号化ツリーユニットを分割することで得られる符号化単位(符号化ユニット(Coding Unit:CU)と呼ばれることもある)、及び、符号化単位を分割することより得られる変換ユニット(TU:Transform Unit)からなる階層構造により管理され、CU毎に符号化/復号される。
また、このような動画像符号化方式においては、通常、入力画像を符号化/復号することによって得られる局所復号画像に基づいて予測画像が生成され、当該予測画像を入力画像(原画像)から減算して得られる予測誤差(「差分画像」または「残差画像」と呼ぶこともある)が符号化される。予測画像の生成方法としては、画面間予測(インター予測)、および、画面内予測(イントラ予測)が挙げられる。
また、近年の動画像符号化及び復号の技術として非特許文献1が挙げられる。
また、非特許文献1には、画面を矩形のCTUブロックに分割した後、さらいCTUをマルチツリーMTT(QTBT, QTBTTT)と呼ばれる4分木、2分木、3分木などの複数のツリーにより再帰的に分割する技術があるが開示されている。
" Versatile Video Coding (Draft 3)", JVET-L1001, Joint VideoExploration Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11, 2018-11-08 17:06:06
非特許文献1の技術は4分木、2分木、3分木を含む多様な分割方法を実現するが、イントラ色差ブロックとして2x2という小ブロックを符号化、復号する必要がある。小ブロックは画素あたりのオーバーヘッドが大きいために、特にイントラ予測において処理遅延が大きくなり全体のスループットを低下させるという課題がある。特に、DUALツリーを用いた方法では、輝度ツリーの輝度画像の後に色差ツリーの色差画像を処理する必要があり、共通ツリーのように輝度画像と色差画像を並行して処理することができないという課題がある。また、乗算を用いるイントラ画像の予測や、斜め方向の参照を用いるイントラ予測は特に処理遅延が大きい。
本発明の一態様は、輝度と色差で異なる2つのツリー(DUALツリー)を用いる場合と、輝度と色差で共通のツリー(SINGLEツリー)を用いる場合を用いる動画像復号装置において、QT分割を行うか否かを示すqt_split_cu_flag、MT分割の有無を示すmtt_split_cu_flag、MT分割の分割方向を示すmtt_split_cu_vertical_flag、MT分割の分割タイプを示すmtt_split_cu_binary_flagを復号するCT情報復号部を備え、上記CT情報復号部は、色差のDUALツリーにおいて、輝度サイズで8x8ブロックの場合にqt_split_cu_flagを復号せずに0と導出し、輝度サイズで8x4/4x8ブロックの場合にmtt_split_cu_flagを復号せずに0と導出し、輝度サイズで16x4/4x16ブロックの場合にmtt_split_cu_binary_flagを復号せずに0と導出することを特徴とする。
本発明の一態様は、上記CT情報復号部は、色差の最小QT分割サイズを8以上と導出することを特徴とする。
本発明の一態様は、上記CT情報復号部は、BT分割可能フラグの導出において、色差の幅と色差の高さの和が6以下の場合に、分割可能ではないことを示す偽を導出することを特徴とする。
本発明の一態様は、上記CT情報復号部は、TT分割可能フラグの導出において、色差の幅と色差の高さの和が10以下の場合に、分割可能ではないことを示す偽を導出することを特徴とする。
本発明の一態様は、上記はさらに、輝度サイズで8x4/4x8/8x2/2x8/4x4ブロックの場合にmtt_split_cu_flagを復号せずに0と導出し、輝度サイズで16x4/4x16/16x8/8x16/32x4/4x32ブロックの場合にmtt_split_cu_binary_flagを復号せずに0と導出することを特徴とする。
本発明の一態様は、上記CT情報復号部は、BT分割可能フラグの導出において、色差の幅と色差の高さの和が12以下の場合に、分割可能ではないことを示す偽を導出することを特徴とする。
本発明の一態様は、上記CT情報復号部は、TT分割可能フラグの導出において、色差の幅と色差の高さの和が20以下の場合に、分割可能ではないことを示す偽を導出することを特徴とする。
本発明の一態様は、色差イントラ予測モードintra_chroma_pred_modeを復号するパラメータ復号部と、上記色差イントラ予測モードに応じた色差イントラモードを導出するイントラパラメータ導出部と上記色差イントラモードに応じて、DC予測とプレーナ予測、方向予測、輝度色差予測を行うイントラ予測画像生成部を備える動画像符号化装置もしくは動画像復号装置において、上記パラメータ復号部は、対象ブロックのサイズが所定のサイズ未満の場合には、色差イントラ予測モードを示す1ビットのbinを復号し、それ以外の場合には1ビット以上のbinを復号し、上記イントラパラメータ導出部は、対象ブロックのサイズが所定のサイズ未満の場合には、DC、左方向予測、上方向予測の何れか1つから色差イントラモードを導出し、それ以外の場合には、DC予測とプレーナ予測、方向予測、輝度色差予測から色差イントラモードを導出することを特徴とする。
本発明の一態様は、上記イントラパラメータ導出部は、対象ブロックのサイズが所定のサイズ未満の場合には、左方向予測、上方向予測の何れか1つを用いて、色差イントラモードを導出することを特徴とする。
本発明の一態様は、色差イントラ予測モードintra_chroma_pred_modeを復号するパラメータ復号部と、上記色差イントラ予測モードに応じた色差イントラモードを導出するイントラパラメータ導出部と上記色差イントラモードに応じて、DC予測とプレーナ予測、方向予測、輝度色差予測を行うイントラ予測画像生成部を備える動画像符号化装置もしくは動画像復号装置において、上記パラメータ復号部は、対象ブロックのサイズが所定のサイズ未満の場合には、色差イントラ予測モードを示すbinを復号せず、それ以外の場合には1ビット以上のbinを復号し、上記イントラパラメータ導出部は、対象ブロックのサイズが所定のサイズ未満の場合には、輝度イントラ予測モードに応じて、DC、左方向予測、上方向予測の何れか1つから色差イントラモードを導出し、それ以外の場合には、DC予測とプレーナ予測、方向予測、輝度色差予測から色差イントラモードを導出することを特徴とする。
本発明の一態様は、上記イントラパラメータ導出部は、対象ブロックのサイズが所定のサイズ未満の場合には、輝度イントラ予測モードに応じて、左方向予測、上方向予測の何れか1つを用いて、色差イントラモードを導出することを特徴とする。
本発明の一態様は、上記イントラパラメータ導出部は、対象ブロックのサイズが所定のサイズ未満の場合には、常にDCモードを導出することを特徴とする。
本発明の一態様によれば、4分木、2分木、3分木などの再帰的分割を行う動画像符号化・復号処理において、色差イントラ予測における処理遅延を低減することができる。
以下、図面を参照しながら本発明の実施形態について説明する。
図1は、本実施形態に係る画像伝送システム1の構成を示す概略図である。
画像伝送システム1は、符号化対象画像を符号化した符号化ストリームを伝送し、伝送された符号化ストリームを復号し画像を表示するシステムである。画像伝送システム1は、動画像符号化装置(画像符号化装置)11、ネットワーク21、動画像復号装置(画像復号装置)31、及び動画像表示装置(画像表示装置)41を含んで構成される。
動画像符号化装置11には画像Tが入力される。
ネットワーク21は、動画像符号化装置11が生成した符号化ストリームTeを動画像復号装置31に伝送する。ネットワーク21は、インターネット(Internet)、広域ネットワーク(WAN:Wide Area Network)、小規模ネットワーク(LAN:Local Area Network)またはこれらの組み合わせである。ネットワーク21は、必ずしも双方向の通信網に限らず、地上デジタル放送、衛星放送等の放送波を伝送する一方向の通信網であっても良い。また、ネットワーク21は、DVD(Digital Versatile Disc:登録商標)、BD(Blue-ray Disc:登録商標)等の符号化ストリームTeを記録した記憶媒体で代替されても良い。
動画像復号装置31は、ネットワーク21が伝送した符号化ストリームTeのそれぞれを復号し、復号した1または複数の復号画像Tdを生成する。
動画像表示装置41は、動画像復号装置31が生成した1または複数の復号画像Tdの全部または一部を表示する。動画像表示装置41は、例えば、液晶ディスプレイ、有機EL(Electro-luminescence)ディスプレイ等の表示デバイスを備える。ディスプレイの形態としては、据え置き、モバイル、HMD等が挙げられる。また、動画像復号装置31が高い処理能力を有する場合には、画質の高い画像を表示し、より低い処理能力しか有しない場合には、高い処理能力、表示能力を必要としない画像を表示する。
<演算子>
本明細書で用いる演算子を以下に記載する。
本明細書で用いる演算子を以下に記載する。
>>は右ビットシフト、<<は左ビットシフト、&はビットワイズAND、|はビットワイズOR、|=はOR代入演算子であり、||は論理和を示す。
x?y:zは、xが真(0以外)の場合にy、xが偽(0)の場合にzをとる3項演算子である。
Clip3(a,b,c)は、cをa以上b以下の値にクリップする関数であり、c<aの場合にはaを返し、c>bの場合にはbを返し、その他の場合にはcを返す関数である(ただし、a<=b)。
abs(a)はaの絶対値を返す関数である。
Int(a)はaの整数値を返す関数である。
floor(a)はa以下の最大の整数を返す関数である。
ceil(a)はa以上の最大の整数を返す関数である。
a/dはdによるaの除算(小数点以下切り捨て)を表す。
a^bは、aのb乗を表す。
<符号化ストリームTeの構造>
本実施形態に係る動画像符号化装置11および動画像復号装置31の詳細な説明に先立って、動画像符号化装置11によって生成され、動画像復号装置31によって復号される符号化ストリームTeのデータ構造について説明する。
本実施形態に係る動画像符号化装置11および動画像復号装置31の詳細な説明に先立って、動画像符号化装置11によって生成され、動画像復号装置31によって復号される符号化ストリームTeのデータ構造について説明する。
図4は、符号化ストリームTeにおけるデータの階層構造を示す図である。符号化ストリームTeは、例示的に、シーケンス、およびシーケンスを構成する複数のピクチャを含む。図4の(a)~(f)は、それぞれ、シーケンスSEQを既定する符号化ビデオシーケンス、ピクチャPICTを規定する符号化ピクチャ、スライスSを規定する符号化スライス、スライスデータを規定する符号化スライスデータ、符号化スライスデータに含まれる符号化ツリーユニット、符号化ツリーユニットに含まれる符号化ユニットを示す図である。
(符号化ビデオシーケンス)
符号化ビデオシーケンスでは、処理対象のシーケンスSEQを復号するために動画像復号装置31が参照するデータの集合が規定されている。シーケンスSEQは、図4(a)に示すように、ビデオパラメータセット(Video Parameter Set)、シーケンスパラメータセットSPS(Sequence Parameter Set)、ピクチャパラメータセットPPS(Picture Parameter Set)、ピクチャPICT、及び、付加拡張情報SEI(Supplemental Enhancement Information)を含んでいる。
符号化ビデオシーケンスでは、処理対象のシーケンスSEQを復号するために動画像復号装置31が参照するデータの集合が規定されている。シーケンスSEQは、図4(a)に示すように、ビデオパラメータセット(Video Parameter Set)、シーケンスパラメータセットSPS(Sequence Parameter Set)、ピクチャパラメータセットPPS(Picture Parameter Set)、ピクチャPICT、及び、付加拡張情報SEI(Supplemental Enhancement Information)を含んでいる。
ビデオパラメータセットVPSは、複数のレイヤから構成されている動画像において、複数の動画像に共通する符号化パラメータの集合および動画像に含まれる複数のレイヤおよび個々のレイヤに関連する符号化パラメータの集合が規定されている。
シーケンスパラメータセットSPSでは、対象シーケンスを復号するために動画像復号装置31が参照する符号化パラメータの集合が規定されている。例えば、ピクチャの幅や高さが規定される。なお、SPSは複数存在してもよい。その場合、PPSから複数のSPSの何れかを選択する。
ピクチャパラメータセットPPSでは、対象シーケンス内の各ピクチャを復号するために動画像復号装置31が参照する符号化パラメータの集合が規定されている。例えば、ピクチャの復号に用いられる量子化幅の基準値(pic_init_qp_minus26)や重み付き予測の適用を示すフラグ(weighted_pred_flag)が含まれる。なお、PPSは複数存在してもよい。その場合、対象シーケンス内の各ピクチャから複数のPPSの何れかを選択する。
(符号化ピクチャ)
符号化ピクチャでは、処理対象のピクチャPICTを復号するために動画像復号装置31が参照するデータの集合が規定されている。ピクチャPICTは、図4(b)に示すように、スライス0~スライスNS-1を含む(NSはピクチャPICTに含まれるスライスの総数)。
符号化ピクチャでは、処理対象のピクチャPICTを復号するために動画像復号装置31が参照するデータの集合が規定されている。ピクチャPICTは、図4(b)に示すように、スライス0~スライスNS-1を含む(NSはピクチャPICTに含まれるスライスの総数)。
なお、以下、スライス0~スライスNS-1のそれぞれを区別する必要が無い場合、符号の添え字を省略して記述することがある。また、以下に説明する符号化ストリームTeに含まれるデータであって、添え字を付している他のデータについても同様である。
ピクチャの色フォーマットは、Y, Cb, CrでもR, G, Bでもそれ以外でも構わない。また色コンポーネントごとのサンプリングが異なってもよい。例えば、第1色コンポーネントと第2色コンポーネント、第3色コンポーネントのサンプリング数の比率として、第1と第2色の水平比率をSubWidthC、垂直比率をSubHeightCを示す。例えば、4:4:4, 4:2:2, 4:2:0は、各々、以下になる。
4:2:0, SubWidthC = 2, SubHeightC = 2
4:2:2, SubWidthC = 2, SubHeightC = 1
4:4:4, SubWidthC = 1, SubHeightC = 1
動画像符号化装置11及び動画像復号装置31は、chroma_format_idcを符号化、復号しても良い。
chroma_format_idc = 0, 4:0:0(monochrome)
chroma_format_idc = 1, 4:2:0
chroma_format_idc = 2, 4:2:2
chroma_format_idc = 3, 4:4:4
(符号化スライス)
符号化スライスでは、処理対象のスライスSを復号するために動画像復号装置31が参照するデータの集合が規定されている。スライスは、図4(c)に示すように、スライスヘッダ、および、スライスデータを含んでいる。
4:2:0, SubWidthC = 2, SubHeightC = 2
4:2:2, SubWidthC = 2, SubHeightC = 1
4:4:4, SubWidthC = 1, SubHeightC = 1
動画像符号化装置11及び動画像復号装置31は、chroma_format_idcを符号化、復号しても良い。
chroma_format_idc = 0, 4:0:0(monochrome)
chroma_format_idc = 1, 4:2:0
chroma_format_idc = 2, 4:2:2
chroma_format_idc = 3, 4:4:4
(符号化スライス)
符号化スライスでは、処理対象のスライスSを復号するために動画像復号装置31が参照するデータの集合が規定されている。スライスは、図4(c)に示すように、スライスヘッダ、および、スライスデータを含んでいる。
スライスヘッダには、対象スライスの復号方法を決定するために動画像復号装置31が参照する符号化パラメータ群が含まれる。スライスタイプを指定するスライスタイプ指定情報(slice_type)は、スライスヘッダに含まれる符号化パラメータの一例である。
スライスタイプ指定情報により指定可能なスライスタイプとしては、(1)符号化の際にイントラ予測のみを用いるIスライス、(2)符号化の際に単方向予測、または、イントラ予測を用いるPスライス、(3)符号化の際に単方向予測、双方向予測、または、イントラ予測を用いるBスライスなどが挙げられる。なお、インター予測は、単予測、双予測に限定されず、より多くの参照ピクチャを用いて予測画像を生成してもよい。以下、P、Bスライスと呼ぶ場合には、インター予測を用いることができるブロックを含むスライスを指す。
なお、スライスヘッダは、ピクチャパラメータセットPPSへの参照(pic_parameter_set_id)を含んでいても良い。
(符号化スライスデータ)
符号化スライスデータでは、処理対象のスライスデータを復号するために動画像復号装置31が参照するデータの集合が規定されている。スライスデータは、図4(d)に示すように、CTUを含んでいる。CTUは、スライスを構成する固定サイズ(例えば64x64)のブロックであり、最大符号化単位(LCU:Largest Coding Unit)と呼ぶこともある。
符号化スライスデータでは、処理対象のスライスデータを復号するために動画像復号装置31が参照するデータの集合が規定されている。スライスデータは、図4(d)に示すように、CTUを含んでいる。CTUは、スライスを構成する固定サイズ(例えば64x64)のブロックであり、最大符号化単位(LCU:Largest Coding Unit)と呼ぶこともある。
(符号化ツリーユニット)
図4(e)には、処理対象のCTUを復号するために動画像復号装置31が参照するデータの集合が規定されている。CTUは、再帰的な4分木分割(QT(Quad Tree)分割)、2分木分割(BT(Binary Tree)分割)あるいは3分木分割(TT(Ternary Tree)分割)により符号化処理の基本的な単位である符号化ユニットCUに分割される。BT分割とTT分割を合わせてマルチツリー分割(MT(Multi Tree)分割)と呼ぶ。再帰的な4分木分割により得られる木構造のノードのことを符号化ノード(Coding Node)と称する。4分木、2分木、及び3分木の中間ノードは、符号化ノードであり、CTU自身も最上位の符号化ノードとして規定される。
図4(e)には、処理対象のCTUを復号するために動画像復号装置31が参照するデータの集合が規定されている。CTUは、再帰的な4分木分割(QT(Quad Tree)分割)、2分木分割(BT(Binary Tree)分割)あるいは3分木分割(TT(Ternary Tree)分割)により符号化処理の基本的な単位である符号化ユニットCUに分割される。BT分割とTT分割を合わせてマルチツリー分割(MT(Multi Tree)分割)と呼ぶ。再帰的な4分木分割により得られる木構造のノードのことを符号化ノード(Coding Node)と称する。4分木、2分木、及び3分木の中間ノードは、符号化ノードであり、CTU自身も最上位の符号化ノードとして規定される。
CTは、CT情報として、QT分割を行うか否かを示すQT分割フラグ(qt_split_cu_flag)、MT分割の有無を示すMT分割フラグ(mtt_split_cu_flag)、MT分割の分割方向を示すMT分割方向(mtt_split_cu_vertical_flag)、MT分割の分割タイプを示すmtt_split_cu_binary_flag)を含む。qt_split_cu_flag、mtt_split_cu_flag、mtt_split_cu_vertical_flag、mtt_split_cu_binary_flagは符号化ノード毎に伝送される。
qt_split_cu_flagが1の場合、符号化ノードは4つの符号化ノードに分割される(図5(b))。
qt_split_cu_flagが0の時、mtt_split_cu_flagが0の場合に符号化ノードは分割されず1つのCUをノードとして持つ(図5(a))。CUは符号化ノードの末端ノードであり、これ以上分割されない。CUは、符号化処理の基本的な単位となる。
mtt_split_cu_flagが1の場合に符号化ノードは以下のようにMT分割される。mtt_split_cu_binary_flagが1の時、mtt_split_cu_vertical_flagが0の場合に符号化ノードは2つの符号化ノードに水平分割(SPLIT_BT_HOR)され(図5(d))、mtt_split_cu_vertical_flagが1の場合に符号化ノードは2つの符号化ノードに垂直分割(SPLIT_BT_VER)される(図5(c))。また、mtt_split_cu_binary_flagが0の時、mtt_split_cu_vertical_flagが0の場合に符号化ノードは3つの符号化ノードに水平分割(SPLIT_TT_HOR)され(図5(f))、mtt_split_cu_vertical_flagが1の場合に符号化ノードは3つの符号化ノードに垂直分割(SPLIT_TT_VER)される(図5(e))。これらを図5(g)に示す。
また、CTUのサイズが64x64画素の場合には、CUのサイズは、64x64画素、64x32画素、32x64画素、32x32画素、64x16画素、16x64画素、32x16画素、16x32画素、16x16画素、64x8画素、8x64画素、32x8画素、8x32画素、16x8画素、8x16画素、8x8画素、64x4画素、4x64画素、32x4画素、4x32画素、16x4画素、4x16画素、8x4画素、4x8画素、及び、4x4画素の何れかをとり得る。
輝度(第1色コンポーネント, cIdx = 0)と色差(第2、第3色コンポーネントcIdx =1, 2)で異なるツリーを用いても良い。ツリーの種別をtreeTypeで示す。例えば、輝度と色差で共通のツリーを用いる場合、共通単一ツリーをtreeType = SINGLE_TREEで示す。輝度(Y, cIdx=0)と色差(Cb/Cr, cIdx=1,2)で異なる2つのツリー(DUALツリー)を用いる場合、輝度のツリーをtreeType= DUAL_TREE_LUMA、色差のツリーをtreeType = DUAL_TREE_CHROMAで示す。DUAL_TREE_CHROMAの場合にツリーは、色差画像のみを符号化、復号するため、単に色差ツリーとも呼ぶ。
(符号化ユニット)
図4(f)に示すように、処理対象の符号化ユニットを復号するために動画像復号装置31が参照するデータの集合が規定されている。具体的には、CUは、CUヘッダCUH、予測パラメータ、変換パラメータ、量子化変換係数等から構成される。CUヘッダでは予測モード等が規定される。
図4(f)に示すように、処理対象の符号化ユニットを復号するために動画像復号装置31が参照するデータの集合が規定されている。具体的には、CUは、CUヘッダCUH、予測パラメータ、変換パラメータ、量子化変換係数等から構成される。CUヘッダでは予測モード等が規定される。
予測処理は、CU単位で行われる場合と、CUをさらに分割したサブCU単位で行われる場合がある。CUとサブCUのサイズが等しい場合には、CU中のサブCUは1つである。CUがサブCUのサイズよりも大きい場合、CUは、サブCUに分割される。たとえばCUが8x8、サブCUが4x4の場合、CUは水平2分割、垂直2分割からなる、4つのサブCUに分割される。
予測の種類(予測モード)は、イントラ予測と、インター予測の2つがある。イントラ予測は、同一ピクチャ内の予測であり、インター予測は、互いに異なるピクチャ間(例えば、表示時刻間、レイヤ画像間)で行われる予測処理を指す。
変換・量子化処理はCU単位で行われるが、量子化変換係数は4x4等のサブブロック単位でエントロピー符号化してもよい。
(予測パラメータ)
予測画像は、ブロックに付随する予測パラメータによって導出される。予測パラメータには、イントラ予測とインター予測の予測パラメータがある。
予測画像は、ブロックに付随する予測パラメータによって導出される。予測パラメータには、イントラ予測とインター予測の予測パラメータがある。
以下、インター予測の予測パラメータについて説明する。インター予測パラメータは、予測リスト利用フラグpredFlagL0、predFlagL1と、参照ピクチャインデックスrefIdxL0、refIdxL1と、動きベクトルmvL0、mvL1から構成される。予測リスト利用フラグpredFlagL0、predFlagL1は、各々L0リスト、L1リストと呼ばれる参照ピクチャリストが用いられるか否かを示すフラグであり、値が1の場合に対応する参照ピクチャリストが用いられる。なお、本明細書中「XXであるか否かを示すフラグ」と記す場合、フラグが0以外(たとえば1)をXXである場合、0をXXではない場合とし、論理否定、論理積などでは1を真、0を偽と扱う(以下同様)。但し、実際の装置や方法では真値、偽値として他の値を用いることもできる。
以下、イントラ予測の予測パラメータについて説明する。イントラ予測パラメータは、輝度予測モードIntraPredModeY、色差予測モードIntraPredModeCから構成される。図AA7は、イントラ予測モードの種類(モード番号)を示す概略図である。図に示すように、イントラ予測モードは、例えば67種類(0~66)存在する。例えば、プレーナ予測(0)、DC予測(1)、Angular予測(2~66)である。さらに、色差では輝度色差予測を行うCCLMモード(81~83, Colour Component Linear Model)を追加してもよい。
イントラ予測パラメータを導出するためのシンタックス要素には、例えば、intra_luma_mpm_flag、mpm_idx、mpm_remainder等がある。
(MPM)
intra_luma_mpm_flagは、対象ブロックの輝度予測モードIntraPredModeYとMPM(Most Probable Mode)とが一致するか否かを示すフラグである。MPMは、MPM候補リストmpmCandList[]に含まれる予測モードである。MPM候補リストは、隣接ブロックのイントラ予測モードおよび所定のイントラ予測モードから、対象ブロックに適用される確率が高いと推定される候補を格納したリストである。intra_luma_mpm_flagが1の場合、MPM候補リストとインデックスmpm_idxを用いて、対象ブロックの輝度予測モードIntraPredModeYを導出する。
intra_luma_mpm_flagは、対象ブロックの輝度予測モードIntraPredModeYとMPM(Most Probable Mode)とが一致するか否かを示すフラグである。MPMは、MPM候補リストmpmCandList[]に含まれる予測モードである。MPM候補リストは、隣接ブロックのイントラ予測モードおよび所定のイントラ予測モードから、対象ブロックに適用される確率が高いと推定される候補を格納したリストである。intra_luma_mpm_flagが1の場合、MPM候補リストとインデックスmpm_idxを用いて、対象ブロックの輝度予測モードIntraPredModeYを導出する。
IntraPredModeY = mpmCandList[mpm_idx]
(REM)
intra_luma_mpm_flagが0の場合、mpm_remainderを用いて輝度予測モードIntraPredModeYを導出する。具体的には、イントラ予測モード全体からMPM候補リストに含まれるイントラ予測モードを除いた残りのモードRemIntraPredModeからIntraPredModeYを選択する。
(REM)
intra_luma_mpm_flagが0の場合、mpm_remainderを用いて輝度予測モードIntraPredModeYを導出する。具体的には、イントラ予測モード全体からMPM候補リストに含まれるイントラ予測モードを除いた残りのモードRemIntraPredModeからIntraPredModeYを選択する。
(動画像復号装置の構成)
本実施形態に係る動画像復号装置31(図7)の構成について説明する。
本実施形態に係る動画像復号装置31(図7)の構成について説明する。
動画像復号装置31は、エントロピー復号部301、パラメータ復号部(予測画像復号装置)302、ループフィルタ305、参照ピクチャメモリ306、予測パラメータメモリ307、予測画像生成部(予測画像生成装置)308、逆量子化・逆変換部311、及び加算部312を含んで構成される。なお、後述の動画像符号化装置11に合わせ、動画像復号装置31にループフィルタ305が含まれない構成もある。
パラメータ復号部302は、さらに、ヘッダ復号部3020、CT情報復号部3021、及びCU復号部3022(予測モード復号部)を備えており、CU復号部3022はさらにTU復号部3024を備えている。これらを総称して復号モジュールと呼んでもよい。ヘッダ復号部3020は、符号化データからVPS、SPS、PPSなどのパラメータセット情報、スライスヘッダ(スライス情報)を復号する。CT情報復号部3021は、符号化データからCTを復号する。CU復号部3022は符号化データからCUを復号する。TU復号部3024は、TUに予測誤差が含まれている場合に、符号化データからQP更新情報(量子化補正値)と量子化予測誤差(residual_coding)を復号する。
また、パラメータ復号部302は、図示しないインター予測パラメータ導出部303及びイントラ予測パラメータ導出部304を含んで構成される。予測画像生成部308は、インター予測画像生成部309及びイントラ予測画像生成部310を含んで構成される。
また、以降では処理の単位としてCTU、CUを使用した例を記載するが、この例に限らず、サブCU単位で処理をしてもよい。あるいはCTU、CU、をブロック、サブCUをサブブロックと読み替え、ブロックあるいはサブブロック単位の処理としてもよい。
エントロピー復号部301は、外部から入力された符号化ストリームTeに対してエントロピー復号を行って、個々の符号(シンタックス要素)を復号する。エントロピー符号化には、シンタックス要素の種類や周囲の状況に応じて適応的に選択したコンテキスト(確率モデル)を用いてシンタックス要素を可変長符号化する方式と、あらかじめ定められた表、あるいは計算式を用いてシンタックス要素を可変長符号化する方式がある。前者のCABAC(Context Adaptive Binary Arithmetic Coding)は、符号化あるいは復号したピクチャ(スライス)毎に更新した確率モデルをメモリに格納する。そして、Pピクチャ、あるいはBピクチャのコンテキストの初期状態として、メモリに格納された確率モデルの中から、同じスライスタイプ、同じスライスレベルの量子化パラメータを使用したピクチャの確率モデルを設定する。この初期状態を符号化、復号処理に使用する。復号された符号には、予測画像を生成するための予測情報および、差分画像を生成するための予測誤差などがある。
エントロピー復号部301は、復号した符号をパラメータ復号部302に出力する。復号した符号とは、例えば、予測モードpredMode、マージフラグmerge_flag、マージインデックスmerge_idx、インター予測識別子inter_pred_idc、参照ピクチャインデックスrefIdxLX、予測ベクトルインデックスmvp_LX_idx(mvp_lx_flag)、差分ベクトルmvdLX、amvr_mode等である。どの符号を復号するかの制御は、パラメータ復号部302の指示に基づいて行われる。
(基本フロー)
図8は、動画像復号装置31の概略的動作を説明するフローチャートである。
図8は、動画像復号装置31の概略的動作を説明するフローチャートである。
(S1100:パラメータセット情報復号)ヘッダ復号部3020は、符号化データからVPS、SPS、PPSなどのパラメータセット情報を復号する。
(S1200:スライス情報復号)ヘッダ復号部3020は、符号化データからスライスヘッダ(スライス情報)を復号する。
以下、動画像復号装置31は、対象ピクチャに含まれる各CTUについて、S1300からS5000の処理を繰り返すことにより各CTUの復号画像を導出する。
(S1300:CTU情報復号)CT情報復号部3021は、符号化データからCTUを復号する。
(S1400:CT情報復号)CT情報復号部3021は、符号化データからCTを復号する。
(S1500:CU復号)CU復号部3022はS1510、S1520を実施して、符号化データからCUを復号する。
(S1510:CU情報復号)CU復号部3022は、符号化データからCU情報、予測情報、TU分割フラグsplit_transform_flag、CU残差フラグcbf_cb、cbf_cr、cbf_luma等を復号する。
(S1520:TU情報復号)TU復号部3024は、TUに予測誤差が含まれている場合に、符号化データからQP更新情報(量子化補正値)と量子化予測誤差(residual_coding)を復号する。なお、QP更新情報は、量子化パラメータQPの予測値である量子化パラメータ予測値qPpredからの差分値である。
(S2000:予測画像生成)予測画像生成部308は、対象CUに含まれる各ブロックについて、予測情報に基づいて予測画像を生成する。
(S3000:逆量子化・逆変換)逆量子化・逆変換部311は、対象CUに含まれる各TUについて、逆量子化・逆変換処理を実行する。
(S4000:復号画像生成)加算器312は、予測画像生成部308より供給される予測画像と、逆量子化・逆変換部311より供給される予測誤差とを加算することによって、対象CUの復号画像を生成する。
(S5000:ループフィルタ)ループフィルタ305は、復号画像にデブロッキングフィルタ、SAO、ALFなどのループフィルタをかけ、復号画像を生成する。
(CT情報復号の処理)
以下、CT情報復号の処理を、図9、図10、図11を参照して説明する。図9は、本発明の一実施形態に係るCT情報復号部3021の動作を説明するフローチャートである。また、図10は、本発明の一実施形態に係るCTUおよびQT情報のシンタックス表の構成例を示す図であり、図11は、本発明の一実施形態に係るMT分割情報のシンタックス表の構成例を示す図である。
以下、CT情報復号の処理を、図9、図10、図11を参照して説明する。図9は、本発明の一実施形態に係るCT情報復号部3021の動作を説明するフローチャートである。また、図10は、本発明の一実施形態に係るCTUおよびQT情報のシンタックス表の構成例を示す図であり、図11は、本発明の一実施形態に係るMT分割情報のシンタックス表の構成例を示す図である。
以下、CTUを幹として、再帰的に符号化ツリーCT(coding_quadtree)に分割して処理する。符号化ツリーCTの分割では、複数の色成分を束ねた共通のツリー(treeType = SINGLE_TREE)を用いても良いし、色成分毎に用いても良い(treeType = SEPARATE_TREE)。さらに、輝度(Y, 第1色コンポーネント, cIdx = 0)と色差(Cb/Cr, 第2、第3色コンポーネント、cIdx = 1, 2)で異なる2つのツリー(DUALツリー)を用いても良い。輝度のツリーをtreeType= DUAL_TREE_LUMA、色差のツリーをtreeType = DUAL_TREE_CHROMAで示す。ここでtreeTypeは、ツリーの種別を区別する変数である。
CT情報復号部3021は、DUALツリーを用いる場合(例えば、イントラスライスかつDUALツリーを使うことを示すフラグqtbtt_dual_tree_intra_flagが1の場合)、以下に示すように、CTUをtreeType=DUAL_TREE_LUMAで示される輝度の符号化ツリーCT(coding_quadtree)とtreeType=DUAL_TREE_CHROMAで示される色差の符号化ツリー(coding_quadtree)の2つのツリーで順に復号する。すなわち、あるブロック(ここではCTUやCTUを64x64ブロック以下にQT分割したブロック)において、輝度の画像の後に、色差の画像を符号化、復号する。
coding_quadtree( x0, y0, log2CbSize, cqtDepth, DUAL_TREE_LUMA )
coding_quadtree( x0, y0, log2CbSize, cqtDepth, DUAL_TREE_CHROMA )
CT情報復号部3021は、上記以外で単一ツリーを用いる場合、treeType=SINGLE_TREEで示すように輝度と色差の共通の符号化ツリーCT(coding_quadtree)を復号する。
coding_quadtree( x0, y0, log2CbSize, cqtDepth, DUAL_TREE_CHROMA )
CT情報復号部3021は、上記以外で単一ツリーを用いる場合、treeType=SINGLE_TREEで示すように輝度と色差の共通の符号化ツリーCT(coding_quadtree)を復号する。
coding_quadtree( xCtb, yCtb, CtbLog2SizeY, 0, SINGLE_TREE )
なお、DUALツリーか単一ツリーで分岐する前に、CTUをQTで適当なサイズ(例えば64x64)以下になるまで分割し、適当なサイズに分割した後、DUALツリーか単一ツリーに分岐してもよい。このようなCTをdual_tree_implicit_qt_split ( xCtb, yCtb, CtbLog2SizeY, cqtDepth )で示す。
なお、DUALツリーか単一ツリーで分岐する前に、CTUをQTで適当なサイズ(例えば64x64)以下になるまで分割し、適当なサイズに分割した後、DUALツリーか単一ツリーに分岐してもよい。このようなCTをdual_tree_implicit_qt_split ( xCtb, yCtb, CtbLog2SizeY, cqtDepth )で示す。
CT情報復号部3021は符号化データからCT情報を復号し、再帰的に符号化ツリーCT(coding_quadtree)を復号する。具体的には、CT情報復号部3021はQT情報を復号し、対象CT coding_quadtree(x0,y0,log2CbSize,cqtDepth)を復号する。なお、(x0,y0)は対象CTの左上座標、log2CbSizeはCTのサイズであるCTサイズの2を底とした対数である対数CTサイズ、cqtDepthはCTの階層を示すCTデプス(QT深度)である。
(S1411)CT情報復号部3021は復号したCT情報にQT分割フラグがあるか否かを判定する。QT分割フラグがある場合にはS1421に遷移し、それ以外の場合にはS1422に遷移する。
(S1421)CT情報復号部3021は、対数CTサイズlog2CbSizeがMinCbLog2SizeYより大きいと判定された場合には、QT分割フラグ(split_cu_flag)を復号する。
(S1422)CT情報復号部3021は、それ以外の場合には、符号化データからのQT分割フラグsplit_cu_flagの復号を省略し、QT分割フラグsplit_cu_flagに0をセットする。
(S1450)QT分割フラグsplit_cu_flagが0以外である場合にはS1451に遷移し、それ以外の場合にはS1471に遷移する。
(S1451)CT情報復号部3021はQT分割を行う。具体的には、CT情報復号部3021は、CTデプスcqtDepth+1の位置(x0,y0)、(x1,y0)、(x0,y1)、(x1,y1)において、対数CTサイズlog2CbSize-1の4つのCTを復号する。
coding_quadtree(x0,y0,log2CbSize-1,cqtDepth+1, treeType)
coding_quadtree(x1,y0,log2CbSize-1,cqtDepth+1, treeType)
coding_quadtree(x0,y1,log2CbSize-1,cqtDepth+1, treeType )
coding_quadtree(x1,y1,log2CbSize-1,cqtDepth+1, treeType )
ここで、(x0,y0)は対象CTの左上座標、(x1,y1)は以下の式のように(x0,y0)にCTサイズ(1<<log2CbSize)の1/2を加えて導出される。
coding_quadtree(x1,y0,log2CbSize-1,cqtDepth+1, treeType)
coding_quadtree(x0,y1,log2CbSize-1,cqtDepth+1, treeType )
coding_quadtree(x1,y1,log2CbSize-1,cqtDepth+1, treeType )
ここで、(x0,y0)は対象CTの左上座標、(x1,y1)は以下の式のように(x0,y0)にCTサイズ(1<<log2CbSize)の1/2を加えて導出される。
x1 = x0+(1<<(log2CbSize-1))
y1 = y0+(1<<(log2CbSize-1))
1<<Nは2のN乗と同値である(以下同様)。
y1 = y0+(1<<(log2CbSize-1))
1<<Nは2のN乗と同値である(以下同様)。
そして、CT情報復号部3021は、下式のように、CTの階層を示すCTデプスcqtDepthと対数CTサイズlog2CbSizeを更新する。
cqtDepth = cqtDepth+1
log2CbSize = log2CbSize-1
CT情報復号部3021は、下位のCTにおいても、更新された左上座標、対数CTサイズ、CTデプスを用いて、S1411から開始されるQT情報復号を継続する。
log2CbSize = log2CbSize-1
CT情報復号部3021は、下位のCTにおいても、更新された左上座標、対数CTサイズ、CTデプスを用いて、S1411から開始されるQT情報復号を継続する。
QT分割終了後、CT情報復号部3021は符号化データからCT情報を復号し、再帰的に符号化ツリーCT(MT、multi_type_tree)を復号する。具体的には、CT情報復号部3021は、MT分割情報を復号し、対象CT multi_type_tree(x0,y0,cbWidth,cbHeight,mttDepth,doft,partIdx,treeType)を復号する。なお、cbWidthはCTの幅、cbHeightはCTの高さ、mttDepthはマルチツリーの階層を示すCTデプス(MT深度)、doftはdepthOffset、treeTypeは、SINGLE_TREE、DUAL_TREE_LUMA、DUAL_TREE_CHROMAのいずれかである。
(S1471)CT情報復号部3021は、復号したCT情報にMT分割フラグ(分割情報)があるか否かを判定する。MT分割フラグがある場合にはS1481に遷移する。それ以外の場合にはS1482に遷移する。
(S1481)CT情報復号部3021はMT分割フラグmtt_split_cu_flagを復号する。
(S1482)CT情報復号部3021は符号化データからMT分割フラグmtt_split_cu_flagを復号せず、0に設定する。
(S1490)CT情報復号部3021は、MT分割フラグmtt_split_cu_flagが0以外の場合には、S1491に遷移する。それ以外の場合には、CT情報復号部3021は対象CTを分割せず、処理を終了する(CUの復号に移行する)。
(S1491)CT情報復号部3021はMT分割を行う。MT分割の方向を示すフラグmtt_split_cu_vertical_flagと、MT分割が2分木であるか3分木であるかを示すシンタックス要素mtt_split_cu_binary_flagを復号する。MT分割された符号化ノードのpartIdxは左から順に0, 1, 2が割り当てられ、上から下に順に0, 1, 2が割り当てられる。BTの場合には0, 1を順に割り当てる。CT情報復号部3021は、MT分割タイプmtt_split_cu_binary_flagが1(2分割)、かつ、MT分割方向mtt_split_cu_vertical_flagが0(水平分割)の場合は、以下の2つのCTを復号(BT分割情報復号)する。
multi_type_tree(x0,y0,cbWidth,cbHeight/2,mttDepth+1,doft,0,treeType)
multi_type_tree(x0,y1,cbWidth,cbHeight/2,mttDepth+1,doft,1,treeType)
一方、MT分割方向mtt_split_cu_vertical_flagが1(垂直分割)の場合は、以下の2つのCTを復号(BT分割情報復号)する。
multi_type_tree(x0,y1,cbWidth,cbHeight/2,mttDepth+1,doft,1,treeType)
一方、MT分割方向mtt_split_cu_vertical_flagが1(垂直分割)の場合は、以下の2つのCTを復号(BT分割情報復号)する。
multi_type_tree(x0,y0,cbWidth/2,cbHeight,mttDepth+1,doft,0,treeType)
multi_type_tree(x1,y0,cbWidth/2,cbHeight,mttDepth+1,doft,1,treeType)
ここで、(x1,y1)は以下の式で導出される。
multi_type_tree(x1,y0,cbWidth/2,cbHeight,mttDepth+1,doft,1,treeType)
ここで、(x1,y1)は以下の式で導出される。
x1 = x0+cbWidth/2
y1 = y0+cbHeight/2
さらに、cbWidth、または、cbHeightを下式のように更新する。
y1 = y0+cbHeight/2
さらに、cbWidth、または、cbHeightを下式のように更新する。
cbWidth = cbWidth/2
cbHeight = cbHeight/2
CT情報復号部3021は、MT分割タイプmtt_split_cu_binary_flagが0(3分割)を示す場合には、3つのCTを復号(TT分割情報復号)する。
cbHeight = cbHeight/2
CT情報復号部3021は、MT分割タイプmtt_split_cu_binary_flagが0(3分割)を示す場合には、3つのCTを復号(TT分割情報復号)する。
MT分割方向mtt_split_cu_vertical_flagが0(水平分割)の場合は、以下の3つのCTを復号する。
multi_type_tree(x0,y0,cbWidth,cbHeight/4,mttDepth+1,doft,0,treeType)
multi_type_tree(x0,y1,cbWidth,cbHeight/2,mttDepth+1,doft,1,treeType)
multi_type_tree(x0,y2,cbWidth,cbHeight/4,mttDepth+1,doft,2,treeType)
一方、MT分割方向mtt_split_cu_vertical_flagが1(垂直分割)の場合は、以下の3つのCTを復号(TT分割情報復号)する。
multi_type_tree(x0,y1,cbWidth,cbHeight/2,mttDepth+1,doft,1,treeType)
multi_type_tree(x0,y2,cbWidth,cbHeight/4,mttDepth+1,doft,2,treeType)
一方、MT分割方向mtt_split_cu_vertical_flagが1(垂直分割)の場合は、以下の3つのCTを復号(TT分割情報復号)する。
multi_type_tree(x0,y0,cbWidth/4,cbHeight,mttDepth+1,doft,0,treeType)
multi_type_tree(x1,y0,cbWidth/2,cbHeight,mttDepth+1,doft,1,treeType)
multi_type_tree(x2,y0,cbWidth/4,cbHeight,mttDepth+1,doft,2,treeType)
ここで、(x1,y1)、(x2,y2)は、以下の式のように、導出される。
multi_type_tree(x1,y0,cbWidth/2,cbHeight,mttDepth+1,doft,1,treeType)
multi_type_tree(x2,y0,cbWidth/4,cbHeight,mttDepth+1,doft,2,treeType)
ここで、(x1,y1)、(x2,y2)は、以下の式のように、導出される。
x1 = x0+cbWidth/4
y1 = y0+cbHeight/4
x2 = x0+3*cbWidth/4
y2 = y0+3*cbHeight/4
CT情報復号部3021は、下位のCTにおいても、更新された左上座標、CTの幅及び高さ、MT深度を用いて、S1471から開始されるBT分割情報復号、あるいは、TT分割情報復号を継続する。
y1 = y0+cbHeight/4
x2 = x0+3*cbWidth/4
y2 = y0+3*cbHeight/4
CT情報復号部3021は、下位のCTにおいても、更新された左上座標、CTの幅及び高さ、MT深度を用いて、S1471から開始されるBT分割情報復号、あるいは、TT分割情報復号を継続する。
また、CT情報復号部3021は、MT分割フラグmtt_split_cu_flagが0の場合、すなわちQT分割もMT分割も行われない場合には、CU復号部3022でCU(coding_unit(x0,y0,cbWidth, cbHeight))を復号する。
(QT分割フラグ符号化、復号の詳細)
CT情報復号部3021とCT情報符号化部1111は、CTの左上座標(x0, y0)とCTのサイズ(1<<log2CbSize, 1<<log2CbSize)、画面サイズpic_width_in_luma_samples, pic_height_in_luma_samplesにおいて、輝度サイズがmaxBtSize以下かつ輝度サイズがminQtSizeより大きいを含む以下の条件が真の場合に符号化データからqt_split_cu_flagを復号する。qt_split_cu_flagを符号化データから復号しない場合、以下を満たさない場合には、qt_split_cu_flag=0を導出し、QT分割を行わない。
CT情報復号部3021とCT情報符号化部1111は、CTの左上座標(x0, y0)とCTのサイズ(1<<log2CbSize, 1<<log2CbSize)、画面サイズpic_width_in_luma_samples, pic_height_in_luma_samplesにおいて、輝度サイズがmaxBtSize以下かつ輝度サイズがminQtSizeより大きいを含む以下の条件が真の場合に符号化データからqt_split_cu_flagを復号する。qt_split_cu_flagを符号化データから復号しない場合、以下を満たさない場合には、qt_split_cu_flag=0を導出し、QT分割を行わない。
(x0 + (1 << log2CbSize) <= pic_width_in_luma_samples) ? 1 : 0)
+ ((y0 + (1 << log2CbSize) <= pic_height_in_luma_samples) ? 1 : 0) + (((1 << log2CbSize) <= maxBtSize) ? 1 : 0)) >= 2 && (1 << log2CbSize) > minQtSize)
ここで、maxBtSizeとminQtSizeは、分割サイズを制限するための変数である。
+ ((y0 + (1 << log2CbSize) <= pic_height_in_luma_samples) ? 1 : 0) + (((1 << log2CbSize) <= maxBtSize) ? 1 : 0)) >= 2 && (1 << log2CbSize) > minQtSize)
ここで、maxBtSizeとminQtSizeは、分割サイズを制限するための変数である。
CT情報復号部3021とCT情報符号化部1111は、以下のようにtreeTypeを条件として、共通ツリーを用いる場合と、DUALツリーの色差ツリーを用いる場合で異なる値を設定してもよい。
minQtSize = ( treeType = = DUAL_TREE_CHROMA ) ? MinQtSizeC : MinQtSizeY
maxBtSize = ( treeType = = DUAL_TREE_CHROMA ) ? MaxBtSizeC : MaxBtSizeY
CT情報復号部3021とCT情報符号化部1111は、符号化データからシンタックスslice_log2_diff_min_qt_min_cb_luma、slice_log2_diff_min_qt_min_cb_chromaを復号、符号化して、MinQtSizeYとMinQtSizeCを以下のように導出してもよい。
maxBtSize = ( treeType = = DUAL_TREE_CHROMA ) ? MaxBtSizeC : MaxBtSizeY
CT情報復号部3021とCT情報符号化部1111は、符号化データからシンタックスslice_log2_diff_min_qt_min_cb_luma、slice_log2_diff_min_qt_min_cb_chromaを復号、符号化して、MinQtSizeYとMinQtSizeCを以下のように導出してもよい。
MinQtLog2SizeY = MinCbLog2SizeY + slice_log2_diff_min_qt_min_cb_luma
MinQtLog2SizeC = MinCbLog2SizeY + slice_log2_diff_min_qt_min_cb_chroma
MinQtSizeY = 1 << MinQtLog2SizeY
MinQtSizeC = 1 << MinQtLog2SizeC
(MT分割フラグ符号化、復号の詳細)
図15は、本実施形態のMT分割フラグの符号化及び復号を示すフローチャートである。
MinQtLog2SizeC = MinCbLog2SizeY + slice_log2_diff_min_qt_min_cb_chroma
MinQtSizeY = 1 << MinQtLog2SizeY
MinQtSizeC = 1 << MinQtLog2SizeC
(MT分割フラグ符号化、復号の詳細)
図15は、本実施形態のMT分割フラグの符号化及び復号を示すフローチャートである。
CT情報復号部3021とCT情報符号化部1111は、以下の処理により、mtt_split_cu_flag、mtt_split_cu_binary_flag、mtt_split_cu_vertical_flagを復号もしくは符号化する。
S3021 CT情報復号部3021もしくはCT情報符号化部1111は、位置(xCb, yCb)、幅cbWidth,高さcbHeightのCTノードにおいて各分割パターン(SPLIT_BT_VER、SPLIT_BT_HOR、SPLIT_TT_VER、SPLIT_TT_HOR)毎に、分割可能であるかのフラグallowBtSplitVer、allowBtSplitHor、allowTtSplitVer、allowTtSplitHorを導出してもよい。分割ツリーtypeTreeに応じた分割フラグの導出については後述する。
S3022 分割可否フラグ(allowBtSplitVer、allowBtSplitHor、allowTtSplitVer、allowTtSplitHor)が、何れかのBT分割可能もしくは何れかのTT分割可能(allowSplitBtVer || allowSplitBtHor || allowSplitTtVer || allowSplitTtHor)である場合には、S3023に移行し、それ以外はmtt_split_cu_flagを符号化もしくは復号せずに0と設定してS3024に移行する。
S3023 分割可否フラグが、BT分割可能もしくはTT分割可能の場合にはmtt_split_cu_flagを符号化もしくは復号する。
S3024 MT分割を行う場合(mtt_split_cu_flagが0以外)には、S3025に移行する。それ以外の場合には、MT分割フラグの符号化、復号を終了し、CUを符号化もしくは復号する。
S3025 水平分割と垂直分割がどちらも可能な場合(allowSplitBtHor || allowSplitTtHor) && (allowSplitBtVer || allowSplitTtVer)には、S3026に移行してmtt_split_cu_flagを符号化もしくは復号する。水平分割が可能とは、BT水平分割もしくはTT水平分割が可能であること(allowSplitBtHor || allowSplitTtHor)。垂直分割が可能とは、BT垂直分割もしくはTT垂直分割が可能であること(allowSplitBtVer || allowSplitTtVer)。それ以外ではS3027に移行する。
S3027 BT垂直分割可能かつTT垂直分割可能でmtt_split_cu_vertical_flagが1の場合もしくはBT水平分割可能かつTT水平分割可能でmtt_split_cu_vertical_flagが0の場合(allowSplitBtVer && allowSplitTtVer && mtt_split_cu_vertical_flag) || (allowSplitBtHor && allowSplitTtHor && !mtt_split_cu_vertical_flag)には、S3028に移行してmtt_split_cu_binary_flagを符号化もしくは復号する。それ以外ではS3027に移行する。mtt_split_cu_binary_flagを1と復号する。
(色差イントラブロック制限の例1)
2x2色差イントラブロックを制限する構成を説明する。
2x2色差イントラブロックを制限する構成を説明する。
パラメータ復号部302は、CT分割フラグの復号において、以下の分割制限をおこなってもよい。
図16は、本実施形態の色差のQT分割制限を示す図である。
パラメータ復号部302は、DUAL_TREEかつブロックサイズが8x8(色差4x4)の場合のQT分割を制限する。具体的には、パラメータ復号部302は、色差ブロックサイズcbWidthC, cbHeightCにおいて、
(tree_type != DUAL_TREE_CHROMA || cbWidthC > 4)の場合に限りqt_split_cu_flagを復号する。そうでなければqt_split_cu_flagに0をセットする。
(tree_type != DUAL_TREE_CHROMA || cbWidthC > 4)の場合に限りqt_split_cu_flagを復号する。そうでなければqt_split_cu_flagに0をセットする。
なお、輝度ブロックサイズcbWidth, cbHeightにおいて、以下でもよい。
(tree_type != DUAL_TREE_CHROMA || cbWidth > 8)の場合に限りqt_split_cu_flagを復号する、
でもよい。また、さらに色コンポーネント間のサンプル比を用いて、以下でもよい。
でもよい。また、さらに色コンポーネント間のサンプル比を用いて、以下でもよい。
(tree_type != DUAL_TREE_CHROMA || cbWidthC/SubWidthC > 4)の場合に限りqt_split_cu_flagを復号する。
なお、DUAL_TREE_CHROMA以外の場合に本実施形態の制限を行うと、輝度の4x4ブロックが符号化、復号できなくなる。この場合の符号化効率の低下は非常に大きいため、避けることが適当である。
(色差ツリーに用いられる分割最小サイズの導出)
なお、パラメータ復号部302は、DUAL_TREE_CHROMAの場合に用いられるQT分割の最小サイズMinQtSizeCを8以上に設定することで8x8(色差4x4)の場合のQT分割を制限してもよい。
なお、パラメータ復号部302は、DUAL_TREE_CHROMAの場合に用いられるQT分割の最小サイズMinQtSizeCを8以上に設定することで8x8(色差4x4)の場合のQT分割を制限してもよい。
MinQtSizeC = Max(8, 1 << MinQtLog2SizeC))
また対数表現において、制限する最小値を設定してもよい。
また対数表現において、制限する最小値を設定してもよい。
MinQtLog2SizeC = Min(3, MinCbLog2SizeY + slice_log2_diff_min_qt_min_cb_chroma)
上記の構成では、色差で2x2の場合のQT分割を制限する。これにより色差ブロックが2x2の場合、色差イントラ予測による処理遅延を防ぐ効果を奏する。
上記の構成では、色差で2x2の場合のQT分割を制限する。これにより色差ブロックが2x2の場合、色差イントラ予測による処理遅延を防ぐ効果を奏する。
また、以下のように、色差で用いられるDUAL_TREE_CHROMAの場合の最小QT分割サイズMinQtSizeCを導出する場合に、通知された最小QT分割サイズに関連するシンタックスに1を加えたサイズにして導出してもよい。
MinQtLog2SizeY = MinCbLog2SizeY + slice_log2_diff_min_qt_min_cb_luma
MinQtLog2SizeC = MinCbLog2SizeY + 1 + slice_log2_diff_min_qt_min_cb_chroma
MinQtSizeY = 1 << MinQtLog2SizeY
MinQtSizeC = 1 << MinQtLog2SizeC
すなわち、パラメータ復号部302は、輝度と色差で共通の変数MinCbLog2SizeYとある輝度のシンタックスslice_log2_diff_min_qt_min_cb_lumaの合計から輝度の最小QT分割サイズの対数値を導出し、輝度と色差で共通の変数MinCbLog2SizeYとある色差のシンタックスslice_log2_diff_min_qt_min_cb_chromaの合計+1から色差の最小QT分割サイズの対数値を導出する。
MinQtLog2SizeC = MinCbLog2SizeY + 1 + slice_log2_diff_min_qt_min_cb_chroma
MinQtSizeY = 1 << MinQtLog2SizeY
MinQtSizeC = 1 << MinQtLog2SizeC
すなわち、パラメータ復号部302は、輝度と色差で共通の変数MinCbLog2SizeYとある輝度のシンタックスslice_log2_diff_min_qt_min_cb_lumaの合計から輝度の最小QT分割サイズの対数値を導出し、輝度と色差で共通の変数MinCbLog2SizeYとある色差のシンタックスslice_log2_diff_min_qt_min_cb_chromaの合計+1から色差の最小QT分割サイズの対数値を導出する。
この場合、MinQtSizeYの最小値はシンタックスslice_log2_diff_min_qt_min_cb_luma=0、slice_log2_diff_min_qt_min_cb_chroma=0であり、MinQtSizeYの最小値は1<< MinCbLog2SizeY、MinQtSizeCの最小値は1<<( MinCbLog2SizeY+1)である。MinCbLog2SizeYの最小値を2とすると、MinQtSizeY=4, MinQtSizeC=8が各々輝度と色差の最小QT分割サイズとなる。
上記の構成では、DUALツリーの場合の色差の場合で2x2の場合のQT分割を制限する。これにより色差ブロックが2x2の場合の色差イントラ予測による処理遅延を防ぐ効果を奏する。
さらにパラメータ復号部302は、SubWidthCもしくはSubHeightが2の場合に限定して、DUAL_TREE_CHROMAの場合の最小QT分割サイズの対数値の導出において1を加算しても良い。すなわち、以下で導出してもよい。
MinQtLog2SizeC = MinCbLog2SizeY + ( (SubWidthC == 2 || SubHeightC == 2) ? 1 : 0) + slice_log2_diff_min_qt_min_cb_chroma
以下でも同じである。
以下でも同じである。
MinQtSizeC = 1 << (MinQtLog2SizeC + ( (SubWidthC == 2 || SubHeightC == 2) ? 1 : 0))
以下でも同じである。
以下でも同じである。
(SubWidthC == 2 || SubHeightC == 2)であればMinQtSizeC = MinQtSizeC * 2
なお、以下の何れかのようにSubWidthCだけを参照する構成でもよい。
なお、以下の何れかのようにSubWidthCだけを参照する構成でもよい。
MinQtLog2SizeC = MinCbLog2SizeY + ((SubWidthC == 2) ? 1 : 0) + slice_log2_diff_min_qt_min_cb_chroma
あるいは、
MinQtSizeC = 1 << (MinQtLog2SizeC + ((SubWidthC == 2) ? 1 : 0))
あるいは、(SubWidthC == 2)であればMinQtSizeC = MinQtSizeC * 2
この場合には、4:2:0の場合だけでなく4:2:2の場合にもQTの分割制限が行われる。
あるいは、
MinQtSizeC = 1 << (MinQtLog2SizeC + ((SubWidthC == 2) ? 1 : 0))
あるいは、(SubWidthC == 2)であればMinQtSizeC = MinQtSizeC * 2
この場合には、4:2:0の場合だけでなく4:2:2の場合にもQTの分割制限が行われる。
上記の構成では、SubWidthCもしくはSubHeightCが色差のサブサンプルを行うことを示す2の場合、DUALツリーにおける色差の2x2のQT分割を制限する。これにより色差ブロックが2x2の場合の色差イントラ予測による処理遅延を防ぐ効果を奏する。
また、4:2:0を示す場合(例えばchroma_format_idc ==1の場合)に、色差の最小QT分割サイズの対数値の導出において1を加算しても良い。すなわち、以下で導出してもよい。MinQtLog2SizeC = MinCbLog2SizeY + ( chroma_format_idc ==1) ? 1 : 0) + slice_log2_diff_min_qt_min_cb_chroma
以下でも同じである。
以下でも同じである。
MinQtSizeC = 1 << (MinQtLog2SizeC + (chroma_format_idc ==1) ? 1 : 0))
以下でも同じである。
以下でも同じである。
(chroma_format_idc ==1)であればMinQtSizeC = MinQtSizeC * 2
同様に4:2:2を示す場合(例えばchroma_format_idc ==2の場合)上記の処理を行っても良い。上記の構成は各々、色差のサブサンプリングが行われる4:2:0もしくは4:2:2において、色差の2x2のQT分割を制限する。これにより色差ブロックが2x2の場合の色差イントラ予測による処理遅延を防ぐ効果を奏する。
同様に4:2:2を示す場合(例えばchroma_format_idc ==2の場合)上記の処理を行っても良い。上記の構成は各々、色差のサブサンプリングが行われる4:2:0もしくは4:2:2において、色差の2x2のQT分割を制限する。これにより色差ブロックが2x2の場合の色差イントラ予測による処理遅延を防ぐ効果を奏する。
(BT分割制限1)
図17は、本実施形態の色差のBT分割制限を示す図である。図17(a)に示すように、4x2および2x4の色差ブロックのBT分割を制限する。具体的には、パラメータ復号部302は、色差ブロックサイズcbWidthC、cbHeightCにおいて、
(tree_type != DUAL_TREE_CHROMA || (cbWidthC + cbHeightC) > 6) )の場合に限りmtt_split_cu_flagを復号する。そうでなければ、mtt_split_cu_flagに0を設定する。なお、輝度ブロックサイズcbWidth, cbHeightにおいて、以下でもよい。
図17は、本実施形態の色差のBT分割制限を示す図である。図17(a)に示すように、4x2および2x4の色差ブロックのBT分割を制限する。具体的には、パラメータ復号部302は、色差ブロックサイズcbWidthC、cbHeightCにおいて、
(tree_type != DUAL_TREE_CHROMA || (cbWidthC + cbHeightC) > 6) )の場合に限りmtt_split_cu_flagを復号する。そうでなければ、mtt_split_cu_flagに0を設定する。なお、輝度ブロックサイズcbWidth, cbHeightにおいて、以下でもよい。
(tree_type != DUAL_TREE_CHROMA || (cbWidth + cbHeight) > 12) )の場合に限りmtt_split_cu_flagを復号してもよい。また、さらに色コンポーネント間のサンプル比を用いて、以下でもよい。
(tree_type != DUAL_TREE_CHROMA || (cbWidthC/SubWidthC + cbHeightC/SubHeightC) > 6) )の場合に限りmtt_split_cu_flagを復号する。
上記の構成では、ツリータイプtreeTypeがDUAL_TREE_CHROMAである場合に4x2/2x4の場合のBT分割を制限(allowBtSplitを偽)する。これにより色差ブロックが2x2の場合の色差イントラ予測による処理遅延を防ぐ効果を奏する。なお、後述の分割可否フラグを用いた構成(BT分割制限2)でも同じ効果が得られる。
図17(b)に示すように、さらに、8x2/2x8/4x4の色差ブロックのBT分割を制限してもよい。具体的には、パラメータ復号部302は、色差ブロックサイズcbWidthC、cbHeightCにおいて、
(tree_type != DUAL_TREE_CHROMA || (cbWidthC + cbHeightC) > 8) )の場合に限りmtt_split_cu_flagを復号する。そうでなければ、mtt_split_cu_flagに0を設定する。
なお、輝度ブロックサイズcbWidth, cbHeightにおいて、以下でもよい。
(tree_type != DUAL_TREE_CHROMA || (cbWidthC + cbHeightC) > 8) )の場合に限りmtt_split_cu_flagを復号する。そうでなければ、mtt_split_cu_flagに0を設定する。
なお、輝度ブロックサイズcbWidth, cbHeightにおいて、以下でもよい。
(tree_type != DUAL_TREE_CHROMA || (cbWidth + cbHeight) > 16) )の場合に限りmtt_split_cu_flagを復号してもよい。また、さらに色コンポーネント間のサンプル比を用いて、以下でもよい。
(tree_type != DUAL_TREE_CHROMA || (cbWidthC/SubWidthC + cbHeightC/SubHeightC) > 8) )の場合に限りmtt_split_cu_flagを復号する。
また、以下でもよい。
また、以下でもよい。
(tree_type != DUAL_TREE_CHROMA || (cbWidthC/SubWidthC) *
cbHeightC/SubHeightC) > 16) )の場合に限りmtt_split_cu_flagを復号する。
cbHeightC/SubHeightC) > 16) )の場合に限りmtt_split_cu_flagを復号する。
上記の構成では、ツリータイプtreeTypeがDUAL_TREE_CHROMAである場合に4x2/2x4/8x2/2x8/4x4の場合のBT分割を制限(allowBtSplitを偽)する。これにより色差ブロックが2x2/4x2/2x4の場合の色差イントラ予測による処理遅延を防ぐ効果を奏する。なお、後述の分割可否フラグを用いた構成(BT分割制限2)でも同じ効果が得られる。
(TT分割制限1)
図18は、本実施形態の色差のTT分割制限を示す図である。図18(a)に示すように、8x2/2x8の色差ブロックのTT分割を制限する。なおTT分割(mtt_split_cu_binary_flag=0)を制限する場合も、BT分割(mtt_split_cu_binary_flag=1)は利用可能であるので、ここでは、mtt_split_cu_binary_flagの復号を省略して0(BT分割)を設定する。具体的には、パラメータ復号部302は、色差ブロックサイズcbWidthC、cbHeightCにおいて、
(tree_type != DUAL_TREE_CHROMA || (cbWidthC + cbHeightC) > 10) )の場合に限りmtt_split_cu_binary_flagを復号する。そうでなければ、mtt_split_cu_binary_flagに0を設定する。なお、輝度ブロックサイズcbWidth, cbHeightにおいて、以下でもよい。
図18は、本実施形態の色差のTT分割制限を示す図である。図18(a)に示すように、8x2/2x8の色差ブロックのTT分割を制限する。なおTT分割(mtt_split_cu_binary_flag=0)を制限する場合も、BT分割(mtt_split_cu_binary_flag=1)は利用可能であるので、ここでは、mtt_split_cu_binary_flagの復号を省略して0(BT分割)を設定する。具体的には、パラメータ復号部302は、色差ブロックサイズcbWidthC、cbHeightCにおいて、
(tree_type != DUAL_TREE_CHROMA || (cbWidthC + cbHeightC) > 10) )の場合に限りmtt_split_cu_binary_flagを復号する。そうでなければ、mtt_split_cu_binary_flagに0を設定する。なお、輝度ブロックサイズcbWidth, cbHeightにおいて、以下でもよい。
(tree_type != DUAL_TREE_CHROMA || (cbWidth + cbHeight) > 20) )の場合に限りmtt_split_cu_binary_flagを復号してもよい。また、さらに色コンポーネント間のサンプル比を用いて、以下でもよい。
(tree_type != DUAL_TREE_CHROMA || (cbWidthC/SubWidthC + cbHeightC/SubHeightC) > 10) )の場合に限りmtt_split_cu_binary_flagを復号する。また、以下でもよい。
(tree_type != DUAL_TREE_CHROMA || (cbWidthC/SubWidthC) * (cbHeightC/SubHeightC) > 16) )の場合に限りmtt_split_cu_binary_flagを復号する。
上記の構成では、ツリータイプtreeTypeがDUAL_TREE_CHROMAである場合に8x2/2x8の場合のTT分割を制限(allowTtSplitを偽)する。これにより色差ブロックが2x2の場合の色差イントラ予測による処理遅延を防ぐ効果を奏する。
図18(b)に示すように、さらに、8x4/4x8/16x2/2x16の色差ブロックのTT分割を制限してもよい。なおTT分割(mtt_split_cu_binary_flag=0)を制限する場合も、BT分割(mtt_split_cu_binary_flag=1)は利用可能であるので、ここでは、mtt_split_cu_binary_flagの復号を省略して0(BT分割)を設定する。
具体的には、パラメータ復号部302は、色差ブロックサイズcbWidthC、cbHeightCにおいて、
(tree_type != DUAL_TREE_CHROMA || (cbWidthC + cbHeightC) > 12) )の場合に限りmtt_split_cu_binary_flagを復号する。
なお、輝度ブロックサイズcbWidth, cbHeightにおいて、以下でもよい。
具体的には、パラメータ復号部302は、色差ブロックサイズcbWidthC、cbHeightCにおいて、
(tree_type != DUAL_TREE_CHROMA || (cbWidthC + cbHeightC) > 12) )の場合に限りmtt_split_cu_binary_flagを復号する。
なお、輝度ブロックサイズcbWidth, cbHeightにおいて、以下でもよい。
(tree_type != DUAL_TREE_CHROMA || (cbWidth + cbHeight) > 24) )の場合に限りmtt_split_cu_binary_flagを復号してもよい。また、さらに色コンポーネント間のサンプル比を用いて、以下でもよい。
(tree_type != DUAL_TREE_CHROMA || (cbWidthC/SubWidthC + cbHeightC/SubHeightC) > 12) )の場合に限りmtt_split_cu_binary_flagを復号する。また、以下でもよい。
(tree_type != DUAL_TREE_CHROMA || (cbWidthC/SubWidthC) * (cbHeightC/SubHeightC) > 32) )の場合に限りmtt_split_cu_binary_flagを復号する。
上記の構成では、ツリータイプtreeTypeがDUAL_TREE_CHROMAである場合に8x2/2x8/8x4/4x8/16x2/2x16の場合のTT分割を制限(allowTtSplitを偽)する。これにより色差ブロックが2x2/4x2/2x4の場合の色差イントラ予測による処理遅延を防ぐ効果を奏する。
(分割可否フラグ導出)
(BT分割制限2)
以下、図15の分割許可フラグ導出(S3021)の詳細をBT分割について説明する。CT情報復号部3021もしくはCT情報符号化部1111は、2x2の色差ブロックを制限するために、以下の式でBT分割のallowBtSplit(allowBtSplitHorもしくはallowBtSplitVer)を導出しても良い。SPLIT_BT_VERの可否を導出する場合(btSplit= SPLIT_BT_VER)は以下のallowBtSplitをallowBtSplitVer、SPLIT_BT_HORの可否を導出する場合(btSplit= SPLIT_BT_HOR)は以下のallowBtSplitをallowBtSplitHorに設定する。
(BT分割制限2)
以下、図15の分割許可フラグ導出(S3021)の詳細をBT分割について説明する。CT情報復号部3021もしくはCT情報符号化部1111は、2x2の色差ブロックを制限するために、以下の式でBT分割のallowBtSplit(allowBtSplitHorもしくはallowBtSplitVer)を導出しても良い。SPLIT_BT_VERの可否を導出する場合(btSplit= SPLIT_BT_VER)は以下のallowBtSplitをallowBtSplitVer、SPLIT_BT_HORの可否を導出する場合(btSplit= SPLIT_BT_HOR)は以下のallowBtSplitをallowBtSplitHorに設定する。
以下のいずれかの条件が真の場合、allowBtSplitを偽と導出する。
cbSize <= MinBtSizeY
cbWidth > maxBtSize
cbHeight > maxBtSize
mttDepth >= maxMttDepth
上記以外で、以下の全ての条件が真の場合、allowBtSplitを偽と導出する。
cbWidth > maxBtSize
cbHeight > maxBtSize
mttDepth >= maxMttDepth
上記以外で、以下の全ての条件が真の場合、allowBtSplitを偽と導出する。
btSplit == SPLIT_BT_VER
y0 + cbHeight > pic_height_in_luma_samples
上記以外で、以下の全ての条件が真の場合、allowBtSplitを偽と導出する。
y0 + cbHeight > pic_height_in_luma_samples
上記以外で、以下の全ての条件が真の場合、allowBtSplitを偽と導出する。
btSplit = SPLIT_BT_HOR
x0 + cbWidth > pic_width_in_luma_samples
y0 + cbHeight <= pic_height_in_luma_samples
上記以外で、以下の全ての条件が真の場合、allowBtSplitを偽と導出する。
x0 + cbWidth > pic_width_in_luma_samples
y0 + cbHeight <= pic_height_in_luma_samples
上記以外で、以下の全ての条件が真の場合、allowBtSplitを偽と導出する。
mttDepth > 0
partIdx = 1
MttSplitMode[ x0 ][ y0 ][ mttDepth - 1 ] = parallelTtSplit
上記以外で、以下の全ての条件が真の場合、allowBtSplitを偽と導出する。
partIdx = 1
MttSplitMode[ x0 ][ y0 ][ mttDepth - 1 ] = parallelTtSplit
上記以外で、以下の全ての条件が真の場合、allowBtSplitを偽と導出する。
btSplit = SPLIT_BT_VER
cbWidth <= MaxTbSizeY
cbHeight > MaxTbSizeY
上記以外で、以下の全ての条件が真の場合、allowBtSplitを偽と導出する。
cbWidth <= MaxTbSizeY
cbHeight > MaxTbSizeY
上記以外で、以下の全ての条件が真の場合、allowBtSplitを偽と導出する。
btSplit = SPLIT_BT_HOR
cbWidth > MaxTbSizeY
cbHeight <= MaxTbSizeY
上記以外で、以下の条件が真の場合、allowBtSplitを偽と導出する(判定B1)
treeType == DUAL_TREE_CHROMA && btSplit == SPLIT_BT_VER && (cbWidth / SubWidthC == 4 && cbHeight / SubHeightC == 2) ||
treeType == DUAL_TREE_CHROMA && btSplit == SPLIT_BT_HOR && (cbWidth / SubWidthC == 2 && cbHeight / SubHeightC == 4)
上記以外の場合、allowBtSplitを真と導出する。
なお、上記の条件の順序は、最後のallowBtSplitを真と導出するを除いて順不同である。また、既に説明したとおり、4:2:0ではSubWidthC=SubHeightC=2。
cbWidth > MaxTbSizeY
cbHeight <= MaxTbSizeY
上記以外で、以下の条件が真の場合、allowBtSplitを偽と導出する(判定B1)
treeType == DUAL_TREE_CHROMA && btSplit == SPLIT_BT_VER && (cbWidth / SubWidthC == 4 && cbHeight / SubHeightC == 2) ||
treeType == DUAL_TREE_CHROMA && btSplit == SPLIT_BT_HOR && (cbWidth / SubWidthC == 2 && cbHeight / SubHeightC == 4)
上記以外の場合、allowBtSplitを真と導出する。
なお、上記の条件の順序は、最後のallowBtSplitを真と導出するを除いて順不同である。また、既に説明したとおり、4:2:0ではSubWidthC=SubHeightC=2。
なお、判定B1の代わりに以下の判定B2を用いることもできる。ここでは、分岐の方向btSplitを参照せずに、色差ブロックのサイズ((cbWidth / SubWidthC) * (cbHeight /SubHeightC))を用いて判定する。
上記以外で、以下の全ての条件が真の場合、allowBtSplitを偽と導出する(判定B2)
treeType == DUAL_TREE_CHROMA
(cbWidth / SubWidthC) * (cbHeight / SubHeightC) <= 8
また、以下の判定B3でもよい
上記以外で、以下の全ての条件が真の場合、allowBtSplitを偽と導出する(判定B3)
treeType == DUAL_TREE_CHROMA
(cbWidth / SubWidthC) + (cbHeight / SubHeightC) <= 6
上記の構成では、判定B1とB2、B3では、ツリータイプtreeTypeがDUAL_TREE_CHROMAである場合に4x2/2x4のBT分割を制限(allowBtSplitを偽)する。これにより色差ブロックが2x2の色差イントラ予測による処理遅延を防ぐ効果を奏する。
treeType == DUAL_TREE_CHROMA
(cbWidth / SubWidthC) * (cbHeight / SubHeightC) <= 8
また、以下の判定B3でもよい
上記以外で、以下の全ての条件が真の場合、allowBtSplitを偽と導出する(判定B3)
treeType == DUAL_TREE_CHROMA
(cbWidth / SubWidthC) + (cbHeight / SubHeightC) <= 6
上記の構成では、判定B1とB2、B3では、ツリータイプtreeTypeがDUAL_TREE_CHROMAである場合に4x2/2x4のBT分割を制限(allowBtSplitを偽)する。これにより色差ブロックが2x2の色差イントラ予測による処理遅延を防ぐ効果を奏する。
さらに、8x2/2x8/4x4の場合のBT分割も制限し、色差ブロックが4x2/2x4になることを防いでもよい。この場合、判定の域値を以下のように設定する。
上記以外で、以下条件が真の場合、allowBtSplitを偽と導出する(判定B1´)
treeType == DUAL_TREE_CHROMA && btSplit == SPLIT_BT_VER && (cbWidth / SubWidthC == 4 && cbHeight / SubHeightC == 2) ||
treeType == DUAL_TREE_CHROMA && btSplit == SPLIT_BT_HOR && (cbWidth / SubWidthC == 2 && cbHeight / SubHeightC == 4) ||
treeType == DUAL_TREE_CHROMA && btSplit == SPLIT_BT_VER && (cbWidth / SubWidthC == 8 && cbHeight / SubHeightC == 2) ||
treeType == DUAL_TREE_CHROMA && btSplit == SPLIT_BT_HOR && (cbWidth / SubWidthC == 2 && cbHeight / SubHeightC == 8) ||
treeType == DUAL_TREE_CHROMA && (cbWidth / SubWidthC == 4 && cbHeight / SubHeightC == 4)
また、以下の判定B2´でもよい
上記以外で、以下の全ての条件が真の場合、allowBtSplitを偽と導出する(判定B2´)
treeType == DUAL_TREE_CHROMA
(cbWidth / SubWidthC) * (cbHeight / SubHeightC) <= 16
また、以下の判定B3´でもよい
上記以外で、以下の全ての条件が真の場合、allowBtSplitを偽と導出する(判定B3´)
treeType == DUAL_TREE_CHROMA
(cbWidth / SubWidthC) + (cbHeight / SubHeightC) <= 12
上記の構成では、判定B1´とB2´、B3´では、ツリータイプtreeTypeがDUAL_TREE_CHROMAである場合に4x2/2x4/8x2/2x8/4x4の場合のBT分割を制限(allowBtSplitを偽)する。これにより色差ブロックが2x2/4x2/2x4の場合の色差イントラ予測による処理遅延を防ぐ効果を奏する。
treeType == DUAL_TREE_CHROMA && btSplit == SPLIT_BT_VER && (cbWidth / SubWidthC == 4 && cbHeight / SubHeightC == 2) ||
treeType == DUAL_TREE_CHROMA && btSplit == SPLIT_BT_HOR && (cbWidth / SubWidthC == 2 && cbHeight / SubHeightC == 4) ||
treeType == DUAL_TREE_CHROMA && btSplit == SPLIT_BT_VER && (cbWidth / SubWidthC == 8 && cbHeight / SubHeightC == 2) ||
treeType == DUAL_TREE_CHROMA && btSplit == SPLIT_BT_HOR && (cbWidth / SubWidthC == 2 && cbHeight / SubHeightC == 8) ||
treeType == DUAL_TREE_CHROMA && (cbWidth / SubWidthC == 4 && cbHeight / SubHeightC == 4)
また、以下の判定B2´でもよい
上記以外で、以下の全ての条件が真の場合、allowBtSplitを偽と導出する(判定B2´)
treeType == DUAL_TREE_CHROMA
(cbWidth / SubWidthC) * (cbHeight / SubHeightC) <= 16
また、以下の判定B3´でもよい
上記以外で、以下の全ての条件が真の場合、allowBtSplitを偽と導出する(判定B3´)
treeType == DUAL_TREE_CHROMA
(cbWidth / SubWidthC) + (cbHeight / SubHeightC) <= 12
上記の構成では、判定B1´とB2´、B3´では、ツリータイプtreeTypeがDUAL_TREE_CHROMAである場合に4x2/2x4/8x2/2x8/4x4の場合のBT分割を制限(allowBtSplitを偽)する。これにより色差ブロックが2x2/4x2/2x4の場合の色差イントラ予測による処理遅延を防ぐ効果を奏する。
(TT分割制限2)
以下、図15の分割許可フラグ導出(S3021)の詳細をTT分割について説明する。CT情報復号部3021もしくはCT情報符号化部1111は、2x2の色差ブロックを制限するために、以下の式でTT分割のallowTtSplit(allowTtSplitHorもしくはallowTtSplitVer)を導出しても良い。SPLIT_TT_VERの可否を導出する場合(btSplit= SPLIT_TT_VER)は以下のallowTtSplitをallowTtSplitVer、SPLIT_TT_HORの可否を導出する場合(btSplit= SPLIT_TT_HOR)は以下のallowTtSplitをallowTtSplitHorに設定する。
以下、図15の分割許可フラグ導出(S3021)の詳細をTT分割について説明する。CT情報復号部3021もしくはCT情報符号化部1111は、2x2の色差ブロックを制限するために、以下の式でTT分割のallowTtSplit(allowTtSplitHorもしくはallowTtSplitVer)を導出しても良い。SPLIT_TT_VERの可否を導出する場合(btSplit= SPLIT_TT_VER)は以下のallowTtSplitをallowTtSplitVer、SPLIT_TT_HORの可否を導出する場合(btSplit= SPLIT_TT_HOR)は以下のallowTtSplitをallowTtSplitHorに設定する。
下記の何れかが真の場合には、allowTtSplitに偽を導出する。
cbSize <= 2 * MinTtSizeY
cbWidth > Min( MaxTbSizeY, maxTtSize )
cbHeight > Min( MaxTbSizeY, maxTtSize )
mttDepth >= maxMttDepth
x0 + cbWidth > pic_width_in_luma_samples
y0 + cbHeight > pic_height_in_luma_samples
上記以外で、下記の何れかが真の場合には、allowTtSplitに偽を導出する(判定T1)
treeType == DUAL_TREE_CHROMA && (cbWidth / SubWidthC == 8 && cbHeight / SubHeightC == 2) ||
treeType == DUAL_TREE_CHROMA && (cbWidth / SubWidthC == 2 && cbHeight / SubHeightC == 8) ||
treeType == DUAL_TREE_CHROMA && (cbWidth / SubWidthC == 4 && cbHeight / SubHeightC == 4)
上記以外の場合、allowTtSplitを真と導出する。
cbSize <= 2 * MinTtSizeY
cbWidth > Min( MaxTbSizeY, maxTtSize )
cbHeight > Min( MaxTbSizeY, maxTtSize )
mttDepth >= maxMttDepth
x0 + cbWidth > pic_width_in_luma_samples
y0 + cbHeight > pic_height_in_luma_samples
上記以外で、下記の何れかが真の場合には、allowTtSplitに偽を導出する(判定T1)
treeType == DUAL_TREE_CHROMA && (cbWidth / SubWidthC == 8 && cbHeight / SubHeightC == 2) ||
treeType == DUAL_TREE_CHROMA && (cbWidth / SubWidthC == 2 && cbHeight / SubHeightC == 8) ||
treeType == DUAL_TREE_CHROMA && (cbWidth / SubWidthC == 4 && cbHeight / SubHeightC == 4)
上記以外の場合、allowTtSplitを真と導出する。
なお、判定T1の代わりに以下の判定T2を用いることもできる。ここでは、分岐の方向btSplitを問わずに、色差ブロックのサイズ((cbWidth / SubWidthC) * (cbHeight / SubHeightC))を用いて判定する。
上記以外で、以下の全ての条件が真の場合、allowTtSplitを偽と導出する(判定T2)
treeType == DUAL_TREE_CHROMA
(cbWidth / SubWidthC) * (cbHeight / SubHeightC) <= 16
また、以下の判定T3でもよい
上記以外で、以下の全ての条件が真の場合、allowTtSplitを偽と導出する(判定T3)
treeType == DUAL_TREE_CHROMA
(cbWidth / SubWidthC) + (cbHeight / SubHeightC) <= 10
上記の構成では、判定T1、判定T2、判定T3では、ツリータイプtreeTypeがDUAL_TREE_CHROMAである場合に8x2/2x8の場合のTT分割を制限(allowTtSplitを偽)する。これにより色差ブロックが2x2になることを防ぐ効果を奏する。
treeType == DUAL_TREE_CHROMA
(cbWidth / SubWidthC) * (cbHeight / SubHeightC) <= 16
また、以下の判定T3でもよい
上記以外で、以下の全ての条件が真の場合、allowTtSplitを偽と導出する(判定T3)
treeType == DUAL_TREE_CHROMA
(cbWidth / SubWidthC) + (cbHeight / SubHeightC) <= 10
上記の構成では、判定T1、判定T2、判定T3では、ツリータイプtreeTypeがDUAL_TREE_CHROMAである場合に8x2/2x8の場合のTT分割を制限(allowTtSplitを偽)する。これにより色差ブロックが2x2になることを防ぐ効果を奏する。
さらに、8x4/4x8/16x2/2x16の場合のTT分割も制限し、色差ブロックが8x2/2x8になることを防いでもよい。この場合、判定の域値を以下のように設定する(判定T1´)。
treeType == DUAL_TREE_CHROMA && (cbWidth / SubWidthC == 8 && cbHeight / SubHeightC == 4) ||
treeType == DUAL_TREE_CHROMA && (cbWidth / SubWidthC == 4 && cbHeight / SubHeightC == 8) ||
treeType == DUAL_TREE_CHROMA && (cbWidth / SubWidthC == 16 && cbHeight / SubHeightC == 2) ||
treeType == DUAL_TREE_CHROMA && (cbWidth / SubWidthC == 2 && cbHeight / SubHeightC == 16)
上記以外の場合、allowTtSplitを真と導出する。
treeType == DUAL_TREE_CHROMA && (cbWidth / SubWidthC == 4 && cbHeight / SubHeightC == 8) ||
treeType == DUAL_TREE_CHROMA && (cbWidth / SubWidthC == 16 && cbHeight / SubHeightC == 2) ||
treeType == DUAL_TREE_CHROMA && (cbWidth / SubWidthC == 2 && cbHeight / SubHeightC == 16)
上記以外の場合、allowTtSplitを真と導出する。
なお、判定T1´の代わりに以下の判定T2´を用いることもできる。
上記以外で、以下の全ての条件が真の場合、allowTtSplitを偽と導出する(判定T2´)。
treeType == DUAL_TREE_CHROMA
(cbWidth / SubWidthC) * (cbHeight / SubHeightC) <= 32
また、以下の判定T3´でもよい
上記以外で、以下の全ての条件が真の場合、allowTtSplitを偽と導出する(判定T3´)
treeType == DUAL_TREE_CHROMA
(cbWidth / SubWidthC) + (cbHeight / SubHeightC) <= 18
上記の構成では、判定T1´、判定T2´、判定T3´では、ツリータイプtreeTypeがDUAL_TREE_CHROMAである場合に8x4/4x8/16x2/2x16の場合のTT分割を制限(allowTtSplitを偽)する。これにより色差ブロックが2x2/4x2/2x4の場合の色差イントラ予測による処理遅延を防ぐ効果を奏する。
(cbWidth / SubWidthC) * (cbHeight / SubHeightC) <= 32
また、以下の判定T3´でもよい
上記以外で、以下の全ての条件が真の場合、allowTtSplitを偽と導出する(判定T3´)
treeType == DUAL_TREE_CHROMA
(cbWidth / SubWidthC) + (cbHeight / SubHeightC) <= 18
上記の構成では、判定T1´、判定T2´、判定T3´では、ツリータイプtreeTypeがDUAL_TREE_CHROMAである場合に8x4/4x8/16x2/2x16の場合のTT分割を制限(allowTtSplitを偽)する。これにより色差ブロックが2x2/4x2/2x4の場合の色差イントラ予測による処理遅延を防ぐ効果を奏する。
(まとめ)
CT情報復号部及びCT情報符号化部は、上記で説明したように、色差のDUALツリーにおいて、輝度サイズで8x8ブロックの場合にqt_split_cu_flagを復号せずに0と導出し、輝度サイズで8x4/4x8ブロックの場合にmtt_split_cu_flagを復号せずに0と導出し、輝度サイズで16x4/4x16ブロックの場合にmtt_split_cu_binary_flagを復号せずに0と導出してもよい。
CT情報復号部及びCT情報符号化部は、上記で説明したように、色差のDUALツリーにおいて、輝度サイズで8x8ブロックの場合にqt_split_cu_flagを復号せずに0と導出し、輝度サイズで8x4/4x8ブロックの場合にmtt_split_cu_flagを復号せずに0と導出し、輝度サイズで16x4/4x16ブロックの場合にmtt_split_cu_binary_flagを復号せずに0と導出してもよい。
上記に説明したQT制限+TT分割制限+BT分割制限の構成により、CT情報復号部3021もしくはCT情報符号化部1111は、以下の構成Aもしくは構成Bの動作を行う。
(構成A)図16、図17(a)、図18(a)
4x4/8x8のQT分割を制限し、DUAL_TREE_CHROMAで4x2/2x4の場合のBT分割を制限し、色差ツリーDUAL_TREE_CHROMAで8x2/2x8の場合のTT分割を制限する構成。色差ブロックが2x2の場合の色差イントラ予測による処理遅延を防ぐ効果を奏する。
4x4/8x8のQT分割を制限し、DUAL_TREE_CHROMAで4x2/2x4の場合のBT分割を制限し、色差ツリーDUAL_TREE_CHROMAで8x2/2x8の場合のTT分割を制限する構成。色差ブロックが2x2の場合の色差イントラ予測による処理遅延を防ぐ効果を奏する。
(構成B)図16、図17(a)(b)、図18(a)(c)
4x4/8x8のQT分割を制限し、DUAL_TREE_CHROMAで8x2/2x8/4x4の場合のBT分割を制限し、色差ツリーDUAL_TREE_CHROMAで8x4/4x8/16x2/2x16の場合のTT分割を制限する構成。色差ブロックが4x2/2x4の場合の色差イントラ予測による処理遅延を防ぐ効果を奏する。
4x4/8x8のQT分割を制限し、DUAL_TREE_CHROMAで8x2/2x8/4x4の場合のBT分割を制限し、色差ツリーDUAL_TREE_CHROMAで8x4/4x8/16x2/2x16の場合のTT分割を制限する構成。色差ブロックが4x2/2x4の場合の色差イントラ予測による処理遅延を防ぐ効果を奏する。
(イントラ予測パラメータ導出部304の構成)
イントラ予測パラメータ導出部304は、エントロピー復号部301もしくは符号化パラメータ決定部110からの入力に基づいて、予測パラメータメモリ307に記憶された予測パラメータを参照してイントラ予測パラメータ、例えば、イントラ予測モードIntraPredModeを復号する。イントラ予測パラメータ導出部304は、復号したイントラ予測パラメータを予測画像生成部308に出力し、また予測パラメータメモリ307に記憶する。イントラ予測パラメータ導出部304は、輝度と色差で異なるイントラ予測モードを導出しても良い。
イントラ予測パラメータ導出部304は、エントロピー復号部301もしくは符号化パラメータ決定部110からの入力に基づいて、予測パラメータメモリ307に記憶された予測パラメータを参照してイントラ予測パラメータ、例えば、イントラ予測モードIntraPredModeを復号する。イントラ予測パラメータ導出部304は、復号したイントラ予測パラメータを予測画像生成部308に出力し、また予測パラメータメモリ307に記憶する。イントラ予測パラメータ導出部304は、輝度と色差で異なるイントラ予測モードを導出しても良い。
図19は、パラメータ復号部302のイントラ予測パラメータ導出部304の構成を示す概略図である。図に示すように、イントラ予測パラメータ導出部304は、輝度イントラ予測パラメータ導出部3042と、色差イントラ予測パラメータ導出部3043とを含んで構成される。
輝度イントラ予測パラメータ導出部3042は、MPM候補リスト導出部30421と、MPMパラメータ導出部30422と、非MPMパラメータ導出部30423(復号部、導出部)とを含んで構成される。
MPMパラメータ導出部30422は、MPM候補リスト導出部30421によって導出されたMPM候補リストmpmCandList[]とmpm_idxを参照して、輝度予測モードIntraPredModeYを導出し、イントラ予測画像生成部310に出力する。
非MPMパラメータ導出部30423は、MPM候補リストmpmCandList[]とmpm_reminderらRemIntraPredModeを導出し、輝度予測モードIntraPredModeYをイントラ予測画像生成部310に出力する。
色差イントラ予測パラメータ導出部3043は、色差のイントラ予測パラメータのシンタックス要素から色差予測モードIntraPredModeCを導出し、イントラ予測画像生成部310に出力する。
図20は、本実施形態の色差イントラ予測モードの性質を示す図である。色差イントラ予測モードは、平均値を導出して用いるDC(0)、左と左上、上、右上、左下の画素値からスムーズな予測画像を作成するPlanar予測(1)、対象画素から特定方向に延長した位置の境界画素の参照画素から導出する方向予測(Angular予測)、CCLM予測から構成される。また、方向予測は、左下(2)から水平H(18),左上DIA(34), 垂直V(50),右上VDIA(66)など2~66の65方向。CCLMも3つのモード(81, 82, 83)から構成される。
図に示す通り、色差イントラ予測モードに応じて予測画像を生成するために、乗算が必要であるか、パラメータ導出が必要か、どの参照画素を用いるかが異なる。DC予測は、乗算は不要であるが、平均値を導出するための簡易なパラメータ導出が必要である。平均値は対象ブロックの左と上を参照する。Planar予測は、乗算が必要であり、対象ブロックの右端と下端の画素値導出という意味のパラメータ導出が必要である、さらに左、左上、上、右上、左下を参照する。Angularは方向ごとに処理が異なる。HとVとDIA, VDIAは乗算が不要であり、画素のコピーのみで導出が可能である。HとVは各々対象ブロックの左と上のみを参照するが、DIAは左と上だけではなく左上、VDIRは右上の画像の参照が必要である。その他のAngularモードは、乗算と対象ブロックの左、上、左上、右上、左下の画像の参照が必要である。CCLMは、乗算、パラメータ導出の両方が必要であり、輝度サンプルの参照やダウンサンプルが必要である。また左上、右上の画像の参照を行うことがある。
図21は、本実施形態の動画像復号装置、動画像符号化装置で用いるブロックサイズと色差イントラ予測モードの関係を示す図である。図21(b)は所定のブロックサイズ以上の場合で用いる色差イントラモードである。図21(b)に示すように、2x2では、DC予測、制限されたAngular予測のみしか用いない。制限されたAngular予測は、乗算を用いないものであり、H, V, DIA, VDIAであり、さらに、対象ブロックの左上、右上を用いないH, Vのみであってもよい。2x2以外では、他のモード、例えば、DC, Planar, Angular、CCLMであってもよい。すなわち、乗算、パラメータ導出、対象ブロックの左上、右上を参照するモードを用いてもよい。図21(c)は2x2/4x2/2x4で色差イントラモードを制限する場合を示す。なお、後述のように、所定のサイズ以下の場合にさらに制限(例えばDCのみや、HもしくはVのみ、DC, H, Vのみ)してもよい。
(基本の導出方法)
図22は、CCLMがオフの場合の色差イントラ予測モードシンタックスintra_chroma_pred_modeのbinalizationと色差イントラ予測モードIntraPredModeC導出の詳細を示す図である。CCLMがオフの場合には、1ビット(0)もしくは3ビット(100, 101, 110, 111)のbinalization(Bin String)を復号する。復号したbinalizationに応じて0~4のintra_chroma_pred_modeを導出する。さらに、復号したintra_chroma_pred_modeと対応する輝度イントラ予測モードIntraPredModeYから、IntraPredModeCを導出する。例えば、intra_chroma_pred_modeが4 (DirectMode, DM)の場合には、IntraPredModeCにIntraPredModeYの値を設定する。
図22は、CCLMがオフの場合の色差イントラ予測モードシンタックスintra_chroma_pred_modeのbinalizationと色差イントラ予測モードIntraPredModeC導出の詳細を示す図である。CCLMがオフの場合には、1ビット(0)もしくは3ビット(100, 101, 110, 111)のbinalization(Bin String)を復号する。復号したbinalizationに応じて0~4のintra_chroma_pred_modeを導出する。さらに、復号したintra_chroma_pred_modeと対応する輝度イントラ予測モードIntraPredModeYから、IntraPredModeCを導出する。例えば、intra_chroma_pred_modeが4 (DirectMode, DM)の場合には、IntraPredModeCにIntraPredModeYの値を設定する。
IntraPredModeC = IntraPredModeY
intra_chroma_pred_modeが0 (Planar)の場合には、IntraPredModeCに0 (Planar)を設定する。但し、IntraPredModeYがPlanarの場合にはVDIAを設定する。
intra_chroma_pred_modeが1 (V)の場合には、IntraPredModeCに50 (V)を設定する。但し、IntraPredModeYがVの場合にはVDIAを設定する。
intra_chroma_pred_modeが2 (H)の場合には、IntraPredModeCに18 (H)を設定する。但し、IntraPredModeYがHの場合にはVDIAを設定する。
intra_chroma_pred_modeが3 (DC)の場合には、IntraPredModeCに1 (DC)を設定する。但し、IntraPredModeYがDCの場合にはVDIAを設定する。
intra_chroma_pred_modeが0 (Planar)の場合には、IntraPredModeCに0 (Planar)を設定する。但し、IntraPredModeYがPlanarの場合にはVDIAを設定する。
intra_chroma_pred_modeが1 (V)の場合には、IntraPredModeCに50 (V)を設定する。但し、IntraPredModeYがVの場合にはVDIAを設定する。
intra_chroma_pred_modeが2 (H)の場合には、IntraPredModeCに18 (H)を設定する。但し、IntraPredModeYがHの場合にはVDIAを設定する。
intra_chroma_pred_modeが3 (DC)の場合には、IntraPredModeCに1 (DC)を設定する。但し、IntraPredModeYがDCの場合にはVDIAを設定する。
図23は、CCLMがオンの場合の色差イントラ予測モードシンタックスintra_chroma_pred_modeのbinalizationと色差イントラ予測モード導出の詳細を示す図である。CCLMがオンの場合には、1ビット(0)もしくは2ビット(10)もしくは4ビット(1110, 1111)、5ビット(11000, 11001, 11010, 11011)のbinalization(Bin String)を復号する。復号したbinalizationに応じて0~7のintra_chroma_pred_modeを導出する。さらに、復号したintra_chroma_pred_modeと対応する輝度イントラ予測モードIntraPredModeYから、IntraPredModeCを導出する。例えば、
intra_chroma_pred_modeが7 (DirectMode, DM)の場合には、IntraPredModeCにIntraPredModeYの値を設定する。
intra_chroma_pred_modeが7 (DirectMode, DM)の場合には、IntraPredModeCにIntraPredModeYの値を設定する。
IntraPredModeC = IntraPredModeY
intra_chroma_pred_modeが0, 1, 2, 3の場合は、既に図22で説明済みであるので説明を省略する。
intra_chroma_pred_modeが4の場合には、IntraPredModeCに第1のCCLMモードを示す値(81)を設定する。
intra_chroma_pred_modeが5の場合には、IntraPredModeCに第2のCCLMモード(INTRA_L_CCLM)を示す値(82)を設定する。
intra_chroma_pred_modeが6の場合には、IntraPredModeCに第3のCCLMモード(INTRA_T_CCLM)を示す値(83)を設定する。
intra_chroma_pred_modeが0, 1, 2, 3の場合は、既に図22で説明済みであるので説明を省略する。
intra_chroma_pred_modeが4の場合には、IntraPredModeCに第1のCCLMモードを示す値(81)を設定する。
intra_chroma_pred_modeが5の場合には、IntraPredModeCに第2のCCLMモード(INTRA_L_CCLM)を示す値(82)を設定する。
intra_chroma_pred_modeが6の場合には、IntraPredModeCに第3のCCLMモード(INTRA_T_CCLM)を示す値(83)を設定する。
(1ビットBin Stringの構成)
図24は、本実施形態の動画像復号装置、動画像符号化装置で用いるブロックサイズとintra_chroma_pred_modeのビット数と色差イントラ予測モードの関係を示す図である。
図24は、本実施形態の動画像復号装置、動画像符号化装置で用いるブロックサイズとintra_chroma_pred_modeのビット数と色差イントラ予測モードの関係を示す図である。
図25は、本実施形態の動画像復号装置、動画像符号化装置で行う色差イントラ予測モード導出の処理を示すフローチャートである。
S301 パラメータ復号部302は、色差ブロックサイズが所定サイズ未満であるかを判定する。例えば、2x2とそれ以外で区別する場合には、幅と高さの何れかが4未満(cbWidthC< 4 || cbHeightC < 4)で判定してもよい。また、2x2, 4x2, 2x4か、それ以外で区別する場合には、幅と高さの和が8未満(cbWidthC + cbHeightC < 8)で判定してもよい。色差ブロックサイズは、輝度ブロックサイズと色コンポーネント間のサンプリング比で決まるため、パラメータ復号部302は、輝度ブロックの幅cbWidth、高さcbHeightとサンプリング比SubWidthC, SubHeightCを用いて判定してもよい。
(cbWidthC/SubWidth < 4 || cbHeight/SubHeight < 4)
(cbWidthC/SubWidth + cbHeight/SubHeight < 8)
S302 パラメータ復号部302は、色差ブロックサイズが所定のサイズ未満の場合には、1ビットのbinalizationで示されるintra_chroma_pred_modeを復号する。色差イントラ予測パラメータ導出部3043は、intra_chroma_pred_modeを用いて色差イントラ予測モードIntraPredModeCを導出する。例えば、パラメータ復号部302は、intra_chroma_pred_modeの値に応じて、水平予測Hと垂直予測Vを切り替えてもよい。
(cbWidthC/SubWidth + cbHeight/SubHeight < 8)
S302 パラメータ復号部302は、色差ブロックサイズが所定のサイズ未満の場合には、1ビットのbinalizationで示されるintra_chroma_pred_modeを復号する。色差イントラ予測パラメータ導出部3043は、intra_chroma_pred_modeを用いて色差イントラ予測モードIntraPredModeCを導出する。例えば、パラメータ復号部302は、intra_chroma_pred_modeの値に応じて、水平予測Hと垂直予測Vを切り替えてもよい。
IntraPredModeC = (intra_chroma_pred_mode == 0) ? V : H
図26は、本実施形態のintra_chroma_pred_modeのbinalizationと色差イントラ予測モード導出の詳細を示す図である。図に示すように、
intra_chroma_pred_modeは、0, 1の1ビットのbinalization(図ではBin String)をとり、intra_chroma_pred_modeの値は0, 1である。ここでは、図に示すように、対応する位置(xCb + cbWidth/2, yCb + cbHeight/2)の輝度イントラモードIntraPredModeY[ xCb + cbWidth / 2 ][ yCb + cbHeight / 2 ]によらず、intra_chroma_pred_modeの値に応じて、IntraPredModeCに水平予測Hもしくは垂直予測Vを設定する(S303)。
図26は、本実施形態のintra_chroma_pred_modeのbinalizationと色差イントラ予測モード導出の詳細を示す図である。図に示すように、
intra_chroma_pred_modeは、0, 1の1ビットのbinalization(図ではBin String)をとり、intra_chroma_pred_modeの値は0, 1である。ここでは、図に示すように、対応する位置(xCb + cbWidth/2, yCb + cbHeight/2)の輝度イントラモードIntraPredModeY[ xCb + cbWidth / 2 ][ yCb + cbHeight / 2 ]によらず、intra_chroma_pred_modeの値に応じて、IntraPredModeCに水平予測Hもしくは垂直予測Vを設定する(S303)。
S304 パラメータ復号部302は、色差ブロックサイズが所定のサイズ以上の場合には、1ビットからNビットのbinalizationで示されるintra_chroma_pred_modeを復号する。
S305 色差イントラ予測パラメータ導出部3043は、色差ブロックサイズが所定のサイズ以上の場合には、復号したintra_chroma_pred_modeから、色差予測モードを導出する。例えば、CCLMオフの場合には、図22で既に説明したように、1~3ビットのbinalizationを復号して、IntraPredModeCとしてDC, Planar, Angularモードの何れかを導出する。CCLMオンの場合には図23で既に説明したように、1~5ビットのbinalizationを復号して、IntraPredModeCとしてDC, Planar, Angular, CCLM (INTRA_LT_CCLM, INTRA_L_CCLM, INTRA_T_CCLM)モードの何れかを導出する。
上記の構成によれば、色差ブロックサイズが小さい場合には1ビットの復号で、乗算、対象ブロックの左上、右上を用いない制限された色差予測モードを導出するため、符号化効率を低下させることなく、イントラ予測で特に問題となる色差イントラ予測の処理遅延を低減する効果を奏する。
(シンタックス省略の構成1)
図27は、本実施形態の別の形態の動画像復号装置、動画像符号化装置で用いるブロックサイズとintra_chroma_pred_modeのビット数と色差イントラ予測モードの関係を示す図である。
図27は、本実施形態の別の形態の動画像復号装置、動画像符号化装置で用いるブロックサイズとintra_chroma_pred_modeのビット数と色差イントラ予測モードの関係を示す図である。
図28は、本実施形態の別の形態の動画像復号装置、動画像符号化装置で行う色差イントラ予測モード導出の処理を示すフローチャートである。
S311 パラメータ復号部302は、色差ブロックサイズが所定サイズ未満であるかを判定する。
S313 パラメータ復号部302は、色差ブロックサイズが所定のサイズ未満の場合には、intra_chroma_pred_modeを復号せずに0に設定する。色差イントラ予測パラメータ導出部3043は、色差ブロックサイズが所定のサイズ未満の場合に、IntraPredModeYを用いて色差イントラ予測モードIntraPredModeCを導出する。例えば、パラメータ復号部302は、以下の式を用いて導出してもよい。
IntraPredModeC = (IntraPredModeY < 2) : DC ? (IntraPredModeY < DIA) ? H : V
図29は、色差ブロックサイズが所定サイズ未満の場合の色差イントラ予測パラメータ導出部3043の動作を示すフローチャートである。
S3131 IntraPredModeYがPlanarもしくはDCの場合には、S3132に遷移し、それ以外の場合にはS3133に遷移する。
S3122 IntraPredModeYがPlanarもしくはDCの場合には、IntraPredModeCにDCを設定する。
S3133 IntraPredModeYがDIA未満の場合には、S3134に遷移し、それ以外の場合にはS3135に遷移する。
S3134 IntraPredModeYがDIA未満の場合には、IntraPredModeCにHを設定する。
S3135 IntraPredModeYがDIA以上の場合には、IntraPredModeCにVを設定する。
なお、以下のようにIntraPredModeYがDIA以下の場合にHを設定してもよい。
図29は、色差ブロックサイズが所定サイズ未満の場合の色差イントラ予測パラメータ導出部3043の動作を示すフローチャートである。
S3131 IntraPredModeYがPlanarもしくはDCの場合には、S3132に遷移し、それ以外の場合にはS3133に遷移する。
S3122 IntraPredModeYがPlanarもしくはDCの場合には、IntraPredModeCにDCを設定する。
S3133 IntraPredModeYがDIA未満の場合には、S3134に遷移し、それ以外の場合にはS3135に遷移する。
S3134 IntraPredModeYがDIA未満の場合には、IntraPredModeCにHを設定する。
S3135 IntraPredModeYがDIA以上の場合には、IntraPredModeCにVを設定する。
なお、以下のようにIntraPredModeYがDIA以下の場合にHを設定してもよい。
IntraPredModeC = (IntraPredModeY <= 1) : DC ? (IntraPredModeY <= DIA) ? H : V
図30は、本実施形態の別の形態のintra_chroma_pred_modeのbinalizationと色差イントラ予測モード導出の詳細を示す図である。図に示すように、intra_chroma_pred_modeは、符号化、復号しないため、binalization(Bin String)はない。IntraPredModeYからIntraPredModeCの導出は、ダイレクトモード(DM)に近いが、PlanarモードはDCモードに変換し、左上(DIA)未満のAngularモードは水平Hに、それ以外は、垂直に変換する。図は下記IntraPredModeCの導出方法を示す。
IntraPredModeYがPlanarの場合にはDCを設定する。
IntraPredModeYがVの場合にはVを設定する。
IntraPredModeYがHの場合にはHを設定する。
IntraPredModeYがDCの場合にはDCを設定する。
IntraPredModeYがX(0<=X<=66)の場合には、DIA未満ではH、DIA以上ではVに設定する。
図30は、本実施形態の別の形態のintra_chroma_pred_modeのbinalizationと色差イントラ予測モード導出の詳細を示す図である。図に示すように、intra_chroma_pred_modeは、符号化、復号しないため、binalization(Bin String)はない。IntraPredModeYからIntraPredModeCの導出は、ダイレクトモード(DM)に近いが、PlanarモードはDCモードに変換し、左上(DIA)未満のAngularモードは水平Hに、それ以外は、垂直に変換する。図は下記IntraPredModeCの導出方法を示す。
IntraPredModeYがPlanarの場合にはDCを設定する。
IntraPredModeYがVの場合にはVを設定する。
IntraPredModeYがHの場合にはHを設定する。
IntraPredModeYがDCの場合にはDCを設定する。
IntraPredModeYがX(0<=X<=66)の場合には、DIA未満ではH、DIA以上ではVに設定する。
S314 パラメータ復号部302は、色差ブロックサイズが所定のサイズ以上の場合には、1ビットからNビットのbinalizationで示されるintra_chroma_pred_modeを復号する。
S315 色差イントラ予測パラメータ導出部3043は、色差ブロックサイズが所定のサイズ以上の場合には、復号したintra_chroma_pred_modeから、色差予測モードを導出する。この動作は、S305で説明したとおりであるので説明を省略する。
上記の構成によれば、色差ブロックサイズが小さい場合には色差イントラモードを示すシンタックスを復号せずに、乗算、対象ブロックの左上、右上を用いない制限された色差予測モードを導出するため、符号化効率を低下させることなく、イントラ予測で特に問題となる色差イントラ予測の処理遅延を低減する効果を奏する。また、色差イントラモードを復号しないため、CABACの処理遅延をさらに低減することができる。
(シンタックス省略の構成2)
色差ブロックサイズが小さい場合に、intra_chroma_pred_modeの符号化、復号を省略して制限モードを用いる例の別の例を説明する。
色差ブロックサイズが小さい場合に、intra_chroma_pred_modeの符号化、復号を省略して制限モードを用いる例の別の例を説明する。
図28のS313を以下のS313´に置き換える。
S313 パラメータ復号部302は、色差ブロックサイズが所定のサイズ未満の場合には、intra_chroma_pred_modeを復号せずに0と導出する。色差イントラ予測パラメータ導出部3043は、色差ブロックサイズが所定のサイズ未満の場合に、DCモードを用いて色差イントラ予測モードを導出する。例えば、パラメータ復号部302は、以下の式を用いて導出してもよい。
IntraPredModeC = DC
図31は、本実施形態の別の形態のintra_chroma_pred_modeのbinalizationと色差イントラ予測モード導出の詳細を示す図である。図に示すように、intra_chroma_pred_modeは、符号化、復号しないため、binalization(Bin String)はない。IntraPredModeCは、IntraPredModeYによらずDCモードを設定する。
IntraPredModeYがVの場合にはDCを設定する。
IntraPredModeYがHの場合にはDCを設定する。
IntraPredModeYがDCの場合にはDCを設定する。
IntraPredModeYがX(0<=X<=66)の場合には、DCを設定する。
図31は、本実施形態の別の形態のintra_chroma_pred_modeのbinalizationと色差イントラ予測モード導出の詳細を示す図である。図に示すように、intra_chroma_pred_modeは、符号化、復号しないため、binalization(Bin String)はない。IntraPredModeCは、IntraPredModeYによらずDCモードを設定する。
IntraPredModeYがVの場合にはDCを設定する。
IntraPredModeYがHの場合にはDCを設定する。
IntraPredModeYがDCの場合にはDCを設定する。
IntraPredModeYがX(0<=X<=66)の場合には、DCを設定する。
上記の構成によれば、色差ブロックサイズが小さい場合には色差イントラモードのシンタックスを復号せずに、DCに固定された色差予測モードを導出するため、符号化効率を低下させることなく、イントラ予測で特に問題となる色差イントラ予測の処理遅延を低減する効果を奏する。また、色差イントラモードを復号しないため、色差イントラ予測の処理遅延をさらに低減することができる。
(CCLM予測)
CCLM予測部31044は、輝度隣接画像pRefY[][]および色差隣接画像pRefC[][]を参照領域として用いてCCLM予測パラメータを導出する。CCLM予測部31044は、輝度対象画像pRef[]を用いて、色差の予測画像を導出する。
CCLM予測部31044は、輝度隣接画像pRefY[][]および色差隣接画像pRefC[][]を参照領域として用いてCCLM予測パラメータを導出する。CCLM予測部31044は、輝度対象画像pRef[]を用いて、色差の予測画像を導出する。
CCLM予測部31044は、intra_chroma_pred_modeが81(INTRA_LT_CCLM)の場合、対象ブロックの上および左隣接ブロックの画素値を用いてCCLM予測パラメータを導出し、intra_chroma_pred_modeが82(INTRA_L_CCLM)の場合、左隣接ブロックの画素値を用いてCCLM予測パラメータを導出し、intra_chroma_pred_modeが83(INTRA_T_CCLM)の場合、上隣接ブロックの画素値を用いてCCLM予測パラメータを導出する。
CCLM予測部は、色差画像のサイズに合わせるためにpRefY[][]およびpY[][]をダウンサンプリングする。色差フォーマットが4:2:0の場合、pRefY[][]とpY[][]の水平、垂直方向の画素数を2:1にサンプリングし、結果を図13(d)のpRefDsY[][]、pDsY[][]に格納する。なお、bW/2、bH/2は各々bWC、bHCと等しい。色差フォーマットが4:2:2の場合、pRefY[][]とpY[][]の水平方向の画素数を2:1にサンプリングし、結果をpRefDsY[][]、pDsY[][]に格納する。色差フォーマットが4:4:4の場合、サンプリングを実施せず、pRefY[][]とpY[][]をpRefDsY[][]、pDsY[][]に格納する。サンプリングの一例を下式で示す。
pDsY[x][y] = (pY[2*x-1][2*y]+pY[2*x-1][2*y+1]+2*pY[2*x][2*y]+2*pY[2*x][2*y+1]+pY[2*x+1][2*y]+pY[2*x+1][2*y+1]+4)>>3
pRefDsY[x][y] = (pRefY[2*x-1][2*y]+pRefY[2*x-1][2*y+1]+2*pRefY[2*x][2*y]+2*pRefY[2*x][2*y+1]+pRefY[2*x+1][2*y]+pRefY[2*x+1][2*y+1]+4)>>3
CCLM予測部は、隣接輝度画像pDsYの最小値MinLumaと最大値MaxLumaとその位置における色差画像pRefC上の色差画素値ChromaForMinLuma、ChromaForMaxLumaを導出する。
pRefDsY[x][y] = (pRefY[2*x-1][2*y]+pRefY[2*x-1][2*y+1]+2*pRefY[2*x][2*y]+2*pRefY[2*x][2*y+1]+pRefY[2*x+1][2*y]+pRefY[2*x+1][2*y+1]+4)>>3
CCLM予測部は、隣接輝度画像pDsYの最小値MinLumaと最大値MaxLumaとその位置における色差画像pRefC上の色差画素値ChromaForMinLuma、ChromaForMaxLumaを導出する。
CCLM予測部は、ChromaForMinLuma、ChromaForMaxLumaの差を、MinLumaとMaxLumaの差で割ることで傾きaを導出する。より具体的には整数演算のために、以下の式でCCLMパラメータaを導出する。
shift = (BitDepthC>8) ? BitDepthC-9 : 0
add = shift ? 1<<(shift-1) : 0
diff = (MaxLuma-MinLuma+add)>>shift
k = 16
diffが正の場合、CCLM予測部は以下の式を用いてaを導出し、それ以外ではa=0とする。
add = shift ? 1<<(shift-1) : 0
diff = (MaxLuma-MinLuma+add)>>shift
k = 16
diffが正の場合、CCLM予測部は以下の式を用いてaを導出し、それ以外ではa=0とする。
a = (((ChromaForMaxLuma-ChromaForMinLuma)*Floor(65536/diff)+add)>>shift)
さらに、CCLM予測部はbを導出する。
b = ChromaForMinLuma-((a*MinLuma)>>k)
CCLM予測部は、参照画像refSamples[][]を入力信号とし、CCLM予測パラメータ(a,b)を用いて予測画像predSamples[][]を出力する。
predSamples[][] = ((a*refSamples[][])>>shiftA)+b
上記のように、CCLM予測にはパラメータの導出および予測画像の生成に乗算が必要である。
さらに、CCLM予測部はbを導出する。
b = ChromaForMinLuma-((a*MinLuma)>>k)
CCLM予測部は、参照画像refSamples[][]を入力信号とし、CCLM予測パラメータ(a,b)を用いて予測画像predSamples[][]を出力する。
predSamples[][] = ((a*refSamples[][])>>shiftA)+b
上記のように、CCLM予測にはパラメータの導出および予測画像の生成に乗算が必要である。
ループフィルタ305は、符号化ループ内に設けたフィルタで、ブロック歪やリンギング歪を除去し、画質を改善するフィルタである。ループフィルタ305は、加算部312が生成したCUの復号画像に対し、デブロッキングフィルタ、サンプル適応オフセット(SAO)、適応ループフィルタ(ALF)等のフィルタを施す。
参照ピクチャメモリ306は、加算部312が生成したCUの復号画像を、対象ピクチャ及び対象CU毎に予め定めた位置に記憶する。
予測パラメータメモリ307は、復号対象のCTUあるいはCU毎に予め定めた位置に予測パラメータを記憶する。具体的には、予測パラメータメモリ307は、パラメータ復号部302が復号したパラメータ及びエントロピー復号部301が復号した予測モードpredMode等を記憶する。
予測画像生成部308には、予測モードpredMode、予測パラメータ等が入力される。また、予測画像生成部308は、参照ピクチャメモリ306から参照ピクチャを読み出す。予測画像生成部308は、予測モードpredModeが示す予測モードで、予測パラメータと読み出した参照ピクチャ(参照ピクチャブロック)を用いてブロックもしくはサブブロックの予測画像を生成する。ここで、参照ピクチャブロックとは、参照ピクチャ上の画素の集合(通常矩形であるのでブロックと呼ぶ)であり、予測画像を生成するために参照する領域である。
(インター予測画像生成部309)
予測モードpredModeがインター予測モードを示す場合、インター予測画像生成部309は、インター予測パラメータ導出部303から入力されたインター予測パラメータと読み出した参照ピクチャを用いてインター予測によりブロックもしくはサブブロックの予測画像を生成する。
予測モードpredModeがインター予測モードを示す場合、インター予測画像生成部309は、インター予測パラメータ導出部303から入力されたインター予測パラメータと読み出した参照ピクチャを用いてインター予測によりブロックもしくはサブブロックの予測画像を生成する。
インター予測画像生成部309は生成したブロックの予測画像を加算部312に出力する。
逆量子化・逆変換部311は、エントロピー復号部301から入力された量子化変換係数を逆量子化して変換係数を求める。この量子化変換係数は、符号化処理において、予測誤差に対してDCT(Discrete Cosine Transform、離散コサイン変換)、DST(Discrete Sine Transform、離散サイン変換)等の周波数変換を行い量子化して得られる係数である。逆量子化・逆変換部311は、求めた変換係数について逆DCT、逆DST等の逆周波数変換を行い、予測誤差を算出する。逆量子化・逆変換部311は予測誤差を加算部312に出力する。
加算部312は、予測画像生成部308から入力されたブロックの予測画像と逆量子化・逆変換部311から入力された予測誤差を画素毎に加算して、ブロックの復号画像を生成する。加算部312はブロックの復号画像を参照ピクチャメモリ306に記憶し、また、ループフィルタ305に出力する。
(動画像符号化装置の構成)
次に、本実施形態に係る動画像符号化装置11の構成について説明する。図32は、本実施形態に係る動画像符号化装置11の構成を示すブロック図である。動画像符号化装置11は、予測画像生成部101、減算部102、変換・量子化部103、逆量子化・逆変換部105、加算部106、ループフィルタ107、予測パラメータメモリ(予測パラメータ記憶部、フレームメモリ)108、参照ピクチャメモリ(参照画像記憶部、フレームメモリ)109、符号化パラメータ決定部110、予測パラメータ導出部120、エントロピー符号化部104を含んで構成される。
次に、本実施形態に係る動画像符号化装置11の構成について説明する。図32は、本実施形態に係る動画像符号化装置11の構成を示すブロック図である。動画像符号化装置11は、予測画像生成部101、減算部102、変換・量子化部103、逆量子化・逆変換部105、加算部106、ループフィルタ107、予測パラメータメモリ(予測パラメータ記憶部、フレームメモリ)108、参照ピクチャメモリ(参照画像記憶部、フレームメモリ)109、符号化パラメータ決定部110、予測パラメータ導出部120、エントロピー符号化部104を含んで構成される。
予測画像生成部101は画像Tの各ピクチャを分割した領域であるCU毎に予測画像を生成する。予測画像生成部101は既に説明した予測画像生成部308と同じ動作であり、説明を省略する。
減算部102は、予測画像生成部101から入力されたブロックの予測画像の画素値を、画像Tの画素値から減算して予測誤差を生成する。減算部102は予測誤差を変換・量子化部103に出力する。
変換・量子化部103は、減算部102から入力された予測誤差に対し、周波数変換によって変換係数を算出し、量子化によって量子化変換係数を導出する。変換・量子化部103は、量子化変換係数をエントロピー符号化部104及び逆量子化・逆変換部105に出力する。
逆量子化・逆変換部105は、動画像復号装置31における逆量子化・逆変換部311(図7)と同じであり、説明を省略する。算出した予測誤差は加算部106に出力される。
エントロピー符号化部104には、変換・量子化部103から量子化変換係数が入力され、符号化パラメータ決定部110から符号化パラメータが入力される。符号化パラメータには、例えば、参照ピクチャインデックスrefIdxLX、予測ベクトルインデックスmvp_LX_idx、差分ベクトルmvdLX、予測モードpredMode、及びマージインデックスmerge_idx等の符号がある。
エントロピー符号化部104は、分割情報、予測パラメータ、量子化変換係数等をエントロピー符号化して符号化ストリームTeを生成し、出力する。
予測パラメータ導出部120は、インター予測パラメータ導出部303、イントラ予測パラメータ導出部304を含む手段であり、符号化パラメータ決定部110から入力された符号化パラメータからイントラ予測パラメータ及びイントラ予測パラメータを導出する。導出されたイントラ予測パラメータ及びイントラ予測パラメータは、予測画像生成部101と予測パラメータメモリ108に出力される。パラメータ符号化部111は、ヘッダ符号化部1110、CT情報符号化部1111、CU符号化部1112(予測モード符号化部)および図示しないインター予測パラメータ符号化部112とイントラ予測パラメータ符号化部113を備えている。CU符号化部1112はさらにTU符号化部1114を備えている。符号化パラメータ決定部110は、インター予測パラメータ符号化部112とイントラ予測パラメータ符号化部113を備えている。
以下、各モジュールの概略動作を説明する。予測パラメータ導出部120はヘッダ情報、分割情報、予測情報、量子化変換係数等のパラメータの符号化処理を行う。
CT情報符号化部1111は、QT、MT(BT、TT)分割情報等を符号化する。
CU符号化部1112はCU情報、予測情報、TU分割フラグsplit_transform_flag、CU残差フラグcbf_cb、cbf_cr、cbf_luma等を符号化する。
TU符号化部1114は、TUに予測誤差が含まれている場合に、QP更新情報(量子化補正値)と量子化予測誤差(residual_coding)を符号化する。
CT情報符号化部1111、CU符号化部1112は、インター予測パラメータ(予測モードpredMode、マージフラグmerge_flag、マージインデックスmerge_idx、インター予測識別子inter_pred_idc、参照ピクチャインデックスrefIdxLX、予測ベクトルインデックスmvp_LX_idx、差分ベクトルmvdLX)、イントラ予測パラメータ(intra_luma_mpm_flag、mpm_idx、mpm_reminder、intra_chroma_pred_mode)、量子化変換係数等のシンタックス要素をエントロピー符号化部104に供給する。
符号化パラメータ決定部110は、符号化パラメータの複数のセットのうち、1つのセットを選択する。符号化パラメータとは、上述したQT、BTあるいはTT分割情報、予測パラメータ、あるいはこれらに関連して生成される符号化の対象となるパラメータである。予測パラメータ導出部120は、符号化パラメータ決定部110が決定したパラメータから予測パラメータを導出し、予測画像生成部101に出力する。予測画像生成部101は、これらの予測パラメータを用いて予測画像を生成する。
符号化パラメータ決定部110は、複数のセットの各々について情報量の大きさと符号化誤差を示すRDコスト値を算出する。RDコスト値は、例えば、符号量と二乗誤差に係数λを乗じた値との和である。符号量は、量子化誤差と符号化パラメータをエントロピー符号化して得られる符号化ストリームTeの情報量である。二乗誤差は、減算部102において算出された予測誤差の二乗和である。係数λは、予め設定されたゼロよりも大きい実数である。符号化パラメータ決定部110は、算出したコスト値が最小となる符号化パラメータのセットを選択する。これにより、エントロピー符号化部104は、選択した符号化パラメータのセットを符号化ストリームTeとして出力する。予測パラメータ導出部303により導出された予測パラメータを予測パラメータメモリ108に記憶する。
(インター予測パラメータ符号化部の構成)
インター予測パラメータ符号化部112は、マージインデックス導出部11211とベクトル候補インデックス導出部11212を備える。
インター予測パラメータ符号化部112は、マージインデックス導出部11211とベクトル候補インデックス導出部11212を備える。
マージインデックス導出部11211は、マージインデックスmerge_idx候補を導出し、予測パラメータ導出部120のマージ予測パラメータ導出部3036(マージ予測部)に出力する。ベクトル候補インデックス導出部11212は予測ベクトルインデックスmvp_LX_idx候補を導出する。マージ予測パラメータ導出部3036は、マージインデックスmerge_idxに基づいて、インター予測パラメータを導出し予測画像生成部101に出力する。
AMVP予測パラメータ導出部3032は動きベクトルmvLXに基づいて予測ベクトルmvpLXを導出する。AMVP予測パラメータ導出部3032は予測ベクトルmvpLXをMV減算部1123に出力する。なお、参照ピクチャインデックスrefIdxLX及び予測ベクトルインデックスmvp_LX_idxは、パラメータ符号化部111に出力される。
MV減算部1123は、符号化パラメータ決定部110から入力された動きベクトルmvLXから、AMVP予測パラメータ導出部3032の出力である予測ベクトルmvpLXを減算して差分ベクトルmvdLXを生成する。差分ベクトルmvdLXはパラメータ符号化部111に出力される。
加算部106は、予測画像生成部101から入力されたブロックの予測画像の画素値と逆量子化・逆変換部105から入力された予測誤差を画素毎に加算して復号画像を生成する。加算部106は生成した復号画像を参照ピクチャメモリ109に記憶する。
ループフィルタ107は加算部106が生成した復号画像に対し、デブロッキングフィルタ、SAO、ALFを施す。なお、ループフィルタ107は、必ずしも上記3種類のフィルタを含まなくてもよく、例えばデブロッキングフィルタのみの構成であってもよい。
予測パラメータメモリ108は、符号化パラメータ決定部110が生成した予測パラメータを、対象ピクチャ及びCU毎に予め定めた位置に記憶する。
参照ピクチャメモリ109は、ループフィルタ107が生成した復号画像を対象ピクチャ及びCU毎に予め定めた位置に記憶する。
なお、上述した実施形態における動画像符号化装置11、動画像復号装置31の一部、例えば、エントロピー復号部301、パラメータ復号部302、ループフィルタ305、予測画像生成部308、逆量子化・逆変換部311、加算部312、予測画像生成部101、減算部102、変換・量子化部103、エントロピー符号化部104、逆量子化・逆変換部105、ループフィルタ107、符号化パラメータ決定部110、予測パラメータ導出部120をコンピュータで実現するようにしても良い。その場合、この制御機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現しても良い。なお、ここでいう「コンピュータシステム」とは、動画像符号化装置11、動画像復号装置31のいずれかに内蔵されたコンピュータシステムであって、OSや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM、CD-ROM等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでも良い。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。
また、上述した実施形態における動画像符号化装置11、動画像復号装置31の一部、または全部を、LSI(Large Scale Integration)等の集積回路として実現しても良い。動画像符号化装置11、動画像復号装置31の各機能ブロックは個別にプロセッサ化しても良いし、一部、または全部を集積してプロセッサ化しても良い。また、集積回路化の手法はLSIに限らず専用回路、または汎用プロセッサで実現しても良い。また、半導体技術の進歩によりLSIに代替する集積回路化の技術が出現した場合、当該技術による集積回路を用いても良い。
以上、図面を参照してこの発明の一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、この発明の要旨を逸脱しない範囲内において様々な設計変更等をすることが可能である。
〔応用例〕
上述した動画像符号化装置11及び動画像復号装置31は、動画像の送信、受信、記録、再生を行う各種装置に搭載して利用することができる。なお、動画像は、カメラ等により撮像された自然動画像であってもよいし、コンピュータ等により生成された人工動画像(CGおよびGUIを含む)であってもよい。
上述した動画像符号化装置11及び動画像復号装置31は、動画像の送信、受信、記録、再生を行う各種装置に搭載して利用することができる。なお、動画像は、カメラ等により撮像された自然動画像であってもよいし、コンピュータ等により生成された人工動画像(CGおよびGUIを含む)であってもよい。
まず、上述した動画像符号化装置11及び動画像復号装置31を、動画像の送信及び受信に利用できることを、図2を参照して説明する。
図2(a)は、動画像符号化装置11を搭載した送信装置PROD_Aの構成を示したブロック図である。図に示すように、送信装置PROD_Aは、動画像を符号化することによって符号化データを得る符号化部PROD_A1と、符号化部PROD_A1が得た符号化データで搬送波を変調することによって変調信号を得る変調部PROD_A2と、変調部PROD_A2が得た変調信号を送信する送信部PROD_A3と、を備えている。上述した動画像符号化装置11は、この符号化部PROD_A1として利用される。
送信装置PROD_Aは、符号化部PROD_A1に入力する動画像の供給源として、動画像を撮像するカメラPROD_A4、動画像を記録した記録媒体PROD_A5、動画像を外部から入力するための入力端子PROD_A6、及び、画像を生成または加工する画像処理部A7を更に備えていてもよい。図においては、これら全てを送信装置PROD_Aが備えた構成を例示しているが、一部を省略しても構わない。
なお、記録媒体PROD_A5は、符号化されていない動画像を記録したものであってもよいし、伝送用の符号化方式とは異なる記録用の符号化方式で符号化された動画像を記録したものであってもよい。後者の場合、記録媒体PROD_A5と符号化部PROD_A1との間に、記録媒体PROD_A5から読み出した符号化データを記録用の符号化方式に従って復号する復号部(不図示)を介在させるとよい。
図2(b)は、動画像復号装置31を搭載した受信装置PROD_Bの構成を示したブロック図である。図に示すように、受信装置PROD_Bは、変調信号を受信する受信部PROD_B1と、受信部PROD_B1が受信した変調信号を復調することによって符号化データを得る復調部PROD_B2と、復調部PROD_B2が得た符号化データを復号することによって動画像を得る復号部PROD_B3と、を備えている。上述した動画像復号装置31は、この復号部PROD_B3として利用される。
受信装置PROD_Bは、復号部PROD_B3が出力する動画像の供給先として、動画像を表示するディスプレイPROD_B4、動画像を記録するための記録媒体PROD_B5、及び、動画像を外部に出力するための出力端子PROD_B6を更に備えていてもよい。図においては、これら全てを受信装置PROD_Bが備えた構成を例示しているが、一部を省略しても構わない。
なお、記録媒体PROD_B5は、符号化されていない動画像を記録するためのものであってもよいし、伝送用の符号化方式とは異なる記録用の符号化方式で符号化されたものであってもよい。後者の場合、復号部PROD_B3と記録媒体PROD_B5との間に、復号部PROD_B3から取得した動画像を記録用の符号化方式に従って符号化する符号化部(不図示)を介在させるとよい。
なお、変調信号を伝送する伝送媒体は、無線であってもよいし、有線であってもよい。また、変調信号を伝送する伝送態様は、放送(ここでは、送信先が予め特定されていない送信態様を指す)であってもよいし、通信(ここでは、送信先が予め特定されている送信態様を指す)であってもよい。すなわち、変調信号の伝送は、無線放送、有線放送、無線通信、及び有線通信の何れによって実現してもよい。
例えば、地上デジタル放送の放送局(放送設備など)/受信局(テレビジョン受像機など)は、変調信号を無線放送で送受信する送信装置PROD_A/受信装置PROD_Bの一例である。また、ケーブルテレビ放送の放送局(放送設備など)/受信局(テレビジョン受像機など)は、変調信号を有線放送で送受信する送信装置PROD_A/受信装置PROD_Bの一例である。
また、インターネットを用いたVOD(Video On Demand)サービスや動画共有サービスなどのサーバ(ワークステーションなど)/クライアント(テレビジョン受像機、パーソナルコンピュータ、スマートフォンなど)は、変調信号を通信で送受信する送信装置PROD_A/受信装置PROD_Bの一例である(通常、LANにおいては伝送媒体として無線または有線の何れかが用いられ、WANにおいては伝送媒体として有線が用いられる)。ここで、パーソナルコンピュータには、デスクトップ型PC、ラップトップ型PC、及びタブレット型PCが含まれる。また、スマートフォンには、多機能携帯電話端末も含まれる。
なお、動画共有サービスのクライアントは、サーバからダウンロードした符号化データを復号してディスプレイに表示する機能に加え、カメラで撮像した動画像を符号化してサーバにアップロードする機能を有している。すなわち、動画共有サービスのクライアントは、送信装置PROD_A及び受信装置PROD_Bの双方として機能する。
次に、上述した動画像符号化装置11及び動画像復号装置31を、動画像の記録及び再生に利用できることを、図3を参照して説明する。
図3(a)は、上述した動画像符号化装置11を搭載した記録装置PROD_Cの構成を示したブロック図である。図に示すように、記録装置PROD_Cは、動画像を符号化することによって符号化データを得る符号化部PROD_C1と、符号化部PROD_C1が得た符号化データを記録媒体PROD_Mに書き込む書込部PROD_C2と、を備えている。上述した動画像符号化装置11は、この符号化部PROD_C1として利用される。
なお、記録媒体PROD_Mは、(1)HDD(Hard Disk Drive)やSSD(Solid State Drive)などのように、記録装置PROD_Cに内蔵されるタイプのものであってもよいし、(2)SDメモリカードやUSB(Universal Serial Bus)フラッシュメモリなどのように、記録装置PROD_Cに接続されるタイプのものであってもよいし、(3)DVD(Digital Versatile Disc:登録商標)やBD(Blu-ray Disc:登録商標)などのように、記録装置PROD_Cに内蔵されたドライブ装置(不図示)に装填されるものであってもよい。
また、記録装置PROD_Cは、符号化部PROD_C1に入力する動画像の供給源として、動画像を撮像するカメラPROD_C3、動画像を外部から入力するための入力端子PROD_C4、動画像を受信するための受信部PROD_C5、及び、画像を生成または加工する画像処理部PROD_C6を更に備えていてもよい。図においては、これら全てを記録装置PROD_Cが備えた構成を例示しているが、一部を省略しても構わない。
なお、受信部PROD_C5は、符号化されていない動画像を受信するものであってもよいし、記録用の符号化方式とは異なる伝送用の符号化方式で符号化された符号化データを受信するものであってもよい。後者の場合、受信部PROD_C5と符号化部PROD_C1との間に、伝送用の符号化方式で符号化された符号化データを復号する伝送用復号部(不図示)を介在させるとよい。
このような記録装置PROD_Cとしては、例えば、DVDレコーダ、BDレコーダ、HDD(Hard Disk Drive)レコーダなどが挙げられる(この場合、入力端子PROD_C4または受信部PROD_C5が動画像の主な供給源となる)。また、カムコーダ(この場合、カメラPROD_C3が動画像の主な供給源となる)、パーソナルコンピュータ(この場合、受信部PROD_C5または画像処理部C6が動画像の主な供給源となる)、スマートフォン(この場合、カメラPROD_C3または受信部PROD_C5が動画像の主な供給源となる)なども、このような記録装置PROD_Cの一例である。
図3(b)は、上述した動画像復号装置31を搭載した再生装置PROD_Dの構成を示したブロックである。図に示すように、再生装置PROD_Dは、記録媒体PROD_Mに書き込まれた符号化データを読み出す読出部PROD_D1と、読出部PROD_D1が読み出した符号化データを復号することによって動画像を得る復号部PROD_D2と、を備えている。上述した動画像復号装置31は、この復号部PROD_D2として利用される。
なお、記録媒体PROD_Mは、(1)HDDやSSDなどのように、再生装置PROD_Dに内蔵されるタイプのものであってもよいし、(2)SDメモリカードやUSBフラッシュメモリなどのように、再生装置PROD_Dに接続されるタイプのものであってもよいし、(3)DVDやBDなどのように、再生装置PROD_Dに内蔵されたドライブ装置(不図示)に装填されるものであってもよい。
また、再生装置PROD_Dは、復号部PROD_D2が出力する動画像の供給先として、動画像を表示するディスプレイPROD_D3、動画像を外部に出力するための出力端子PROD_D4、及び、動画像を送信する送信部PROD_D5を更に備えていてもよい。図においては、これら全てを再生装置PROD_Dが備えた構成を例示しているが、一部を省略しても構わない。
なお、送信部PROD_D5は、符号化されていない動画像を送信するものであってもよいし、記録用の符号化方式とは異なる伝送用の符号化方式で符号化された符号化データを送信するものであってもよい。後者の場合、復号部PROD_D2と送信部PROD_D5との間に、動画像を伝送用の符号化方式で符号化する符号化部(不図示)を介在させるとよい。
このような再生装置PROD_Dとしては、例えば、DVDプレイヤ、BDプレイヤ、HDDプレイヤなどが挙げられる(この場合、テレビジョン受像機等が接続される出力端子PROD_D4が動画像の主な供給先となる)。また、テレビジョン受像機(この場合、ディスプレイPROD_D3が動画像の主な供給先となる)、デジタルサイネージ(電子看板や電子掲示板等とも称され、ディスプレイPROD_D3または送信部PROD_D5が動画像の主な供給先となる)、デスクトップ型PC(この場合、出力端子PROD_D4または送信部PROD_D5が動画像の主な供給先となる)、ラップトップ型またはタブレット型PC(この場合、ディスプレイPROD_D3または送信部PROD_D5が動画像の主な供給先となる)、スマートフォン(この場合、ディスプレイPROD_D3または送信部PROD_D5が動画像の主な供給先となる)なども、このような再生装置PROD_Dの一例である。
(ハードウェア的実現およびソフトウェア的実現)
また、上述した動画像復号装置31および動画像符号化装置11の各ブロックは、集積回路(ICチップ)上に形成された論理回路によってハードウェア的に実現してもよいし、CPU(Central Processing Unit)を用いてソフトウェア的に実現してもよい。
また、上述した動画像復号装置31および動画像符号化装置11の各ブロックは、集積回路(ICチップ)上に形成された論理回路によってハードウェア的に実現してもよいし、CPU(Central Processing Unit)を用いてソフトウェア的に実現してもよい。
後者の場合、上記各装置は、各機能を実現するプログラムの命令を実行するCPU、上記プログラムを格納したROM(Read Only Memory)、上記プログラムを展開するRAM(RandomAccess Memory)、上記プログラムおよび各種データを格納するメモリ等の記憶装置(記録媒体)などを備えている。そして、本発明の実施形態の目的は、上述した機能を実現するソフトウェアである上記各装置の制御プログラムのプログラムコード(実行形式プログラム、中間コードプログラム、ソースプログラム)をコンピュータで読み取り可能に記録した記録媒体を、上記各装置に供給し、そのコンピュータ(またはCPUやMPU)が記録媒体に記録されているプログラムコードを読み出し実行することによっても、達成可能である。
上記記録媒体としては、例えば、磁気テープやカセットテープ等のテープ類、フロッピー(登録商標)ディスク/ハードディスク等の磁気ディスクやCD-ROM(Compact Disc Read-Only Memory)/MOディスク(Magneto-Optical disc)/MD(Mini Disc)/DVD(Digital Versatile Disc:登録商標)/CD-R(CD Recordable)/ブルーレイディスク(Blu-rayDisc:登録商標)等の光ディスクを含むディスク類、ICカード(メモリカードを含む)/光カード等のカード類、マスクROM/EPROM(Erasable Programmable Read-Only Memory)/EEPROM(Electrically Erasable and Programmable Read-Only Memory:登録商標)/フラッシュROM等の半導体メモリ類、あるいはPLD(Programmable logic device)やFPGA(Field Programmable Gate Array)等の論理回路類などを用いることができる。
また、上記各装置を通信ネットワークと接続可能に構成し、上記プログラムコードを通信ネットワークを介して供給してもよい。この通信ネットワークは、プログラムコードを伝送可能であればよく、特に限定されない。例えば、インターネット、イントラネット、エキストラネット、LAN(Local Area Network)、ISDN(Integrated Services Digital Network)、VAN(Value-Added Network)、CATV(Community Antenna television/Cable Television)通信網、仮想専用網(Virtual Private Network)、電話回線網、移動体通信網、衛星通信網等が利用可能である。また、この通信ネットワークを構成する伝送媒体も、プログラムコードを伝送可能な媒体であればよく、特定の構成または種類のものに限定されない。例えば、IEEE(Institute of Electrical and Electronic Engineers)1394、USB、電力線搬送、ケーブルTV回線、電話線、ADSL(Asymmetric Digital Subscriber Line)回線等の有線でも、IrDA(Infrared Data Association)やリモコンのような赤外線、BlueTooth(登録商標)、IEEE802.11無線、HDR(High Data Rate)、NFC(Near Field Communication)、DLNA(Digital Living Network Alliance:登録商標)、携帯電話網、衛星回線、地上デジタル放送網等の無線でも利用可能である。なお、本発明の実施形態は、上記プログラムコードが電子的な伝送で具現化された、搬送波に埋め込まれたコンピュータデータ信号の形態でも実現され得る。
本発明の実施形態は上述した実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能である。すなわち、請求項に示した範囲で適宜変更した技術的手段を組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。
本発明の実施形態は、画像データが符号化された符号化データを復号する動画像復号装置、および、画像データが符号化された符号化データを生成する動画像符号化装置に好適に適用することができる。また、動画像符号化装置によって生成され、動画像復号装置によって参照される符号化データのデータ構造に好適に適用することができる。
(関連出願の相互参照)
本出願は、2018年12月7日に出願された日本国特許出願:特願2018-229864に対して優先権の利益を主張するものであり、それを参照することにより、その内容の全てが本書に含まれる。
(関連出願の相互参照)
本出願は、2018年12月7日に出願された日本国特許出願:特願2018-229864に対して優先権の利益を主張するものであり、それを参照することにより、その内容の全てが本書に含まれる。
31 画像復号装置
301 エントロピー復号部
302 パラメータ復号部
3020 ヘッダ復号部
303 インター予測パラメータ導出部
304 イントラ予測パラメータ導出部
308 予測画像生成部
309 インター予測画像生成部
310 イントラ予測画像生成部
311 逆量子化・逆変換部
312 加算部
11 画像符号化装置
101 予測画像生成部
102 減算部
103 変換・量子化部
104 エントロピー符号化部
105 逆量子化・逆変換部
107 ループフィルタ
110 符号化パラメータ決定部
111 パラメータ符号化部
112 インター予測パラメータ符号化部
113 イントラ予測パラメータ符号化部
1110 ヘッダ符号化部
1111 CT情報符号化部
1113 CU符号化部(予測モード符号化部)
1114 TU符号化部
301 エントロピー復号部
302 パラメータ復号部
3020 ヘッダ復号部
303 インター予測パラメータ導出部
304 イントラ予測パラメータ導出部
308 予測画像生成部
309 インター予測画像生成部
310 イントラ予測画像生成部
311 逆量子化・逆変換部
312 加算部
11 画像符号化装置
101 予測画像生成部
102 減算部
103 変換・量子化部
104 エントロピー符号化部
105 逆量子化・逆変換部
107 ループフィルタ
110 符号化パラメータ決定部
111 パラメータ符号化部
112 インター予測パラメータ符号化部
113 イントラ予測パラメータ符号化部
1110 ヘッダ符号化部
1111 CT情報符号化部
1113 CU符号化部(予測モード符号化部)
1114 TU符号化部
Claims (5)
- ピクチャをQT分割、BT分割またはTT分割の少なくとも1つの分割タイプにより分割した単位で前記ピクチャを復号する動画像復号装置において、
前記ピクチャの前記BT分割および前記TT分割による分割可否を判定し、前記BT分割あるいは前記TT分割において前記ピクチャが水平分割可能かつ垂直分割可能と判定した場合、MT分割方向フラグを復号し、
ツリータイプがDUALツリーであり、かつ、色差ブロックサイズの幅と高さの乗算が16以下の場合に、前記BT分割による分割を不可と判定し、
前記ツリータイプがDUALツリー、かつ、色差ブロックサイズの幅と高さの乗算が32以下の場合に、前記TT分割による分割を不可と判定することを特徴とする動画像復号装置。 - 前記BT分割および前記TT分割において前記ピクチャが水平分割可能かつ前記MT分割方向フラグが0と判定した場合、あるいは、前記BT分割および前記TT分割において前記ピクチャが垂直分割可能かつ前記MT分割方向フラグが1と判定した場合、前記MT分割タイプを復号することを特徴とする請求項1に記載の動画像復号装置。
- 前記ピクチャの前記QT分割による分割可否を判定し、前記QT分割不可と判定した場合、QT分割フラグを導出し、そうでない場合、QT分割フラグを復号し、
前記ツリータイプがDUALツリー、かつ、色差ブロックサイズが4以下の場合に、前記QT分割による分割を不可と判定する請求項1または2に記載の動画像復号装置。 - 前記ツリータイプがDUALツリー、かつ、色差ブロックサイズが4以下の場合に、前記QT分割フラグを0として導出することを特徴とする請求項3に記載の動画像復号装置。
- 前記ツリータイプが、輝度と色差で異なる2つのツリーを用いる前記DUALツリーであるか、または、輝度と色差で共通のツリーを用いるSINGLEツリーであるか、を決定することを特徴とする請求項1~4に記載の動画像復号装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/311,302 US11641479B2 (en) | 2018-12-07 | 2019-12-02 | Video decoding apparatus and video coding apparatus |
US18/122,622 US20230224485A1 (en) | 2018-12-07 | 2023-03-16 | Video decoding apparatus and video decoding method |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018-229864 | 2018-12-07 | ||
JP2018229864A JP2022024208A (ja) | 2018-12-07 | 2018-12-07 | 動画像復号装置および動画像符号化装置 |
Related Child Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
US17/311,302 A-371-Of-International US11641479B2 (en) | 2018-12-07 | 2019-12-02 | Video decoding apparatus and video coding apparatus |
US18/122,622 Continuation US20230224485A1 (en) | 2018-12-07 | 2023-03-16 | Video decoding apparatus and video decoding method |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2020116376A1 true WO2020116376A1 (ja) | 2020-06-11 |
Family
ID=70975119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2019/046959 WO2020116376A1 (ja) | 2018-12-07 | 2019-12-02 | 動画像復号装置および動画像符号化装置 |
Country Status (3)
Country | Link |
---|---|
US (2) | US11641479B2 (ja) |
JP (1) | JP2022024208A (ja) |
WO (1) | WO2020116376A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112714316A (zh) * | 2020-12-21 | 2021-04-27 | 太原智林信息技术股份有限公司 | 基于视频码流的规则标志检测和分类识别方法 |
JP2022538065A (ja) * | 2019-06-19 | 2022-08-31 | エルジー エレクトロニクス インコーポレイティド | クロマブロックの分割条件を制限する画像符号化/復号化方法、装置、及びビットストリームを伝送する方法 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3709643A1 (en) * | 2019-03-11 | 2020-09-16 | InterDigital VC Holdings, Inc. | Intra prediction mode partitioning |
CN113892263A (zh) * | 2019-05-28 | 2022-01-04 | 三星电子株式会社 | 用于防止小尺寸的帧内块的视频编码方法和设备、以及视频解码方法和设备 |
JP2024006522A (ja) * | 2022-07-04 | 2024-01-17 | シャープ株式会社 | 予測画像生成装置、動画像復号装置、および動画像符号化装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180103268A1 (en) * | 2016-10-12 | 2018-04-12 | Mediatek Inc. | Methods and Apparatuses of Constrained Multi-type-tree Block Partition for Video Coding |
WO2018110600A1 (ja) * | 2016-12-16 | 2018-06-21 | シャープ株式会社 | 画像復号装置、および画像符号化装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8409895B2 (en) * | 2010-12-16 | 2013-04-02 | Applied Materials, Inc. | Gallium nitride-based LED fabrication with PVD-formed aluminum nitride buffer layer |
KR20200033211A (ko) * | 2018-09-19 | 2020-03-27 | 한국전자통신연구원 | 경계 처리를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체 |
-
2018
- 2018-12-07 JP JP2018229864A patent/JP2022024208A/ja active Pending
-
2019
- 2019-12-02 US US17/311,302 patent/US11641479B2/en active Active
- 2019-12-02 WO PCT/JP2019/046959 patent/WO2020116376A1/ja active Application Filing
-
2023
- 2023-03-16 US US18/122,622 patent/US20230224485A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180103268A1 (en) * | 2016-10-12 | 2018-04-12 | Mediatek Inc. | Methods and Apparatuses of Constrained Multi-type-tree Block Partition for Video Coding |
WO2018110600A1 (ja) * | 2016-12-16 | 2018-06-21 | シャープ株式会社 | 画像復号装置、および画像符号化装置 |
Non-Patent Citations (3)
Title |
---|
BENJAMIN BROS ET AL.: "Versatile Video Coding (Draft 2", JOINT VIDEO EXPERTS TEAM (JVET) OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/ SC 29/WG 11, September 2018 (2018-09-01), Ljubljana, SI, pages i, 23, 27 - 29,38-40,44-46 * |
C. ROSEWARNE ET AL.: "CEl-related: Chroma block coding and size restriction", JOINT VIDEO EXPERTS TEAM (JVET) OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/SC 29/WG 11, October 2018 (2018-10-01), Macao, CN, pages 1 - 3 * |
TIANYANG ZHOU ET AL.: "Non-CE3: Intra chroma partitioning and prediction restriction", JOINT VIDEO EXPLORATION TEAM (JVET) OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/SC 29/WG 11, January 2019 (2019-01-01), Marrakesh, MA, pages 1 - 4 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022538065A (ja) * | 2019-06-19 | 2022-08-31 | エルジー エレクトロニクス インコーポレイティド | クロマブロックの分割条件を制限する画像符号化/復号化方法、装置、及びビットストリームを伝送する方法 |
JP7395625B2 (ja) | 2019-06-19 | 2023-12-11 | エルジー エレクトロニクス インコーポレイティド | クロマブロックの分割条件を制限する画像符号化/復号化方法、装置、及びビットストリームを伝送する方法 |
CN112714316A (zh) * | 2020-12-21 | 2021-04-27 | 太原智林信息技术股份有限公司 | 基于视频码流的规则标志检测和分类识别方法 |
Also Published As
Publication number | Publication date |
---|---|
US20220021892A1 (en) | 2022-01-20 |
US11641479B2 (en) | 2023-05-02 |
JP2022024208A (ja) | 2022-02-09 |
US20230224485A1 (en) | 2023-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7223886B2 (ja) | 画像復号方法 | |
WO2018199001A1 (ja) | 画像復号装置及び画像符号化装置 | |
WO2018037853A1 (ja) | 画像復号装置及び画像符号化装置 | |
WO2019069950A1 (ja) | 画像符号化装置及び画像復号装置 | |
WO2020116376A1 (ja) | 動画像復号装置および動画像符号化装置 | |
JP7402016B2 (ja) | 画像復号装置及び画像符号化装置 | |
JP7461347B2 (ja) | 画像復号装置、画像符号化装置、画像復号方法及び画像符号化方法 | |
JPWO2020241858A5 (ja) | ||
WO2021246284A1 (ja) | 動画像復号装置及び動画像符号化装置 | |
WO2020184366A1 (ja) | 画像復号装置 | |
WO2020067440A1 (ja) | 動画像符号化装置および動画像復号装置 | |
WO2020004349A1 (ja) | 動画像符号化装置および動画像復号装置 | |
JP2020141285A (ja) | 画像復号装置 | |
JP7409802B2 (ja) | 動画像復号装置および動画像符号化装置 | |
WO2020116455A1 (ja) | 予測画像生成装置、動画像復号装置、動画像符号化装置、および予測画像生成方法 | |
JP2021034848A (ja) | 画像復号装置 | |
JP2021034887A (ja) | 画像復号装置及び画像符号化装置 | |
JP2021106309A (ja) | 動画像復号装置および動画像符号化装置 | |
JP2020195014A (ja) | 動画像復号装置および動画像符号化装置 | |
JP2021180342A (ja) | 予測画像生成装置、動画像復号装置、および動画像符号化装置 | |
JP7523856B2 (ja) | 動画像符号化装置および動画像復号装置 | |
JP7425568B2 (ja) | 動画像復号装置、動画像符号化装置、動画像復号方法および動画像符号化方法 | |
JP7444570B2 (ja) | 動画像復号装置、動画像符号化装置、動画像復号方法および動画像符号化方法 | |
WO2020045275A1 (ja) | 画像復号装置および画像符号化装置 | |
JP2020195013A (ja) | 画像復号装置および画像符号化装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 19894139 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: 19894139 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: JP |