JP6768096B2 - Image coding method and image decoding device - Google Patents
Image coding method and image decoding device Download PDFInfo
- Publication number
- JP6768096B2 JP6768096B2 JP2019023090A JP2019023090A JP6768096B2 JP 6768096 B2 JP6768096 B2 JP 6768096B2 JP 2019023090 A JP2019023090 A JP 2019023090A JP 2019023090 A JP2019023090 A JP 2019023090A JP 6768096 B2 JP6768096 B2 JP 6768096B2
- Authority
- JP
- Japan
- Prior art keywords
- bit rate
- image
- bitstream
- unit
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Description
本発明は、画像符号化方法及び画像符号化装置に関する。 The present invention relates to an image coding method and an image coding device.
H.26xと称されるITU−T規格及びMPEG−xと称されるISO/IEC規格に代表される従来の画像符号化方式においては、エンコーダとデコーダとを同期して動作させるために、エンコーダとデコーダとの互換性を確保する枠組みとして、コンフォーマンス(規格適合性)の規定が定義されている(非特許文献2のP.214からP.226参照)。 H. In the conventional image coding method represented by the ITU-T standard called 26x and the ISO / IEC standard called MPEG-x, the encoder and the decoder are operated in order to operate the encoder and the decoder in synchronization. As a framework for ensuring compatibility with the above, the provision of conformity (standard conformity) is defined (see P.214 to P.226 of Non-Patent Document 2).
また、デコーダのバッファ管理を仮想的にモデル化した仮想参照デコーダ(Hypothetical Reference Decoder:HRD)という概念が導入されている。HRDを用いることにより、デコードタイミングでバッファに画像データが入っていないアンダーフロー、及び、用意されたバッファサイズを超えて画像データが入ってくるオーバーフローといったデコーダの破綻を防止できる。 In addition, a concept called a virtual reference decoder (HRD) that virtually models the buffer management of the decoder has been introduced. By using the HRD, it is possible to prevent a decoder failure such as an underflow in which the image data is not contained in the buffer at the decoding timing and an overflow in which the image data exceeds the prepared buffer size.
具体的には、仮想ストリームスケジューラ(Hypothetical Stream Scheduler:HSS)が、HRDの符号化済みピクチャバッファ(Coded Picture Buffer:CPB)へのビットストリームの入力を管理する。入力方法には、固定ビットレートと可変ビットレートとの2つのビットレートタイプがある。 Specifically, the virtual stream scheduler (Hypostical Stream Scheduler: HSS) manages the input of the bitstream to the HRD coded picture buffer (CPB). There are two input methods, a fixed bit rate and a variable bit rate.
固定ビットレートの場合、常に一定のビットレートでHRDのCPBへビットストリームが入力される。固定ビットレートで画像を符号化する場合は、アンダーフローとオーバーフローの両方をチェックする必要がある。 In the case of a constant bit rate, a bit stream is always input to the CPB of the HRD at a constant bit rate. If you want to encode an image at a constant bit rate, you need to check for both underflow and overflow.
可変ビットレートの場合、HRDのCPBへビットストリームを入力するビットレートは可変である。これにより、HRDのCPB容量に空きがない場合はビットストリームの入力を一時停止できるため、オーバーフローは発生しない。したがって、可変ビットレートで符号化する場合は、アンダーフローのみをチェックすればよい。 In the case of a variable bit rate, the bit rate for inputting the bit stream to the CPB of the HRD is variable. As a result, when there is no free space in the CPB capacity of the HRD, the bitstream input can be suspended, so that an overflow does not occur. Therefore, when encoding at a variable bit rate, only underflow needs to be checked.
このような画像符号化方法では、コンフォーマンスを満たすビットストリームを生成するための処理量を低減できることが望まれている。 In such an image coding method, it is desired that the amount of processing for generating a bit stream satisfying conformity can be reduced.
そこで、本発明は、コンフォーマンスを満たすビットストリームを生成するための処理量を低減できる画像符号化方法又は画像符号化装置を提供することを目的とする。 Therefore, an object of the present invention is to provide an image coding method or an image coding apparatus capable of reducing the amount of processing for generating a bit stream satisfying conformance.
本発明の一態様に係る画像符号化方法は、複数の画像を符号化することで時間スケーラビリティを有するビットストリームを生成する画像符号化方法であって、前記ビットストリームを、固定ビットレートで符号化するか、可変ビットレートで符号化するかを選択する選択ステップと、 前記ビットストリームを、固定ビットレートで符号化すると選択した場合に、(1)前記ビットストリームの一部であり、前記複数の画像のうち、最上層の時間レイヤに属する前記複数の画像の符号化データを含む前記ビットストリームの第1ビットレートタイプを固定ビットレートに設定し、(2)前記ビットストリームの一部であり、前記複数の画像のうち、最上層の時間レイヤ以外の時間レイヤに属する画像の符号化データを含むサブビットストリームの第2ビットレートタイプを可変ビットレートに設定する設定ステップと、前記複数の画像の各々を、処理対象の画像より時間レイヤが高い画像を参照することを禁止して符号化する符号化ステップと、を含む。 The image coding method according to one aspect of the present invention is an image coding method for generating a bit stream having time scalability by encoding a plurality of images, and the bit stream is encoded at a fixed bit rate. When the selection step of selecting whether to encode at a variable bit rate or when the bit stream is selected to be encoded at a constant bit rate, (1) a part of the bit stream and the plurality of Among the images, the first bit rate type of the bit stream including the encoded data of the plurality of images belonging to the uppermost time layer is set to a fixed bit rate, and (2) is a part of the bit stream and described above. A setting step of setting the second bit rate type of the sub-bit stream containing the encoded data of the images belonging to the time layer other than the uppermost time layer among the plurality of images to the variable bit rate, and each of the plurality of images. , A coding step that prohibits reference to an image whose time layer is higher than that of the image to be processed and encodes the data.
なお、これらの全般的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なCD−ROMなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。 It should be noted that these general or specific embodiments may be realized in a recording medium such as a system, method, integrated circuit, computer program or computer readable CD-ROM, system, method, integrated circuit, computer program. And any combination of recording media may be realized.
本発明は、コンフォーマンスを満たすビットストリームを生成するための処理量を低減できる画像符号化方法又は画像符号化装置を提供できる。 The present invention can provide an image coding method or an image coding apparatus capable of reducing the amount of processing for generating a bit stream satisfying conformance.
(本発明の基礎となった知見)
画像符号化規格H.265/HEVC(非特許文献1参照)などの画像符号化方式には、時間スケーラビリティという機能がある。時間スケーラビリティ(非特許文献2のP.211〜P.212参照)を有するビットストリームには、TemporalIdという時間識別子が挿入される。これにより、画像復号装置は、複数の時間解像度で復号画像を出力することが可能となる。例えば、60fps(frames per second)の動画像を符号化したビットストリームでは伝送レートが不足する場合に、画像符号化装置(送信装置)は、当該ビットストリームから、30fps又は15fpsにフレームレートを落としたサブビットストリームを切り出し、得られたサブビットストリームを伝送することで、画像復号装置(受信装置)でのコマ落ち及び画質の低下を防止できる。
(Knowledge that became the basis of the present invention)
Image coding standard H. Image coding methods such as 265 / HEVC (see Non-Patent Document 1) have a function called time scalability. A time identifier called TemporalId is inserted into a bitstream having time scalability (see P.211 to P.212 of Non-Patent Document 2). This makes it possible for the image decoding device to output the decoded image at a plurality of time resolutions. For example, when the transmission rate is insufficient for a bitstream in which a moving image of 60 fps (frames per second) is encoded, the image encoding device (transmitter) drops the frame rate from the bitstream to 30 fps or 15 fps. By cutting out the sub-bit stream and transmitting the obtained sub-bit stream, it is possible to prevent frame dropping and deterioration of image quality in the image decoding device (receiver).
図1は、TemporalIdを付与した60fpsのビットストリームの一例を示す図である。縦軸がTemporalIdを示し、横軸がピクチャの出力順(POC:Picture Order Count)を示している。また、矢印元のピクチャを矢印先のピクチャの予測画像の生成に用いることが可能である。例えば、POC=2のピクチャに対して、POC=0とPOC=4のピクチャを参照画像として使用できる。 FIG. 1 is a diagram showing an example of a 60 fps bit stream to which TemporalId is added. The vertical axis represents TemporalId, and the horizontal axis represents the output order (POC: Picture Orderer Count) of pictures. Further, the picture at the source of the arrow can be used to generate a predicted image of the picture at the tip of the arrow. For example, for a picture with POC = 2, pictures with POC = 0 and POC = 4 can be used as reference images.
この例のビットストリームは、TemporalIdの異なる3つの階層で符号化されている。この階層をサブレイヤ又は時間レイヤという。符号化又は復号の対象であるカレントピクチャの時間方向予測が行われる際、カレントピクチャのTemporalIDよりもTemporalIdの値が大きなピクチャを参照できないという制限がある。例えば、POC=2のピクチャがカレントピクチャの場合には、カレントピクチャにTemporalId=1が付与されているため、TemporalId=3が付与されたPOC=1とPOC=3のピクチャは参照できない。 The bitstream in this example is encoded in three layers with different TemporalIds. This layer is called a sublayer or a time layer. When the time direction prediction of the current picture to be encoded or decoded is performed, there is a limitation that a picture having a value of TemporalId larger than the TemporalID of the current picture cannot be referred to. For example, when the picture with POC = 2 is the current picture, since TemporalId = 1 is added to the current picture, the pictures with POC = 1 and POC = 3 with TemporalId = 3 cannot be referred to.
この制限によって、時間解像度を落とすときには、画像符号化装置は、TemporalIdが大きなピクチャをビットストリームから容易に取り除くことができる。例えば、画像符号化装置は、30fpsのサブビットストリームを生成するときには、ビットストリームからTemporalId=2のサブレイヤを取り除き、15fpsのサブビットストリームを生成するときには、ビットストリームからTemporalId≧1のサブレイヤを取り除く。このように、再エンコードを行わずにフレームレートを変換できるので、画像符号化装置(送信装置)の負荷を軽減できる。 This limitation allows the image encoding device to easily remove large TemporalId pictures from the bitstream when the time resolution is reduced. For example, the image encoding device removes the sublayer of TemporalId = 2 from the bitstream when generating the subbitstream of 30 fps, and removes the sublayer of TemporalId ≥ 1 from the bitstream when generating the subbitstream of 15 fps. In this way, since the frame rate can be converted without re-encoding, the load on the image encoding device (transmitting device) can be reduced.
しかし、この方法により、全ての時間解像度においてコンフォーマンスを満たすビットストリームを符号化する場合には、処理量が増加し画像符号化装置の負荷が大きくなるという問題がある。 However, when encoding a bit stream that satisfies the conformity at all time resolutions by this method, there is a problem that the amount of processing increases and the load on the image coding apparatus increases.
具体的には、通常の(時間スケーラビリティを有さない)ビットストリームを生成する場合には、画像符号化装置は、当該ビットストリームがコンフォーマンスを満たすように符号化を行えばよい。一方で、時間スケーラビリティを有するビットストリームでは、上述した切り出しによりサブビットストリームが生成され、当該サブビットストリームが画像復号装置に送信される。よって、このようなビットストリームでは、全てのサブレイヤの符号化情報を含む元のビットストリームだけなく、当該ビットストリームから生成される各サブビットストリームも、コンフォーマンスを満たす必要がある。このように、元のビットストリーム及び複数のサブビットストリームの全てがコンフォーマンスを満たすように、単一のビットストリームを符号化することは困難であり、また、このようなビットストリームを生成するためには画像符号化装置における処理が複雑化するとともに処理量が大きく増加する。 Specifically, when generating a normal (non-time-scalable) bitstream, the image encoding device may encode the bitstream so that the bitstream satisfies the conformity. On the other hand, in a bit stream having time scalability, a sub bit stream is generated by the above-mentioned clipping, and the sub bit stream is transmitted to the image decoding device. Therefore, in such a bitstream, not only the original bitstream containing the coding information of all the sublayers, but also each subbitstream generated from the bitstream needs to satisfy the conformity. Thus, it is difficult to encode a single bitstream so that the original bitstream and all of the multiple subbitstreams satisfy conformance, and to generate such a bitstream. In addition, the processing in the image coding apparatus becomes complicated and the processing amount greatly increases.
そこで、本発明の一態様に係る画像符号化方法は、複数の画像を符号化することで時間スケーラビリティを有するビットストリームを生成する画像符号化方法であって、固定ビットレート及び可変ビットレートから第1ビットレートタイプを選択する選択ステップと、前記複数の画像それぞれの時間レイヤを決定する決定ステップと、前記第1ビットレートタイプとして固定ビットレートが選択された場合に、(1)全ての時間レイヤに属する前記複数の画像の符号化データを含む前記ビットストリームの第2ビットレートタイプを固定ビットレートに設定し、(2)前記ビットストリームの一部であり、前記複数の画像のうち、最上層の時間レイヤ以外の時間レイヤに属する画像の符号化データを含むサブビットストリームの第3ビットレートタイプを可変ビットレートに設定する設定ステップと、前記複数の画像の各々を、処理対象の画像より時間レイヤが高い画像を参照することを禁止して符号化する符号化ステップと、前記複数の画像の前記時間レイヤを示す時間スケーラビリティ情報と、前記第2ビットレートタイプ及び前記第3ビットレートタイプを示すビットレート制御情報と、符号化された前記複数の画像とを含む前記ビットストリームを生成する生成ステップとを含む。 Therefore, the image coding method according to one aspect of the present invention is an image coding method that generates a bit stream having time scalability by encoding a plurality of images, and is the first from a fixed bit rate and a variable bit rate. When a selection step for selecting a 1-bit rate type, a determination step for determining a time layer for each of the plurality of images, and a fixed bit rate as the first bit rate type are selected, (1) belong to all time layers. The second bit rate type of the bit stream containing the encoded data of the plurality of images is set to a constant bit rate, and (2) a time layer of the uppermost layer of the plurality of images, which is a part of the bit stream. The setting step of setting the third bit rate type of the sub-bit stream containing the encoded data of the images belonging to the time layers other than the variable bit rate to the variable bit rate, and each of the plurality of images has a higher time layer than the image to be processed. A coding step for encoding by prohibiting reference to, time scalability information indicating the time layer of the plurality of images, bit rate control information indicating the second bit rate type and the third bit rate type, and the like. A generation step of generating the bitstream including the encoded plurality of images is included.
これにより、全ての時間レイヤの画像を含むビットストリームのビットレートタイプが固定ビットレートに設定される場合でも、サブビットストリームのビットレートタイプは可変ビットレートに設定される。これにより、ビットストリームの生成時に、サブビットストリームのオーバーフローを考慮する必要なく、全ての時間レイヤの画像を含むビットストリームに対してオーバーフローが発生しないような制御のみを行えばよい。これにより、当該画像符号化方法は、複数の時間解像度を有し、かつ各時間解像度においてコンフォーマンスを満たすビットストリームを符号化する際の画像符号化装置の処理量を低減できる。 This sets the bitrate type of the subbitstream to variable bitrate, even if the bitrate type of the bitstream containing the images of all time layers is set to constant bitrate. As a result, when the bitstream is generated, it is not necessary to consider the overflow of the sub-bitstream, and it is only necessary to control the bitstream including the images of all time layers so that the overflow does not occur. Thereby, the image coding method can reduce the processing amount of the image coding apparatus when encoding a bit stream having a plurality of time resolutions and satisfying the conformity at each time resolution.
例えば、前記符号化ステップでは、画像復号装置のバッファ管理を仮想的にモデル化した仮想参照デコーダを用いて、前記第2ビットレートタイプで、前記画像復号装置が前記ビットストリームを破綻なく処理できるように前記複数の画像を符号化してもよい。 For example, in the coding step, a virtual reference decoder that virtually models the buffer management of the image decoding device is used so that the image decoding device can process the bit stream without failure at the second bit rate type. The plurality of images may be encoded.
例えば、前記時間スケーラビリティ情報は、前記複数の画像それぞれが属する前記時間レイヤを示す時間識別子、又は復号対象の1以上の時間レイヤを特定する時間解像度の取りうるパターン数を含んでもよい。 For example, the time scalability information may include a time identifier indicating the time layer to which each of the plurality of images belongs, or a number of patterns having a time resolution that identifies one or more time layers to be decoded.
また、本発明の一態様に係る画像符号化装置は、複数の画像を符号化することで時間スケーラビリティを有するビットストリームを生成する画像符号化装置であって、固定ビットレート及び可変ビットレートから第1ビットレートタイプを選択する選択部と、前記複数の画像それぞれの時間レイヤを決定する決定部と、前記第1ビットレートタイプとして固定ビットレートが選択された場合に、(1)全ての時間レイヤに属する前記複数の画像の符号化データを含む前記ビットストリームの第2ビットレートタイプを固定ビットレートに設定し、(2)前記ビットストリームの一部であり、前記複数の画像のうち、最上層の時間レイヤ以外の時間レイヤに属する画像の符号化データを含むサブビットストリームの第3ビットレートタイプを可変ビットレートに設定する設定部と、前記複数の画像の各々を、処理対象の画像より時間レイヤが高い画像を参照することを禁止して符号化する符号化部と、前記複数の画像の前記時間レイヤを示す時間スケーラビリティ情報と、前記第2ビットレートタイプ及び前記第3ビットレートタイプを示すビットレート制御情報と、符号化された前記複数の画像とを含む前記ビットストリームを生成する生成部とを備える。 Further, the image coding device according to one aspect of the present invention is an image coding device that generates a bit stream having time scalability by encoding a plurality of images, and is the first from a fixed bit rate and a variable bit rate. When a selection unit that selects a 1-bit rate type, a determination unit that determines the time layer of each of the plurality of images, and a fixed bit rate are selected as the first bit rate type, (1) belongs to all time layers. The second bit rate type of the bit stream containing the coded data of the plurality of images is set to a fixed bit rate, and (2) a time layer of the uppermost layer of the plurality of images, which is a part of the bit stream. The setting unit that sets the third bit rate type of the subbit stream containing the encoded data of the images belonging to the time layers other than the variable bit rate to the variable bit rate, and each of the plurality of images has an image whose time layer is higher than that of the image to be processed. A coding unit for encoding by prohibiting reference to the above, time scalability information indicating the time layer of the plurality of images, bit rate control information indicating the second bit rate type and the third bit rate type, and the like. It includes a generation unit that generates the bit stream including the plurality of encoded images.
なお、これらの包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なCD−ROMなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。 It should be noted that these comprehensive or specific embodiments may be realized in a recording medium such as a system, method, integrated circuit, computer program or computer readable CD-ROM, system, method, integrated circuit, computer program. And any combination of recording media may be realized.
以下、実施の形態について、図面を用いて詳細に説明する。なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示す。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。 Hereinafter, embodiments will be described in detail with reference to the drawings. In addition, all the embodiments described below show comprehensive or specific examples. The numerical values, shapes, materials, components, arrangement positions and connection forms of the components, steps, the order of steps, etc. shown in the following embodiments are examples, and are not intended to limit the present invention. Further, among the components in the following embodiments, the components not described in the independent claims indicating the highest level concept are described as arbitrary components.
(実施の形態1)
本実施の形態に係る画像符号化装置は、全てのサブレイヤの符号化情報を含む元のビットストリームのビットレートタイプによらず、サブビットストリームのビットレートタイプを可変ビットレートに設定する。これにより、画像符号化装置は、サブビットストリームのオーバーフローを考慮することなく、ビットレート制御を行える。よって、画像符号化装置の処理量を低減できる。
(Embodiment 1)
The image coding apparatus according to the present embodiment sets the bit rate type of the sub bit stream to a variable bit rate regardless of the bit rate type of the original bit stream including the coding information of all the sub layers. As a result, the image encoding device can control the bit rate without considering the overflow of the sub-bit stream. Therefore, the processing amount of the image coding apparatus can be reduced.
ます、本実施の形態に係る画像符号化装置200の構成を説明する。図2は、本実施の形態に係る画像符号化装置200の構造を示すブロック図である。
First, the configuration of the
この画像符号化装置200は、入力された動画像又は画像ビットストリームである入力画像251をブロック毎に符号化することで符号化ビットストリームであるビットストリーム261を作成する。この画像符号化装置200は、図2に示すように、ビットレート制御部201と、時間スケーラビリティ情報付与部202と、減算器203と、変換部204と、量子化部205と、逆量子化部206と、逆変換部207と、加算器208と、ブロックメモリ209と、フレームメモリ210と、イントラ予測部211と、インター予測部212と、エントロピー符号化部213とを備える。
The
ビットレート制御部201は、コンフォーマンスを満たすビットストリーム261を生成するために、HRDを用いて、量子化部205を制御する。また、ビットレート制御情報263をエントロピー符号化部213へ出力する。
The bit
ビットレート制御情報263は、選択可能な時間解像度(図1に示す例では60fps、30fps及び15fps)のビットストリームの各々のビットレートタイプを示す情報である。ここでビットレートタイプとは、固定ビットレート又は可変ビットレートである。例えば、ビットレート制御情報263は、フラグ情報cbr_flag[TemporalId]である。
The bit
cbr_flag[TemporalId]は選択可能な時間解像度の数と同じ数のフラグを含む。ここで、cbr_flag[TemporalId]におけるTemporalIdは、再生されるピクチャの持つTemporalIdの中で最も大きな値を示す。例えば、図1に示す例では、60fpsの全てのピクチャが再生される場合は、再生されるピクチャの持つTemporalIdの中で最も大きなTemporalIdは「2」であるためcbr_flag[2]に格納されているビットレートタイプが使用される。また、15fpsで再生する場合は再生されるピクチャの持つTemporalIdの中で最も大きなTemporalIdは「0」であるためcbr_flag[0]に格納されているビットレートタイプが使用される。 cbr_flag [TemporalId] contains as many flags as there are selectable time resolutions. Here, the TemporalId in cbr_flag [TemporalId] shows the largest value among the TemporalIds of the reproduced picture. For example, in the example shown in FIG. 1, when all the pictures at 60 fps are reproduced, the largest TemporalId among the TemporalIds of the reproduced pictures is "2", so that it is stored in cbr_frame [2]. The bit rate type is used. Further, when reproducing at 15 fps, the largest TemporalId among the TemporalIds of the reproduced picture is "0", so the bit rate type stored in cbr_flag [0] is used.
例えば、cbr_flag[TemporalId]=1は固定ビットレートを示し、cbr_flag[TemporalId]=0は可変ビットレートを示す。 For example, cbr_flag [TemporalId] = 1 indicates a constant bit rate, and cbr_flag [TemporalId] = 0 indicates a variable bit rate.
なお、以下では、最大の時間解像度を有するビットストリーム(ビットストリーム261)を最上層のビットストリームと呼び、ビットストリーム261から生成される時間解像度の低いビットストリームを下層のビットストリーム又はサブビットストリームと呼ぶ。また、最上層のビットストリームのビットレートタイプを最上層のビットレートタイプと呼び、下層のビットストリームのビットレートタイプを下層のビットレートタイプと呼ぶ。
In the following, the bitstream having the maximum time resolution (bitstream 261) is referred to as the uppermost layer bitstream, and the bitstream having a lower time resolution generated from the
時間スケーラビリティ情報付与部202は、時間スケーラビリティ情報264をエントロピー符号化部213へ出力する。時間スケーラビリティ情報264は、具体的には、各画像のTemporalIdを示す。
The time scalability
入力画像251は、複数のピクチャ、1つのピクチャ又は1つのスライスなどの単位で減算器203に入力される。減算器203は、入力画像251と予測画像260との差分である残差信号252を算出し、残差信号252を変換部204へ出力する。
The
変換部204は、残差信号252を周波数係数253に変換し、得られた周波数係数253を量子化部205へ出力する。量子化部205は、入力された周波数係数253を量子化し、得られた量子化係数254を逆量子化部206及びエントロピー符号化部213へ出力する。
The
なお、変換部204と量子化部205の処理は、各処理部において変換ユニット(TU:Transform Unit)単位で順に実行される場合もあれば、TUサイズに対応した係数を有する1以上のマトリックスの乗算を用いて一括して実行される場合もある。
The processing of the
逆量子化部206は、量子化部205から出力された量子化係数254を逆量子化し、得られた周波数係数255を逆変換部207へ出力する。逆変換部207は、周波数係数255に対して逆周波数変換を行うことで周波数係数255を残差信号256に変換し、得られた残差信号256を加算器208へ出力する。
The
加算器は、逆変換部207から出力された残差信号256を、イントラ予測部211又はインター予測部212から出力された予測画像260に加算し、得られた再構成画像257を更なる予測のためにブロックメモリ209又はフレームメモリ210に出力する。
The adder adds the
なお、逆量子化部206及び逆変換部207の処理は、TU単位で順に実行される場合もあれば、TUサイズに対応する係数を有する1以上のマトリックスの乗算を用いて一括して行われる場合もある。ここでは説明を明確にするために逆量子化及び逆変換という言葉を用いたが、逆量子化及び逆変換は、量子化及び変換と、単に係数の値が異なるだけであり、マトリックスの乗算を用いた処理であるため量子化及び変換と呼ばれる場合がある。
The processes of the
イントラ予測部211は、予測ユニット(PU:Prediction Unit)毎に、ブロックメモリ209に保存される再構成画像257内を検索し、検索により得られた画像の一部をコピーしたり、重み付けの乗算を施したりすることで、入力画像251と類似するように予測された予測画像258を作成する。
The
インター予測部212は、PU毎に、フレームメモリ210に保存される再構成画像257内を検索し、入力画像251と最も類似する又は類似する可能性が高い画像を1つ以上検出することで予測画像259を生成する。また、予測画像258及び予測画像259の一方が予測画像260として選択される。
The
エントロピー符号化部213は、ビットレート制御部201からのビットレート制御情報263と、時間スケーラビリティ情報付与部202からの時間スケーラビリティ情報264と、量子化部205からの量子化係数254と、イントラ予測部211からの予測情報と、インター予測部212からの予測情報とを符号化することでビットストリーム261を出力する。
The
次に、本実施の形態に係るが画像符号化処理について説明する。図3は、本実施の形態に係る画像符号化プロセスのフローチャートである。 Next, the image coding process according to the present embodiment will be described. FIG. 3 is a flowchart of the image coding process according to the present embodiment.
ステップS301では、画像符号化装置200は、ビットレート制御情報263及び時間スケーラビリティ情報264を生成する。画像符号化装置200は、生成されたビットレート制御情報263及び時間スケーラビリティ情報264をエントロピー符号化し、符号化されたビットレート制御情報263及び時間スケーラビリティ情報264をビットストリーム261のヘッダに挿入する。
In step S301, the
ステップS302では、画像符号化装置200は、イントラ予測又はインター予測を行うことで予測画像260を作成する。
In step S302, the
ステップS303では、画像符号化装置200は、予測画像260と入力画像251との差分である残差信号252を算出する。
In step S303, the
ステップS304では、画像符号化装置200は、残差信号252を周波数変換することで周波数係数253を算出する。
In step S304, the
ステップS305では、画像符号化装置200は、ビットレート制御により量子化幅を算出し、得られた量子化幅を用いて周波数係数253を量子化することで量子化係数254を算出する。具体的には、画像符号化装置200は、最上層のビットレートタイプで、HRDを用いたビットレート制御を行うことにより量子化幅を算出する。
In step S305, the
ステップS306では、画像符号化装置200は、予測情報及び量子化係数254をエントロピー符号化し、符号化された予測情報及び量子化係数254をビットストリーム261に挿入する。
In step S306, the
ステップS301の処理について以下、図4〜図9を用いて詳細に説明する。 The process of step S301 will be described in detail below with reference to FIGS. 4 to 9.
図4は、画像符号化装置200により生成されるビットストリーム261のデータ構造の一例を示す図である。ビットストリーム261は、VPS(Video Parameter Set)、APS(Adaptation Parameter Set)、SPS(Sequence Parameter Set)及びPPS(Picture Parameter Set)などのヘッダ部分と、符号化された画像データであるピクチャデータとを含んでいる。ピクチャデータは、スライスヘッダ(SH)と、スライスデータとを含んでいる。スライスデータは、スライスに含まれる符号化された画像データを含んでいる。スライスデータは、ブロックヘッダ(BH)と、ブロックデータとを含んでいる。ブロックデータは、ブロックに含まれる符号化された画像データを含んでいる。
FIG. 4 is a diagram showing an example of the data structure of the
ビットレート制御情報263及び時間スケーラビリティ情報264は、エントロピー符号化部213において符号化され、VPS、APS、SPS、PPS、及びSHのいずれかに挿入される。
The bit
図5は、ビットレート制御部201によるビットレート制御情報263の算出プロセスを説明するための図である。ビットレート制御部201は、外部パラメータ262で指定されるビットレートタイプに応じて、各層のビットレートタイプを決定する。
FIG. 5 is a diagram for explaining a calculation process of the bit
具体的には、外部パラメータ262により固定ビットレートが指定されている場合には、ビットレート制御部201は、最上層(この例ではTemporalId=2)のビットレートタイプを固定ビットレートに設定し、最上層以外(この例ではTemporalId=0及び1)のビットレートタイプを可変ビットレートに設定する。また、外部パラメータ262により可変ビットレートが指定されている場合には、ビットレート制御部201は、全ての層(この例ではTemporalId=0〜2)のビットレートタイプを可変ビットレートに設定する。
Specifically, when a fixed bit rate is specified by the
つまり、ビットレート制御部201は、最上層のビットレートタイプを外部パラメータ262で指定されるビットレートタイプと同じに設定する。また、ビットレート制御部201は、最上層以外の全てのビットレートタイプを、外部パラメータ262で指定されるビットレートタイプに依存せず、常に可変ビットレートに設定する。
That is, the bit
図6は、ビットレート制御情報263の算出プロセスのフローチャートである。
FIG. 6 is a flowchart of the calculation process of the bit
ステップS401では、ビットレート制御部201は、外部パラメータ262で示される、全てのピクチャを符号化する時間解像度でのビットレートタイプを取得する。
In step S401, the bit
ステップS402では、時間スケーラビリティ情報付与部202は、外部パラメータ262で示される時間スケーラビリティ情報を取得する。ここで、時間スケーラビリティ情報は、サブレイヤの数つまりTempralIdの数、又は各ピクチャに設定するTemporalIdを示す。なお、これらのTempralIdの情報は、GOP単位の各ピクチャに設定されるTemporalIdの情報であってもよいし、スライスタイプ毎のTemporalIDの情報であってもよい。また、時間スケーラビリティ情報付与部202は、外部パラメータ262で示される時間スケーラビリティ情報に基づき時間スケーラビリティ情報264を生成し、生成された時間スケーラビリティ情報264をビットレート制御部201へ出力する。ここで、時間スケーラビリティ情報264は、例えば、サブレイヤの数、つまりTemporalIdの数を示す。
In step S402, the time scalability
ステップS403では、ビットレート制御部201は、ステップS401で取得されたビットレートタイプが固定ビットレートかを判定する。
In step S403, the bit
ビットレートタイプが固定ビットレートである場合(S403でYes)、ステップS404では、ビットレート制御部201は、最上層のビットレートタイプを固定ビットレートに設定する。具体的には、ビットレート制御部201は、TemporalId=2のcbr_flag[2]に「1」(固定ビットレート)を設定する。
When the bit rate type is a constant bit rate (Yes in S403), in step S404, the bit
一方、ビットレートタイプが固定ビットレートではない、つまり可変ビットレートである場合(S403でNo)ステップS405では、ビットレート制御部201は、最上層のビットレートタイプを可変ビットレートに設定する。具体的には、ビットレート制御部201は、TemporalId=2のcbr_flag[2]に「0」(可変ビットレート)を設定する。
On the other hand, when the bit rate type is not a fixed bit rate, that is, a variable bit rate (No in S403), in step S405, the bit
ステップS404又はS405の後、ステップS406では、ビットレート制御部201は、最上層以外の全ての層のビットレートタイプを可変ビットレートに設定する。具体的には、ビットレート制御部201は、TemporalId≦1のcbr_flag[TemporalId]に「0」(可変ビットレート)を設定する。
After step S404 or S405, in step S406, the bit
ステップS407では、ビットレート制御部201は、各層のビットレートタイプを示すビットレート制御情報263であるcbr_flag[TemporalId]をエントロピー符号化部213へ出力する。
In step S407, the bit
なお、ステップS401及びS402では、ビットレートタイプ及び時間スケーラビリティ情報が外部パラメータ262として外部から入力されているが、ビットレートタイプ及び時間スケーラビリティ情報の少なくとも一方として、画像符号化装置200に予め保持されている固定値が用いられてもよい。
In steps S401 and S402, the bit rate type and the time scalability information are input from the outside as the
以下、本実施の形態により、全ての時間解像度においてコンフォーマンスを満たすビットストリーム261を作成できることを説明する。
Hereinafter, it will be described that the
図7は、60fpsの動画像を、固定ビットレートでコンフォーマンスを満たしつつ符号化した時の、ビットストリームに対するHRDのCPB占有量の例を示す図である。図7の縦軸はCPB占有量を示し、横軸は時刻を示す。また、HRDのCPB容量を水平線で示す。図7に示すように、60fpsの符号化では、オーバーフローを起こすことなく、符号化が行われる。 FIG. 7 is a diagram showing an example of the CPB occupancy of HRD with respect to a bit stream when a moving image of 60 fps is encoded while satisfying conformity at a fixed bit rate. The vertical axis of FIG. 7 shows the CPB occupancy, and the horizontal axis shows the time. In addition, the CPB capacity of HRD is indicated by a horizontal line. As shown in FIG. 7, in the coding of 60 fps, the coding is performed without causing an overflow.
なお、説明のために、ビットストリームの階層構造は図1に示した例を使用する。ここで、全てのピクチャからTemporalId≧1のピクチャを除くことにより、60fpsのビットストリームから15fpsのビットストリームを作成できる。その時の、HRDのCPB占有量を図8に示す。また、図8は、比較のための図であり、cbr_flag[0]=1、つまり、15fpsにおけるビットレートタイプが固定ビットレートである場合を示す。この場合、図8に示すように、オーバーフローが生じる。 For the sake of explanation, the example shown in FIG. 1 is used for the hierarchical structure of the bitstream. Here, by excluding the picture with TemporalId ≧ 1 from all the pictures, a bit stream of 15 fps can be created from the bit stream of 60 fps. The CPB occupancy of HRD at that time is shown in FIG. Further, FIG. 8 is a diagram for comparison, and shows a case where cbr_flag [0] = 1, that is, the bit rate type at 15 fps is a constant bit rate. In this case, as shown in FIG. 8, an overflow occurs.
一方、本実施の形態では、上述したように、60fps以外の下層のビットストリームに対して、cbr_flag[TemporalId]=0(TemporalId≦1)に設定される。つまり、60fps以外のビットレートタイプは可変ビットレートに設定される。可変ビットレートにおいて、CPB容量に空きが無い場合、ビットストリームの入力を一時停止することができる。これにより、オーバーフローを回避できる。図9は、15fpsのビットレートタイプが可変ビットレートである場合のHRDのCPB占有量を示す図である。図9に示すように、ビットレートタイプを可変ビットレートに設定することで、オーバーフローの発生を防止できる。 On the other hand, in the present embodiment, as described above, cbr_flag [TemporalId] = 0 (TemporalId ≦ 1) is set for the lower layer bitstream other than 60 fps. That is, bit rate types other than 60 fps are set to variable bit rates. At a variable bit rate, if there is no free space in the CPB capacity, the bitstream input can be paused. As a result, overflow can be avoided. FIG. 9 is a diagram showing the CPB occupancy of HRD when the bit rate type of 15 fps is a variable bit rate. As shown in FIG. 9, the occurrence of overflow can be prevented by setting the bit rate type to a variable bit rate.
また、異なる時間解像度(上記の60fps、30fps及び15fps)のビットストリームに対して同一の目標ビットレートが設定されてもよい。この場合、時間解像度が異なる複数のビットストリームにおける、時間当たりのCPBへの入力量は一定である。また、時間解像度が60fpsから15fpsに変更された場合、CPBから引き抜かれるバッファ量は減る。よって、最も高い時間解像度においてアンダーフローが起きないように符号化されていれば、全ての時間解像度でアンダーフローは発生しない。 Further, the same target bit rate may be set for bitstreams having different time resolutions (60 fps, 30 fps and 15 fps described above). In this case, the amount of input to the CPB per hour is constant in a plurality of bitstreams having different time resolutions. Further, when the time resolution is changed from 60 fps to 15 fps, the amount of buffer extracted from the CPB is reduced. Therefore, if it is encoded so that underflow does not occur at the highest time resolution, underflow does not occur at all time resolutions.
ここで、CPBからの引き抜き時刻を示す情報は、例えば、シーケンスに設定されるSupplimental Enhance Information(SEI)に符号化される。 Here, the information indicating the withdrawal time from the CPB is encoded by, for example, the Supplimental Enhance Information (SEI) set in the sequence.
本実施の形態により、全てのピクチャを符号化する最も高い時間解像度においてのみ、アンダーフローとオーバーフローが発生しないようにビットレートを制御することで、TemporalIdで設定された全ての時間解像度においてコンフォーマンスを満たすビットストリームを符号化できる。 According to the present embodiment, by controlling the bit rate so that underflow and overflow do not occur only at the highest time resolution that encodes all the pictures, the conformity is achieved at all the time resolutions set by TemporalId. The satisfying bitstream can be encoded.
このように、本実施の形態の構成によると、処理量の増大を抑制しつつ、伝送レートによらずコンフォーマンスを満たすように、適切に画像を符号化できる。 As described above, according to the configuration of the present embodiment, the image can be appropriately encoded so as to satisfy the conformity regardless of the transmission rate while suppressing the increase in the processing amount.
以上のように、本実施の形態に係る画像符号化装置200は、複数の画像を符号化することで時間スケーラビリティを有するビットストリーム261を生成する。
As described above, the
画像符号化装置200は、固定ビットレート及び可変ビットレートから第1ビットレートタイプを選択し(S401)、複数の画像それぞれの時間レイヤを決定する(S402)。例えば、画像符号化装置200は、外部パラメータ262で示されるビットレートタイプ又は予め定められたビットレートタイプを選択する。また、画像符号化装置200は、外部パラメータ262で示される時間スケーラビリティ情報に基づき、複数の画像それぞれの時間レイヤを決定する。
The
画像符号化装置200は、第1ビットレートタイプとして固定ビットレートが選択された場合(S403でYes)に、(1)全ての時間レイヤに属する複数の画像の符号化データを含むビットストリーム261の第2ビットレートタイプを固定ビットレートに設定し(S404)、(2)ビットストリーム261の一部であり、上記複数の画像のうち、最上層の時間レイヤ以外の時間レイヤに属する画像の符号化データを含むサブビットストリームの第3ビットレートタイプを可変ビットレートに設定する(S406)。
When a fixed bit rate is selected as the first bit rate type (Yes in S403), the image encoding device 200 (1) is the
次に画像符号化装置200は、複数の画像の各々を、処理対象の画像より時間レイヤが高い画像を参照することを禁止して符号化する(S302〜S305)。
Next, the
例えば、画像符号化装置200は、画像復号装置のバッファ管理を仮想的にモデル化した仮想参照デコーダ(HRD)を用いて、第2ビットレートタイプで、画像復号装置がビットストリーム261を破綻なく処理できるように複数の画像を符号化する。具体的には、画像符号化装置200は、HRDを用いたビットレート制御により、画像復号装置においてアンダーフロー及びオーバーフローが発生しないように、量子化幅を制御する。
For example, the
また、画像符号化装置200は、全ての時間レイヤに属する複数の画像の符号化において、第2ビットレートタイプで、ビットレート制御を行うことで、量子化幅を決定し、時間解像度が低いサブビットストリームの各々に対しては、第3ビットレートタイプでのビットレート制御は行わない。
Further, the
次に、画像符号化装置200は、複数の画像の時間レイヤを示す時間スケーラビリティ情報264と、第2ビットレートタイプ及び第3ビットレートタイプを示すビットレート制御情報263と、符号化された複数の画像とを含むビットストリーム261を生成する(S301及びS306)。ここで、時間スケーラビリティ情報264は、複数の画像それぞれが属する時間レイヤを示す時間識別子(TemporalId)、又は復号対象の1以上の時間レイヤを特定する時間解像度の取りうるパターン数を含む。
Next, the
このように、本実施の形態に係る画像符号化装置200は、全てのサブレイヤの符号化情報を含む最上層のビットストリームのビットレートタイプによらず、サブビットストリームのビットレートタイプを可変ビットレートに設定する。これにより、画像符号化装置200は、サブビットストリームのオーバーフローを考慮することなく、ビットレート制御を行える。よって、画像符号化装置200の処理量を低減できる。
As described above, the
また、上述したように、最上層のビットストリーム及びサブビットストリームの目標ビットレートを同一に設定してもよい。これにより、サブビットストリームのアンダーフローを考慮する必要がなくなる。 Further, as described above, the target bit rates of the uppermost layer bit stream and the sub bit stream may be set to be the same. This eliminates the need to consider subbitstream underflow.
これらにより、画像符号化装置200は、サブビットストリームのオーバーフロー及びアンダーフローを考慮する必要がないので、最上層のビットストリームに対してのみビットレート制御を行えばよい。よって、画像符号化装置200は、通常の(時間スケーラビリティを有さない)ビットストリームと同様の処理により、コンフォーマンスを満たす、時間スケーラビリティを有するビットストリームを生成できる。
As a result, the
以上、実施の形態に係る画像符号化方法及び画像符号化装置について説明したが、本発明は、この実施の形態に限定されるものではない。 Although the image coding method and the image coding device according to the embodiment have been described above, the present invention is not limited to this embodiment.
例えば、本発明は、上記実施の形態に係る画像符号化方法又は画像符号化装置により生成されたビットストリームを復号する画像復号方法又は画像復号装置として実現されてもよい。 For example, the present invention may be realized as an image decoding method or an image decoding device that decodes a bit stream generated by the image coding method or the image coding device according to the above embodiment.
また、上記実施の形態に係る画像符号化装置に含まれる各処理部は典型的には集積回路であるLSIとして実現される。これらは個別に1チップ化されてもよいし、一部又は全てを含むように1チップ化されてもよい。 Further, each processing unit included in the image coding apparatus according to the above embodiment is typically realized as an LSI which is an integrated circuit. These may be individually integrated into one chip, or may be integrated into one chip so as to include a part or all of them.
また、集積回路化はLSIに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。LSI製造後にプログラムすることが可能なFPGA(Field Programmable Gate Array)、又はLSI内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。 Further, the integrated circuit is not limited to the LSI, and may be realized by a dedicated circuit or a general-purpose processor. An FPGA (Field Programmable Gate Array) that can be programmed after the LSI is manufactured, or a reconfigurable processor that can reconfigure the connection and settings of circuit cells inside the LSI may be used.
上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、CPU又はプロセッサなどのプログラム実行部が、ハードディスク又は半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。 In each of the above embodiments, each component may be configured with dedicated hardware or may be realized by executing a software program suitable for each component. Each component may be realized by a program execution unit such as a CPU or a processor reading and executing a software program recorded on a recording medium such as a hard disk or a semiconductor memory.
言い換えると、画像符号化装置は、処理回路(processing circuitry)と、当該処理回路に電気的に接続された(当該処理回路からアクセス可能な)記憶装置(storage)とを備える。処理回路は、専用のハードウェア及びプログラム実行部の少なくとも一方を含む。また、記憶装置は、処理回路がプログラム実行部を含む場合には、当該プログラム実行部により実行されるソフトウェアプログラムを記憶する。処理回路は、記憶装置を用いて、上記実施の形態に係る画像符号化方法を実行する。 In other words, the image coding device includes a processing circuit (processing circuit) and a storage device (store) electrically connected to the processing circuit (accessible from the processing circuit). The processing circuit includes at least one of dedicated hardware and a program execution unit. Further, when the processing circuit includes a program execution unit, the storage device stores the software program executed by the program execution unit. The processing circuit uses the storage device to execute the image coding method according to the above embodiment.
さらに、本発明は上記ソフトウェアプログラムであってもよいし、上記プログラムが記録された非一時的なコンピュータ読み取り可能な記録媒体であってもよい。また、上記プログラムは、インターネット等の伝送媒体を介して流通させることができるのは言うまでもない。 Further, the present invention may be the software program or a non-temporary computer-readable recording medium on which the program is recorded. Needless to say, the above program can be distributed via a transmission medium such as the Internet.
また、上記で用いた数字は、全て本発明を具体的に説明するために例示するものであり、本発明は例示された数字に制限されない。 In addition, the numbers used above are all exemplified for the purpose of specifically explaining the present invention, and the present invention is not limited to the illustrated numbers.
また、上記の画像符号化方法に含まれるステップが実行される順序は、本発明を具体的に説明するために例示するためのものであり、上記以外の順序であってもよい。また、上記ステップの一部が、他のステップと同時(並列)に実行されてもよい。 In addition, the order in which the steps included in the above image coding method are executed is for exemplifying the present invention in detail, and may be an order other than the above. Further, a part of the above steps may be executed at the same time (parallel) with other steps.
以上、本発明の一つ又は複数の態様に係る画像符号化方法及び画像符号化装置について、実施の形態に基づいて説明したが、本発明は、この実施の形態に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、本発明の一つ又は複数の態様の範囲内に含まれてもよい。 Although the image coding method and the image coding device according to one or more aspects of the present invention have been described above based on the embodiments, the present invention is not limited to the embodiments. As long as it does not deviate from the gist of the present invention, one or more of the present embodiments may be modified by those skilled in the art, or may be constructed by combining components in different embodiments. It may be included within the scope of the embodiment.
(実施の形態2)
上記各実施の形態で示した動画像符号化方法(画像符号化方法)または動画像復号化方法(画像復号方法)の構成を実現するためのプログラムを記憶メディアに記録することにより、上記各実施の形態で示した処理を独立したコンピュータシステムにおいて簡単に実施することが可能となる。記憶メディアは、磁気ディスク、光ディスク、光磁気ディスク、ICカード、半導体メモリ等、プログラムを記録できるものであればよい。
(Embodiment 2)
Each of the above-described embodiments is performed by recording a program for realizing the configuration of the moving image coding method (image coding method) or the moving image decoding method (image decoding method) shown in each of the above embodiments on a storage medium. It becomes possible to easily carry out the processing shown in the above embodiment in an independent computer system. The storage medium may be a magnetic disk, an optical disk, a magneto-optical disk, an IC card, a semiconductor memory, or the like, as long as it can record a program.
さらにここで、上記各実施の形態で示した動画像符号化方法(画像符号化方法)や動画像復号化方法(画像復号方法)の応用例とそれを用いたシステムを説明する。当該システムは、画像符号化方法を用いた画像符号化装置、及び画像復号方法を用いた画像復号装置からなる画像符号化復号装置を有することを特徴とする。システムにおける他の構成について、場合に応じて適切に変更することができる。 Further, an application example of the moving image coding method (image coding method) and the moving image decoding method (image decoding method) shown in each of the above embodiments and a system using the same will be described here. The system is characterized by having an image coding / decoding device including an image coding device using an image coding method and an image decoding device using an image decoding method. Other configurations in the system can be changed appropriately as the case may be.
図10は、コンテンツ配信サービスを実現するコンテンツ供給システムex100の全体構成を示す図である。通信サービスの提供エリアを所望の大きさに分割し、各セル内にそれぞれ固定無線局である基地局ex106、ex107、ex108、ex109、ex110が設置されている。 FIG. 10 is a diagram showing an overall configuration of a content supply system ex100 that realizes a content distribution service. The communication service providing area is divided into desired sizes, and fixed radio stations ex106, ex107, ex108, ex109, and ex110 are installed in each cell.
このコンテンツ供給システムex100は、インターネットex101にインターネットサービスプロバイダex102および電話網ex104、および基地局ex106からex110を介して、コンピュータex111、PDA(Personal Digital Assistant)ex112、カメラex113、携帯電話ex114、ゲーム機ex115などの各機器が接続される。 This content supply system ex100 has a computer ex111, a PDA (Personal Digital Assistant) ex112, a camera ex113, a mobile phone ex114, and a game machine ex115 via the Internet service provider ex102 and the telephone network ex104, and the base station ex106 to the Internet ex101. Each device such as is connected.
しかし、コンテンツ供給システムex100は図10のような構成に限定されず、いずれかの要素を組合せて接続するようにしてもよい。また、固定無線局である基地局ex106からex110を介さずに、各機器が電話網ex104に直接接続されてもよい。また、各機器が近距離無線等を介して直接相互に接続されていてもよい。 However, the content supply system ex100 is not limited to the configuration as shown in FIG. 10, and any element may be combined and connected. Further, each device may be directly connected to the telephone network ex104 from the base station ex106, which is a fixed radio station, without going through ex110. Further, the devices may be directly connected to each other via short-range radio or the like.
カメラex113はデジタルビデオカメラ等の動画撮影が可能な機器であり、カメラex116はデジタルカメラ等の静止画撮影、動画撮影が可能な機器である。また、携帯電話ex114は、GSM(登録商標)(Global System for Mobile Communications)方式、CDMA(Code Division Multiple Access)方式、W−CDMA(Wideband-Code Division Multiple Access)方式、若しくはLTE(Long Term Evolution)方式、HSPA(High Speed Packet Access)の携帯電話機、またはPHS(Personal Handyphone System)等であり、いずれでも構わない。 The camera ex113 is a device capable of shooting a moving image such as a digital video camera, and the camera ex116 is a device capable of shooting a still image and a moving image such as a digital camera. The mobile phone ex114 is a GSM (registered trademark) (Global System for Mobile Communications) system, a CDMA (Code Division Multiple Access) system, a W-CDMA (Wideband-Code Division Multiple Access) system, or an LTE (Long Term Evolution) system. The method, HSPA (High Speed Packet Access) mobile phone, PHS (Personal Handyphone System), or the like may be used.
コンテンツ供給システムex100では、カメラex113等が基地局ex109、電話網ex104を通じてストリーミングサーバex103に接続されることで、ライブ配信等が可能になる。ライブ配信では、ユーザがカメラex113を用いて撮影するコンテンツ(例えば、音楽ライブの映像等)に対して上記各実施の形態で説明したように符号化処理を行い(即ち、本発明の一態様に係る画像符号化装置として機能する)、ストリーミングサーバex103に送信する。一方、ストリーミングサーバex103は要求のあったクライアントに対して送信されたコンテンツデータをストリーム配信する。クライアントとしては、上記符号化処理されたデータを復号化することが可能な、コンピュータex111、PDAex112、カメラex113、携帯電話ex114、ゲーム機ex115等がある。配信されたデータを受信した各機器では、受信したデータを復号化処理して再生する(即ち、本発明の一態様に係る画像復号装置として機能する)。 In the content supply system ex100, the camera ex113 and the like are connected to the streaming server ex103 through the base station ex109 and the telephone network ex104, so that live distribution and the like become possible. In the live distribution, the content (for example, a live music image) shot by the user using the camera ex113 is encoded as described in each of the above embodiments (that is, according to one aspect of the present invention). (Functions as the image encoding device), and transmits to the streaming server ex103. On the other hand, the streaming server ex103 streams the content data transmitted to the requested client. Examples of the client include a computer ex111, a PDAex112, a camera ex113, a mobile phone ex114, a game machine ex115, and the like, which can decode the encoded data. Each device that has received the distributed data decodes and reproduces the received data (that is, functions as an image decoding device according to one aspect of the present invention).
なお、撮影したデータの符号化処理はカメラex113で行っても、データの送信処理をするストリーミングサーバex103で行ってもよいし、互いに分担して行ってもよい。同様に配信されたデータの復号化処理はクライアントで行っても、ストリーミングサーバex103で行ってもよいし、互いに分担して行ってもよい。また、カメラex113に限らず、カメラex116で撮影した静止画像および/または動画像データを、コンピュータex111を介してストリーミングサーバex103に送信してもよい。この場合の符号化処理はカメラex116、コンピュータex111、ストリーミングサーバex103のいずれで行ってもよいし、互いに分担して行ってもよい。 The captured data may be encoded by the camera ex113, the streaming server ex103 that performs the data transmission processing, or may be shared with each other. Similarly, the decryption process of the delivered data may be performed by the client, the streaming server ex103, or may be shared with each other. Further, not only the camera ex113 but also the still image and / or the moving image data taken by the camera ex116 may be transmitted to the streaming server ex103 via the computer ex111. The coding process in this case may be performed by any of the camera ex116, the computer ex111, and the streaming server ex103, or may be shared with each other.
また、これら符号化・復号化処理は、一般的にコンピュータex111や各機器が有するLSIex500において処理する。LSIex500は、ワンチップであっても複数チップからなる構成であってもよい。なお、動画像符号化・復号化用のソフトウェアをコンピュータex111等で読み取り可能な何らかの記録メディア(CD−ROM、フレキシブルディスク、ハードディスクなど)に組み込み、そのソフトウェアを用いて符号化・復号化処理を行ってもよい。さらに、携帯電話ex114がカメラ付きである場合には、そのカメラで取得した動画データを送信してもよい。このときの動画データは携帯電話ex114が有するLSIex500で符号化処理されたデータである。 Further, these coding / decoding processes are generally performed by the computer ex111 or the LSI ex500 of each device. The LSI ex500 may be one chip or may be composed of a plurality of chips. In addition, software for video coding / decoding is embedded in some recording medium (CD-ROM, flexible disk, hard disk, etc.) that can be read by a computer ex111 or the like, and the coding / decoding processing is performed using the software. You may. Further, when the mobile phone ex114 is equipped with a camera, the moving image data acquired by the camera may be transmitted. The moving image data at this time is the data encoded by the LSI ex500 of the mobile phone ex114.
また、ストリーミングサーバex103は複数のサーバや複数のコンピュータであって、データを分散して処理したり記録したり配信するものであってもよい。 Further, the streaming server ex103 may be a plurality of servers or a plurality of computers, and may disperse data for processing, recording, and distribution.
以上のようにして、コンテンツ供給システムex100では、符号化されたデータをクライアントが受信して再生することができる。このようにコンテンツ供給システムex100では、ユーザが送信した情報をリアルタイムでクライアントが受信して復号化し、再生することができ、特別な権利や設備を有さないユーザでも個人放送を実現できる。 As described above, in the content supply system ex100, the client can receive and reproduce the encoded data. In this way, in the content supply system ex100, the client can receive, decode, and reproduce the information transmitted by the user in real time, and even a user who does not have special rights or equipment can realize personal broadcasting.
なお、コンテンツ供給システムex100の例に限らず、図11に示すように、デジタル放送用システムex200にも、上記各実施の形態の少なくとも動画像符号化装置(画像符号化装置)または動画像復号化装置(画像復号装置)のいずれかを組み込むことができる。具体的には、放送局ex201では映像データに音楽データなどが多重化された多重化データが電波を介して通信または衛星ex202に伝送される。この映像データは上記各実施の形態で説明した動画像符号化方法により符号化されたデータである(即ち、本発明の一態様に係る画像符号化装置によって符号化されたデータである)。これを受けた放送衛星ex202は、放送用の電波を発信し、この電波を衛星放送の受信が可能な家庭のアンテナex204が受信する。受信した多重化データを、テレビ(受信機)ex300またはセットトップボックス(STB)ex217等の装置が復号化して再生する(即ち、本発明の一態様に係る画像復号装置として機能する)。 Not limited to the example of the content supply system ex100, as shown in FIG. 11, the digital broadcasting system ex200 also includes at least a moving image coding device (image coding device) or moving image decoding according to each of the above embodiments. Any of the devices (image decoding devices) can be incorporated. Specifically, at the broadcasting station ex201, the multiplexed data in which music data or the like is multiplexed with the video data is transmitted via radio waves to the communication or the satellite ex202. This video data is data encoded by the moving image coding method described in each of the above embodiments (that is, data encoded by the image coding apparatus according to one aspect of the present invention). In response to this, the broadcasting satellite ex202 transmits radio waves for broadcasting, and the radio waves are received by the home antenna ex204 capable of receiving satellite broadcasting. A device such as a television (receiver) ex300 or a set-top box (STB) ex217 decodes and reproduces the received multiplexed data (that is, functions as an image decoding device according to one aspect of the present invention).
また、DVD、BD等の記録メディアex215に記録した多重化データを読み取り復号化する、または記録メディアex215に映像信号を符号化し、さらに場合によっては音楽信号と多重化して書き込むリーダ/レコーダex218にも上記各実施の形態で示した動画像復号化装置または動画像符号化装置を実装することが可能である。この場合、再生された映像信号はモニタex219に表示され、多重化データが記録された記録メディアex215により他の装置やシステムにおいて映像信号を再生することができる。また、ケーブルテレビ用のケーブルex203または衛星/地上波放送のアンテナex204に接続されたセットトップボックスex217内に動画像復号化装置を実装し、これをテレビのモニタex219で表示してもよい。このときセットトップボックスではなく、テレビ内に動画像復号化装置を組み込んでもよい。 Further, the reader / recorder ex218 also reads and decodes the multiplexed data recorded on the recording medium ex215 such as a DVD or BD, or encodes the video signal on the recording medium ex215 and, in some cases, multiplexes and writes the music signal. It is possible to implement the moving image decoding device or the moving image coding device shown in each of the above embodiments. In this case, the reproduced video signal is displayed on the monitor ex219, and the video signal can be reproduced in another device or system by the recording medium ex215 in which the multiplexed data is recorded. Further, a moving image decoding device may be mounted in a set-top box ex217 connected to a cable ex203 for cable television or an antenna ex204 for satellite / terrestrial broadcasting, and this may be displayed on a television monitor ex219. At this time, the moving image decoding device may be incorporated in the television instead of the set-top box.
図12は、上記各実施の形態で説明した動画像復号化方法および動画像符号化方法を用いたテレビ(受信機)ex300を示す図である。テレビex300は、上記放送を受信するアンテナex204またはケーブルex203等を介して映像データに音声データが多重化された多重化データを取得、または出力するチューナex301と、受信した多重化データを復調する、または外部に送信する多重化データに変調する変調/復調部ex302と、復調した多重化データを映像データと、音声データとに分離する、または信号処理部ex306で符号化された映像データ、音声データを多重化する多重/分離部ex303を備える。 FIG. 12 is a diagram showing a television (receiver) ex300 using the moving image decoding method and the moving image coding method described in each of the above embodiments. The television ex300 has a tuner ex301 that acquires or outputs multiplexed data in which audio data is multiplexed on video data via an antenna ex204 or a cable ex203 that receives the above broadcast, and democratizes the received multiplexed data. Alternatively, the modulation / demodulation unit ex302 that modulates the multiplexed data to be transmitted to the outside, and the video data and audio data that separate the demodulated multiplexed data into video data and audio data, or are encoded by the signal processing unit ex306. The multiplexing / separation unit ex303 for multiplexing the data is provided.
また、テレビex300は、音声データ、映像データそれぞれを復号化する、またはそれぞれの情報を符号化する音声信号処理部ex304、映像信号処理部ex305(本発明の一態様に係る画像符号化装置または画像復号装置として機能する)を有する信号処理部ex306と、復号化した音声信号を出力するスピーカex307、復号化した映像信号を表示するディスプレイ等の表示部ex308を有する出力部ex309とを有する。さらに、テレビex300は、ユーザ操作の入力を受け付ける操作入力部ex312等を有するインタフェース部ex317を有する。さらに、テレビex300は、各部を統括的に制御する制御部ex310、各部に電力を供給する電源回路部ex311を有する。インタフェース部ex317は、操作入力部ex312以外に、リーダ/レコーダex218等の外部機器と接続されるブリッジex313、SDカード等の記録メディアex216を装着可能とするためのスロット部ex314、ハードディスク等の外部記録メディアと接続するためのドライバex315、電話網と接続するモデムex316等を有していてもよい。なお記録メディアex216は、格納する不揮発性/揮発性の半導体メモリ素子により電気的に情報の記録を可能としたものである。テレビex300の各部は同期バスを介して互いに接続されている。 Further, the television ex300 includes an audio signal processing unit ex304 and a video signal processing unit ex305 (an image coding device or an image according to one aspect of the present invention) that decodes each of the audio data and the video data or encodes the respective information. It has a signal processing unit ex306 having a function as a decoding device), a speaker ex307 that outputs a decoded audio signal, and an output unit ex309 having a display unit ex308 such as a display that displays the decoded video signal. Further, the television ex300 has an interface unit ex317 having an operation input unit ex312 and the like for receiving input of user operation. Further, the television ex300 has a control unit ex310 that controls each unit in an integrated manner, and a power supply circuit unit ex311 that supplies electric power to each unit. In addition to the operation input unit ex312, the interface unit ex317 has a bridge ex313 connected to an external device such as a reader / recorder ex218, a slot unit ex314 for mounting a recording medium ex216 such as an SD card, and an external recording such as a hard disk. It may have a driver ex315 for connecting to media, a modem ex316 for connecting to a telephone network, and the like. The recording medium ex216 is capable of electrically recording information by a stored non-volatile / volatile semiconductor memory element. Each part of the television ex300 is connected to each other via a synchronization bus.
まず、テレビex300がアンテナex204等により外部から取得した多重化データを復号化し、再生する構成について説明する。テレビex300は、リモートコントローラex220等からのユーザ操作を受け、CPU等を有する制御部ex310の制御に基づいて、変調/復調部ex302で復調した多重化データを多重/分離部ex303で分離する。さらにテレビex300は、分離した音声データを音声信号処理部ex304で復号化し、分離した映像データを映像信号処理部ex305で上記各実施の形態で説明した復号化方法を用いて復号化する。復号化した音声信号、映像信号は、それぞれ出力部ex309から外部に向けて出力される。出力する際には、音声信号と映像信号が同期して再生するよう、バッファex318、ex319等に一旦これらの信号を蓄積するとよい。また、テレビex300は、放送等からではなく、磁気/光ディスク、SDカード等の記録メディアex215、ex216から多重化データを読み出してもよい。次に、テレビex300が音声信号や映像信号を符号化し、外部に送信または記録メディア等に書き込む構成について説明する。テレビex300は、リモートコントローラex220等からのユーザ操作を受け、制御部ex310の制御に基づいて、音声信号処理部ex304で音声信号を符号化し、映像信号処理部ex305で映像信号を上記各実施の形態で説明した符号化方法を用いて符号化する。符号化した音声信号、映像信号は多重/分離部ex303で多重化され外部に出力される。多重化する際には、音声信号と映像信号が同期するように、バッファex320、ex321等に一旦これらの信号を蓄積するとよい。なお、バッファex318、ex319、ex320、ex321は図示しているように複数備えていてもよいし、1つ以上のバッファを共有する構成であってもよい。さらに、図示している以外に、例えば変調/復調部ex302や多重/分離部ex303の間等でもシステムのオーバフロー、アンダーフローを避ける緩衝材としてバッファにデータを蓄積することとしてもよい。 First, a configuration will be described in which the television ex300 decodes and reproduces the multiplexed data acquired from the outside by the antenna ex204 or the like. The television ex300 receives a user operation from the remote controller ex220 or the like, and separates the multiplexed data demodulated by the modulation / demodulation unit ex302 by the multiplexing / separation unit ex303 based on the control of the control unit ex310 having a CPU or the like. Further, the television ex300 decodes the separated audio data by the audio signal processing unit ex304, and decodes the separated video data by the video signal processing unit ex305 using the decoding method described in each of the above embodiments. The decoded audio signal and video signal are output to the outside from the output unit ex309, respectively. At the time of output, it is preferable to temporarily store these signals in buffers ex318, ex319, etc. so that the audio signal and the video signal are reproduced in synchronization. Further, the television ex300 may read the multiplexed data from the recording media ex215 and ex216 such as a magnetic / optical disk and an SD card, not from broadcasting or the like. Next, a configuration will be described in which the television ex300 encodes an audio signal or a video signal and transmits it to the outside or writes it to a recording medium or the like. The television ex300 receives a user operation from a remote controller ex220 or the like, encodes an audio signal in the audio signal processing unit ex304 based on the control of the control unit ex310, and outputs a video signal in the video signal processing unit ex305 according to each of the above embodiments. It is encoded using the coding method described in. The encoded audio signal and video signal are multiplexed by the multiplexing / separating unit ex303 and output to the outside. At the time of multiplexing, it is preferable to temporarily store these signals in buffers ex320, ex321, etc. so that the audio signal and the video signal are synchronized. As shown in the figure, a plurality of buffers ex318, ex319, ex320, and ex321 may be provided, or one or more buffers may be shared. Further, in addition to the figures shown, data may be stored in the buffer as a cushioning material for avoiding system overflow or underflow even between the modulation / demodulation unit ex302 and the multiplexing / separation unit ex303, for example.
また、テレビex300は、放送等や記録メディア等から音声データ、映像データを取得する以外に、マイクやカメラのAV入力を受け付ける構成を備え、それらから取得したデータに対して符号化処理を行ってもよい。なお、ここではテレビex300は上記の符号化処理、多重化、および外部出力ができる構成として説明したが、これらの処理を行うことはできず、上記受信、復号化処理、外部出力のみが可能な構成であってもよい。 In addition to acquiring audio data and video data from broadcasting and recording media, the TV ex300 has a configuration that accepts AV input from a microphone or camera, and performs encoding processing on the data acquired from them. May be good. Although the television ex300 has been described here as a configuration capable of the above-mentioned coding processing, multiplexing, and external output, these processing cannot be performed, and only the above-mentioned reception, decoding processing, and external output are possible. It may be a configuration.
また、リーダ/レコーダex218で記録メディアから多重化データを読み出す、または書き込む場合には、上記復号化処理または符号化処理はテレビex300、リーダ/レコーダex218のいずれで行ってもよいし、テレビex300とリーダ/レコーダex218が互いに分担して行ってもよい。 When the reader / recorder ex218 reads or writes the multiplexed data from the recording medium, the decoding process or the coding process may be performed by either the television ex300 or the reader / recorder ex218, or the television ex300. The reader / recorder ex218 may share the work with each other.
一例として、光ディスクからデータの読み込みまたは書き込みをする場合の情報再生/記録部ex400の構成を図13に示す。情報再生/記録部ex400は、以下に説明する要素ex401、ex402、ex403、ex404、ex405、ex406、ex407を備える。光ヘッドex401は、光ディスクである記録メディアex215の記録面にレーザスポットを照射して情報を書き込み、記録メディアex215の記録面からの反射光を検出して情報を読み込む。変調記録部ex402は、光ヘッドex401に内蔵された半導体レーザを電気的に駆動し記録データに応じてレーザ光の変調を行う。再生復調部ex403は、光ヘッドex401に内蔵されたフォトディテクタにより記録面からの反射光を電気的に検出した再生信号を増幅し、記録メディアex215に記録された信号成分を分離して復調し、必要な情報を再生する。バッファex404は、記録メディアex215に記録するための情報および記録メディアex215から再生した情報を一時的に保持する。ディスクモータex405は記録メディアex215を回転させる。サーボ制御部ex406は、ディスクモータex405の回転駆動を制御しながら光ヘッドex401を所定の情報トラックに移動させ、レーザスポットの追従処理を行う。システム制御部ex407は、情報再生/記録部ex400全体の制御を行う。上記の読み出しや書き込みの処理はシステム制御部ex407が、バッファex404に保持された各種情報を利用し、また必要に応じて新たな情報の生成・追加を行うと共に、変調記録部ex402、再生復調部ex403、サーボ制御部ex406を協調動作させながら、光ヘッドex401を通して、情報の記録再生を行うことにより実現される。システム制御部ex407は例えばマイクロプロセッサで構成され、読み出し書き込みのプログラムを実行することでそれらの処理を実行する。 As an example, FIG. 13 shows the configuration of the information reproduction / recording unit ex400 when reading or writing data from an optical disc. The information reproduction / recording unit ex400 includes elements ex401, ex402, ex403, ex404, ex405, ex406, and ex407 described below. The optical head ex401 irradiates the recording surface of the recording medium ex215, which is an optical disk, with a laser spot to write information, detects the reflected light from the recording surface of the recording medium ex215, and reads the information. The modulation recording unit ex402 electrically drives the semiconductor laser built in the optical head ex401 and modulates the laser beam according to the recorded data. The reproduction / demodulation unit ex403 amplifies the reproduction signal by electrically detecting the reflected light from the recording surface by the photodetector built in the optical head ex401, separates and demodulates the signal component recorded on the recording medium ex215, and is necessary. Information is played back. The buffer ex404 temporarily holds the information for recording on the recording medium ex215 and the information reproduced from the recording medium ex215. The disc motor ex405 rotates the recording medium ex215. The servo control unit ex406 moves the optical head ex401 to a predetermined information track while controlling the rotational drive of the disc motor ex405, and performs laser spot tracking processing. The system control unit ex407 controls the entire information reproduction / recording unit ex400. In the above-mentioned read / write processing, the system control unit ex407 uses various information held in the buffer ex404, generates / adds new information as necessary, and modifies the modulation recording unit ex402 and the reproduction / demodulation unit. This is realized by recording and reproducing information through the optical head ex401 while coordinating the ex403 and the servo control unit ex406. The system control unit ex407 is composed of, for example, a microprocessor, and executes those processes by executing a read / write program.
以上では、光ヘッドex401はレーザスポットを照射するとして説明したが、近接場光を用いてより高密度な記録を行う構成であってもよい。 In the above, the optical head ex401 has been described as irradiating the laser spot, but it may be configured to perform higher density recording using near-field light.
図14に光ディスクである記録メディアex215の模式図を示す。記録メディアex215の記録面には案内溝(グルーブ)がスパイラル状に形成され、情報トラックex230には、予めグルーブの形状の変化によってディスク上の絶対位置を示す番地情報が記録されている。この番地情報はデータを記録する単位である記録ブロックex231の位置を特定するための情報を含み、記録や再生を行う装置において情報トラックex230を再生し番地情報を読み取ることで記録ブロックを特定することができる。また、記録メディアex215は、データ記録領域ex233、内周領域ex232、外周領域ex234を含んでいる。ユーザデータを記録するために用いる領域がデータ記録領域ex233であり、データ記録領域ex233より内周または外周に配置されている内周領域ex232と外周領域ex234は、ユーザデータの記録以外の特定用途に用いられる。情報再生/記録部ex400は、このような記録メディアex215のデータ記録領域ex233に対して、符号化された音声データ、映像データまたはそれらのデータを多重化した多重化データの読み書きを行う。 FIG. 14 shows a schematic diagram of the recording medium ex215, which is an optical disc. A guide groove (groove) is formed in a spiral shape on the recording surface of the recording medium ex215, and address information indicating an absolute position on the disk is recorded in advance on the information track ex230 by changing the shape of the groove. This address information includes information for specifying the position of the recording block ex231, which is a unit for recording data, and the recording block is specified by playing back the information track ex230 and reading the address information in a device that performs recording or reproduction. Can be done. Further, the recording medium ex215 includes a data recording area ex233, an inner peripheral area ex232, and an outer peripheral area ex234. The area used for recording user data is the data recording area ex233, and the inner circumference area ex232 and the outer circumference area ex234 arranged on the inner circumference or the outer circumference from the data recording area ex233 are used for specific purposes other than recording user data. Used. The information reproduction / recording unit ex400 reads / writes encoded audio data, video data, or multiplexed data obtained by multiplexing those data with respect to the data recording area ex233 of such recording media ex215.
以上では、1層のDVD、BD等の光ディスクを例に挙げ説明したが、これらに限ったものではなく、多層構造であって表面以外にも記録可能な光ディスクであってもよい。また、ディスクの同じ場所にさまざまな異なる波長の色の光を用いて情報を記録したり、さまざまな角度から異なる情報の層を記録したりなど、多次元的な記録/再生を行う構造の光ディスクであってもよい。 In the above description, an optical disc such as a single-layer DVD or BD has been described as an example, but the present invention is not limited to these, and an optical disc having a multi-layer structure and capable of recording other than the surface may be used. In addition, an optical disc having a structure for multidimensional recording / playback, such as recording information in the same place on a disk using light of various different wavelength colors or recording different layers of information from various angles. It may be.
また、デジタル放送用システムex200において、アンテナex205を有する車ex210で衛星ex202等からデータを受信し、車ex210が有するカーナビゲーションex211等の表示装置に動画を再生することも可能である。なお、カーナビゲーションex211の構成は例えば図12に示す構成のうち、GPS受信部を加えた構成が考えられ、同様なことがコンピュータex111や携帯電話ex114等でも考えられる。 Further, in the digital broadcasting system ex200, it is also possible for a car ex210 having an antenna ex205 to receive data from a satellite ex202 or the like and to reproduce a moving image on a display device such as a car navigation ex211 having the car ex210. As the configuration of the car navigation ex211, for example, among the configurations shown in FIG. 12, a configuration including a GPS receiving unit can be considered, and the same can be considered for a computer ex111, a mobile phone ex114, and the like.
図15Aは、上記実施の形態で説明した動画像復号化方法および動画像符号化方法を用いた携帯電話ex114を示す図である。携帯電話ex114は、基地局ex110との間で電波を送受信するためのアンテナex350、映像、静止画を撮ることが可能なカメラ部ex365、カメラ部ex365で撮像した映像、アンテナex350で受信した映像等が復号化されたデータを表示する液晶ディスプレイ等の表示部ex358を備える。携帯電話ex114は、さらに、操作キー部ex366を有する本体部、音声を出力するためのスピーカ等である音声出力部ex357、音声を入力するためのマイク等である音声入力部ex356、撮影した映像、静止画、録音した音声、または受信した映像、静止画、メール等の符号化されたデータもしくは復号化されたデータを保存するメモリ部ex367、又は同様にデータを保存する記録メディアとのインタフェース部であるスロット部ex364を備える。 FIG. 15A is a diagram showing a mobile phone ex114 using the moving image decoding method and the moving image coding method described in the above embodiment. The mobile phone ex114 includes an antenna ex350 for transmitting and receiving radio waves to and from the base station ex110, a camera unit ex365 capable of taking images and still images, an image captured by the camera unit ex365, an image received by the antenna ex350, and the like. The camera includes a display unit ex358 such as a liquid crystal display that displays the decoded data. The mobile phone ex114 further includes a main body having an operation key unit ex366, an audio output unit ex357 such as a speaker for outputting audio, an audio input unit ex356 such as a microphone for inputting audio, and a captured image. In the memory unit ex367 that stores encoded data such as still images, recorded audio, received video, still images, mail, etc. or decoded data, or in the interface unit with the recording media that also stores data. A certain slot portion ex364 is provided.
さらに、携帯電話ex114の構成例について、図15Bを用いて説明する。携帯電話ex114は、表示部ex358及び操作キー部ex366を備えた本体部の各部を統括的に制御する主制御部ex360に対して、電源回路部ex361、操作入力制御部ex362、映像信号処理部ex355、カメラインタフェース部ex363、LCD(Liquid Crystal Display)制御部ex359、変調/復調部ex352、多重/分離部ex353、音声信号処理部ex354、スロット部ex364、メモリ部ex367がバスex370を介して互いに接続されている。 Further, a configuration example of the mobile phone ex114 will be described with reference to FIG. 15B. The mobile phone ex114 has a power supply circuit unit ex361, an operation input control unit ex362, and a video signal processing unit ex355 with respect to a main control unit ex360 that collectively controls each part of the main body unit including the display unit ex358 and the operation key unit ex366. , Camera interface unit ex363, LCD (Liquid Crystal Display) control unit ex359, modulation / demodulation unit ex352, multiplexing / separation unit ex353, audio signal processing unit ex354, slot unit ex364, memory unit ex367 are connected to each other via bus ex370. ing.
電源回路部ex361は、ユーザの操作により終話及び電源キーがオン状態にされると、バッテリパックから各部に対して電力を供給することにより携帯電話ex114を動作可能な状態に起動する。 When the call end and the power key are turned on by the user's operation, the power circuit unit ex361 activates the mobile phone ex114 in an operable state by supplying electric power to each unit from the battery pack.
携帯電話ex114は、CPU、ROM、RAM等を有する主制御部ex360の制御に基づいて、音声通話モード時に音声入力部ex356で収音した音声信号を音声信号処理部ex354でデジタル音声信号に変換し、これを変調/復調部ex352でスペクトラム拡散処理し、送信/受信部ex351でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex350を介して送信する。また携帯電話ex114は、音声通話モード時にアンテナex350を介して受信した受信データを増幅して周波数変換処理およびアナログデジタル変換処理を施し、変調/復調部ex352でスペクトラム逆拡散処理し、音声信号処理部ex354でアナログ音声信号に変換した後、これを音声出力部ex357から出力する。 The mobile phone ex114 converts the voice signal picked up by the voice input unit ex356 in the voice call mode into a digital voice signal by the voice signal processing unit ex354 based on the control of the main control unit ex360 having a CPU, ROM, RAM and the like. , This is subjected to spectrum diffusion processing by the modulation / demodulation unit ex352, digital-analog conversion processing and frequency conversion processing by the transmission / reception unit ex351, and then transmitted via the antenna ex350. Further, the mobile phone ex114 amplifies the received data received via the antenna ex350 in the voice call mode, performs frequency conversion processing and analog-digital conversion processing, and performs spectrum reverse diffusion processing by the modulation / demodulation unit ex352, and the voice signal processing unit. After converting to an analog audio signal with ex354, this is output from the audio output unit ex357.
さらにデータ通信モード時に電子メールを送信する場合、本体部の操作キー部ex366等の操作によって入力された電子メールのテキストデータは操作入力制御部ex362を介して主制御部ex360に送出される。主制御部ex360は、テキストデータを変調/復調部ex352でスペクトラム拡散処理をし、送信/受信部ex351でデジタルアナログ変換処理および周波数変換処理を施した後にアンテナex350を介して基地局ex110へ送信する。電子メールを受信する場合は、受信したデータに対してこのほぼ逆の処理が行われ、表示部ex358に出力される。 Further, when the e-mail is transmitted in the data communication mode, the text data of the e-mail input by the operation of the operation key unit ex366 of the main body unit or the like is sent to the main control unit ex360 via the operation input control unit ex362. The main control unit ex360 performs spread spectrum processing on the modulation / demodulation unit ex352, digital-to-analog conversion processing and frequency conversion processing on the transmission / reception unit ex351, and then transmits the text data to the base station ex110 via the antenna ex350. .. When receiving an e-mail, the received data is processed in the reverse manner and output to the display unit ex358.
データ通信モード時に映像、静止画、または映像と音声を送信する場合、映像信号処理部ex355は、カメラ部ex365から供給された映像信号を上記各実施の形態で示した動画像符号化方法によって圧縮符号化し(即ち、本発明の一態様に係る画像符号化装置として機能する)、符号化された映像データを多重/分離部ex353に送出する。また、音声信号処理部ex354は、映像、静止画等をカメラ部ex365で撮像中に音声入力部ex356で収音した音声信号を符号化し、符号化された音声データを多重/分離部ex353に送出する。 When transmitting video, still images, or video and audio in the data communication mode, the video signal processing unit ex355 compresses the video signal supplied from the camera unit ex365 by the moving image coding method shown in each of the above embodiments. It is encoded (that is, functions as an image coding device according to one aspect of the present invention), and the encoded video data is transmitted to the multiplexing / separating unit ex353. Further, the audio signal processing unit ex354 encodes the audio signal picked up by the audio input unit ex356 while the camera unit ex365 is capturing the video, still image, etc., and sends the encoded audio data to the multiplexing / separation unit ex353. To do.
多重/分離部ex353は、映像信号処理部ex355から供給された符号化された映像データと音声信号処理部ex354から供給された符号化された音声データを所定の方式で多重化し、その結果得られる多重化データを変調/復調部(変調/復調回路部)ex352でスペクトラム拡散処理をし、送信/受信部ex351でデジタルアナログ変換処理及び周波数変換処理を施した後にアンテナex350を介して送信する。 The multiplexing / separating unit ex353 multiplexes the encoded video data supplied from the video signal processing unit ex355 and the encoded audio data supplied from the audio signal processing unit ex354 by a predetermined method, and is obtained as a result. The multiplexed data is subjected to spectrum diffusion processing by the modulation / demodulation unit (modulation / demodulation circuit unit) ex352, digital-analog conversion processing and frequency conversion processing by the transmission / reception unit ex351, and then transmitted via the antenna ex350.
データ通信モード時にホームページ等にリンクされた動画像ファイルのデータを受信する場合、または映像およびもしくは音声が添付された電子メールを受信する場合、アンテナex350を介して受信された多重化データを復号化するために、多重/分離部ex353は、多重化データを分離することにより映像データのビットストリームと音声データのビットストリームとに分け、同期バスex370を介して符号化された映像データを映像信号処理部ex355に供給するとともに、符号化された音声データを音声信号処理部ex354に供給する。映像信号処理部ex355は、上記各実施の形態で示した動画像符号化方法に対応した動画像復号化方法によって復号化することにより映像信号を復号し(即ち、本発明の一態様に係る画像復号装置として機能する)、LCD制御部ex359を介して表示部ex358から、例えばホームページにリンクされた動画像ファイルに含まれる映像、静止画が表示される。また音声信号処理部ex354は、音声信号を復号し、音声出力部ex357から音声が出力される。 Decrypts the multiplexed data received via the antenna ex350 when receiving video file data linked to a homepage, etc. in data communication mode, or when receiving e-mail with video and / or audio attached. In order to do so, the multiplexing / separating unit ex353 separates the multiplexed data into a bit stream of video data and a bit stream of audio data, and processes the video data encoded via the synchronization bus ex370 as a video signal. In addition to supplying the coded audio data to the unit ex355, the encoded audio data is supplied to the audio signal processing unit ex354. The video signal processing unit ex355 decodes the video signal by decoding by the video decoding method corresponding to the video coding method shown in each of the above embodiments (that is, the image according to one aspect of the present invention). (Functions as a decoding device), the video and still images included in the moving image file linked to the homepage are displayed from the display unit ex358 via the LCD control unit ex359. Further, the audio signal processing unit ex354 decodes the audio signal, and the audio output unit ex357 outputs the audio.
また、上記携帯電話ex114等の端末は、テレビex300と同様に、符号化器・復号化器を両方持つ送受信型端末の他に、符号化器のみの送信端末、復号化器のみの受信端末という3通りの実装形式が考えられる。さらに、デジタル放送用システムex200において、映像データに音楽データなどが多重化された多重化データを受信、送信するとして説明したが、音声データ以外に映像に関連する文字データなどが多重化されたデータであってもよいし、多重化データではなく映像データ自体であってもよい。 Further, the terminals such as the mobile phone ex114 are referred to as transmission / reception terminals having both an encoder and a decoder, as well as transmission terminals having only an encoder and receiving terminals having only a decoder, as in the case of the television ex300. There are three possible implementation formats. Further, the digital broadcasting system ex200 has been described as receiving and transmitting multiplexed data in which music data and the like are multiplexed with video data, but data in which character data and the like related to video are multiplexed in addition to audio data. It may be the video data itself instead of the multiplexed data.
このように、上記各実施の形態で示した動画像符号化方法あるいは動画像復号化方法を上述したいずれの機器・システムに用いることは可能であり、そうすることで、上記各実施の形態で説明した効果を得ることができる。 As described above, it is possible to use the moving image coding method or moving image decoding method shown in each of the above-described embodiments for any of the above-mentioned devices / systems, and by doing so, in each of the above-described embodiments. The described effect can be obtained.
また、本発明はかかる上記実施の形態に限定されるものではなく、本発明の範囲を逸脱することなく種々の変形または修正が可能である。 Further, the present invention is not limited to the above-described embodiment, and various modifications or modifications can be made without departing from the scope of the present invention.
(実施の形態3)
上記各実施の形態で示した動画像符号化方法または装置と、MPEG−2、MPEG4−AVC、VC−1など異なる規格に準拠した動画像符号化方法または装置とを、必要に応じて適宜切替えることにより、映像データを生成することも可能である。
(Embodiment 3)
The moving image coding method or device shown in each of the above embodiments is appropriately switched between the moving image coding method or device conforming to different standards such as MPEG-2, MPEG4-AVC, and VC-1, as necessary. By doing so, it is also possible to generate video data.
ここで、それぞれ異なる規格に準拠する複数の映像データを生成した場合、復号する際に、それぞれの規格に対応した復号方法を選択する必要がある。しかしながら、復号する映像データが、どの規格に準拠するものであるか識別できないため、適切な復号方法を選択することができないという課題を生じる。 Here, when a plurality of video data conforming to different standards are generated, it is necessary to select a decoding method corresponding to each standard when decoding. However, since it is not possible to identify which standard the video data to be decoded conforms to, there arises a problem that an appropriate decoding method cannot be selected.
この課題を解決するために、映像データに音声データなどを多重化した多重化データは、映像データがどの規格に準拠するものであるかを示す識別情報を含む構成とする。上記各実施の形態で示す動画像符号化方法または装置によって生成された映像データを含む多重化データの具体的な構成を以下説明する。多重化データは、MPEG−2トランスポートストリーム形式のデジタルストリームである。 In order to solve this problem, the multiplexed data in which audio data or the like is multiplexed with the video data is configured to include identification information indicating which standard the video data conforms to. The specific configuration of the multiplexed data including the video data generated by the moving image coding method or the apparatus shown in each of the above embodiments will be described below. The multiplexed data is a digital stream in the MPEG-2 transport stream format.
図16は、多重化データの構成を示す図である。図16に示すように多重化データは、ビデオストリーム、オーディオストリーム、プレゼンテーショングラフィックスストリーム(PG)、インタラクティブグラフィックスストリームのうち、1つ以上を多重化することで得られる。ビデオストリームは映画の主映像および副映像を、オーディオストリーム(IG)は映画の主音声部分とその主音声とミキシングする副音声を、プレゼンテーショングラフィックスストリームは、映画の字幕をそれぞれ示している。ここで主映像とは画面に表示される通常の映像を示し、副映像とは主映像の中に小さな画面で表示する映像のことである。また、インタラクティブグラフィックスストリームは、画面上にGUI部品を配置することにより作成される対話画面を示している。ビデオストリームは、上記各実施の形態で示した動画像符号化方法または装置、従来のMPEG−2、MPEG4−AVC、VC−1などの規格に準拠した動画像符号化方法または装置によって符号化されている。オーディオストリームは、ドルビーAC−3、Dolby Digital Plus、MLP、DTS、DTS−HD、または、リニアPCMのなどの方式で符号化されている。 FIG. 16 is a diagram showing the structure of the multiplexed data. As shown in FIG. 16, the multiplexed data is obtained by multiplexing one or more of a video stream, an audio stream, a presentation graphics stream (PG), and an interactive graphics stream. The video stream shows the main and sub-video of the movie, the audio stream (IG) shows the main audio part of the movie and the sub-audio that mixes with the main audio, and the presentation graphics stream shows the subtitles of the movie. Here, the main image indicates a normal image displayed on the screen, and the sub image is an image displayed on a small screen in the main image. In addition, the interactive graphics stream shows an interactive screen created by arranging GUI components on the screen. The video stream is encoded by the moving image coding method or device shown in each of the above embodiments, or a moving image coding method or device conforming to the conventional standards such as MPEG-2, MPEG4-AVC, and VC-1. ing. The audio stream is encoded by a method such as Dolby AC-3, Dolby Digital Plus, MLP, DTS, DTS-HD, or linear PCM.
多重化データに含まれる各ストリームはPIDによって識別される。例えば、映画の映像に利用するビデオストリームには0x1011が、オーディオストリームには0x1100から0x111Fまでが、プレゼンテーショングラフィックスには0x1200から0x121Fまでが、インタラクティブグラフィックスストリームには0x1400から0x141Fまでが、映画の副映像に利用するビデオストリームには0x1B00から0x1B1Fまで、主音声とミキシングする副音声に利用するオーディオストリームには0x1A00から0x1A1Fが、それぞれ割り当てられている。 Each stream contained in the multiplexed data is identified by PID. For example, 0x1011 for video streams used for movie images, 0x1100 to 0x111F for audio streams, 0x1200 to 0x121F for presentation graphics, and 0x1400 to 0x141F for interactive graphics streams. 0x1B00 to 0x1B1F are assigned to the video stream used for the sub video, and 0x1A00 to 0x1A1F are assigned to the audio stream used for the sub audio to be mixed with the main audio.
図17は、多重化データがどのように多重化されるかを模式的に示す図である。まず、複数のビデオフレームからなるビデオストリームex235、複数のオーディオフレームからなるオーディオストリームex238を、それぞれPESパケット列ex236およびex239に変換し、TSパケットex237およびex240に変換する。同じくプレゼンテーショングラフィックスストリームex241およびインタラクティブグラフィックスex244のデータをそれぞれPESパケット列ex242およびex245に変換し、さらにTSパケットex243およびex246に変換する。多重化データex247はこれらのTSパケットを1本のストリームに多重化することで構成される。 FIG. 17 is a diagram schematically showing how the multiplexed data is multiplexed. First, the video stream ex235 composed of a plurality of video frames and the audio stream ex238 composed of a plurality of audio frames are converted into PES packet sequences ex236 and ex239, respectively, and converted into TS packets ex237 and ex240, respectively. Similarly, the data of the presentation graphics stream ex241 and the interactive graphics ex244 are converted into PES packet sequences ex242 and ex245, respectively, and further converted into TS packets ex243 and ex246. The multiplexing data ex247 is configured by multiplexing these TS packets into one stream.
図18は、PESパケット列に、ビデオストリームがどのように格納されるかをさらに詳しく示している。図18における第1段目はビデオストリームのビデオフレーム列を示す。第2段目は、PESパケット列を示す。図18の矢印yy1,yy2,yy3,yy4に示すように、ビデオストリームにおける複数のVideo Presentation UnitであるIピクチャ、Bピクチャ、Pピクチャは、ピクチャ毎に分割され、PESパケットのペイロードに格納される。各PESパケットはPESヘッダを持ち、PESヘッダには、ピクチャの表示時刻であるPTS(Presentation Time−Stamp)やピクチャの復号時刻であるDTS(Decoding Time−Stamp)が格納される。 FIG. 18 shows in more detail how the video stream is stored in the PES packet sequence. The first stage in FIG. 18 shows a video frame sequence of a video stream. The second row shows the PES packet sequence. As shown by arrows yy1, yy2, yy3, yy4 in FIG. 18, a plurality of Video Presentation Units I-pictures, B-pictures, and P-pictures in the video stream are divided into pictures and stored in the payload of the PES packet. .. Each PES packet has a PES header, and the PES header stores a PTS (Presentation Time-Stamp) which is a picture display time and a DTS (Decoding Time-Stamp) which is a picture decoding time.
図19は、多重化データに最終的に書き込まれるTSパケットの形式を示している。TSパケットは、ストリームを識別するPIDなどの情報を持つ4ByteのTSヘッダとデータを格納する184ByteのTSペイロードから構成される188Byte固定長のパケットであり、上記PESパケットは分割されTSペイロードに格納される。BD−ROMの場合、TSパケットには、4ByteのTP_Extra_Headerが付与され、192Byteのソースパケットを構成し、多重化データに書き込まれる。TP_Extra_HeaderにはATS(Arrival_Time_Stamp)などの情報が記載される。ATSは当該TSパケットのデコーダのPIDフィルタへの転送開始時刻を示す。多重化データには図19下段に示すようにソースパケットが並ぶこととなり、多重化データの先頭からインクリメントする番号はSPN(ソースパケットナンバー)と呼ばれる。 FIG. 19 shows the format of the TS packet that is finally written to the multiplexed data. The TS packet is a 188-byte fixed-length packet composed of a 4-byte TS header having information such as a PID that identifies a stream and a 184-byte TS payload that stores data, and the PES packet is divided and stored in the TS payload. To. In the case of a BD-ROM, a 4-byte TP_Extra_Header is added to the TS packet to form a 192-byte source packet, which is written to the multiplexed data. Information such as ATS (Arrival_Time_Stamp) is described in TP_Extra_Header. ATS indicates the transfer start time of the TS packet to the PID filter of the decoder. Source packets are lined up in the multiplexed data as shown in the lower part of FIG. 19, and the number incremented from the beginning of the multiplexed data is called SPN (source packet number).
また、多重化データに含まれるTSパケットには、映像・音声・字幕などの各ストリーム以外にもPAT(Program Association Table)、PMT(Program Map Table)、PCR(Program Clock Reference)などがある。PATは多重化データ中に利用されるPMTのPIDが何であるかを示し、PAT自身のPIDは0で登録される。PMTは、多重化データ中に含まれる映像・音声・字幕などの各ストリームのPIDと各PIDに対応するストリームの属性情報を持ち、また多重化データに関する各種ディスクリプタを持つ。ディスクリプタには多重化データのコピーを許可・不許可を指示するコピーコントロール情報などがある。PCRは、ATSの時間軸であるATC(Arrival Time Clock)とPTS・DTSの時間軸であるSTC(System Time Clock)の同期を取るために、そのPCRパケットがデコーダに転送されるATSに対応するSTC時間の情報を持つ。 In addition to each stream such as video, audio, and subtitles, the TS packets included in the multiplexed data include PAT (Program Association Table), PMT (Program Map Table), PCR (Program Lock Reference), and the like. The PAT indicates what the PID of the PMT used in the multiplexed data is, and the PID of the PAT itself is registered as 0. The PMT has the PID of each stream such as video, audio, and subtitles included in the multiplexed data and the attribute information of the stream corresponding to each PID, and also has various descriptors related to the multiplexed data. The descriptor includes copy control information that instructs whether to allow or disallow copying of multiplexed data. PCR corresponds to ATS in which the PCR packet is transferred to the decoder in order to synchronize ATC (Arrival Time Clock) which is the time axis of ATS and STC (System Time Clock) which is the time axis of PTS / DTS. Has information on STC time.
図20はPMTのデータ構造を詳しく説明する図である。PMTの先頭には、そのPMTに含まれるデータの長さなどを記したPMTヘッダが配置される。その後ろには、多重化データに関するディスクリプタが複数配置される。上記コピーコントロール情報などが、ディスクリプタとして記載される。ディスクリプタの後には、多重化データに含まれる各ストリームに関するストリーム情報が複数配置される。ストリーム情報は、ストリームの圧縮コーデックなどを識別するためストリームタイプ、ストリームのPID、ストリームの属性情報(フレームレート、アスペクト比など)が記載されたストリームディスクリプタから構成される。ストリームディスクリプタは多重化データに存在するストリームの数だけ存在する。 FIG. 20 is a diagram illustrating the data structure of the PMT in detail. At the beginning of the PMT, a PMT header describing the length of the data included in the PMT is arranged. Behind it, a plurality of descriptors related to the multiplexed data are arranged. The copy control information and the like are described as descriptors. After the descriptor, a plurality of stream information about each stream included in the multiplexed data is arranged. The stream information is composed of a stream descriptor in which the stream type, the PID of the stream, and the attribute information of the stream (frame rate, aspect ratio, etc.) are described in order to identify the compression codec of the stream. There are as many stream descriptors as there are streams in the multiplexed data.
記録媒体などに記録する場合には、上記多重化データは、多重化データ情報ファイルと共に記録される。 When recording on a recording medium or the like, the multiplexed data is recorded together with the multiplexed data information file.
多重化データ情報ファイルは、図21に示すように多重化データの管理情報であり、多重化データと1対1に対応し、多重化データ情報、ストリーム属性情報とエントリマップから構成される。 As shown in FIG. 21, the multiplexed data information file is management information of multiplexed data, has a one-to-one correspondence with the multiplexed data, and is composed of multiplexed data information, stream attribute information, and an entry map.
多重化データ情報は図21に示すようにシステムレート、再生開始時刻、再生終了時刻から構成されている。システムレートは多重化データの、後述するシステムターゲットデコーダのPIDフィルタへの最大転送レートを示す。多重化データ中に含まれるATSの間隔はシステムレート以下になるように設定されている。再生開始時刻は多重化データの先頭のビデオフレームのPTSであり、再生終了時刻は多重化データの終端のビデオフレームのPTSに1フレーム分の再生間隔を足したものが設定される。 As shown in FIG. 21, the multiplexed data information is composed of a system rate, a reproduction start time, and a reproduction end time. The system rate indicates the maximum transfer rate of the multiplexed data to the PID filter of the system target decoder described later. The ATS interval included in the multiplexed data is set to be less than or equal to the system rate. The playback start time is set to the PTS of the first video frame of the multiplexed data, and the playback end time is set to the PTS of the video frame at the end of the multiplexed data plus the playback interval of one frame.
ストリーム属性情報は図22に示すように、多重化データに含まれる各ストリームについての属性情報が、PID毎に登録される。属性情報はビデオストリーム、オーディオストリーム、プレゼンテーショングラフィックスストリーム、インタラクティブグラフィックスストリーム毎に異なる情報を持つ。ビデオストリーム属性情報は、そのビデオストリームがどのような圧縮コーデックで圧縮されたか、ビデオストリームを構成する個々のピクチャデータの解像度がどれだけであるか、アスペクト比はどれだけであるか、フレームレートはどれだけであるかなどの情報を持つ。オーディオストリーム属性情報は、そのオーディオストリームがどのような圧縮コーデックで圧縮されたか、そのオーディオストリームに含まれるチャンネル数は何であるか、何の言語に対応するか、サンプリング周波数がどれだけであるかなどの情報を持つ。これらの情報は、プレーヤが再生する前のデコーダの初期化などに利用される。 As shown in FIG. 22, as the stream attribute information, the attribute information for each stream included in the multiplexed data is registered for each PID. The attribute information has different information for each of the video stream, audio stream, presentation graphics stream, and interactive graphics stream. The video stream attribute information includes what kind of compression codec the video stream was compressed with, what the resolution of the individual picture data that makes up the video stream is, what the aspect ratio is, and the frame rate. It has information such as how much it is. The audio stream attribute information includes what compression codec the audio stream was compressed with, how many channels the audio stream contains, what language it supports, what the sampling frequency is, and so on. Has the information of. This information is used for initializing the decoder before the player plays it.
本実施の形態においては、上記多重化データのうち、PMTに含まれるストリームタイプを利用する。また、記録媒体に多重化データが記録されている場合には、多重化データ情報に含まれる、ビデオストリーム属性情報を利用する。具体的には、上記各実施の形態で示した動画像符号化方法または装置において、PMTに含まれるストリームタイプ、または、ビデオストリーム属性情報に対し、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示す固有の情報を設定するステップまたは手段を設ける。この構成により、上記各実施の形態で示した動画像符号化方法または装置によって生成した映像データと、他の規格に準拠する映像データとを識別することが可能になる。 In the present embodiment, the stream type included in the PMT is used among the above-mentioned multiplexed data. When the multiplexed data is recorded on the recording medium, the video stream attribute information included in the multiplexed data information is used. Specifically, in the moving image coding method or apparatus shown in each of the above embodiments, the moving image coding shown in each of the above embodiments is applied to the stream type or video stream attribute information included in the PMT. Provide steps or means to set unique information indicating that the video data is generated by the method or device. With this configuration, it becomes possible to distinguish between the video data generated by the moving image coding method or the apparatus shown in each of the above embodiments and the video data conforming to other standards.
また、本実施の形態における動画像復号化方法のステップを図23に示す。ステップexS100において、多重化データからPMTに含まれるストリームタイプ、または、多重化データ情報に含まれるビデオストリーム属性情報を取得する。次に、ステップexS101において、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成された多重化データであることを示しているか否かを判断する。そして、ストリームタイプ、または、ビデオストリーム属性情報が上記各実施の形態で示した動画像符号化方法または装置によって生成されたものであると判断された場合には、ステップexS102において、上記各実施の形態で示した動画像復号方法により復号を行う。また、ストリームタイプ、または、ビデオストリーム属性情報が、従来のMPEG−2、MPEG4−AVC、VC−1などの規格に準拠するものであることを示している場合には、ステップexS103において、従来の規格に準拠した動画像復号方法により復号を行う。 Further, FIG. 23 shows the steps of the moving image decoding method in the present embodiment. In step exS100, the stream type included in the PMT or the video stream attribute information included in the multiplexed data information is acquired from the multiplexed data. Next, in step exS101, it is determined whether or not the stream type or the video stream attribute information indicates that it is the multiplexed data generated by the moving image coding method or the apparatus shown in each of the above embodiments. To do. Then, when it is determined that the stream type or the video stream attribute information is generated by the moving image coding method or apparatus shown in each of the above embodiments, in step exS102, each of the above implementations is performed. Decoding is performed by the moving image decoding method shown in the form. Further, when it is shown that the stream type or the video stream attribute information conforms to the conventional standards such as MPEG-2, MPEG4-AVC, and VC-1, in step exS103, the conventional method is used. Decoding is performed by a moving image decoding method that conforms to the standard.
このように、ストリームタイプ、または、ビデオストリーム属性情報に新たな固有値を設定することにより、復号する際に、上記各実施の形態で示した動画像復号化方法または装置で復号可能であるかを判断することができる。従って、異なる規格に準拠する多重化データが入力された場合であっても、適切な復号化方法または装置を選択することができるため、エラーを生じることなく復号することが可能となる。また、本実施の形態で示した動画像符号化方法または装置、または、動画像復号方法または装置を、上述したいずれの機器・システムに用いることも可能である。 In this way, by setting a new eigenvalue in the stream type or the video stream attribute information, it is possible to determine whether or not the video stream can be decoded by the moving image decoding method or device shown in each of the above embodiments when decoding. You can judge. Therefore, even when multiplexed data conforming to different standards is input, an appropriate decoding method or device can be selected, so that the data can be decoded without causing an error. Further, the moving image coding method or device shown in the present embodiment, or the moving image decoding method or device can be used for any of the above-mentioned devices and systems.
(実施の形態4)
上記各実施の形態で示した動画像符号化方法および装置、動画像復号化方法および装置は、典型的には集積回路であるLSIで実現される。一例として、図24に1チップ化されたLSIex500の構成を示す。LSIex500は、以下に説明する要素ex501、ex502、ex503、ex504、ex505、ex506、ex507、ex508、ex509を備え、各要素はバスex510を介して接続している。電源回路部ex505は電源がオン状態の場合に各部に対して電力を供給することで動作可能な状態に起動する。
(Embodiment 4)
The moving image coding method and apparatus, moving image decoding method and apparatus shown in each of the above embodiments are typically realized by an LSI which is an integrated circuit. As an example, FIG. 24 shows the configuration of the LSI ex500 integrated into one chip. The LSI ex500 includes elements ex501, ex502, ex503, ex504, ex505, ex506, ex507, ex508, and ex509 described below, and each element is connected via a bus ex510. The power supply circuit unit ex505 is activated by supplying electric power to each unit when the power supply is on.
例えば符号化処理を行う場合には、LSIex500は、CPUex502、メモリコントローラex503、ストリームコントローラex504、駆動周波数制御部ex512等を有する制御部ex501の制御に基づいて、AV I/Oex509によりマイクex117やカメラex113等からAV信号を入力する。入力されたAV信号は、一旦SDRAM等の外部のメモリex511に蓄積される。制御部ex501の制御に基づいて、蓄積したデータは処理量や処理速度に応じて適宜複数回に分けるなどされ信号処理部ex507に送られ、信号処理部ex507において音声信号の符号化および/または映像信号の符号化が行われる。ここで映像信号の符号化処理は上記各実施の形態で説明した符号化処理である。信号処理部ex507ではさらに、場合により符号化された音声データと符号化された映像データを多重化するなどの処理を行い、ストリームI/Oex506から外部に出力する。この出力された多重化データは、基地局ex107に向けて送信されたり、または記録メディアex215に書き込まれたりする。なお、多重化する際には同期するよう、一旦バッファex508にデータを蓄積するとよい。 For example, when performing coding processing, the LSI ex500 is controlled by the microphone ex117 and the camera ex113 by the AVI / Oex509 based on the control of the control unit ex501 having the CPU ex502, the memory controller ex503, the stream controller ex504, the drive frequency control unit ex512, and the like. The AV signal is input from the above. The input AV signal is temporarily stored in an external memory ex511 such as SDRAM. Based on the control of the control unit ex501, the accumulated data is appropriately divided into a plurality of times according to the processing amount and the processing speed and sent to the signal processing unit ex507, and the signal processing unit ex507 encodes the audio signal and / or the video. The signal is encoded. Here, the video signal coding process is the coding process described in each of the above embodiments. The signal processing unit ex507 further performs processing such as multiplexing the encoded audio data and the encoded video data in some cases, and outputs the stream I / Oex506 to the outside. The output multiplexed data is transmitted to the base station ex107 or written to the recording medium ex215. It is advisable to temporarily store the data in the buffer ex508 so that the data will be synchronized when multiplexing.
なお、上記では、メモリex511がLSIex500の外部の構成として説明したが、LSIex500の内部に含まれる構成であってもよい。バッファex508も1つに限ったものではなく、複数のバッファを備えていてもよい。また、LSIex500は1チップ化されてもよいし、複数チップ化されてもよい。 In the above description, the memory ex511 has been described as an external configuration of the LSI ex500, but it may be a configuration included inside the LSI ex500. The buffer ex508 is not limited to one, and may include a plurality of buffers. Further, the LSI ex500 may be integrated into one chip or a plurality of chips.
また、上記では、制御部ex501が、CPUex502、メモリコントローラex503、ストリームコントローラex504、駆動周波数制御部ex512等を有するとしているが、制御部ex501の構成は、この構成に限らない。例えば、信号処理部ex507がさらにCPUを備える構成であってもよい。信号処理部ex507の内部にもCPUを設けることにより、処理速度をより向上させることが可能になる。また、他の例として、CPUex502が信号処理部ex507、または信号処理部ex507の一部である例えば音声信号処理部を備える構成であってもよい。このような場合には、制御部ex501は、信号処理部ex507、またはその一部を有するCPUex502を備える構成となる。 Further, in the above, it is assumed that the control unit ex501 has a CPU ex502, a memory controller ex503, a stream controller ex504, a drive frequency control unit ex512, and the like, but the configuration of the control unit ex501 is not limited to this configuration. For example, the signal processing unit ex507 may be configured to further include a CPU. By providing a CPU inside the signal processing unit ex507, the processing speed can be further improved. Further, as another example, the CPU ex502 may be configured to include a signal processing unit ex507 or, for example, an audio signal processing unit that is a part of the signal processing unit ex507. In such a case, the control unit ex501 is configured to include a signal processing unit ex507 or a CPU ex502 having a part thereof.
なお、ここでは、LSIとしたが、集積度の違いにより、IC、システムLSI、スーパーLSI、ウルトラLSIと呼称されることもある。 Although it is referred to as an LSI here, it may be referred to as an IC, a system LSI, a super LSI, or an ultra LSI depending on the degree of integration.
また、集積回路化の手法はLSIに限るものではなく、専用回路または汎用プロセッサで実現してもよい。LSI製造後に、プログラムすることが可能なFPGA(Field Programmable Gate Array)や、LSI内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。このようなプログラマブル・ロジック・デバイスは、典型的には、ソフトウェア又はファームウェアを構成するプログラムを、ロードする又はメモリ等から読み込むことで、上記各実施の形態で示した動画像符号化方法、又は動画像復号化方法を実行することができる。 Further, the method of making an integrated circuit is not limited to LSI, and may be realized by a dedicated circuit or a general-purpose processor. An FPGA (Field Programmable Gate Array) that can be programmed after the LSI is manufactured, or a reconfigurable processor that can reconfigure the connection and settings of circuit cells inside the LSI may be used. Such a programmable logic device typically loads a program constituting software or firmware from a memory or the like to load the moving image coding method or moving image shown in each of the above embodiments. The image decoding method can be executed.
さらには、半導体技術の進歩または派生する別技術によりLSIに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適応等が可能性としてありえる。 Furthermore, if an integrated circuit technology that replaces an LSI appears due to advances in semiconductor technology or another technology derived from it, it is naturally possible to integrate functional blocks using that technology. There is a possibility of adaptation of biotechnology.
(実施の形態5)
上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データを復号する場合、従来のMPEG−2、MPEG4−AVC、VC−1などの規格に準拠する映像データを復号する場合に比べ、処理量が増加することが考えられる。そのため、LSIex500において、従来の規格に準拠する映像データを復号する際のCPUex502の駆動周波数よりも高い駆動周波数に設定する必要がある。しかし、駆動周波数を高くすると、消費電力が高くなるという課題が生じる。
(Embodiment 5)
When decoding the video data generated by the moving image coding method or device shown in each of the above embodiments, the video data conforming to the conventional standards such as MPEG-2, MPEG4-AVC, and VC-1 is decoded. It is conceivable that the processing amount will increase as compared with the case. Therefore, in LSIex500, it is necessary to set a drive frequency higher than the drive frequency of CPUex502 when decoding video data conforming to the conventional standard. However, when the drive frequency is increased, there arises a problem that the power consumption increases.
この課題を解決するために、テレビex300、LSIex500などの動画像復号化装置は、映像データがどの規格に準拠するものであるかを識別し、規格に応じて駆動周波数を切替える構成とする。図25は、本実施の形態における構成ex800を示している。駆動周波数切替え部ex803は、映像データが、上記各実施の形態で示した動画像符号化方法または装置によって生成されたものである場合には、駆動周波数を高く設定する。そして、上記各実施の形態で示した動画像復号化方法を実行する復号処理部ex801に対し、映像データを復号するよう指示する。一方、映像データが、従来の規格に準拠する映像データである場合には、映像データが、上記各実施の形態で示した動画像符号化方法または装置によって生成されたものである場合に比べ、駆動周波数を低く設定する。そして、従来の規格に準拠する復号処理部ex802に対し、映像データを復号するよう指示する。 In order to solve this problem, a moving image decoding device such as a television ex300 or LSI ex500 is configured to identify which standard the video data conforms to and switch the drive frequency according to the standard. FIG. 25 shows the configuration ex800 in the present embodiment. The drive frequency switching unit ex803 sets the drive frequency high when the video data is generated by the moving image coding method or apparatus shown in each of the above embodiments. Then, the decoding processing unit ex801 that executes the moving image decoding method shown in each of the above embodiments is instructed to decode the video data. On the other hand, when the video data is video data conforming to the conventional standard, compared with the case where the video data is generated by the moving image coding method or the apparatus shown in each of the above embodiments. Set the drive frequency low. Then, the decoding processing unit ex802, which conforms to the conventional standard, is instructed to decode the video data.
より具体的には、駆動周波数切替え部ex803は、図24のCPUex502と駆動周波数制御部ex512から構成される。また、上記各実施の形態で示した動画像復号化方法を実行する復号処理部ex801、および、従来の規格に準拠する復号処理部ex802は、図24の信号処理部ex507に該当する。CPUex502は、映像データがどの規格に準拠するものであるかを識別する。そして、CPUex502からの信号に基づいて、駆動周波数制御部ex512は、駆動周波数を設定する。また、CPUex502からの信号に基づいて、信号処理部ex507は、映像データの復号を行う。ここで、映像データの識別には、例えば、実施の形態3で記載した識別情報を利用することが考えられる。識別情報に関しては、実施の形態3で記載したものに限られず、映像データがどの規格に準拠するか識別できる情報であればよい。例えば、映像データがテレビに利用されるものであるか、ディスクに利用されるものであるかなどを識別する外部信号に基づいて、映像データがどの規格に準拠するものであるか識別可能である場合には、このような外部信号に基づいて識別してもよい。また、CPUex502における駆動周波数の選択は、例えば、図27のような映像データの規格と、駆動周波数とを対応付けたルックアップテーブルに基づいて行うことが考えられる。ルックアップテーブルを、バッファex508や、LSIの内部メモリに格納しておき、CPUex502がこのルックアップテーブルを参照することにより、駆動周波数を選択することが可能である。
More specifically, the drive frequency switching unit ex803 includes the CPU ex502 of FIG. 24 and the drive frequency control unit ex512. Further, the decoding processing unit ex801 that executes the moving image decoding method shown in each of the above embodiments and the decoding processing unit ex802 that conforms to the conventional standard correspond to the signal processing unit ex507 of FIG. 24. The CPUex502 identifies which standard the video data conforms to. Then, the drive frequency control unit ex512 sets the drive frequency based on the signal from the CPU ex502. Further, the signal processing unit ex507 decodes the video data based on the signal from the CPU ex502. Here, for the identification of the video data, for example, it is conceivable to use the identification information described in the third embodiment. The identification information is not limited to the information described in the third embodiment, and may be any information that can identify which standard the video data conforms to. For example, it is possible to identify which standard the video data conforms to based on an external signal that identifies whether the video data is used for a television or a disc. In some cases, identification may be based on such an external signal. Further, it is conceivable that the drive frequency in the
図26は、本実施の形態の方法を実施するステップを示している。まず、ステップexS200では、信号処理部ex507において、多重化データから識別情報を取得する。次に、ステップexS201では、CPUex502において、識別情報に基づいて映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものであるか否かを識別する。映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合には、ステップexS202において、駆動周波数を高く設定する信号を、CPUex502が駆動周波数制御部ex512に送る。そして、駆動周波数制御部ex512において、高い駆動周波数に設定される。一方、従来のMPEG−2、MPEG4−AVC、VC−1などの規格に準拠する映像データであることを示している場合には、ステップexS203において、駆動周波数を低く設定する信号を、CPUex502が駆動周波数制御部ex512に送る。そして、駆動周波数制御部ex512において、映像データが上記各実施の形態で示した符号化方法または装置によって生成されたものである場合に比べ、低い駆動周波数に設定される。 FIG. 26 shows the steps to implement the method of this embodiment. First, in step exS200, the signal processing unit ex507 acquires identification information from the multiplexed data. Next, in step exS201, the CPU ex502 identifies whether or not the video data is generated by the coding method or apparatus shown in each of the above embodiments based on the identification information. When the video data is generated by the coding method or apparatus shown in each of the above embodiments, in step exS202, the CPU ex502 sends a signal for setting the drive frequency high to the drive frequency control unit ex512. Then, the drive frequency control unit ex512 sets a high drive frequency. On the other hand, when it is shown that the video data conforms to the conventional standards such as MPEG-2, MPEG4-AVC, and VC-1, the CPU ex502 drives the signal for setting the drive frequency low in step exS203. It is sent to the frequency control unit ex512. Then, in the drive frequency control unit ex512, the drive frequency is set to be lower than that in the case where the video data is generated by the coding method or the apparatus shown in each of the above embodiments.
さらに、駆動周波数の切替えに連動して、LSIex500またはLSIex500を含む装置に与える電圧を変更することにより、省電力効果をより高めることが可能である。例えば、駆動周波数を低く設定する場合には、これに伴い、駆動周波数を高く設定している場合に比べ、LSIex500またはLSIex500を含む装置に与える電圧を低く設定することが考えられる。 Further, the power saving effect can be further enhanced by changing the voltage applied to the LSI ex500 or the device including the LSI ex500 in conjunction with the switching of the drive frequency. For example, when the drive frequency is set low, it is conceivable to set the voltage applied to the LSI ex500 or the device including the LSI ex500 lower than when the drive frequency is set high.
また、駆動周波数の設定方法は、復号する際の処理量が大きい場合に、駆動周波数を高く設定し、復号する際の処理量が小さい場合に、駆動周波数を低く設定すればよく、上述した設定方法に限らない。例えば、MPEG4−AVC規格に準拠する映像データを復号する処理量の方が、上記各実施の形態で示した動画像符号化方法または装置により生成された映像データを復号する処理量よりも大きい場合には、駆動周波数の設定を上述した場合の逆にすることが考えられる。 Further, as for the setting method of the drive frequency, when the processing amount at the time of decoding is large, the drive frequency may be set high, and when the processing amount at the time of decoding is small, the drive frequency may be set low. Not limited to the method. For example, when the amount of processing for decoding video data conforming to the MPEG4-AVC standard is larger than the amount of processing for decoding video data generated by the moving image coding method or apparatus shown in each of the above embodiments. It is conceivable to reverse the setting of the drive frequency as described above.
さらに、駆動周波数の設定方法は、駆動周波数を低くする構成に限らない。例えば、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、LSIex500またはLSIex500を含む装置に与える電圧を高く設定し、従来のMPEG−2、MPEG4−AVC、VC−1などの規格に準拠する映像データであることを示している場合には、LSIex500またはLSIex500を含む装置に与える電圧を低く設定することも考えられる。また、他の例としては、識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合には、CPUex502の駆動を停止させることなく、従来のMPEG−2、MPEG4−AVC、VC−1などの規格に準拠する映像データであることを示している場合には、処理に余裕があるため、CPUex502の駆動を一時停止させることも考えられる。識別情報が、上記各実施の形態で示した動画像符号化方法または装置によって生成された映像データであることを示している場合であっても、処理に余裕があれば、CPUex502の駆動を一時停止させることも考えられる。この場合は、従来のMPEG−2、MPEG4−AVC、VC−1などの規格に準拠する映像データであることを示している場合に比べて、停止時間を短く設定することが考えられる。 Further, the method of setting the drive frequency is not limited to the configuration in which the drive frequency is lowered. For example, when the identification information indicates that it is the video data generated by the moving image coding method or the apparatus shown in each of the above embodiments, the voltage applied to the LSI ex500 or the apparatus including the LSI ex500 is set high. However, when it is shown that the video data conforms to the conventional standards such as MPEG-2, MPEG4-AVC, and VC-1, it is conceivable to set the voltage applied to the LSI ex500 or the device including the LSI ex500 low. Be done. Further, as another example, when the identification information indicates that it is the video data generated by the moving image coding method or the apparatus shown in each of the above embodiments, the driving of the CPU ex502 is stopped. If it is shown that the video data conforms to the conventional standards such as MPEG-2, MPEG4-AVC, and VC-1, there is a margin in processing, so the drive of CPUex502 should be suspended. Is also possible. Even when the identification information indicates that it is the video data generated by the moving image coding method or the apparatus shown in each of the above embodiments, if there is a margin in the processing, the CPU ex502 is temporarily driven. It is also possible to stop it. In this case, it is conceivable to set the stop time shorter than in the case where the video data conforms to the conventional standards such as MPEG-2, MPEG4-AVC, and VC-1.
このように、映像データが準拠する規格に応じて、駆動周波数を切替えることにより、省電力化を図ることが可能になる。また、電池を用いてLSIex500またはLSIex500を含む装置を駆動している場合には、省電力化に伴い、電池の寿命を長くすることが可能である。 In this way, power saving can be achieved by switching the drive frequency according to the standard to which the video data conforms. Further, when the LSI x500 or the device including the LSI ex500 is driven by using the battery, the life of the battery can be extended along with the power saving.
(実施の形態6)
テレビや、携帯電話など、上述した機器・システムには、異なる規格に準拠する複数の映像データが入力される場合がある。このように、異なる規格に準拠する複数の映像データが入力された場合にも復号できるようにするために、LSIex500の信号処理部ex507が複数の規格に対応している必要がある。しかし、それぞれの規格に対応する信号処理部ex507を個別に用いると、LSIex500の回路規模が大きくなり、また、コストが増加するという課題が生じる。
(Embodiment 6)
A plurality of video data conforming to different standards may be input to the above-mentioned devices / systems such as televisions and mobile phones. As described above, in order to enable decoding even when a plurality of video data conforming to different standards are input, the signal processing unit ex507 of the LSI ex500 needs to support the plurality of standards. However, if the signal processing unit ex507 corresponding to each standard is used individually, there arises a problem that the circuit scale of the LSI ex500 becomes large and the cost increases.
この課題を解決するために、上記各実施の形態で示した動画像復号方法を実行するための復号処理部と、従来のMPEG−2、MPEG4−AVC、VC−1などの規格に準拠する復号処理部とを一部共有化する構成とする。この構成例を図28Aのex900に示す。例えば、上記各実施の形態で示した動画像復号方法と、MPEG4−AVC規格に準拠する動画像復号方法とは、エントロピー符号化、逆量子化、デブロッキング・フィルタ、動き補償などの処理において処理内容が一部共通する。共通する処理内容については、MPEG4−AVC規格に対応する復号処理部ex902を共有し、MPEG4−AVC規格に対応しない、本発明の一態様に特有の他の処理内容については、専用の復号処理部ex901を用いるという構成が考えられる。特に、本発明の一態様は、階層符号化に特徴を有していることから、例えば、階層符号化については専用の復号処理部ex901を用い、それ以外のエントロピー復号、逆量子化、デブロッキング・フィルタ、動き補償のいずれか、または、全ての処理については、復号処理部を共有することが考えられる。復号処理部の共有化に関しては、共通する処理内容については、上記各実施の形態で示した動画像復号化方法を実行するための復号処理部を共有し、MPEG4−AVC規格に特有の処理内容については、専用の復号処理部を用いる構成であってもよい。 In order to solve this problem, a decoding processing unit for executing the moving image decoding method shown in each of the above embodiments, and decoding conforming to conventional standards such as MPEG-2, MPEG4-AVC, and VC-1. The configuration is such that a part is shared with the processing unit. An example of this configuration is shown in ex900 of FIG. 28A. For example, the moving image decoding method shown in each of the above embodiments and the moving image decoding method conforming to the MPEG4-AVC standard are processed in processing such as entropy coding, dequantization, deblocking filter, and motion compensation. Some of the contents are common. For common processing contents, the decoding processing unit ex902 corresponding to the MPEG4-AVC standard is shared, and for other processing contents not corresponding to the MPEG4-AVC standard and specific to one aspect of the present invention, a dedicated decoding processing unit is used. A configuration using ex901 is conceivable. In particular, since one aspect of the present invention is characterized by hierarchical coding, for example, a dedicated decoding processing unit ex901 is used for hierarchical coding, and other entropy decoding, dequantization, and deblocking are performed. -It is conceivable to share the decoding processing unit for either the filter, the motion compensation, or all the processing. Regarding the sharing of the decoding processing unit, regarding the common processing content, the decoding processing unit for executing the moving image decoding method shown in each of the above embodiments is shared, and the processing content peculiar to the MPEG4-AVC standard is shared. May be configured to use a dedicated decoding processing unit.
また、処理を一部共有化する他の例を図28Bのex1000に示す。この例では、本発明の一態様に特有の処理内容に対応した専用の復号処理部ex1001と、他の従来規格に特有の処理内容に対応した専用の復号処理部ex1002と、本発明の一態様に係る動画像復号方法と他の従来規格の動画像復号方法とに共通する処理内容に対応した共用の復号処理部ex1003とを用いる構成としている。ここで、専用の復号処理部ex1001、ex1002は、必ずしも本発明の一態様、または、他の従来規格に特有の処理内容に特化したものではなく、他の汎用処理を実行できるものであってもよい。また、本実施の形態の構成を、LSIex500で実装することも可能である。 Further, another example of partially sharing the processing is shown in ex1000 of FIG. 28B. In this example, a dedicated decoding processing unit ex1001 corresponding to the processing content peculiar to one aspect of the present invention, a dedicated decoding processing unit ex1002 corresponding to the processing content peculiar to other conventional standards, and one aspect of the present invention. It is configured to use the common decoding processing unit ex1003 corresponding to the processing contents common to the moving image decoding method according to the above and the moving image decoding method of other conventional standards. Here, the dedicated decoding processing units ex1001 and ex1002 are not necessarily specialized in one aspect of the present invention or processing contents peculiar to other conventional standards, but can execute other general-purpose processing. May be good. It is also possible to implement the configuration of this embodiment in LSI ex500.
このように、本発明の一態様に係る動画像復号方法と、従来の規格の動画像復号方法とで共通する処理内容について、復号処理部を共有することにより、LSIの回路規模を小さくし、かつ、コストを低減することが可能である。 As described above, the circuit scale of the LSI can be reduced by sharing the decoding processing unit for the processing contents common to the moving image decoding method according to one aspect of the present invention and the moving image decoding method of the conventional standard. Moreover, it is possible to reduce the cost.
本発明は、画像符号化装置又は画像符号化方法に利用できる。 The present invention can be used in image coding devices or image coding methods.
200 画像符号化装置
201 ビットレート制御部
202 時間スケーラビリティ情報付与部
203 減算器
204 変換部
205 量子化部
206 逆量子化部
207 逆変換部
208 加算器
209 ブロックメモリ
210 フレームメモリ
211 イントラ予測部
212 インター予測部
213 エントロピー符号化部
251 入力画像
252,256 残差信号
253,255 周波数係数
254 量子化係数
257 再構成画像
258,259,260 予測画像
261 ビットストリーム
262 外部パラメータ
263 ビットレート制御情報
264 時間スケーラビリティ情報
200
Claims (3)
前記ビットストリームを、固定ビットレートで符号化するか、可変ビットレートで符号化するかを選択する選択ステップと、
前記ビットストリームを、固定ビットレートで符号化すると選択した場合に、
(1)前記ビットストリームの一部であり、前記複数の画像のうち、最上層の時間レイヤに属する前記複数の画像の符号化データを含む前記ビットストリームの第1ビットレートタイプを固定ビットレートに設定し、(2)前記ビットストリームの一部であり、前記複数の画像のうち、最上層の時間レイヤ以外の時間レイヤに属する画像の符号化データを含むサブビットストリームの第2ビットレートタイプを可変ビットレートに設定する設定ステップと、
前記複数の画像の各々を、処理対象の画像より時間レイヤが高い画像を参照することを禁止して符号化する符号化ステップと、を含む、
画像符号化方法。 An image coding method that generates a bitstream with time scalability by encoding a plurality of images.
A selection step of selecting whether to encode the bitstream at a fixed bit rate or a variable bit rate.
If you choose to encode the bitstream at a constant bit rate,
(1) The first bit rate type of the bit stream, which is a part of the bit stream and includes the encoded data of the plurality of images belonging to the uppermost time layer among the plurality of images, is set to a fixed bit rate. (2) Variable bit rate type of the second bit rate of the sub-bit stream that is a part of the bit stream and contains the encoded data of the images belonging to the time layer other than the uppermost time layer among the plurality of images. Setting steps to set the rate and
Each of the plurality of images includes a coding step of encoding by prohibiting reference to an image having a time layer higher than that of the image to be processed.
Image coding method.
前記複数の画像を複数の階層のいずれかに割り当てて符号化して前記ビットストリームを生成し、
前記ビットストリームは前記複数の階層ごとに可変ビットレートで符号化されるか、固定ビットレートで符号化されるかを示す制御情報を含み、
前記複数の階層のうち、最上層の時間レイヤに対応する制御情報は、固定ビットレートを示し、
前記複数の階層のうち、最上層以外の時間レイヤに対応する制御情報は、可変ビットレートを示し、
前記複数の画像の各々を符号化した際に参照された画像は、処理対象の画像が属する時間レイヤ以下の時間レイヤに属する画像である、
画像符号化方法。 An image coding method that encodes multiple images to generate a bitstream with time scalability.
The plurality of images are assigned to any of the plurality of layers and encoded to generate the bitstream.
The bit stream contains control information indicating whether the bit stream is encoded at a variable bit rate or a constant bit rate for each of the plurality of layers.
Of the plurality of layers, the control information corresponding to the uppermost time layer indicates a fixed bit rate.
Of the plurality of layers, the control information corresponding to the time layer other than the top layer indicates a variable bit rate.
The image referred to when each of the plurality of images is encoded is an image belonging to a time layer below the time layer to which the image to be processed belongs.
Image coding method.
バッファを備える回路と、
メモリと、を備え、
前記回路は、
1以上の画像が複数の階層のいずれに割り当てられているかを示す第1の制御情報を復号し、
前記ビットストリームは複数の階層ごとに可変ビットレートで符号化されるか、固定ビットレートで符号化されるかを示す第2の制御情報を復号し、
前記第1の制御情報と前記第2の制御情報に基づいて、前記ビットストリームを、固定ビットレートでバッファから取り出すか、または、可変ビットレートでバッファから取り出し、
前記ビットストリームを復号して複数の画像を生成し、
前記複数の画像の各々を生成する際に参照された画像は、処理対象の画像が属する時間レイヤ以下の時間レイヤに属する画像であり、
前記ビットストリームは、(1)複数の階層のうち、最上層の時間レイヤに属する画像の符号化済みデータを含む第1のビットストリーム、または、(2)前記第1のビットストリームの1部であり、複数の階層のうち、最上層以外の時間レイヤに属する画像の符号化済みデータを含む第2のビットストリームであり、
前記ビットストリームが前記第1のビットストリームである場合、前記第2の制御情報は固定ビットレートを示し、前記ビットストリームが前記第2のビットストリームである場合、前記第2の制御情報は可変ビットレートを示す
画像復号装置。 An image decoding device that decodes a bitstream with time scalability.
A circuit with a buffer and
With memory,
The circuit
Decoding the first control information indicating which of the plurality of layers the one or more images are assigned to,
The bit stream is decoded for a second control information indicating whether it is encoded at a variable bit rate or a constant bit rate for each of a plurality of layers.
Based on the first control information and the second control information, the bitstream is taken out of the buffer at a constant bit rate or out of the buffer at a variable bit rate.
Decoding the bitstream to generate multiple images
The image referred to when generating each of the plurality of images is an image belonging to the time layer below the time layer to which the image to be processed belongs.
The bitstream is (1) a first bitstream containing encoded data of an image belonging to the uppermost time layer among a plurality of layers, or (2) a part of the first bitstream. Yes, it is a second bitstream containing encoded data of an image belonging to a time layer other than the top layer among a plurality of layers.
When the bitstream is the first bitstream, the second control information indicates a constant bit rate, and when the bitstream is the second bitstream, the second control information is variable bits. An image decoding device that indicates the rate.
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201462002332P | 2014-05-23 | 2014-05-23 | |
US62/002,332 | 2014-05-23 | ||
JP2015011805 | 2015-01-23 | ||
JP2015011805 | 2015-01-23 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015556310A Division JP6483028B2 (en) | 2014-05-23 | 2015-04-17 | Image encoding method and image encoding apparatus |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019092202A JP2019092202A (en) | 2019-06-13 |
JP6768096B2 true JP6768096B2 (en) | 2020-10-14 |
Family
ID=66836775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019023090A Active JP6768096B2 (en) | 2014-05-23 | 2019-02-13 | Image coding method and image decoding device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6768096B2 (en) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
BRPI0616615A8 (en) * | 2005-09-29 | 2018-03-06 | Thomson Res Funding Corporation | method and apparatus for restricted variable rate transfer (vbr) video encoding |
JP5535646B2 (en) * | 2007-01-05 | 2014-07-02 | トムソン ライセンシング | Virtual reference decoder for scalable video coding |
JP2009182442A (en) * | 2008-01-29 | 2009-08-13 | Univ Of Fukui | Moving image coding-decoding system, and moving image coding device and moving image decoding device used therefor |
EP2869555A4 (en) * | 2012-06-28 | 2016-03-16 | Sony Corp | Transmission/reception device, method, and coding/decoding device |
US20140003534A1 (en) * | 2012-07-02 | 2014-01-02 | Sony Corporation | Video coding system with temporal scalability and method of operation thereof |
-
2019
- 2019-02-13 JP JP2019023090A patent/JP6768096B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019092202A (en) | 2019-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7569999B2 (en) | Decoding device and encoding device | |
JP6172485B2 (en) | Image encoding method and image encoding apparatus | |
JP2021132407A (en) | Decryption method and decryption device | |
JP6504478B2 (en) | Encoding / decoding method | |
KR102010100B1 (en) | Image encoding method, image decoding method, image encoding device, image decoding device, and image encoding and decoding device | |
KR101790401B1 (en) | Methods and apparatuses for encoding and decoding video using periodic buffer description | |
JP6799122B2 (en) | Image coding method, image decoding method and image decoding device | |
JP5503091B1 (en) | Image encoding method and image encoding apparatus | |
JP7073553B2 (en) | Image coding method, image decoding method, image coding device and image decoding device | |
WO2012105265A1 (en) | Systems and methods for encoding and decoding video which support compatibility functionality to legacy video players | |
JP6483028B2 (en) | Image encoding method and image encoding apparatus | |
JP7092923B2 (en) | Transmission method, reception method, transmission device and reception device | |
JP6078927B2 (en) | Moving picture coding method, moving picture coding apparatus, moving picture decoding method, and moving picture decoding apparatus | |
KR20130140098A (en) | Image-encoding method, image-decoding method, image-encoding device, image-decoding device, and image-encoding/decoding device | |
WO2012108181A1 (en) | Methods and apparatuses for encoding and decoding video using multiple reference pictures | |
JP6365924B2 (en) | Image decoding method and image decoding apparatus | |
JP6768096B2 (en) | Image coding method and image decoding device | |
WO2013021601A1 (en) | Methods and apparatuses for encoding and decoding video using adaptive reference pictures memory management scheme to support temporal scalability |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190213 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20190531 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20190605 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200114 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200121 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200420 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200526 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200818 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200908 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200918 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6768096 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |