特許 7488358 ビデオ符号化における構文要素のシグナリングのための方法および装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-05-13

(45)【発行日】2024-05-21

(54)【発明の名称】ビデオ符号化における構文要素のシグナリングのための方法および装置

(51)【国際特許分類】

   H04N 19/70 20140101AFI20240514BHJP

   H04N 19/51 20140101ALI20240514BHJP

【ＦＩ】

H04N19/70

H04N19/51

【請求項の数】 7

(21)【出願番号】P 2022559754

(86)(22)【出願日】2021-03-23

(65)【公表番号】

(43)【公表日】2023-03-22

(86)【国際出願番号】 US2021023727

(87)【国際公開番号】W WO2021202174

(87)【国際公開日】2021-10-07

【審査請求日】2022-09-29

(31)【優先権主張番号】63/003,226

(32)【優先日】2020-03-31

(33)【優先権主張国・地域又は機関】US

【早期審査対象出願】

(73)【特許権者】

【識別番号】521248394

【氏名又は名称】ベイジン、ターチア、インターネット、インフォメーション、テクノロジー、カンパニー、リミテッド

【氏名又は名称原語表記】ＢＥＩＪＩＮＧ ＤＡＪＩＡ ＩＮＴＥＲＮＥＴ ＩＮＦＯＲＭＡＴＩＯＮ ＴＥＣＨＮＯＬＯＧＹ ＣＯ．，ＬＴＤ．

(74)【代理人】

【識別番号】100120031

【弁理士】

【氏名又は名称】宮嶋 学

(74)【代理人】

【識別番号】100107582

【弁理士】

【氏名又は名称】関根 毅

(74)【代理人】

【識別番号】100118843

【弁理士】

【氏名又は名称】赤岡 明

(74)【代理人】

【識別番号】100217940

【弁理士】

【氏名又は名称】三並 大悟

(72)【発明者】

【氏名】チェン、イ－ウェン

(72)【発明者】

【氏名】シウ、シャオユー

(72)【発明者】

【氏名】マ、ツン－チョアン

(72)【発明者】

【氏名】チュー、ホン－チェン

(72)【発明者】

【氏名】チェン、ウェイ

(72)【発明者】

【氏名】ワン、シャンリン

(72)【発明者】

【氏名】ユー、ビン

【審査官】鉢呂 健

(56)【参考文献】

【文献】国際公開第２０２１／２０１７５９（ＷＯ，Ａ１）

【文献】CHEN, Yi-Wen et al.，AHG9: On syntax signaling conditions in picture header，Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11 18th Meeting: by teleconference, 15-24 April 2020, [JVET-R0324]，JVET-R0324 (version 5)，ITU-T，2020年04月16日，＜URL:https://jvet-experts.org/doc_end_user/documents/18_Alpbach/wg11/JVET-R0324-v5.zip＞: JVET-R0324_r4.docx: pp.1-5

【文献】HSIANG, Shih-Ta et al.，AHG9: Overhead reduction for picture header and slice header，Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11 18th Meeting: by teleconference, 15-24 April 2020, [JVET-R0052-v1]，JVET-R0052 (version 1)，ITU-T，2020年04月03日，＜URL:https://jvet-experts.org/doc_end_user/documents/18_Alpbach/wg11/JVET-R0052-v1.zip＞: JVET-R0052-v1.docx: pp.1-13

【文献】CHUJOH, Takeshi and IKAI, Tomohiro，On mvd_l1_zero_flag and NoBackwadPredFlag，Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11 18th Meeting: by teleconference, 15-24 April 2020, [JVET-R0137-v4]，JVET-R0137 (version 4)，ITU-T，2020年04月20日，＜URL:https://jvet-experts.org/doc_end_user/documents/18_Alpbach/wg11/JVET-R0137-v4.zip＞: JVET-R0137-v4.docx: pp.1-8

【文献】PETTERSSON, Martin et al.，AHG9: On B-slice signaling in the PH and derivation of slice_type，Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11 18th Meeting: by teleconference, 15-24 April 2020, [JVET-R0250]，JVET-R0250 (version 1)，ITU-T，2020年04月03日，＜URL:https://jvet-experts.org/doc_end_user/documents/18_Alpbach/wg11/JVET-R0250-v1.zip＞: JVET-R0250.docx: pp.1-5

【文献】ZHANG, Li et al.，AHG9: On allowed slice types in a picture，Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11 18th Meeting: by teleconference, 15-24 April 2020, [JVET-R0061-v1]，JVET-R0061 (version 1)，ITU-T，2020年04月02日，＜URL:https://jvet-experts.org/doc_end_user/documents/18_Alpbach/wg11/JVET-R0061-v1.zip＞: JVET-R0061-v1.docx: pp.1-8

【文献】BROSS, Benjamin et al.，Versatile Video Coding (Draft 8)，Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11 17th Meeting: Brussels, BE, 7-17 January 2020, [JVET-Q2001-vE]，JVET-Q2001 (version 15)，ITU-T，2020年03月12日，＜URL:https://jvet-experts.org/doc_end_user/documents/17_Brussels/wg11/JVET-Q2001-v15.zip＞: JVET-Q2001-vE.docx: pp.47-50

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｈ０４Ｎ １９／００－１９／９８

(57)【特許請求の範囲】

【請求項1】

ビデオ復号のための方法であって、
デコーダによって、１つまたは複数の参照ピクチャリストの情報がピクチャに関連付けられたピクチャヘッダ（ＰＨ）でシグナリングされるか否かを決定すること、および前記１つまたは複数の参照ピクチャリストの前記情報が前記ＰＨでシグナリングされると決定することに応答して前記ピクチャに関連付けられた１つまたは複数のスライスが双予測であるか否かを前記１つまたは複数の参照ピクチャリストの前記情報から決定することと、
前記１つまたは複数の参照ピクチャリストの前記情報が前記ＰＨでシグナリングされることを決定したこと、および前記１つまたは複数のスライスが双予測でないことを前記１つまたは複数の参照ピクチャリストの前記情報から決定したことに応答して、前記デコーダによって、前記ＰＨの１つまたは複数の構文要素を解析しないことであって、前記１つまたは複数の構文要素は、前記１つまたは複数のスライスに適用可能な１つまたは複数のフラグを含むことと、
を含む、方法。

【請求項2】

前記１つまたは複数の参照ピクチャリストの前記情報が前記ＰＨでシグナリングされることを決定したこと、および前記１つまたは複数のスライスが双予測であることを前記１つまたは複数の参照ピクチャリストの前記情報から決定したことに応じて、前記１つまたは複数の構文要素を取得して、対応する動きベクトル差分（ＭＶＤ）符号化構文構造が解析されないか否か、および前記ＰＨに関連付けられた前記１つまたは複数のスライスについて２つの変数がゼロに設定されるか否かを特定することであって、前記２つの変数はそれぞれ、リストベクトル成分と、前記リストベクトル成分に対応する予測との差を特定することと、
前記１つまたは複数の構文要素が０に等しいと決定したことに応答して、前記１つまたは複数のスライスについて前記ＭＶＤ符号化構文構造を解析することと、
前記１つまたは複数の構文要素が１に等しいと決定したことに応答して、前記１つまたは複数のスライスを復号するために前記ＭＶＤ符号化構文構造を解析しないことと、
をさらに含む、請求項１に記載の方法。

【請求項3】

前記１つまたは複数の参照ピクチャリストの前記情報が前記ＰＨでシグナリングされることを決定したこと、および前記１つまたは複数のスライスが双予測であることを前記１つまたは複数の参照ピクチャリストの前記情報から決定したことに応じて、前記１つまたは複数の構文要素を取得して、前記ＰＨに関連付けられた前記１つまたは複数のスライスについて双方向オプティカルフロー（ＢＤＯＦ）インター予測ベースのインター双予測が無効化されるか否かを特定することと、
前記１つまたは複数の構文要素が０に等しいと決定したことに応答して、前記１つまたは複数のスライスを復号するために前記ＢＤＯＦインター予測ベースのインター双予測を有効化することと、
前記１つまたは複数の構文要素が１に等しいと決定したことに応答して、前記１つまたは複数のスライスを復号するために前記ＢＤＯＦインター予測ベースのインター双予測を無効化することと、
をさらに含む、請求項１に記載の方法。

【請求項4】

前記１つまたは複数の参照ピクチャリストの前記情報が前記ＰＨでシグナリングされることを決定したこと、および前記１つまたは複数のスライスが双予測であることを前記１つまたは複数の参照ピクチャリストの前記情報から決定したことに応じて、前記１つまたは複数の構文要素を取得して、前記ＰＨに関連付けられた前記１つまたは複数のスライスについてデコーダ動きベクトル微調整（ＤＭＶＲ）ベースのインター双予測が無効化されるか否かを特定することと、
前記１つまたは複数の構文要素が０に等しいと決定したことに応答して、前記１つまたは複数のスライスを復号するために前記ＤＭＶＲベースのインター双予測を有効化することと、
前記１つまたは複数の構文要素が１に等しいと決定したことに応答して、前記１つまたは複数のスライスを復号するために前記ＤＭＶＲベースのインター双予測を無効化することと、
をさらに含む、請求項１に記載の方法。

【請求項5】

ビデオ復号のための装置であって、
１つまたは複数のプロセッサと、
前記１つまたは複数のプロセッサによって実行可能な命令を記憶するように構成されるメモリと、を備え、
前記１つまたは複数のプロセッサは、前記命令の実行時に、請求項１から４のいずれか１つに記載の方法を実行するように構成される、装置。

【請求項6】

１つまたは複数のプロセッサによって実行されると、前記１つまたは複数のプロセッサに請求項１から４のいずれか１つに記載の方法を実行させるコンピュータ実行可能命令を記憶する、非一時的コンピュータ可読記憶媒体。

【請求項7】

１つまたは複数のプロセッサによって実行されると、前記１つまたは複数のプロセッサに請求項１から４のいずれか１つに記載の方法を行わせる複数の命令を備えるコンピュータプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

関連出願の相互参照
本出願は２０２０年３月３１日に出願された「Ｓｉｇｎａｌｉｎｇ ｏｆ Ｓｙｎｔａｘ Ｅｌｅｍｅｎｔｓ ｉｎ Ｖｉｄｅｏ Ｃｏｄｉｎｇ」と題された米国仮出願第６３／００３，２２６号に対する優先権を主張し、その全体が全ての目的で引用により組み込まれている。

【0002】

本開示はビデオ符号化および圧縮に関し、より詳細には、ビデオ符号化における構文要素のシグナリングのための方法および装置に関するが、これらに限定されない。

【背景技術】

【0003】

ビデオデータを圧縮するために様々なビデオ符号化技術が使用され得る。ビデオ符号化は１つまたは複数のビデオ符号化規格に従って実行される。例えば現在、いくつかのよく知られているビデオ符号化規格は、バーサタイルビデオコーディング（ＶＶＣ：Ｖｅｒｓａｔｉｌｅ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）、高効率ビデオ符号化（ＨＥＶＣ：Ｈｉｇｈ Ｅｆｆｉｃｉｅｎｃｙ Ｖｉｄｅｏ Ｃｏｄｉｎｇ、別名Ｈ．２６５またはＭＰＥＧ－Ｈパート２）、高度ビデオ符号化（ＡＶＣ：Ａｄｖａｎｃｅｄ Ｖｉｄｅｏ Ｃｏｄｉｎｇ、別名Ｈ．２６４またはＭＰＥＧ－４パート１０）を含み、これらはＩＳＯ／ＩＥＣ ＭＰＥＧおよびＩＴＵ－Ｔ ＶＥＣＧによって共同で開発されている。ＡＯＭｅｄｉａ Ｖｉｄｅｏ １（ＡＶ１）は、アライアンス・フォー・オープン・メディア（ＡＯＭ：Ａｌｌｉａｎｃｅ ｆｏｒ Ｏｐｅｎ Ｍｅｄｉａ）によって、その先行規格ＶＰ９の後継として開発された。デジタルオーディオおよびデジタルビデオ圧縮規格を指すオーディオビデオコーディング（ＡＶＳ）は、中国のオーディオおよびビデオ符号化規格ワークグループによって開発された他のビデオ圧縮規格シリーズである。既存のビデオ符号化規格のほとんどは、有名なハイブリッドビデオ符号化フレームワークに基づいて、すなわち、ブロックベースの予測方法（例えば、インター予測、イントラ予測）を使用してビデオ画像またはシーケンスに存在する冗長性を削減し、変換符号化を使用して予測誤差のエネルギーをコンパクト化することによって構築されている。ビデオ符号化技術の重要な目標は、ビデオ品質の低下を回避または最小化しながら、より低いビットレートを使用する形式にビデオデータを圧縮することである。

【発明の概要】

【発明が解決しようとする課題】

【0004】

本開示はビデオ符号化における構文要素のシグナリングに関する技術の例を提供する。

【課題を解決するための手段】

【0005】

本開示の第１の態様によれば、ビデオ符号化のための方法が提供される。この方法は、１つまたは複数の参照ピクチャリストがピクチャに関連付けられたピクチャヘッダ（ＰＨ）でシグナリングされるか否か、およびピクチャに関連付けられた１つまたは複数のスライスが双予測（ｂｉ－ｐｒｅｄｉｃｔｉｖｅ）であることを１つまたは複数の参照ピクチャリストが示すか否かをデコーダが決定することを含む。さらに、この方法は、１つまたは複数の参照ピクチャリストがＰＨでシグナリングされ、１つまたは複数のスライスが双予測でないことを１つまたは複数の参照ピクチャリストが示すと決定したことに応答して、デコーダが１つまたは複数の制約をＰＨの１つまたは複数の構文要素に追加することを含む。

【0006】

本開示の第２の態様によれば、ビデオ符号化のための方法が提供される。この方法は、デコーダが、ピクチャのＰＨに関連付けられた１つまたは複数のスライスのインター予測に１つまたは複数の時間動きベクトル予測子（ｐｒｅｄｉｃｔｏｒ）が使用されるか否かを特定するために、有効化フラグを使用することを含む。この方法は、デコーダが、スケーリング比計算のためにピクチャのサイズに適用される複数のオフセットに応じて有効化フラグの値を制約することをさらに含む。

【0007】

本開示の第３の態様によれば、ビデオ符号化のための装置が提供される。この装置は、１つまたは複数のプロセッサと、１つまたは複数のプロセッサによって実行可能な命令を記憶するように構成されるメモリと、を含む。１つまたは複数のプロセッサは、命令の実行時に、１つまたは複数の参照ピクチャリストがピクチャに関連付けられたＰＨでシグナリングされるか否か、およびピクチャに関連付けられた１つまたは複数のスライスが双予測であることを１つまたは複数の参照ピクチャリストが示すか否かを決定することを実行するように構成される。さらに、１つまたは複数のプロセッサは、１つまたは複数の参照ピクチャリストがＰＨでシグナリングされ、１つまたは複数のスライスが双予測でないことを１つまたは複数の参照ピクチャリストが示すと決定したことに応答して、１つまたは複数の制約をＰＨの１つまたは複数の構文要素に追加することを実行するように構成される。

【0008】

本開示の第４の態様によれば、ビデオ符号化のための装置が提供される。この装置は、１つまたは複数のプロセッサと、１つまたは複数のプロセッサによって実行可能な命令を記憶するように構成されるメモリと、を含む。１つまたは複数のプロセッサは、命令の実行時に、ピクチャのＰＨに関連付けられた１つまたは複数のスライスのインター予測に１つまたは複数の時間動きベクトル予測子が使用されるか否かを特定するために、有効化フラグを使用することを実行するように構成される。１つまたは複数のプロセッサは、スケーリング比計算のためにピクチャのサイズに適用される複数のオフセットに応じて有効化フラグの値を制約することを実行するようにさらに構成される。

【0009】

本開示の第５の態様によれば、コンピュータ実行可能命令を記憶する、ビデオ符号化のための非一時的コンピュータ可読記憶媒体が提供される。命令は、１つまたは複数のコンピュータプロセッサによって実行された場合に、１つまたは複数のコンピュータプロセッサに本開示の第１の態様によるビデオ符号化のための方法を実行させる。

【0010】

本開示の第６の態様によれば、コンピュータ実行可能命令を記憶する、ビデオ符号化のための非一時的コンピュータ可読記憶媒体が提供される。命令は、１つまたは複数のコンピュータプロセッサによって実行された場合に、１つまたは複数のコンピュータプロセッサに本開示の第２の態様によるビデオ符号化のための方法を実行させる。

【0011】

添付の図面に示された特定の例を参照して、本開示の例のより具体的な説明が行われる。これらの図面が一部の例のみを示しており、したがって範囲を限定するものとは見なされないことを考慮して、添付の図面を使用してさらに具体的かつ詳細に例が記載および説明される。

【図面の簡単な説明】

【0012】

【図1】本開示のいくつかの実装による例示的なビデオエンコーダを示すブロック図である。

【図2】本開示のいくつかの実装による例示的なビデオデコーダを示すブロック図である。

【図3】本開示のいくつかの実装による、複数の符号化ツリーユニット（ＣＴＵ：ｃｏｄｉｎｇ ｔｒｅｅ ｕｎｉｔ）に分割されたピクチャの一例を示す図である。

【図4A】本開示のいくつかの実装によるマルチタイプツリー分割モードを示す概略図である。

【図4B】本開示のいくつかの実装によるマルチタイプツリー分割モードを示す概略図である。

【図4C】本開示のいくつかの実装によるマルチタイプツリー分割モードを示す概略図である。

【図4D】本開示のいくつかの実装によるマルチタイプツリー分割モードを示す概略図である。

【図5】本開示のいくつかの実装によるビデオ符号化のための例示的な装置を示すブロック図である。

【図6】本開示のいくつかの実装によるビデオ符号化の例示的な処理を示すフローチャートである。

【図7】本開示のいくつかの実装によるビデオ符号化の例示的な処理を示すフローチャートである。

【発明を実施するための形態】

【0013】

特定の実装への参照がここで詳細に行われ、その例が添付の図面に示されている。以下の詳細な説明では、本明細書に提示される主題の理解を助けるために、多数の非限定的な特定の詳細が示されている。しかしながら、様々な代替例が使用され得ることは当業者には明らかであろう。例えば、本明細書で提示される主題が、デジタルビデオ機能を有する多くのタイプの電子デバイスで実施されることが可能であるということは当業者には明らかであろう。

【0014】

「一実施形態（ｏｎｅ ｅｍｂｏｄｉｍｅｎｔ）」、「実施形態（ａｎ ｅｍｂｏｄｉｍｅｎｔ）」、「一例（ａｎ ｅｘａｍｐｌｅ）」、「いくつかの実施形態（ｓｏｍｅ ｅｍｂｏｄｉｍｅｎｔｓ）」、「いくつかの例（ｓｏｍｅ ｅｘａｍｐｌｅｓ）」、または同様の文言への本明細書全体での言及は、記載された特定の特徴、構造、または特性が少なくとも１つ実施形態または例に含まれることを意味する。１つまたはいくつかの実施形態に関連して説明される特徴、構造、要素、または特性は、特に明記されない限り、他の実施形態にも適用可能である。

【0015】

本開示全体を通じて、「第１」、「第２」、「第３」などの用語は全て、特に明記されない限り、空間的または時系列順序を暗示することなく、例えば、デバイス、コンポーネント、組成物、ステップなどの関連する要素を参照するためだけの命名法として使用されている。例えば、「第１のデバイス」および「第２のデバイス」は、別々に形成された２つのデバイス、または同一のデバイスの２つの部分、コンポーネントもしくは動作状態を指し得、任意に命名され得る。

【0016】

「モジュール」、「サブモジュール」、「回路（ｃｉｒｃｕｉｔ）」、「サブ回路（ｓｕｂ－ｃｉｒｃｕｉｔ）」、「回路（ｃｉｒｃｕｉｔｒｙ）」、「サブ回路（ｓｕｂ－ｃｉｒｃｕｉｔｒｙ）」、「ユニット」、または「サブユニット」という用語は、１つまたは複数のプロセッサで実行されることが可能なコードまたは命令を記憶するメモリ（共有、専用、またはグループ）を含み得る。モジュールは、記憶されたコードまたは命令を含むまたは含まない１つまたは複数の回路を含み得る。モジュールまたは回路は、直接または間接的に接続された１つまたは複数のコンポーネントを含み得る。これらのコンポーネントは、互いに物理的に取り付けられているか、または隣接して配置されていてもよく、そうでなくてもよい。

【0017】

本明細書で使用する場合、「～場合（ｉｆ）」または「～とき（ｗｈｅｎ）」という用語は、文脈に応じて「～すると（ｕｐｏｎ）」または「～に応答して（ｉｎ ｒｅｓｐｏｎｓｅ ｔｏ）」を意味すると理解され得る。これらの用語は、請求項に登場する場合、関連する制限または特徴が条件付きまたは任意選択であることを示さない場合がある。例えば、方法は、ｉ）条件Ｘが存在するときまたは場合に、機能またはアクションＸ’が実行されるステップと、ｉｉ）条件Ｙが存在するときまたは場合に、機能またはアクションＹ’が実行されるステップと、を含み得る。この方法は、機能またはアクションＸ’を実行する能力と、機能またはアクションＹ’を実行する能力との両方を有して実施され得る。したがって、機能Ｘ’およびＹ’は、この方法の複数回の実行時に、その時々において、両方とも実行され得る。

【0018】

ユニットまたはモジュールは、純粋にソフトウェアによって、純粋にハードウェアによって、またはハードウェアとソフトウェアとの組み合わせによって実装され得る。純粋なソフトウェア実装では、例えば、ユニットまたはモジュールは、特定の機能を実行するために直接的または間接的に相互にリンクされた機能的に関連するコード・ブロックまたはソフトウェア・コンポーネントを含み得る。

【0019】

図１は、ブロックベースの処理を使用する多くのビデオ符号化規格と併せて使用され得る例示的なブロックベースのハイブリッドビデオエンコーダ１００を示すブロック図を示している。エンコーダ１００において、ビデオフレームは処理のために複数のビデオブロックに区分される。所与のビデオブロックごとに、インター予測アプローチまたはイントラ予測アプローチのいずれかに基づいて予測が形成される。インター予測では、動き推定および動き補償によって、以前に再構築されたフレームのピクセルに基づいて１つまたは複数の予測子が形成される。イントラ予測では、現在のフレーム内の再構築されたピクセルに基づいて予測子が形成される。モード決定により、現在のブロックを予測するために最良の予測子が選択され得る。

【0020】

現在のビデオブロックとその予測子との間の差を表す予測残差は変換回路１０２に送られる。次いで、変換係数は、エントロピー低減のために変換回路１０２から量子化回路１０４に送られる。次いで、量子化された係数はエントロピー符号化回路１０６に供給されて、圧縮されたビデオビットストリームを生成する。図１に示されるように、インター予測回路および／またはイントラ予測回路１１２からの予測関連情報１１０、例えば、ビデオブロック区分情報、動きベクトル、参照ピクチャインデックス、およびイントラ予測モードなども、エントロピー符号化回路１０６を介して供給され、圧縮されたビデオビットストリーム１１４に保存される。

【0021】

エンコーダ１００では、予測の目的でピクセルを再構築するために、デコーダ関連の回路も必要とされる。最初に、逆量子化１１６および逆変換回路１１８を介して予測残差が再構築される。この再構築された予測残差はブロック予測子１２０と組み合わせられて、現在のビデオブロックのフィルタリングされていない再構築されたピクセルを生成する。

【0022】

イントラ予測（「空間予測」とも呼ばれる）は、同じビデオピクチャおよび／またはスライス内の符号化済みの近傍ブロック（これらは参照サンプルと呼ばれる）のサンプルからのピクセルを使用して現在のビデオブロックを予測する。空間予測はビデオ信号に内在する空間的冗長性を低減する。

【0023】

インター予測（「時間予測」とも呼ばれる）は、符号化済みのビデオピクチャからの再構築されたピクセルを使用して現在のビデオブロックを予測する。時間予測はビデオ信号に内在する時間的冗長性を低減する。所与の符号化ユニット（ＣＵ：ｃｏｄｉｎｇ ｕｎｉｔ）または符号化ブロックの時間予測信号は通常、現在のＣＵとその時間参照との間の動きの量および方向を示す１つまたは複数の動きベクトル（ＭＶ：ｍｏｔｉｏｎ ｖｅｃｔｏｒ）によってシグナリングされる。さらに、複数の参照ピクチャがサポートされている場合、１つの参照ピクチャインデックスが追加で送られ、これは時間予測信号が参照ピクチャストア内のどの参照ピクチャのものであるかを識別するために使用される。

【0024】

空間予測および／または時間予測が実行された後、エンコーダ１００内のイントラ／インター・モード決定回路１２１は、例えばレート歪み最適化方法に基づいて、最良の予測モードを選択する。次いで、ブロック予測子１２０が現在のビデオブロックから減算され、その結果得られた予測残差は変換回路１０２および量子化回路１０４を使用して無相関化される。その結果得られた量子化された残差係数は、逆量子化回路１１６によって逆量子化され、逆変換回路１１８によって逆変換されて、再構築された残差を形成し、これは次いで予測ブロックに再び加算されて、ＣＵの再構築された信号を形成する。さらに、デブロッキングフィルタ、サンプル適応オフセット（ＳＡＯ：ｓａｍｐｌｅ ａｄａｐｔｉｖｅ ｏｆｆｓｅｔ）、および／または適応ループ内フィルタ（ＡＬＦ：ａｄａｐｔｉｖｅ ｉｎ－ｌｏｏｐ ｆｉｌｔｅｒ）などのループ内フィルタリング１１５が、再構築されたＣＵに適用され得、その後ピクチャバッファ１１７の参照ピクチャストアに入れられ、将来のビデオブロックを符号化するために使用される。出力ビデオビットストリーム１１４を形成するために、符号化モード（インターまたはイントラ）、予測モード情報、動き情報、および量子化された残差係数は全てエントロピー符号化ユニット１０６に送られてさらに圧縮され、パックされてビットストリームを形成する。

【0025】

例えば、ＡＶＣ、ＨＥＶＣ、ならびにＶＶＣの最新バージョンではデブロッキングフィルタが利用可能である。ＨＥＶＣでは、符号化効率をさらに向上させるために、ＳＡＯ（サンプル適応オフセット）と呼ばれる追加のループ内フィルタが定義されている。ＶＶＣ規格の最新バージョンでは、ＡＬＦ（適応ループフィルタ：ａｄａｐｔｉｖｅ ｌｏｏｐ ｆｉｌｔｅｒ）と呼ばれるさらに他のループ内フィルタが積極的に研究されており、最終的な規格に含まれる十分な可能性を有している。

【0026】

これらのループ内フィルタ操作は任意選択である。これらの操作を実行することは、符号化効率および視覚品質を向上させるのに役立つ。それらはまた、計算の複雑さを省くためにエンコーダ１００によって行われる決定としてオフにされ得る。

【0027】

イントラ予測は通常、フィルタリングされていない再構築されたピクセルに基づき、インター予測は、これらのフィルタオプションがエンコーダ１００によってオンにされている場合、フィルタリングされた再構築されたピクセルに基づくことに留意されたい。

【0028】

図２は、多くのビデオ符号化規格と併せて使用され得る例示的なブロックベースのビデオデコーダ２００を示すブロック図である。このデコーダ２００は、図１のエンコーダ１００に存在する再構築関連部分と同様である。デコーダ２００では、入ってきたビデオビットストリーム２０１は最初にエントロピー復号２０２によって復号されて、量子化された係数レベルおよび予測関連情報を導出する。次いで、量子化された係数レベルは逆量子化２０４および逆変換２０６によって処理されて、再構築された予測残差を得る。イントラ／インター・モード・セレクタ２１２に実装されたブロック予測メカニズムは、復号された予測情報に基づいてイントラ予測２０８または動き補償２１０のいずれかを実行するように構成される。総和器（ｓｕｍｍｅｒ）２１４を使用して逆変換２０６からの再構築された予測残差と、ブロック予測メカニズムによって生成された予測出力との総和をとることによって、フィルタリングされていない再構築されたピクセルのセットが得られる。

【0029】

再構築されたブロックはさらにループ内フィルタ２０９を経由し得、その後、参照ピクチャストアとして機能するピクチャバッファ２１３に記憶される。ピクチャバッファ２１３内の再構築されたビデオは、ディスプレイデバイスを駆動するために送出される共に、将来のビデオブロックを予測するために使用され得る。ループ内フィルタ２０９がオンにされている状況では、これらの再構築されたピクセルにフィルタリング操作が実行されて、最終的な再構築されたビデオ出力２２２を導出する。

【0030】

前述のビデオ符号化／復号規格、例えば、ＶＶＣ、ＪＥＭ、ＨＥＶＣ、ＭＰＥＧ－４、パート１０は、概念的に類似している。例えば、それらは全てブロックベースの処理を使用する。一部の規格におけるブロック区分方式について、以下で詳しく説明される。

【0031】

高効率ビデオ符号化（ＨＥＶＣ）
ＨＥＶＣは、ハイブリッドブロックベース動き補償変換符号化アーキテクチャに基づいている。圧縮の基本単位はＣＴＵと称される。最大ＣＴＵサイズは、４：２：０クロマ・フォーマットの場合、最大で６４×６４のルマ・ピクセルおよび３２×３２のクロマ・ピクセルの２つのブロックと定義されている。各ＣＴＵは１つのＣＵを含むか、または事前定義された最小ＣＵサイズに達するまで４つのより小さいＣＵに再帰的に分割され得る。各ＣＵ（リーフＣＵとも命名されている）は、１つまたは複数の予測ユニット（ＰＵ：ｐｒｅｄｉｃｔｉｏｎ ｕｎｉｔ）および変換ユニット（ＴＵ：ｔｒａｎｓｆｏｒｍ ｕｎｉｔ）のツリーを含む。

【0032】

一般に、モノクロコンテンツを除いて、ＣＴＵは１つのルマ符号化ツリーブロック（ＣＴＢ：ｃｏｄｉｎｇ ｔｒｅｅ ｂｌｏｃｋ）および２つの対応するクロマＣＴＢを含み得、ＣＵは１つのルマ符号化ブロック（ＣＢ：ｃｏｄｉｎｇ ｂｌｏｃｋ）および２つの対応するクロマＣＢを含み得、ＰＵは１つのルマ予測ブロック（ＰＢ：ｐｒｅｄｉｃｔｉｏｎ ｂｌｏｃｋ）および２つの対応するクロマＰＢを含み得、ＴＵは１つのルマ変換ブロック（ＴＢ：ｔｒａｎｓｆｏｒｍ ｂｌｏｃｋ）および２つの対応するクロマＴＢを含み得る。しかしながら、例外が発生し得、その理由は、最小ＴＢサイズがルマおよびクロマの両方で４×４であり（すなわち、４：２：０カラーフォーマット用に２×２クロマＴＢがサポートされていない）、各イントラクロマＣＢは、対応するイントラルマＣＢ内のイントラルマＰＢの数によらず、常にただ１つイントラクロマＰＢを有するためである。

【0033】

イントラＣＵの場合、ルマＣＢは１つまたは４つのルマＰＢによって予測され得、２つのクロマＣＢのそれぞれは常に１つのクロマＰＢによって予測され、ここで、各ルマＰＢは１つのイントラルマ予測モードを有し、２つのクロマＰＢは１つのイントラクロマ予測モードを共有する。さらに、イントラＣＵの場合、ＴＢサイズはＰＢサイズより大きくすることができない。各ＰＢでは、イントラ予測が適用されて、ＰＢ内の各ＴＢのサンプルをそのＴＢの近傍の再構築されたサンプルから予測する。各ＰＢでは、３３個の有向のイントラ予測モードに加えて、ＤＣモードおよび平面モードもサポートされており、それぞれ平坦な領域および徐々に変化する領域を予測する。

【0034】

各インターＰＵについて、インター、スキップ、およびマージを含む３つの予測モードのうちの１つが選択され得る。一般的に言えば、動きベクトル競合（ＭＶＣ：ｍｏｔｉｏｎ ｖｅｃｔｏｒ ｃｏｍｐｅｔｉｔｉｏｎ）方式が導入されて、空間的および時間的動き候補を含む所与の候補セットから動き候補を選択する。動き推定への複数の参照は、２つの可能性のある再構築された参照ピクチャリスト（すなわち、リスト０およびリスト１）において最良の参照を見つけることを可能にする。インター・モード（ＡＭＶＰモードと称され、ＡＭＶＰは高度動きベクトル予測（ａｄｖａｎｃｅｄ ｍｏｔｉｏｎ ｖｅｃｔｏｒ ｐｒｅｄｉｃｔｉｏｎ）を表す）では、インター予測インジケータ（リスト０、リスト１、または双方向予測）、参照インデックス、動き候補インデックス、動きベクトル差分（ＭＶＤ：ｍｏｔｉｏｎ ｖｅｃｔｏｒ ｄｉｆｆｅｒｅｎｃｅ）、および予測残差が送信される。スキップモードおよびマージモードに関しては、マージインデックスのみが送信され、現在のＰＵは、符号化されたマージインデックスによって参照される近傍のＰＵからインター予測インジケータ、参照インデックス、および動きベクトルを継承する。スキップ符号化されたＣＵの場合、残差信号も省略される。

【0035】

バーサタイルビデオコーディング（ＶＶＣ）
２０１８年４月１０～２０日に米国サンディエゴで開催された第１０回ＪＶＥＴ会議において、ＪＶＥＴはバーサタイルビデオコーディング（ＶＶＣ）の最初のドラフトおよびその参照ソフトウェア実装としてのＶＶＣテストモデル１（ＶＴＭ１）を定義した。ＶＶＣの最初の新しい符号化機能として、ネストされたマルチタイプツリーを有するクワッドツリーを含めることが決められた。マルチタイプツリーは、二分割および三分割の両方を含む符号化ブロック区分構造である。それ以来、符号化および復号両方の処理が実装された参照ソフトウェアＶＴＭが開発され、以降のＪＶＥＴ会議を通じて更新されている。

【0036】

ＶＶＣでは、入力ビデオのピクチャはＣＴＵと呼ばれるブロックに区分される。ＣＴＵは、ネストされたマルチタイプツリー構造を有するクワッドツリーを使用してＣＵに分割され、ＣＵは同じ予測モード（例えば、イントラまたはインター）を共有するピクセルの領域を定義する。「ユニット」という用語は、ルマおよびクロマなどの全てのコンポーネントをカバーする画像の領域を定義し得る。「ブロック」という用語は、特定のコンポーネント（例えば、ルマ）をカバーする領域を定義するために使用され得、４：２：０などのクロマ・サンプリング・フォーマットを考えた場合、異なるコンポーネント（例えば、ルマ対クロマ）のブロックは空間位置が異なり得る。

【0037】

ピクチャのＣＴＵへの区分
図３は、本開示のいくつかの実装による、複数のＣＴＵ３０２に分割されたピクチャ３００の一例を示している。

【0038】

ＶＣＣでは、ピクチャはＣＴＵのシーケンスに分割される。ＣＴＵの概念はＨＥＶＣと同じである。３つのサンプル配列を有するピクチャの場合、ＣＴＵはＮ×Ｎのルマサンプルのブロックと、対応する２つのクロマサンプルのブロックとで構成される。

【0039】

ＣＴＵ内のルマブロックの最大許容サイズは１２８×１２８に特定されている（ただし、ルマ変換ブロックの最大サイズは６４×６４である）。

【0040】

ツリー構造を使用したＣＴＵの区分
ＨＥＶＣでは、様々な局所特性に適応するために、符号化ツリーと称される四分木（ｑｕａｔｅｒｎａｒｙ－ｔｒｅｅ）構造を使用してＣＴＵがＣＵに分割される。ピクチャ間（時間）またはピクチャ内（空間）予測のいずれを使用してピクチャエリアを符号化するかの決定は、リーフＣＵレベルで行われる。各リーフＣＵは、ＰＵ分割タイプに応じて、１つ、２つ、または４つのＰＵにさらに分割されることが可能である。１つのＰＵ内では、同じ予測処理が適用され、ＰＵごとに関連情報がデコーダに送信される。ＰＵ分割タイプに基づいて予測処理を適用することによって残差ブロックを取得した後、リーフＣＵは、そのＣＵの符号化ツリーと同様の他の四分木構造に従って、変換ユニット（ＴＵ）に区分されることが可能である。ＨＥＶＣ構造の重要な特徴の１つは、ＣＵ、ＰＵ、およびＴＵを含む複数の区分の概念を有することである。

【0041】

ＶＶＣでは、二分割および三分割セグメンテーション構造を使用したネストされたマルチタイプツリーを有するクワッドツリーが複数の区分単位タイプの概念に置き換わり、すなわち、最大変換長には大きすぎるサイズを有するＣＵを適宜除いて、ＣＵ、ＰＵ、およびＴＵの概念の区別を取り除き、ＣＵ区分形状のより高い柔軟性をサポートする。符号化ツリー構造では、ＣＵは正方形または長方形のいずれかの形状を有することができる。ＣＴＵはまず、四分木（別名、クワッドツリー）構造によって区分される。次いで、四分木のリーフノードは、マルチタイプツリー構造によってさらに区分されることが可能である。

【0042】

図４Ａ～図４Ｄは、本開示のいくつかの実装によるマルチタイプツリー分割モードを示す概略図である。図４Ａ～図４Ｄに示されるように、マルチタイプツリー構造には４つの分割タイプ、すなわち、垂直二分割４０２（ＳＰＬＩＴ＿ＢＴ＿ＶＥＲ）、水平二分割４０４（ＳＰＬＩＴ＿ＢＴ＿ＨＯＲ）、垂直三分割４０６（ＳＰＬＩＴ＿ＴＴ＿ＶＥＲ）、および水平三分割４０８（ＳＰＬＩＴ＿ＴＴ＿ＨＯＲ）がある。マルチタイプツリーのリーフノードはＣＵと呼ばれ、ＣＵが最大変換長に対して大きすぎる場合を除き、このセグメンテーションはさらなる区分なしに予測および変換処理に使用される。これは、ほとんどの場合において、ＣＵ、ＰＵ、およびＴＵが、ネストされたマルチタイプツリー符号化ブロック構造を有するクワッドツリーで同じブロックサイズを有することを意味する。サポートされている最大変換長がＣＵのカラーコンポーネントの幅または高さよりも小さい場合に、例外が発生する。

【0043】

ＶＶＣの構文
ＶＶＣでは、構文・シグナリングのビットストリームの最初のレイヤはネットワーク抽象化レイヤ（ＮＡＬ：Ｎｅｔｗｏｒｋ Ａｂｓｔｒａｃｔｉｏｎ Ｌａｙｅｒ）であり、ここでビットストリームがＮＡＬユニットのセットに分割される。一部のＮＡＬユニットは、シーケンスパラメータセット（ＳＰＳ）およびピクチャパラメータセット（ＰＰＳ）などの共通の制御パラメータをデコーダにシグナリングする。その他はビデオデータを含む。ビデオ符号化レイヤ（ＶＣＬ：Ｖｉｄｅｏ Ｃｏｄｉｎｇ Ｌａｙｅｒ）ＮＡＬユニットは、符号化されたビデオのスライスを含む。符号化されたピクチャはアクセスユニットと呼ばれ、１つまたは複数のスライスとして符号化されることが可能である。

【0044】

符号化されたビデオシーケンスは、即時デコーダリフレッシュ（ＩＤＲ：Ｉｎｓｔａｎｔａｎｅｏｕｓ Ｄｅｃｏｄｅｒ Ｒｅｆｒｅｓｈ）ピクチャから始まる。以下の全てのビデオピクチャは、スライスとして符号化される。新しいＩＤＲピクチャは、前のビデオセグメントが終了し、新しいものが始まることをシグナリングする。各ＮＡＬユニットは１バイトのヘッダで始まり、その後に未加工バイトシーケンスペイロード（ＲＢＳＰ：Ｒａｗ Ｂｙｔｅ Ｓｅｑｕｅｎｃｅ Ｐａｙｌｏａｄ）が続く。ＲＢＳＰは符号化されたスライスを含む。スライスは２進化されているので、長さが整数のバイト数になるようにゼロ・ビットでパディングされ得る。スライスはスライスヘッダおよびスライスデータで構成される。スライスデータは一連のＣＵとして規定される。

【0045】

ピクチャの最初のＶＣＬ ＮＡＬユニットとしてピクチャごとに１回送信されるピクチャヘッダの概念が第１６回ＪＶＥＴ会議で採用された。以前はスライスヘッダにあったいくつかの構文要素をこのピクチャヘッダにグループ化することも提案された。機能的にピクチャごとに１回だけ送信されればよい構文要素は、所与のピクチャのスライスで複数回送信される代わりに、ピクチャヘッダに移動されることが可能である。

【0046】

ＶＶＣ仕様では、構文テーブルは、許容される全てのビットストリームの構文のスーパーセットを特定する。構文に対する追加の制約は、他の条項（ｃｌａｕｓｅ）で直接的または間接的に特定され得る。以下の表１は、ＶＶＣにおけるスライスヘッダおよびピクチャヘッダの構文テーブルである。一部の構文のセマンティクスも、構文テーブルの後に示されている。

【表1-1】

【表1-2】

【表1-3】

【表1-4】

【表1-5】

【0047】

選択された構文要素のセマンティック
ｐｈ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇは、ＰＨに関連付けられたスライスのインター予測に時間動きベクトル予測子が使用されることが可能か否かを特定する。ｐｈ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇが０に等しい場合、ＰＨに関連付けられたスライスの構文要素は、スライスの復号時に時間動きベクトル予測子が使用されないように制約されるものとする。そうでない場合（ｐｈ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇが１に等しい場合）、ＰＨに関連付けられたスライスの復号時に時間動きベクトル予測子が使用され得る。ｐｈ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇの値は、存在しない場合には、０に等しいと推測される。現在のピクチャと同じ空間解像度を有する参照ピクチャが復号ピクチャバッファ（ＤＰＢ：Ｄｅｃｏｄｅｄ Ｐｉｃｔｕｒｅ Ｂｕｆｆｅｒ）にない場合、ｐｈ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇの値は０に等しいものとする。

【0048】

サブブロックベースのマージＭＶＰ候補の最大数ＭａｘＮｕｍＳｕｂｂｌｏｃｋＭｅｒｇｅＣａｎｄは、次のように導出される。
ｉｆ（ｓｐｓ＿ａｆｆｉｎｅ＿ｅｎａｂｌｅｄ＿ｆｌａｇ）
ＭａｘＮｕｍＳｕｂｂｌｏｃｋＭｅｒｇｅＣａｎｄ＝５－ｆｉｖｅ＿ｍｉｎｕｓ＿ｍａｘ＿ｎｕｍ＿ｓｕｂｂｌｏｃｋ＿ｍｅｒｇｅ＿ｃａｎｄ
ｅｌｓｅ
ＭａｘＮｕｍＳｕｂｂｌｏｃｋＭｅｒｇｅＣａｎｄ＝ｓｐｓ＿ｓｂｔｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇ＆＆ｐｈ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇ；
ここで、ＭａｘＮｕｍＳｕｂｂｌｏｃｋＭｅｒｇｅＣａｎｄの値は０から５までの範囲内（両端含む）であるものとする。

【0049】

１に等しいｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｆｒｏｍ＿ｌ０＿ｆｌａｇは、時間動きベクトル予測に使用される並置されたピクチャ（ｃｏｌｌｏｃａｔｅｄ ｐｉｃｔｕｒｅ）が参照ピクチャリスト０から導出されることを特定する。 ０に等しいｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｆｒｏｍ＿ｌ０＿ｆｌａｇは、時間動きベクトル予測に使用される並置されたピクチャが参照ピクチャリスト１から導出されることを特定する。

【0050】

ｓｌｉｃｅ＿ｔｙｐｅがＢまたはＰに等しく、ｐｈ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇが１に等しく、ｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｆｒｏｍ＿ｌ０＿ｆｌａｇが存在しない場合、以下が適用される。
－ ｒｐｌ＿ｉｎｆｏ＿ｉｎ＿ｐｈ＿ｆｌａｇが１に等しい場合、ｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｆｒｏｍ＿ｌ０＿ｆｌａｇはｐｈ＿ｃｏｌｌｏｃａｔｅｄ＿ｆｒｏｍ＿ｌ０＿ｆｌａｇに等しいと推測される。
－ そうでない場合（ｒｐｌ＿ｉｎｆｏ＿ｉｎ＿ｐｈ＿ｆｌａｇが０に等しく、ｓｌｉｃｅ＿ｔｙｐｅがＰに等しい場合）、ｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｆｒｏｍ＿ｌ０＿ｆｌａｇの値は１に等しいと推測される。

【0051】

ｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｒｅｆ＿ｉｄｘは、時間動きベクトル予測に使用される並置されたピクチャの参照インデックスを特定する。

【0052】

ｓｌｉｃｅ＿ｔｙｐｅがＰに等しい場合、またはｓｌｉｃｅ＿ｔｙｐｅがＢに等しく、ｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｆｒｏｍ＿ｌ０＿ｆｌａｇが１に等しい場合、ｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｒｅｆ＿ｉｄｘは参照ピクチャリスト０のエントリを参照し、ｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｒｅｆ＿ｉｄｘの値は０からＮｕｍＲｅｆＩｄｘＡｃｔｉｖｅ［０］－１までの範囲内（両端含む）であるものとする。

【0053】

ｓｌｉｃｅ＿ｔｙｐｅがＢに等しく、ｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｆｒｏｍ＿ｌ０＿ｆｌａｇが０に等しい場合、ｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｒｅｆ＿ｉｄｘは参照ピクチャリスト１のエントリを参照し、ｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｒｅｆ＿ｉｄｘの値は０からＮｕｍＲｅｆＩｄｘＡｃｔｉｖｅ［１］－１までの範囲内（両端含む）であるものとする。

【0054】

ｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｒｅｆ＿ｉｄｘが存在しない場合、以下が適用される。
－ ｒｐｌ＿ｉｎｆｏ＿ｉｎ＿ｐｈ＿ｆｌａｇが１に等しい場合、ｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｒｅｆ＿ｉｄｘの値はｐｈ＿ｃｏｌｌｏｃａｔｅｄ＿ｒｅｆ＿ｉｄｘに等しいと推測される。
－ そうでない場合（ｒｐｌ＿ｉｎｆｏ＿ｉｎ＿ｐｈ＿ｆｌａｇが０に等しい場合）、ｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｒｅｆ＿ｉｄｘの値は０に等しいと推測される。

【0055】

ｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｒｅｆ＿ｉｄｘによって参照されるピクチャが、符号化されたピクチャの全てのスライスで同じでなければならないことは、ビットストリーム準拠の要件である。

【0056】

ｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｒｅｆ＿ｉｄｘによって参照される参照ピクチャのｐｉｃ＿ｗｉｄｔｈ＿ｉｎ＿ｌｕｍａ＿ｓａｍｐｌｅｓおよびｐｉｃ＿ｈｅｉｇｈｔ＿ｉｎ＿ｌｕｍａ＿ｓａｍｐｌｅｓの値が現在のピクチャのｐｉｃ＿ｗｉｄｔｈ＿ｉｎ＿ｌｕｍａ＿ｓａｍｐｌｅｓおよびｐｉｃ＿ｈｅｉｇｈｔ＿ｉｎ＿ｌｕｍａ＿ｓａｍｐｌｅｓの値にそれぞれ等しくなければならないこと、およびＲｐｒＣｏｎｓｔｒａｉｎｔｓＡｃｔｉｖｅ［ｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｆｒｏｍ＿ｌ０＿ｆｌａｇ？０：１］［ｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｒｅｆ＿ｉｄｘ］が０に等しくなければならないことは、ビットストリーム準拠の要件である。

【0057】

ＲｐｒＣｏｎｓｔｒａｉｎｔｓＡｃｔｉｖｅ［ｉ］［ｊ］の値は、ＶＶＣ仕様のセクション８．３．２で導出される。ＲｐｒＣｏｎｓｔｒａｉｎｔｓＡｃｔｉｖｅ［ｉ］［ｊ］の値の導出については、以下で説明される。

【0058】

参照ピクチャリスト構築のための復号処理
参照ピクチャリスト構築のための復号処理は、非ＩＤＲピクチャの各スライスの復号処理の開始時に呼び出される。

【0059】

参照ピクチャは、参照インデックスによってアドレス特定される。参照インデックスは、参照ピクチャリストへのインデックスである。Ｉスライスを復号する場合、参照ピクチャリストはスライスデータの復号時に使用されない。Ｐスライスを復号する場合、参照ピクチャリスト０（すなわち、ＲｅｆＰｉｃＬｉｓｔ［０］）のみがスライスデータの復号時に使用される。Ｂスライスを復号する場合、参照ピクチャリスト０および参照ピクチャリスト１（すなわち、ＲｅｆＰｉｃＬｉｓｔ［１］）の両方がスライスデータの復号時に使用される。

【0060】

非ＩＤＲピクチャの各スライスの復号処理の開始時に、参照ピクチャリストＲｅｆＰｉｃＬｉｓｔ［０］およびＲｅｆＰｉｃＬｉｓｔ［１］が導出される。参照ピクチャリストは、ビデオ符号化規格で特定されたように参照ピクチャにマークする際に、またはスライスデータを復号する際に使用される。

【0061】

ピクチャの最初のスライスではない非ＩＤＲピクチャのＩスライスの場合、ＲｅｆＰｉｃＬｉｓｔ［０］およびＲｅｆＰｉｃＬｉｓｔ［１］がビットストリーム準拠チェックの目的で導出され得るが、それらの導出は現在のピクチャまたは復号順で現在のピクチャより後のピクチャの復号には必要ない。ピクチャの最初のスライスではないＰスライスの場合、ＲｅｆＰｉｃＬｉｓｔ［１］がビットストリーム準拠チェックの目的で導出され得るが、その導出は現在のピクチャまたは復号順で現在のピクチャより後のピクチャの復号には必要ない。

【0062】

参照ピクチャリストＲｅｆＰｉｃＬｉｓｔ［０］およびＲｅｆＰｉｃＬｉｓｔ［１］、参照ピクチャ・スケーリング比ＲｅｆＰｉｃＳｃａｌｅ［ｉ］［ｊ］［０］およびＲｅｆＰｉｃＳｃａｌｅ［ｉ］［ｊ］［１］、ならびに参照ピクチャスケーリングフラグＲｐｒＣｏｎｓｔｒａｉｎｔｓＡｃｔｉｖｅ［０］［ｊ］およびＲｐｒＣｏｎｓｔｒａｉｎｔｓＡｃｔｉｖｅ［１］［ｊ］は次のように導出される。

【数1】

【0063】

ｓｃａｌｉｎｇ＿ｗｉｎ＿ｌｅｆｔ＿ｏｆｆｓｅｔ、ｓｃａｌｉｎｇ＿ｗｉｎ＿ｒｉｇｈｔ＿ｏｆｆｓｅｔ、ｓｃａｌｉｎｇ＿ｗｉｎ＿ｔｏｐ＿ｏｆｆｓｅｔ、およびｓｃａｌｉｎｇ＿ｗｉｎ＿ｂｏｔｔｏｍ＿ｏｆｆｓｅｔは、スケーリング比計算のためにピクチャサイズに適用されるオフセットを特定する。ｓｃａｌｉｎｇ＿ｗｉｎ＿ｌｅｆｔ＿ｏｆｆｓｅｔ、ｓｃａｌｉｎｇ＿ｗｉｎ＿ｒｉｇｈｔ＿ｏｆｆｓｅｔ、ｓｃａｌｉｎｇ＿ｗｉｎ＿ｔｏｐ＿ｏｆｆｓｅｔ、およびｓｃａｌｉｎｇ＿ｗｉｎ＿ｂｏｔｔｏｍ＿ｏｆｆｓｅｔの値は、存在しない場合には、それぞれｐｐｓ＿ｃｏｎｆ＿ｗｉｎ＿ｌｅｆｔ＿ｏｆｆｓｅｔ、ｐｐｓ＿ｃｏｎｆ＿ｗｉｎ＿ｒｉｇｈｔ＿ｏｆｆｓｅｔ、ｐｐｓ＿ｃｏｎｆ＿ｗｉｎ＿ｔｏｐ＿ｏｆｆｓｅｔ、およびｐｐｓ＿ｃｏｎｆ＿ｗｉｎ＿ｂｏｔｔｏｍ＿ｏｆｆｓｅｔに等しいと推測される。

【0064】

ＳｕｂＷｉｄｔｈＣ＊（ｓｃａｌｉｎｇ＿ｗｉｎ＿ｌｅｆｔ＿ｏｆｆｓｅｔ＋ｓｃａｌｉｎｇ＿ｗｉｎ＿ｒｉｇｈｔ＿ｏｆｆｓｅｔ）の値はｐｉｃ＿ｗｉｄｔｈ＿ｉｎ＿ｌｕｍａ＿ｓａｍｐｌｅｓ未満であるものとし、ＳｕｂＨｅｉｇｈｔＣ＊（ｓｃａｌｉｎｇ＿ｗｉｎ＿ｔｏｐ＿ｏｆｆｓｅｔ＋ｓｃａｌｉｎｇ＿ｗｉｎ＿ｂｏｔｔｏｍ＿ｏｆｆｓｅｔ）の値はｐｉｃ＿ｈｅｉｇｈｔ＿ｉｎ＿ｌｕｍａ＿ｓａｍｐｌｅｓ未満であるものとする。

【0065】

変数ＰｉｃＯｕｔｐｕｔＷｉｄｔｈＬおよびＰｉｃＯｕｔｐｕｔＨｅｉｇｈｔＬは次のように導出される。
ＰｉｃＯｕｔｐｕｔＷｉｄｔｈＬ＝ｐｉｃ＿ｗｉｄｔｈ＿ｉｎ＿ｌｕｍａ＿ｓａｍｐｌｅｓ－ＳｕｂＷｉｄｔｈＣ＊（ｓｃａｌｉｎｇ＿ｗｉｎ＿ｒｉｇｈｔ＿ｏｆｆｓｅｔ＋ｓｃａｌｉｎｇ＿ｗｉｎ＿ｌｅｆｔ＿ｏｆｆｓｅｔ）
ＰｉｃＯｕｔｐｕｔＨｅｉｇｈｔＬ＝ｐｉｃ＿ｈｅｉｇｈｔ＿ｉｎ＿ｌｕｍａ＿ｓａｍｐｌｅｓ－ＳｕｂＷｉｄｔｈＣ＊（ｓｃａｌｉｎｇ＿ｗｉｎ＿ｂｏｔｔｏｍ＿ｏｆｆｓｅｔ＋ｓｃａｌｉｎｇ＿ｗｉｎ＿ｔｏｐ＿ｏｆｆｓｅｔ）

【0066】

ｒｅｆＰｉｃＯｕｔｐｕｔＷｉｄｔｈＬおよびｒｅｆＰｉｃＯｕｔｐｕｔＨｅｉｇｈｔＬを、それぞれ、このＰＰＳを参照する現在のピクチャの参照ピクチャのＰｉｃＯｕｔｐｕｔＷｉｄｔｈＬおよびＰｉｃＯｕｔｐｕｔＨｅｉｇｈｔＬとする。以下の全ての条件が満たされることは、ビットストリーム準拠の要件である。
－ ＰｉｃＯｕｔｐｕｔＷｉｄｔｈＬ＊２は、ｒｅｆＰｉｃＷｉｄｔｈＩｎＬｕｍａＳａｍｐｌｅｓ以上であるものとする。
－ ＰｉｃＯｕｔｐｕｔＨｅｉｇｈｔＬ＊２は、ｒｅｆＰｉｃＨｅｉｇｈｔＩｎＬｕｍａＳａｍｐｌｅｓ以上であるものとする。
－ ＰｉｃＯｕｔｐｕｔＷｉｄｔｈＬは、ｒｅｆＰｉｃＷｉｄｔｈＩｎＬｕｍａＳａｍｐｌｅｓ＊８以下であるものとする。
－ ＰｉｃＯｕｔｐｕｔＨｅｉｇｈｔＬは、ｒｅｆＰｉｃＨｅｉｇｈｔＩｎＬｕｍａＳａｍｐｌｅｓ＊８以下であるものとする。
－ ＰｉｃＯｕｔｐｕｔＷｉｄｔｈＬ＊ｐｉｃ＿ｗｉｄｔｈ＿ｍａｘ＿ｉｎ＿ｌｕｍａ＿ｓａｍｐｌｅｓは、ｒｅｆＰｉｃＯｕｔｐｕｔＷｉｄｔｈＬ＊（ｐｉｃ＿ｗｉｄｔｈ＿ｉｎ＿ｌｕｍａ＿ｓａｍｐｌｅｓ－Ｍａｘ（８，ＭｉｎＣｂＳｉｚｅＹ））以上であるものとする。
－ ＰｉｃＯｕｔｐｕｔＨｅｉｇｈｔＬ＊ｐｉｃ＿ｈｅｉｇｈｔ＿ｍａｘ＿ｉｎ＿ｌｕｍａ＿ｓａｍｐｌｅｓは、ｒｅｆＰｉｃＯｕｔｐｕｔＨｅｉｇｈｔＬ＊（ｐｉｃ＿ｈｅｉｇｈｔ＿ｉｎ＿ｌｕｍａ＿ｓａｍｐｌｅｓ－Ｍａｘ（８，ＭｉｎＣｂＳｉｚｅＹ））以上であるものとする。

【0067】

現在のＶＶＣでは、ｍｖｄ＿ｌ１＿ｚｅｒｏ＿ｆｌａｇは条件付き制約なしにＰＨでシグナリングされる。しかしながら、フラグｍｖｄ＿ｌ１＿ｚｅｒｏ＿ｆｌａｇによって制御される機能は、スライスが双予測スライス（Ｂスライス：ｂｉ－ｐｒｅｄｉｃｔｉｖｅ ｓｌｉｃｅ）の場合にのみ適用可能である。したがって、ピクチャヘッダに関連付けられたスライスがＢスライスでない場合、フラグのシグナリングは冗長である。

【0068】

他の例では、ｐｈ＿ｄｉｓａｂｌｅ＿ｂｄｏｆ＿ｆｌａｇおよびｐｈ＿ｄｉｓａｂｌｅ＿ｄｍｖｒ＿ｆｌａｇは、それぞれ、シーケンスパラメータセット（ＳＰＳ）でシグナリングされる対応する有効化フラグ（ｓｐｓ＿ｂｄｏｆ＿ｐｉｃ＿ｐｒｅｓｅｎｔ＿ｆｌａｇ、ｓｐｓ＿ｄｍｖｒ＿ｐｉｃ＿ｐｒｅｓｅｎｔ＿ｆｌａｇ）が真の場合にのみ、ＰＨでシグナリングされる。しかしながら、以下の表２に示されるように、フラグｐｈ＿ｄｉｓａｂｌｅ＿ｂｄｏｆ＿ｆｌａｇおよびｐｈ＿ｄｉｓａｂｌｅ＿ｄｍｖｒ＿ｆｌａｇによって制御される機能は、スライスが双予測スライス（Ｂスライス）である場合にのみ適用可能である。したがって、ピクチャヘッダに関連付けられたスライスがＢスライスでない場合、これら２つのフラグのシグナリングは冗長または無用である。

【表2】

【0069】

第３の課題は、構文ｐｈ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇに関連している。現在のＶＶＣでは、時間動きベクトル予測（ＴＭＶＰ：ｔｅｍｐｏｒａｌ ｍｏｔｉｏｎ ｖｅｃｔｏｒ ｐｒｅｄｉｃｔｉｏｎ）導出のために選択された並置されたピクチャの解像度は現在のピクチャの解像度と同じでなければならないので、以下に説明されるように、ｐｈ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇの値をチェックするビットストリーム準拠制約が存在する。現在のピクチャと同じ空間解像度を有する参照ピクチャがＤＰＢ内にない場合、ｐｈ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇの値は０に等しいものとする。

【0070】

しかしながら、現在のＶＶＣでは、並置されたピクチャの解像度がＴＭＶＰの有効化に影響するだけでなく、スケーリング比計算のためにピクチャサイズに適用されるオフセットもＴＭＶＰの有効化に影響する。しかしながら、現在のＶＶＣでは、オフセットはｐｈ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇのビットストリーム準拠において考慮されていない。

【0071】

さらに、ｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｒｅｆ＿ｉｄｘによって参照されるピクチャが、符号化されたピクチャの全てのスライスで同じでなければならないというビットストリーム準拠の要件が存在する。しかしながら、符号化されたピクチャが複数のスライスを有し、これら全てのスライスに共通の参照ピクチャが存在しない場合、このビットストリーム準拠は満たされる機会を有さない。また、そのような場合、ｐｈ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇは０に制約される必要がある。

【0072】

上記の課題に対処するために、いくつかの方法が提案される。提案された方法は、独立してまたは組み合わせて適用されることが可能であるということに留意されたい。

【0073】

フラグｍｖｄ＿ｌ１＿ｚｅｒｏ＿ｆｌａｇ、ｐｈ＿ｄｉｓａｂｌｅ＿ｂｄｏｆ＿ｆｌａｇおよびｐｈ＿ｄｉｓａｂｌｅ＿ｄｍｖｒ＿ｆｌａｇによって制御される機能は、スライスが双予測スライス（Ｂスライス）である場合にのみ適用可能であるので、本開示の方法によれば、関連付けられたスライスがＢスライスである場合にのみこれらのフラグをシグナリングすることが提案される。参照ピクチャリストがＰＨでシグナリングされる場合（例えば、ｒｐｌ＿ｉｎｆｏ＿ｉｎ＿ｐｈ＿ｆｌａｇ＝１）、これは符号化されたピクチャの全てのスライスがＰＨでシグナリングされる同じ参照ピクチャを使用することを意味するということに留意されたい。したがって、参照ピクチャリストがＰＨでシグナリングされ、現在のピクチャが双予測でないことをシグナリングされた参照ピクチャリストが示す場合、フラグｍｖｄ＿ｌ１＿ｚｅｒｏ＿ｆｌａｇ、ｐｈ＿ｄｉｓａｂｌｅ＿ｂｄｏｆ＿ｆｌａｇ、およびｐｈ＿ｄｉｓａｂｌｅ＿ｄｍｖｒ＿ｆｌａｇはシグナリングされる必要はない。

【0074】

いくつかの例では、ピクチャヘッダ内の構文の一部について送られた不適切な値による冗長なシグナリングまたは未定義の復号動作を防止するために、ＰＨで設定される構文にいくつかの条件が追加される。いくつかの例が以下に示されており、ここで、変数ｎｕｍ＿ｒｅｆ＿ｅｎｔｒｉｅｓ［ｉ］［ＲｐｌｓＩｄｘ［ｉ］］はリストｉ内の参照ピクチャの数を表す。
Ｉｆ（ｒｐｌ＿ｉｎｆｏ＿ｉｎ＿ｐｈ＿ｆｌａｇ＆＆ｎｕｍ＿ｒｅｆ＿ｅｎｔｒｉｅｓ［０］［ＲｐｌｓＩｄｘ［０］］＞１＆＆ｎｕｍ＿ｒｅｆ＿ｅｎｔｒｉｅｓ［１］［ＲｐｌｓＩｄｘ［１］］＞１）
ｍｖｄ＿ｌ１＿ｚｅｒｏ＿ｆｌａｇ；
Ｉｆ（ｓｐｓ＿ｂｄｏｆ＿ｐｉｃ＿ｐｒｅｓｅｎｔ＿ｆｌａｇ＆＆ｒｐｌ＿ｉｎｆｏ＿ｉｎ＿ｐｈ＿ｆｌａｇ＆＆ｎｕｍ＿ｒｅｆ＿ｅｎｔｒｉｅｓ［０］［ＲｐｌｓＩｄｘ［０］］＞１＆＆ｎｕｍ＿ｒｅｆ＿ｅｎｔｒｉｅｓ［１］［ＲｐｌｓＩｄｘ［１］］＞１）
ｐｈ＿ｄｉｓａｂｌｅ＿ｂｄｏｆ＿ｆｌａｇ

【0075】

現在のＶＶＣでは、並置されたピクチャの解像度がＴＭＶＰの有効化に影響を与え得るだけでなく、スケーリング比計算のためにピクチャサイズに適用されるオフセットもＴＭＶＰの有効化に影響を与え得る。しかしながら、現在のＶＶＣでは、オフセットはｐｈ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇのビットストリーム準拠において考慮されていない。いくつかの例では、以下に説明されるように、ｐｈ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇの値がスケーリング比計算のためにピクチャサイズに適用されるオフセットに依存しなければならないことを要求するビットストリーム準拠制約を現在のＶＶＣに追加することが提案される。空間解像度と、スケーリング比計算のためにピクチャサイズに適用されるオフセットとが現在のピクチャと同じである参照ピクチャがＤＰＢ内にない場合、ｐｈ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇの値は０に等しいものとする。

【0076】

上記のビットストリーム準拠制約は、次のように他の方法で記述されることも可能である。関連付けられた変数値ＲｐｒＣｏｎｓｔｒａｉｎｔｓＡｃｔｉｖｅ［ｉ］［ｊ］が０に等しい参照ピクチャがＤＰＢ内にない場合、ｐｈ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇの値は０に等しいものとする。

【0077】

現在のＶＶＣでは、ｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｒｅｆ＿ｉｄｘによって参照されるピクチャが、符号化されたピクチャの全てのスライスで同じでなければならないというビットストリーム準拠の要件が存在する。しかしながら、符号化されたピクチャが複数のスライスを有し、これら全てのスライスに共通の参照ピクチャが存在しない場合、このビットストリーム準拠は満たされる機会を有さない。

【0078】

いくつかの例では、ｐｈ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇに関するビットストリーム準拠の要件は、現在のピクチャの全てのスライスに共通の参照ピクチャが存在するか否かを考慮するように変更される。

【0079】

ｐｈ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇは、ＰＨに関連付けられたスライスのインター予測に時間動きベクトル予測子が使用されることが可能か否かを特定する。ｐｈ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇが０に等しい場合、ＰＨに関連付けられたスライスの構文要素は、スライスの復号時に時間動きベクトル予測子が使用されないように制約されるものとする。そうでない場合（ｐｈ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇが１に等しい場合）、ＰＨに関連付けられたスライスの復号時に時間動きベクトル予測子が使用され得る。ｐｈ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇの値は、存在しない場合には、０に等しいと推測される。現在のピクチャと同じ空間解像度を有する参照ピクチャがＤＰＢ内にない場合、ｐｈ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇの値は０に等しいものとする。ＰＨに関連付けられた全てのスライスに共通の参照ピクチャが存在しない場合、ｐｈ＿ｔｅｍｐｏｒａｌ＿ｍｖｐ＿ｅｎａｂｌｅｄ＿ｆｌａｇの値は０に等しいものとする。

【0080】

いくつかの例では、ｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｒｅｆ＿ｉｄｘに関するビットストリーム準拠は、ＲｐｒＣｏｎｓｔｒａｉｎｔｓＡｃｔｉｖｅ［ｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｆｒｏｍ＿ｌ０＿ｆｌａｇ？０：１］［ｓｌｉｃｅ＿ｃｏｌｌｏｃａｔｅｄ＿ｒｅｆ＿ｉｄｘ］が０に等しくなければならないことがビットストリーム準拠の要件であるように簡略化される。

【0081】

図５は、本開示のいくつかの実装によるビデオ符号化のための例示的な装置を示すブロック図である。装置５００は、例えば、携帯電話、タブレットコンピュータ、デジタル放送端末、タブレットデバイス、またはパーソナルデジタルアシスタントなどの端末であり得る。

【0082】

図５に示されるように、装置５００は以下のコンポーネント、すなわち、処理コンポーネント５０２、メモリ５０４、電源コンポーネント５０６、マルチメディアコンポーネント５０８、オーディオコンポーネント５１０、入力／出力（Ｉ／Ｏ）インターフェース５１２、センサコンポーネント５１４、および通信コンポーネント５１６のうちの１つまたは複数を含み得る。

【0083】

処理コンポーネント５０２は通常、例えば、表示、電話、データ通信、カメラ動作、および記録動作に関連する動作など、装置５００の全体的な動作を制御する。処理コンポーネント５０２は、上記の方法のステップの全てまたは一部を完了する命令を実行するための１つまたは複数のプロセッサ５２０を含み得る。さらに、処理コンポーネント５０２は、処理コンポーネント５０２および他のコンポーネントの間のやりとりを容易にするための１つまたは複数のモジュールを含み得る。例えば、処理コンポーネント５０２は、マルチメディアコンポーネント５０８および処理コンポーネント５０２の間のやりとりを容易にするためのマルチメディアモジュールを含み得る。

【0084】

メモリ５０４は、装置５００の動作をサポートするために様々なタイプのデータを記憶するように構成される。そのようなデータの例は、装置５００上で動作する任意のアプリケーションまたは方法のための命令、連絡先データ、電話帳データ、メッセージ、写真、ビデオなどを含む。メモリ５０４は、任意のタイプの揮発性もしくは不揮発性記憶デバイスまたはそれらの組み合わせによって実装され得、メモリ５０４は、スタティック・ランダム・アクセス・メモリ（ＳＲＡＭ）、電気的消去可能プログラム可能読み取り専用メモリ（ＥＥＰＲＯＭ）、消去可能プログラム可能読み取り専用メモリ（ＥＰＲＯＭ）、プログラム可能読み取り専用メモリ（ＰＲＯＭ）、読み取り専用メモリ（ＲＯＭ）、磁気メモリ、フラッシュメモリ、磁気ディスクまたはコンパクトディスクであり得る。

【0085】

電源コンポーネント５０６は、装置５００の様々なコンポーネントに電力を供給する。電源コンポーネント５０６は、電源管理システムと、１つまたは複数の電源と、装置５００のための電力の生成、管理、および配電に関連する他のコンポーネントとを含み得る。

【0086】

マルチメディアコンポーネント５０８は、装置５００とユーザとの間に出力インターフェースを提供する画面を含む。いくつかの例では、画面は、液晶ディスプレイ（ＬＣＤ）およびタッチパネル（ＴＰ）を含み得る。画面がタッチパネルを含む場合、画面は、ユーザからの入力信号を受け取るタッチスクリーンとして実装され得る。タッチパネルは、タッチパネル上のタッチ、スライド、およびジェスチャを感知するための１つまたは複数のタッチセンサを含み得る。タッチセンサは、タッチまたはスライド操作の境界を感知するだけでなく、タッチまたはスライド操作に関連する持続時間および圧力も検出し得る。いくつかの例では、マルチメディアコンポーネント５０８は、フロントカメラおよび／またはリアカメラを含み得る。装置５００が撮影モードまたはビデオモードなどの動作モードにある場合、フロントカメラおよび／またはリアカメラは、外部マルチメディアデータを受け取り得る。

【0087】

オーディオコンポーネント５１０は、オーディオ信号を出力および／または入力するように構成される。例えば、オーディオコンポーネント５１０は、マイクロフォン（ＭＩＣ）を含む。装置５００が通話モード、録音モード、および音声認識モードなどの動作モードにある場合、マイクロフォンは外部オーディオ信号を受け取るように構成される。受け取られた音声信号は、さらにメモリ５０４に記憶されるか、または通信コンポーネント５１６を介して送信され得る。いくつかの例では、オーディオコンポーネント５１０は、オーディオ信号を出力するためのスピーカーをさらに含む。

【0088】

Ｉ／Ｏインターフェース５１２は、処理コンポーネント５０２と周辺インターフェースモジュールとの間のインターフェースを提供する。上記の周辺インターフェースモジュールは、キーボード、クリック・ホイール、ボタンなどであり得る。これらのボタンは、ホームボタン、音量ボタン、スタートボタン、およびロックボタンを含み得るが、これらに限定されない。

【0089】

センサコンポーネント５１４は、装置５００の異なる態様での状態評価を提供するための１つまたは複数のセンサを含む。例えば、センサコンポーネント５１４は、装置５００のオン／オフ状態およびコンポーネントの相対的な位置を検出し得る。例えば、コンポーネントは、装置５００のディスプレイおよびキーパッドである。センサコンポーネント５１４は、装置５００または装置５００のコンポーネントの位置変化、装置５００へのユーザの接触の有無、装置５００の向きまたは加速／減速、および装置５００の温度変化も検出し得る。センサコンポーネント５１４は、物理的な接触なしに近くの物体の存在を検出するように構成される近接センサを含み得る。センサコンポーネント５１４は、撮像用途で使用されるＣＭＯＳまたはＣＣＤイメージ・センサなどの光学センサをさらに含み得る。いくつかの例では、センサコンポーネント５１４は、加速度センサ、ジャイロスコープセンサ、磁気センサ、圧力センサ、または温度センサをさらに含み得る。

【0090】

通信コンポーネント５１６は、装置５００と他のデバイスとの間の有線または無線通信を容易にするように構成される。装置５００は、例えば、ＷｉＦｉ、４Ｇ、またはそれらの組み合わせなどの通信規格に基づいて無線ネットワークにアクセスし得る。一例では、通信コンポーネント５１６は、ブロードキャスト・チャネルを介して外部ブロードキャスト管理システムからブロードキャスト信号またはブロードキャスト関連情報を受信する。一例では、通信コンポーネント５１６は、短距離通信を促進するための近距離無線通信（ＮＦＣ：Ｎｅａｒ Ｆｉｅｌｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ）モジュールをさらに含み得る。例えば、ＮＦＣモジュールは、無線周波数識別（ＲＦＩＤ：Ｒａｄｉｏ Ｆｒｅｑｕｅｎｃｙ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）技術、赤外線データ協会（ＩｒＤＡ：ｉｎｆｒａｒｅｄ ｄａｔａ ａｓｓｏｃｉａｔｉｏｎ）技術、ウルトラ・ワイド・バンド（ＵＷＢ）技術、Ｂｌｕｅｔｏｏｔｈ（ＢＴ）技術、および他の技術に基づいて実装され得る。

【0091】

一例では、装置５００は、特定用途向け集積回路（ＡＳＩＣ）、デジタル・シグナル・プロセッサ（ＤＳＰ）、デジタル信号処理デバイス（ＤＳＰＤ：Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｄｅｖｉｃｅ）、プログラマブル・ロジック・デバイス（ＰＬＤ）、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、コントローラ、マイクロコントローラ、マイクロプロセッサ、または上記の方法を実行するための他の電子素子のうちの１つまたは複数によって実装され得る。

【0092】

非一時的コンピュータ可読記憶媒体は、例えば、ハード・ディスク・ドライブ（ＨＤＤ）、ソリッド・ステート・ドライブ（ＳＳＤ）、フラッシュメモリ、ハイブリッド・ドライブまたはソリッド・ステート・ハイブリッド・ドライブ（ＳＳＨＤ）、読み取り専用メモリ（ＲＯＭ）、コンパクトディスク読み取り専用メモリ（ＣＤ－ＲＯＭ）、磁気テープ、フロッピー・ディスクなどであり得る。

【0093】

図６は、本開示のいくつかの実装によるビデオ符号化の例示的な処理を示すフローチャートである。

【0094】

ステップ６０２において、プロセッサ５２０は、１つまたは複数の参照ピクチャリストがピクチャに関連付けられたＰＨでシグナリングされるか否か、およびピクチャに関連付けられた１つまたは複数のスライスが双予測であることを１つまたは複数の参照ピクチャリストが示すか否かを決定する。

【0095】

ステップ６０４において、プロセッサ６２０は、１つまたは複数の参照ピクチャリストがＰＨでシグナリングされ、１つまたは複数のスライスが双予測でないことを１つまたは複数の参照ピクチャリストが示すと決定したことに応答して、１つまたは複数の制約をＰＨの１つまたは複数の構文要素に追加する。

【0096】

いくつかの例では、１つまたは複数の制約は、１つまたは複数の構文要素の解析をスキップすることを含む。

【0097】

いくつかの例では、１つまたは複数の構文要素は、１つまたは複数のスライスに適用可能な１つまたは複数のフラグを含む。

【0098】

プロセッサ５２０はさらに、対応する動きベクトル差分（ＭＶＤ）符号化構文構造が解析されないか否か、およびＰＨに関連付けられた１つまたは複数のスライスについて２つの変数がゼロに設定されるか否かを特定するために、上述のｍｖｄ＿ｌ１＿ｚｅｒｏ＿ｆｌａｇなどの有効化フラグを使用し得、ここで、２つの変数はそれぞれ、リストベクトル成分と、リストベクトル成分に対応する予測との差を特定する。

【0099】

いくつかの例では、ｍｖｄ＿ｌ１＿ｚｅｒｏ＿ｆｌａｇが１に等しいことは、ｍｖｄ＿ｃｏｄｉｎｇ（ｘ０，ｙ０，１）構文構造が解析されず、ｃｏｍｐＩｄｘ＝０または１、およびｃｐＩｄｘ＝０、１、または２について、ＭｖｄＬ１［ｘ０］［ｙ０］［ｃｏｍｐＩｄｘ］およびＭｖｄＣｐＬ１［ｘ０］［ｙ０］［ｃｐＩｄｘ］［ｃｏｍｐＩｄｘ］が０に等しく設定されることを示す。さらに、ｍｖｄ＿ｌ１＿ｚｅｒｏ＿ｆｌａｇが０に等しいことは、ｍｖｄ＿ｃｏｄｉｎｇ（ｘ０，ｙ０，１）構文構造が解析されることを示す。ｍｖｄ＿ｃｏｄｉｎｇ（ｘ０，ｙ０，１）構文構造は、対応するＭＶＤ符号化構文構造である。配列インデックスｘ０、ｙ０は、ピクチャの左上のルマサンプルに対する検討中の符号化ブロックの左上のルマサンプルの位置（ｘ０，ｙ０）を特定する。

【0100】

さらに、Ｘが０または１である変数ＭｖｄＬＸ［ｘ０］［ｙ０］［ｃｏｍｐＩｄｘ］は、使用されるリストＸベクトル成分と、その予測との差を特定する。配列インデックスｘ０、ｙ０は、ピクチャの左上のルマサンプルに対する検討中の符号化ブロックの左上のルマサンプルの位置（ｘ０，ｙ０）を特定する。水平方向の動きベクトル成分差分にはｃｏｍｐＩｄｘ＝０が割り当てられ、垂直方向の動きベクトル成分にはｃｏｍｐＩｄｘ＝１が割り当てられる。

【0101】

さらに、Ｘが０または１である変数ＭｖｄＣｐＬＸ［ｘ０］［ｙ０］［ｃｐＩｄｘ］［ｃｏｍｐＩｄｘ］は、使用されるリストＸベクトル成分と、その予測との差を特定する。配列インデックスｘ０、ｙ０は、ピクチャの左上のルマサンプルに対する検討中の符号化ブロックの左上のルマサンプルの位置（ｘ０，ｙ０）を特定する。配列インデックスｃｐＩｄｘは、コントロール・ポイントのインデックスを特定する。水平方向の動きベクトル成分差分にはｃｏｍｐＩｄｘ＝０が割り当てられ、垂直方向の動きベクトル成分にはｃｏｍｐＩｄｘ＝１が割り当てられる。

【0102】

プロセッサ５２０はさらに、有効化フラグが０に等しいと決定したことに応答して、１つまたは複数のスライスについてＭＶＤ符号化構文構造が解析されるように１つまたは複数の構文要素を制約し得る。

【0103】

プロセッサ５２０はさらに、有効化フラグが１に等しいと決定したことに応答して、１つまたは複数のスライスを復号する際にＭＶＤ構文構造の解析をスキップすることを決定し得る。

【0104】

プロセッサ５２０はさらに、ＰＨに関連付けられた１つまたは複数のスライスについて双方向オプティカルフロー（ＢＤＯＦ：ｂｉ－ｄｉｒｅｃｔｉｏｎａｌ ｏｐｔｉｃａｌ ｆｌｏｗ）インター予測ベースのインター双予測が無効化されるか否かを特定するために、上述のｐｈ＿ｄｉｓａｂｌｅ＿ｂｄｏｆ＿ｆｌａｇなどの無効化フラグを使用し、無効化フラグが０に等しいと決定したことに応答して、１つまたは複数のスライスを復号する際にＢＤＯＦインター予測ベースのインター双予測が有効化されるように１つまたは複数の構文要素を制約し、無効化フラグが１に等しいと決定したことに応答して、１つまたは複数のスライスを復号する際にＢＤＯＦインター予測ベースのインター双予測を無効化し得る。

【0105】

プロセッサ５２０はさらに、ＰＨに関連付けられた１つまたは複数のスライスについてデコーダ動きベクトル微調整（ＤＭＶＲ：ｄｅｃｏｄｅｒ ｍｏｔｉｏｎ ｖｅｃｔｏｒ ｒｅｆｉｎｅｍｅｎｔ）ベースのインター双予測が無効化されるか否かを特定するために、上述のｐｈ＿ｄｉｓａｂｌｅ＿ｄｍｖｒ＿ｆｌａｇなどの無効化フラグを使用し、無効化フラグが０に等しいと決定したことに応答して、１つまたは複数のスライスを復号する際にＤＭＶＲベースのインター双予測が有効化されるように１つまたは複数の構文要素を制約し、無効化フラグが１に等しいと決定したことに応答して、１つまたは複数のスライスを復号する際にＤＭＶＲベースのインター双予測を無効化し得る。

【0106】

図７は、本開示のいくつかの実装によるビデオ符号化の例示的な処理を示すフローチャートである。

【0107】

ステップ７０２において、プロセッサ５２０は、ピクチャのＰＨに関連付けられた１つまたは複数のスライスのインター予測に１つまたは複数の時間動きベクトル予測子が使用されるか否かを特定するために、有効化フラグを使用する。

【0108】

ステップ７０４において、プロセッサ５２０は、スケーリング比計算のためにピクチャのサイズに適用される複数のオフセットに応じて有効化フラグの値を制約する。

【0109】

プロセッサ５２０は、ピクチャと同じ空間解像度および同じオフセットを有する参照ピクチャがＤＰＢ内にないと決定したことに応答して、有効化フラグを０に設定し得る。さらに、オフセットは、スケーリング比計算のためにピクチャのサイズに適用され得る。

【0110】

プロセッサ５２０は、１つまたは複数のスライスに共通の参照ピクチャがないと決定したことに応答して、有効化フラグを０に設定し得る。

【0111】

プロセッサ５２０は、参照ピクチャスケーリングフラグが０に等しい参照ピクチャがＤＰＢ内にないと決定したことに応答して、有効化フラグを０に設定し得る。

【0112】

プロセッサ５２０は、スケーリング比計算のためにピクチャのサイズに適用される複数のオフセットに基づいて参照ピクチャスケーリングフラグを導出し得る。

【0113】

いくつかの例では、ビデオ符号化のための装置が提供される。この装置は、１つまたは複数のプロセッサ５２０と、１つまたは複数のプロセッサによって実行可能な命令を記憶するように構成されるメモリ５０４と、を含み、プロセッサは、命令の実行時に、図６に示される方法を実行するように構成される。

【0114】

いくつかの例では、ビデオ符号化のための装置が提供される。この装置は、１つまたは複数のプロセッサ５２０と、１つまたは複数のプロセッサによって実行可能な命令を記憶するように構成されるメモリ５０４と、を含み、プロセッサは、命令の実行時に、図７に示される方法を実行するように構成される。

【0115】

いくつかの他の例では、命令が記憶された非一時的コンピュータ可読記憶媒体５０４が提供される。命令が１つまたは複数のプロセッサ５２０によって実行された場合、命令はプロセッサに図６に示される方法を実行させる。

【0116】

いくつかの他の例では、命令が記憶された非一時的コンピュータ可読記憶媒体５０４が提供される。命令が１つまたは複数のプロセッサ５２０によって実行された場合、命令はプロセッサに図７に示される方法を実行させる。

【0117】

本開示の説明は例示の目的で提示されており、網羅的であることも、本開示に限定されることも意図されていない。前述の説明および関連する図面に提示された教示の利益を得る当業者には、多くの修正、変形、および代替の実装が明らかであろう。

【0118】

本開示の原理を説明するために、また、他の当業者が様々な実装について本開示を理解し、基礎となる原理と、企図された特定の用途に適した様々な修正を加えた様々な実装とを最もよく利用できるようにするために、例が選択され、説明されている。したがって、本開示の範囲が開示された実装の特定の例に限定されるべきではなく、修正および他の実装が本開示の範囲内に含まれることが意図されているということを理解されたい。

【図1】

【図2】

【図3】

【図4A】

【図4B】

【図4C】

【図4D】

【図5】

【図6】

【図7】