知財求人 - 知財ポータルサイト「IP Force」
▶ 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、リミテッドの特許一覧
特表2024-545108コンテキスト・ベース適応バイナリ算術符号化のための確率計算の方法およびデバイス
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2024-12-05
(54)【発明の名称】コンテキスト・ベース適応バイナリ算術符号化のための確率計算の方法およびデバイス
(51)【国際特許分類】
H04N 19/13 20140101AFI20241128BHJP
H04N 19/157 20140101ALI20241128BHJP
H04N 19/174 20140101ALI20241128BHJP
H04N 19/176 20140101ALI20241128BHJP
H04N 19/70 20140101ALI20241128BHJP
H04N 19/91 20140101ALI20241128BHJP
【ＦＩ】
H04N19/13
H04N19/157
H04N19/174
H04N19/176
H04N19/70
H04N19/91
【審査請求】有
【予備審査請求】未請求
(21)【出願番号】P 2024534131
(86)(22)【出願日】2022-12-29
(85)【翻訳文提出日】2024-06-06
(86)【国際出願番号】 US2022054291
(87)【国際公開番号】W WO2023129680
(87)【国際公開日】2023-07-06
(31)【優先権主張番号】63/294,692
(32)【優先日】2021-12-29
(33)【優先権主張国・地域又は機関】US
(81)【指定国・地域】
(71)【出願人】
【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】100217940
【弁理士】
【氏名又は名称】三並 大悟
(72)【発明者】
【氏名】シウ、シャオユー
(72)【発明者】
【氏名】チェン、イー－ウェン
(72)【発明者】
【氏名】チェン、ウェイ
(72)【発明者】
【氏名】カオ、ハン
(72)【発明者】
【氏名】クオ、チョー－ウェイ
(72)【発明者】
【氏名】チュー、ホン－チェン
(72)【発明者】
【氏名】ヤン、ニン
(72)【発明者】
【氏名】ワン、シャンリン
(72)【発明者】
【氏名】ユイ、ビン
【テーマコード（参考）】
5C159
【Ｆターム（参考）】
5C159MA04
5C159MA05
5C159ME11
5C159RB09
5C159RC12
5C159TA58
5C159TB06
5C159TB08
5C159TC27
5C159TC28
5C159UA02
5C159UA05
(57)【要約】
ビデオ復号および符号化のための方法、その装置、およびその非一時的コンピュータ可読記憶媒体が提供される。ビデオ復号のための１つの方法では、１つのバイナリ算術復号器は、適応重みに従って、バイナリ算術復号器の１つの所与のコンテキスト・モデルの１つのバイナリ・シンボルの多重仮説確率を取得し得、多重仮説確率は、１つのバイナリ・シンボルがバイナリ値に等しい確率を示し、１つのバイナリ・シンボルは、コンテキスト・モデルに関連付けられた複数のバイナリ・シンボルからのものである。さらに、復号器は、多重仮説確率に従って１つのバイナリ・シンボルを復号し得る。
【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、１つのバイナリ算術復号器によって、適応重みに従って、前記バイナリ算術復号器の１つの所与のコンテキスト・モデルの１つのバイナリ・シンボルの多重仮説確率（ｍｕｌｔｉ－ｈｙｐｏｔｈｅｓｉｓ ｐｒｏｂａｂｉｌｉｔｙ）を取得することであって、前記多重仮説確率は、前記１つのバイナリ・シンボルがバイナリ値に等しい確率を示し、前記１つのバイナリ・シンボルは、前記コンテキスト・モデルに関連付けられた複数のバイナリ・シンボルからのものである、前記取得することと、
前記復号器によって、前記多重仮説確率に従って前記１つのバイナリ・シンボルを復号することと、
を含む、方法。
【請求項2】
前記復号器によって、第１の適応パラメータに従って前記１つのバイナリ・シンボルの第１の確率を取得することと、前記復号器によって、第２の適応パラメータに従って前記１つのバイナリ・シンボルの第２の確率を取得することと、
前記復号器によって、前記適応重み、前記第１の確率、および前記第２の確率に従って、前記多重仮説確率を取得することと、
をさらに含む、請求項１に記載の方法。
【請求項3】
前記復号器によって、重み初期化テーブル内の所定の整数の重み値のセットから前記コンテキスト・モデル（ｃｏｎｔｅｘｔ ｍｏｄｅｌ）に従って前記適応重みを取得することをさらに含む、請求項１に記載の方法。
【請求項4】
前記復号器によって、各スライス・タイプ（ｓｌｉｃｅ ｔｙｐｅ）の重み初期化テーブルを取得することと、現在のスライスが第１のスライス・タイプであるとの決定に応答して、前記復号器によって、前記第１のスライス・タイプに従って前記重み初期化テーブルを選択することであって、前記第１のスライス・タイプは、Ｉタイプ、Ｐタイプ、またはＢタイプを含む、前記選択することと、
前記復号器によって、選択された前記重み初期化テーブルに従って前記適応重みを取得することと、
をさらに含む、請求項１に記載の方法。
【請求項5】
前記復号器によって、各スライスに対して重み初期化テーブルを選択するか否かを示すピクチャ・パラメータ・セット（ＰＰＳ）内の制御構文要素（ｃｏｎｔｒｏｌ ｓｙｎｔａｘ ｅｌｅｍｅｎｔ）を取得することをさらに含む、請求項４に記載の方法。
【請求項6】
前記制御構文要素が有効化されているとの決定に応答して、前記復号器によって、スライス・レベルで、各スライスのスライス・タイプに従って各スライスに対して選択された重み初期化テーブルを示す各スライスの適応重み構文要素を取得することをさらに含む、請求項５に記載の方法。
【請求項7】
前記復号器によって、各Ｉスライス用の第１の重み初期化テーブル、各Ｐスライス用の第２の重み初期化テーブル、および各Ｂスライス用の第３の重み初期化テーブルを取得することと、現在のスライスがＩスライスであるとの決定に応答して、前記復号器によって、前記第１の重み初期化テーブルを選択することと、
前記現在のスライスがＰスライスまたはＢスライスであるとの決定に応答して、前記復号器によって、前記第２の重み初期化テーブルまたは前記第３の重み初期化テーブルを選択することと、
前記復号器によって、選択された前記重み初期化テーブルに従って前記適応重みを取得することと、
をさらに含む、請求項１に記載の方法。
【請求項8】
前記現在のスライスがＩスライスでないとの決定に応答して、前記復号器によって、各スライスに対して重み初期化テーブルを選択するか否かを示すピクチャ・パラメータ・セット（ＰＰＳ）内の制御構文要素を取得することと、前記制御構文要素が有効化されているとの決定に応答して、前記復号器によって、スライス・レベルで、前記第２の重み初期化テーブルおよび前記第３の重み初期化テーブルから選択される重み初期化テーブルを示す各非Ｉスライスの適応重み構文要素を取得することと、
をさらに含む、請求項７に記載の方法。
【請求項9】
ビデオ符号化のための方法であって、１つのバイナリ算術符号化器によって、適応重みに従って、前記バイナリ算術符号化器の１つの所与のコンテキスト・モデルの複数のバイナリ・シンボルからの１つのバイナリ・シンボルの多重仮説確率を決定することであって、前記多重仮説確率は、前記１つのバイナリ・シンボルがバイナリ値に等しい確率を示す、前記決定することと、
前記符号化器によって、前記多重仮説確率に従って前記１つのバイナリ・シンボルを符号化することと、
を含む、方法。
【請求項10】
前記符号化器によって、第１の適応パラメータに従って前記１つのバイナリ・シンボルの第１の確率を決定することと、前記符号化器によって、第２の適応パラメータに従って前記１つのバイナリ・シンボルの第２の確率を決定することと、
前記符号化器によって、前記適応重み、前記第１の確率、および前記第２の確率に従って、前記多重仮説確率を決定することと、
をさらに含む、請求項９に記載の方法。
【請求項11】
前記符号化器によって、重み初期化テーブル内の所定の整数の重み値のセットに従って前記適応重みを重み値として事前に決定することをさらに含む、請求項９に記載の方法。
【請求項12】
前記符号化器によって、各スライス・タイプの重み初期化テーブルを決定することと、現在のスライスが第１のスライス・タイプであるとの決定に応答して、前記符号化器によって、前記第１のスライス・タイプに従って前記重み初期化テーブルを選択することであって、前記第１のスライス・タイプは、Ｉタイプ、Ｐタイプ、またはＢタイプを含む、前記選択することと、
前記符号化器によって、選択された前記重み初期化テーブルに従って前記適応重みを決定することと、
をさらに含む、請求項９に記載の方法。
【請求項13】
前記符号化器によって、各スライスに対して重み初期化テーブルを選択するか否かを示すためのピクチャ・パラメータ・セット（ＰＰＳ）内の制御構文要素をシグナリングすることをさらに含む、請求項１２に記載の方法。
【請求項14】
前記制御構文要素が有効化されているとの決定に応答して、前記符号化器によって、スライス・レベルで、各スライスに対して選択された重み初期化テーブルを示すための各スライスの適応重み構文要素をシグナリングすることをさらに含む、請求項１３に記載の方法。
【請求項15】
前記符号化器によって、各Ｉスライス用の第１の重み初期化テーブル、各Ｐスライス用の第２の重み初期化テーブル、および各Ｂスライス用の第３の重み初期化テーブルを決定することと、現在のスライスがＩスライスであるとの決定に応答して、前記符号化器によって、前記第１の重み初期化テーブルを選択することと、
前記現在のスライスがＰスライスまたはＢスライスであるとの決定に応答して、前記符号化器によって、前記第２の重み初期化テーブルまたは前記第３の重み初期化テーブルを選択することと、
前記符号化器によって、選択された前記重み初期化テーブルに従って前記適応重みを決定することと、
をさらに含む、請求項９に記載の方法。
【請求項16】
前記現在のスライスがＩスライスでないとの決定に応答して、前記符号化器によって、各スライスに対して重み初期化テーブルを選択するか否かを示すためのピクチャ・パラメータ・セット（ＰＰＳ）内の制御構文要素をシグナリングすることと、前記制御構文要素が有効化されているとの決定に応答して、前記符号化器によって、スライス・レベルで、前記第２の重み初期化テーブルおよび前記第３の重み初期化テーブルから選択される重み初期化テーブルを示すための各非Ｉスライスの適応重み構文要素をシグナリングすることと、
をさらに含む、請求項１５に記載の方法。
【請求項17】
ビデオ復号のための方法であって、復号器によって、現在のスライスの前に符号化された１つまたは複数のスライスを選択することと、
前記復号器によって、前記現在のスライスの前に符号化された１つのスライスの１つまたは複数のコンテキスト・モデルのコンテキスト状態を継承することによって、前記現在のスライスの１つまたは複数のコンテキスト・モデルの初期コンテキスト状態を取得することと、
前記復号器によって、前記初期コンテキスト状態に従って前記現在のスライス内の前記１つまたは複数のコンテキスト・モデルに関連付けられたバイナリ・シンボルを復号することと、
を含む、方法。
【請求項18】
前記１つまたは複数のスライスは、前記現在のスライスの直前に符号化されたスライスを含む、請求項１７に記載の方法。
【請求項19】
前記１つまたは複数のスライスは、前記現在のスライスの直前に符号化されていないスライスを含み、前記スライスは、前記スライスが前記現在のスライスと同じスライス・タイプを有するという条件、
前記スライスが前記現在のスライスとの最小の量子化パラメータ（ＱＰ）の差を有するという条件、または、
前記スライスが前記現在のスライスと同じ時間レイヤを有するという条件、
のうちの少なくとも１つを満たす、請求項７に記載の方法。
【請求項20】
前記１つまたは複数の初期コンテキスト状態は、確率値、適応レート、または適応重みのパラメータのうちの少なくとも１つを含む、請求項１７に記載の方法。
【請求項21】
前記復号器によって、１つまたは複数の既存のコンテキスト・ベース適応バイナリ算術符号化（ＣＡＢＡＣ）初期化テーブルに従って、前記現在のスライスの少なくとも１つの第２の初期コンテキスト状態を取得することであって、前記現在のスライスは、前記初期コンテキスト状態と、前記少なくとも１つの第２の初期コンテキスト状態とを含む、前記取得することと、前記復号器によって、前記初期コンテキスト状態および前記少なくとも１つの第２の初期コンテキスト状態に従って、前記現在のスライス内の前記バイナリ・シンボルを復号することと、
をさらに含む、請求項１７に記載の方法。
【請求項22】
ビデオ符号化のための方法であって、符号化器によって、現在のスライスの前に符号化された１つまたは複数のスライスを選択することと、
前記符号化器によって、前記現在のスライスの前に符号化された１つのスライスから１つまたは複数のコンテキスト・モデルのコンテキスト状態を継承することによって、前記現在のスライスの前記１つまたは複数のコンテキスト・モデルの初期コンテキスト状態を決定することと、
前記符号化器によって、前記初期コンテキスト状態に従って前記現在のスライスの前記１つまたは複数のコンテキスト・モデルに関連付けられたバイナリ・シンボルを符号化することと、
を含む、方法。
【請求項23】
前記１つまたは複数のスライスは、前記現在のスライスの直前に符号化されたスライスを含む、請求項２２に記載の方法。
【請求項24】
前記１つまたは複数のスライスは、前記現在のスライスの直前に符号化されていないスライスを含み、前記スライスは、前記スライスが前記現在のスライスと同じスライス・タイプを有するという条件、
前記スライスが前記現在のスライスとの最小の量子化パラメータ（ＱＰ）の差を有するという条件、または、
前記スライスが前記現在のスライスと同じ時間レイヤを有するという条件、
のうちの少なくとも１つを満たす、請求項２２に記載の方法。
【請求項25】
前記１つまたは複数の初期コンテキスト状態は、確率値、適応レート、または適応重みのパラメータのうちの少なくとも１つを含む、請求項２２に記載の方法。
【請求項26】
前記符号化器によって、１つまたは複数の既存のコンテキスト・ベース適応バイナリ算術符号化（ＣＡＢＡＣ）初期化テーブルに従って、前記現在のスライスの少なくとも１つの第２の初期コンテキスト状態を決定することであって、前記現在のスライスは、前記初期コンテキスト状態と、前記少なくとも１つの第２の初期コンテキスト状態とを含む、前記決定することと、前記符号化器によって、前記初期コンテキスト状態および前記少なくとも１つの第２の初期コンテキスト状態に従って、前記現在のスライス内の前記バイナリ・シンボルを符号化することと、
をさらに含む、請求項２２に記載の方法。
【請求項27】
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結合され、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１～８および１７～２１のいずれか一項に記載の方法を実行するように構成される、装置。
【請求項28】
ビデオ符号化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結合され、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９～１６および２２～２６のいずれか一項に記載の方法を実行するように構成される、装置。
【請求項29】
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、前記１つまたは複数のコンピュータ・プロセッサに、ビットストリームを受信させ、前記ビットストリームに基づいて請求項１～８および１７～２１のいずれか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ための非一時的コンピュータ可読記憶媒体。
【請求項30】
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、前記１つまたは複数のコンピュータ・プロセッサに、請求項９～１６および２２～２６のいずれかに記載の方法を実行させて、現在のビデオ・ブロックをビットストリームに符号化させ、前記ビットストリームを送信させるコンピュータ実行可能命令を記憶するための非一時的コンピュータ可読記憶媒体。
【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、２０２１年１２月２９日に出願された「Ｍｅｔｈｏｄｓ ａｎｄ Ｄｅｖｉｃｅｓ ｏｎ Ｐｒｏｂａｂｉｌｉｔｙ Ｃａｌｃｕｌａｔｉｏｎ ｆｏｒ Ｃｏｎｔｅｘｔ－Ｂａｓｅｄ Ａｄａｐｔｉｖｅ Ｂｉｎａｒｙ Ａｒｉｔｈｍｅｔｉｃ Ｃｏｄｉｎｇ」と題された米国仮出願第６３／２９４，６９２号に基づいて出願され、その優先権を主張し、その全体が引用によりあらゆる目的で組み込まれている。
本出願は、２０２１年１２月２９日に出願された「Ｍｅｔｈｏｄｓ ａｎｄ Ｄｅｖｉｃｅｓ ｏｎ Ｐｒｏｂａｂｉｌｉｔｙ Ｃａｌｃｕｌａｔｉｏｎ ｆｏｒ Ｃｏｎｔｅｘｔ－Ｂａｓｅｄ Ａｄａｐｔｉｖｅ Ｂｉｎａｒｙ Ａｒｉｔｈｍｅｔｉｃ Ｃｏｄｉｎｇ」と題された米国仮出願第６３／２９４，６９２号に基づいて出願され、その優先権を主張し、その全体が引用によりあらゆる目的で組み込まれている。
【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、近年のビデオ・コーデックに使用されているエントロピー符号化方法であるコンテキスト・ベース適応バイナリ算術符号化（ＣＡＢＡＣ：ｃｏｎｔｅｘｔ－ｂａｓｅｄ ａｄａｐｔｉｖｅ ｂｉｎａｒｙ ａｒｉｔｈｍｅｔｉｃ ｃｏｄｉｎｇ）のための確率推定モジュールの精度を向上させる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。たとえば、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（Ｈ．２６５／ＨＥＶＣ：Ｈｉｇｈ Ｅｆｆｉｃｉｅｎｃｙ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）、高度ビデオ符号化（Ｈ．２６４／ＡＶＣ：Ａｄｖａｎｃｅｄ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）、動画像専門家グループ（ＭＰＥＧ：ｍｏｖｉｎｇ ｐｉｃｔｕｒｅ ｅｘｐｅｒｔ ｇｒｏｕｐ）符号化などを含む。ビデオ符号化は一般に、ビデオ画像またはシーケンスに存在する冗長性を利用する予測方法（たとえば、インター予測、イントラ予測など）を利用する。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。
【0004】
ＶＶＣ規格の最初のバージョンは２０２０年７月に完成しており、前世代のビデオ符号化規格ＨＥＶＣと比較して約５０％のビットレートの節約または同等の知覚品質を提供する。ＶＶＣ規格は、以前の規格よりも大幅な符号化の改善を提供するが、追加の符号化ツールを使用すると優れた符号化効率が実現され得るという証拠がある。最近、ＩＴＵ－Ｔ ＶＥＣＧおよびＩＳＯ／ＩＥＣ ＭＰＥＧの協力の下、共同ビデオ探索チーム（ＪＶＥＴ：Ｊｏｉｎｔ Ｖｉｄｅｏ Ｅｘｐｌｏｒａｔｉｏｎ Ｔｅａｍ）が、ＶＶＣを超える符号化効率の大幅な向上を可能にすることができる高度な技術の探索を開始した。２０２１年４月、将来のビデオ符号化探索作業のために、拡張圧縮モデル（ＥＣＭ：Ｅｎｈａｎｃｅｄ Ｃｏｍｐｒｅｓｓｉｏｎ Ｍｏｄｅｌ）と呼ばれる１つのソフトウェア・コードベースが確立された。ＥＣＭ参照ソフトウェアは、ＪＶＥＴによってＶＶＣ用に開発されたＶＶＣテスト・モデル（ＶＴＭ）に基づいており、いくつかの既存のモジュール（たとえば、イントラ／インター予測、変換、インループ・フィルタ（ｉｎ－ｌｏｏｐ ｆｉｌｔｅｒ）など）がさらに拡張および／または改善されている。将来的には、ＶＶＣ規格を超える任意の新しい符号化ツールは、ＥＣＭプラットフォームに統合され、ＪＶＥＴの共通テスト条件（ＣＴＣ：ｃｏｍｍｏｎ ｔｅｓｔ ｃｏｎｄｉｔｉｏｎ）を使用してテストされる必要がある。
【発明の概要】
【発明が解決しようとする課題】
【0005】
本開示は、ＣＡＢＡＣのための確率推定モジュールの精度の向上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】
【0006】
本開示の第１の態様によれば、ビデオ復号のための方法が提供される。この方法は、１つのバイナリ算術復号器が、適応重みに従って、バイナリ算術復号器の１つの所与のコンテキスト・モデル（ｃｏｎｔｅｘｔ ｍｏｄｅｌ）の１つのバイナリ・シンボルの多重仮説確率（ｍｕｌｔｉ－ｈｙｐｏｔｈｅｓｉｓ ｐｒｏｂａｂｉｌｉｔｙ）を取得し得、多重仮説確率が、１つのバイナリ・シンボルがバイナリ値に等しい確率を決定し得、１つのバイナリ・シンボルが、コンテキスト・モデルに関連付けられた複数のバイナリ・シンボルからのものである、ことを含む。さらに、復号器は、多重仮説確率に従って１つのバイナリ・シンボルを符号化し得る。また、復号器は、多重仮説確率に従って１つのバイナリ・シンボルを復号し得る。
【0007】
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、１つのバイナリ算術符号化器が、適応重みに従って、バイナリ算術符号化器の１つの所与のコンテキスト・モデルの複数のバイナリ・シンボルからの１つのバイナリ・シンボルの多重仮説確率を決定し得、多重仮説確率が、１つのバイナリ・シンボルがバイナリ値に等しい確率を示す、ことを含む。さらに、符号化器は、多重仮説確率に従って１つのバイナリ・シンボルを符号化し得る。
【0008】
本開示の第３の態様によれば、ビデオ復号のための方法が提供される。この方法は、復号器が、現在のスライスの前に符号化された１つまたは複数のスライスを選択し、現在のスライスの前に符号化された１つのスライスの１つまたは複数のコンテキスト・モデルのコンテキスト状態を継承することによって、現在のスライスの１つまたは複数のコンテキスト・モデルの初期コンテキスト状態を取得し、初期コンテキスト状態に従って現在のスライス内の１つまたは複数のコンテキスト・モデルに関連付けられたバイナリ・シンボルを復号し得ることを含む。
【0009】
本開示の第４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、符号化器が、現在のスライスの前に符号化された１つまたは複数のスライスを選択し、現在のスライスの前に符号化された１つのスライスから１つまたは複数のコンテキスト・モデルのコンテキスト状態を継承することによって、現在のスライスの１つまたは複数のコンテキスト・モデルの初期コンテキスト状態を決定し、初期コンテキスト状態に従って現在のスライスの１つまたは複数のコンテキスト・モデルに関連付けられたバイナリ・シンボルを符号化し得ることを含む。
【0010】
本開示の第５の態様によれば、ビデオ復号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結合され、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、を含み、１つまたは複数のプロセッサは、命令の実行時に、第１または第３の態様による方法を実行するように構成される。
【0011】
本開示の第６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結合され、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、を含み、１つまたは複数のプロセッサは、命令の実行時に、第２または第４の態様による方法を実行するように構成される。
【0012】
本開示の第７の態様によれば、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、ビットストリームを受信させ、ビットストリームに基づいて第１または第３の態様による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。
【0013】
本開示の第８の態様によれば、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、第２または第４の態様による方法を実行させて、現在のビデオ・ブロックをビットストリームに符号化させ、ビットストリームを送信させるコンピュータ実行可能命令を記憶する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。
【0014】
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】
【0015】
【図1A】本開示のいくつかの例によるビデオ・ブロックを符号化および復号するためのシステムを示すブロック図である。
【図1B】本開示のいくつかの例による符号化器のブロック図である。
【図1C-1F】本開示のいくつかの例による、フレームが、異なるサイズおよび形状の複数のビデオ・ブロックにどのように再帰的に分割されるかを示すブロック図である。
【図2】本開示のいくつかの例による復号器のブロック図である。
【図3A】本開示のいくつかの例によるマルチ・タイプ・ツリー構造におけるブロック分割を示す図である。
【図3B】本開示のいくつかの例によるマルチ・タイプ・ツリー構造におけるブロック分割を示す図である。
【図3C】本開示のいくつかの例によるマルチ・タイプ・ツリー構造におけるブロック分割を示す図である。
【図3D】本開示のいくつかの例によるマルチ・タイプ・ツリー構造におけるブロック分割を示す図である。
【図3E】本開示のいくつかの例によるマルチ・タイプ・ツリー構造におけるブロック分割を示す図である。
【図4】本開示のいくつかの例によるユーザ・インターフェースと結合されたコンピューティング環境を示す図である。
【図5】本開示のいくつかの例によるビデオ復号のための方法を示すフローチャートである。
【図7】本開示のいくつかの例によるビデオ復号のための方法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】
【0016】
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。たとえば、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。
【0017】
本開示で使用される用語は、特定の実施形態を説明する目的でのみ採用されており、本開示を限定することが意図されていない。本開示および添付の特許請求の範囲における単数形の「ａ／ａｎ」、「ｓａｉｄ」、および「ｔｈｅ」は、本開示全体を通じて他の意味が明確に示されていない限り、複数形も含むものとする。本開示で使用される「および／または」という用語は、列挙された複数の関連項目のうちの１つまたはいずれかあるいは全ての可能な組み合わせを指し、これらを含むことも理解されたい。
【0018】
「一実施形態（ｏｎｅ ｅｍｂｏｄｉｍｅｎｔ）」、「一実施形態（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つの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。
【0019】
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、たとえば、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。たとえば、「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。
【0020】
「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。
【0021】
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。たとえば、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。
【0022】
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、たとえば、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。
【0023】
図１Ａは、本開示のいくつかの実装による、並行してビデオ・ブロックを符号化および復号するための例示的なシステム１０を示すブロック図である。図１Ａに示されるように、システム１０は、デスティネーション・デバイス１４によって後で復号されるビデオ・データを生成および符号化するソース・デバイス１２を含む。ソース・デバイス１２およびデスティネーション・デバイス１４は、デスクトップまたはラップトップ・コンピュータ、タブレット・コンピュータ、スマート・フォン、セット・トップ・ボックス、デジタル・テレビ、カメラ、表示デバイス、デジタル・メディア・プレーヤー、ビデオ・ゲーム・コンソール、ビデオ・ストリーミング・デバイスなどを含む多種多様な電子デバイスのいずれかを含み得る。いくつかの実装では、ソース・デバイス１２およびデスティネーション・デバイス１４には無線通信機能が搭載される。
【0024】
いくつかの実装では、デスティネーション・デバイス１４は、リンク１６を介して、復号されるべき符号化されたビデオ・データを受信し得る。リンク１６は、符号化されたビデオ・データをソース・デバイス１２からデスティネーション・デバイス１４に移動することが可能な任意のタイプの通信媒体またはデバイスを含み得る。一例では、リンク１６は、ソース・デバイス１２が符号化されたビデオ・データをリアルタイムにデスティネーション・デバイス１４に直接送信することを可能にするための通信媒体を含み得る。符号化されたビデオ・データは、無線通信プロトコルなどの通信規格に従って変調され、デスティネーション・デバイス１４に送信され得る。通信媒体は、たとえば、無線周波数（ＲＦ）スペクトルあるいは１つまたは複数の物理伝送線など、任意の無線または有線通信媒体を含み得る。通信媒体は、パケットベースのネットワーク、たとえば、ローカル・エリア・ネットワーク、ワイド・エリア・ネットワーク、またはグローバル・ネットワーク、たとえば、インターネットなどの一部を形成し得る。通信媒体は、ルータ、スイッチ、基地局、またはソース・デバイス１２からデスティネーション・デバイス１４への通信を容易にするのに有用であり得る他の任意の機器を含み得る。
【0025】
いくつかの他の実装態様では、符号化済みビデオ・データは、出力インターフェース２２から記憶デバイス３２に送信され得る。その後、記憶デバイス３２内の符号化されたビデオ・データは、デスティネーション・デバイス１４によって入力インターフェース２８を介してアクセスされ得る。記憶デバイス３２は、ハード・ドライブ、ブルーレイ・ディスク、デジタル・バーサタイル・ディスク（ＤＶＤ）、コンパクト・ディスク読み取り専用メモリ（ＣＤ－ＲＯＭ）、フラッシュ・メモリ、揮発性もしくは不揮発性メモリ、または符号化されたビデオ・データを記憶するための他の任意の適切なデジタル記憶媒体などの、多様な分散型（ｄｉｓｔｒｉｂｕｔｅｄ）のまたは局所（ｌｏｃａｌｌｙ）アクセス型のデータ記憶媒体のいずれかを含み得る。さらなる例では、記憶デバイス３２は、ソース・デバイス１２によって生成された符号化されたビデオ・データを保持し得るファイル・サーバまたは他の中間記憶デバイスに対応し得る。デスティネーション・デバイス１４は、ストリーミングまたはダウンロードにより、記憶デバイス３２から記憶されたビデオ・データにアクセスし得る。ファイル・サーバは、符号化されたビデオ・データを記憶し、符号化されたビデオ・データをデスティネーション・デバイス１４に送信することが可能な任意のタイプのコンピュータであり得る。例示的なファイル・サーバは、ウェブ・サーバ（たとえば、ウェブサイト用）、ファイル転送プロトコル（ＦＴＰ）サーバ、ネットワーク接続ストレージ（ＮＡＳ）デバイス、またはローカル・ディスク・ドライブを含む。デスティネーション・デバイス１４は、ファイル・サーバに記憶されている符号化されたビデオ・データにアクセスするのに適した、無線チャネル（たとえば、ワイヤレス・フィデリティ（Ｗｉ－Ｆｉ）接続）、有線接続（たとえば、デジタル加入者線（ＤＳＬ：Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅ）、ケーブルモデムなど）、または両方の組み合わせを含む、任意の標準的なデータ接続を介して符号化されたビデオ・データにアクセスし得る。記憶デバイス３２からの符号化されたビデオ・データの送信は、ストリーミング送信、ダウンロード送信、または両方の組み合わせであり得る。
【0026】
図１Ａに示されるように、ソース・デバイス１２は、ビデオ・ソース１８、ビデオ符号化器２０、および出力インターフェース２２を含む。ビデオ・ソース１８は、たとえば、ビデオ・カメラのビデオ・キャプチャ・デバイス、キャプチャ済みのビデオを含むビデオ・アーカイブ、ビデオ・コンテンツ・プロバイダからビデオを受信するためのビデオ・フィード・インターフェース、および／またはコンピュータ・グラフィックス・データをソース・ビデオとして生成するためのコンピュータ・グラフィックス・システム、あるいはそのようなソースの組み合わせなどのソースを含み得る。一例として、ビデオ・ソース１８がセキュリティ監視システムのビデオ・カメラである場合、ソース・デバイス１２およびデスティネーション・デバイス１４はカメラ付き電話またはビデオ電話を形成し得る。しかしながら、本出願で説明される実装は、一般にビデオ符号化に適用可能であり得、無線および／または有線アプリケーションに適用され得る。
【0027】
キャプチャされたビデオ、事前にキャプチャされたビデオ、またはコンピュータ生成されたビデオが、ビデオ符号化器２０によって符号化され得る。符号化されたビデオ・データは、ソース・デバイス１２の出力インターフェース２２を介してデスティネーション・デバイス１４に直接送信され得る。符号化されたビデオ・データはさらに（または代わりに）、復号および／または再生のために、デスティネーション・デバイス１４または他のデバイスによって後でアクセスできるように、記憶デバイス３２に記憶され得る。出力インターフェース２２は、モデムおよび／または送信機をさらに含み得る。
【0028】
デスティネーション・デバイス１４は、入力インターフェース２８、ビデオ復号器３０、および表示デバイス３４を含む。入力インターフェース２８は、受信機および／またはモデムを含み、リンク１６を介して符号化されたビデオ・データを受信し得る。リンク１６を介して伝達される、または記憶デバイス３２上に提供される符号化されたビデオ・データは、ビデオ・データを復号する際にビデオ復号器３０によって使用されるために、ビデオ符号化器２０によって生成される多様な構文要素（ｓｙｎｔａｘ ｅｌｅｍｅｎｔ）を含み得る。そのような構文要素は、通信媒体上で伝送される、記憶媒体上に記憶される、またはファイル・サーバ上に記憶される、符号化されたビデオ・データ内に含まれ得る。
【0029】
いくつかの実装では、デスティネーション・デバイス１４は、一体化された表示デバイス、およびデスティネーション・デバイス１４と通信するように構成される外部表示デバイスとすることができる表示デバイス３４を含み得る。表示デバイス３４は、復号されたビデオ・データをユーザに表示し、液晶ディスプレイ（ＬＣＤ）、プラズマ・ディスプレイ、有機発光ダイオード（ＯＬＥＤ：Ｏｒｇａｎｉｃ Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ）ディスプレイ、または他のタイプの表示デバイスなどの多様な表示デバイスのいずれかを含み得る。
【0030】
ビデオ符号化器２０およびビデオ復号器３０は、独自規格または業界標準、たとえば、ＶＶＣ、ＨＥＶＣ、ＭＰＥＧ－４、パート１０、ＡＶＣ、またはそのような規格の拡張に従って動作し得る。本出願は特定のビデオ符号化／復号規格に限定されず、他のビデオ符号化／復号規格にも適用可能であり得ることを理解されたい。一般に、ソース・デバイス１２のビデオ符号化器２０は、これらの現在または将来の規格のいずれかに従ってビデオ・データを符号化するように構成され得ることが考えられる。同様に、デスティネーション・デバイス１４のビデオ復号器３０は、これらの現在または将来の規格のいずれかに従ってビデオ・データを復号するように構成され得ることも一般に考えられる。
【0031】
ビデオ符号化器２０およびビデオ復号器３０はそれぞれ、１つまたは複数のマイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ）、特定用途向け集積回路（ＡＳＩＣ）、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、ディスクリート・ロジック、ソフトウェア、ハードウェア、ファームウェア、またはそれらの任意の組み合わせなどの多様な適切な符号化器および／または復号器回路のいずれかとして実装され得る。ソフトウェアで部分的に実装される場合、電子デバイスは、ソフトウェアの命令を適切な非一時的コンピュータ可読媒体に記憶し、１つまたは複数のプロセッサを使用してハードウェアで命令を実行して、本開示で開示されるビデオ符号化／復号動作を実行し得る。ビデオ符号化器２０およびビデオ復号器３０のそれぞれは、１つまたは複数の符号化器または復号器に含まれ得、そのいずれもが、符号化器／復号器の組み合わせ（ＣＯＤＥＣ：ｃｏｍｂｉｎｅｄ ｅｎｃｏｄｅｒ／ｄｅｃｏｄｅｒ）の一部としてそれぞれのデバイスに統合され得る。
【0032】
ＨＥＶＣと同様に、ＶＶＣはブロック・ベースのハイブリッド・ビデオ符号化フレームワークに基づいて構築されている。図１Ｂは、本開示のいくつかの実装によるブロック・ベースのビデオ符号化器を示すブロック図である。符号化器１００において、入力ビデオ信号は、符号化ユニット（ＣＵ：ｃｏｄｉｎｇ ｕｎｉｔ）と呼ばれるブロックごとに処理される。符号化器１００は、図１Ａに示されるビデオ符号化器２０であり得る。ＶＴＭ－１．０では、ＣＵは最大１２８ｘ１２８ピクセルとすることができる。しかしながら、４分木のみに基づいてブロックを分割するＨＥＶＣとは異なり、ＶＶＣでは、１つの符号化ツリー・ユニット（ＣＴＵ：ｃｏｄｉｎｇ ｔｒｅｅ ｕｎｉｔ）が４分木／２分木／３分木に基づいて様々な局所特性に適応するようにＣＵに分割される。さらに、ＨＥＶＣにおける複数の分割ユニット・タイプの概念が排除され、すなわち、ＣＵ、予測ユニット（ＰＵ：ｐｒｅｄｉｃｔｉｏｎ ｕｎｉｔ）、および変換ユニット（ＴＵ：ｔｒａｎｓｆｏｒｍ ｕｎｉｔ）の分離は、ＶＶＣにはもはや存在せず、代わりに、各ＣＵが常に、さらなる分割なく、予測および変換の両方の基本単位として使用される。マルチ・タイプ・ツリー構造では、まず、１つのＣＴＵが４分木構造により分割される。次に、各４分木リーフ・ノードは、２分木構造および３分木構造によってさらに分割されることができる。
【0033】
図３Ａ～図３Ｅ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３Ａ～図３Ｅはそれぞれ、４分割（図３Ａ）、垂直２分割（図３Ｂ）、水平２分割（図３Ｃ）、垂直３分割（図３Ｄ）、および水平３分割（図３Ｅ）を含む５つの分割タイプを示している。
【0034】
所与のビデオ・ブロックごとに、空間予測および／または時間予測が実行され得る。空間予測（または「イントラ予測」）は、同じビデオ・ピクチャ／スライス内のすでに符号化された近傍ブロック（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。時間予測（「インター予測」または「動き補償予測」とも呼ばれる）は、すでに符号化されたビデオ・ピクチャからの再構成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ＣＵ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。また、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。
【0035】
空間予測および／または時間予測の後、符号化器１００内のイントラ／インター・モード決定回路１２１は、たと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ぶ。次いで、ブロック予測子（ｂｌｏｃｋ ｐｒｅｄｉｃｔｏｒ）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、再構成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の再構成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／または適応インループ・フィルタ（ＡＬＦ：ａｄａｐｔｉｖｅ ｉｎ－ｌｏｏｐ ｆｉｌｔｅｒ）などのインループ・フィルタリング１１５が、再構成された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。
【0036】
たとえば、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と呼ばれる追加のインループ・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と呼ばれるさらに他のインループ・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。
【0037】
これらのインループ・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符号化器１００によって行われる決定としてオフにされ得る。
【0038】
イントラ予測は通常、フィルタリングされていない再構成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・オプションが符号化器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成されたピクセルに基づくことに留意されたい。
【0039】
図２は、多くのビデオ符号化規格と併せて使用され得るブロック・ベースのビデオ復号器２００を示すブロック図である。この復号器２００は、図１Ｂの符号化器１００に存在する再構成関連部分と同様である。ブロック・ベースのビデオ復号器２００は、図１Ａに示されるビデオ復号器３０であり得る。復号器２００では、入来したビデオ・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、再構成された予測残差を取得する。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からの再構成された予測残差と、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成されたピクセルのセットが取得される。
【0040】
再構成されたブロックはさらにインループ・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内の再構成されたビデオは、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。インループ・フィルタ２０９がオンにされている状況では、これらの再構成されたピクセルにフィルタリング操作が実行されて、最終的な再構成されたビデオ出力２２２を導出する。
【0041】
現在のＶＶＣおよびＡＶＳ３規格では、現在の符号化ブロックの動き情報は、マージ候補インデックスによって指定される空間的または時間的な近傍のブロックからコピーされるか、あるいは動き推定の明示的なシグナリングによって取得される。本開示の焦点は、アフィン・マージ候補の導出方法を改善することによって、アフィン・マージ・モードの動きベクトルの精度を向上させることである。本開示の説明を容易にするために、ＶＶＣ規格における既存のアフィン・マージ・モード設計が、提案されたアイデアを説明するための例として使用される。ＶＶＣ規格における既存のアフィン・モード設計が本開示全体を通して例として使用されるが、最新のビデオ符号化技術の当業者にとって、提案された技術は、異なる設計のアフィン動き予測モード、あるいは同じまたは類似の設計思想を有する他の符号化ツールにも適用され得ることに留意されたい。
【0042】
典型的なビデオ符号化プロセスでは、ビデオ・シーケンスは、典型的には、順序付けられたフレームまたはピクチャのセットを含む。各フレームは、ＳＬ、ＳＣｂ、およびＳＣｒと表される３つのサンプル配列を含み得る。ＳＬはルマ・サンプル（ｌｕｍａ ｓａｍｐｌｅ）の２次元配列である。ＳＣｂはＣｂクロマ・サンプル（ｃｈｒｏｍａ ｓａｍｐｌｅ）の２次元配列である。ＳＣｒはＣｒクロマ・サンプルの２次元配列である。他の例では、フレームはモノクロであり得、したがって、ルマ・サンプルのただ１つの２次元配列を含む。
【0043】
図１Ｃに示されるように、ビデオ符号化器２０（またはより詳細には、ビデオ符号化器２０の予測処理ユニット内の分割ユニット）は、最初にフレームをＣＴＵのセットに分割することによって、フレームの符号化された表現を生成する。ビデオ・フレームは、ラスタ・スキャン順序で左から右および上から下に連続して並べられた整数個のＣＴＵを含み得る。各ＣＴＵは最大の論理的な符号化ユニットであり、ビデオ・シーケンス内の全てのＣＴＵが、１２８×１２８、６４×６４、３２×３２、および１６×１６のうちの１つである同じサイズを有するように、ＣＴＵの幅および高さがシーケンス・パラメータ・セットでビデオ符号化器２０によってシグナリングされる。しかしながら、本出願は必ずしも特定のサイズに限定されないことに留意されたい。図１Ｄに示されるように、各ＣＴＵは、ルマ・サンプルの１つのＣＴＢと、クロマ・サンプルの２つの対応する符号化ツリー・ブロックと、符号化ツリー・ブロックのサンプルを符号化するために使用される構文要素とを含み得る。構文要素は、符号化されたピクセルのブロックの様々なタイプのユニットのプロパティと、インター予測またはイントラ予測、イントラ予測モード、動きベクトル、および他のパラメータを含めて、ビデオ復号器３０でビデオ・シーケンスがどのように再構成され得るかと、を記述する。モノクロ・ピクチャまたは３つの別個のカラー・プレーンを有するピクチャでは、ＣＴＵは、単一の符号化ツリー・ブロックと、その符号化ツリー・ブロックのサンプルを符号化するために使用される構文要素とを含み得る。符号化ツリー・ブロックは、Ｎ×Ｎのサンプルのブロックであり得る。
【0044】
より良いパフォーマンスを達成するために、ビデオ符号化器２０は、ＣＴＵの符号化ツリー・ブロックに対して、２分木分割、３分木分割、４分木分割、またはそれらの組み合わせなどのツリー分割を再帰的に実行し、ＣＴＵをより小さなＣＵに分割し得る。図１Ｅに示されるように、６４×６４のＣＴＵ４００はまず、それぞれが３２×３２のブロック・サイズを有する４つのより小さいＣＵに分割される。４つのより小さいＣＵのうち、ＣＵ４１０およびＣＵ４２０はそれぞれ、１６×１６のブロック・サイズの４つのＣＵに分割される。２つの１６×１６のＣＵ４３０および４４０はそれぞれ、８×８のブロック・サイズの４つのＣＵにさらに分割される。図１Ｆは、図１Ｅに示されたＣＴＵ４００の分割プロセスの最終結果を示す４分木データ構造を示しており、４分木の各リーフ・ノードは、３２×３２から８×８までの範囲のそれぞれのサイズの１つのＣＵに対応する。図１Ｄに示されたＣＴＵと同様に、各ＣＵは、同じサイズのフレームのルマ・サンプルのＣＢおよびクロマ・サンプルの２つの対応する符号化ブロックと、符号化ブロックのサンプルを符号化するために使用される構文要素とを含み得る。モノクロ・ピクチャまたは３つの別個のカラー・プレーンを有するピクチャでは、ＣＵは、単一の符号化ブロックと、その符号化ブロックのサンプルを符号化するために使用されるシンタックス構造とを含み得る。図１Ｅ～図１Ｆに示された４分木分割は例示のみを目的としており、１つのＣＴＵは、４分木／３分木／２分木分割に基づいて様々な局所特性に適応するようにＣＵに分割され得ることに留意されたい。マルチ・タイプ・ツリー構造では、１つのＣＴＵが４分木構造によって分割され、各４分木リーフＣＵはさらに２分木構造および３分木構造によって分割されることができる。図３Ａ～図３Ｅに示されるように、幅Ｗおよび高さＨを有する符号化ブロックの可能な分割タイプは５つあり、すなわち、４分割、水平２分割、垂直２分割、水平３分割、および垂直３分割である。
【0045】
いくつかの実装では、ビデオ符号化器２０は、ＣＵの符号化ブロックを１つまたは複数のＭ×ＮのＰＢにさらに分割し得る。ＰＢは、インターまたはイントラの同じ予測が適用されるサンプルの長方形（正方形または非正方形）のブロックである。ＣＵのＰＵは、ルマ・サンプルのＰＢと、クロマ・サンプルの２つの対応するＰＢと、ＰＢを予測するために使用される構文要素とを含み得る。モノクロ・ピクチャまたは３つの別個のカラー・プレーンを有するピクチャでは、ＰＵは、単一のＰＢと、そのＰＢを予測するために使用されるシンタックス構造とを含み得る。ビデオ符号化器２０は、ＣＵの各ＰＵのルマ、Ｃｂ、およびＣｒのＰＢに対する予測ルマ、Ｃｂ、およびＣｒブロックを生成し得る。
【0046】
ビデオ符号化器２０は、ＰＵの予測ブロックを生成するためにイントラ予測またはインター予測を使用し得る。ビデオ符号化器２０がＰＵの予測ブロックを生成するためにイントラ予測を使用する場合、ビデオ符号化器２０は、ＰＵに関連付けられたフレームの復号済みのサンプルに基づいてＰＵの予測ブロックを生成し得る。ビデオ符号化器２０がＰＵの予測ブロックを生成するためにインター予測を使用する場合、ビデオ符号化器２０は、ＰＵに関連付けられたフレーム以外の１つまたは複数のフレームの復号済みのサンプルに基づいてＰＵの予測ブロックを生成し得る。
【0047】
ビデオ符号化器２０がＣＵの１つまたは複数のＰＵに対して予測ルマ、Ｃｂ、およびＣｒブロックを生成した後、ビデオ符号化器２０は、ＣＵの予測ルマ・ブロックをその元のルマ符号化ブロックから減算することによって、ＣＵのルマ残差ブロックを生成し得、ＣＵのルマ残差ブロック内の各サンプルは、ＣＵの予測ルマ・ブロックのうちの１つにおけるルマ・サンプルと、ＣＵの元のルマ符号化ブロック内の対応するサンプルとの差を示す。同様に、ビデオ符号化器２０は、ＣＵのＣｂ残差ブロックおよびＣｒ残差ブロックをそれぞれ生成し得、ＣＵのＣｂ残差ブロック内の各サンプルは、ＣＵの予測Ｃｂブロックのうちの１つにおけるＣｂサンプルと、ＣＵの元のＣｂ符号化ブロック内の対応するサンプルとの差を示し、ＣＵのＣｒ残差ブロック内の各サンプルは、ＣＵの予測Ｃｒブロックのうちの１つにおけるＣｒサンプルと、ＣＵの元のＣｒ符号化ブロック内の対応するサンプルとの差を示し得る。
【0048】
さらに、図１Ｅに示されるように、ビデオ符号化器２０は、４分木分割を使用して、ＣＵのルマ、Ｃｂ、およびＣｒ残差ブロックをそれぞれ１つまたは複数のルマ、Ｃｂ、およびＣｒ変換ブロックに分解し得る。変換ブロックは、同じ変換が適用されるサンプルの長方形（正方形または非正方形）のブロックである。ＣＵのＴＵは、ルマ・サンプルの変換ブロックと、クロマ・サンプルの２つの対応する変換ブロックと、変換ブロック・サンプルを変換するために使用される構文要素とを含み得る。したがって、ＣＵの各ＴＵは、ルマ変換ブロック、Ｃｂ変換ブロック、およびＣｒ変換ブロックに関連付けられ得る。いくつかの例では、ＴＵに関連付けられたルマ変換ブロックは、ＣＵのルマ残差ブロックのサブ・ブロックであり得る。Ｃｂ変換ブロックは、ＣＵのＣｂ残差ブロックのサブ・ブロックであり得る。Ｃｒ変換ブロックは、ＣＵのＣｒ残差ブロックのサブ・ブロックであり得る。モノクロ・ピクチャまたは３つの別個のカラー・プレーンを有するピクチャでは、ＴＵは、単一の変換ブロックと、その変換ブロックのサンプルを変換するために使用されるシンタックス構造とを含み得る。
【0049】
ビデオ符号化器２０は、ＴＵのルマ変換ブロックに１つまたは複数の変換を適用して、ＴＵのルマ係数ブロックを生成し得る。係数ブロックは、変換係数の２次元配列であり得る。変換係数はスカラー量であり得る。ビデオ符号化器２０は、ＴＵのＣｂ変換ブロックに１つまたは複数の変換を適用して、ＴＵのＣｂ係数ブロックを生成し得る。ビデオ符号化器２０は、ＴＵのＣｒ変換ブロックに１つまたは複数の変換を適用して、ＴＵのＣｒ係数ブロックを生成し得る。
【0050】
係数ブロック（たとえば、ルマ係数ブロック、Ｃｂ係数ブロック、またはＣｒ係数ブロック）を生成した後、ビデオ符号化器２０は、係数ブロックを量子化し得る。量子化は一般に、変換係数を表現するために使用されるデータ量を極力削減してさらなる圧縮を実現するために、変換係数が量子化されるプロセスを指す。ビデオ符号化器２０が係数ブロックを量子化した後、ビデオ符号化器２０は量子化された変換係数を示す構文要素をエントロピー符号化し得る。たとえば、ビデオ符号化器２０は、量子化された変換係数を示す構文要素に対してＣＡＢＡＣを実行し得る。最後に、ビデオ符号化器２０は、符号化されたフレームおよび関連データの表現を形成するビットのシーケンスを含むビットストリームを出力し得、これは記憶デバイス３２に保存されるか、またはデスティネーション・デバイス１４に送信される。
【0051】
ビデオ復号器３０は、ビデオ符号化器２０によって生成されたビットストリームを受信した後、ビットストリームをパースして、ビットストリームから構文要素を取得し得る。ビデオ復号器３０は、ビットストリームから取得された構文要素に少なくとも部分的に基づいてビデオ・データのフレームを再構成し得る。ビデオ・データを再構成するプロセスは、一般に、ビデオ符号化器２０によって実行される符号化プロセスと相反的である。たとえば、ビデオ復号器３０は、現在のＣＵのＴＵに関連付けられた係数ブロックに逆変換を実行して、現在のＣＵのＴＵに関連付けられた残差ブロックを再構成し得る。また、ビデオ復号器３０は、現在のＣＵのＰＵの予測ブロックのサンプルを現在のＣＵのＴＵの変換ブロックの対応するサンプルに加算することによって、現在のＣＵの符号化ブロックを再構成する。フレームの各ＣＵについて符号化ブロックを再構成した後、ビデオ復号器３０はフレームを再構成し得る。
【0052】
上記で述べられたように、ビデオ符号化は主に２つのモード、すなわち、フレーム内予測（またはイントラ予測）とフレーム間予測（またはインター予測）とを使用してビデオ圧縮を実現する。ＩＢＣはフレーム内予測または第３のモードと見なされ得ることに留意されたい。２つのモードの間では、フレーム間予測はフレーム内予測よりも符号化効率により貢献し、その理由は、動きベクトルを使用して参照ビデオ・ブロックから現在のビデオ・ブロックを予測するためである。
【0053】
しかしながら、ビデオ・データ・キャプチャ技術が日々進歩し、ビデオ・データの詳細を保存するためにビデオ・ブロック・サイズがより精細化されているので、現在のフレームの動きベクトルを表現するために必要なデータ量も大幅に増加している。この課題を克服する１つの方法は、空間領域と時間領域との両方での近傍のＣＵのグループが予測のための類似のビデオ・データを有しているだけでなく、これらの近傍のＣＵ間の動きベクトルも類似していることから恩恵を受けることである。したがって、空間的な近傍のＣＵおよび／または時間的に同位置のＣＵの動き情報を、それらの空間的および時間的相関を調べることによって、現在のＣＵの動き情報（たとえば、動きベクトル）の近似として使用することが可能であり、これは現在のＣＵの「動きベクトル予測子（ＭＶＰ：Ｍｏｔｉｏｎ Ｖｅｃｔｏｒ Ｐｒｅｄｉｃｔｏｒ）」とも呼ばれる。
【0054】
図１Ｂに関連して上述されたように、動き推定ユニットによって決定された現在のＣＵの実際の動きベクトルをビデオ・ビットストリームに符号化する代わりに、現在のＣＵの動きベクトル予測子が現在のＣＵの実際の動きベクトルから減算されて、現在のＣＵの動きベクトル差分（ＭＶＤ：Ｍｏｔｉｏｎ Ｖｅｃｔｏｒ Ｄｉｆｆｅｒｅｎｃｅ）が生成される。そうすることで、フレームの各ＣＵについて動き推定ユニットによって決定された動きベクトルをビデオ・ビットストリームに符号化する必要がなくなり、ビデオ・ビットストリーム内の動き情報を表現するために使用されるデータ量が大幅に削減されることができる。
【0055】
符号ブロックのフレーム間予測中に参照フレーム内の予測ブロックを選ぶプロセスと同様に、現在のＣＵの空間的な近傍のＣＵおよび／または時間的に同位置のＣＵに関連付けられた潜在的な候補動きベクトルを使用して、現在のＣＵに対する動きベクトル候補リスト（別名、「マージ・リスト」）を構築し、次いで、動きベクトル候補リストから１つのメンバーを現在のＣＵの動きベクトル予測子として選択するためのルールのセットがビデオ符号化器２０およびビデオ復号器３０の両方によって選ばれる必要がある。そうすることで、動きベクトル候補リスト自体をビデオ符号化器２０からビデオ復号器３０に送信する必要がなくなり、ビデオ符号化器２０およびビデオ復号器３０が動きベクトル候補リスト内の同じ動きベクトル予測子を使用して現在のＣＵを符号化および復号するには、動きベクトル候補リスト内の選択された動きベクトル予測子のインデックスで十分である。
【0056】
本開示の主な目的は、ハイブリッド・ビデオ符号化フレームワークで使用されるＣＡＢＡＣ技術の効率を高めることである。具体的には、ビデオ信号を圧縮するときに生成される構文要素のバイナリ・シンボル（別名、略してビン（ｂｉｎ））の系列の確率推定の精度を高めるためのいくつかの改善が提案される。以下では、ＡＶＣ、ＨＥＶＣ、およびＶＶＣなどの最新のビデオ符号化規格で適用されている既存のＣＡＢＡＣ技術の詳細な分析が最初に提供される。次に、既存のＣＡＢＡＣ設計のいくつかの欠陥／制限が論じられる。その後、確率推定の精度を高めることを通じてＣＡＢＡＣ効率を向上させるための方法が提案される。
【0057】
ＡＶＣおよびＨＥＶＣにおけるＣＡＢＡＣの確率推定技術
ＣＡＢＡＣは元々Ｈ．２６４／ＡＶＣ規格において、２つのサポートされているエントロピー符号化スキームのうちの１つとして導入された。ＣＡＢＡＣでは、算術符号化は、符号語マッピング（別名、バイナリ化）と確率推定との２つのモジュールで構成される。符号語マッピングのプロセスでは、構文要素がビンの列にマッピングされる。マッピングは、様々なバイナリ化スキームに基づいて構文要素をいくつかのビンのグループに変換する、いわゆるバイナライザによって実現される。実際には、固定長符号、単進符号、切り捨て単進符号（ｔｒｕｎｃａｔｅｄ ｕｎａｒｙ ｃｏｄｅ）、およびｋ次指数ゴロム符号などの様々なバイナリ化スキームがそのような変換に適用され得る。確率推定モジュールの目的は、１つのビンが１または０の値を有する尤度を決定することである。ＡＶＣでは、ビンの確率は指数エージング・モデル（ｅｘｐｏｎｅｎｔｉａｌ ａｇｉｎｇ ｍｏｄｅｌ）に基づいて計算され、このモデルでは、１つの現在のビンが１または０に等しい確率は、符号化済みの以前のビンの値に依存する。さらに、一般的なデータ統計によれば、１つの現在のビンの直前のビンの影響は、大抵、ずっと前に符号化されたビンよりも大きい。これを考慮して、ＣＡＢＡＣでは、現在のビンの確率を推定するために使用される符号化済みのビンの数Ｎを制御する１つのパラメータαが導入され、すなわち、Ｎ＝１／αである。このパラメータは、符号化されたビンの増加と共に確率が更新される適応速度に転換される。具体的には、適応パラメータαを使用して、１つのビンが劣勢確率シンボル（ＬＰＳ：ｌｅａｓｔ ｐｒｏｂａｂｌｅ ｓｙｍｂｏｌ）である確率が次のように再帰的に計算され、
ｐ（ｔ＋１）＝ｐ（ｔ）・（１－α）＋ｘ（ｔ）・α （１）
ここで、ｐ（ｔ）は瞬間ｔにおけるＬＰＳシンボルの確率であり、ｐ（ｔ＋１）は瞬間ｔ＋１におけるＬＰＳシンボルの更新された確率であり、ｘ（ｔ）は、現在のビンがＬＰＳシンボルである場合は１に等しく、現在のビンが優勢確率シンボル（ＭＰＳ：ｍｏｓｔ ｐｒｏｂａｂｌｅ ｓｙｍｂｏｌ）である場合は０に等しい。ＡＶＣおよびＨＥＶＣのＣＡＢＡＣエンジンでは、この確率は、（１）に従ってα≒１／１９．６９の固定値で各構文要素に対して独立して更新され、すなわち、１つの現在のビンの確率を推定するときに、約１９．６９個の符号化済みのビンが考慮される。さらに、確率推定中の乗算を回避するために、実数であって０から１までの範囲にある式（１）の確率ｐ（ｔ）は、固定の確率状態のセットに量子化される。たとえば、ＡＶＣとＨＥＶＣとの両方で、確率は７ビットの精度を有し、これは１２８個の確率状態に対応する。
ＣＡＢＡＣは元々Ｈ．２６４／ＡＶＣ規格において、２つのサポートされているエントロピー符号化スキームのうちの１つとして導入された。ＣＡＢＡＣでは、算術符号化は、符号語マッピング（別名、バイナリ化）と確率推定との２つのモジュールで構成される。符号語マッピングのプロセスでは、構文要素がビンの列にマッピングされる。マッピングは、様々なバイナリ化スキームに基づいて構文要素をいくつかのビンのグループに変換する、いわゆるバイナライザによって実現される。実際には、固定長符号、単進符号、切り捨て単進符号（ｔｒｕｎｃａｔｅｄ ｕｎａｒｙ ｃｏｄｅ）、およびｋ次指数ゴロム符号などの様々なバイナリ化スキームがそのような変換に適用され得る。確率推定モジュールの目的は、１つのビンが１または０の値を有する尤度を決定することである。ＡＶＣでは、ビンの確率は指数エージング・モデル（ｅｘｐｏｎｅｎｔｉａｌ ａｇｉｎｇ ｍｏｄｅｌ）に基づいて計算され、このモデルでは、１つの現在のビンが１または０に等しい確率は、符号化済みの以前のビンの値に依存する。さらに、一般的なデータ統計によれば、１つの現在のビンの直前のビンの影響は、大抵、ずっと前に符号化されたビンよりも大きい。これを考慮して、ＣＡＢＡＣでは、現在のビンの確率を推定するために使用される符号化済みのビンの数Ｎを制御する１つのパラメータαが導入され、すなわち、Ｎ＝１／αである。このパラメータは、符号化されたビンの増加と共に確率が更新される適応速度に転換される。具体的には、適応パラメータαを使用して、１つのビンが劣勢確率シンボル（ＬＰＳ：ｌｅａｓｔ ｐｒｏｂａｂｌｅ ｓｙｍｂｏｌ）である確率が次のように再帰的に計算され、
ｐ（ｔ＋１）＝ｐ（ｔ）・（１－α）＋ｘ（ｔ）・α （１）
ここで、ｐ（ｔ）は瞬間ｔにおけるＬＰＳシンボルの確率であり、ｐ（ｔ＋１）は瞬間ｔ＋１におけるＬＰＳシンボルの更新された確率であり、ｘ（ｔ）は、現在のビンがＬＰＳシンボルである場合は１に等しく、現在のビンが優勢確率シンボル（ＭＰＳ：ｍｏｓｔ ｐｒｏｂａｂｌｅ ｓｙｍｂｏｌ）である場合は０に等しい。ＡＶＣおよびＨＥＶＣのＣＡＢＡＣエンジンでは、この確率は、（１）に従ってα≒１／１９．６９の固定値で各構文要素に対して独立して更新され、すなわち、１つの現在のビンの確率を推定するときに、約１９．６９個の符号化済みのビンが考慮される。さらに、確率推定中の乗算を回避するために、実数であって０から１までの範囲にある式（１）の確率ｐ（ｔ）は、固定の確率状態のセットに量子化される。たとえば、ＡＶＣとＨＥＶＣとの両方で、確率は７ビットの精度を有し、これは１２８個の確率状態に対応する。
【0058】
ＡＶＣおよびＨＥＶＣでは、ビデオ・ビットストリームは通常、１つまたは複数の独立して復号可能なスライスで構成される。各スライスの開始時に、全てのコンテキストの確率がいくつかの事前定義された値に初期化される。理論的には、１つの所与のコンテキストの統計的性質が分かっている場合、一様分布（すなわち、ｐｉｎｉｔ＝０．５）を使用してコンテキストの確率を初期化する必要がある。しかしながら、１つのコンテキストの確率をそれに対応する統計分布に迅速に追いつかせるために、各コンテキストにいくつかの適切な初期確率値（これは等確率でない場合がある）を提供すると有益であることが分かっている。具体的には、ＡＶＣおよびＨＥＶＣでは、１つのスライスの初期ＱＰ ＳｌｉｃｅＱＰＹが与えられると、１つのコンテキストの初期確率状態ＩｎｉｔＰｒｏｂＳｔａｔｅが次のように計算され、
ｍ＝ＳｌｏｐｅＩｄｘ・５－４５
ｎ＝（ＯｆｆｓｅｔＩｄｘ＜＜３）－１６
ＩｎｉｔＰｒｏｂＳｔａｔｅ＝Ｃｌｉｐ３（１，１２７，（ｍ・ＳｌｉｃｅＱＰＹ）＞＞４＋ｎ） （２）
ここで、ＳｌｏｐｅＩｄｘおよびＯｆｆｓｅｔＩｄｘ（どちらも０～１５の範囲内）は２つの初期化パラメータであり、これらは、１つのコンテキストの初期確率を計算するためのルック・アップ・テーブル（ＬＵＴ）として事前定義され、記憶される。式（２）に示されるように、初期確率状態は、（ｍ＞＞４）に等しい傾きと、ｎに等しいオフセットとを有するスライスＱＰの線形関数によってモデル化される。
ｍ＝ＳｌｏｐｅＩｄｘ・５－４５
ｎ＝（ＯｆｆｓｅｔＩｄｘ＜＜３）－１６
ＩｎｉｔＰｒｏｂＳｔａｔｅ＝Ｃｌｉｐ３（１，１２７，（ｍ・ＳｌｉｃｅＱＰＹ）＞＞４＋ｎ） （２）
ここで、ＳｌｏｐｅＩｄｘおよびＯｆｆｓｅｔＩｄｘ（どちらも０～１５の範囲内）は２つの初期化パラメータであり、これらは、１つのコンテキストの初期確率を計算するためのルック・アップ・テーブル（ＬＵＴ）として事前定義され、記憶される。式（２）に示されるように、初期確率状態は、（ｍ＞＞４）に等しい傾きと、ｎに等しいオフセットとを有するスライスＱＰの線形関数によってモデル化される。
【0059】
ＶＶＣにおけるＣＡＢＡＣの確率推定技術
ＶＶＣで適用される確率推定モジュールは、ＡＶＣおよびＨＥＶＣのものとほぼ同じに保たれているが、次の重要な違いを除き、まず、ＶＶＣはコンテキストごとに２つの確率推定値を保持し、それぞれが式（１）において独自の確率適応レートαを有する。算術符号化に実際に使用される最終的な確率は、２つの推定値の平均であり、第２に、ＶＶＣでは、複数の確率ＬＵＴが事前定義され、１つのスライスの異なるコンテキストの確率を初期化するために使用される。一方、ＡＶＣおよびＨＥＶＣと同様に、確率の初期推定値は、スライスＱＰを入力とする１つの線形モデルに基づいて構築される。しかしながら、ＶＶＣでは、導出された値は実際の確率値を表し、ＡＶＣ／ＨＥＶＣでは、確率状態のインデックスを表す。
ＶＶＣで適用される確率推定モジュールは、ＡＶＣおよびＨＥＶＣのものとほぼ同じに保たれているが、次の重要な違いを除き、まず、ＶＶＣはコンテキストごとに２つの確率推定値を保持し、それぞれが式（１）において独自の確率適応レートαを有する。算術符号化に実際に使用される最終的な確率は、２つの推定値の平均であり、第２に、ＶＶＣでは、複数の確率ＬＵＴが事前定義され、１つのスライスの異なるコンテキストの確率を初期化するために使用される。一方、ＡＶＣおよびＨＥＶＣと同様に、確率の初期推定値は、スライスＱＰを入力とする１つの線形モデルに基づいて構築される。しかしながら、ＶＶＣでは、導出された値は実際の確率値を表し、ＡＶＣ／ＨＥＶＣでは、確率状態のインデックスを表す。
【0060】
多重仮説確率推定
全ての構文要素に対して１つの固定の適応パラメータを使用することは、それらの統計的特性が異なるため最適ではない場合があることは明らかである。一方、複数の確率推定量を使用すると、単一の推定量と比較してより高い推定精度が達成され得ることがいくつかの科学研究で分かっている。そのため、確率適応の低い速度および高い速度に対応する２つの異なる適応パラメータα０およびα１が利用される１つの多重仮説確率推定スキームがＶＶＣのＣＡＢＡＣ設計において適用されている。このように、２つの適応パラメータを使用して、ビンごとに２つの異なる確率が計算されることができ、次いでこれらを平均してビンの最終確率が生成され、すなわち、
ｐ０（ｔ＋１）＝ｐ０（ｔ）・（１－α０）＋ｘ（ｔ）・α０
ｐ１（ｔ＋１）＝ｐ１（ｔ）・（１－α１）＋ｘ（ｔ）・α１
ｐ（ｔ＋１）＝（ｐ０（ｔ＋１）＋ｐ１（ｔ＋１））／２ （３）
ここで、α０およびα１は、２つの確率仮説に関連付けられた２つの適応パラメータである。ＶＶＣでは、α０およびα１の値は、適応パラメータならびに初期確率を合同で最適化するように設計された１つのトレーニング・アルゴリズムを使用して、コンテキストごとに独立して選択される。具体的には、現在の設計によれば、各コンテキストは、１つの事前定義された値のセット｛１／４，１／８，１／１６，１／３２｝からα０を選択し、他の事前定義された値のセット｛１／３２，１／６４，１／１２８，１／２５６，１／５１２｝からα１を選択することが可能になされている。
全ての構文要素に対して１つの固定の適応パラメータを使用することは、それらの統計的特性が異なるため最適ではない場合があることは明らかである。一方、複数の確率推定量を使用すると、単一の推定量と比較してより高い推定精度が達成され得ることがいくつかの科学研究で分かっている。そのため、確率適応の低い速度および高い速度に対応する２つの異なる適応パラメータα０およびα１が利用される１つの多重仮説確率推定スキームがＶＶＣのＣＡＢＡＣ設計において適用されている。このように、２つの適応パラメータを使用して、ビンごとに２つの異なる確率が計算されることができ、次いでこれらを平均してビンの最終確率が生成され、すなわち、
ｐ０（ｔ＋１）＝ｐ０（ｔ）・（１－α０）＋ｘ（ｔ）・α０
ｐ１（ｔ＋１）＝ｐ１（ｔ）・（１－α１）＋ｘ（ｔ）・α１
ｐ（ｔ＋１）＝（ｐ０（ｔ＋１）＋ｐ１（ｔ＋１））／２ （３）
ここで、α０およびα１は、２つの確率仮説に関連付けられた２つの適応パラメータである。ＶＶＣでは、α０およびα１の値は、適応パラメータならびに初期確率を合同で最適化するように設計された１つのトレーニング・アルゴリズムを使用して、コンテキストごとに独立して選択される。具体的には、現在の設計によれば、各コンテキストは、１つの事前定義された値のセット｛１／４，１／８，１／１６，１／３２｝からα０を選択し、他の事前定義された値のセット｛１／３２，１／６４，１／１２８，１／２５６，１／５１２｝からα１を選択することが可能になされている。
【0061】
初期確率計算
ＡＶＣ／ＨＥＶＣと同様に、ＶＶＣのＣＡＢＡＣプロセスも、各スライスの開始時に１つのＱＰ依存確率初期化プロセスを呼び出す。しかしながら、１つの確率ステートマシンの状態を初期化するＡＶＣ／ＨＥＶＣと比較して、初期確率の実際の値が次のように直接導出され、
ここで、ＳｌｏｐｅＩｄｘおよびＯｆｆｓｅｔＩｄｘは、線形モデルの傾きおよびオフセットを計算するための２つの初期化パラメータであり、それぞれ３ビットの精度で表され、
および
は、２つの確率推定量に対して計算された２つの初期確率である。
ＡＶＣ／ＨＥＶＣと同様に、ＶＶＣのＣＡＢＡＣプロセスも、各スライスの開始時に１つのＱＰ依存確率初期化プロセスを呼び出す。しかしながら、１つの確率ステートマシンの状態を初期化するＡＶＣ／ＨＥＶＣと比較して、初期確率の実際の値が次のように直接導出され、
【数1】
ここで、ＳｌｏｐｅＩｄｘおよびＯｆｆｓｅｔＩｄｘは、線形モデルの傾きおよびオフセットを計算するための２つの初期化パラメータであり、それぞれ３ビットの精度で表され、
【数2】
【数3】
【0062】
問題の記述
ＡＶＣ／ＨＥＶＣのＣＡＢＡＣ設計と比較して、ＶＶＣの確率推定スキームは各コンテキストのビンの真の統計分布をより正確に捕捉することができるので、ＣＡＢＡＣ効率の向上につながる。しかしながら、その設計はまださらに改善されることができる。具体的には、本開示では、ＶＶＣのＣＡＢＡＣプロセスの現在の確率推定に存在する以下の欠陥が特定される。
ＡＶＣ／ＨＥＶＣのＣＡＢＡＣ設計と比較して、ＶＶＣの確率推定スキームは各コンテキストのビンの真の統計分布をより正確に捕捉することができるので、ＣＡＢＡＣ効率の向上につながる。しかしながら、その設計はまださらに改善されることができる。具体的には、本開示では、ＶＶＣのＣＡＢＡＣプロセスの現在の確率推定に存在する以下の欠陥が特定される。
【0063】
まず、上記で論じられたように、ＶＶＣでは、多重仮説に基づく確率推定スキームが適用され、２つの確率推定量（一方は適応レートが速く、他方は適応レートが遅い）が各コンテキスト・モデルのビンの確率を推定する。さらに、既存の設計では、１つのビンの確率は２つの確率推定量の単純な平均にすぎない。固定の重みが、異なるコンテキストの様々なデータ統計に適応するのに十分なほど柔軟でない場合があることを考慮すると、そのような設計は最適とは言えない。
【0064】
一方、既存のＶＶＣ設計によれば、１つのスライス内の全てのコンテキストの確率は、異なるスライス・タイプ（ｓｌｉｃｅ ｔｙｐｅ）（すなわち、Ｉ、Ｂ、およびＰスライス）に対して事前に決定された初期コンテキスト値の３つのセットに基づいて初期化される。このうち、Ｉスライス・タイプの初期コンテキスト値のセットはＩスライスのみへの使用が許可され、ＢスライスおよびＰスライスの初期コンテキスト値のセットはＢスライスまたはＰスライスのいずれかへの使用が許可される。各ビデオ・ビットストリームのビンは通常、その固有の特徴により、互いに非常に異なる統計的特性を示す。したがって、初期コンテキスト値の３つの固定のセットのみを使用することは、確率推定量が各コンテキストの真の確率分布を迅速に捕捉するための効率的な開始点を提供するには、最適からは程遠いように思われる。一方、１つのビデオ・シーケンス内の強い時間的相関により、現在のスライスの前に符号化されたスライスからのコンテキストの確率統計は、現在のスライス内のコンテキストの確率を初期化するためのより正確な推定値を提供することができる可能性がある。
【0065】
本開示では、ＶＶＣにおける既存の確率推定スキームの問題／欠陥を解決するための方法が提案される。具体的には、ハードウェア・コーデック実装との親和性を考慮しながら確率推定精度をさらに向上させるための以下の方法が提案される。
【0066】
第１に、確率推定の精度を高めるために、重み付けされた多重仮説確率の更新を行う１つのバイナリ算術符号化が提案される。具体的には、単純な平均を使用する代わりに、各コンテキストの１つのビンを符号化するために使用される最終確率が、そのコンテキストに関連付けられた２つの確率推定量ｐ０およびｐ１の１つの加重結合として計算される。さらに、１つのスライスの開始時のコンテキストの初期重みパラメータを示すための複数の初期化方法が提案される。
【0067】
第２に、インター符号化されたスライスのコンテキストの状態パラメータを初期化するための、１つの改良された初期化スキームが提案される。具体的には、既存の固定コンテキスト初期化テーブルの使用に加えて、提案されたスキームは、１つのインター符号化されたスライスにおけるコンテキストの状態パラメータ（たとえば、２つの確率推定量、適応レート、および２つの確率推定量の結合の重み係数）を、符号化済みのスライスの対応する状態パラメータからコピーされるように初期化することを可能にする。
【0068】
適応重みを用いた多重仮説確率推定
ＶＶＣでは、多重仮説に基づく確率推定が適用され、１つのコンテキストの各ビンを符号化するときの最終確率が２つの確率推定量の平均として計算される。異なるビデオ・ビットストリームの固有の統計特性を考慮すると、１つのコンテキストの２つの確率推定量を結合するときに、そのようなスキーム（すなわち、等しい重み（すなわち０．５）を使用する）が常に、真のシンボル統計を捕捉するのに十分なほど柔軟ではない場合があることは明らかである。したがって、このセクションでは、ＶＶＣの確率推定精度をさらに向上させるための、適応重みを用いた多重仮説確率推定（ＭＨＰ－ＡＷ：ｍｕｌｔｉ－ｈｙｐｏｔｈｅｓｉｓ ｐｒｏｂａｂｉｌｉｔｙ ｅｓｔｉｍａｔｉｏｎ ｗｉｔｈ ａｄａｐｔｉｖｅ ｗｅｉｇｈｔｓ）。具体的には、ＶＶＣのＣＡＢＡＣ設計と同じく、２つの個別の確率推定量ｐ０およびｐ１が、コンテキストごとに保持され、それらの独自の適応レートα０およびα１に基づいて更新される。しかしながら、固定の平均を使用する代わりに、提案されたスキームでは複数の重みパラメータが導入され、１つのコンテキストのバイナリ算術符号化に使用される最終確率ｐは、２つの確率推定量の加重結合に基づいて導出される。詳細には、提案された確率推定は次のように定式化されることができ、
ｐ０（ｔ＋１）＝ｐ０（ｔ）・（１－α０）＋ｘ（ｔ）・α０
ｐ１（ｔ＋１）＝ｐ１（ｔ）・（１－α１）＋ｘ（ｔ）・α１
ｐ（ｔ＋１）＝（１－ω）・ｐ０（ｔ）＋ω・ｐ１（ｔ） （５）
ここで、ωは２つの確率推定値の結合に使用される重みであり、その値は［０，１］の範囲から取得される。式（５）において、重みωは１つの実数値を表し、これはハードウェア／ソフトウェア・コーデック実装のために整数に量子化される必要がある。実際には、ωの値を整数に変換するために様々な方法が適用され得る。たとえば、実際の重み値を近似するために、量子化ステップｑｓｔｅｐを用いた１つの一様量子化器（ｕｎｉｆｏｒｍ ｑｕａｎｔｉｚｅｒ）が適用され得、これは１つの整数と量子化ステップとの乗算によって次のように行われ、
ω＝ωｉｎｔ・ｑｓｔｅｐ （６）
ここで、ωｉｎｔは整数の重み値である。さらに、同じく１つの実数値である量子化ステップは、次のようにＭビットの１回の右シフト演算として近似されることができる。
ω＝ωｉｎｔ・ｑｓｔｅｐ＝ωｉｎｔ＞＞Ｍ （７）
ＶＶＣでは、多重仮説に基づく確率推定が適用され、１つのコンテキストの各ビンを符号化するときの最終確率が２つの確率推定量の平均として計算される。異なるビデオ・ビットストリームの固有の統計特性を考慮すると、１つのコンテキストの２つの確率推定量を結合するときに、そのようなスキーム（すなわち、等しい重み（すなわち０．５）を使用する）が常に、真のシンボル統計を捕捉するのに十分なほど柔軟ではない場合があることは明らかである。したがって、このセクションでは、ＶＶＣの確率推定精度をさらに向上させるための、適応重みを用いた多重仮説確率推定（ＭＨＰ－ＡＷ：ｍｕｌｔｉ－ｈｙｐｏｔｈｅｓｉｓ ｐｒｏｂａｂｉｌｉｔｙ ｅｓｔｉｍａｔｉｏｎ ｗｉｔｈ ａｄａｐｔｉｖｅ ｗｅｉｇｈｔｓ）。具体的には、ＶＶＣのＣＡＢＡＣ設計と同じく、２つの個別の確率推定量ｐ０およびｐ１が、コンテキストごとに保持され、それらの独自の適応レートα０およびα１に基づいて更新される。しかしながら、固定の平均を使用する代わりに、提案されたスキームでは複数の重みパラメータが導入され、１つのコンテキストのバイナリ算術符号化に使用される最終確率ｐは、２つの確率推定量の加重結合に基づいて導出される。詳細には、提案された確率推定は次のように定式化されることができ、
ｐ０（ｔ＋１）＝ｐ０（ｔ）・（１－α０）＋ｘ（ｔ）・α０
ｐ１（ｔ＋１）＝ｐ１（ｔ）・（１－α１）＋ｘ（ｔ）・α１
ｐ（ｔ＋１）＝（１－ω）・ｐ０（ｔ）＋ω・ｐ１（ｔ） （５）
ここで、ωは２つの確率推定値の結合に使用される重みであり、その値は［０，１］の範囲から取得される。式（５）において、重みωは１つの実数値を表し、これはハードウェア／ソフトウェア・コーデック実装のために整数に量子化される必要がある。実際には、ωの値を整数に変換するために様々な方法が適用され得る。たとえば、実際の重み値を近似するために、量子化ステップｑｓｔｅｐを用いた１つの一様量子化器（ｕｎｉｆｏｒｍ ｑｕａｎｔｉｚｅｒ）が適用され得、これは１つの整数と量子化ステップとの乗算によって次のように行われ、
ω＝ωｉｎｔ・ｑｓｔｅｐ （６）
ここで、ωｉｎｔは整数の重み値である。さらに、同じく１つの実数値である量子化ステップは、次のようにＭビットの１回の右シフト演算として近似されることができる。
ω＝ωｉｎｔ・ｑｓｔｅｐ＝ωｉｎｔ＞＞Ｍ （７）
【0069】
式（７）に示されるように、提案されたＭＨＰ－ＡＷスキームをハードウェア／ソフトウェアで実装する場合、整数の重み値ωｉｎｔのセットを記憶するには追加のメモリが必要になる。一方、式（５）に示されるように、整数の重みの精度（すなわち、Ｍ）により、２つの確率推定量の加重結合に必要な乗算器のビット幅も決まる。したがって、実際には、符号化効率とハードウェア／ソフトウェア実装の複雑さとの間の様々なトレードオフを実現するために、異なる整数の重み値のセットおよび表現精度が適用され得る。たとえば、表現精度Ｍが５に等しいと仮定すると、異なる整数値のセットが適用され得る。一例では、１つの事前定義されたセット｛０，３，６，１０，１３，１６，１９，２２，２６，２９，３２｝から各コンテキストの最適な重みを選択することが提案される。他の例では、１つの事前定義されたセット｛０，６，１１，１６，２１，２６，３２｝から重みを設定することが提案される。さらに他の例では、事前定義された整数の重み値のセット｛０，８，１２，１６，２０，２４，３２｝を使用することが提案される。
【0070】
確率および適応レートと同様に、提案されたＭＨＰ－ＡＷスキームでは、重みωｉｎｔの１つの初期値が、１つのスライスの先頭でコンテキストごとに提供される必要がある。以下では、ＭＨＰ－ＡＷ重みの初期化のための様々なスキームが提案される。第１の方法では、複数の異なる事前定義されたテーブルを定義することが提案され、各テーブルは、１つのスライス内の全てのコンテキストに対する重み初期化値のセットを含む。１つのスライスを符号化／復号する前に、１つの事前定義されたテーブルが選択され得、対応するＭＨＰ－ＡＷ重みが、テーブルの対応する重み値に基づいて初期化される。たとえば、一実施形態では、いくつかのスライス・タイプ依存の初期重みテーブル、たとえば、Ｉ、Ｐ、およびＢスライス用に特別に設計された重み初期化テーブルの３つのセットが導出され得る。このようにして、１つのスライスに対して、ビデオ符号化器は３つの事前定義されたテーブルから１つを選択して、スライス内のシンボル統計によりよく適応するようにＭＨＰ－ＡＷ重みを初期化し得る。そのようなスキームが適用される場合、以下の表１に示されるように、スライスごとに１つの追加の構文要素ｓｈ＿ｃａｂａｃ＿ｗｅｉｇｈｔ＿ｉｎｉｔ＿ｉｄｘがシグナリングされ得、これはそのスライスに対してどの初期重みテーブルが選択されるかを示し、
【0071】
【表1】
ここで、シンタックスｐｐｓ＿ｃａｂａｃ＿ｗｅｉｇｈｔ＿ｉｎｉｔ＿ｐｒｅｓｅｎｔ＿ｆｌａｇは、スライスごとに異なる初期重みテーブルを選択することが許可されているか否かを示す、ピクチャ・パラメータ・セット（ＰＰＳ）でシグナリングされる１つの制御フラグである。このフラグが有効化されている場合、選択された初期重みテーブルを示すために、他のシンタックスｓｈ＿ｃａｂａｃ＿ｗｅｉｇｈｔ＿ｉｎｉｔ＿ｉｄｘがスライス・レベルでさらにシグナリングされる。他の実施形態では、ＩスライスのＭＨＰ－ＡＷ重みが、Ｉスライス・タイプに関連付けられた初期重みテーブルによって初期化されることのみを許可し、ＰスライスおよびＢスライスのＭＨＰ－ＡＷ重みは、事前定義された重み初期化テーブルのうちの１つから初期化されることが許可されることが提案される。具体的には、現在のスライスのスライス・タイプに関連付けられた初期重みテーブルに加えて、１つのＰ（またはＢ）スライスがＢ（またはＰ）スライス・タイプの初期重みテーブルで初期化されることのみを許可することが提案される。対応して、そのような場合、以下の表２に示されるように、Ｐ／ＢスライスのＭＨＰ－ＡＷ重みの初期テーブル選択のためにスライスごとに１つのフラグのみがシグナリングされる必要がある。
【0072】
【表2】
フラグｓｈ＿ｃａｂａｃ＿ｗｅｉｇｈｔ＿ｉｎｉｔ＿ｆｌａｇが０に等しい場合、これは、現在のスライスのスライス・タイプに対応する初期重みテーブルがそのスライスのＭＨＰ－ＡＷ重みの値を初期化するために使用されることを意味し、フラグが１に等しい場合、これは、現在のスライスが１つのＢスライスである場合に、Ｐスライス・タイプに対応する初期重みテーブルがそのスライスのＭＨＰ－ＡＷ重みの値を初期化するために使用され、現在のスライスが１つのＰスライスである場合に、Ｂスライス・タイプに対応する初期重みテーブルがそのスライスのＭＨＰ－ＡＷ重みの値を初期化するために使用されることを意味する。
【0073】
さらに、本開示の他の実施形態では、各コンテキストに対応するＭＨＰ－ＡＷ重みを含むように既存のＣＡＢＡＣ初期化テーブルを拡張することが提案される。具体的には、そのような変更後、１つのＣＡＢＡＣ初期化テーブルの各要素は、１）初期確率値と、２）２つの確率仮説の確率および適応速度を初期化するために使用される適応レートと、３）各コンテキストの確率を更新するときに２つの仮説を結合するために使用されるＭＨＰ－ＡＷの重みと、を含む３つの異なるカテゴリの情報を含む。既存のＶＶＣ設計と同様に、そのようなスキームが適用される場合、複数のＣＡＢＡＣ初期化テーブルが事前に決定され得、各スライスに関連付けられた２つの確率、２つの適応レート、ならびに結合重みの対応する値を初期化するために、各スライスに対してどの初期化テーブルが選択されるかを通知するための構文要素が符号化器から復号器にシグナリングされ得る。１つの特定の実施形態では、スライスでのＣＡＢＡＣ初期化テーブルの選択を示すために、既存のＣＡＢＡＣ初期化構文要素、すなわち、ｐｐｓ＿ｃａｂａｃ＿ｉｎｉｔ＿ｐｒｅｓｅｎｔ＿ｆｌａｇおよびｓｈ＿ｃａｂａｃ＿ｉｎｉｔ＿ｆｌａｇを再利用することが提案される。そのような方法が適用される場合、ＩスライスのＣＡＢＡＣ状態（すなわち、確率、適応レート、および結合重み）は、Ｉスライス・タイプの初期化テーブルによって初期化されることのみが許可され、Ｐ（またはＢ）スライスのＣＡＢＡＣ状態は、Ｂ（またはＰ）スライス・タイプの初期化テーブルで初期化されることが許可される。他の実施形態では、いくつか（＞３つ）のＣＡＢＡＣテーブルを事前に決定し、１つのスライスのＣＡＢＡＣ状態が事前定義されたテーブルのうちの１つから任意に初期化されることが許可されることが提案される。
【0074】
上記の全ての方法では、１つのスライスを符号化するときにコンテキストのＭＨＰ－ＡＷ重みを初期化するために固定値が使用されるが、これは算術符号化のための信頼できる確率推定を提供するには正確ではない場合がある。そのような問題を解決するために、スライスごとに最適なＭＨＰ－ＡＷ重みを計算し、対応する最適なＭＨＰ－ＡＷ重みを復号器にシグナリングする柔軟性を符号化器に与えることが提案される。
【0075】
一実施形態では、各コンテキスト要素の重み値を直接シグナリングすることが提案される。たとえば、スライス内のコンテキストのＭＨＰ－ＡＷ重みが１つの固定の初期化テーブルで初期化されるか否かを示すための１つのフラグが最初にシグナリングされ得る。フラグが１に等しい場合、どの重み初期化テーブルが現在のスライスに適用されるかを復号器に通知するための他の構文要素がシグナリングされ得、そうでない場合、すなわち、フラグが０に等しい場合、スライス内のコンテキストのＭＨＰ－ＡＷ重みは、ビットストリームからパースされた値によって初期化される。実際には、ＭＨＰ－ＡＷ重み値の符号語を生成するために、たとえば、固定長符号、単進符号、ｋ次指数ゴロム符号などの様々なバイナリ化方法が適用され得る。
【0076】
他の実施形態では、１つの適応的なシグナリング方法が提案される。具体的には、各スライスの開始時に、このスキームはまず、バイナリ・マップｗｅｉｇｈｔＭａｐ［］を符号化器から復号器に送信し、各要素は、対応するコンテキストが、選択されたデフォルトの初期化重みテーブルからの初期化された重み値を使用するか否かを示す。ｉ番目のｗｅｉｇｈｔＭａｐ［］マップ・エントリが０に等しい場合、これは、現在のスライスのｉ番目のコンテキストのＭＨＰ－ＡＷ重みが、選択された初期化重みテーブル内の対応する値によって初期化されることを意味する。ｉ番目のｗｅｉｇｈｔＭａｐ［］マップ・エントリが１に等しい場合、これは、現在のスライスのｉ番目のコンテキストのＭＨＰ－ＡＷ重みが、ビットストリームに示される初期値によって初期化されることを意味する。マップｗｅｉｇｈｔＭａｐ［］を符号化するために様々な方法が適用され得る。一例では、マップのバイナリ値を符号化するためにランレングス符号化を使用し、１つの１（または０）に出会う前の連続する０（または１）の数を示す１つの「ラン」値が送信されることが提案される。
【0077】
符号化済みのスライスからの初期ＣＡＢＡＣ状態の継承
上記で論じられたように、異なるビデオ・ビットストリーム内の同じコンテキストのシンボルは、通常、全く異なる統計的特性を示す。確率状態が事前定義されたＣＡＢＡＣテーブルで固定されており、様々なスライスの固有の特徴に適応することができないと仮定する。事前定義された初期テーブルがビデオ・ビットストリームの真のシンボル統計から逸脱している場合、符号化効率が低下する可能性がある。ＣＡＢＡＣ効率を向上させるために、１つの以前のスライスを符号化／復号した後のコンテキスト状態からコンテキストを初期化するための改良されたＣＡＢＡＣ初期化スキームが提案される。ＣＡＢＡＣ初期化のための以前のスライスを識別するには、様々な方法があり得る。
上記で論じられたように、異なるビデオ・ビットストリーム内の同じコンテキストのシンボルは、通常、全く異なる統計的特性を示す。確率状態が事前定義されたＣＡＢＡＣテーブルで固定されており、様々なスライスの固有の特徴に適応することができないと仮定する。事前定義された初期テーブルがビデオ・ビットストリームの真のシンボル統計から逸脱している場合、符号化効率が低下する可能性がある。ＣＡＢＡＣ効率を向上させるために、１つの以前のスライスを符号化／復号した後のコンテキスト状態からコンテキストを初期化するための改良されたＣＡＢＡＣ初期化スキームが提案される。ＣＡＢＡＣ初期化のための以前のスライスを識別するには、様々な方法があり得る。
【0078】
一実施形態では、符号化済みのＮ個のスライスの出力コンテキスト状態を保持することが提案される。１つの現在のスライスが符号化される場合、ビデオ符号化器は、符号化済みのＮ個のスライスから最良のものを選択し、復号器に１つのインデックスをシグナリングして、（シグナリングされたインデックス値によって示される）選択された符号化済みのスライスの対応するコンテキスト状態から現在のスライスのコンテキストを初期化する。
【0079】
他の実施形態では、選択された符号化済みのスライスをビットストリームで直接シグナリングする代わりに、現在のスライスのコンテキスト初期化のための対応する符号化済みのスライスを選択するためのいくつかの暗黙的な復号器側での選択スキームが適用され得、これは以下を含む。
【0080】
ルール＃１：符号化順序に従ってスライスの直前に符号化されたスライスを直接選択することが提案される。
【0081】
ルール＃２：順序に従って現在のスライスに最も近く、同じスライス・タイプを有する、符号化済みのスライスを選択することが提案される。
【0082】
ルール＃３：順序に従って現在のスライスに最も近く、現在のスライスとの最小のＱＰ差を有する、符号化済みのスライスを選択することが提案される。
【0083】
ルール＃４：順序に従って現在のスライスに最も近く、現在のスライスと同じ時間レイヤ（ｔｅｍｐｏｒａｌ ｌａｙｅｒ）を有する、符号化済みのスライスを選択することが提案される。
【0084】
上記の暗黙的な選択ルールは別々に提案されているが、提案された初期ＣＡＢＡＣ状態継承スキームでは組み合わせて一緒に適用され得る。１つの特定の例では、ルール＃２、＃３、および＃４を一緒に組み合わせることが提案される。具体的には、そのような組み合わせに基づいて、符号化器／復号器は、符号化順序に従って現在のスライスに最も近く、現在のスライスとの最小のＱＰの差を有する、同じスライス・タイプの符号化済みのスライスを選択し得る。そのような符号化済みのスライスが存在しない場合、現在のスライスのコンテキスト状態を初期化するために、既存の事前定義されたＣＡＢＡＣ初期化テーブルのうちの１つが適用され得る。
【0085】
さらに、提案された継承ベースのコンテキスト初期化スキームでは、継承されたコンテキスト状態は、たとえば、確率値、適応レート、および結合重み（提案されたＭＨＰ－ＡＷスキームが適用される場合）の、様々なカテゴリの状態情報を含み得る。本開示の一実施形態では、選択された符号化済みのスライスから１つの状態情報のみを継承し、現在のスライスのその他の状態情報は、既存の事前定義されたＣＡＢＡＣ初期化テーブルを使用して初期化されることが提案される。他の実施形態では、選択された符号化済みのスライスから２つの状態情報のみを継承することが提案される。さらに他の実施形態では、選択された符号化済みのスライスの対応するコンテキスト状態から現在のスライスの全ての状態情報を継承することが提案される。
【0086】
上記の継承ベースのＣＡＢＡＣ初期化は、コンテキストの初期化の効率を向上させることができるが、異なるスライス間にパースの依存関係を導入し得る。これは、１つの現在のスライスのエントロピー符号化が、その参照スライス（すなわち、選択された符号化済みのスライス）のエントロピー符号化が完全に終了するまで呼び出されることができないためである。
【0087】
エントロピー符号化の効率および並列性のより優れた制御を提供するために、１つの適応的なＣＡＢＡＣ初期化スキームが提案され、１つの現在のスライスのコンテキスト状態が次の２つの方法のいずれかで初期化され得、１）事前定義されたＣＡＢＡＣ初期化テーブルのうちの１つを使用して初期化されるか、または２）１つの符号化済みのスライスの結果的に得られたコンテキスト状態によって初期化される。具体的には、提案されたスキームでは、１つのスライスの先頭で１つのバイナリ・フラグが最初にシグナリングされる。フラグがゼロに等しい場合、これは、現在のスライスのコンテキストが、たとえば、構文要素ｓｈ＿ｃａｂａｃ＿ｉｎｉｔ＿ｆｌａｇで示される、既存の事前定義されたＣＡＢＡＣ初期化テーブルのうちの１つによって初期化されることを意味する。フラグが１に等しい場合、これは、継承ベースのコンテキスト初期化方法が適用され、初期化コンテキスト値が、現在のスライスの前に符号化された選択されたスライスから出力されるコンテキスト状態に設定されることを意味する。
【0088】
図４は、ユーザ・インターフェース４６０と結合されたコンピューティング環境（またはコンピューティング・デバイス）４１０を示している。コンピューティング環境４１０は、データ処理サーバの一部とすることができる。いくつかの実施形態では、コンピューティング・デバイス４１０は、本開示の様々な例に従って前述された様々な方法またはプロセス（たとえば、符号化／復号方法またはプロセス）のいずれかを実行することができる。コンピューティング環境４１０は、プロセッサ４２０、メモリ４４０、およびＩ／Ｏインターフェース４５０を含み得る。
【0089】
プロセッサ４２０は、典型的には、表示、データ取得、データ通信、および画像処理に関連付けられた動作など、コンピューティング環境４１０の全体的な動作を制御する。プロセッサ４２０は、上述の方法におけるステップの全てまたは一部を実施するための命令を実行するための１つまたは複数のプロセッサを含み得る。さらに、プロセッサ４２０は、プロセッサ４２０と他のコンポーネントとの間のインタラクションを容易にする１つまたは複数のモジュールを含み得る。プロセッサは、中央処理装置（ＣＰＵ）、マイクロプロセッサ、シングルチップマシン、ＧＰＵなどであり得る。
【0090】
メモリ４４０は、コンピューティング環境４１０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。メモリ４４０は、所定のソフトウェア４４２を含み得る。そのようなデータの例は、コンピューティング環境４１０上で動作させられる任意のアプリケーションまたは方法のための命令、ビデオ・データセット、画像データなどを含む。メモリ４４０は、任意のタイプの揮発性もしくは不揮発性メモリ・デバイス、またはそれらの組み合わせ、たとえば、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光ディスクを使用して実装され得る。
【0091】
Ｉ／Ｏインターフェース４５０は、プロセッサ４２０と周辺インターフェース・モジュール、たとえば、キーボード、クリックホイール、ボタンなどとの間のインターフェースを提供する。これらのボタンは、ホーム・ボタン、スキャン開始ボタン、およびスキャン停止ボタンを含み得るが、これらに限定されない。Ｉ／Ｏインターフェース４５０は、符号化器および復号器と結合されることができる。
【0092】
いくつかの実施形態では、上述の方法を実行するための、コンピューティング環境４１０内のプロセッサ４２０によって実行可能な、たとえばメモリ４４０に含まれる、複数のプログラムを含む非一時的コンピュータ可読記憶媒体も提供される。たとえば、非一時的コンピュータ可読記憶媒体は、ＲＯＭ、ＲＡＭ、ＣＤ－ＲＯＭ、磁気テープ、フロッピー・ディスク、光学データ記憶デバイスなどであり得る。
【0093】
非一時的コンピュータ可読記憶媒体は、１つまたは複数のプロセッサを有するコンピューティング・デバイスによって実行される複数のプログラムが記憶されており、複数のプログラムは、１つまたは複数のプロセッサによって実行された場合に、コンピューティング・デバイスに上述の動き予測のための方法を実行させる。
【0094】
いくつかの実施形態では、コンピューティング環境４１０は、上記の方法を実行するための、１つまたは複数の特定用途向け集積回路（ＡＳＩＣ）、デジタル信号プロセッサ（ＤＳＰ）、デジタル信号処理デバイス（ＤＳＰＤ）、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）、グラフィカル・プロセッシング・ユニット（ＧＰＵ）、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、または他の電子部品を用いて実装され得る。
【0095】
図５は、本開示の一例によるビデオ復号のための方法を示すフローチャートである。
【0096】
ステップ５０１において、プロセッサ４２０は、１つのバイナリ算術復号器側で、適応重みに従って、バイナリ算術復号器の１つの所与のコンテキスト・モデルの１つのバイナリ・シンボルの多重仮説確率を取得し得、多重仮説確率は、１つのバイナリ・シンボルがバイナリ値に等しい確率を示し、１つのバイナリ・シンボルは、コンテキスト・モデルに関連付けられた複数のバイナリ・シンボルからのものである。
【0097】
たとえば、適応重みは式（５）の重みωであり得、これは２つの確率推定値の結合に使用され、その値は範囲［０，１］から取得される。式（５）において、重みωは１つの実数値を表し、これはハードウェア／ソフトウェア・コーデック実装のために整数に量子化される必要がある。実際には、その値を整数に変換するために様々な方法が適用され得る。したがって、多重仮説確率は、適応重みωを使用した２つの確率推定値の結合である。
【0098】
いくつかの例では、プロセッサ４２０は、第１の適応パラメータに従って１つのバイナリ・シンボルの第１の確率を取得し、第２の適応パラメータに従って１つのバイナリ・シンボルの第２の確率を取得し得る。さらに、プロセッサ４２０は、適応重み、第１の確率、および第２の確率に従って、多重仮説確率を取得し得る。たとえば、第１の確率は式（５）のｐ０（ｔ＋１）であり得、第２の確率は式（５）のｐ１（ｔ＋１）であり得る。
【0099】
いくつかの例では、プロセッサ４２０は、重み初期化テーブル内の所定の整数の重み値のセットからコンテキスト・モデルに従って適応重みを取得し得る。
【0100】
「適応重みを用いた多重仮説確率推定」のセクションで論じられたように、１つの事前定義されたセットから各コンテキストの最適な重みを選択することが提案されている。たとえば、事前定義された整数の重み値のセット｛０，３，６，１０，１３，１６，１９，２２，２６，２９，３２｝、｛０，６，１１，１６，２１，２６，３２｝、または｛０，８，１２，１６，２０，２４，３２｝を使用することが提案されている。
【0101】
いくつかの例では、復号器は、各スライス・タイプの重み初期化テーブルを取得し、現在のスライスが第１のスライス・タイプであるとの決定に応答して、第１のスライス・タイプに従って重み初期化テーブルを選択し得、第１のスライス・タイプは、Ｉタイプ、Ｐタイプ、またはＢタイプを含み、また選択された重み初期化テーブルに従って適応重みを取得することと、を実行し得る。
【0102】
いくつかの例では、プロセッサ４２０は、制御構文要素（ｃｏｎｔｒｏｌ ｓｙｎｔａｘ ｅｌｅｍｅｎｔ）が有効化されているとの決定に応答して、スライス・レベルで、各スライスのスライス・タイプに従って各スライスに対して選択された重み初期化テーブルを示す各スライスの適応重み構文要素を取得し得る。
【0103】
いくつかの例では、プロセッサ４２０は、各Ｉスライス用の第１の重み初期化テーブル、各Ｐスライス用の第２の重み初期化テーブル、および各Ｂスライス用の第３の重み初期化テーブルを取得し得る。さらに、プロセッサ４２０は、現在のスライスがＩスライスであるとの決定に応答して、第１の重み初期化テーブルを選択し、現在のスライスがＰスライスまたはＢスライスであるとの決定に応答して、第２の重み初期化テーブルまたは第３の重み初期化テーブルを選択し、選択された重み初期化テーブルに従って適応重みを取得し得、これは表２に示されている。
【0104】
ステップ５０２において、プロセッサ４２０は、多重仮説確率に従って１つのバイナリ・シンボルを復号し得る。
【0105】
【0106】
ステップ６０１において、プロセッサ４２０は、１つのバイナリ算術復号器側で、適応重みに従って、バイナリ算術復号器の１つの所与のコンテキスト・モデルの１つのバイナリ・シンボルの多重仮説確率を決定し得、多重仮説確率は、１つのバイナリ・シンボルがバイナリ値に等しい確率を示し、１つのバイナリ・シンボルは、コンテキスト・モデルに関連付けられた複数のバイナリ・シンボルからのものである。たとえば、符号化器は、適応重みに従って、バイナリ算術復号器の１つの所与のコンテキスト・モデルの１つのバイナリ・シンボルの多重仮説確率を取得し得る。
【0107】
たとえば、適応重みは式（５）の重みωであり得、これは２つの確率推定値の結合に使用され、その値は範囲［０，１］から取得される。式（５）において、重みωは１つの実数値を表し、これはハードウェア／ソフトウェア・コーデック実装のために整数に量子化される必要がある。実際には、適応重みの値を整数に変換するために様々な方法が適用され得る。したがって、多重仮説確率は、適応重みωを使用した２つの確率推定値の結合である。
【0108】
いくつかの例では、プロセッサ４２０は、第１の適応パラメータに従って１つのバイナリ・シンボルの第１の確率を決定し、第２の適応パラメータに従って１つのバイナリ・シンボルの第２の確率を決定し得る。さらに、プロセッサ４２０は、適応重み、第１の確率、および第２の確率に従って、多重仮説確率を決定し得る。たとえば、第１の確率は式（５）のｐ０（ｔ＋１）であり得、第２の確率は式（５）のｐ１（ｔ＋１）であり得る。
【0109】
いくつかの例では、プロセッサ４２０は、重み初期化テーブル内の所定の整数の重み値のセットからコンテキスト・モデルに従って適応重みを決定し得る。
【0110】
「適応重みを用いた多重仮説確率推定」のセクションで論じられたように、１つの事前定義されたセットから各コンテキストの最適な重みを選択することが提案されている。たとえば、事前定義された整数の重み値のセット｛０，３，６，１０，１３，１６，１９，２２，２６，２９，３２｝、｛０，６，１１，１６，２１，２６，３２｝、または｛０，８，１２，１６，２０，２４，３２｝を使用することが提案されている。
【0111】
いくつかの例では、復号器は、各スライス・タイプの重み初期化テーブルを決定し、現在のスライスが第１のスライス・タイプであるとの決定に応答して、第１のスライス・タイプに従って重み初期化テーブルを選択し得、第１のスライス・タイプは、Ｉタイプ、Ｐタイプ、またはＢタイプを含み、また選択された重み初期化テーブルに従って適応重みを取得することと、を実行し得る。
【0112】
いくつかの例では、プロセッサ４２０は、制御構文要素が有効化されているとの決定に応答して、スライス・レベルで、各スライスのスライス・タイプに従って各スライスに対して選択された重み初期化テーブルを示す各スライスの適応重み構文要素を決定し得る。
【0113】
いくつかの例では、プロセッサ４２０は、各Ｉスライス用の第１の重み初期化テーブル、各Ｐスライス用の第２の重み初期化テーブル、および各Ｂスライス用の第３の重み初期化テーブルを決定し得る。さらに、プロセッサ４２０は、現在のスライスがＩスライスであるとの決定に応答して、第１の重み初期化テーブルを選択し、現在のスライスがＰスライスまたはＢスライスであるとの決定に応答して、第２の重み初期化テーブルまたは第３の重み初期化テーブルを選択し、選択された重み初期化テーブルに従って適応重みを決定し得、これは表２に示されている。
【0114】
ステップ６０２において、プロセッサ４２０は、多重仮説確率に従って１つのバイナリ・シンボルを符号化し得る。たとえば、符号化器は、多重仮説確率に従って１つのバイナリ・シンボルを符号化し得る。
【0115】
図７は、本開示の一例によるビデオ復号のための方法を示すフローチャートである。
【0116】
ステップ７０１において、プロセッサ４２０は、復号器側で、現在のスライスの前に符号化された１つまたは複数のスライスを選択し得る。
【0117】
たとえば、「符号化済みのスライスからの初期ＣＡＢＡＣ状態の継承」のセクションで論じられたように、１つまたは複数のスライスは、Ｎ個の符号化済みのスライスであり得る。１つの現在のスライスが符号化される場合、ビデオ符号化器は、符号化済みのＮ個のスライスから最良のものを選択し、復号器に１つのインデックスをシグナリングして、（シグナリングされたインデックス値によって示される）選択された符号化済みのスライスの対応するコンテキスト状態から現在のスライスのコンテキストを初期化する。
【0118】
いくつかの例では、１つまたは複数のスライスは、現在のスライスの直前に符号化されたスライスを含み得る。
【0119】
いくつかの例では、１つまたは複数のスライスは、現在のスライスの直前に符号化されていないスライスを含み得、スライスは、スライスが現在のスライスと同じスライス・タイプを有するという条件、スライスが現在のスライスとの最小の量子化パラメータ（ＱＰ：ｑｕａｎｔｉｚａｔｉｏｎ ｐａｒａｍｅｔｅｒ）の差を有するという条件、または、スライスが現在のスライスと同じ時間レイヤを有するという条件、のうちの少なくとも１つを満たす。
【0120】
たとえば、ルール＃１、ルール＃２、ルール＃３、ルール＃４、またはこれらのルールの任意の組み合わせに従う、現在のスライスのコンテキスト初期化のための対応する符号化済みのスライスを選択するためのいくつかの暗黙的な復号器側での選択スキームが適用され得る。
【0121】
ステップ７０２において、プロセッサ４２０は、現在のスライスの前に符号化された１つのスライスの１つまたは複数のコンテキスト・モデルのコンテキスト状態を継承することによって、現在のスライスの１つまたは複数のコンテキスト・モデルの初期コンテキスト状態を取得し得る。
【0122】
コンテキスト状態を継承することにより、現在のスライスの１つまたは複数のコンテキスト・モデルは、１つの符号化済みのスライス（すなわち、現在のスライスの前に符号化された１つのスライス）の１つまたは複数のコンテキスト・モデルのコンテキスト状態を初期コンテキスト状態として使用する。
【0123】
いくつかの例では、１つまたは複数の初期コンテキスト状態は、確率値、適応レート、または適応重みのパラメータのうちの少なくとも１つを含み得る。
【0124】
たとえば、継承されたコンテキスト状態は、たとえば、確率値、適応レート、および結合重み（提案されたＭＨＰ－ＡＷスキームが適用される場合）の、様々なカテゴリの状態情報を含み得る。本開示の一実施形態では、選択された符号化済みのスライスから１つの状態情報のみを継承し、現在のスライスのその他の状態情報は、既存の事前定義されたＣＡＢＡＣ初期化テーブルを使用して初期化されることが提案される。他の実施形態では、選択された符号化済みのスライスから２つの状態情報のみを継承することが提案される。さらに他の実施形態では、選択された符号化済みのスライスの対応するコンテキスト状態から現在のスライスの全ての状態情報を継承することが提案される。
【0125】
いくつかの例では、プロセッサ４２０は、１つまたは複数の既存のコンテキスト・ベース適応バイナリ算術符号化（ＣＡＢＡＣ）初期化テーブルに従って、現在のスライスの少なくとも１つの第２の初期コンテキスト状態を取得し得、現在のスライスは、初期コンテキスト状態と、少なくとも１つの第２の初期コンテキスト状態とを含む。さらに、プロセッサ４２０は、初期コンテキスト状態および少なくとも１つの第２の初期コンテキスト状態に従って、現在のスライス内のバイナリ・シンボルを復号し得る。
【0126】
ステップ７０３において、プロセッサ４２０は、初期コンテキスト状態に従って現在のスライス内の１つまたは複数のコンテキスト・モデルに関連付けられたバイナリ・シンボルを復号し得る。
【0127】
【0128】
ステップ８０１において、プロセッサ４２０は、符号化器側で、現在のスライスの前に符号化された１つまたは複数のスライスを選択し得る。
【0129】
たとえば、「符号化済みのスライスからの初期ＣＡＢＡＣ状態の継承」のセクションで論じられたように、１つまたは複数のスライスは、Ｎ個の符号化済みのスライスであり得る。１つの現在のスライスが符号化される場合、ビデオ符号化器は、符号化済みのＮ個のスライスから最良のものを選択し、復号器に１つのインデックスをシグナリングして、（シグナリングされたインデックス値によって示される）選択された符号化済みのスライスの対応するコンテキスト状態から現在のスライスのコンテキストを初期化する。
【0130】
いくつかの例では、１つまたは複数のスライスは、現在のスライスの直前に符号化されたスライスを含み得る。
【0131】
いくつかの例では、１つまたは複数のスライスは、現在のスライスの直前に符号化されていないスライスを含み得、スライスは、スライスが現在のスライスと同じスライス・タイプを有するという条件、スライスが現在のスライスとの最小の量子化パラメータ（ＱＰ）の差を有するという条件、または、スライスが現在のスライスと同じ時間レイヤを有するという条件、のうちの少なくとも１つを満たす。
【0132】
たとえば、ルール＃１、ルール＃２、ルール＃３、ルール＃４、またはこれらのルールの任意の組み合わせに従う、現在のスライスのコンテキスト初期化のための対応する符号化済みのスライスを選択するためのいくつかの暗黙的な選択スキームが適用され得る。
【0133】
ステップ８０２において、プロセッサ４２０は、現在のスライスの前に符号化された１つのスライスの１つまたは複数のコンテキスト・モデルのコンテキスト状態を継承することによって、現在のスライスの１つまたは複数のコンテキスト・モデルの初期コンテキスト状態を決定し得る。
【0134】
コンテキスト状態を継承することにより、現在のスライスの１つまたは複数のコンテキスト・モデルは、１つの符号化済みのスライス（すなわち、現在のスライスの前に符号化された１つのスライス）の１つまたは複数のコンテキスト・モデルのコンテキスト状態を初期コンテキスト状態として使用する。
【0135】
いくつかの例では、１つまたは複数の初期コンテキスト状態は、確率値、適応レート、または適応重みのパラメータのうちの少なくとも１つを含み得る。
【0136】
たとえば、継承されたコンテキスト状態は、たとえば、確率値、適応レート、および結合重み（提案されたＭＨＰ－ＡＷスキームが適用される場合）の、様々なカテゴリの状態情報を含み得る。本開示の一実施形態では、選択された符号化済みのスライスから１つの状態情報のみを継承し、現在のスライスのその他の状態情報は、既存の事前定義されたＣＡＢＡＣ初期化テーブルを使用して初期化されることが提案される。他の実施形態では、選択された符号化済みのスライスから２つの状態情報のみを継承することが提案される。さらに他の実施形態では、選択された符号化済みのスライスの対応するコンテキスト状態から現在のスライスの全ての状態情報を継承することが提案される。
【0137】
ステップ８０３において、プロセッサ４２０は、初期コンテキスト状態に従って現在のスライス内の１つまたは複数のコンテキスト・モデルに関連付けられたバイナリ・シンボルを符号化し得る。
【0138】
いくつかの例では、プロセッサ４２０は、１つまたは複数の既存のコンテキスト・ベース適応バイナリ算術符号化（ＣＡＢＡＣ）初期化テーブルに従って、現在のスライスの少なくとも１つの第２の初期コンテキスト状態を決定し得、現在のスライスは、初期コンテキスト状態と、少なくとも１つの第２の初期コンテキスト状態とを含む。さらに、プロセッサ４２０は、初期コンテキスト状態および少なくとも１つの第２の初期コンテキスト状態に従って、現在のスライス内のバイナリ・シンボルを符号化し得る。
【0139】
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、プロセッサ４２０と、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４４０と、を含み、プロセッサは、命令の実行時に、上記で説明された任意の方法を実行するように構成される。
【0140】
他のいくつかの例では、命令が記憶された非一時的コンピュータ可読記憶媒体が提供される。命令がプロセッサ４２０によって実行された場合に、命令は本開示に示された任意の方法をプロセッサに実行させる。一例では、複数のプログラムは、符号化されたビデオ情報（たとえば、符号化されたビデオ・フレームを表現するビデオ・ブロック、ならびに／あるいは関連付けられた１つまたは複数の構文要素など）を含むビットストリームまたはデータストリームを（たとえば、図２のビデオ符号化器２０から）受信するために、コンピューティング環境４１０内のプロセッサ４２０によって実行され得、また、受信されたビットストリームまたはデータストリームに従って上述の復号方法を実行するために、コンピューティング環境４１０内のプロセッサ４２０によって実行され得る。他の例では、複数のプログラムは、上述の符号化方法を実行して、ビデオ情報（たとえば、ビデオ・フレームを表現するビデオ・ブロック、ならびに／あるいは関連付けられた１つまたは複数の構文要素など）をビットストリームまたはデータストリームに符号化するために、コンピューティング環境４１０内のプロセッサ４２０によって実行され得、また、ビットストリームまたはデータストリームを（たとえば、図３のビデオ復号器３０に）送信するために、コンピューティング環境４１０内のプロセッサ４２０によって実行され得る。あるいは、非一時的コンピュータ可読記憶媒体は、ビデオ・データの復号時に復号器（たとえば、図３のビデオ復号器３０）によって使用するための、たとえば上述の符号化方法を使用して符号化器（たとえば、図２のビデオ符号化器２０）によって生成された、符号化されたビデオ情報（たとえば、符号化されたビデオ・フレームを表現するビデオ・ブロック、ならびに／あるいは関連付けられた１つまたは複数の構文要素など）を含むビットストリームまたはデータストリームが記憶され得る。非一時的コンピュータ可読記憶媒体は、たとえば、ＲＯＭ、ランダム・アクセス・メモリ（ＲＡＭ）、ＣＤ－ＲＯＭ、磁気テープ、フロッピー・ディスク、光学データ記憶デバイスなどであり得る。
【0141】
本開示の他の例は、本明細書を検討し、本明細書に開示された本開示を実践することにより当業者には明らかになろう。本出願は、本開示の一般原理に従い、当技術分野において知られているまたは慣行の範囲内にある本開示からの逸脱を含む、本開示のあらゆる変形、使用、または適応を網羅することが意図されている。本明細書および例は、単なる例示と見なされるべきであることが意図されている。
【0142】
本開示は、上記で説明され、添付の図面に示された厳密な例に限定されるものではなく、本開示の範囲から逸脱することなく様々な修正および変更が行われ得ることは理解されよう。
【図1A】
【図1B】
【図1C】
【図1D】
【図1E】
【図1F】
【図2】
【図3A】
【図3B】
【図3C】
【図3D】
【図3E】
【図4】
【図5】
【図6】
【図7】
【図8】
【手続補正書】
【提出日】2024-06-06
【手続補正1】
【補正対象書類名】明細書
【補正対象項目名】全文
【補正方法】変更
【補正の内容】
【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、２０２１年１２月２９日に出願された「Ｍｅｔｈｏｄｓ ａｎｄ Ｄｅｖｉｃｅｓ ｏｎ Ｐｒｏｂａｂｉｌｉｔｙ Ｃａｌｃｕｌａｔｉｏｎ ｆｏｒ Ｃｏｎｔｅｘｔ－Ｂａｓｅｄ Ａｄａｐｔｉｖｅ Ｂｉｎａｒｙ Ａｒｉｔｈｍｅｔｉｃ Ｃｏｄｉｎｇ」と題された米国仮出願第６３／２９４，６９２号に基づいて出願され、その優先権を主張し、その全体が引用によりあらゆる目的で組み込まれている。
本出願は、２０２１年１２月２９日に出願された「Ｍｅｔｈｏｄｓ ａｎｄ Ｄｅｖｉｃｅｓ ｏｎ Ｐｒｏｂａｂｉｌｉｔｙ Ｃａｌｃｕｌａｔｉｏｎ ｆｏｒ Ｃｏｎｔｅｘｔ－Ｂａｓｅｄ Ａｄａｐｔｉｖｅ Ｂｉｎａｒｙ Ａｒｉｔｈｍｅｔｉｃ Ｃｏｄｉｎｇ」と題された米国仮出願第６３／２９４，６９２号に基づいて出願され、その優先権を主張し、その全体が引用によりあらゆる目的で組み込まれている。
【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、近年のビデオ・コーデックに使用されているエントロピー符号化方法であるコンテキスト・ベース適応バイナリ算術符号化（ＣＡＢＡＣ：ｃｏｎｔｅｘｔ－ｂａｓｅｄ ａｄａｐｔｉｖｅ ｂｉｎａｒｙ ａｒｉｔｈｍｅｔｉｃ ｃｏｄｉｎｇ）のための確率推定モジュールの精度を向上させる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。たとえば、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（Ｈ．２６５／ＨＥＶＣ：Ｈｉｇｈ Ｅｆｆｉｃｉｅｎｃｙ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）、高度ビデオ符号化（Ｈ．２６４／ＡＶＣ：Ａｄｖａｎｃｅｄ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）、動画像専門家グループ（ＭＰＥＧ：ｍｏｖｉｎｇ ｐｉｃｔｕｒｅ ｅｘｐｅｒｔ ｇｒｏｕｐ）符号化などを含む。ビデオ符号化は一般に、ビデオ画像またはシーケンスに存在する冗長性を利用する予測方法（たとえば、インター予測、イントラ予測など）を利用する。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。
【0004】
ＶＶＣ規格の最初のバージョンは２０２０年７月に完成しており、前世代のビデオ符号化規格ＨＥＶＣと比較して約５０％のビットレートの節約または同等の知覚品質を提供する。ＶＶＣ規格は、以前の規格よりも大幅な符号化の改善を提供するが、追加の符号化ツールを使用すると優れた符号化効率が実現され得るという証拠がある。最近、ＩＴＵ－Ｔ ＶＥＣＧおよびＩＳＯ／ＩＥＣ ＭＰＥＧの協力の下、共同ビデオ探索チーム（ＪＶＥＴ：Ｊｏｉｎｔ Ｖｉｄｅｏ Ｅｘｐｌｏｒａｔｉｏｎ Ｔｅａｍ）が、ＶＶＣを超える符号化効率の大幅な向上を可能にすることができる高度な技術の探索を開始した。２０２１年４月、将来のビデオ符号化探索作業のために、拡張圧縮モデル（ＥＣＭ：Ｅｎｈａｎｃｅｄ Ｃｏｍｐｒｅｓｓｉｏｎ Ｍｏｄｅｌ）と呼ばれる１つのソフトウェア・コードベースが確立された。ＥＣＭ参照ソフトウェアは、ＪＶＥＴによってＶＶＣ用に開発されたＶＶＣテスト・モデル（ＶＴＭ）に基づいており、いくつかの既存のモジュール（たとえば、イントラ／インター予測、変換、インループ・フィルタ（ｉｎ－ｌｏｏｐ ｆｉｌｔｅｒ）など）がさらに拡張および／または改善されている。将来的には、ＶＶＣ規格を超える任意の新しい符号化ツールは、ＥＣＭプラットフォームに統合され、ＪＶＥＴの共通テスト条件（ＣＴＣ：ｃｏｍｍｏｎ ｔｅｓｔ ｃｏｎｄｉｔｉｏｎ）を使用してテストされる必要がある。
【発明の概要】
【発明が解決しようとする課題】
【0005】
本開示は、ＣＡＢＡＣのための確率推定モジュールの精度の向上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】
【0006】
本開示の第１の態様によれば、ビデオ復号のための方法が提供される。この方法は、バイナリ算術復号器が、適応重みに従って、バイナリ算術復号器のコンテキスト・モデル（ｃｏｎｔｅｘｔ ｍｏｄｅｌ）のバイナリ・シンボルの多重仮説確率（ｍｕｌｔｉ－ｈｙｐｏｔｈｅｓｉｓ ｐｒｏｂａｂｉｌｉｔｙ）を取得し得、多重仮説確率が、バイナリ・シンボルがバイナリ値に等しい確率を決定し得、バイナリ・シンボルが、コンテキスト・モデルに関連付けられた複数のバイナリ・シンボルからのものである、ことを含む。さらに、復号器は、多重仮説確率に従ってバイナリ・シンボルを符号化し得る。また、復号器は、多重仮説確率に従ってバイナリ・シンボルを復号し得る。
【0007】
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、バイナリ算術符号化器が、適応重みに従って、バイナリ算術符号化器のコンテキスト・モデルの複数のバイナリ・シンボルからのバイナリ・シンボルの多重仮説確率を決定し得、多重仮説確率が、バイナリ・シンボルがバイナリ値に等しい確率を示す、ことを含む。さらに、符号化器は、多重仮説確率に従ってバイナリ・シンボルを符号化し得る。
【0008】
本開示の第３の態様によれば、ビデオ復号のための方法が提供される。この方法は、復号器が、現在のスライスの前に符号化された１つまたは複数のスライスを選択し、現在のスライスの前に符号化されたスライスの１つまたは複数のコンテキスト・モデルのコンテキスト状態を継承することによって、現在のスライスの１つまたは複数のコンテキスト・モデルの初期コンテキスト状態を取得し、初期コンテキスト状態に従って現在のスライス内の１つまたは複数のコンテキスト・モデルに関連付けられたバイナリ・シンボルを復号し得ることを含む。
【0009】
本開示の第４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、符号化器が、現在のスライスの前に符号化された１つまたは複数のスライスを選択し、現在のスライスの前に符号化されたスライスから１つまたは複数のコンテキスト・モデルのコンテキスト状態を継承することによって、現在のスライスの１つまたは複数のコンテキスト・モデルの初期コンテキスト状態を決定し、初期コンテキスト状態に従って現在のスライスの１つまたは複数のコンテキスト・モデルに関連付けられたバイナリ・シンボルを符号化し得ることを含む。
【0010】
本開示の第５の態様によれば、ビデオ復号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結合され、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、を含み、１つまたは複数のプロセッサは、命令の実行時に、第１または第３の態様による方法を実行するように構成される。
【0011】
本開示の第６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結合され、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、を含み、１つまたは複数のプロセッサは、命令の実行時に、第２または第４の態様による方法を実行するように構成される。
【0012】
本開示の第７の態様によれば、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、ビットストリームを受信させ、ビットストリームに基づいて第１または第３の態様による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。
【0013】
本開示の第８の態様によれば、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、第２または第４の態様による方法を実行させて、現在のビデオ・ブロックをビットストリームに符号化させ、ビットストリームを送信させるコンピュータ実行可能命令を記憶する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。
【0014】
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】
【0015】
【図1A】本開示のいくつかの例によるビデオ・ブロックを符号化および復号するためのシステムを示すブロック図である。
【図1B】本開示のいくつかの例による符号化器のブロック図である。
【図1C-1F】本開示のいくつかの例による、フレームが、異なるサイズおよび形状の複数のビデオ・ブロックにどのように再帰的に分割されるかを示すブロック図である。
【図2】本開示のいくつかの例による復号器のブロック図である。
【図3A】本開示のいくつかの例によるマルチ・タイプ・ツリー構造におけるブロック分割を示す図である。
【図3B】本開示のいくつかの例によるマルチ・タイプ・ツリー構造におけるブロック分割を示す図である。
【図3C】本開示のいくつかの例によるマルチ・タイプ・ツリー構造におけるブロック分割を示す図である。
【図3D】本開示のいくつかの例によるマルチ・タイプ・ツリー構造におけるブロック分割を示す図である。
【図3E】本開示のいくつかの例によるマルチ・タイプ・ツリー構造におけるブロック分割を示す図である。
【図4】本開示のいくつかの例によるユーザ・インターフェースと結合されたコンピューティング環境を示す図である。
【図5】本開示のいくつかの例によるビデオ復号のための方法を示すフローチャートである。
【図7】本開示のいくつかの例によるビデオ復号のための方法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】
【0016】
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。たとえば、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。
【0017】
本開示で使用される用語は、特定の実施形態を説明する目的でのみ採用されており、本開示を限定することが意図されていない。本開示および添付の特許請求の範囲における単数形の「ａ／ａｎ」、「ｓａｉｄ」、および「ｔｈｅ」は、本開示全体を通じて他の意味が明確に示されていない限り、複数形も含むものとする。本開示で使用される「および／または」という用語は、列挙された複数の関連項目のうちの１つまたはいずれかあるいは全ての可能な組み合わせを指し、これらを含むことも理解されたい。
【0018】
「一実施形態（ｏｎｅ ｅｍｂｏｄｉｍｅｎｔ）」、「一実施形態（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つの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。
【0019】
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、たとえば、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。たとえば、「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。
【0020】
「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。
【0021】
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。たとえば、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。
【0022】
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、たとえば、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。
【0023】
図１Ａは、本開示のいくつかの実装による、並行してビデオ・ブロックを符号化および復号するための例示的なシステム１０を示すブロック図である。図１Ａに示されるように、システム１０は、デスティネーション・デバイス１４によって後で復号されるビデオ・データを生成および符号化するソース・デバイス１２を含む。ソース・デバイス１２およびデスティネーション・デバイス１４は、デスクトップまたはラップトップ・コンピュータ、タブレット・コンピュータ、スマート・フォン、セット・トップ・ボックス、デジタル・テレビ、カメラ、表示デバイス、デジタル・メディア・プレーヤー、ビデオ・ゲーム・コンソール、ビデオ・ストリーミング・デバイスなどを含む多種多様な電子デバイスのいずれかを含み得る。いくつかの実装では、ソース・デバイス１２およびデスティネーション・デバイス１４には無線通信機能が搭載される。
【0024】
いくつかの実装では、デスティネーション・デバイス１４は、リンク１６を介して、復号されるべき符号化されたビデオ・データを受信し得る。リンク１６は、符号化されたビデオ・データをソース・デバイス１２からデスティネーション・デバイス１４に移動することが可能な任意のタイプの通信媒体またはデバイスを含み得る。一例では、リンク１６は、ソース・デバイス１２が符号化されたビデオ・データをリアルタイムにデスティネーション・デバイス１４に直接送信することを可能にするための通信媒体を含み得る。符号化されたビデオ・データは、無線通信プロトコルなどの通信規格に従って変調され、デスティネーション・デバイス１４に送信され得る。通信媒体は、たとえば、無線周波数（ＲＦ）スペクトルあるいは１つまたは複数の物理伝送線など、任意の無線または有線通信媒体を含み得る。通信媒体は、パケットベースのネットワーク、たとえば、ローカル・エリア・ネットワーク、ワイド・エリア・ネットワーク、またはグローバル・ネットワーク、たとえば、インターネットなどの一部を形成し得る。通信媒体は、ルータ、スイッチ、基地局、またはソース・デバイス１２からデスティネーション・デバイス１４への通信を容易にするのに有用であり得る他の任意の機器を含み得る。
【0025】
いくつかの他の実装態様では、符号化済みビデオ・データは、出力インターフェース２２から記憶デバイス３２に送信され得る。その後、記憶デバイス３２内の符号化されたビデオ・データは、デスティネーション・デバイス１４によって入力インターフェース２８を介してアクセスされ得る。記憶デバイス３２は、ハード・ドライブ、ブルーレイ・ディスク、デジタル・バーサタイル・ディスク（ＤＶＤ）、コンパクト・ディスク読み取り専用メモリ（ＣＤ－ＲＯＭ）、フラッシュ・メモリ、揮発性もしくは不揮発性メモリ、または符号化されたビデオ・データを記憶するための他の任意の適切なデジタル記憶媒体などの、多様な分散型（ｄｉｓｔｒｉｂｕｔｅｄ）のまたは局所（ｌｏｃａｌｌｙ）アクセス型のデータ記憶媒体のいずれかを含み得る。さらなる例では、記憶デバイス３２は、ソース・デバイス１２によって生成された符号化されたビデオ・データを保持し得るファイル・サーバまたは他の中間記憶デバイスに対応し得る。デスティネーション・デバイス１４は、ストリーミングまたはダウンロードにより、記憶デバイス３２から記憶されたビデオ・データにアクセスし得る。ファイル・サーバは、符号化されたビデオ・データを記憶し、符号化されたビデオ・データをデスティネーション・デバイス１４に送信することが可能な任意のタイプのコンピュータであり得る。例示的なファイル・サーバは、ウェブ・サーバ（たとえば、ウェブサイト用）、ファイル転送プロトコル（ＦＴＰ）サーバ、ネットワーク接続ストレージ（ＮＡＳ）デバイス、またはローカル・ディスク・ドライブを含む。デスティネーション・デバイス１４は、ファイル・サーバに記憶されている符号化されたビデオ・データにアクセスするのに適した、無線チャネル（たとえば、ワイヤレス・フィデリティ（Ｗｉ－Ｆｉ）接続）、有線接続（たとえば、デジタル加入者線（ＤＳＬ：Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅ）、ケーブルモデムなど）、または両方の組み合わせを含む、任意の標準的なデータ接続を介して符号化されたビデオ・データにアクセスし得る。記憶デバイス３２からの符号化されたビデオ・データの送信は、ストリーミング送信、ダウンロード送信、または両方の組み合わせであり得る。
【0026】
図１Ａに示されるように、ソース・デバイス１２は、ビデオ・ソース１８、ビデオ符号化器２０、および出力インターフェース２２を含む。ビデオ・ソース１８は、たとえば、ビデオ・カメラのビデオ・キャプチャ・デバイス、キャプチャ済みのビデオを含むビデオ・アーカイブ、ビデオ・コンテンツ・プロバイダからビデオを受信するためのビデオ・フィード・インターフェース、および／またはコンピュータ・グラフィックス・データをソース・ビデオとして生成するためのコンピュータ・グラフィックス・システム、あるいはそのようなソースの組み合わせなどのソースを含み得る。一例として、ビデオ・ソース１８がセキュリティ監視システムのビデオ・カメラである場合、ソース・デバイス１２およびデスティネーション・デバイス１４はカメラ付き電話またはビデオ電話を形成し得る。しかしながら、本出願で説明される実装は、一般にビデオ符号化に適用可能であり得、無線および／または有線アプリケーションに適用され得る。
【0027】
キャプチャされたビデオ、事前にキャプチャされたビデオ、またはコンピュータ生成されたビデオが、ビデオ符号化器２０によって符号化され得る。符号化されたビデオ・データは、ソース・デバイス１２の出力インターフェース２２を介してデスティネーション・デバイス１４に直接送信され得る。符号化されたビデオ・データはさらに（または代わりに）、復号および／または再生のために、デスティネーション・デバイス１４または他のデバイスによって後でアクセスできるように、記憶デバイス３２に記憶され得る。出力インターフェース２２は、モデムおよび／または送信機をさらに含み得る。
【0028】
デスティネーション・デバイス１４は、入力インターフェース２８、ビデオ復号器３０、および表示デバイス３４を含む。入力インターフェース２８は、受信機および／またはモデムを含み、リンク１６を介して符号化されたビデオ・データを受信し得る。リンク１６を介して伝達される、または記憶デバイス３２上に提供される符号化されたビデオ・データは、ビデオ・データを復号する際にビデオ復号器３０によって使用されるために、ビデオ符号化器２０によって生成される多様な構文要素（ｓｙｎｔａｘ ｅｌｅｍｅｎｔ）を含み得る。そのような構文要素は、通信媒体上で伝送される、記憶媒体上に記憶される、またはファイル・サーバ上に記憶される、符号化されたビデオ・データ内に含まれ得る。
【0029】
いくつかの実装では、デスティネーション・デバイス１４は、一体化された表示デバイス、およびデスティネーション・デバイス１４と通信するように構成される外部表示デバイスとすることができる表示デバイス３４を含み得る。表示デバイス３４は、復号されたビデオ・データをユーザに表示し、液晶ディスプレイ（ＬＣＤ）、プラズマ・ディスプレイ、有機発光ダイオード（ＯＬＥＤ：Ｏｒｇａｎｉｃ Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ）ディスプレイ、または他のタイプの表示デバイスなどの多様な表示デバイスのいずれかを含み得る。
【0030】
ビデオ符号化器２０およびビデオ復号器３０は、独自規格または業界標準、たとえば、ＶＶＣ、ＨＥＶＣ、ＭＰＥＧ－４、パート１０、ＡＶＣ、またはそのような規格の拡張に従って動作し得る。本出願は特定のビデオ符号化／復号規格に限定されず、他のビデオ符号化／復号規格にも適用可能であり得ることを理解されたい。一般に、ソース・デバイス１２のビデオ符号化器２０は、これらの現在または将来の規格のいずれかに従ってビデオ・データを符号化するように構成され得ることが考えられる。同様に、デスティネーション・デバイス１４のビデオ復号器３０は、これらの現在または将来の規格のいずれかに従ってビデオ・データを復号するように構成され得ることも一般に考えられる。
【0031】
ビデオ符号化器２０およびビデオ復号器３０はそれぞれ、１つまたは複数のマイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ）、特定用途向け集積回路（ＡＳＩＣ）、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、ディスクリート・ロジック、ソフトウェア、ハードウェア、ファームウェア、またはそれらの任意の組み合わせなどの多様な適切な符号化器および／または復号器回路のいずれかとして実装され得る。ソフトウェアで部分的に実装される場合、電子デバイスは、ソフトウェアの命令を適切な非一時的コンピュータ可読媒体に記憶し、１つまたは複数のプロセッサを使用してハードウェアで命令を実行して、本開示で開示されるビデオ符号化／復号動作を実行し得る。ビデオ符号化器２０およびビデオ復号器３０のそれぞれは、１つまたは複数の符号化器または復号器に含まれ得、そのいずれもが、符号化器／復号器の組み合わせ（ＣＯＤＥＣ：ｃｏｍｂｉｎｅｄ ｅｎｃｏｄｅｒ／ｄｅｃｏｄｅｒ）の一部としてそれぞれのデバイスに統合され得る。
【0032】
ＨＥＶＣと同様に、ＶＶＣはブロック・ベースのハイブリッド・ビデオ符号化フレームワークに基づいて構築されている。図１Ｂは、本開示のいくつかの実装によるブロック・ベースのビデオ符号化器を示すブロック図である。符号化器１００において、入力ビデオ信号は、符号化ユニット（ＣＵ：ｃｏｄｉｎｇ ｕｎｉｔ）と呼ばれるブロックごとに処理される。符号化器１００は、図１Ａに示されるビデオ符号化器２０であり得る。ＶＴＭ－１．０では、ＣＵは最大１２８ｘ１２８ピクセルとすることができる。しかしながら、４分木のみに基づいてブロックを分割するＨＥＶＣとは異なり、ＶＶＣでは、１つの符号化ツリー・ユニット（ＣＴＵ：ｃｏｄｉｎｇ ｔｒｅｅ ｕｎｉｔ）が４分木／２分木／３分木に基づいて様々な局所特性に適応するようにＣＵに分割される。さらに、ＨＥＶＣにおける複数の分割ユニット・タイプの概念が排除され、すなわち、ＣＵ、予測ユニット（ＰＵ：ｐｒｅｄｉｃｔｉｏｎ ｕｎｉｔ）、および変換ユニット（ＴＵ：ｔｒａｎｓｆｏｒｍ ｕｎｉｔ）の分離は、ＶＶＣにはもはや存在せず、代わりに、各ＣＵが常に、さらなる分割なく、予測および変換の両方の基本単位として使用される。マルチ・タイプ・ツリー構造では、まず、１つのＣＴＵが４分木構造により分割される。次に、各４分木リーフ・ノードは、２分木構造および３分木構造によってさらに分割されることができる。
【0033】
図３Ａ～図３Ｅ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３Ａ～図３Ｅはそれぞれ、４分割（図３Ａ）、垂直２分割（図３Ｂ）、水平２分割（図３Ｃ）、垂直３分割（図３Ｄ）、および水平３分割（図３Ｅ）を含む５つの分割タイプを示している。
【0034】
所与のビデオ・ブロックごとに、空間予測および／または時間予測が実行され得る。空間予測（または「イントラ予測」）は、同じビデオ・ピクチャ／スライス内のすでに符号化された近傍ブロック（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。時間予測（「インター予測」または「動き補償予測」とも呼ばれる）は、すでに符号化されたビデオ・ピクチャからの再構成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ＣＵ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。また、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。
【0035】
空間予測および／または時間予測の後、符号化器１００内のイントラ／インター・モード決定回路１２１は、たと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ぶ。次いで、ブロック予測子（ｂｌｏｃｋ ｐｒｅｄｉｃｔｏｒ）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、再構成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の再構成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／または適応インループ・フィルタ（ＡＬＦ：ａｄａｐｔｉｖｅ ｉｎ－ｌｏｏｐ ｆｉｌｔｅｒ）などのインループ・フィルタリング１１５が、再構成された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。
【0036】
たとえば、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と呼ばれる追加のインループ・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と呼ばれるさらに他のインループ・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。
【0037】
これらのインループ・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符号化器１００によって行われる決定としてオフにされ得る。
【0038】
イントラ予測は通常、フィルタリングされていない再構成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・オプションが符号化器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成されたピクセルに基づくことに留意されたい。
【0039】
図２は、多くのビデオ符号化規格と併せて使用され得るブロック・ベースのビデオ復号器２００を示すブロック図である。この復号器２００は、図１Ｂの符号化器１００に存在する再構成関連部分と同様である。ブロック・ベースのビデオ復号器２００は、図１Ａに示されるビデオ復号器３０であり得る。復号器２００では、入来したビデオ・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、再構成された予測残差を取得する。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からの再構成された予測残差と、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成されたピクセルのセットが取得される。
【0040】
再構成されたブロックはさらにインループ・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内の再構成されたビデオは、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。インループ・フィルタ２０９がオンにされている状況では、これらの再構成されたピクセルにフィルタリング操作が実行されて、最終的な再構成されたビデオ出力２２２を導出する。
【0041】
現在のＶＶＣおよびＡＶＳ３規格では、現在の符号化ブロックの動き情報は、マージ候補インデックスによって指定される空間的または時間的な近傍のブロックからコピーされるか、あるいは動き推定の明示的なシグナリングによって取得される。本開示の焦点は、アフィン・マージ候補の導出方法を改善することによって、アフィン・マージ・モードの動きベクトルの精度を向上させることである。本開示の説明を容易にするために、ＶＶＣ規格における既存のアフィン・マージ・モード設計が、提案されたアイデアを説明するための例として使用される。ＶＶＣ規格における既存のアフィン・モード設計が本開示全体を通して例として使用されるが、最新のビデオ符号化技術の当業者にとって、提案された技術は、異なる設計のアフィン動き予測モード、あるいは同じまたは類似の設計思想を有する他の符号化ツールにも適用され得ることに留意されたい。
【0042】
典型的なビデオ符号化プロセスでは、ビデオ・シーケンスは、典型的には、順序付けられたフレームまたはピクチャのセットを含む。各フレームは、ＳＬ、ＳＣｂ、およびＳＣｒと表される３つのサンプル配列を含み得る。ＳＬはルマ・サンプル（ｌｕｍａ ｓａｍｐｌｅ）の２次元配列である。ＳＣｂはＣｂクロマ・サンプル（ｃｈｒｏｍａ ｓａｍｐｌｅ）の２次元配列である。ＳＣｒはＣｒクロマ・サンプルの２次元配列である。他の例では、フレームはモノクロであり得、したがって、ルマ・サンプルのただ１つの２次元配列を含む。
【0043】
図１Ｃに示されるように、ビデオ符号化器２０（またはより詳細には、ビデオ符号化器２０の予測処理ユニット内の分割ユニット）は、最初にフレームをＣＴＵのセットに分割することによって、フレームの符号化された表現を生成する。ビデオ・フレームは、ラスタ・スキャン順序で左から右および上から下に連続して並べられた整数個のＣＴＵを含み得る。各ＣＴＵは最大の論理的な符号化ユニットであり、ビデオ・シーケンス内の全てのＣＴＵが、１２８×１２８、６４×６４、３２×３２、および１６×１６のうちの１つである同じサイズを有するように、ＣＴＵの幅および高さがシーケンス・パラメータ・セットでビデオ符号化器２０によってシグナリングされる。しかしながら、本出願は必ずしも特定のサイズに限定されないことに留意されたい。図１Ｄに示されるように、各ＣＴＵは、ルマ・サンプルの１つのＣＴＢと、クロマ・サンプルの２つの対応する符号化ツリー・ブロックと、符号化ツリー・ブロックのサンプルを符号化するために使用される構文要素とを含み得る。構文要素は、符号化されたピクセルのブロックの様々なタイプのユニットのプロパティと、インター予測またはイントラ予測、イントラ予測モード、動きベクトル、および他のパラメータを含めて、ビデオ復号器３０でビデオ・シーケンスがどのように再構成され得るかと、を記述する。モノクロ・ピクチャまたは３つの別個のカラー・プレーンを有するピクチャでは、ＣＴＵは、単一の符号化ツリー・ブロックと、その符号化ツリー・ブロックのサンプルを符号化するために使用される構文要素とを含み得る。符号化ツリー・ブロックは、Ｎ×Ｎのサンプルのブロックであり得る。
【0044】
より良いパフォーマンスを達成するために、ビデオ符号化器２０は、ＣＴＵの符号化ツリー・ブロックに対して、２分木分割、３分木分割、４分木分割、またはそれらの組み合わせなどのツリー分割を再帰的に実行し、ＣＴＵをより小さなＣＵに分割し得る。図１Ｅに示されるように、６４×６４のＣＴＵ４００はまず、それぞれが３２×３２のブロック・サイズを有する４つのより小さいＣＵに分割される。４つのより小さいＣＵのうち、ＣＵ４１０およびＣＵ４２０はそれぞれ、１６×１６のブロック・サイズの４つのＣＵに分割される。２つの１６×１６のＣＵ４３０および４４０はそれぞれ、８×８のブロック・サイズの４つのＣＵにさらに分割される。図１Ｆは、図１Ｅに示されたＣＴＵ４００の分割プロセスの最終結果を示す４分木データ構造を示しており、４分木の各リーフ・ノードは、３２×３２から８×８までの範囲のそれぞれのサイズの１つのＣＵに対応する。図１Ｄに示されたＣＴＵと同様に、各ＣＵは、同じサイズのフレームのルマ・サンプルのＣＢおよびクロマ・サンプルの２つの対応する符号化ブロックと、符号化ブロックのサンプルを符号化するために使用される構文要素とを含み得る。モノクロ・ピクチャまたは３つの別個のカラー・プレーンを有するピクチャでは、ＣＵは、単一の符号化ブロックと、その符号化ブロックのサンプルを符号化するために使用されるシンタックス構造とを含み得る。図１Ｅ～図１Ｆに示された４分木分割は例示のみを目的としており、１つのＣＴＵは、４分木／３分木／２分木分割に基づいて様々な局所特性に適応するようにＣＵに分割され得ることに留意されたい。マルチ・タイプ・ツリー構造では、１つのＣＴＵが４分木構造によって分割され、各４分木リーフＣＵはさらに２分木構造および３分木構造によって分割されることができる。図３Ａ～図３Ｅに示されるように、幅Ｗおよび高さＨを有する符号化ブロックの可能な分割タイプは５つあり、すなわち、４分割、水平２分割、垂直２分割、水平３分割、および垂直３分割である。
【0045】
いくつかの実装では、ビデオ符号化器２０は、ＣＵの符号化ブロックを１つまたは複数のＭ×ＮのＰＢにさらに分割し得る。ＰＢは、インターまたはイントラの同じ予測が適用されるサンプルの長方形（正方形または非正方形）のブロックである。ＣＵのＰＵは、ルマ・サンプルのＰＢと、クロマ・サンプルの２つの対応するＰＢと、ＰＢを予測するために使用される構文要素とを含み得る。モノクロ・ピクチャまたは３つの別個のカラー・プレーンを有するピクチャでは、ＰＵは、単一のＰＢと、そのＰＢを予測するために使用されるシンタックス構造とを含み得る。ビデオ符号化器２０は、ＣＵの各ＰＵのルマ、Ｃｂ、およびＣｒのＰＢに対する予測ルマ、Ｃｂ、およびＣｒブロックを生成し得る。
【0046】
ビデオ符号化器２０は、ＰＵの予測ブロックを生成するためにイントラ予測またはインター予測を使用し得る。ビデオ符号化器２０がＰＵの予測ブロックを生成するためにイントラ予測を使用する場合、ビデオ符号化器２０は、ＰＵに関連付けられたフレームの復号済みのサンプルに基づいてＰＵの予測ブロックを生成し得る。ビデオ符号化器２０がＰＵの予測ブロックを生成するためにインター予測を使用する場合、ビデオ符号化器２０は、ＰＵに関連付けられたフレーム以外の１つまたは複数のフレームの復号済みのサンプルに基づいてＰＵの予測ブロックを生成し得る。
【0047】
ビデオ符号化器２０がＣＵの１つまたは複数のＰＵに対して予測ルマ、Ｃｂ、およびＣｒブロックを生成した後、ビデオ符号化器２０は、ＣＵの予測ルマ・ブロックをその元のルマ符号化ブロックから減算することによって、ＣＵのルマ残差ブロックを生成し得、ＣＵのルマ残差ブロック内の各サンプルは、ＣＵの予測ルマ・ブロックのうちの１つにおけるルマ・サンプルと、ＣＵの元のルマ符号化ブロック内の対応するサンプルとの差を示す。同様に、ビデオ符号化器２０は、ＣＵのＣｂ残差ブロックおよびＣｒ残差ブロックをそれぞれ生成し得、ＣＵのＣｂ残差ブロック内の各サンプルは、ＣＵの予測Ｃｂブロックのうちの１つにおけるＣｂサンプルと、ＣＵの元のＣｂ符号化ブロック内の対応するサンプルとの差を示し、ＣＵのＣｒ残差ブロック内の各サンプルは、ＣＵの予測Ｃｒブロックのうちの１つにおけるＣｒサンプルと、ＣＵの元のＣｒ符号化ブロック内の対応するサンプルとの差を示し得る。
【0048】
さらに、図１Ｅに示されるように、ビデオ符号化器２０は、４分木分割を使用して、ＣＵのルマ、Ｃｂ、およびＣｒ残差ブロックをそれぞれ１つまたは複数のルマ、Ｃｂ、およびＣｒ変換ブロックに分解し得る。変換ブロックは、同じ変換が適用されるサンプルの長方形（正方形または非正方形）のブロックである。ＣＵのＴＵは、ルマ・サンプルの変換ブロックと、クロマ・サンプルの２つの対応する変換ブロックと、変換ブロック・サンプルを変換するために使用される構文要素とを含み得る。したがって、ＣＵの各ＴＵは、ルマ変換ブロック、Ｃｂ変換ブロック、およびＣｒ変換ブロックに関連付けられ得る。いくつかの例では、ＴＵに関連付けられたルマ変換ブロックは、ＣＵのルマ残差ブロックのサブ・ブロックであり得る。Ｃｂ変換ブロックは、ＣＵのＣｂ残差ブロックのサブ・ブロックであり得る。Ｃｒ変換ブロックは、ＣＵのＣｒ残差ブロックのサブ・ブロックであり得る。モノクロ・ピクチャまたは３つの別個のカラー・プレーンを有するピクチャでは、ＴＵは、単一の変換ブロックと、その変換ブロックのサンプルを変換するために使用されるシンタックス構造とを含み得る。
【0049】
ビデオ符号化器２０は、ＴＵのルマ変換ブロックに１つまたは複数の変換を適用して、ＴＵのルマ係数ブロックを生成し得る。係数ブロックは、変換係数の２次元配列であり得る。変換係数はスカラー量であり得る。ビデオ符号化器２０は、ＴＵのＣｂ変換ブロックに１つまたは複数の変換を適用して、ＴＵのＣｂ係数ブロックを生成し得る。ビデオ符号化器２０は、ＴＵのＣｒ変換ブロックに１つまたは複数の変換を適用して、ＴＵのＣｒ係数ブロックを生成し得る。
【0050】
係数ブロック（たとえば、ルマ係数ブロック、Ｃｂ係数ブロック、またはＣｒ係数ブロック）を生成した後、ビデオ符号化器２０は、係数ブロックを量子化し得る。量子化は一般に、変換係数を表現するために使用されるデータ量を極力削減してさらなる圧縮を実現するために、変換係数が量子化されるプロセスを指す。ビデオ符号化器２０が係数ブロックを量子化した後、ビデオ符号化器２０は量子化された変換係数を示す構文要素をエントロピー符号化し得る。たとえば、ビデオ符号化器２０は、量子化された変換係数を示す構文要素に対してＣＡＢＡＣを実行し得る。最後に、ビデオ符号化器２０は、符号化されたフレームおよび関連データの表現を形成するビットのシーケンスを含むビットストリームを出力し得、これは記憶デバイス３２に保存されるか、またはデスティネーション・デバイス１４に送信される。
【0051】
ビデオ復号器３０は、ビデオ符号化器２０によって生成されたビットストリームを受信した後、ビットストリームをパースして、ビットストリームから構文要素を取得し得る。ビデオ復号器３０は、ビットストリームから取得された構文要素に少なくとも部分的に基づいてビデオ・データのフレームを再構成し得る。ビデオ・データを再構成するプロセスは、一般に、ビデオ符号化器２０によって実行される符号化プロセスと相反的である。たとえば、ビデオ復号器３０は、現在のＣＵのＴＵに関連付けられた係数ブロックに逆変換を実行して、現在のＣＵのＴＵに関連付けられた残差ブロックを再構成し得る。また、ビデオ復号器３０は、現在のＣＵのＰＵの予測ブロックのサンプルを現在のＣＵのＴＵの変換ブロックの対応するサンプルに加算することによって、現在のＣＵの符号化ブロックを再構成する。フレームの各ＣＵについて符号化ブロックを再構成した後、ビデオ復号器３０はフレームを再構成し得る。
【0052】
上記で述べられたように、ビデオ符号化は主に２つのモード、すなわち、フレーム内予測（またはイントラ予測）とフレーム間予測（またはインター予測）とを使用してビデオ圧縮を実現する。ＩＢＣはフレーム内予測または第３のモードと見なされ得ることに留意されたい。２つのモードの間では、フレーム間予測はフレーム内予測よりも符号化効率により貢献し、その理由は、動きベクトルを使用して参照ビデオ・ブロックから現在のビデオ・ブロックを予測するためである。
【0053】
しかしながら、ビデオ・データ・キャプチャ技術が日々進歩し、ビデオ・データの詳細を保存するためにビデオ・ブロック・サイズがより精細化されているので、現在のフレームの動きベクトルを表現するために必要なデータ量も大幅に増加している。この課題を克服する１つの方法は、空間領域と時間領域との両方での近傍のＣＵのグループが予測のための類似のビデオ・データを有しているだけでなく、これらの近傍のＣＵ間の動きベクトルも類似していることから恩恵を受けることである。したがって、空間的な近傍のＣＵおよび／または時間的に同位置のＣＵの動き情報を、それらの空間的および時間的相関を調べることによって、現在のＣＵの動き情報（たとえば、動きベクトル）の近似として使用することが可能であり、これは現在のＣＵの「動きベクトル予測子（ＭＶＰ：Ｍｏｔｉｏｎ Ｖｅｃｔｏｒ Ｐｒｅｄｉｃｔｏｒ）」とも呼ばれる。
【0054】
図１Ｂに関連して上述されたように、動き推定ユニットによって決定された現在のＣＵの実際の動きベクトルをビデオ・ビットストリームに符号化する代わりに、現在のＣＵの動きベクトル予測子が現在のＣＵの実際の動きベクトルから減算されて、現在のＣＵの動きベクトル差分（ＭＶＤ：Ｍｏｔｉｏｎ Ｖｅｃｔｏｒ Ｄｉｆｆｅｒｅｎｃｅ）が生成される。そうすることで、フレームの各ＣＵについて動き推定ユニットによって決定された動きベクトルをビデオ・ビットストリームに符号化する必要がなくなり、ビデオ・ビットストリーム内の動き情報を表現するために使用されるデータ量が大幅に削減されることができる。
【0055】
符号ブロックのフレーム間予測中に参照フレーム内の予測ブロックを選ぶプロセスと同様に、現在のＣＵの空間的な近傍のＣＵおよび／または時間的に同位置のＣＵに関連付けられた潜在的な候補動きベクトルを使用して、現在のＣＵに対する動きベクトル候補リスト（別名、「マージ・リスト」）を構築し、次いで、動きベクトル候補リストから１つのメンバーを現在のＣＵの動きベクトル予測子として選択するためのルールのセットがビデオ符号化器２０およびビデオ復号器３０の両方によって選ばれる必要がある。そうすることで、動きベクトル候補リスト自体をビデオ符号化器２０からビデオ復号器３０に送信する必要がなくなり、ビデオ符号化器２０およびビデオ復号器３０が動きベクトル候補リスト内の同じ動きベクトル予測子を使用して現在のＣＵを符号化および復号するには、動きベクトル候補リスト内の選択された動きベクトル予測子のインデックスで十分である。
【0056】
本開示の主な目的は、ハイブリッド・ビデオ符号化フレームワークで使用されるＣＡＢＡＣ技術の効率を高めることである。具体的には、ビデオ信号を圧縮するときに生成される構文要素のバイナリ・シンボル（別名、略してビン（ｂｉｎ））の系列の確率推定の精度を高めるためのいくつかの改善が提案される。以下では、ＡＶＣ、ＨＥＶＣ、およびＶＶＣなどの最新のビデオ符号化規格で適用されている既存のＣＡＢＡＣ技術の詳細な分析が最初に提供される。次に、既存のＣＡＢＡＣ設計のいくつかの欠陥／制限が論じられる。その後、確率推定の精度を高めることを通じてＣＡＢＡＣ効率を向上させるための方法が提案される。
【0057】
ＡＶＣおよびＨＥＶＣにおけるＣＡＢＡＣの確率推定技術
ＣＡＢＡＣは元々Ｈ．２６４／ＡＶＣ規格において、２つのサポートされているエントロピー符号化スキームのうちの１つとして導入された。ＣＡＢＡＣでは、算術符号化は、符号語マッピング（別名、バイナリ化）と確率推定との２つのモジュールで構成される。符号語マッピングのプロセスでは、構文要素がビンの列にマッピングされる。マッピングは、様々なバイナリ化スキームに基づいて構文要素をいくつかのビンのグループに変換する、いわゆるバイナライザによって実現される。実際には、固定長符号、単進符号、切り捨て単進符号（ｔｒｕｎｃａｔｅｄ ｕｎａｒｙ ｃｏｄｅ）、およびｋ次指数ゴロム符号などの様々なバイナリ化スキームがそのような変換に適用され得る。確率推定モジュールの目的は、１つのビンが１または０の値を有する尤度を決定することである。ＡＶＣでは、ビンの確率は指数エージング・モデル（ｅｘｐｏｎｅｎｔｉａｌ ａｇｉｎｇ ｍｏｄｅｌ）に基づいて計算され、このモデルでは、１つの現在のビンが１または０に等しい確率は、符号化済みの以前のビンの値に依存する。さらに、一般的なデータ統計によれば、１つの現在のビンの直前のビンの影響は、大抵、ずっと前に符号化されたビンよりも大きい。これを考慮して、ＣＡＢＡＣでは、現在のビンの確率を推定するために使用される符号化済みのビンの数Ｎを制御する１つのパラメータαが導入され、すなわち、Ｎ＝１／αである。このパラメータは、符号化されたビンの増加と共に確率が更新される適応速度に転換される。具体的には、適応パラメータαを使用して、１つのビンが劣勢確率シンボル（ＬＰＳ：ｌｅａｓｔ ｐｒｏｂａｂｌｅ ｓｙｍｂｏｌ）である確率が次のように再帰的に計算され、
ｐ（ｔ＋１）＝ｐ（ｔ）・（１－α）＋ｘ（ｔ）・α （１）
ここで、ｐ（ｔ）は瞬間ｔにおけるＬＰＳシンボルの確率であり、ｐ（ｔ＋１）は瞬間ｔ＋１におけるＬＰＳシンボルの更新された確率であり、ｘ（ｔ）は、現在のビンがＬＰＳシンボルである場合は１に等しく、現在のビンが優勢確率シンボル（ＭＰＳ：ｍｏｓｔ ｐｒｏｂａｂｌｅ ｓｙｍｂｏｌ）である場合は０に等しい。ＡＶＣおよびＨＥＶＣのＣＡＢＡＣエンジンでは、この確率は、（１）に従ってα≒１／１９．６９の固定値で各構文要素に対して独立して更新され、すなわち、１つの現在のビンの確率を推定するときに、約１９．６９個の符号化済みのビンが考慮される。さらに、確率推定中の乗算を回避するために、実数であって０から１までの範囲にある式（１）の確率ｐ（ｔ）は、固定の確率状態のセットに量子化される。たとえば、ＡＶＣとＨＥＶＣとの両方で、確率は７ビットの精度を有し、これは１２８個の確率状態に対応する。
ＣＡＢＡＣは元々Ｈ．２６４／ＡＶＣ規格において、２つのサポートされているエントロピー符号化スキームのうちの１つとして導入された。ＣＡＢＡＣでは、算術符号化は、符号語マッピング（別名、バイナリ化）と確率推定との２つのモジュールで構成される。符号語マッピングのプロセスでは、構文要素がビンの列にマッピングされる。マッピングは、様々なバイナリ化スキームに基づいて構文要素をいくつかのビンのグループに変換する、いわゆるバイナライザによって実現される。実際には、固定長符号、単進符号、切り捨て単進符号（ｔｒｕｎｃａｔｅｄ ｕｎａｒｙ ｃｏｄｅ）、およびｋ次指数ゴロム符号などの様々なバイナリ化スキームがそのような変換に適用され得る。確率推定モジュールの目的は、１つのビンが１または０の値を有する尤度を決定することである。ＡＶＣでは、ビンの確率は指数エージング・モデル（ｅｘｐｏｎｅｎｔｉａｌ ａｇｉｎｇ ｍｏｄｅｌ）に基づいて計算され、このモデルでは、１つの現在のビンが１または０に等しい確率は、符号化済みの以前のビンの値に依存する。さらに、一般的なデータ統計によれば、１つの現在のビンの直前のビンの影響は、大抵、ずっと前に符号化されたビンよりも大きい。これを考慮して、ＣＡＢＡＣでは、現在のビンの確率を推定するために使用される符号化済みのビンの数Ｎを制御する１つのパラメータαが導入され、すなわち、Ｎ＝１／αである。このパラメータは、符号化されたビンの増加と共に確率が更新される適応速度に転換される。具体的には、適応パラメータαを使用して、１つのビンが劣勢確率シンボル（ＬＰＳ：ｌｅａｓｔ ｐｒｏｂａｂｌｅ ｓｙｍｂｏｌ）である確率が次のように再帰的に計算され、
ｐ（ｔ＋１）＝ｐ（ｔ）・（１－α）＋ｘ（ｔ）・α （１）
ここで、ｐ（ｔ）は瞬間ｔにおけるＬＰＳシンボルの確率であり、ｐ（ｔ＋１）は瞬間ｔ＋１におけるＬＰＳシンボルの更新された確率であり、ｘ（ｔ）は、現在のビンがＬＰＳシンボルである場合は１に等しく、現在のビンが優勢確率シンボル（ＭＰＳ：ｍｏｓｔ ｐｒｏｂａｂｌｅ ｓｙｍｂｏｌ）である場合は０に等しい。ＡＶＣおよびＨＥＶＣのＣＡＢＡＣエンジンでは、この確率は、（１）に従ってα≒１／１９．６９の固定値で各構文要素に対して独立して更新され、すなわち、１つの現在のビンの確率を推定するときに、約１９．６９個の符号化済みのビンが考慮される。さらに、確率推定中の乗算を回避するために、実数であって０から１までの範囲にある式（１）の確率ｐ（ｔ）は、固定の確率状態のセットに量子化される。たとえば、ＡＶＣとＨＥＶＣとの両方で、確率は７ビットの精度を有し、これは１２８個の確率状態に対応する。
【0058】
ＡＶＣおよびＨＥＶＣでは、ビデオ・ビットストリームは通常、１つまたは複数の独立して復号可能なスライスで構成される。各スライスの開始時に、全てのコンテキストの確率がいくつかの事前定義された値に初期化される。理論的には、１つの所与のコンテキストの統計的性質が分かっている場合、一様分布（すなわち、ｐｉｎｉｔ＝０．５）を使用してコンテキストの確率を初期化する必要がある。しかしながら、１つのコンテキストの確率をそれに対応する統計分布に迅速に追いつかせるために、各コンテキストにいくつかの適切な初期確率値（これは等確率でない場合がある）を提供すると有益であることが分かっている。具体的には、ＡＶＣおよびＨＥＶＣでは、１つのスライスの初期ＱＰ ＳｌｉｃｅＱＰＹが与えられると、１つのコンテキストの初期確率状態ＩｎｉｔＰｒｏｂＳｔａｔｅが次のように計算され、
ｍ＝ＳｌｏｐｅＩｄｘ・５－４５
ｎ＝（ＯｆｆｓｅｔＩｄｘ＜＜３）－１６
ＩｎｉｔＰｒｏｂＳｔａｔｅ＝Ｃｌｉｐ３（１，１２７，（ｍ・ＳｌｉｃｅＱＰＹ）＞＞４＋ｎ） （２）
ここで、ＳｌｏｐｅＩｄｘおよびＯｆｆｓｅｔＩｄｘ（どちらも０～１５の範囲内）は２つの初期化パラメータであり、これらは、１つのコンテキストの初期確率を計算するためのルック・アップ・テーブル（ＬＵＴ）として事前定義され、記憶される。式（２）に示されるように、初期確率状態は、（ｍ＞＞４）に等しい傾きと、ｎに等しいオフセットとを有するスライスＱＰの線形関数によってモデル化される。
ｍ＝ＳｌｏｐｅＩｄｘ・５－４５
ｎ＝（ＯｆｆｓｅｔＩｄｘ＜＜３）－１６
ＩｎｉｔＰｒｏｂＳｔａｔｅ＝Ｃｌｉｐ３（１，１２７，（ｍ・ＳｌｉｃｅＱＰＹ）＞＞４＋ｎ） （２）
ここで、ＳｌｏｐｅＩｄｘおよびＯｆｆｓｅｔＩｄｘ（どちらも０～１５の範囲内）は２つの初期化パラメータであり、これらは、１つのコンテキストの初期確率を計算するためのルック・アップ・テーブル（ＬＵＴ）として事前定義され、記憶される。式（２）に示されるように、初期確率状態は、（ｍ＞＞４）に等しい傾きと、ｎに等しいオフセットとを有するスライスＱＰの線形関数によってモデル化される。
【0059】
ＶＶＣにおけるＣＡＢＡＣの確率推定技術
ＶＶＣで適用される確率推定モジュールは、ＡＶＣおよびＨＥＶＣのものとほぼ同じに保たれているが、次の重要な違いを除き、まず、ＶＶＣはコンテキストごとに２つの確率推定値を保持し、それぞれが式（１）において独自の確率適応レートαを有する。算術符号化に実際に使用される最終的な確率は、２つの推定値の平均であり、第２に、ＶＶＣでは、複数の確率ＬＵＴが事前定義され、１つのスライスの異なるコンテキストの確率を初期化するために使用される。一方、ＡＶＣおよびＨＥＶＣと同様に、確率の初期推定値は、スライスＱＰを入力とする１つの線形モデルに基づいて構築される。しかしながら、ＶＶＣでは、導出された値は実際の確率値を表し、ＡＶＣ／ＨＥＶＣでは、確率状態のインデックスを表す。
ＶＶＣで適用される確率推定モジュールは、ＡＶＣおよびＨＥＶＣのものとほぼ同じに保たれているが、次の重要な違いを除き、まず、ＶＶＣはコンテキストごとに２つの確率推定値を保持し、それぞれが式（１）において独自の確率適応レートαを有する。算術符号化に実際に使用される最終的な確率は、２つの推定値の平均であり、第２に、ＶＶＣでは、複数の確率ＬＵＴが事前定義され、１つのスライスの異なるコンテキストの確率を初期化するために使用される。一方、ＡＶＣおよびＨＥＶＣと同様に、確率の初期推定値は、スライスＱＰを入力とする１つの線形モデルに基づいて構築される。しかしながら、ＶＶＣでは、導出された値は実際の確率値を表し、ＡＶＣ／ＨＥＶＣでは、確率状態のインデックスを表す。
【0060】
多重仮説確率推定
全ての構文要素に対して１つの固定の適応パラメータを使用することは、それらの統計的特性が異なるため最適ではない場合があることは明らかである。一方、複数の確率推定量を使用すると、単一の推定量と比較してより高い推定精度が達成され得ることがいくつかの科学研究で分かっている。そのため、確率適応の低い速度および高い速度に対応する２つの異なる適応パラメータα０およびα１が利用される１つの多重仮説確率推定スキームがＶＶＣのＣＡＢＡＣ設計において適用されている。このように、２つの適応パラメータを使用して、ビンごとに２つの異なる確率が計算されることができ、次いでこれらを平均してビンの最終確率が生成され、すなわち、
ｐ０（ｔ＋１）＝ｐ０（ｔ）・（１－α０）＋ｘ（ｔ）・α０
ｐ１（ｔ＋１）＝ｐ１（ｔ）・（１－α１）＋ｘ（ｔ）・α１
ｐ（ｔ＋１）＝（ｐ０（ｔ＋１）＋ｐ１（ｔ＋１））／２ （３）
ここで、α０およびα１は、２つの確率仮説に関連付けられた２つの適応パラメータである。ＶＶＣでは、α０およびα１の値は、適応パラメータならびに初期確率を合同で最適化するように設計された１つのトレーニング・アルゴリズムを使用して、コンテキストごとに独立して選択される。具体的には、現在の設計によれば、各コンテキストは、１つの事前定義された値のセット｛１／４，１／８，１／１６，１／３２｝からα０を選択し、他の事前定義された値のセット｛１／３２，１／６４，１／１２８，１／２５６，１／５１２｝からα１を選択することが可能になされている。
全ての構文要素に対して１つの固定の適応パラメータを使用することは、それらの統計的特性が異なるため最適ではない場合があることは明らかである。一方、複数の確率推定量を使用すると、単一の推定量と比較してより高い推定精度が達成され得ることがいくつかの科学研究で分かっている。そのため、確率適応の低い速度および高い速度に対応する２つの異なる適応パラメータα０およびα１が利用される１つの多重仮説確率推定スキームがＶＶＣのＣＡＢＡＣ設計において適用されている。このように、２つの適応パラメータを使用して、ビンごとに２つの異なる確率が計算されることができ、次いでこれらを平均してビンの最終確率が生成され、すなわち、
ｐ０（ｔ＋１）＝ｐ０（ｔ）・（１－α０）＋ｘ（ｔ）・α０
ｐ１（ｔ＋１）＝ｐ１（ｔ）・（１－α１）＋ｘ（ｔ）・α１
ｐ（ｔ＋１）＝（ｐ０（ｔ＋１）＋ｐ１（ｔ＋１））／２ （３）
ここで、α０およびα１は、２つの確率仮説に関連付けられた２つの適応パラメータである。ＶＶＣでは、α０およびα１の値は、適応パラメータならびに初期確率を合同で最適化するように設計された１つのトレーニング・アルゴリズムを使用して、コンテキストごとに独立して選択される。具体的には、現在の設計によれば、各コンテキストは、１つの事前定義された値のセット｛１／４，１／８，１／１６，１／３２｝からα０を選択し、他の事前定義された値のセット｛１／３２，１／６４，１／１２８，１／２５６，１／５１２｝からα１を選択することが可能になされている。
【0061】
初期確率計算
ＡＶＣ／ＨＥＶＣと同様に、ＶＶＣのＣＡＢＡＣプロセスも、各スライスの開始時に１つのＱＰ依存確率初期化プロセスを呼び出す。しかしながら、１つの確率ステートマシンの状態を初期化するＡＶＣ／ＨＥＶＣと比較して、初期確率の実際の値が次のように直接導出され、
ここで、ＳｌｏｐｅＩｄｘおよびＯｆｆｓｅｔＩｄｘは、線形モデルの傾きおよびオフセットを計算するための２つの初期化パラメータであり、それぞれ３ビットの精度で表され、
および
は、２つの確率推定量に対して計算された２つの初期確率である。
ＡＶＣ／ＨＥＶＣと同様に、ＶＶＣのＣＡＢＡＣプロセスも、各スライスの開始時に１つのＱＰ依存確率初期化プロセスを呼び出す。しかしながら、１つの確率ステートマシンの状態を初期化するＡＶＣ／ＨＥＶＣと比較して、初期確率の実際の値が次のように直接導出され、
【数1】
【数2】
【数3】
【0062】
問題の記述
ＡＶＣ／ＨＥＶＣのＣＡＢＡＣ設計と比較して、ＶＶＣの確率推定スキームは各コンテキストのビンの真の統計分布をより正確に捕捉することができるので、ＣＡＢＡＣ効率の向上につながる。しかしながら、その設計はまださらに改善されることができる。具体的には、本開示では、ＶＶＣのＣＡＢＡＣプロセスの現在の確率推定に存在する以下の欠陥が特定される。
ＡＶＣ／ＨＥＶＣのＣＡＢＡＣ設計と比較して、ＶＶＣの確率推定スキームは各コンテキストのビンの真の統計分布をより正確に捕捉することができるので、ＣＡＢＡＣ効率の向上につながる。しかしながら、その設計はまださらに改善されることができる。具体的には、本開示では、ＶＶＣのＣＡＢＡＣプロセスの現在の確率推定に存在する以下の欠陥が特定される。
【0063】
まず、上記で論じられたように、ＶＶＣでは、多重仮説に基づく確率推定スキームが適用され、２つの確率推定量（一方は適応レートが速く、他方は適応レートが遅い）が各コンテキスト・モデルのビンの確率を推定する。さらに、既存の設計では、１つのビンの確率は２つの確率推定量の単純な平均にすぎない。固定の重みが、異なるコンテキストの様々なデータ統計に適応するのに十分なほど柔軟でない場合があることを考慮すると、そのような設計は最適とは言えない。
【0064】
一方、既存のＶＶＣ設計によれば、１つのスライス内の全てのコンテキストの確率は、異なるスライス・タイプ（ｓｌｉｃｅ ｔｙｐｅ）（すなわち、Ｉ、Ｂ、およびＰスライス）に対して事前に決定された初期コンテキスト値の３つのセットに基づいて初期化される。このうち、Ｉスライス・タイプの初期コンテキスト値のセットはＩスライスのみへの使用が許可され、ＢスライスおよびＰスライスの初期コンテキスト値のセットはＢスライスまたはＰスライスのいずれかへの使用が許可される。各ビデオ・ビットストリームのビンは通常、その固有の特徴により、互いに非常に異なる統計的特性を示す。したがって、初期コンテキスト値の３つの固定のセットのみを使用することは、確率推定量が各コンテキストの真の確率分布を迅速に捕捉するための効率的な開始点を提供するには、最適からは程遠いように思われる。一方、１つのビデオ・シーケンス内の強い時間的相関により、現在のスライスの前に符号化されたスライスからのコンテキストの確率統計は、現在のスライス内のコンテキストの確率を初期化するためのより正確な推定値を提供することができる可能性がある。
【0065】
本開示では、ＶＶＣにおける既存の確率推定スキームの問題／欠陥を解決するための方法が提案される。具体的には、ハードウェア・コーデック実装との親和性を考慮しながら確率推定精度をさらに向上させるための以下の方法が提案される。
【0066】
第１に、確率推定の精度を高めるために、重み付けされた多重仮説確率の更新を行う１つのバイナリ算術符号化が提案される。具体的には、単純な平均を使用する代わりに、各コンテキストの１つのビンを符号化するために使用される最終確率が、そのコンテキストに関連付けられた２つの確率推定量ｐ０およびｐ１の１つの加重結合として計算される。さらに、１つのスライスの開始時のコンテキストの初期重みパラメータを示すための複数の初期化方法が提案される。
【0067】
第２に、インター符号化されたスライスのコンテキストの状態パラメータを初期化するための、１つの改良された初期化スキームが提案される。具体的には、既存の固定コンテキスト初期化テーブルの使用に加えて、提案されたスキームは、１つのインター符号化されたスライスにおけるコンテキストの状態パラメータ（たとえば、２つの確率推定量、適応レート、および２つの確率推定量の結合の重み係数）を、符号化済みのスライスの対応する状態パラメータからコピーされるように初期化することを可能にする。
【0068】
適応重みを用いた多重仮説確率推定
ＶＶＣでは、多重仮説に基づく確率推定が適用され、１つのコンテキストの各ビンを符号化するときの最終確率が２つの確率推定量の平均として計算される。異なるビデオ・ビットストリームの固有の統計特性を考慮すると、１つのコンテキストの２つの確率推定量を結合するときに、そのようなスキーム（すなわち、等しい重み（すなわち０．５）を使用する）が常に、真のシンボル統計を捕捉するのに十分なほど柔軟ではない場合があることは明らかである。したがって、このセクションでは、ＶＶＣの確率推定精度をさらに向上させるための、適応重みを用いた多重仮説確率推定（ＭＨＰ－ＡＷ：ｍｕｌｔｉ－ｈｙｐｏｔｈｅｓｉｓ ｐｒｏｂａｂｉｌｉｔｙ ｅｓｔｉｍａｔｉｏｎ ｗｉｔｈ ａｄａｐｔｉｖｅ ｗｅｉｇｈｔｓ）。具体的には、ＶＶＣのＣＡＢＡＣ設計と同じく、２つの個別の確率推定量ｐ０およびｐ１が、コンテキストごとに保持され、それらの独自の適応レートα０およびα１に基づいて更新される。しかしながら、固定の平均を使用する代わりに、提案されたスキームでは複数の重みパラメータが導入され、１つのコンテキストのバイナリ算術符号化に使用される最終確率ｐは、２つの確率推定量の加重結合に基づいて導出される。詳細には、提案された確率推定は次のように定式化されることができ、
ｐ０（ｔ＋１）＝ｐ０（ｔ）・（１－α０）＋ｘ（ｔ）・α０
ｐ１（ｔ＋１）＝ｐ１（ｔ）・（１－α１）＋ｘ（ｔ）・α１
ｐ（ｔ＋１）＝（１－ω）・ｐ０（ｔ）＋ω・ｐ１（ｔ） （５）
ここで、ωは２つの確率推定値の結合に使用される重みであり、その値は［０，１］の範囲から取得される。式（５）において、重みωは１つの実数値を表し、これはハードウェア／ソフトウェア・コーデック実装のために整数に量子化される必要がある。実際には、ωの値を整数に変換するために様々な方法が適用され得る。たとえば、実際の重み値を近似するために、量子化ステップｑｓｔｅｐを用いた１つの一様量子化器（ｕｎｉｆｏｒｍ ｑｕａｎｔｉｚｅｒ）が適用され得、これは１つの整数と量子化ステップとの乗算によって次のように行われ、
ω＝ωｉｎｔ・ｑｓｔｅｐ （６）
ここで、ωｉｎｔは整数の重み値である。さらに、同じく１つの実数値である量子化ステップは、次のようにＭビットの１回の右シフト演算として近似されることができる。
ω＝ωｉｎｔ・ｑｓｔｅｐ＝ωｉｎｔ＞＞Ｍ （７）
ＶＶＣでは、多重仮説に基づく確率推定が適用され、１つのコンテキストの各ビンを符号化するときの最終確率が２つの確率推定量の平均として計算される。異なるビデオ・ビットストリームの固有の統計特性を考慮すると、１つのコンテキストの２つの確率推定量を結合するときに、そのようなスキーム（すなわち、等しい重み（すなわち０．５）を使用する）が常に、真のシンボル統計を捕捉するのに十分なほど柔軟ではない場合があることは明らかである。したがって、このセクションでは、ＶＶＣの確率推定精度をさらに向上させるための、適応重みを用いた多重仮説確率推定（ＭＨＰ－ＡＷ：ｍｕｌｔｉ－ｈｙｐｏｔｈｅｓｉｓ ｐｒｏｂａｂｉｌｉｔｙ ｅｓｔｉｍａｔｉｏｎ ｗｉｔｈ ａｄａｐｔｉｖｅ ｗｅｉｇｈｔｓ）。具体的には、ＶＶＣのＣＡＢＡＣ設計と同じく、２つの個別の確率推定量ｐ０およびｐ１が、コンテキストごとに保持され、それらの独自の適応レートα０およびα１に基づいて更新される。しかしながら、固定の平均を使用する代わりに、提案されたスキームでは複数の重みパラメータが導入され、１つのコンテキストのバイナリ算術符号化に使用される最終確率ｐは、２つの確率推定量の加重結合に基づいて導出される。詳細には、提案された確率推定は次のように定式化されることができ、
ｐ０（ｔ＋１）＝ｐ０（ｔ）・（１－α０）＋ｘ（ｔ）・α０
ｐ１（ｔ＋１）＝ｐ１（ｔ）・（１－α１）＋ｘ（ｔ）・α１
ｐ（ｔ＋１）＝（１－ω）・ｐ０（ｔ）＋ω・ｐ１（ｔ） （５）
ここで、ωは２つの確率推定値の結合に使用される重みであり、その値は［０，１］の範囲から取得される。式（５）において、重みωは１つの実数値を表し、これはハードウェア／ソフトウェア・コーデック実装のために整数に量子化される必要がある。実際には、ωの値を整数に変換するために様々な方法が適用され得る。たとえば、実際の重み値を近似するために、量子化ステップｑｓｔｅｐを用いた１つの一様量子化器（ｕｎｉｆｏｒｍ ｑｕａｎｔｉｚｅｒ）が適用され得、これは１つの整数と量子化ステップとの乗算によって次のように行われ、
ω＝ωｉｎｔ・ｑｓｔｅｐ （６）
ここで、ωｉｎｔは整数の重み値である。さらに、同じく１つの実数値である量子化ステップは、次のようにＭビットの１回の右シフト演算として近似されることができる。
ω＝ωｉｎｔ・ｑｓｔｅｐ＝ωｉｎｔ＞＞Ｍ （７）
【0069】
式（７）に示されるように、提案されたＭＨＰ－ＡＷスキームをハードウェア／ソフトウェアで実装する場合、整数の重み値ωｉｎｔのセットを記憶するには追加のメモリが必要になる。一方、式（５）に示されるように、整数の重みの精度（すなわち、Ｍ）により、２つの確率推定量の加重結合に必要な乗算器のビット幅も決まる。したがって、実際には、符号化効率とハードウェア／ソフトウェア実装の複雑さとの間の様々なトレードオフを実現するために、異なる整数の重み値のセットおよび表現精度が適用され得る。たとえば、表現精度Ｍが５に等しいと仮定すると、異なる整数値のセットが適用され得る。一例では、１つの事前定義されたセット｛０，３，６，１０，１３，１６，１９，２２，２６，２９，３２｝から各コンテキストの最適な重みを選択することが提案される。他の例では、１つの事前定義されたセット｛０，６，１１，１６，２１，２６，３２｝から重みを設定することが提案される。さらに他の例では、事前定義された整数の重み値のセット｛０，８，１２，１６，２０，２４，３２｝を使用することが提案される。
【0070】
確率および適応レートと同様に、提案されたＭＨＰ－ＡＷスキームでは、重みωｉｎｔの１つの初期値が、１つのスライスの先頭でコンテキストごとに提供される必要がある。以下では、ＭＨＰ－ＡＷ重みの初期化のための様々なスキームが提案される。第１の方法では、複数の異なる事前定義されたテーブルを定義することが提案され、各テーブルは、１つのスライス内の全てのコンテキストに対する重み初期化値のセットを含む。１つのスライスを符号化／復号する前に、１つの事前定義されたテーブルが選択され得、対応するＭＨＰ－ＡＷ重みが、テーブルの対応する重み値に基づいて初期化される。たとえば、一実施形態では、いくつかのスライス・タイプ依存の初期重みテーブル、たとえば、Ｉ、Ｐ、およびＢスライス用に特別に設計された重み初期化テーブルの３つのセットが導出され得る。このようにして、１つのスライスに対して、ビデオ符号化器は３つの事前定義されたテーブルから１つを選択して、スライス内のシンボル統計によりよく適応するようにＭＨＰ－ＡＷ重みを初期化し得る。そのようなスキームが適用される場合、以下の表１に示されるように、スライスごとに１つの追加の構文要素ｓｈ＿ｃａｂａｃ＿ｗｅｉｇｈｔ＿ｉｎｉｔ＿ｉｄｘがシグナリングされ得、これはそのスライスに対してどの初期重みテーブルが選択されるかを示し、
【0071】
【表1】
ここで、シンタックスｐｐｓ＿ｃａｂａｃ＿ｗｅｉｇｈｔ＿ｉｎｉｔ＿ｐｒｅｓｅｎｔ＿ｆｌａｇは、スライスごとに異なる初期重みテーブルを選択することが許可されているか否かを示す、ピクチャ・パラメータ・セット（ＰＰＳ）でシグナリングされる１つの制御フラグである。このフラグが有効化されている場合、選択された初期重みテーブルを示すために、他のシンタックスｓｈ＿ｃａｂａｃ＿ｗｅｉｇｈｔ＿ｉｎｉｔ＿ｉｄｘがスライス・レベルでさらにシグナリングされる。他の実施形態では、ＩスライスのＭＨＰ－ＡＷ重みが、Ｉスライス・タイプに関連付けられた初期重みテーブルによって初期化されることのみを許可し、ＰスライスおよびＢスライスのＭＨＰ－ＡＷ重みは、事前定義された重み初期化テーブルのうちの１つから初期化されることが許可されることが提案される。具体的には、現在のスライスのスライス・タイプに関連付けられた初期重みテーブルに加えて、１つのＰ（またはＢ）スライスがＢ（またはＰ）スライス・タイプの初期重みテーブルで初期化されることのみを許可することが提案される。対応して、そのような場合、以下の表２に示されるように、Ｐ／ＢスライスのＭＨＰ－ＡＷ重みの初期テーブル選択のためにスライスごとに１つのフラグのみがシグナリングされる必要がある。
【0072】
【表2】
フラグｓｈ＿ｃａｂａｃ＿ｗｅｉｇｈｔ＿ｉｎｉｔ＿ｆｌａｇが０に等しい場合、これは、現在のスライスのスライス・タイプに対応する初期重みテーブルがそのスライスのＭＨＰ－ＡＷ重みの値を初期化するために使用されることを意味し、フラグが１に等しい場合、これは、現在のスライスが１つのＢスライスである場合に、Ｐスライス・タイプに対応する初期重みテーブルがそのスライスのＭＨＰ－ＡＷ重みの値を初期化するために使用され、現在のスライスが１つのＰスライスである場合に、Ｂスライス・タイプに対応する初期重みテーブルがそのスライスのＭＨＰ－ＡＷ重みの値を初期化するために使用されることを意味する。
【0073】
さらに、本開示の他の実施形態では、各コンテキストに対応するＭＨＰ－ＡＷ重みを含むように既存のＣＡＢＡＣ初期化テーブルを拡張することが提案される。具体的には、そのような変更後、１つのＣＡＢＡＣ初期化テーブルの各要素は、１）初期確率値と、２）２つの確率仮説の確率および適応速度を初期化するために使用される適応レートと、３）各コンテキストの確率を更新するときに２つの仮説を結合するために使用されるＭＨＰ－ＡＷの重みと、を含む３つの異なるカテゴリの情報を含む。既存のＶＶＣ設計と同様に、そのようなスキームが適用される場合、複数のＣＡＢＡＣ初期化テーブルが事前に決定され得、各スライスに関連付けられた２つの確率、２つの適応レート、ならびに結合重みの対応する値を初期化するために、各スライスに対してどの初期化テーブルが選択されるかを通知するための構文要素が符号化器から復号器にシグナリングされ得る。１つの特定の実施形態では、スライスでのＣＡＢＡＣ初期化テーブルの選択を示すために、既存のＣＡＢＡＣ初期化構文要素、すなわち、ｐｐｓ＿ｃａｂａｃ＿ｉｎｉｔ＿ｐｒｅｓｅｎｔ＿ｆｌａｇおよびｓｈ＿ｃａｂａｃ＿ｉｎｉｔ＿ｆｌａｇを再利用することが提案される。そのような方法が適用される場合、ＩスライスのＣＡＢＡＣ状態（すなわち、確率、適応レート、および結合重み）は、Ｉスライス・タイプの初期化テーブルによって初期化されることのみが許可され、Ｐ（またはＢ）スライスのＣＡＢＡＣ状態は、Ｂ（またはＰ）スライス・タイプの初期化テーブルで初期化されることが許可される。他の実施形態では、いくつか（＞３つ）のＣＡＢＡＣテーブルを事前に決定し、１つのスライスのＣＡＢＡＣ状態が事前定義されたテーブルのうちの１つから任意に初期化されることが許可されることが提案される。
【0074】
上記の全ての方法では、１つのスライスを符号化するときにコンテキストのＭＨＰ－ＡＷ重みを初期化するために固定値が使用されるが、これは算術符号化のための信頼できる確率推定を提供するには正確ではない場合がある。そのような問題を解決するために、スライスごとに最適なＭＨＰ－ＡＷ重みを計算し、対応する最適なＭＨＰ－ＡＷ重みを復号器にシグナリングする柔軟性を符号化器に与えることが提案される。
【0075】
一実施形態では、各コンテキスト要素の重み値を直接シグナリングすることが提案される。たとえば、スライス内のコンテキストのＭＨＰ－ＡＷ重みが１つの固定の初期化テーブルで初期化されるか否かを示すための１つのフラグが最初にシグナリングされ得る。フラグが１に等しい場合、どの重み初期化テーブルが現在のスライスに適用されるかを復号器に通知するための他の構文要素がシグナリングされ得、そうでない場合、すなわち、フラグが０に等しい場合、スライス内のコンテキストのＭＨＰ－ＡＷ重みは、ビットストリームからパースされた値によって初期化される。実際には、ＭＨＰ－ＡＷ重み値の符号語を生成するために、たとえば、固定長符号、単進符号、ｋ次指数ゴロム符号などの様々なバイナリ化方法が適用され得る。
【0076】
他の実施形態では、１つの適応的なシグナリング方法が提案される。具体的には、各スライスの開始時に、このスキームはまず、バイナリ・マップｗｅｉｇｈｔＭａｐ［］を符号化器から復号器に送信し、各要素は、対応するコンテキストが、選択されたデフォルトの初期化重みテーブルからの初期化された重み値を使用するか否かを示す。ｉ番目のｗｅｉｇｈｔＭａｐ［］マップ・エントリが０に等しい場合、これは、現在のスライスのｉ番目のコンテキストのＭＨＰ－ＡＷ重みが、選択された初期化重みテーブル内の対応する値によって初期化されることを意味する。ｉ番目のｗｅｉｇｈｔＭａｐ［］マップ・エントリが１に等しい場合、これは、現在のスライスのｉ番目のコンテキストのＭＨＰ－ＡＷ重みが、ビットストリームに示される初期値によって初期化されることを意味する。マップｗｅｉｇｈｔＭａｐ［］を符号化するために様々な方法が適用され得る。一例では、マップのバイナリ値を符号化するためにランレングス符号化を使用し、１つの１（または０）に出会う前の連続する０（または１）の数を示す１つの「ラン」値が送信されることが提案される。
【0077】
符号化済みのスライスからの初期ＣＡＢＡＣ状態の継承
上記で論じられたように、異なるビデオ・ビットストリーム内の同じコンテキストのシンボルは、通常、全く異なる統計的特性を示す。確率状態が事前定義されたＣＡＢＡＣテーブルで固定されており、様々なスライスの固有の特徴に適応することができないと仮定する。事前定義された初期テーブルがビデオ・ビットストリームの真のシンボル統計から逸脱している場合、符号化効率が低下する可能性がある。ＣＡＢＡＣ効率を向上させるために、１つの以前のスライスを符号化／復号した後のコンテキスト状態からコンテキストを初期化するための改良されたＣＡＢＡＣ初期化スキームが提案される。ＣＡＢＡＣ初期化のための以前のスライスを識別するには、様々な方法があり得る。
上記で論じられたように、異なるビデオ・ビットストリーム内の同じコンテキストのシンボルは、通常、全く異なる統計的特性を示す。確率状態が事前定義されたＣＡＢＡＣテーブルで固定されており、様々なスライスの固有の特徴に適応することができないと仮定する。事前定義された初期テーブルがビデオ・ビットストリームの真のシンボル統計から逸脱している場合、符号化効率が低下する可能性がある。ＣＡＢＡＣ効率を向上させるために、１つの以前のスライスを符号化／復号した後のコンテキスト状態からコンテキストを初期化するための改良されたＣＡＢＡＣ初期化スキームが提案される。ＣＡＢＡＣ初期化のための以前のスライスを識別するには、様々な方法があり得る。
【0078】
一実施形態では、符号化済みのＮ個のスライスの出力コンテキスト状態を保持することが提案される。１つの現在のスライスが符号化される場合、ビデオ符号化器は、符号化済みのＮ個のスライスから最良のものを選択し、復号器に１つのインデックスをシグナリングして、（シグナリングされたインデックス値によって示される）選択された符号化済みのスライスの対応するコンテキスト状態から現在のスライスのコンテキストを初期化する。
【0079】
他の実施形態では、選択された符号化済みのスライスをビットストリームで直接シグナリングする代わりに、現在のスライスのコンテキスト初期化のための対応する符号化済みのスライスを選択するためのいくつかの暗黙的な復号器側での選択スキームが適用され得、これは以下を含む。
【0080】
ルール＃１：符号化順序に従ってスライスの直前に符号化されたスライスを直接選択することが提案される。
【0081】
ルール＃２：順序に従って現在のスライスに最も近く、同じスライス・タイプを有する、符号化済みのスライスを選択することが提案される。
【0082】
ルール＃３：順序に従って現在のスライスに最も近く、現在のスライスとの最小のＱＰ差を有する、符号化済みのスライスを選択することが提案される。
【0083】
ルール＃４：順序に従って現在のスライスに最も近く、現在のスライスと同じ時間レイヤ（ｔｅｍｐｏｒａｌ ｌａｙｅｒ）を有する、符号化済みのスライスを選択することが提案される。
【0084】
上記の暗黙的な選択ルールは別々に提案されているが、提案された初期ＣＡＢＡＣ状態継承スキームでは組み合わせて一緒に適用され得る。１つの特定の例では、ルール＃２、＃３、および＃４を一緒に組み合わせることが提案される。具体的には、そのような組み合わせに基づいて、符号化器／復号器は、符号化順序に従って現在のスライスに最も近く、現在のスライスとの最小のＱＰの差を有する、同じスライス・タイプの符号化済みのスライスを選択し得る。そのような符号化済みのスライスが存在しない場合、現在のスライスのコンテキスト状態を初期化するために、既存の事前定義されたＣＡＢＡＣ初期化テーブルのうちの１つが適用され得る。
【0085】
さらに、提案された継承ベースのコンテキスト初期化スキームでは、継承されたコンテキスト状態は、たとえば、確率値、適応レート、および結合重み（提案されたＭＨＰ－ＡＷスキームが適用される場合）の、様々なカテゴリの状態情報を含み得る。本開示の一実施形態では、選択された符号化済みのスライスから１つの状態情報のみを継承し、現在のスライスのその他の状態情報は、既存の事前定義されたＣＡＢＡＣ初期化テーブルを使用して初期化されることが提案される。他の実施形態では、選択された符号化済みのスライスから２つの状態情報のみを継承することが提案される。さらに他の実施形態では、選択された符号化済みのスライスの対応するコンテキスト状態から現在のスライスの全ての状態情報を継承することが提案される。
【0086】
上記の継承ベースのＣＡＢＡＣ初期化は、コンテキストの初期化の効率を向上させることができるが、異なるスライス間にパースの依存関係を導入し得る。これは、１つの現在のスライスのエントロピー符号化が、その参照スライス（すなわち、選択された符号化済みのスライス）のエントロピー符号化が完全に終了するまで呼び出されることができないためである。
【0087】
エントロピー符号化の効率および並列性のより優れた制御を提供するために、１つの適応的なＣＡＢＡＣ初期化スキームが提案され、１つの現在のスライスのコンテキスト状態が次の２つの方法のいずれかで初期化され得、１）事前定義されたＣＡＢＡＣ初期化テーブルのうちの１つを使用して初期化されるか、または２）１つの符号化済みのスライスの結果的に得られたコンテキスト状態によって初期化される。具体的には、提案されたスキームでは、１つのスライスの先頭で１つのバイナリ・フラグが最初にシグナリングされる。フラグがゼロに等しい場合、これは、現在のスライスのコンテキストが、たとえば、構文要素ｓｈ＿ｃａｂａｃ＿ｉｎｉｔ＿ｆｌａｇで示される、既存の事前定義されたＣＡＢＡＣ初期化テーブルのうちの１つによって初期化されることを意味する。フラグが１に等しい場合、これは、継承ベースのコンテキスト初期化方法が適用され、初期化コンテキスト値が、現在のスライスの前に符号化された選択されたスライスから出力されるコンテキスト状態に設定されることを意味する。
【0088】
図４は、ユーザ・インターフェース４６０と結合されたコンピューティング環境（またはコンピューティング・デバイス）４１０を示している。コンピューティング環境４１０は、データ処理サーバの一部とすることができる。いくつかの実施形態では、コンピューティング・デバイス４１０は、本開示の様々な例に従って前述された様々な方法またはプロセス（たとえば、符号化／復号方法またはプロセス）のいずれかを実行することができる。コンピューティング環境４１０は、プロセッサ４２０、メモリ４４０、およびＩ／Ｏインターフェース４５０を含み得る。
【0089】
プロセッサ４２０は、典型的には、表示、データ取得、データ通信、および画像処理に関連付けられた動作など、コンピューティング環境４１０の全体的な動作を制御する。プロセッサ４２０は、上述の方法におけるステップの全てまたは一部を実施するための命令を実行するための１つまたは複数のプロセッサを含み得る。さらに、プロセッサ４２０は、プロセッサ４２０と他のコンポーネントとの間のインタラクションを容易にする１つまたは複数のモジュールを含み得る。プロセッサは、中央処理装置（ＣＰＵ）、マイクロプロセッサ、シングルチップマシン、ＧＰＵなどであり得る。
【0090】
メモリ４４０は、コンピューティング環境４１０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。メモリ４４０は、所定のソフトウェア４４２を含み得る。そのようなデータの例は、コンピューティング環境４１０上で動作させられる任意のアプリケーションまたは方法のための命令、ビデオ・データセット、画像データなどを含む。メモリ４４０は、任意のタイプの揮発性もしくは不揮発性メモリ・デバイス、またはそれらの組み合わせ、たとえば、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光ディスクを使用して実装され得る。
【0091】
Ｉ／Ｏインターフェース４５０は、プロセッサ４２０と周辺インターフェース・モジュール、たとえば、キーボード、クリックホイール、ボタンなどとの間のインターフェースを提供する。これらのボタンは、ホーム・ボタン、スキャン開始ボタン、およびスキャン停止ボタンを含み得るが、これらに限定されない。Ｉ／Ｏインターフェース４５０は、符号化器および復号器と結合されることができる。
【0092】
いくつかの実施形態では、上述の方法を実行するための、コンピューティング環境４１０内のプロセッサ４２０によって実行可能な、たとえばメモリ４４０に含まれる、複数のプログラムを含む非一時的コンピュータ可読記憶媒体も提供される。たとえば、非一時的コンピュータ可読記憶媒体は、ＲＯＭ、ＲＡＭ、ＣＤ－ＲＯＭ、磁気テープ、フロッピー・ディスク、光学データ記憶デバイスなどであり得る。
【0093】
非一時的コンピュータ可読記憶媒体は、１つまたは複数のプロセッサを有するコンピューティング・デバイスによって実行される複数のプログラムが記憶されており、複数のプログラムは、１つまたは複数のプロセッサによって実行された場合に、コンピューティング・デバイスに上述の動き予測のための方法を実行させる。
【0094】
いくつかの実施形態では、コンピューティング環境４１０は、上記の方法を実行するための、１つまたは複数の特定用途向け集積回路（ＡＳＩＣ）、デジタル信号プロセッサ（ＤＳＰ）、デジタル信号処理デバイス（ＤＳＰＤ）、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）、グラフィカル・プロセッシング・ユニット（ＧＰＵ）、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、または他の電子部品を用いて実装され得る。
【0095】
図５は、本開示の一例によるビデオ復号のための方法を示すフローチャートである。
【0096】
ステップ５０１において、プロセッサ４２０は、１つのバイナリ算術復号器側で、適応重みに従って、バイナリ算術復号器の１つの所与のコンテキスト・モデルの１つのバイナリ・シンボルの多重仮説確率を取得し得、多重仮説確率は、１つのバイナリ・シンボルがバイナリ値に等しい確率を示し、１つのバイナリ・シンボルは、コンテキスト・モデルに関連付けられた複数のバイナリ・シンボルからのものである。
【0097】
たとえば、適応重みは式（５）の重みωであり得、これは２つの確率推定値の結合に使用され、その値は範囲［０，１］から取得される。式（５）において、重みωは１つの実数値を表し、これはハードウェア／ソフトウェア・コーデック実装のために整数に量子化される必要がある。実際には、その値を整数に変換するために様々な方法が適用され得る。したがって、多重仮説確率は、適応重みωを使用した２つの確率推定値の結合である。
【0098】
いくつかの例では、プロセッサ４２０は、第１の適応パラメータに従って１つのバイナリ・シンボルの第１の確率を取得し、第２の適応パラメータに従って１つのバイナリ・シンボルの第２の確率を取得し得る。さらに、プロセッサ４２０は、適応重み、第１の確率、および第２の確率に従って、多重仮説確率を取得し得る。たとえば、第１の確率は式（５）のｐ０（ｔ＋１）であり得、第２の確率は式（５）のｐ１（ｔ＋１）であり得る。
【0099】
いくつかの例では、プロセッサ４２０は、重み初期化テーブル内の所定の整数の重み値のセットからコンテキスト・モデルに従って適応重みを取得し得る。
【0100】
「適応重みを用いた多重仮説確率推定」のセクションで論じられたように、１つの事前定義されたセットから各コンテキストの最適な重みを選択することが提案されている。たとえば、事前定義された整数の重み値のセット｛０，３，６，１０，１３，１６，１９，２２，２６，２９，３２｝、｛０，６，１１，１６，２１，２６，３２｝、または｛０，８，１２，１６，２０，２４，３２｝を使用することが提案されている。
【0101】
いくつかの例では、復号器は、各スライス・タイプの重み初期化テーブルを取得し、現在のスライスが第１のスライス・タイプであるとの決定に応答して、第１のスライス・タイプに従って重み初期化テーブルを選択し得、第１のスライス・タイプは、Ｉタイプ、Ｐタイプ、またはＢタイプを含み、また選択された重み初期化テーブルに従って適応重みを取得することと、を実行し得る。
【0102】
いくつかの例では、プロセッサ４２０は、制御構文要素（ｃｏｎｔｒｏｌ ｓｙｎｔａｘ ｅｌｅｍｅｎｔ）が有効化されているとの決定に応答して、スライス・レベルで、各スライスのスライス・タイプに従って各スライスに対して選択された重み初期化テーブルを示す各スライスの適応重み構文要素を取得し得る。
【0103】
いくつかの例では、プロセッサ４２０は、各Ｉスライス用の第１の重み初期化テーブル、各Ｐスライス用の第２の重み初期化テーブル、および各Ｂスライス用の第３の重み初期化テーブルを取得し得る。さらに、プロセッサ４２０は、現在のスライスがＩスライスであるとの決定に応答して、第１の重み初期化テーブルを選択し、現在のスライスがＰスライスまたはＢスライスであるとの決定に応答して、第２の重み初期化テーブルまたは第３の重み初期化テーブルを選択し、選択された重み初期化テーブルに従って適応重みを取得し得、これは表２に示されている。選択された重み初期化テーブルは、第１の重み初期化テーブル、第２の重み初期化テーブルまたは第３の重み初期化テーブルのうちの１つであり得る。
【0104】
ステップ５０２において、プロセッサ４２０は、多重仮説確率に従って１つのバイナリ・シンボルを復号し得る。
【0105】
【0106】
ステップ６０１において、プロセッサ４２０は、１つのバイナリ算術復号器側で、適応重みに従って、バイナリ算術復号器の１つの所与のコンテキスト・モデルの１つのバイナリ・シンボルの多重仮説確率を決定し得、多重仮説確率は、１つのバイナリ・シンボルがバイナリ値に等しい確率を示し、１つのバイナリ・シンボルは、コンテキスト・モデルに関連付けられた複数のバイナリ・シンボルからのものである。たとえば、符号化器は、適応重みに従って、バイナリ算術復号器の１つの所与のコンテキスト・モデルの１つのバイナリ・シンボルの多重仮説確率を取得し得る。
【0107】
たとえば、適応重みは式（５）の重みωであり得、これは２つの確率推定値の結合に使用され、その値は範囲［０，１］から取得される。式（５）において、重みωは１つの実数値を表し、これはハードウェア／ソフトウェア・コーデック実装のために整数に量子化される必要がある。実際には、適応重みの値を整数に変換するために様々な方法が適用され得る。したがって、多重仮説確率は、適応重みωを使用した２つの確率推定値の結合である。
【0108】
いくつかの例では、プロセッサ４２０は、第１の適応パラメータに従って１つのバイナリ・シンボルの第１の確率を決定し、第２の適応パラメータに従って１つのバイナリ・シンボルの第２の確率を決定し得る。さらに、プロセッサ４２０は、適応重み、第１の確率、および第２の確率に従って、多重仮説確率を決定し得る。たとえば、第１の確率は式（５）のｐ０（ｔ＋１）であり得、第２の確率は式（５）のｐ１（ｔ＋１）であり得る。
【0109】
いくつかの例では、プロセッサ４２０は、重み初期化テーブル内の所定の整数の重み値のセットからコンテキスト・モデルに従って適応重みを決定し得る。
【0110】
「適応重みを用いた多重仮説確率推定」のセクションで論じられたように、１つの事前定義されたセットから各コンテキストの最適な重みを選択することが提案されている。たとえば、事前定義された整数の重み値のセット｛０，３，６，１０，１３，１６，１９，２２，２６，２９，３２｝、｛０，６，１１，１６，２１，２６，３２｝、または｛０，８，１２，１６，２０，２４，３２｝を使用することが提案されている。
【0111】
いくつかの例では、復号器は、各スライス・タイプの重み初期化テーブルを決定し、現在のスライスが第１のスライス・タイプであるとの決定に応答して、第１のスライス・タイプに従って重み初期化テーブルを選択し得、第１のスライス・タイプは、Ｉタイプ、Ｐタイプ、またはＢタイプを含み、また選択された重み初期化テーブルに従って適応重みを取得することと、を実行し得る。
【0112】
いくつかの例では、プロセッサ４２０は、制御構文要素が有効化されているとの決定に応答して、スライス・レベルで、各スライスのスライス・タイプに従って各スライスに対して選択された重み初期化テーブルを示す各スライスの適応重み構文要素を決定し得る。
【0113】
いくつかの例では、プロセッサ４２０は、各Ｉスライス用の第１の重み初期化テーブル、各Ｐスライス用の第２の重み初期化テーブル、および各Ｂスライス用の第３の重み初期化テーブルを決定し得る。さらに、プロセッサ４２０は、現在のスライスがＩスライスであるとの決定に応答して、第１の重み初期化テーブルを選択し、現在のスライスがＰスライスまたはＢスライスであるとの決定に応答して、第２の重み初期化テーブルまたは第３の重み初期化テーブルを選択し、選択された重み初期化テーブルに従って適応重みを決定し得、これは表２に示されている。選択された重み初期化テーブルは、第１の重み初期化テーブル、第２の重み初期化テーブルまたは第３の重み初期化テーブルのうちの１つであり得る。
【0114】
ステップ６０２において、プロセッサ４２０は、多重仮説確率に従って１つのバイナリ・シンボルを符号化し得る。たとえば、符号化器は、多重仮説確率に従って１つのバイナリ・シンボルを符号化し得る。
【0115】
図７は、本開示の一例によるビデオ復号のための方法を示すフローチャートである。
【0116】
ステップ７０１において、プロセッサ４２０は、復号器側で、現在のスライスの前に符号化された１つまたは複数のスライスを選択し得る。
【0117】
たとえば、「符号化済みのスライスからの初期ＣＡＢＡＣ状態の継承」のセクションで論じられたように、１つまたは複数のスライスは、Ｎ個の符号化済みのスライスであり得る。１つの現在のスライスが符号化される場合、ビデオ符号化器は、符号化済みのＮ個のスライスから最良のものを選択し、復号器に１つのインデックスをシグナリングして、（シグナリングされたインデックス値によって示される）選択された符号化済みのスライスの対応するコンテキスト状態から現在のスライスのコンテキストを初期化する。
【0118】
いくつかの例では、１つまたは複数のスライスは、現在のスライスの直前に符号化されたスライスを含み得る。
【0119】
いくつかの例では、１つまたは複数のスライスは、現在のスライスの直前に符号化されていないスライスを含み得、スライスは、スライスが現在のスライスと同じスライス・タイプを有するという条件、スライスが現在のスライスとの最小の量子化パラメータ（ＱＰ：ｑｕａｎｔｉｚａｔｉｏｎ ｐａｒａｍｅｔｅｒ）の差を有するという条件、または、スライスが現在のスライスと同じ時間レイヤを有するという条件、のうちの少なくとも１つを満たす。
【0120】
たとえば、ルール＃１、ルール＃２、ルール＃３、ルール＃４、またはこれらのルールの任意の組み合わせに従う、現在のスライスのコンテキスト初期化のための対応する符号化済みのスライスを選択するためのいくつかの暗黙的な復号器側での選択スキームが適用され得る。
【0121】
ステップ７０２において、プロセッサ４２０は、現在のスライスの前に符号化された１つのスライスの１つまたは複数のコンテキスト・モデルのコンテキスト状態を継承することによって、現在のスライスの１つまたは複数のコンテキスト・モデルの初期コンテキスト状態を取得し得る。
【0122】
コンテキスト状態を継承することにより、現在のスライスの１つまたは複数のコンテキスト・モデルは、１つの符号化済みのスライス（すなわち、現在のスライスの前に符号化された１つのスライス）の１つまたは複数のコンテキスト・モデルのコンテキスト状態を初期コンテキスト状態として使用する。
【0123】
いくつかの例では、１つまたは複数の初期コンテキスト状態は、確率値、適応レート、または適応重みのパラメータのうちの少なくとも１つを含み得る。
【0124】
たとえば、継承されたコンテキスト状態は、たとえば、確率値、適応レート、および結合重み（提案されたＭＨＰ－ＡＷスキームが適用される場合）の、様々なカテゴリの状態情報を含み得る。本開示の一実施形態では、選択された符号化済みのスライスから１つの状態情報のみを継承し、現在のスライスのその他の状態情報は、既存の事前定義されたＣＡＢＡＣ初期化テーブルを使用して初期化されることが提案される。他の実施形態では、選択された符号化済みのスライスから２つの状態情報のみを継承することが提案される。さらに他の実施形態では、選択された符号化済みのスライスの対応するコンテキスト状態から現在のスライスの全ての状態情報を継承することが提案される。
【0125】
いくつかの例では、プロセッサ４２０は、１つまたは複数の既存のコンテキスト・ベース適応バイナリ算術符号化（ＣＡＢＡＣ）初期化テーブルに従って、現在のスライスの少なくとも１つの第２の初期コンテキスト状態を取得し得、現在のスライスは、初期コンテキスト状態と、少なくとも１つの第２の初期コンテキスト状態とを含む。さらに、プロセッサ４２０は、初期コンテキスト状態および少なくとも１つの第２の初期コンテキスト状態に従って、現在のスライス内のバイナリ・シンボルを復号し得る。
【0126】
ステップ７０３において、プロセッサ４２０は、初期コンテキスト状態に従って現在のスライス内の１つまたは複数のコンテキスト・モデルに関連付けられたバイナリ・シンボルを復号し得る。
【0127】
【0128】
ステップ８０１において、プロセッサ４２０は、符号化器側で、現在のスライスの前に符号化された１つまたは複数のスライスを選択し得る。
【0129】
たとえば、「符号化済みのスライスからの初期ＣＡＢＡＣ状態の継承」のセクションで論じられたように、１つまたは複数のスライスは、Ｎ個の符号化済みのスライスであり得る。１つの現在のスライスが符号化される場合、ビデオ符号化器は、符号化済みのＮ個のスライスから最良のものを選択し、復号器に１つのインデックスをシグナリングして、（シグナリングされたインデックス値によって示される）選択された符号化済みのスライスの対応するコンテキスト状態から現在のスライスのコンテキストを初期化する。
【0130】
いくつかの例では、１つまたは複数のスライスは、現在のスライスの直前に符号化されたスライスを含み得る。
【0131】
いくつかの例では、１つまたは複数のスライスは、現在のスライスの直前に符号化されていないスライスを含み得、スライスは、スライスが現在のスライスと同じスライス・タイプを有するという条件、スライスが現在のスライスとの最小の量子化パラメータ（ＱＰ）の差を有するという条件、または、スライスが現在のスライスと同じ時間レイヤを有するという条件、のうちの少なくとも１つを満たす。
【0132】
たとえば、ルール＃１、ルール＃２、ルール＃３、ルール＃４、またはこれらのルールの任意の組み合わせに従う、現在のスライスのコンテキスト初期化のための対応する符号化済みのスライスを選択するためのいくつかの暗黙的な選択スキームが適用され得る。
【0133】
ステップ８０２において、プロセッサ４２０は、現在のスライスの前に符号化された１つのスライスの１つまたは複数のコンテキスト・モデルのコンテキスト状態を継承することによって、現在のスライスの１つまたは複数のコンテキスト・モデルの初期コンテキスト状態を決定し得る。
【0134】
コンテキスト状態を継承することにより、現在のスライスの１つまたは複数のコンテキスト・モデルは、１つの符号化済みのスライス（すなわち、現在のスライスの前に符号化された１つのスライス）の１つまたは複数のコンテキスト・モデルのコンテキスト状態を初期コンテキスト状態として使用する。
【0135】
いくつかの例では、１つまたは複数の初期コンテキスト状態は、確率値、適応レート、または適応重みのパラメータのうちの少なくとも１つを含み得る。
【0136】
たとえば、継承されたコンテキスト状態は、たとえば、確率値、適応レート、および結合重み（提案されたＭＨＰ－ＡＷスキームが適用される場合）の、様々なカテゴリの状態情報を含み得る。本開示の一実施形態では、選択された符号化済みのスライスから１つの状態情報のみを継承し、現在のスライスのその他の状態情報は、既存の事前定義されたＣＡＢＡＣ初期化テーブルを使用して初期化されることが提案される。他の実施形態では、選択された符号化済みのスライスから２つの状態情報のみを継承することが提案される。さらに他の実施形態では、選択された符号化済みのスライスの対応するコンテキスト状態から現在のスライスの全ての状態情報を継承することが提案される。
【0137】
ステップ８０３において、プロセッサ４２０は、初期コンテキスト状態に従って現在のスライス内の１つまたは複数のコンテキスト・モデルに関連付けられたバイナリ・シンボルを符号化し得る。
【0138】
いくつかの例では、プロセッサ４２０は、１つまたは複数の既存のコンテキスト・ベース適応バイナリ算術符号化（ＣＡＢＡＣ）初期化テーブルに従って、現在のスライスの少なくとも１つの第２の初期コンテキスト状態を決定し得、現在のスライスは、初期コンテキスト状態と、少なくとも１つの第２の初期コンテキスト状態とを含む。さらに、プロセッサ４２０は、初期コンテキスト状態および少なくとも１つの第２の初期コンテキスト状態に従って、現在のスライス内のバイナリ・シンボルを符号化し得る。
【0139】
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、プロセッサ４２０と、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４４０と、を含み、プロセッサは、命令の実行時に、上記で説明された任意の方法を実行するように構成される。
【0140】
他のいくつかの例では、命令が記憶された非一時的コンピュータ可読記憶媒体が提供される。命令がプロセッサ４２０によって実行された場合に、命令は本開示に示された任意の方法をプロセッサに実行させる。一例では、複数のプログラムは、符号化されたビデオ情報（たとえば、符号化されたビデオ・フレームを表現するビデオ・ブロック、ならびに／あるいは関連付けられた１つまたは複数の構文要素など）を含むビットストリームまたはデータストリームを（たとえば、図２のビデオ符号化器２０から）受信するために、コンピューティング環境４１０内のプロセッサ４２０によって実行され得、また、受信されたビットストリームまたはデータストリームに従って上述の復号方法を実行するために、コンピューティング環境４１０内のプロセッサ４２０によって実行され得る。他の例では、複数のプログラムは、上述の符号化方法を実行して、ビデオ情報（たとえば、ビデオ・フレームを表現するビデオ・ブロック、ならびに／あるいは関連付けられた１つまたは複数の構文要素など）をビットストリームまたはデータストリームに符号化するために、コンピューティング環境４１０内のプロセッサ４２０によって実行され得、また、ビットストリームまたはデータストリームを（たとえば、図３のビデオ復号器３０に）送信するために、コンピューティング環境４１０内のプロセッサ４２０によって実行され得る。あるいは、非一時的コンピュータ可読記憶媒体は、ビデオ・データの復号時に復号器（たとえば、図３のビデオ復号器３０）によって使用するための、たとえば上述の符号化方法を使用して符号化器（たとえば、図２のビデオ符号化器２０）によって生成された、符号化されたビデオ情報（たとえば、符号化されたビデオ・フレームを表現するビデオ・ブロック、ならびに／あるいは関連付けられた１つまたは複数の構文要素など）を含むビットストリームまたはデータストリームが記憶され得る。非一時的コンピュータ可読記憶媒体は、たとえば、ＲＯＭ、ランダム・アクセス・メモリ（ＲＡＭ）、ＣＤ－ＲＯＭ、磁気テープ、フロッピー・ディスク、光学データ記憶デバイスなどであり得る。
【0141】
本開示の他の例は、本明細書を検討し、本明細書に開示された本開示を実践することにより当業者には明らかになろう。本出願は、本開示の一般原理に従い、当技術分野において知られているまたは慣行の範囲内にある本開示からの逸脱を含む、本開示のあらゆる変形、使用、または適応を網羅することが意図されている。本明細書および例は、単なる例示と見なされるべきであることが意図されている。
【0142】
本開示は、上記で説明され、添付の図面に示された厳密な例に限定されるものではなく、本開示の範囲から逸脱することなく様々な修正および変更が行われ得ることは理解されよう。
【手続補正2】
【補正対象書類名】特許請求の範囲
【補正対象項目名】全文
【補正方法】変更
【補正の内容】
【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、バイナリ算術復号器によって、適応重みに従って、前記バイナリ算術復号器のコンテキスト・モデルのバイナリ・シンボルの多重仮説確率（ｍｕｌｔｉ－ｈｙｐｏｔｈｅｓｉｓ ｐｒｏｂａｂｉｌｉｔｙ）を取得することであって、前記多重仮説確率は、前記バイナリ・シンボルがバイナリ値に等しい確率を示し、前記バイナリ・シンボルは、前記コンテキスト・モデルに関連付けられた複数のバイナリ・シンボルからのものである、前記取得することと、
前記バイナリ算術復号器によって、前記多重仮説確率に従って前記バイナリ・シンボルを復号することと、
を含む、方法。
【請求項2】
前記方法は、
前記バイナリ算術復号器によって、第１の適応パラメータに従って前記バイナリ・シンボルの第１の確率を取得することと、
前記バイナリ算術復号器によって、第２の適応パラメータに従って前記バイナリ・シンボルの第２の確率を取得することと、
前記バイナリ算術復号器によって、前記適応重み、前記第１の確率、および前記第２の確率に従って、前記多重仮説確率を取得することをさらに含み、または、
前記方法は、
前記バイナリ算術復号器によって、重み初期化テーブル内の所定の整数の重み値のセットから前記コンテキスト・モデル（ｃｏｎｔｅｘｔ ｍｏｄｅｌ）に従って前記適応重みを取得することをさらに含む、
請求項１に記載の方法。
【請求項3】
前記バイナリ算術復号器によって、各スライス・タイプ（ｓｌｉｃｅ ｔｙｐｅ）の重み初期化テーブルを取得することと、現在のスライスが第１のスライス・タイプであるとの決定に応答して、前記バイナリ算術復号器によって、前記第１のスライス・タイプに従って前記重み初期化テーブルを選択することであって、前記第１のスライス・タイプは、Ｉタイプ、Ｐタイプ、またはＢタイプを含む、前記選択することと、
前記バイナリ算術復号器によって、選択された前記重み初期化テーブルに従って前記適応重みを取得することと、
をさらに含む、請求項１に記載の方法。
【請求項4】
前記方法は、
前記バイナリ算術復号器によって、各スライスに対して前記重み初期化テーブルを選択するか否かを示すピクチャ・パラメータ・セット（ＰＰＳ）内の制御構文要素（ｃｏｎｔｒｏｌ ｓｙｎｔａｘ ｅｌｅｍｅｎｔ）を取得すること、または、
前記方法は、
前記制御構文要素が有効化されているとの決定に応答して、前記バイナリ算術復号器によって、スライス・レベルで、各スライスのスライス・タイプに従って各スライスに対して選択された重み初期化テーブルを示す各スライスの適応重み構文要素を取得すること
をさらに含む、請求項３に記載の方法。
【請求項5】
前記バイナリ算術復号器によって、各Ｉスライス用の第１の重み初期化テーブル、各Ｐスライス用の第２の重み初期化テーブル、および各Ｂスライス用の第３の重み初期化テーブルを取得することと、現在のスライスがＩスライスであるとの決定に応答して、前記バイナリ算術復号器によって、前記第１の重み初期化テーブルを選択することと、
前記現在のスライスがＰスライスまたはＢスライスであるとの決定に応答して、前記バイナリ算術復号器によって、前記第２の重み初期化テーブルまたは前記第３の重み初期化テーブルを選択することと、
前記バイナリ算術復号器によって、選択された重み初期化テーブルに従って前記適応重みを取得することと、
をさらに含む、請求項１に記載の方法。
【請求項6】
前記現在のスライスがＩスライスでないとの決定に応答して、前記バイナリ算術復号器によって、各スライスに対して重み初期化テーブルを選択するか否かを示すピクチャ・パラメータ・セット（ＰＰＳ）内の制御構文要素を取得することと、前記制御構文要素が有効化されているとの決定に応答して、前記バイナリ算術復号器によって、スライス・レベルで、前記第２の重み初期化テーブルおよび前記第３の重み初期化テーブルから選択される重み初期化テーブルを示す各非Ｉスライスの適応重み構文要素を取得することと、
をさらに含む、請求項５に記載の方法。
【請求項7】
ビデオ符号化のための方法であって、バイナリ算術符号化器によって、適応重みに従って、前記バイナリ算術符号化器のコンテキスト・モデルの複数のバイナリ・シンボルからのバイナリ・シンボルの多重仮説確率を決定することであって、前記多重仮説確率は、前記バイナリ・シンボルがバイナリ値に等しい確率を示す、前記決定することと、
前記バイナリ算術符号化器によって、前記多重仮説確率に従って前記バイナリ・シンボルを符号化することと、
を含む、方法。
【請求項8】
前記方法は、前記バイナリ算術符号化器によって、第１の適応パラメータに従って前記バイナリ・シンボルの第１の確率を決定することと、
前記バイナリ算術符号化器によって、第２の適応パラメータに従って前記バイナリ・シンボルの第２の確率を決定することと、
前記バイナリ算術符号化器によって、前記適応重み、前記第１の確率、および前記第２の確率に従って、前記多重仮説確率を決定することと、
をさらに含み、または、
前記方法は、
前記バイナリ算術符号化器によって、重み初期化テーブル内の所定の整数の重み値のセットに従って前記適応重みを重み値として事前に決定すること
をさらに含む、請求項７に記載の方法。
【請求項9】
前記バイナリ算術符号化器によって、各スライス・タイプの重み初期化テーブルを決定することと、現在のスライスが第１のスライス・タイプであるとの決定に応答して、前記バイナリ算術符号化器によって、前記第１のスライス・タイプに従って前記重み初期化テーブルを選択することであって、前記第１のスライス・タイプは、Ｉタイプ、Ｐタイプ、またはＢタイプを含む、前記選択することと、
前記バイナリ算術符号化器によって、選択された前記重み初期化テーブルに従って前記適応重みを決定することと、
をさらに含む、請求項７に記載の方法。
【請求項10】
前記方法は、
前記バイナリ算術符号化器によって、各スライスに対して前記重み初期化テーブルを選択するか否かを示すためのピクチャ・パラメータ・セット（ＰＰＳ）内の制御構文要素をシグナリングすることをさらに含み、または、
前記方法は、
前記制御構文要素が有効化されているとの決定に応答して、前記バイナリ算術符号化器によって、スライス・レベルで、各スライスに対して選択された前記重み初期化テーブルを示すための各スライスの適応重み構文要素をシグナリングすること
をさらに含む、請求項９に記載の方法。
【請求項11】
前記バイナリ算術符号化器によって、各Ｉスライス用の第１の重み初期化テーブル、各Ｐスライス用の第２の重み初期化テーブル、および各Ｂスライス用の第３の重み初期化テーブルを決定することと、現在のスライスがＩスライスであるとの決定に応答して、前記バイナリ算術符号化器によって、前記第１の重み初期化テーブルを選択することと、
前記現在のスライスがＰスライスまたはＢスライスであるとの決定に応答して、前記バイナリ算術符号化器によって、前記第２の重み初期化テーブルまたは前記第３の重み初期化テーブルを選択することと、
前記バイナリ算術符号化器によって、選択された重み初期化テーブルに従って前記適応重みを決定することと、
をさらに含む、請求項７に記載の方法。
【請求項12】
前記現在のスライスがＩスライスでないとの決定に応答して、前記バイナリ算術符号化器によって、各スライスに対して重み初期化テーブルを選択するか否かを示すためのピクチャ・パラメータ・セット（ＰＰＳ）内の制御構文要素をシグナリングすることと、前記制御構文要素が有効化されているとの決定に応答して、前記バイナリ算術符号化器によって、スライス・レベルで、前記第２の重み初期化テーブルおよび前記第３の重み初期化テーブルから選択される重み初期化テーブルを示すための各非Ｉスライスの適応重み構文要素をシグナリングすることと、
をさらに含む、請求項１１に記載の方法。
【請求項13】
ビデオ復号のための方法であって、復号器によって、現在のスライスの前に符号化された１つまたは複数のスライスを選択することと、
前記復号器によって、前記現在のスライスの前に符号化されたスライスの１つまたは複数のコンテキスト・モデルのコンテキスト状態を継承することによって、前記現在のスライスの１つまたは複数のコンテキスト・モデルの初期コンテキスト状態を取得することと、
前記復号器によって、前記初期コンテキスト状態に従って前記現在のスライス内の前記１つまたは複数のコンテキスト・モデルに関連付けられたバイナリ・シンボルを復号することと、
を含む、方法。
【請求項14】
前記１つまたは複数のスライスは、前記現在のスライスの直前に符号化されたスライスを含み、または、
前記１つまたは複数のスライスは、前記現在のスライスの直前に符号化されていないスライスを含み、前記スライスは、
前記スライスが前記現在のスライスと同じスライス・タイプを有するという条件、
前記スライスが前記現在のスライスとの最小の量子化パラメータ（ＱＰ）の差を有するという条件、または、
前記スライスが前記現在のスライスと同じ時間レイヤを有するという条件、
のうちの少なくとも１つを満たす、
請求項１３に記載の方法。
【請求項15】
前記１つまたは複数の初期コンテキスト状態は、確率値、適応レート、または適応重みのパラメータのうちの少なくとも１つを含む、請求項１３に記載の方法。
【請求項16】
前記復号器によって、１つまたは複数の既存のコンテキスト・ベース適応バイナリ算術符号化（ＣＡＢＡＣ）初期化テーブルに従って、前記現在のスライスの少なくとも１つの第２の初期コンテキスト状態を取得することであって、前記現在のスライスは、前記初期コンテキスト状態と、前記少なくとも１つの第２の初期コンテキスト状態とを含む、前記取得することと、前記復号器によって、前記初期コンテキスト状態および前記少なくとも１つの第２の初期コンテキスト状態に従って、前記現在のスライス内の前記バイナリ・シンボルを復号することと、
をさらに含む、請求項１３に記載の方法。
【請求項17】
ビデオ符号化のための方法であって、符号化器によって、現在のスライスの前に符号化された１つまたは複数のスライスを選択することと、
前記符号化器によって、前記現在のスライスの前に符号化されたスライスから１つまたは複数のコンテキスト・モデルのコンテキスト状態を継承することによって、前記現在のスライスの前記１つまたは複数のコンテキスト・モデルの初期コンテキスト状態を決定することと、
前記符号化器によって、前記初期コンテキスト状態に従って前記現在のスライスの前記１つまたは複数のコンテキスト・モデルに関連付けられたバイナリ・シンボルを符号化することと、
を含む、方法。
【請求項18】
前記１つまたは複数のスライスは、前記現在のスライスの直前に符号化されたスライスを含み、または、
前記１つまたは複数のスライスは、前記現在のスライスの直前に符号化されていないスライスを含み、前記スライスは、
前記スライスが前記現在のスライスと同じスライス・タイプを有するという条件、
前記スライスが前記現在のスライスとの最小の量子化パラメータ（ＱＰ）の差を有するという条件、または、
前記スライスが前記現在のスライスと同じ時間レイヤを有するという条件、
のうちの少なくとも１つを満たす、
請求項１７に記載の方法。
【請求項19】
前記１つまたは複数の初期コンテキスト状態は、確率値、適応レート、または適応重みのパラメータのうちの少なくとも１つを含む、請求項１７に記載の方法。
【請求項20】
前記符号化器によって、１つまたは複数の既存のコンテキスト・ベース適応バイナリ算術符号化（ＣＡＢＡＣ）初期化テーブルに従って、前記現在のスライスの少なくとも１つの第２の初期コンテキスト状態を決定することであって、前記現在のスライスは、前記初期コンテキスト状態と、前記少なくとも１つの第２の初期コンテキスト状態とを含む、前記決定することと、前記符号化器によって、前記初期コンテキスト状態および前記少なくとも１つの第２の初期コンテキスト状態に従って、前記現在のスライス内の前記バイナリ・シンボルを符号化することと、
をさらに含む、請求項１７に記載の方法。
【請求項21】
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結合され、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１～６および１３～１６のいずれか一項に記載の方法を実行するように構成される、装置。
【請求項22】
ビデオ符号化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結合され、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７～１２および１７～２０のいずれか一項に記載の方法を実行するように構成される、装置。
【請求項23】
請求項１～６および１３～１６のいずれか一項に記載の方法によって復号されるビットストリーム、または請求項７～１２および１７～２０のいずれか一項に記載の方法によって生成されるビットストリームを記憶するためのコンピュータ可読記憶媒体。
【請求項24】
ビットストリームを記憶するための方法であって、前記ビットストリームは、請求項１～６および１３～１６のいずれか一項に記載の方法によって使用され／復号され、または請求項７～１２および１７～２０のいずれか一項に記載の方法によって生成される、方法。
【請求項25】
ビットストリームを受信するための方法であって、前記ビットストリームは、請求項１～６および１３～１６のいずれか一項に記載の方法によって使用され／復号される、方法。
【請求項26】
ビットストリームを送信するための方法であって、前記ビットストリームは、請求項７～１２および１７～２０のいずれか一項に記載の方法によって生成される、方法。
【請求項27】
ビットストリームを記憶するための命令を含むコンピュータプログラムであって、前記ビットストリームは、請求項１～６および１３～１６のいずれか一項に記載の方法によって復号される、符号化されたビデオ・データ、または請求項７～１２および１７～２０のいずれか一項に記載の方法によって生成される、符号化されたビデオ・データを含む、コンピュータプログラム。
【国際調査報告】