[go: up one dir, main page]

WO2015053111A1 - 復号装置および復号方法、並びに、符号化装置および符号化方法 - Google Patents

復号装置および復号方法、並びに、符号化装置および符号化方法 Download PDF

Info

Publication number
WO2015053111A1
WO2015053111A1 PCT/JP2014/075799 JP2014075799W WO2015053111A1 WO 2015053111 A1 WO2015053111 A1 WO 2015053111A1 JP 2014075799 W JP2014075799 W JP 2014075799W WO 2015053111 A1 WO2015053111 A1 WO 2015053111A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
unit
layer
loop filter
encoding
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/JP2014/075799
Other languages
English (en)
French (fr)
Inventor
佐藤　数史
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Publication of WO2015053111A1 publication Critical patent/WO2015053111A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • H04N19/82—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation involving filtering within a prediction loop
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/187—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a scalable video layer
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/59—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial sub-sampling or interpolation, e.g. alteration of picture size or resolution
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Definitions

  • the present disclosure relates to a decoding device and a decoding method, and an encoding device and an encoding method, and in particular, a decoding device, a decoding method, and an encoding device that can improve the encoding efficiency of scalable encoding. And an encoding method.
  • MPEG Motion Picture Experts Group phase
  • MPEG Motion Experts Group phase
  • orthogonal transformation such as discrete cosine transformation and motion compensation using redundancy unique to image information
  • MPEG2 was mainly intended for high-quality encoding suitable for broadcasting, but it did not support encoding methods with a lower code amount (bit rate) than MPEG1, that is, a higher compression rate. With the widespread use of mobile terminals, the need for such an encoding system is expected to increase in the future, and the MPEG4 encoding system has been standardized accordingly. Regarding the MPEG4 image coding system, the standard was approved as an international standard in December 1998 as ISO / IEC 449 14496-2.
  • ITUHEVC High Efficiency Video Coding
  • JCTVC Joint Collaboration Team-Video Coding
  • an image of a first layer before loop filter processing or an image of the first layer after loop filter processing is selected, and the selected image of the first layer is used.
  • the second layer image is encoded, and encoded data is generated.
  • a program to be executed by a computer is transmitted through a transmission medium or recorded on a recording medium, Can be provided.
  • FIG. 1 is a diagram for explaining spatial scalable coding.
  • the encoding apparatus transmits only the encoded data of the base image to the decoding apparatus having a low processing capability, so that the decoding apparatus can generate a low SNR image.
  • the encoding device transmits the encoded data of the base layer and the enhancement image to the decoding device having high processing capability, so that the decoding device decodes the base layer and the enhancement image to generate a high SNR image. can do.
  • bit-depth scalability in which an image is hierarchized by the number of bits.
  • an 8-bit video image is used as a base image
  • a 10-bit video image is used as an enhancement image and encoded.
  • the setting unit 51 of the enhancement coding unit 32 sets parameter sets such as VPS, SPS, and PPS as necessary.
  • the setting unit 51 supplies the set parameter set to the encoding unit 52.
  • the orthogonal transform unit 74 performs orthogonal transform on the residual information from the calculation unit 73 by a predetermined method, and supplies the generated orthogonal transform coefficient to the quantization unit 75.
  • the adding unit 81 functions as a decoding unit, adds the residual information supplied from the inverse orthogonal transform unit 80 and the prediction image supplied from the prediction image selection unit 89, and adds the locally decoded enhancement image. obtain.
  • the adding unit 81 sets the residual information supplied from the inverse orthogonal transform unit 80 as a locally decoded enhancement image.
  • the adding unit 81 supplies the locally decoded enhancement image to the deblocking filter 82 and also supplies the enhancement image to the frame memory 85 for accumulation.
  • the adaptive offset filter 83 performs an adaptive offset (SAO (Sample-adaptive-offset)) process that mainly removes ringing, as necessary, on the enhancement image after the deblocking filter process supplied from the deblocking filter 82. .
  • SAO Sample-adaptive-offset
  • the intra prediction unit 87 performs intra prediction in all candidate intra prediction modes in units of PU (Prediction Unit). Specifically, the intra prediction unit 87 reads out pixels around the PU as reference pixels from the frame memory 85 via the switch 86 for all candidate intra prediction modes. The intra prediction unit 87 performs intra prediction using the reference pixel, and generates a predicted image.
  • PU Prediction Unit
  • D is the difference (distortion) between the original image and the decoded image
  • R is the generated code amount including even the coefficient of orthogonal transformation
  • ⁇ is the Lagrange undetermined multiplier given as a function of the quantization parameter QP.
  • the motion prediction / compensation unit 88 refers to the inter prediction mode information, the corresponding motion vector, and the reference image candidate. Reference image specifying information as an image is output to the lossless encoding unit 76.
  • the predicted image selection unit 89 Based on the cost function values supplied from the intra prediction unit 87 and the motion prediction / compensation unit 88, the predicted image selection unit 89 has a smaller corresponding cost function value among the optimal intra prediction mode and the optimal inter prediction mode. Are determined as the optimum prediction mode. Then, the predicted image selection unit 89 supplies the predicted image in the optimal prediction mode to the calculation unit 73 and the addition unit 81. Further, the predicted image selection unit 89 notifies the intra prediction unit 87 or the motion prediction / compensation unit 88 of selection of the predicted image in the optimal prediction mode.
  • the upsampling unit 93 has a two-dimensional linear interpolation adaptive filter similar to the motion prediction / compensation unit 88.
  • the up-sampling unit 93 performs the interpolation filter process on the base image after the loop filter process supplied from the image selection unit 91 by the two-dimensional linear interpolation adaptive filter, thereby performing the base image after the loop filter process. Upsample.
  • the upsampling unit 93 supplies the high-resolution image generated by the upsampling to the frame memory 85 as the base image after the upsampling.
  • CU is defined as a coding unit. Details of this CU are described in Non-Patent Document 1.
  • the predetermined conditions are a condition that at least one of the orthogonal transform coefficients of the block P and the block Q is a non-zero orthogonal transform coefficient, a condition that the reference pictures of the blocks P and Q are different, and the motion vectors of the block P and the block Q are It is a condition that they are different, or a condition that the difference motion vectors of block P and block Q differ by 1.0 or more in units of integer pixels.
  • the third pattern is a pattern in which the pixel 135 adjacent to the upper left of the pixel 130 and the pixel 136 adjacent to the lower right of the pixel 130 are adjacent pixels, as shown in FIG.
  • the fourth pattern is a pattern in which the pixel 137 adjacent to the upper right of the pixel 130 and the pixel 138 adjacent to the lower left are adjacent pixels.
  • an offset is calculated for each category and transmitted to the decoding device as offset information.
  • the sign of the offset is fixed for each category, and information regarding the sign of the offset is not transmitted.
  • the positive and negative of the offsets of the second and third categories are fixed to positive
  • the positive and negative of the offsets of the fourth and fifth categories are fixed to negative.
  • FIG. 12 is a block diagram illustrating a configuration example of the image selection unit 91 in FIG.
  • the frame memory 141 stores a base image before loop filter processing that is decoded for use as a reference image when the base image is encoded.
  • the frame memory 142 stores the base image after the loop filter processing decoded for use as a reference image when the base image is encoded.
  • FIG. 13 is a diagram for explaining interpolation filter processing by the motion prediction / compensation unit 88.
  • step S17 the transmission unit 34 transmits the encoded stream of all layers supplied from the synthesis unit 33 to a decoding device to be described later.
  • step S35 when it is determined in step S35 that the optimal prediction mode is not the optimal inter prediction mode, that is, when the optimal prediction mode is the optimal intra prediction mode, the prediction image selection unit 89 performs prediction generated in the optimal intra prediction mode.
  • the intra prediction unit 87 is notified of image selection.
  • FIG. 19 is a flowchart for explaining the details of the base conversion process in step S32 of FIG.
  • step S61 of FIG. 19 the generation unit 152 (FIG. 12) of the image selection unit 91 converts the base image used for encoding in units of slices into a base image before loop filter processing or a loop based on a user instruction or the like The base image after filtering is determined.
  • the generation unit 152 supplies a selection signal indicating selection of the determined base image to the selector 151. Further, the generation unit 152 generates information indicating the presence / absence of the determined loop filter processing of the base image as loop filter information.
  • step S73 the deblocking filter 82 determines, BS value, and, based on a threshold ⁇ and the threshold t c, whether to perform deblock filter processing. If it is determined to perform the deblock filter processing in step S73, in step S74, the deblocking filter 82, BS value, and, based on a threshold ⁇ and the threshold t c, to determine the strength of the deblocking filter processing or the like .
  • step S73 when it is determined in step S73 that the deblocking filter process is not performed, the process returns to step S44 in FIG. 18 and proceeds to step S45.
  • the separating unit 162 separates the base stream from the encoded streams of all layers supplied from the receiving unit 161 and supplies the base stream to the base decoding unit 163, and separates the enhancement stream and supplies the enhancement stream to the enhancement decoding unit 164.
  • the enhancement decoding unit 164 decodes the enhancement stream supplied from the demultiplexing unit 162 by a method according to the HEVC method, and generates an enhancement image. At this time, the enhancement decoding unit 164 refers to the base image before the loop filter processing supplied from the base decoding unit 163 or the base image after the loop filter processing. The enhancement decoding unit 164 outputs the enhancement image after the loop filter processing.
  • the accumulation buffer 201 of the decoding unit 182 receives and accumulates encoded data from the extraction unit 181 of FIG.
  • the accumulation buffer 201 supplies the accumulated encoded data to the lossless decoding unit 202.
  • the lossless decoding unit 202 performs lossless decoding such as variable length decoding and arithmetic decoding corresponding to the lossless encoding of the lossless encoding unit 76 of FIG. 6 on the encoded data from the accumulation buffer 201, Obtain quantized coefficients and encoding information.
  • the lossless decoding unit 202 supplies the quantized coefficient to the inverse quantization unit 203. Further, the lossless decoding unit 202 supplies intra prediction mode information as encoded information to the intra prediction unit 213, and supplies inter prediction mode information, motion vectors, reference image specifying information, and the like to the motion compensation unit 214.
  • the screen rearrangement buffer 209 stores the enhancement image supplied from the adaptive loop filter 208 in units of frames.
  • the screen rearrangement buffer 209 rearranges the stored enhancement images in frame units for encoding in the original display order and supplies them to the D / A conversion unit 210.
  • the upsampling unit 218 includes a two-dimensional linear interpolation adaptive filter similar to the motion compensation unit 214.
  • the up-sampling unit 218 up-samples the base image after the loop filter processing supplied from the image selection unit 216 in units of PUs using a two-dimensional linear interpolation adaptive filter.
  • the upsampling unit 218 supplies the high-resolution image generated by the upsampling to the frame memory 211 as the base image after the upsampling.
  • the two-dimensional linear interpolation adaptive filter of the motion compensation unit 214 and the two-dimensional linear interpolation adaptive filters of the upsampling units 217 and 218 may be shared. Further, the upsampling unit 217 and the upsampling unit 218 may be shared.
  • the base decoding unit 163 includes a frame memory 231 and a frame memory 232.
  • the lossless decoding unit 202 instructs the switch 215 to select the intra prediction unit 213 when the encoded information does not include inter prediction mode information, and if the inter prediction mode information is included, the lossless decoding unit 202 instructs the switch 215 to select a motion compensation unit.
  • the selection of 214 is instructed.
  • the lossless decoding unit 202 supplies offset information as encoded information to the adaptive offset filter 207 and supplies filter coefficients to the adaptive loop filter 208. Further, the lossless decoding unit 202 supplies loop filter information as encoded information to the image selection unit 216.
  • step S135 the motion compensation unit 214 determines whether or not the inter prediction mode information is supplied from the lossless decoding unit 202. If it is determined in step S135 that the inter prediction mode information has been supplied, the process proceeds to step S136.
  • step S144 the D / A conversion unit 210 D / A converts the enhancement image in units of frames supplied from the screen rearrangement buffer 209 and outputs the enhancement image. Then, the process returns to step S115 in FIG. 25 and ends.
  • the acquisition unit 241 supplies a selection signal indicating selection of the base image after the loop filter process to the selector 242.
  • step S166 the frame memory 211 stores the base image after upsampling supplied from the upsampling unit 217 or the upsampling unit 218.
  • the base image stored in the frame memory 211 is output to the motion compensation unit 214. Then, the process returns to step S132 in FIG. 26 and proceeds to step S133.
  • the loop filter information is set in units of slices, but may be set in units of sequences or pictures.
  • the loop filter information is set, for example, in SPS_extension () of the enhancement image.
  • the loop filter information is set in units of pictures, the loop filter information is set in, for example, enhancement image PPS_extension () or VPS_extension (). SPS_extension (), PPS_extension (), VPS_extension (), etc. in which the loop filter information is set are included in the enhancement stream as a parameter set.
  • the setting unit 251 of the enhancement encoding unit 32 sets VPS_extension () including layer information representing the highest time layer of the enhancement image encoded using the base image before the loop filter processing. .
  • the setting unit 251 sets VPS, SPS, PPS, and the like.
  • the setting unit 251 supplies the set parameter set such as VPS_extension (), VPS, SPS, and PPS to the encoding unit 252.
  • dotted lines between the squares indicate dependency relationships (reference relationships) within the same hierarchy.
  • the pictures in the upper temporal hierarchy depend on the pictures in the lower temporal hierarchy. That is, the picture of sublayer 2 (Sublayer2) refers to the picture of sublayer 1 or the picture of sublayer 0.
  • the sublayer 1 picture refers to the sublayer 0 picture.
  • the sublayer 0 picture refers to the sublayer 0 picture as appropriate.
  • the enhancement layer sub-layer 2 enhancement image is encoded using the base image at the same time after the loop filter processing. That is, at the time of encoding the enhancement image of the sublayer 2 that is the temporal hierarchy above the sublayer 1 represented by the hierarchy information, the base image after the loop filter processing is selected and up-sampled.
  • step S184 in FIG. 34 is the same as the enhancement encoding process in FIGS. 17 and 18 except for the base conversion process in step S32. Accordingly, only the base conversion process will be described below.
  • the lossless decoding unit 301 of the decoding unit 182 performs variable length decoding or arithmetic decoding corresponding to the lossless encoding of the lossless encoding unit 262 of FIG. 29 on the encoded data from the accumulation buffer 201.
  • quantized coefficients and encoded information are obtained.
  • the lossless decoding unit 301 supplies the quantized coefficient to the inverse quantization unit 203.
  • the lossless decoding unit 301 also supplies intra prediction mode information as encoded information to the intra prediction unit 213, and supplies inter prediction mode information, motion vectors, reference image specifying information, and the like to the motion compensation unit 214.
  • the image selection unit 302 is configured similarly to the image selection unit 261 in FIG.
  • the image selection unit 302 acquires hierarchical information included in VPS_extension () in the parameter set supplied from the extraction unit 181 in FIG.
  • the image selection unit 302 selects the base image before the loop filter process or the base image after the loop filter process supplied from the base decoding unit 163 of FIG. 21 based on the hierarchy information and the time hierarchy of the encoded data to be decoded. select.
  • the image selection unit 302 supplies the selected base image before the loop filter processing to the upsampling unit 217, and supplies the base image after the loop filter processing to the upsampling unit 218.
  • the second embodiment of the decoding device to which the present disclosure is applied is similar to the second embodiment of the encoding device to which the present disclosure is applied, based on the time hierarchy of the enhancement image, and the loop filter processing The previous base image and the base image after the loop filter processing are selected. Therefore, it is possible to decode a coded stream that is scalable coded so that coding efficiency is improved by the second embodiment of the coding apparatus to which the present disclosure is applied.
  • the motion prediction / compensation unit 322 detects motion vectors of all candidate inter prediction modes with fractional pixel accuracy based on the enhanced resolution image and the reference image candidate. Then, the motion prediction / compensation unit 322 performs compensation processing on the reference image candidate based on the motion vector, and generates a predicted image candidate.
  • the change of the index assignment as the reference image specifying information can be performed by the syntax ref_pic_lists_modification ().
  • the syntax ref_pic_lists_modification () the reference image specifying information that uses the base image before up-sampling before the loop filter processing as the reference image, and the reference image specifying information that uses the base image after the up-sampling loop filter processing as the reference image It can be made smaller than
  • step S222 the up-sampling unit 92 up-samples the base image before the loop filter processing supplied from the base encoding unit 31 and supplies the base image to the frame memory 321.
  • the upsampling unit 93 upsamples the base image after the loop filter processing supplied from the base encoding unit 31 and supplies the upsampled base image to the frame memory 321.
  • the motion prediction / compensation unit 322 performs motion prediction / compensation processing in all inter prediction modes that are candidates in PU units.
  • the motion prediction / compensation unit 322 includes both the base image before the up-sampling before the loop filter processing and the base image after the up-sampling after the loop filter processing as reference image candidates.
  • the motion prediction / compensation unit 322 calculates cost function values for all candidate inter prediction modes based on enhancement images and prediction image candidates supplied from the screen rearrangement buffer 72.
  • the motion prediction / compensation unit 322 determines the inter prediction mode that minimizes the cost function value as the optimal inter prediction mode, and sets the corresponding prediction image candidate as the prediction image. Then, the motion prediction / compensation unit 322 supplies the cost function value of the optimal inter prediction mode and the predicted image to the predicted image selection unit 89.
  • steps S224 to S242 Since the processing of steps S224 to S242 is the same as the processing of steps S34 to S52 of FIGS. 17 and 18, the description thereof will be omitted.
  • the third embodiment of the encoding device to which the present disclosure is applied is based on the prediction result in which the base image before up-sampling before the loop filter processing and the base image after the loop filter processing are used as reference image candidates. Based on this, one of those base images is selected. Accordingly, even when both a texture region having a high frequency component and a flat region exist in the same picture, an optimal base image is selected with high accuracy as a reference image. Specifically, in the texture area, the base image before the loop filter processing after upsampling is selected as the reference image, and in the flat area, the base image after the loop filter processing after upsampling is selected as the reference image. . As a result, encoding efficiency is improved.
  • the third embodiment of the decoding device to which the present disclosure is applied is similar to the third embodiment of the encoding device to which the present disclosure is applied, or the base image before the loop filter processing after upsampling or The base image after the loop filter processing is selected. Therefore, it is possible to decode a coded stream that is scalable coded so that coding efficiency is improved by the third embodiment of the coding apparatus to which the present disclosure is applied.
  • FIG. 41 shows an example of a multi-view image encoding method.
  • dQP (base view) Current_CU_QP (base view)-LCU_QP (base view) (1-2)
  • dQP (base view) Current_CU_QP (base view)-Previsous_CU_QP (base view) (1-3)
  • dQP (base view) Current_CU_QP (base view)-Slice_QP (base view)
  • non-base-view (2-1)
  • dQP (non-base view) Current_CU_QP (non-base view)-LCU_QP (non-base view) (2-2)
  • dQP (non-base view) Current QP (non-base view)-Previsous QP (non-base view) (2-3)
  • FIG. 42 shows another example of scalable coding.
  • the input unit 606 includes a keyboard, a mouse, a microphone, and the like.
  • the output unit 607 includes a display, a speaker, and the like.
  • the storage unit 608 includes a hard disk, a nonvolatile memory, and the like.
  • the communication unit 609 includes a network interface or the like.
  • the drive 610 drives a removable medium 611 such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory.
  • the program executed by the computer may be a program that is processed in time series in the order described in this specification, or in parallel or at a necessary timing such as when a call is made. It may be a program for processing.
  • the video signal processing unit 905 performs noise removal, video processing according to user settings, and the like on the video data.
  • the video signal processing unit 905 generates video data of a program to be displayed on the display unit 906, image data by processing based on an application supplied via a network, and the like.
  • the video signal processing unit 905 generates video data for displaying a menu screen for selecting an item and the like, and superimposes the video data on the video data of the program.
  • the video signal processing unit 905 generates a drive signal based on the video data generated in this way, and drives the display unit 906.
  • the external interface unit 909 is an interface for connecting to an external device or a network, and transmits and receives data such as video data and audio data.
  • the control unit 910 is configured using a CPU (Central Processing Unit), a memory, and the like.
  • the memory stores a program executed by the CPU, various data necessary for the CPU to perform processing, EPG data, data acquired via a network, and the like.
  • the program stored in the memory is read and executed by the CPU at a predetermined timing such as when the television device 900 is activated.
  • the CPU executes each program to control each unit so that the television device 900 operates in accordance with the user operation.
  • the television device 900 includes a bus 912 for connecting the tuner 902, the demultiplexer 903, the video signal processing unit 905, the audio signal processing unit 907, the external interface unit 909, and the control unit 910.
  • FIG. 45 illustrates a schematic configuration of a mobile phone to which the present technology is applied.
  • the cellular phone 920 includes a communication unit 922, an audio codec 923, a camera unit 926, an image processing unit 927, a demultiplexing unit 928, a recording / reproducing unit 929, a display unit 930, and a control unit 931. These are connected to each other via a bus 933.
  • the image data generated by the camera unit 926 is supplied to the image processing unit 927.
  • the image processing unit 927 performs encoding processing of image data and generates encoded data.
  • the external interface unit 942 includes at least one of an IEEE 1394 interface, a network interface unit, a USB interface, a flash memory interface, and the like.
  • the external interface unit 942 is an interface for connecting to an external device, a network, a memory card, and the like, and receives data such as video data and audio data to be recorded.
  • the HDD unit 944 records content data such as video and audio, various programs, and other data on a built-in hard disk, and reads them from the hard disk during playback.
  • the decoder 947 is provided with the function of the decoding apparatus (decoding method) of the present application. For this reason, it is possible to decode an image that has been scalable-encoded so as to improve the encoding efficiency.
  • the camera signal processing unit 963 performs various camera signal processing such as knee correction, gamma correction, and color correction on the electrical signal supplied from the imaging unit 962.
  • the camera signal processing unit 963 supplies the image data after the camera signal processing to the image data processing unit 964.
  • the scalable encoded data storage unit 1001 stores scalable encoded data (BL + EL) 1011 encoded in a scalable manner.
  • the scalable encoded data (BL + EL) 1011 is encoded data including both a base layer and an enhancement layer, and is data that can obtain both a base image and an enhancement image by decoding.
  • the terminal apparatus 1102 has a reception function of the terrestrial broadcast 1111 broadcast by the broadcast station 1101 and receives base layer scalable encoded data (BL) 1121 transmitted via the terrestrial broadcast 1111.
  • the terminal apparatus 1102 further has a communication function for performing communication via the network 1112, and receives enhancement layer scalable encoded data (EL) 1122 transmitted via the network 1112.
  • BL base layer scalable encoded data
  • EL enhancement layer scalable encoded data
  • the scalable encoded data storage device 1202 stores the scalable encoded data (BL + EL) 1221 supplied from the imaging device 1201 with quality according to the situation. For example, in the normal case, the scalable encoded data storage device 1202 extracts base layer data from the scalable encoded data (BL + EL) 1221, and the base layer scalable encoded data ( BL) 1222. On the other hand, for example, in the case of attention, the scalable encoded data storage device 1202 stores scalable encoded data (BL + EL) 1221 with high quality and a large amount of data.
  • whether it is normal time or attention time may be determined by the scalable encoded data storage device 1202 analyzing an image, for example.
  • the imaging apparatus 1201 may make a determination, and the determination result may be transmitted to the scalable encoded data storage device 1202.
  • the imaging apparatus 1201 may determine the number of layers for scalable coding according to the state. For example, in a normal case, the imaging apparatus 1201 may generate base layer scalable encoded data (BL) 1222 with low quality and a small amount of data, and supply the scalable encoded data storage apparatus 1202 to the scalable encoded data storage apparatus 1202. For example, when attention is paid, the imaging device 1201 generates scalable encoded data (BL + EL) 1221 having a high quality and a large amount of data, and supplies the scalable encoded data storage device 1202 to the scalable encoded data storage device 1202. May be.
  • BL base layer scalable encoded data
  • BL + EL scalable encoded data
  • the monitoring camera has been described as an example.
  • the use of the imaging system 1200 is arbitrary and is not limited to the monitoring camera.
  • the video set 1300 includes a module group such as a video module 1311, an external memory 1312, a power management module 1313, and a front-end module 1314, and a related group such as a connectivity 1321, a camera 1322, and a sensor 1323. And a device having a function.
  • the 51 is a processor that executes an application related to image processing.
  • the application executed in the application processor 1331 not only performs arithmetic processing to realize a predetermined function, but also can control the internal and external configurations of the video module 1311 such as the video processor 1332 as necessary. .
  • the video processor 1332 is a processor having a function related to image encoding / decoding (one or both of them).
  • the broadband modem 1333 is a processor (or module) that performs processing related to wired or wireless (or both) broadband communication performed via a broadband line such as the Internet or a public telephone line network.
  • the broadband modem 1333 digitally modulates data to be transmitted (digital signal) to convert it into an analog signal, or demodulates the received analog signal to convert it into data (digital signal).
  • the broadband modem 1333 can digitally modulate and demodulate arbitrary information such as image data processed by the video processor 1332, a stream obtained by encoding the image data, an application program, setting data, and the like.
  • the RF module 1334 is a module that performs frequency conversion, modulation / demodulation, amplification, filter processing, and the like on an RF (Radio RF Frequency) signal transmitted and received via an antenna. For example, the RF module 1334 generates an RF signal by performing frequency conversion or the like on the baseband signal generated by the broadband modem 1333. Further, for example, the RF module 1334 generates a baseband signal by performing frequency conversion or the like on the RF signal received via the front end module 1314.
  • RF Radio RF Frequency
  • the application processor 1331 and the video processor 1332 may be integrated into a single processor.
  • the external memory 1312 is a module having a storage device that is provided outside the video module 1311 and is used by the video module 1311.
  • the storage device of the external memory 1312 may be realized by any physical configuration, but is generally used for storing a large amount of data such as image data in units of frames. For example, it is desirable to realize it with a relatively inexpensive and large-capacity semiconductor memory such as DRAM (Dynamic Random Access Memory).
  • the front end module 1314 is a module that provides the RF module 1334 with a front end function (a circuit on a transmitting / receiving end on the antenna side). As illustrated in FIG. 51, the front end module 1314 includes, for example, an antenna unit 1351, a filter 1352, and an amplifying unit 1353.
  • Connectivity 1321 is a module having a function related to connection with the outside.
  • the physical configuration of the connectivity 1321 is arbitrary.
  • the connectivity 1321 has a configuration having a communication function other than the communication standard supported by the broadband modem 1333, an external input / output terminal, and the like.
  • the connectivity 1321 may include a data (signal) transmission destination device.
  • the drive 1321 reads and writes data to and from a recording medium such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory (not only a removable medium drive, but also a hard disk, SSD (Solid State Drive) NAS (including Network Attached Storage) and the like.
  • the connectivity 1321 may include an image or audio output device (a monitor, a speaker, or the like).
  • the sensor 1323 includes, for example, a voice sensor, an ultrasonic sensor, an optical sensor, an illuminance sensor, an infrared sensor, an image sensor, a rotation sensor, an angle sensor, an angular velocity sensor, a velocity sensor, an acceleration sensor, an inclination sensor, a magnetic identification sensor, an impact sensor, It is a module having an arbitrary sensor function such as a temperature sensor.
  • the data detected by the sensor 1323 is supplied to the application processor 1331 and used by an application or the like.
  • the present technology can be applied to the video processor 1332 as described later. Therefore, the video set 1300 can be implemented as a set to which the present technology is applied.
  • the video processor 1332 receives the video signal and the audio signal and encodes them in a predetermined method, decodes the encoded video data and audio data, A function of reproducing and outputting an audio signal.
  • the video processor 1332 includes a video input processing unit 1401, a first image enlargement / reduction unit 1402, a second image enlargement / reduction unit 1403, a video output processing unit 1404, a frame memory 1405, and a memory control unit 1406.
  • the video processor 1332 includes an encoding / decoding engine 1407, video ES (ElementaryElementStream) buffers 1408A and 1408B, and audio ES buffers 1409A and 1409B.
  • the video input processing unit 1401 acquires a video signal input from, for example, the connectivity 1321 (FIG. 51) and converts it into digital image data.
  • the first image enlargement / reduction unit 1402 performs format conversion, image enlargement / reduction processing, and the like on the image data.
  • the second image enlargement / reduction unit 1403 performs image enlargement / reduction processing on the image data in accordance with the format of the output destination via the video output processing unit 1404, or is the same as the first image enlargement / reduction unit 1402. Format conversion and image enlargement / reduction processing.
  • the video output processing unit 1404 performs format conversion, conversion to an analog signal, and the like on the image data, and outputs the reproduced video signal to, for example, the connectivity 1321 (FIG. 51).
  • the memory control unit 1406 receives the synchronization signal from the encoding / decoding engine 1407, and controls the writing / reading access to the frame memory 1405 according to the access schedule to the frame memory 1405 written in the access management table 1406A.
  • the access management table 1406A is updated by the memory control unit 1406 in accordance with processing executed by the encoding / decoding engine 1407, the first image enlargement / reduction unit 1402, the second image enlargement / reduction unit 1403, and the like.
  • the video ES buffer 1408A buffers the video stream generated by the encoding / decoding engine 1407 and supplies the buffered video stream to the multiplexing unit (MUX) 1412.
  • the video ES buffer 1408B buffers the video stream supplied from the demultiplexer (DMUX) 1413 and supplies the buffered video stream to the encoding / decoding engine 1407.
  • the demultiplexing unit (DMUX) 1413 demultiplexes the bit stream in which the video stream and the audio stream are multiplexed by a method corresponding to the multiplexing by the multiplexing unit (MUX) 1412. That is, the demultiplexer (DMUX) 1413 extracts the video stream and the audio stream from the bit stream read from the stream buffer 1414 (separates the video stream and the audio stream). That is, the demultiplexer (DMUX) 1413 can convert the stream format by demultiplexing (inverse conversion of the conversion by the multiplexer (MUX) 1412).
  • the demultiplexing unit (DMUX) 1413 obtains a transport stream supplied from, for example, the connectivity 1321 and the broadband modem 1333 (both in FIG. 51) via the stream buffer 1414 and demultiplexes the transport stream. Can be converted into a video stream and an audio stream. Further, for example, the demultiplexer (DMUX) 1413 obtains the file data read from various recording media by the connectivity 1321 (FIG. 51) via the stream buffer 1414 and demultiplexes it, for example. It can be converted into a video stream and an audio stream.
  • the stream buffer 1414 buffers the bit stream.
  • the stream buffer 1414 buffers the transport stream supplied from the multiplexing unit (MUX) 1412 and, for example, at the predetermined timing or based on a request from the outside, for example, the connectivity 1321 or the broadband modem 1333 (whichever Are also supplied to FIG.
  • MUX multiplexing unit
  • the stream buffer 1414 buffers the file data supplied from the multiplexing unit (MUX) 1412 and, for example, connectivity 1321 (FIG. 51) or the like at a predetermined timing or based on an external request or the like. To be recorded on various recording media.
  • MUX multiplexing unit
  • connectivity 1321 FIG. 51
  • the stream buffer 1414 buffers the transport stream acquired through, for example, the connectivity 1321 and the broadband modem 1333 (both of which are shown in FIG. 51), and performs reverse processing at a predetermined timing or based on an external request or the like.
  • the data is supplied to a multiplexing unit (DMUX) 1413.
  • DMUX multiplexing unit
  • a transport stream input from an external network to the video processor 1332 via the connectivity 1321 or the broadband modem 1333 (both in FIG. 51) is buffered in the stream buffer 1414 and then demultiplexed (DMUX). 1413 is demultiplexed.
  • file data read from various recording media in the connectivity 1321 (FIG. 51) and inputted to the video processor 1332 is buffered in the stream buffer 1414 and then demultiplexed by the demultiplexer (DMUX) 1413. It becomes. That is, the transport stream or file data input to the video processor 1332 is separated into a video stream and an audio stream by the demultiplexer (DMUX) 1413.
  • FIG. 53 illustrates another example of a schematic configuration of the video processor 1332 (FIG. 51) to which the present technology is applied.
  • the video processor 1332 has a function of encoding and decoding video data by a predetermined method.
  • the eyelid image processing engine 1514 performs predetermined image processing such as filter processing for improving image quality on the image data under the control of the control unit 1511.
  • the codec engine 1516 includes, for example, MPEG-2 video 1541, AVC / H.2641542, HEVC / H.2651543, HEVC / H.265 (Scalable) 1544, as function blocks for processing related to the codec.
  • HEVC / H.265 (Multi-view) 1545 and MPEG-DASH 1551 are included.
  • the multiplexing / demultiplexing unit (MUX DMUX) 1518 can convert the data format by multiplexing / demultiplexing.
  • the multiplexing / demultiplexing unit (MUX DMUX) 1518 multiplexes the bitstream, thereby transporting the transport stream, which is a bit stream in a transfer format, or data in a file format for recording (file data).
  • the transport stream which is a bit stream in a transfer format, or data in a file format for recording (file data).
  • file data file format for recording
  • image data and other data are exchanged between the processing units in the video processor 1332 using, for example, the internal memory 1515 and the external memory 1312.
  • the power management module 1313 controls power supply to the control unit 1511, for example.
  • the method for transmitting such information is not limited to such an example.
  • these pieces of information may be transmitted or recorded as separate data associated with the encoded bitstream without being multiplexed into the encoded bitstream.
  • the term “associate” means that an image (which may be a part of an image such as a slice or a block) included in the bitstream and information corresponding to the image can be linked at the time of decoding. Means. That is, information may be transmitted on a transmission path different from that of the image (or bit stream).
  • This disclosure receives bitstreams compressed by orthogonal transform such as discrete cosine transform and motion compensation, such as MPEG, H.26x, etc., via network media such as satellite broadcasting, cable TV, the Internet, and mobile phones.
  • orthogonal transform such as discrete cosine transform and motion compensation
  • the present invention can be applied to an encoding device or a decoding device that is used when processing on a storage medium such as an optical, magnetic disk, or flash memory.
  • the present disclosure can take a cloud computing configuration in which one function is shared by a plurality of devices via a network and is processed jointly.
  • the plurality of processes included in the one step can be executed by being shared by a plurality of apparatuses in addition to being executed by one apparatus.
  • An image selection unit that selects an image of a first layer before loop filter processing or an image of the first layer after loop filter processing;
  • a decoding device comprising: a decoding unit that decodes encoded data of an image in a second layer using the image in the first layer selected by the image selection unit.
  • An upsampling unit that upsamples the image of the first layer selected by the image selection unit;
  • the decoding apparatus according to (1), wherein the decoding unit is configured to decode the encoded data using the first layer image upsampled by the upsampling unit.
  • the decoding device according to (1) or (2), wherein the loop filter process is a deblock filter process.
  • the loop filter process is an adaptive offset filter process.
  • An image selection unit that selects an image of a first layer before loop filter processing or an image of the first layer after loop filter processing;
  • An encoding apparatus comprising: an encoding unit that encodes a second layer image using the first layer image selected by the image selection unit and generates encoded data.
  • An upsampling unit that upsamples the image of the first layer selected by the image selection unit; The encoding unit according to (11), wherein the encoding unit is configured to encode the second layer image using the first layer image up-sampled by the up-sampling unit.
  • Device (13) The encoding device according to (11) or (12), wherein the loop filter process is a deblock filter process.
  • An up-sampling unit that up-samples the first layer image before the loop filter processing and the first layer image after the loop filter processing;
  • the image selection unit predicts the first layer image before the loop filter processing upsampled by the upsampling unit and the first layer image after the loop filter processing as reference image candidates. Based on the result, the image of the first layer before the loop filter processing upsampled by the upsampling unit or the image of the first layer after the loop filter processing is selected (11 ) To (14).
  • a transmission unit that transmits an index that identifies the image of the first layer selected by the image selection unit;
  • the index for specifying the first layer image after the loop filter processing is configured to be smaller than the index for specifying the first layer image before the loop filter processing.
  • the encoding device An image selection step of selecting an image of the first layer before the loop filter processing or an image of the first layer after the loop filter processing;
  • An encoding method comprising: an encoding step of encoding an image of a second layer using the image of the first layer selected by the processing of the image selection step and generating encoded data.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

　本開示は、スケーラブル符号化の符号化効率を向上させることができるようにする復号装置および復号方法、並びに、符号化装置および符号化方法に関する。 画像選択部は、ループフィルタ処理前のベース画像またはループフィルタ処理後のベース画像を選択する。加算部は、画像選択部により選択されたベース画像を用いて、エンハンスメント画像の符号化データを復号する。本開示は、例えば、HEVC（High Efficiency Video Coding）方式で空間スケーラブル符号化等のスケーラブル符号化が行われた画像を復号する復号装置に適用することができる。

Description

復号装置および復号方法、並びに、符号化装置および符号化方法
　本開示は、復号装置および復号方法、並びに、符号化装置および符号化方法に関し、特に、スケーラブル符号化の符号化効率を向上させることができるようにした復号装置および復号方法、並びに、符号化装置および符号化方法に関する。
　近年、画像情報特有の冗長性を利用して、離散コサイン変換等の直交変換と動き補償により圧縮するMPEG（Moving Picture Experts Group phase）などの方式に準拠した装置が、放送局などの情報配信、および一般家庭における情報受信の双方において普及しつつある。
　特に、MPEG2（ISO/IEC 13818-2）方式は、汎用画像符号化方式として定義されており、飛び越し走査画像及び順次走査画像の双方、並びに標準解像度画像及び高精細画像を網羅する標準で、プロフェッショナル用途及びコンシューマー用途の広範なアプリケーションに現在広く用いられている。MPEG2方式を用いることにより、例えば720×480画素を持つ標準解像度の飛び越し走査画像であれば4乃至8Mbps、1920×1088画素を持つ高解像度の飛び越し走査画像であれば18乃至22MBpsの符号量（ビットレート）を割り当てることで、高い圧縮率と良好な画質の実現が可能である。
　MPEG2は主として放送用に適合する高画質符号化を対象としていたが、MPEG1より低い符号量（ビットレート）、つまりより高い圧縮率の符号化方式には対応していなかった。携帯端末の普及により、今後そのような符号化方式のニーズは高まると思われ、これに対応してMPEG4符号化方式の標準化が行われた。MPEG4の画像符号化方式に関しては、1998年12月にISO/IEC 14496-2として規格が国際標準に承認された。
　更に、近年、当初テレビ会議用の画像符号化を目的として、H．26L（ITU-T Q6/16 VCEG）という標準の規格化が進んでいる。H．26LはMPEG2やMPEG4といった従来の符号化方式に比べ、その符号化、復号化により多くの演算量が要求されるものの、より高い符号化効率が実現されることが知られている。
　また、近年、MPEG4の活動の一環として、このH．26Lをベースに、H．26Lではサポートされない機能をも取り入れ、より高い符号化効率を実現する標準化がJoint Model of Enhanced-Compression Video Codingとして行われた。この標準化は、2003年3月にH．264及びMPEG-4 Part10（AVC（Advanced Video Coding））という名の元に国際標準化された。
　更に、その拡張として、RGBやYUV422、YUV444といった、業務用に必要な符号化ツールや、MPEG-2で規定されていた8×8DCTや量子化マトリクスをも含んだFRExt (Fidelity Range Extension)の標準化が2005年2月に完了した。これにより、AVC方式が、映画に含まれるフィルムノイズをも良好に表現することが可能な符号化方式となり、ＢＤ（Blu-ray（登録商標） Disc ）等の幅広いアプリケーションに用いられる運びとなった。
　しかしながら、昨今、ハイビジョン画像の4倍の4000×2000画素程度の画像を圧縮したい、または、インターネットのような限られた伝送容量の環境においてハイビジョン画像を配信したいといった、更なる高圧縮率符号化に対するニーズが高まっている。このため、ITU-T傘下のVCEG(Video Coding Expert Group)において、符号化効率の改善に関する検討が継続されている。
　また、現在、AVCより更なる符号化効率の向上を目的として、ITU-Tと、ISO/IECの共同の標準化団体であるJCTVC(Joint Collaboration Team - Video Coding)により、 HEVC(High Efficiency Video Coding)と呼ばれる符号化方式の標準化が進められている。2013年9月現在、Draftとして非特許文献１が発行されている。
　ところで、MPEG-2、AVCといった画像符号化方式は、画像を階層化して符号化するscalable機能を有していた。scalable機能による符号化（スケーラブル符号化）によれば、トランスコード処理を行うことなく、復号側の処理能力に応じた符号化データを伝送することができる。
　具体的には、例えば携帯電話のような処理能力の低い端末に対しては、ベースとなる階層であるベースレイヤ（base layer）の画像（以下、ベース画像という）の符号化ストリームのみを伝送することができる。一方、テレビジョン受像機やパーソナルコンピュータのような処理能力の高い端末に対しては、ベースレイヤと、ベースレイヤ以外の階層であるエンハンスメントレイヤ（enhancement layer）の画像（以下、エンハンスメント画像という）の符号化ストリームを伝送することができる。
　HEVC方式では、スケーラブル符号化として、例えば、画像を空間解像度で階層化して符号化する空間スケーラブル符号化が提案されている。
Benjamin Bross, Gary J. Sullivan,Ye-Kui Wang,"Editors' proposed corrections to HEVC version 1",JCTVC-M0432_v3,2013.4.18-4.26
　空間スケーラブル符号化においては、ループフィルタ処理が施されたベース画像がフィルタ処理によりアップサンプリングされて、エンハンスメント画像の予測に用いられる。従って、エンハンスメント画像の予測に用いられるベース画像の高域成分は、ループフィルタ処理（特に、デブロックフィルタ処理）とアップサンプリングの両方により失われる。その結果、予測精度が低下し、符号化効率が低下する場合があった。
　従って、スケーラブル符号化において、必要に応じて、ループフィルタ処理前のベース画像をアップサンプリングして、エンハンスメント画像の予測に用いることにより、符号化効率を向上させることが望まれている。
　本開示は、このような状況に鑑みてなされたものであり、スケーラブル符号化の符号化効率を向上させることができることができるようにするものである。
　本開示の第１の側面の復号装置は、ループフィルタ処理前の第１の階層の画像またはループフィルタ処理後の前記第１の階層の画像を選択する画像選択部と、前記画像選択部により選択された前記第１の階層の画像を用いて、第２の階層の画像の符号化データを復号する復号部とを備える復号装置である。
　本開示の第１の側面の復号方法は、本開示の第１の側面の復号装置に対応する。
　本開示の第１の側面においては、ループフィルタ処理前の第１の階層の画像またはループフィルタ処理後の前記第１の階層の画像が選択され、選択された前記第１の階層の画像を用いて、第２の階層の画像の符号化データが復号される。
　本開示の第２の側面の符号化装置は、ループフィルタ処理前の第１の階層の画像またはループフィルタ処理後の前記第１の階層の画像を選択する画像選択部と、前記画像選択部により選択された前記第１の階層の画像を用いて、第２の階層の画像を符号化し、符号化データを生成する符号化部とを備える符号化装置である。
　本開示の第２の側面の符号化方法は、本開示の第２の側面の符号化装置に対応する。
　本開示の第２の側面においては、ループフィルタ処理前の第１の階層の画像またはループフィルタ処理後の前記第１の階層の画像が選択され、選択された前記第１の階層の画像を用いて、第２の階層の画像が符号化され、符号化データが生成される。
　なお、第１の側面の復号装置及び第２の側面の符号化装置は、コンピュータにプログラムを実行させることにより実現することができる。
　また、第１の側面の復号装置および第２の側面の符号化装置を実現するために、コンピュータに実行させるプログラムは、伝送媒体を介して伝送することにより、又は、記録媒体に記録して、提供することができる。
　第１の側面の復号装置及び第２の側面の符号化装置は、独立した装置であっても良いし、１つの装置を構成している内部ブロックであっても良い。
　本開示の第１の側面によれば、スケーラブル符号化された画像を復号することができる。また、本開示の第１の側面によれば、符号化効率が向上するようにスケーラブル符号化された画像を復号することができる。
　本開示の第２の側面によれば、画像をスケーラブル符号化することができる。また、本開示の第２の側面によれば、スケーラブル符号化の符号化効率を向上させることができる。
　なお、ここに記載された効果は必ずしも限定されるものではなく、本開示中に記載されたいずれかの効果であってもよい。
空間スケーラブル符号化を説明する図である。 temporal scalabilityを説明する図である。 SNR scalabilityを説明する図である。 本開示を適用した符号化装置の第１実施の形態の構成例を示すブロック図である。 図４のエンハンスメント符号化部の構成例を示すブロック図である。 図５の符号化部の構成例を示すブロック図である。 CUを説明する図である。 デブロックフィルタにおけるデフォルト値を示すブロック図である。 バンドオフセット処理を説明する図である。 エッジオフセット処理における隣接画素を説明する図である。 エッジオフセット処理におけるカテゴリを説明する図である。 図６の画像選択部の構成例を示すブロック図である。 動き予測・補償部による内挿フィルタ処理を説明する図である。 輝度信号に対する内挿フィルタ処理のフィルタ係数を説明する図である。 色差信号に対する内挿フィルタ処理のフィルタ係数を説明する図である。 図４の符号化装置の階層符号化処理を説明するフローチャートである。 図１６のエンハンスメント符号化処理の詳細を説明するフローチャートである。 図１６のエンハンスメント符号化処理の詳細を説明するフローチャートである。 図１７のベース変換処理の詳細を説明するフローチャートである。 図１８のデブロックフィルタ処理の詳細を説明するフローチャートである。 本開示を適用した復号装置の第１実施の形態の構成例を示すブロック図である。 図２１のエンハンスメント復号部の構成例を示すブロック図である。 図２２の復号部の構成例を示すブロック図である。 図２３の画像選択部の構成例を示すブロック図である。 図２１の復号装置の階層復号処理を説明するフローチャートである。 図２５のエンハンスメント復号処理の詳細を説明するフローチャートである。 図２６のベース変換処理の詳細を説明するフローチャートである。 本開示を適用した符号化装置の第２実施の形態のエンハンスメント符号化部の構成例を示すブロック図である。 図２８の符号化部の構成例を示すブロック図である。 図２９の画像選択部の構成例を示すブロック図である。 階層情報を説明する図である。 VPS_extension()のシンタクスの例を示す図である。 VPS_extension()のシンタクスの例を示す図である。 本開示を適用した符号化装置の第２実施の形態の階層符号化処理を説明するフローチャートである。 図３４のエンハンスメント符号化処理におけるベース変換処理を説明するフローチャートである。 本開示を適用した復号装置の第２実施の形態の復号部の構成例を示すブロック図である。 本開示を適用した符号化装置の第３実施の形態の符号化部の構成例を示すブロック図である。 本開示を適用した符号化装置の第２実施の形態によるエンハンスメント符号化処理の詳細を説明するフローチャートである。 本開示を適用した符号化装置の第２実施の形態によるエンハンスメント符号化処理の詳細を説明するフローチャートである。 本開示を適用した復号装置の第３実施の形態の復号部の構成例を示すブロック図である。 多視点画像符号化方式の例を示す図である。 スケーラブル符号化の他の例を示す図である。 コンピュータのハードウエアの構成例を示すブロック図である。 本開示を適用したテレビジョン装置の概略構成例を示す図である。 本開示を適用した携帯電話機の概略構成例を示す図である。 本開示を適用した記録再生装置の概略構成例を示す図である。 本開示を適用した撮像装置の概略構成例を示す図である。 スケーラブル符号化利用の一例を示すブロック図である。 スケーラブル符号化利用の他の例を示すブロック図である。 スケーラブル符号化利用のさらに他の例を示すブロック図である。 本技術を適用したビデオセットの概略的な構成の一例を示すブロック図である。 本技術を適用したビデオプロセッサの概略的な構成の一例を示すブロック図である。 本技術を適用したビデオプロセッサの概略的な構成の他の例を示すブロック図である。
　＜スケーラブル符号化の説明＞
　（空間スケーラブル符号化の説明）
　図１は、空間スケーラブル符号化（spatial scalability）を説明する図である。
　図１に示すように、空間スケーラブル符号化では、画像が空間解像度で階層化されて符号化される。具体的には、空間スケーラブル符号化では、低解像度の画像がベース画像として符号化され、高解像度の画像がエンハンスメント画像として符号化される。
　従って、符号化装置は、処理能力の低い復号装置に対してベース画像の符号化データのみを伝送することにより、復号装置は、低解像度の画像を生成することができる。また、符号化装置は、処理能力の高い復号装置に対してベースレイヤとエンハンスメント画像の符号化データを伝送することにより、復号装置は、ベースレイヤとエンハンスメント画像を復号し、高解像度の画像を生成することができる。
　（temporal scalabilityの説明）
　図２は、temporal scalabilityを説明する図である。
　図２に示すように、temporal scalabilityでは、画像がフレームレートで階層化されて符号化される。具体的には、temporal scalabilityでは、例えば、低フレームレート（図２の例では7.5fps）の画像がベース画像として符号化される。また、中フレームレート（図２の例では15fps）の画像がエンハンスメント画像として符号化される。さらに、高フレームレート（図２の例では30fps）の画像がエンハンスメント画像として符号化される。
　従って、符号化装置は、処理能力の低い復号装置に対してベース画像の符号化データのみを伝送することにより、復号装置は、低フレームレートの画像を生成することができる。また、符号化装置は、処理能力の高い復号装置に対してベースレイヤとエンハンスメント画像の符号化データを伝送することにより、復号装置は、ベースレイヤとエンハンスメント画像を復号し、高フレームレートまたは中フレームレートの画像を生成することができる。
　（SNR scalabilityの説明）
　図３は、SNR scalabilityを説明する図である。
　図３に示すように、SNR scalabilityでは、画像がSNR(signal-noise ratio)で階層化されて符号化される。具体的には、SNR scalabilityでは、低SNRの画像がベース画像として符号化され、高SNRの画像がエンハンスメント画像として符号化される。
　従って、符号化装置は、処理能力の低い復号装置に対してベース画像の符号化データのみを伝送することにより、復号装置は、低SNRの画像を生成することができる。また、符号化装置は、処理能力の高い復号装置に対してベースレイヤとエンハンスメント画像の符号化データを伝送することにより、復号装置は、ベースレイヤとエンハンスメント画像を復号し、高SNRの画像を生成することができる。
　また、図示は省略するが、スケーラブル符号化としては、空間スケーラブル符号化、temporal scalability、SNR scalabilityの他にも存在する。
　例えば、スケーラブル符号化としては、画像をビット数で階層化して符号化するbit-depth scalabilityもある。この場合、例えば、8bitビデオの画像がベース画像とされ、10bitビデオの画像がエンハンスメント画像とされ、符号化される。
　また、スケーラブル符号化としては、画像を色差信号のフォーマットで階層化して符号化するchroma scalabilityもある。この場合、例えば、YCbCr420の画像がベース画像とされ、YCbCr422の画像がエンハンスメント画像とされ、符号化される。
　なお、以下では、説明の便宜上、エンハンスメントレイヤが１つである場合について説明する。
　＜第１実施の形態＞
　（符号化装置の第１実施の形態の構成例）
　図４は、本開示を適用した符号化装置の第１実施の形態の構成例を示すブロック図である。
　図４の符号化装置３０は、ベース符号化部３１、エンハンスメント符号化部３２、合成部３３、および伝送部３４により構成される。符号化装置３０は、低解像度画像と高解像度像を用いてHEVC方式に準ずる方式で空間スケーラブル符号化を行う。
　符号化装置３０のベース符号化部３１には、外部からベース画像として低解像度画像が入力される。ベース符号化部３１は、例えばHEVC方式の符号化装置と同様に構成され、ベース画像をHEVC方式で符号化する。ベース符号化部３１は、符号化の結果得られる符号化データ、VPS(Video Parameter Set),SPS（Sequence Parameter Set）,PPS（Picture Parameter Set）等を含む符号化ストリームを、ベースストリームとして合成部３３に供給する。また、ベース符号化部３１は、ベース画像の符号化時に参照画像として用いるために復号された、ループフィルタ処理前のベース画像とループフィルタ処理後のベース画像を、エンハンスメント符号化部３２に供給する。
　エンハンスメント符号化部３２には、外部からエンハンスメント画像として高解像度画像が入力される。エンハンスメント符号化部３２は、エンハンスメント画像をHEVC方式に準ずる方式で符号化する。このとき、エンハンスメント符号化部３２は、ベース符号化部３１からのループフィルタ処理前のベース画像またはループフィルタ処理後のベース画像を参照する。エンハンスメント符号化部３２は、符号化の結果得られる符号化データ、VPS,SPS,PPS等を含む符号化ストリームをエンハンスメントストリームとして合成部３３に供給する。
　合成部３３は、ベース符号化部３１から供給されるベースストリームとエンハンスメント符号化部３２から供給されるエンハンスメントストリームを合成し、全階層の符号化ストリームを生成する。合成部３３は、全階層の符号化ストリームを伝送部３４に供給する。
　伝送部３４は、合成部３３から供給される全階層の符号化ストリームを後述する復号装置に伝送する。
　なお、ここでは、符号化装置３０は、全階層の符号化ストリームを伝送するものとするが、必要に応じて、ベースストリームのみを伝送することもできる。
　（エンハンスメント符号化部の構成例）
　図５は、図４のエンハンスメント符号化部３２の構成例を示すブロック図である。
　図５のエンハンスメント符号化部３２は、設定部５１と符号化部５２により構成される。
　エンハンスメント符号化部３２の設定部５１は、必要に応じて、VPS,SPS,PPSなどのパラメータセットを設定する。設定部５１は、設定されたパラメータセットを符号化部５２に供給する。
　符号化部５２は、ベース符号化部３１からのループフィルタ処理前のベース画像またはループフィルタ処理後のエンハンスメント画像を参照して、外部から入力されるエンハンスメント画像を、HEVC方式に準ずる方式で符号化する。符号化部５２は、その結果得られる符号化データと、設定部５１から供給されるパラメータセットからエンハンスメントストリームを生成し、図４の合成部３３に供給する。
　（符号化部の構成例）
　図６は、図５の符号化部５２の構成例を示すブロック図である。
　図６の符号化部５２は、A/D変換部７１、画面並べ替えバッファ７２、演算部７３、直交変換部７４、量子化部７５、可逆符号化部７６、蓄積バッファ７７、生成部７８、逆量子化部７９、逆直交変換部８０、加算部８１、デブロックフィルタ８２、適応オフセットフィルタ８３、適応ループフィルタ８４、フレームメモリ８５、スイッチ８６、イントラ予測部８７、動き予測・補償部８８、予測画像選択部８９、レート制御部９０、画像選択部９１、アップサンプル部９２、およびアップサンプル部９３により構成される。
　符号化部５２のA/D変換部７１は、入力されたフレーム単位のエンハンスメント画像をA/D変換し、画面並べ替えバッファ７２に出力して記憶させる。画面並べ替えバッファ７２は、記憶した表示の順番のフレーム単位のエンハンスメント画像を、GOP(Group of Picture)構造に応じて、符号化のための順番に並べ替え、演算部７３、イントラ予測部８７、および動き予測・補償部８８に出力する。
　演算部７３は、符号化部として機能し、予測画像選択部８９から供給される予測画像と、画面並べ替えバッファ７２から出力された符号化対象のエンハンスメント画像の差分を演算することにより符号化を行う。具体的には、演算部７３は、画面並べ替えバッファ７２から出力された符号化対象のエンハンスメント画像から、予測画像選択部８９から供給される予測画像を減算することにより符号化を行う。
　演算部７３は、その結果得られる画像を、残差情報として直交変換部７４に出力する。なお、予測画像選択部８９から予測画像が供給されない場合、演算部７３は、画面並べ替えバッファ７２から読み出されたエンハンスメント画像をそのまま残差情報として直交変換部７４に出力する。
　直交変換部７４は、演算部７３からの残差情報を所定の方式で直交変換し、生成された直交変換係数を量子化部７５に供給する。
　量子化部７５は、直交変換部７４から供給される直交変換係数に対して量子化を行い、その結果得られる係数を、可逆符号化部７６に供給する。
　可逆符号化部７６は、最適イントラ予測モードを示すイントラ予測モード情報をイントラ予測部８７から取得する。また、可逆符号化部７６は、動き予測・補償部８８から最適インター予測モードを示すインター予測モード情報、動きベクトル、参照画像を特定するインデックスである参照画像特定情報などを取得する。さらに、可逆符号化部７６は、適応オフセットフィルタ８３からオフセット情報を取得し、適応ループフィルタ８４からフィルタ係数を取得する。また、可逆符号化部７６は、画像選択部９１から、選択されたベース画像のループフィルタ処理の有無を表すループフィルタ情報を取得する。
　可逆符号化部７６は、量子化部７５から供給される量子化された係数に対して、可変長符号化（例えば、CAVLC（Context-Adaptive Variable Length Coding）など）、算術符号化（例えば、CABAC（Context-Adaptive Binary Arithmetic Coding）など）などの可逆符号化を行う。
　また、可逆符号化部７６は、イントラ予測モード情報、または、インター予測モード情報、動きベクトル、および参照画像特定情報、オフセット情報、フィルタ係数、並びにループフィルタ情報を、符号化に関する符号化情報として可逆符号化する。可逆符号化部７６は、可逆符号化された符号化情報と可逆符号化された係数を符号化データとして蓄積バッファ７７に供給し、蓄積させる。なお、可逆符号化された符号化情報は、スライスヘッダ等のヘッダ部として符号化データに付加されるようにしてもよい。
　蓄積バッファ７７は、可逆符号化部７６から供給される符号化データを、一時的に記憶する。また、蓄積バッファ７７は、記憶している符号化データを生成部７８に供給する。
　生成部７８は、図５の設定部５１から供給されるパラメータセットと蓄積バッファ７７から供給される符号化データからエンハンスメントストリームを生成し、図４の合成部３３に供給する。
　また、量子化部７５から出力された量子化された係数は、逆量子化部７９にも入力される。逆量子化部７９は、量子化部７５により量子化された係数に対して逆量子化を行い、その結果得られる直交変換係数を逆直交変換部８０に供給する。
　逆直交変換部８０は、逆量子化部７９から供給される直交変換係数に対して、直交変換部７４における直交変換の方式に対応する方式で4次の逆直交変換を行い、その結果得られる残差情報を加算部８１に供給する。
　加算部８１は、復号部として機能し、逆直交変換部８０から供給される残差情報と、予測画像選択部８９から供給される予測画像を加算して、局部的に復号されたエンハンスメント画像を得る。なお、予測画像選択部８９から予測画像が供給されない場合、加算部８１は、逆直交変換部８０から供給される残差情報を局部的に復号されたエンハンスメント画像とする。加算部８１は、局部的に復号されたエンハンスメント画像をデブロックフィルタ８２に供給するとともに、フレームメモリ８５に供給して蓄積させる。
　デブロックフィルタ８２、適応オフセットフィルタ８３、および適応ループフィルタ８４は、デブロックフィルタ処理、適応オフセット処理、および適応ループフィルタ処理からなるループフィルタ処理を行う。
　具体的には、デブロックフィルタ８２は、加算部８１から供給される局部的に復号されたエンハンスメント画像に対して、ブロック歪を除去するデブロックフィルタ処理を行い、その結果得られるエンハンスメント画像を適応オフセットフィルタ８３に供給する。
　適応オフセットフィルタ８３は、デブロックフィルタ８２から供給されるデブロックフィルタ処理後のエンハンスメント画像に対して、必要に応じて、主にリンギングを除去する適応オフセット(SAO（Sample adaptive offset)）処理を行う。
　具体的には、適応オフセットフィルタ８３は、適応オフセット処理を行う場合、最大の符号化単位であるLCU（Largest Coding Unit）ごとにエンハンスメント画像に施す適応オフセット処理の種類を、バンドオフセット処理またはエッジオフセット処理に決定する。
　バンドオフセット処理とは、所定の帯域に対してのみ設定されるオフセットを用いたフィルタ処理である。エッジオフセット処理とは、隣接画素との関係に応じたオフセットを用いたフィルタ処理である。
　また、適応オフセット処理の種類がバンドオフセット処理である場合、適応オフセットフィルタ８３は、LCUごとに、オフセットを設定する帯域を決定し、そのオフセットを演算する。一方、適応オフセット処理の種類がエッジオフセット処理である場合、適応オフセットフィルタ８３は、LCUごとに、隣接画素のパターンを決定し、そのパターンの隣接画素との関係に応じたオフセットを演算する。
　適応オフセット処理の種類、帯域、および隣接画素のパターンの決定、並びにオフセットの演算は、例えば、適応オフセット処理後のエンハンスメント画像と画面並べ替えバッファ７２から出力されるエンハンスメント画像との差分が小さくなるように行われる。
　適応オフセットフィルタ８３は、演算されたオフセットと、決定された帯域または隣接画素のパターンとに基づいて、デブロックフィルタ処理後のエンハンスメント画像に対して、決定された種類の適応オフセット処理を行う。そして、適応オフセットフィルタ８３は、適応オフセット処理後のエンハンスメント画像を適応ループフィルタ８４に供給する。
　また、適応オフセットフィルタ８３は、適応オフセット処理の種類を表す種類情報、オフセット、および、帯域を特定する帯域情報または隣接画素のパターンを特定するパターン情報を、オフセット情報として可逆符号化部７６に供給する。
　但し、適応オフセットフィルタ８３は、CTB単位で、そのCTBのオフセット情報と、そのCTBの左に位置するCTBのオフセット情報が同一である場合、そのことを表すsao_merge_left_flagをオフセット情報の代わりに可逆符号化部７６に供給する。また、適応オフセットフィルタ８３は、CTB単位で、そのCTBのオフセット情報と、そのCTBの上に位置するCTBのオフセット情報が同一である場合、そのことを表すsao_merge_up_flagをオフセット情報の代わりに可逆符号化部７６に供給する。これにより、符号化効率を向上させることができる。
　なお、種類情報には、適応オフセット処理を行わないことを適応オフセット処理の種類として表す情報も含まれる。即ち、種類情報は、適応オフセット処理を行わない情報、エッジオフセット処理を表す情報、またはバンドオフセット処理を行う情報のいずれかである。具体的には、種類情報は、適応オフセット処理を行わないことを表す場合０であり、エッジオフセット処理を表す場合１であり、バンドオフセット処理を表す場合２である。この種類情報は、CTB単位でsao_type_idxとして設定される。また、パターン情報は、CTB単位でsao_eo_classとして設定される。
　適応ループフィルタ８４は、例えば、２次元のウィナーフィルタ（Wiener Filter）により構成される。適応ループフィルタ８４は、適応オフセットフィルタ８３から供給される適応オフセット処理後のエンハンスメント画像に対して、例えば、LCUごとに、適応ループフィルタ（ALF(Adaptive Loop Filter)）処理を行う。適応ループフィルタ８４は、適応ループフィルタ処理後のエンハンスメント画像をフレームメモリ８５に供給する。また、適応ループフィルタ８４は、適応ループフィルタ処理に用いられたフィルタ係数を可逆符号化部７６に供給する。
　なお、ここでは、適応ループフィルタ処理は、LCUごとに行われるものとするが、適応ループフィルタ処理の処理単位は、LCUに限定されない。但し、適応オフセットフィルタ８３と適応ループフィルタ８４の処理単位を合わせることにより、処理を効率的に行うことができる。
　フレームメモリ８５は、加算部８１および適応ループフィルタ８４から供給されるエンハンスメント画像、並びに、アップサンプル部９２またはアップサンプル部９３から供給されるアップサンプリング後のベース画像を蓄積する。フレームメモリ８５に蓄積されたベース画像またはエンハンスメント画像は、スイッチ８６を介してイントラ予測部８７または動き予測・補償部８８に出力される。
　イントラ予測部８７は、ＰＵ（Prediction Unit）単位で、候補となる全てのイントラ予測モードのイントラ予測を行う。具体的には、イントラ予測部８７は、候補となる全てのイントラ予測モードについて、ＰＵの周辺の画素をフレームメモリ８５からスイッチ８６を介して参照画素として読み出す。イントラ予測部８７は、参照画素を用いてイントラ予測を行い、予測画像を生成する。
　イントラ予測部８７は、画面並べ替えバッファ７２から読み出されたエンハンスメント画像、イントラ予測の結果生成される予測画像、およびイントラ予測モードを示す情報等に基づいて、候補となる全てのイントラ予測モードに対してコスト関数値（詳細は後述する）を算出する。そして、イントラ予測部８７は、コスト関数値が最小となるイントラ予測モードを、最適イントラ予測モードに決定する。
　イントラ予測部８７は、最適イントラ予測モードで生成された予測画像、および、対応するコスト関数値を、予測画像選択部８９に供給する。イントラ予測部８７は、予測画像選択部８９から最適イントラ予測モードで生成された予測画像の選択が通知された場合、イントラ予測モード情報を可逆符号化部７６に供給する。
　なお、コスト関数値は、RD(Rate Distortion)コストともいい、例えば、H．264/AVC方式における参照ソフトウエアであるJM(Joint Model)で定められているような、High Complexity モードか、Low Complexity モードのいずれかの手法に基づいて算出される。なお、H．264/AVC方式における参照ソフトウエアは、http://iphome.hhi.de/suehring/tml/index.htmにおいて公開されている。
　具体的には、コスト関数値の算出手法としてHigh Complexity モードが採用される場合、候補となる全ての予測モードに対して、仮に復号までが行われ、次の式（１）で表わされるコスト関数値Cost(Mode)が各予測モードに対して算出される。
Figure JPOXMLDOC01-appb-M000001
　Dは、原画像と復号画像の差分（歪）、Rは、直交変換の係数まで含んだ発生符号量、λは、量子化パラメータQPの関数として与えられるラグランジュ未定乗数である。
　一方、コスト関数値の算出手法としてLow Complexity モードが採用される場合、候補となる全ての予測モードに対して、予測画像の生成、および、符号化情報の符号量の算出が行われ、次の式（２）で表わされるコスト関数Cost(Mode)が各予測モードに対して算出される。
Figure JPOXMLDOC01-appb-M000002
　Dは、原画像と予測画像の差分（歪）、Header_Bitは、符号化情報の符号量、QPtoQuantは、量子化パラメータQPの関数として与えられる関数である。
　Low Complexity モードにおいては、全ての予測モードに対して、予測画像を生成するだけでよく、復号画像を生成する必要がないため、演算量が少なくて済む。
　動き予測・補償部８８は、ＰＵ単位で、候補となる全てのインター予測モードの動き予測・補償処理を行う。具体的には、動き予測・補償部８８は、２次元の線形内挿適応フィルタを有する。また、動き予測・補償部８８は、フレームメモリ８５からスイッチ８６を介して、エンハンスメント画像またはベース画像を参照画像の候補として読み出す。動き予測・補償部８８は、２次元の線形内挿適応フィルタを用いて、画面並べ替えバッファ７２から供給されるエンハンスメント画像と参照画像の候補に対して内挿フィルタ処理を行うことにより、エンハンスメント画像と参照画像の候補を高解像度化する。
　動き予測・補償部８８は、高解像度化されたエンハンスメント画像と参照画像の候補とに基づいて、候補となる全てのインター予測モードの動きベクトルを分数画素精度で検出する。そして、動き予測・補償部８８は、その動きベクトルに基づいて参照画像の候補に補償処理を施し、予測画像の候補を生成する。なお、インター予測モードとは、ＰＵのサイズ等を表すモードである。
　また、動き予測・補償部８８は、画面並べ替えバッファ７２から供給されるエンハンスメント画像と予測画像の候補とに基づいて、候補となる全てのインター予測モードに対してコスト関数値を算出する。動き予測・補償部８８は、コスト関数値が最小となるインター予測モードを最適インター予測モードに決定するとともに、対応する予測画像の候補を予測画像とする。そして、動き予測・補償部８８は、最適インター予測モードのコスト関数値と予測画像を予測画像選択部８９に供給する。
　また、動き予測・補償部８８は、予測画像選択部８９から最適インター予測モードで生成された予測画像の選択が通知された場合、インター予測モード情報、対応する動きベクトル、参照画像の候補を参照画像とする参照画像特定情報などを可逆符号化部７６に出力する。
　予測画像選択部８９は、イントラ予測部８７および動き予測・補償部８８から供給されるコスト関数値に基づいて、最適イントラ予測モードと最適インター予測モードのうちの、対応するコスト関数値が小さい方を、最適予測モードに決定する。そして、予測画像選択部８９は、最適予測モードの予測画像を、演算部７３および加算部８１に供給する。また、予測画像選択部８９は、最適予測モードの予測画像の選択をイントラ予測部８７または動き予測・補償部８８に通知する。
　レート制御部９０は、蓄積バッファ７７に蓄積された符号化データに基づいて、オーバーフローあるいはアンダーフローが発生しないように、量子化部７５の量子化動作のレートを制御する。
　画像選択部９１は、ユーザの指令等に基づいて、図４のベース符号化部３１から供給されるループフィルタ処理前のベース画像またはループフィルタ処理後のベース画像を選択する。画像選択部９１は、選択されたループフィルタ処理前のベース画像をアップサンプル部９２に供給し、ループフィルタ処理後のベース画像をアップサンプル部９３に供給する。また、画像選択部９１は、ループフィルタ情報を可逆符号化部７６に供給する。
　アップサンプル部９２は、動き予測・補償部８８と同様の２次元の線形内挿適応フィルタを有する。アップサンプル部９２は、２次元の線形内挿適応フィルタにより、画像選択部９１から供給されるループフィルタ処理前のベース画像に対して内挿フィルタ処理を行うことにより、ループフィルタ処理前のベース画像をアップサンプリングする。アップサンプル部９２は、アップサンプリングにより生成された高解像度画像を、アップサンプリング後のベース画像としてフレームメモリ８５に供給する。
　アップサンプル部９３は、動き予測・補償部８８と同様の２次元の線形内挿適応フィルタを有する。アップサンプル部９３は、２次元の線形内挿適応フィルタにより、画像選択部９１から供給されるループフィルタ処理後のベース画像に対して内挿フィルタ処理を行うことにより、ループフィルタ処理後のベース画像をアップサンプリングする。アップサンプル部９３は、アップサンプリングにより生成された高解像度画像を、アップサンプリング後のベース画像としてフレームメモリ８５に供給する。
　なお、動き予測・補償部８８の２次元の線形内挿適応フィルタと、アップサンプル部９２および９３の２次元の線形内挿適応フィルタは、共通化されてもよい。また、アップサンプル部９２およびアップサンプル部９３は、共通化されてもよい。
　（符号化単位の説明）
　図７は、HEVC方式における符号化単位であるCoding UNIT(CU)を説明する図である。
　HEVC方式では、4000画素×2000画素のUHD（Ultra High Definition）などのような大きな画枠の画像も対象としているため、符号化単位のサイズを16画素×16画素に固定することは最適ではない。従って、HEVC方式では、符号化単位としてCUが定義されている。このCUの詳細については、非特許文献１に記載されている。
　CUは、AVC方式におけるマクロブロックと同様の役割を果たす。具体的には、CUは、イントラ予測またはインター予測の単位である予測ブロック(PU)に分割されたり、直交変換の単位である変換ブロック(TU)に分割されたりする。
　但し、CUのサイズは、シーケンスごとに可変の２のべき乗画素で表される正方形である。具体的には、CUは、最大のサイズのCUであるLCUを、最小のサイズのCUであるSCU(Smallest Coding Unit)より小さくならないように、任意の回数だけ水平方向および垂直方向に２分割することにより設定される。即ち、LCUを、SCUになるまで、上の階層のサイズが下の階層のサイズの1/4となるように階層化したときの任意の階層のサイズがCUのサイズである。
　例えば、図７では、LCUのサイズが128であり、SCUのサイズが8である。従って、LCUの階層深度（Depth）は0乃至4となり、階層深度数は5となる。即ち、CUに対応する分割数は0乃至4のいずれかである。
　なお、LCUとSCUのサイズを指定する情報は、SPSに含められる。また、CUに対応する分割数は、各階層においてさらに分割するかどうかを表すsplit_flagにより指定される。CUの詳細については、非特許文献１に記載されている。
　また、本明細書において、CTU（Coding Tree Unit）は、LCUのCTB（Coding Tree Block）と、そのLCUベース（レベル）で処理するときのパラメータを含む単位であるとする。また、CTUを構成するCUは、CB(Coding Block)と、そのCUベース（レベル）で処理するときのパラメータを含む単位であるとする。
　（デブロックフィルタ処理の説明）
　次に、デブロックフィルタ処理について説明する。
　デブロックフィルタ処理は、PUまたはTUの境界に対して行われる。AVC方式では、デブロックフィルタ処理の対象のPUまたはTUの最小サイズが4×4画素であったが、HEVC方式では、輝度信号、色差信号ともに、最小サイズは8×8画素である。
　デブロックフィルタ８２は、まず、デブロックフィルタ処理の強度を表すBS(Boundary Strength)値を決定する。BS値は、0乃至2のいずれかである。
　具体的には、PUまたはTUの境界で互いに隣り合うPUまたはTUであるブロックPおよびブロックQのいずれか一方がイントラ符号化されている場合、デブロックフィルタ８２は、BS値を2にする。また、それ以外の場合、所定の条件が成立するときには、デブロックフィルタ８２はBS値を1にし、所定の条件が成立しないときには0にする。
　所定の条件とは、ブロックPおよびブロックQの少なくとも一方の直交変換係数が非0直交変換係数であるという条件、ブロックPおよびQの参照ピクチャが異なるという条件、ブロックPおよびブロックQの動きベクトルが異なるという条件、またはブロックPおよびブロックQの差分動きベクトルが、整数画素単位で1.0以上異なるという条件である。
　次に、デブロックフィルタ８２は、デブロックフィルタ処理の種類の決定のための閾値βおよび閾値tｃを、デフォルト値β´、デフォルト値tｃ´、およびビット深度BitDepthＹから、以下の式（３）により決定する。
Figure JPOXMLDOC01-appb-M000003
　なお、デフォルト値β´およびデフォルト値tｃは、図８に示すようにＡに応じて決定される。このＡは、スライスヘッダに設定されるslice_beta_offset_div2およびslice_tc_offset_div2により変更可能である。
　次に、デブロックフィルタ８２は、BS値、並びに、閾値βおよび閾値tｃに基づいて、デブロックフィルタ処理を行うかどうかの判定、デブロックフィルタ処理の強度の決定等を行う。そして、デブロックフィルタ８２は、デブロックフィルタ処理を行うと判定した場合、決定された強度のデブロックフィルタ処理を行う。
　デブロックフィルタ処理は、ピクチャ全体に対して、水平方向、垂直方向の順に行われる。従って、デブロックフィルタ８２は、並列処理を行うことができる。
　（バンドオフセット処理の説明）
　図９は、バンドオフセット処理を説明する図である。
　図９に示すように、バンドオフセット処理では、各画素値が、例えば、３２個の帯域（バンド）に等分される。そして、３２個の帯域のうちの所定の帯域に対してオフセットが設定され、オフセットを用いたフィルタ処理が行われる。なお、オフセットを設定する帯域の数は、予め決められており、例えば、その帯域のうちの最も低い帯域を特定することにより、オフセットを設定する帯域を特定することができる。
　図９の例では、画素値のビット深度が8ビットであり、画素値は、0乃至255の値である。従って、各帯域は、8個の画素値からなる。また、図９の例では、オフセットを設定する帯域の数が４である。従って、最も低い帯域から１０番目の帯域を特定する情報を帯域情報とすることにより、最も低い帯域から１０乃至１３番目の帯域にフィルタ処理を施すことができる。即ち、80乃至112の値をとる画素値に対してフィルタ処理を施すことができる。
　以上のようなバンドオフセット処理により、空の画像などのように平坦な画像において疑似輪郭が生じるといった画質劣化を改善することができる。
　（エッジオフセット処理の説明）
　図１０は、エッジオフセット処理における隣接画素を説明する図である。
　図１０に示すように、エッジオフセット処理における隣接画素のパターンの数は、４種類である。具体的には、隣接画素の第１のパターンは、図１０のＡに示すように、処理対象の画素１３０の左に隣接する画素１３１と右に隣接する画素１３２を隣接画素とするパターンである。また、第２のパターンは、図１０のＢに示すように、画素１３０の上に隣接する画素１３３と下に隣接する画素１３４を隣接画素とするパターンである。
　第３のパターンは、図１０のＣに示すように、画素１３０の左上に隣接する画素１３５と右下に隣接する画素１３６を隣接画素とするパターンである。第４のパターンは、図１０のＤに示すように、画素１３０の右上に隣接する画素１３７と左下に隣接する画素１３８を隣接画素とするパターンである。
　エッジオフセット処理では、ＬＣＵごとに、第１乃至第４のパターンのいずれかが選択され、選択されたパターンの隣接画素の画素値に基づいて、そのＬＣＵ内の各画素がカテゴリに分類される。各ＬＣＵのパターン情報は、オフセット情報として復号装置に伝送される。
　図１１は、エッジオフセット処理におけるカテゴリ（EdgeIdx）を説明する図である。
　図１１に示すように、エッジオフセット処理におけるカテゴリの数は５つである。具体的には、第１のカテゴリ（EdgeIdx=0）は、処理対象の画素の画素値ｐが隣接画素の画素値ｎ０およびｎ１の両方と同一であるカテゴリである。第２のカテゴリ（EdgeIdx=1）は、処理対象の画素の画素値ｐが隣接画素の画素値ｎ０およびｎ１の両方に比べて小さいカテゴリである。
　第３のカテゴリ（EdgeIdx=2）は、処理対象の画素の画素値ｐが隣接画素の画素値ｎ０およびｎ１の一方と同一であり、他方に比べて小さいカテゴリである。第４のカテゴリ（EdgeIdx=3）は、処理対象の画素の画素値ｐが隣接画素の画素値ｎ０およびｎ１の一方と同一であり、他方に比べて大きいカテゴリである。第５のカテゴリ（EdgeIdx=4）は、処理対象の画素の画素値ｐが隣接画素の画素値ｎ０およびｎ１の両方に比べて大きいカテゴリである。
　第１乃至第５のカテゴリに分類された画素に対してはカテゴリごとにオフセットが算出され、オフセット情報として復号装置に伝送される。但し、オフセットの正負は、カテゴリごとに固定されており、オフセットの正負に関する情報は伝送されない。例えば、第２および第３のカテゴリのオフセットの正負は正に固定され、第４および第５のカテゴリのオフセットの正負は負に固定されている。
　エッジオフセット処理では、算出された各カテゴリのオフセットを用いてそのカテゴリに分類された画素に対してフィルタ処理が施される。これにより、エッジ周りに生じるモスキートノイズを低減し、画質を向上させることができる。
　（画像選択部９１の構成例）
　図１２は、図６の画像選択部９１の構成例を示すブロック図である。
　なお、図１２では、ベース符号化部３１のうちの画像選択部９１の処理に関するブロックのみを記載している。即ち、図１２に示すように、ベース符号化部３１は、フレームメモリ１４１とフレームメモリ１４２を有する。
　フレームメモリ１４１は、ベース画像の符号化時に参照画像として用いるために復号されたループフィルタ処理前のベース画像を記憶する。フレームメモリ１４２は、ベース画像の符号化時に参照画像として用いるために復号されたループフィルタ処理後のベース画像を記憶する。
　図１２の画像選択部９１は、セレクタ１５１と生成部１５２により構成される。
　セレクタ１５１は、生成部１５２からの選択信号に基づいて、フレームメモリ１４１に記憶されているループフィルタ処理前のベース画像、または、フレームメモリ１４２に記憶されているループフィルタ処理後のベース画像を選択する。セレクタ１５１は、選択されたループフィルタ処理前のベース画像をアップサンプル部９２に供給する。また、セレクタ１５１は、選択されたループフィルタ処理後のベース画像をアップサンプル部９３に供給する。
　生成部１５２は、ユーザの指令等に基づいて、スライス単位で、符号化に用いるベース画像を、ループフィルタ処理前のベース画像またはループフィルタ処理後のベース画像に決定する。生成部１５２は、決定されたベース画像の選択を表す選択信号をセレクタ１５１に供給する。また、生成部１５２は、決定されたベース画像のループフィルタ処理の有無を表す情報を、ループフィルタ情報として生成する。生成部１５２は、生成されたループフィルタ情報を図６の可逆符号化部７６に供給する。
　（動き予測・補償部による内挿フィルタ処理の説明）
　図１３は、動き予測・補償部８８による内挿フィルタ処理を説明する図である。
　なお、図１３において、斜線が付された正方形は、内挿フィルタ処理前の画素（以下、前画素という）を表し、斜線が付されていな正方形は、内挿フィルタ処理後の画素（以下、後画素という）を表す。
　動き予測・補償部８８は、1/4画素精度で輝度信号の動き予測・補償処理を行う。従って、動き予測・補償部８８は、８タップの２次元の線形内挿適応フィルタを用いて、エンハンスメント画像および参照画像の候補の輝度信号に対して水平方向および垂直方向に内挿フィルタ処理を行うことにより、前画素の間隔の1/4の間隔の後画素を生成する。例えば、ある前画素Ａ０，０に対して、前画素Ａ０，０と、前画素Ａ０，０に隣接する前画素Ａ１，０および前画素Ａ０，１との間に、前画素Ａ０，０の位置を左上の位置とした4×4の位置の前画素Ａ０，０並びに後画素ａ０，０乃至ｋ０，０，ｎ０，０、およびｐ０，０乃至ｒ０，０が生成される。
　なお、８タップの２次元の線形内挿適応フィルタのフィルタ係数は、図１４に示すようになる。即ち、生成する後画素に最も近い画素のインデックス（index）が０とされ、その画素より左側の画素のインデックスが、生成する後画素から近い順に大きくされ、右側の画素のインデックスが、生成する後画素から近い順に小さくされる。このとき、内挿フィルタ処理の方向に最も近い前画素との距離が前画素の間隔の1/2である後画素（例えば、後画素ｂ０，０，ｈ０，０など）を生成する際の各インデックスi(i=-3,-2,-1,0,1,2,3,4)の画素に対するフィルタ係数（hfilter[i]）は、iが小さい方から順に、-1,4,-11,40,40,-11,4,-1となる。
　また、内挿フィルタ処理の方向に最も近い前画素との距離が前画素の間隔の1/4である後画素（例えば、後画素ａ０，０，ｃ０，０，ｄ０，０，ｎ０，０など）を生成する際の各インデックスiの画素に対するフィルタ係数（qfilter[i]）は、iが小さい方から順に、-1,4,-10,58,17,-5,1,0となる。
　一方、動き予測・補償部８８は、1/8画素精度で色差信号の動き予測・補償処理を行う。従って、動き予測・補償部８８は、４タップの２次元の線形内挿適応フィルタを用いて、エンハンスメント画像および参照画像の候補の色差信号に対して水平方向および垂直方向に内挿フィルタ処理を行うことにより、前画素の間隔の1/8の間隔の後画素を生成する。
　４タップの２次元の線形内挿適応フィルタのフィルタ係数は、図１５に示すようになる。即ち、生成する後画素に最も近い画素のインデックスが０とされ、その画素より左側の画素のインデックスが、生成する後画素から近い順に大きくされ、右側の画素のインデックスが、生成する後画素から近い順に小さくされる。このとき、内挿フィルタ処理の方向に最も近い前画素との距離が前画素の間隔の1/8である後画素を生成する際の各インデックスi(i=-1,0,1,2)の画素に対するフィルタ係数（filter1[i]）は、iが小さい方から順に、-2,58,10,-2となる。
　また、内挿フィルタ処理の方向に最も近い前画素との距離が前画素の間隔の2/8である後画素を生成する際の各インデックスiの画素に対するフィルタ係数（filter2[i]）は、iが小さい方から順に、-4,54,16,-2となる。内挿フィルタ処理の方向に最も近い前画素との距離が前画素の間隔の3/8である後画素を生成する際の各インデックスiの画素に対するフィルタ係数（filter3[i]）は、iが小さい方から順に、-6,46,28,-4となる。
　さらに、内挿フィルタ処理の方向に最も近い前画素との距離が前画素の間隔の4/8である後画素を生成する際の各インデックスiの画素に対するフィルタ係数（filter4[i]）は、iが小さい方から順に、-4,36,36,-4となる。
　輝度信号および色差信号の内挿フィルタ処理は、16ビット精度に収まるようにされる。
　（符号化装置の処理の説明）
　図１６は、図４の符号化装置３０の階層符号化処理を説明するフローチャートである。
　図１６のステップＳ１１において、符号化装置３０のベース符号化部３１は、外部から入力されたベース画像をHEVC方式で符号化し、パラメータセットを付加することによりベースストリームを生成する。そして、ベース符号化部３１は、ベースストリームを合成部３３に供給する。
　ステップＳ１２において、ベース符号化部３１は、参照画像として用いるために復号した、ループフィルタ処理前のベース画像とループフィルタ処理後のベース画像を、エンハンスメント符号化部３２に出力する。
　ステップＳ１３において、エンハンスメント符号化部３２の設定部５１（図５）は、エンハンスメント画像のパラメータセットを設定し、符号化部５２に供給する。
　ステップＳ１４において、符号化部５２は、ベース符号化部３１から供給されるループフィルタ処理前のベース画像またはループフィルタ処理後のベース画像を用いてエンハンスメント画像を符号化するエンハンスメント符号化処理を行う。このエンハンスメント符号化処理の詳細は、後述する図１７および図１８を参照して説明する。
　ステップＳ１５において、符号化部５２の生成部７８（図６）は、ステップＳ１４で生成された符号化データと、設定部５１から供給されるパラメータセットからエンハンスメントストリームを生成し、合成部３３に供給する。
　ステップＳ１６において、合成部３３は、ベース符号化部３１から供給されるベースストリームとエンハンスメント符号化部３２から供給されるエンハンスメントストリームを合成し、全階層の符号化ストリームを生成する。合成部３３は、全階層の符号化ストリームを伝送部３４に供給する。
　ステップＳ１７において、伝送部３４は、合成部３３から供給される全階層の符号化ストリームを後述する復号装置に伝送する。
　図１７および図１８は、図１６のステップＳ１４のエンハンスメント符号化処理の詳細を説明するフローチャートである。
　図１７のステップＳ３０において、符号化部５２のA/D変換部７１は、入力されたフレーム単位のエンハンスメント画像をA/D変換し、画面並べ替えバッファ７２に出力して記憶させる。
　ステップＳ３１において、画面並べ替えバッファ７２は、記憶した表示の順番のフレームのエンハンスメント画像を、GOP構造に応じて、符号化のための順番に並べ替える。画面並べ替えバッファ７２は、並べ替え後のフレーム単位のエンハンスメント画像を、演算部７３、イントラ予測部８７、および動き予測・補償部８８に供給する。
　ステップＳ３２において、符号化部５２は、ベース画像を低解像度画像から高解像度画像に変換するベース変換処理を行う。このベース変換処理の詳細は、後述する図１９を参照して説明する。
　ステップＳ３３において、イントラ予測部８７は、ＰＵ単位で候補となる全てのイントラ予測モードのイントラ予測処理を行う。また、イントラ予測部８７は、画面並べ替えバッファ７２から読み出されたエンハンスメント画像と、イントラ予測処理の結果生成される予測画像とに基づいて、候補となる全てのイントラ予測モードに対してコスト関数値を算出する。そして、イントラ予測部８７は、コスト関数値が最小となるイントラ予測モードを、最適イントラ予測モードに決定する。イントラ予測部８７は、最適イントラ予測モードで生成された予測画像、および、対応するコスト関数値を、予測画像選択部８９に供給する。
　また、動き予測・補償部８８は、ＰＵ単位で候補となる全てのインター予測モードの動き予測・補償処理を行う。動き予測・補償部８８は、画面並べ替えバッファ７２から供給されるエンハンスメント画像と予測画像とに基づいて、候補となる全てのインター予測モードに対してコスト関数値を算出し、コスト関数値が最小となるインター予測モードを最適インター予測モードに決定する。そして、動き予測・補償部８８は、最適インター予測モードのコスト関数値と、対応する予測画像を予測画像選択部８９に供給する。
　ステップＳ３４において、予測画像選択部８９は、イントラ予測部８７および動き予測・補償部８８から供給されるコスト関数値に基づいて、最適イントラ予測モードと最適インター予測モードのうちのコスト関数値が最小となる方を、最適予測モードに決定する。そして、予測画像選択部８９は、最適予測モードの予測画像を、演算部７３および加算部８１に供給する。
　ステップＳ３５において、予測画像選択部８９は、最適予測モードが最適インター予測モードであるかどうかを判定する。ステップＳ３５で最適予測モードが最適インター予測モードであると判定された場合、予測画像選択部８９は、最適インター予測モードで生成された予測画像の選択を動き予測・補償部８８に通知する。
　そして、ステップＳ３６において、動き予測・補償部８８は、インター予測モード情報、対応する動きベクトル、および参照画像の候補を参照画像とする参照画像特定情報を可逆符号化部７６に供給し、処理をステップＳ３８に進める。
　一方、ステップＳ３５で最適予測モードが最適インター予測モードではないと判定された場合、即ち最適予測モードが最適イントラ予測モードである場合、予測画像選択部８９は、最適イントラ予測モードで生成された予測画像の選択をイントラ予測部８７に通知する。
　そして、ステップＳ３７において、イントラ予測部８７は、イントラ予測モード情報を可逆符号化部７６に供給し、処理をステップＳ３８に進める。
　ステップＳ３８において、演算部７３は、画面並べ替えバッファ７２から供給されるエンハンスメント画像から、予測画像選択部８９から供給される予測画像を減算することにより符号化を行う。演算部７３は、その結果得られる画像を、残差情報として直交変換部７４に出力する。
　ステップＳ３９において、直交変換部７４は、ＴＵ単位で、演算部７３からの残差情報に対して直交変換を施し、その結果得られる直交変換係数を量子化部７５に供給する。
　ステップＳ４０において、量子化部７５は、直交変換部７４から供給される係数を量子化し、その結果得られる係数を可逆符号化部７６と逆量子化部７９に供給する。
　図１８のステップＳ４１において、逆量子化部７９は、量子化部７５から供給される量子化された係数を逆量子化し、その結果得られる直交変換係数を逆直交変換部８０に供給する。
　ステップＳ４２において、逆直交変換部８０は、ＴＵ単位で、逆量子化部７９から供給される直交変換係数に対して逆直交変換を施し、その結果得られる残差情報を加算部８１に供給する。
　ステップＳ４３において、加算部８１は、逆直交変換部８０から供給される残差情報と、予測画像選択部８９から供給される予測画像を加算し、局部的に復号されたエンハンスメント画像を得る。加算部８１は、得られたエンハンスメント画像をデブロックフィルタ８２に供給するとともに、フレームメモリ８５に供給する。
　ステップＳ４４において、デブロックフィルタ８２は、加算部８１から供給される局部的に復号されたエンハンスメント画像に対して、デブロックフィルタ処理を行う。このデブロックフィルタ処理の詳細は、後述する図２０を参照して説明する。
　ステップＳ４５において、適応オフセットフィルタ８３は、デブロックフィルタ８２から供給されるエンハンスメント画像に対して、LCUごとに適応オフセット処理を行う。適応オフセットフィルタ８３は、オフセット情報を可逆符号化部７６に供給する。また、適応オフセットフィルタ８３は、適応オフセット処理後の画像を適応ループフィルタ８４に供給する。
　ステップＳ４６において、適応ループフィルタ８４は、適応オフセットフィルタ８３から供給されるエンハンスメント画像に対して、LCUごとに適応ループフィルタ処理を行う。適応ループフィルタ８４は、その結果得られるエンハンスメント画像をフレームメモリ８５に供給する。また、適応ループフィルタ８４は、適応ループフィルタ処理で用いられたフィルタ係数を可逆符号化部７６に供給する。
　ステップＳ４７において、フレームメモリ８５は、適応ループフィルタ８４から供給されるエンハンスメント画像と加算部８１から供給されるエンハンスメント画像を蓄積する。フレームメモリ８５に蓄積されたエンハンスメント画像は、スイッチ８６を介してイントラ予測部８７または動き予測・補償部８８に出力される。
　ステップＳ４８において、可逆符号化部７６は、イントラ予測モード情報、または、インター予測モード情報、動きベクトル、および参照画像特定情報、オフセット情報、フィルタ係数、並びにループフィルタ情報を、符号化情報として可逆符号化する。
　ステップＳ４９において、可逆符号化部７６は、量子化部７５から供給される量子化された係数を可逆符号化する。そして、可逆符号化部７６は、ステップＳ４８の処理で可逆符号化された符号化情報と可逆符号化された係数から、符号化データを生成し、蓄積バッファ７７に供給する。
　ステップＳ５０において、蓄積バッファ７７は、可逆符号化部７６から供給される符号化データを、一時的に蓄積する。
　ステップＳ５１において、レート制御部９０は、蓄積バッファ７７に蓄積された符号化データに基づいて、オーバーフローあるいはアンダーフローが発生しないように、量子化部７５の量子化動作のレートを制御する。
　ステップＳ５２において、蓄積バッファ７７は、記憶している符号化データを、生成部７８に出力する。そして、処理は、図１６のステップＳ１４に戻り、ステップＳ１５に進む。
　なお、図１７および図１８の符号化処理では、説明を簡単化するため、常に、イントラ予測処理と動き予測・補償処理が行われるようにしたが、実際には、ピクチャタイプ等によっていずれか一方のみが行われる場合もある。
　図１９は、図１７のステップＳ３２のベース変換処理の詳細を説明するフローチャートである。
　図１９のステップＳ６１において、画像選択部９１の生成部１５２（図１２）は、ユーザの指令等に基づいて、スライス単位で、符号化に用いるベース画像を、ループフィルタ処理前のベース画像またはループフィルタ処理後のベース画像に決定する。生成部１５２は、決定されたベース画像の選択を表す選択信号をセレクタ１５１に供給する。また、生成部１５２は、決定されたベース画像のループフィルタ処理の有無を表す情報を、ループフィルタ情報として生成する。
　ステップＳ６２において、セレクタ１５１は、生成部１５２から供給される選択信号がループフィルタ処理前のベース画像の選択を表しているかどうかを判定する。
　ステップＳ６２で選択信号がループフィルタ処理前のベース画像の選択を表していると判定された場合、ステップＳ６３において、セレクタ１５１は、ベース符号化部３１のフレームメモリ１４１に記憶されているループフィルタ処理前のベース画像を選択する。そして、セレクタ１５１は、選択されたループフィルタ処理前のベース画像をアップサンプル部９２に供給し、処理をステップＳ６５に進める。
　一方、ステップＳ６２で選択信号がループフィルタ処理前のベース画像の選択を表していないと判定された場合、即ち選択信号がループフィルタ処理後のベース画像の選択を表している場合、処理はステップＳ６４に進む。
　ステップＳ６４において、セレクタ１５１は、フレームメモリ１４２に記憶されているループフィルタ処理後のベース画像を選択する。セレクタ１５１は、選択されたループフィルタ処理後のベース画像をアップサンプル部９３に供給し、処理をステップＳ６５に進める。
　ステップＳ６５において、アップサンプル部９２またはアップサンプル部９３は、セレクタ１５１から供給されるベース画像をアップサンプリングする。アップサンプル部９２は、アップサンプリングにより生成された高解像度画像を、アップサンプリング後のベース画像としてフレームメモリ８５に供給する。
　ステップＳ６６において、フレームメモリ８５は、アップサンプル部９２またはアップサンプル部９３から供給されるアップサンプリング後のベース画像を蓄積する。フレームメモリ８５に蓄積されたベース画像は、動き予測・補償部８８に出力される。
　ステップＳ６７において、生成部１５２は、ループフィルタ情報を図６の可逆符号化部７６に出力する。そして、処理は図１７のステップＳ３２に戻り、ステップＳ３３に進む。
　図２０は、図１８のステップＳ４４のデブロックフィルタ処理の詳細を説明するフローチャートである。
　ステップＳ７１において、デブロックフィルタ８２は、BS値を決定する。
　ステップＳ７２において、デブロックフィルタ８２は、閾値βおよび閾値tｃを、デフォルト値β´、デフォルト値tｃ、およびビット深度BitDepthＹから、上述した式（３）により決定する。
　ステップＳ７３において、デブロックフィルタ８２は、BS値、並びに、閾値βおよび閾値tｃに基づいて、デブロックフィルタ処理を行うかどうかを判定する。ステップＳ７３でデブロックフィルタ処理を行うと判定された場合、ステップＳ７４において、デブロックフィルタ８２は、BS値、並びに、閾値βおよび閾値tｃに基づいて、デブロックフィルタ処理の強度等を決定する。
　ステップＳ７５において、デブロックフィルタ８２は、決定された強度のデブロックフィルタ処理を行う。そして、処理は図１８のステップＳ４４に戻り、ステップＳ４５に進む。
　一方、ステップＳ７３でデブロックフィルタ処理を行わないと判定された場合、処理は図１８のステップＳ４４に戻り、ステップＳ４５に進む。
　以上のように、符号化装置３０は、ループフィルタ処理前のベース画像またはループフィルタ処理後のベース画像を選択し、選択されたベース画像を用いてエンハンスメント画像を符号化する。従って、例えば、エンハンスメント画像のビットレートが高い場合や、エンハンスメント画像が高域成分を有するテクスチャ領域を含んでいる場合において、符号化効率を向上させることができる。
　即ち、ループフィルタ処理後のベース画像がアップサンプリングされる場合、ループフィルタ処理とアップサンプリングの両方により高域成分が失われる。従って、エンハンスメント画像のビットレートが高い場合や、エンハンスメント画像がテクスチャ領域を含んでいる場合、アップサンプリングされたループフィルタ処理後のベース画像を用いて予測が行われると、予測精度が低下し、符号化効率が低下する。よって、このような場合に、符号化装置３０は、ループフィルタ処理前のベース画像を選択してアップサンプリングし、アップサンプリング後のベース画像を用いて符号化を行うことにより、符号化効率を向上させることができる。
　（復号装置の第１実施の形態の構成例）
　図２１は、図４の符号化装置３０から伝送される全階層の符号化ストリームを復号する、本開示を適用した復号装置の第１実施の形態の構成例を示すブロック図である。
　図２１の復号装置１６０は、受け取り部１６１、分離部１６２、ベース復号部１６３、およびエンハンスメント復号部１６４により構成される。
　受け取り部１６１は、図４の符号化装置３０から伝送されてくる全階層の符号化ストリームを受け取り、分離部１６２に供給する。
　分離部１６２は、受け取り部１６１から供給される全階層の符号化ストリームからベースストリームを分離してベース復号部１６３に供給し、エンハンスメントストリームを分離してエンハンスメント復号部１６４に供給する。
　ベース復号部１６３は、HEVC方式の復号装置と同様に構成され、分離部１６２から供給されるベースストリームをHEVC方式で復号する。ベース復号部１６３は、復号の結果得られるループフィルタ処理前のベース画像またはループフィルタ処理後のベース画像をエンハンスメント復号部１６４に供給する。また、ベース復号部１６３は、ループフィルタ処理後のベース画像を出力する。
　エンハンスメント復号部１６４は、分離部１６２から供給されるエンハンスメントストリームをHEVC方式に準ずる方式で復号し、エンハンスメント画像を生成する。このとき、エンハンスメント復号部１６４は、ベース復号部１６３から供給されるループフィルタ処理前のベース画像またはループフィルタ処理後のベース画像を参照する。エンハンスメント復号部１６４は、ループフィルタ処理後のエンハンスメント画像を出力する。
　（エンハンスメント復号部の構成例）
　図２２は、図２１のエンハンスメント復号部１６４の構成例を示すブロック図である。
　図２２のエンハンスメント復号部１６４は、抽出部１８１と復号部１８２により構成される。
　エンハンスメント復号部１６４の抽出部１８１は、図２１の分離部１６２から供給されるエンハンスメントストリームから、パラメータセットと符号化データを抽出し、復号部１８２に供給する。
　復号部１８２は、図２１のベース復号部１６３から供給されるループフィルタ処理前のベース画像またはループフィルタ処理後のベース画像を参照して、抽出部１８１から供給される符号化データをHEVC方式に準ずる方式で復号する。このとき、復号部１８２は、必要に応じて、抽出部１８１から供給されるパラメータセットも参照する。復号部１８２は、復号の結果得られるエンハンスメント画像を出力する。
　（復号部の構成例）
　図２３は、図２２の復号部１８２の構成例を示すブロック図である。
　図２３の復号部１８２は、蓄積バッファ２０１、可逆復号部２０２、逆量子化部２０３、逆直交変換部２０４、加算部２０５、デブロックフィルタ２０６、適応オフセットフィルタ２０７、適応ループフィルタ２０８、画面並べ替えバッファ２０９、D/A変換部２１０、フレームメモリ２１１、スイッチ２１２、イントラ予測部２１３、動き補償部２１４、スイッチ２１５、画像選択部２１６、アップサンプル部２１７、およびアップサンプル部２１８により構成される。
　復号部１８２の蓄積バッファ２０１は、図２２の抽出部１８１から符号化データを受け取り、蓄積する。蓄積バッファ２０１は、蓄積されている符号化データを可逆復号部２０２に供給する。
　可逆復号部２０２は、蓄積バッファ２０１からの符号化データに対して、図６の可逆符号化部７６の可逆符号化に対応する、可変長復号や、算術復号等の可逆復号を施すことで、量子化された係数と符号化情報を得る。可逆復号部２０２は、量子化された係数を逆量子化部２０３に供給する。また、可逆復号部２０２は、符号化情報としてのイントラ予測モード情報をイントラ予測部２１３に供給し、インター予測モード情報、動きベクトル、参照画像特定情報などを動き補償部２１４に供給する。
　また、可逆復号部２０２は、符号化情報にインター予測モード情報が含まれない場合、スイッチ２１５にイントラ予測部２１３の選択を指示し、インター予測モード情報が含まれる場合、スイッチ２１５に動き補償部２１４の選択を指示する。可逆復号部２０２は、符号化情報としてのオフセット情報を適応オフセットフィルタ２０７に供給し、フィルタ係数を適応ループフィルタ２０８に供給する。さらに、可逆復号部２０２は、符号化情報としてのループフィルタ情報を画像選択部２１６に供給する。
　逆量子化部２０３、逆直交変換部２０４、加算部２０５、デブロックフィルタ２０６、適応オフセットフィルタ２０７、適応ループフィルタ２０８、フレームメモリ２１１、スイッチ２１２、イントラ予測部２１３、動き補償部２１４、画像選択部２１６、アップサンプル部２１７、およびアップサンプル部２１８は、図６の逆量子化部７９、逆直交変換部８０、加算部８１、デブロックフィルタ８２、適応オフセットフィルタ８３、適応ループフィルタ８４、フレームメモリ８５、スイッチ８６、イントラ予測部８７、動き予測・補償部８８、画像選択部９１、アップサンプル部９２、およびアップサンプル部９３とそれぞれ同様の処理を行い、これにより、画像が復号される。
　具体的には、逆量子化部２０３は、可逆復号部２０２からの量子化された係数を逆量子化し、その結果得られる直交変換係数を逆直交変換部２０４に供給する。
　逆直交変換部２０４は、ＴＵ単位で、逆量子化部２０３からの直交変換係数に対して逆直交変換を行う。逆直交変換部２０４は、逆直交変換の結果得られる残差情報を加算部２０５に供給する。
　加算部２０５は、復号部として機能し、逆直交変換部２０４から供給される復号対象の画像としての残差情報と、スイッチ２１５から供給される予測画像を加算することにより、復号を行う。加算部２０５は、復号の結果得られるエンハンスメント画像をデブロックフィルタ２０６に供給するとともに、フレームメモリ２１１に供給する。なお、スイッチ２１５から予測画像が供給されない場合、加算部２０５は、逆直交変換部２０４から供給される残差情報である画像を復号の結果得られるエンハンスメント画像として、デブロックフィルタ２０６に供給するとともに、フレームメモリ２１１に供給して蓄積させる。
　デブロックフィルタ２０６は、加算部２０５から供給されるエンハンスメント画像に対してデブロックフィルタ処理を行い、その結果得られるエンハンスメント画像を適応オフセットフィルタ２０７に供給する。
　適応オフセットフィルタ２０７は、可逆復号部２０２から供給されるオフセット情報を用いて、LCUごとに、デブロックフィルタ２０６からのエンハンスメント画像に対して適応オフセット処理を行う。適応オフセットフィルタ２０７は、適応オフセット処理後のエンハンスメント画像を適応ループフィルタ２０８に供給する。
　適応ループフィルタ２０８は、適応オフセットフィルタ２０７から供給されるエンハンスメント画像に対して、可逆復号部２０２から供給されるフィルタ係数を用いて、LCUごとに適応ループフィルタ処理を行う。適応ループフィルタ２０８は、その結果得られるエンハンスメント画像をフレームメモリ２１１および画面並べ替えバッファ２０９に供給する。
　画面並べ替えバッファ２０９は、適応ループフィルタ２０８から供給されるエンハンスメント画像をフレーム単位で記憶する。画面並べ替えバッファ２０９は、記憶した符号化のための順番のフレーム単位のエンハンスメント画像を、元の表示の順番に並び替え、D/A変換部２１０に供給する。
　D/A変換部２１０は、画面並べ替えバッファ２０９から供給されるフレーム単位のエンハンスメント画像をD/A変換し、出力する。
　フレームメモリ２１１は、適応ループフィルタ２０８および加算部２０５から供給されるエンハンスメント画像を蓄積する。また、フレームメモリ２１１は、アップサンプル部２１７またはアップサンプル部２１８から供給されるベース画像を蓄積する。フレームメモリ２１１に蓄積されたベース画像やエンハンスメント画像は読み出され、スイッチ２１２を介してイントラ予測部２１３または動き補償部２１４に供給される。
　イントラ予測部２１３は、ＰＵ単位で、フレームメモリ２１１からスイッチ２１２を介して読み出された参照画素を用いて、可逆復号部２０２から供給されるイントラ予測モード情報が示す最適イントラ予測モードのイントラ予測を行う。イントラ予測部２１３は、その結果生成される予測画像をスイッチ２１５に供給する。
　動き補償部２１４は、画像選択部として機能し、フレームメモリ２１１からスイッチ２１２を介して、可逆復号部２０２から供給される参照画像特定情報に基づいて参照画像を選択し、参照画像を読み出す。動き補償部２１４は、２次元の線形内挿適応フィルタを有する。動き補償部２１４は、２次元の線形内挿適応フィルタを用いて、参照画像に対して内挿フィルタ処理を行うことにより、参照画像を高解像度化する。動き補償部２１４は、高解像度化された参照画像と可逆復号部２０２から供給される動きベクトルとを用いて、ＰＵ単位で、可逆復号部２０２から供給されるインター予測モード情報が示す最適インター予測モードの動き補償処理を行う。動き補償部２１４は、その結果生成される予測画像をスイッチ２１５に供給する。
　スイッチ２１５は、可逆復号部２０２からイントラ予測部２１３の選択が指示された場合、イントラ予測部２１３から供給される予測画像を加算部２０５に供給する。一方、可逆復号部２０２から動き補償部２１４の選択が指示された場合、スイッチ２１５は、動き補償部２１４から供給される予測画像を加算部２０５に供給する。
　画像選択部２１６は、可逆復号部２０２から供給されるループフィルタ情報に基づいて、図２１のベース復号部１６３から供給されるループフィルタ処理前のベース画像またはループフィルタ処理後のベース画像を選択する。画像選択部２１６は、選択されたループフィルタ処理前のベース画像をアップサンプル部２１７に供給し、ループフィルタ処理後のベース画像をアップサンプル部２１８に供給する。
　アップサンプル部２１７は、動き補償部２１４と同様の２次元の線形内挿適応フィルタを有する。アップサンプル部２１７は、２次元の線形内挿適応フィルタにより、ＰＵ単位で、画像選択部２１６から供給されるループフィルタ処理前のベース画像をアップサンプリングする。アップサンプル部２１７は、アップサンプリングにより生成された高解像度画像を、アップサンプリング後のベース画像としてフレームメモリ２１１に供給する。
　アップサンプル部２１８は、動き補償部２１４と同様の２次元の線形内挿適応フィルタを有する。アップサンプル部２１８は、２次元の線形内挿適応フィルタにより、ＰＵ単位で、画像選択部２１６から供給されるループフィルタ処理後のベース画像をアップサンプリングする。アップサンプル部２１８は、アップサンプリングにより生成された高解像度画像を、アップサンプリング後のベース画像としてフレームメモリ２１１に供給する。
　なお、動き補償部２１４の２次元の線形内挿適応フィルタと、アップサンプル部２１７および２１８の２次元の線形内挿適応フィルタは、共通化されてもよい。また、アップサンプル部２１７およびアップサンプル部２１８は、共通化されてもよい。
　（画像選択部２１６の構成例）
　図２４は、図２３の画像選択部２１６の構成例を示すブロック図である。
　なお、図２４では、ベース復号部１６３のうちの画像選択部２１６の処理に関するブロックのみを記載している。即ち、図２４に示すように、ベース復号部１６３は、フレームメモリ２３１とフレームメモリ２３２を有する。
　フレームメモリ２３１は、復号によって得られたループフィルタ処理前のベース画像を記憶する。フレームメモリ２３２は、復号によって得られたループフィルタ処理後のベース画像を記憶する。
　図２４の画像選択部２１６は、取得部２４１とセレクタ２４２により構成される。
　取得部２４１は、図２３の可逆復号部２０２から供給されるループフィルタ情報を取得する。取得部２４１は、ループフィルタ情報に基づいて、ループフィルタ処理前のベース画像またはループフィルタ処理後のベース画像の選択を表す選択信号を生成し、セレクタ２４２に供給する。
　セレクタ２４２は、取得部２４１から供給される選択信号に基づいて、フレームメモリ２３１に記憶されているループフィルタ処理前のベース画像、または、フレームメモリ２３２に記憶されているループフィルタ処理後のベース画像を選択する。セレクタ２４２は、選択されたループフィルタ処理前のベース画像をアップサンプル部２１７に供給する。また、セレクタ２４２は、選択されたループフィルタ処理後のベース画像をアップサンプル部２１８に供給する。
　（復号装置の処理の説明）
　図２５は、図２１の復号装置１６０の階層復号処理を説明するフローチャートである。
　図２５のステップＳ１１１において、復号装置１６０の受け取り部１６１は、図４の符号化装置３０から伝送されてくる全階層の符号化ストリームを受け取り、分離部１６２に供給する。
　ステップＳ１１２において、分離部１６２は、全階層の符号化ストリームからベースストリームとエンハンスメントストリームを分離する。分離部１６２は、ベースストリームをベース復号部１６３に供給し、エンハンスメントストリームをエンハンスメント復号部１６４に供給する。
　ステップＳ１１３において、ベース復号部１６３は、分離部１６２から供給されるベースストリームをHEVC方式で復号する。ベース復号部１６３は、復号の結果得られるループフィルタ処理前のベース画像を出力する。また、ベース復号部１６３は、復号の結果得られるループフィルタ処理前のベース画像とループフィルタ処理後のベース画像をエンハンスメント復号部１６４に供給する。
　ステップＳ１１４において、エンハンスメント復号部１６４の抽出部１８１（図２２）は、分離部１６２から供給されるエンハンスメントストリームからパラメータセットと符号化データを抽出する。
　ステップＳ１１５において、復号部１８２は、ベース復号部１６３からのループフィルタ処理前のベース画像またはループフィルタ処理後のベース画像を参照して、抽出部１８１からの符号化データをHEVC方式に準ずる方式で復号するエンハンスメント復号処理を行う。このエンハンスメント復号処理の詳細は、後述する図２６を参照して説明する。そして、処理は終了する。
　図２６は、図２５のステップＳ１１５のエンハンスメント復号処理の詳細を説明するフローチャートである。
　図２６のステップＳ１３０において、エンハンスメント復号部１８２の蓄積バッファ２０１（図２３）は、図２２の抽出部１８１からフレーム単位の符号化データを受け取り、蓄積する。蓄積バッファ２０１は、蓄積されている符号化データを可逆復号部２０２に供給する。
　ステップＳ１３１において、可逆復号部２０２は、蓄積バッファ２０１からの符号化データを可逆復号し、量子化された係数と符号化情報を得る。可逆復号部２０２は、量子化された係数を逆量子化部２０３に供給する。また、可逆復号部２０２は、符号化情報としてのイントラ予測モード情報をイントラ予測部２１３に供給し、インター予測モード情報、動きベクトル、参照画像特定情報などを動き補償部２１４に供給する。
　また、可逆復号部２０２は、符号化情報にインター予測モード情報が含まれない場合、スイッチ２１５にイントラ予測部２１３の選択を指示し、インター予測モード情報が含まれる場合、スイッチ２１５に動き補償部２１４の選択を指示する。可逆復号部２０２は、符号化情報としてのオフセット情報を適応オフセットフィルタ２０７に供給し、フィルタ係数を適応ループフィルタ２０８に供給する。さらに、可逆復号部２０２は、符号化情報としてのループフィルタ情報を画像選択部２１６に供給する。
　ステップＳ１３２において、復号部１８２は、ベース変換処理を行う。このベース変換処理の詳細は、後述する図２７を参照して説明する。
　ステップＳ１３３において、逆量子化部２０３は、可逆復号部２０２からの量子化された係数を逆量子化し、その結果得られる直交変換係数を逆直交変換部２０４に供給する。ステップＳ１３４において、逆直交変換部２０４は、逆量子化部２０３からの直交変換係数に対して逆直交変換を施し、その結果得られる残差情報を加算部２０５に供給する。
　ステップＳ１３５において、動き補償部２１４は、可逆復号部２０２からインター予測モード情報が供給されたかどうかを判定する。ステップＳ１３５でインター予測モード情報が供給されたと判定された場合、処理はステップＳ１３６に進む。
　ステップＳ１３６において、動き補償部２１４は、ＰＵ単位で、可逆復号部２０２から供給される参照画像特定情報に基づいて参照画像を読み出し、動きベクトルと参照画像を用いて、インター予測モード情報が示す最適インター予測モードの動き補償処理を行う。動き補償部２１４は、その結果生成される予測画像を、スイッチ２１５を介して加算部２０５に供給し、処理をステップＳ１３８に進める。
　一方、ステップＳ１３５でインター予測モード情報が供給されていないと判定された場合、即ちイントラ予測モード情報がイントラ予測部２１３に供給された場合、処理はステップＳ１３７に進む。
　ステップＳ１３７において、イントラ予測部２１３は、ＰＵ単位で、フレームメモリ２１１からスイッチ２１２を介して読み出されたＰＵの周辺の画素を用いて、イントラ予測モード情報が示す最適イントラ予測モードのイントラ予測処理を行う。イントラ予測部２１３は、その結果生成される予測画像を、スイッチ２１５を介して加算部２０５に供給し、処理をステップＳ１３８に進める。
　ステップＳ１３８において、加算部２０５は、逆直交変換部２０４から供給される残差情報と、スイッチ２１５から供給される予測画像を加算する。加算部２０５は、その結果得られるエンハンスメント画像をデブロックフィルタ２０６に供給するとともに、フレームメモリ２１１に供給する。
　ステップＳ１３９において、デブロックフィルタ２０６は、加算部２０５から供給されるエンハンスメント画像に対してデブロックフィルタ処理を行い、ブロック歪を除去する。デブロックフィルタ２０６は、その結果得られるエンハンスメント画像を適応オフセットフィルタ２０７に供給する。
　ステップＳ１４０において、適応オフセットフィルタ２０７は、可逆復号部２０２から供給されるオフセット情報を用いて、LCUごとに、デブロックフィルタ２０６からのエンハンスメント画像に対して適応オフセット処理を行う。適応オフセットフィルタ２０７は、適応オフセット処理後のエンハンスメント画像を適応ループフィルタ２０８に供給する。
　ステップＳ１４１において、適応ループフィルタ２０８は、適応オフセットフィルタ２０７から供給されるエンハンスメント画像に対して、可逆復号部２０２から供給されるフィルタ係数を用いて、LCUごとに適応ループフィルタ処理を行う。適応ループフィルタ２０８は、その結果得られるエンハンスメント画像をフレームメモリ２１１および画面並べ替えバッファ２０９に供給する。
　ステップＳ１４２において、フレームメモリ２１１は、加算部２０５から供給されるエンハンスメント画像と適応ループフィルタ２０８から供給されるエンハンスメント画像を蓄積する。フレームメモリ２１１に蓄積されたエンハンスメント画像は、スイッチ２１２を介してイントラ予測部２１３または動き補償部２１４に供給される。
　ステップＳ１４３において、画面並べ替えバッファ２０９は、適応ループフィルタ２０８から供給されるエンハンスメント画像をフレーム単位で記憶し、記憶した符号化のための順番のフレーム単位のエンハンスメント画像を、元の表示の順番に並び替え、D/A変換部２１０に供給する。
　ステップＳ１４４において、D/A変換部２１０は、画面並べ替えバッファ２０９から供給されるフレーム単位のエンハンスメント画像をD/A変換し、出力する。そして、処理は、図２５のステップＳ１１５に戻り、終了する。
　図２７は、図２６のステップＳ１３２のベース変換処理の詳細を説明するフローチャートである。
　図２７のステップＳ１６１において、画像選択部２１６の取得部２４１（図２４）は、図２３の可逆復号部２０２から供給されるループフィルタ情報を取得する。
　ステップＳ１６２において、取得部２４１は、ループフィルタ情報がループフィルタ処理の有りを表しているかどうかを判定する。
　ステップＳ１６２でループフィルタ処理の有りを表していると判定された場合、取得部２４１は、ループフィルタ処理後のベース画像の選択を表す選択信号をセレクタ２４２に供給する。
　そして、ステップＳ１６３において、セレクタ２４２は、取得部２４１から供給される選択信号に基づいて、フレームメモリ２３２に記憶されているループフィルタ処理後のベース画像を選択する。セレクタ２４２は、選択されたループフィルタ処理後のベース画像をアップサンプル部２１８に供給し、処理をステップＳ１６５に進める。
　一方、ステップＳ１６２でループフィルタ情報がループフィルタ処理の有りを表していないと判定された場合、即ちループフィルタ処理の無しを表している場合、取得部２４１は、ループフィルタ処理前のベース画像の選択を表す選択信号をセレクタ２４２に供給する。
　そして、ステップＳ１６４において、セレクタ２４２は、取得部２４１から供給される選択信号に基づいて、フレームメモリ２３１に記憶されているループフィルタ処理前のベース画像を選択する。セレクタ２４２は、選択されたループフィルタ処理前のベース画像をアップサンプル部２１７に供給し、処理をステップＳ１６５に進める。
　ステップＳ１６５において、アップサンプル部２１７またはアップサンプル部２１８は、セレクタ２４２から供給されるベース画像をアップサンプリングする。アップサンプル部２１７は、アップサンプリングにより生成された高解像度画像を、アップサンプリング後のベース画像としてフレームメモリ２１１に供給する。
　ステップＳ１６６において、フレームメモリ２１１は、アップサンプル部２１７またはアップサンプル部２１８から供給されるアップサンプリング後のベース画像を蓄積する。フレームメモリ２１１に蓄積されたベース画像は、動き補償部２１４に出力される。そして、処理は図２６のステップＳ１３２に戻り、ステップＳ１３３に進む。
　以上のように、復号装置１６０は、符号化装置３０と同様に、ループフィルタ処理前のベース画像とループフィルタ処理後のベース画像を選択し、選択されたベース画像を用いてエンハンスメントストリームを復号する。従って、符号化装置３０により符号化効率が向上するようにスケーラブル符号化された符号化ストリームを復号することができる。
　なお、第１実施の形態では、ループフィルタ情報がスライス単位で設定されたが、シーケンス単位やピクチャ単位で設定されるようにしてもよい。ループフィルタ情報がシーケンス単位で設定される場合には、ループフィルタ情報は、例えばエンハンスメント画像のSPS_extension()に設定される。また、ループフィルタ情報がピクチャ単位で設定される場合には、ループフィルタ情報は、例えばエンハンスメント画像のPPS_extension()やVPS_extension()等に設定される。ループフィルタ情報が設定されたSPS_extension(),PPS_extension(),VPS_extension()等は、パラメータセットとしてエンハンスメントストリームに含まれる。
　＜第２実施の形態＞
　（エンハンスメント符号化部の構成例）
　本開示を適用した符号化装置の第２実施の形態は、エンハンスメント符号化部３２を除いて図４の符号化装置３０と同様であるので、エンハンスメント符号化部３２についてのみ説明する。
　図２８は、本開示を適用した符号化装置の第２実施の形態のエンハンスメント符号化部３２の構成例を示すブロック図である。
　図２８のエンハンスメント符号化部３２は、設定部２５１と符号化部２５２により構成される。エンハンスメント符号化部３２は、エンハンスメント画像の時間階層に基づいて、ループフィルタ処理前のベース画像またはループフィルタ処理後のベース画像を用いて、エンハンスメント画像を符号化する。
　具体的には、エンハンスメント符号化部３２の設定部２５１は、ループフィルタ処理前のベース画像を用いて符号化されるエンハンスメント画像の最上位の時間階層を表す階層情報を含むVPS_extension()を設定する。また、設定部２５１は、VPS,SPS,PPSなどを設定する。設定部２５１は、設定されたVPS_extension(),VPS,SPS,PPSなどのパラメータセットを符号化部２５２に供給する。
　符号化部２５２は、設定部２５１から供給されるVPS_extension()に含まれる階層情報に基づいて、ベース符号化部３１からのループフィルタ処理前のベース画像またはループフィルタ処理後のエンハンスメント画像を選択する。符号化部２５２は、選択されたベース画像を参照して、外部から入力されるエンハンスメント画像を、HEVC方式に準ずる方式で符号化する。符号化部２５２は、その結果得られる符号化データと、設定部２５１から供給されるパラメータセットからエンハンスメントストリームを生成し、図４の合成部３３に供給する。
　（符号化部の構成例）
　図２９は、図２８の符号化部２５２の構成例を示すブロック図である。
　図２９に示す構成のうち、図６の構成と同じ構成には同じ符号を付してある。重複する説明については適宜省略する。
　図２９の符号化部２５２の構成は、画像選択部９１、可逆符号化部７６の代わりに、画像選択部２６１、可逆符号化部２６２が設けられる点が、図６の符号化部５２の構成と異なる。
　具体的には、画像選択部２６１は、設定部２５１からの階層情報と符号化対象のエンハンスメント画像の時間階層とに基づいて、図４のベース符号化部３１からのループフィルタ処理前のベース画像またはループフィルタ処理後のベース画像を選択する。画像選択部２６１は、選択されたループフィルタ処理前のベース画像をアップサンプル部９２に供給し、ループフィルタ処理後のベース画像をアップサンプル部９３に供給する。
　可逆符号化部２６２は、イントラ予測モード情報をイントラ予測部８７から取得する。また、可逆符号化部２６２は、動き予測・補償部８８からインター予測モード情報、動きベクトル、参照画像特定情報などを取得する。さらに、可逆符号化部２６２は、適応オフセットフィルタ８３から適応オフセット処理のオフセット情報を取得し、適応ループフィルタ８４からフィルタ係数を取得する。
　可逆符号化部２６２は、量子化部７５から供給される量子化された係数に対して可逆符号化を行う。また、可逆符号化部２６２は、イントラ予測モード情報、または、インター予測モード情報、動きベクトル、および参照画像特定情報、オフセット情報、およびフィルタ係数を、符号化情報として可逆符号化する。可逆符号化部２６２は、可逆符号化された符号化情報と可逆符号化された係数を符号化データとして蓄積バッファ７７に供給し、蓄積させる。
　（画像選択部２６１の構成例）
　図３０は、図２９の画像選択部２６１の構成例を示すブロック図である。
　図３０に示す構成のうち、図１２の構成と同じ構成には同じ符号を付してある。重複する説明については適宜省略する。
　図３０の画像選択部２６１の構成は、生成部１５２の代わりに生成部２８１が設けられる点が、図１２の画像選択部９１の構成と異なる。
　生成部２８１は、図２８の設定部２５１から階層情報を取得する。生成部２８１は、階層情報と符号化対象のエンハンスメント画像の時間階層とに基づいて、ピクチャ単位で、符号化に用いるベース画像を、ループフィルタ処理前のベース画像またはループフィルタ処理後のベース画像に決定する。生成部２８１は、決定されたベース画像の選択を表す選択信号をセレクタ１５１に供給する。
　（階層情報の説明）
　図３１は、階層情報を説明する図である。
　スケーラブル符号化においては、図３１に示すように、画像が複数の階層（主レイヤ）に階層化される。具体的には、画像は、ベースレイヤ（ＢＬ）とエンハンスメントレイヤ（ＥＬ）に階層化される。
　各階層のピクチャ群は、その階層においてシーケンスを構成することになる。そのシーケンスにおいてピクチャは、単一階層の動画像データと同様に、図３１に示すように、さらに階層構造（GOP構造）を形成する。この階層が時間階層（サブレイヤ（sublayer））である。
　図３１の例の場合、ベースレイヤおよびエンハンスメントレイヤは、それぞれ、サブレイヤ０（Sublayer0）乃至サブレイヤ２（Sublayer2）の３つの時間階層により構成されるGOP構造を有する。
　図３１の四角は、ピクチャを示しており、その中の英字は、そのピクチャのタイプを示し、数字は、符号化順を示している。例えば、「Ｉ０」と記載された四角は、符号化順が０番目であるＩピクチャを示し、「ｂ１」と記載された四角は、符号化順が１番目であるＢピクチャを示し、「Ｂ２」と記載された四角は、符号化順が２番目であるＢピクチャを示す。
　また、各四角間の点線は、同一階層内の依存関係（参照関係）を示す。この点線で示されるように、上位の時間階層のピクチャは、下位の時間階層のピクチャに依存する。つまり、サブレイヤ２（Sublayer2）のピクチャは、サブレイヤ１のピクチャやサブレイヤ０のピクチャを参照する。また、サブレイヤ１のピクチャは、サブレイヤ０のピクチャを参照する。サブレイヤ０のピクチャは、サブレイヤ０のピクチャを適宜参照する。
　なお、時間階層の階層数（サブレイヤ数）は任意である。また、GOP構造も任意であり、図３１の例に限定されない。
　ここで、階層情報がサブレイヤ１を表す場合、図３１の各四角間の実線の矢印で示すように、エンハンスメントレイヤのサブレイヤ０およびサブレイヤ１のエンハンスメント画像は、ループフィルタ処理前の同一時刻のベース画像を用いて符号化される。即ち、階層情報が表すサブレイヤ１以下の時間階層であるサブレイヤ０およびサブレイヤ１のエンハンスメント画像の符号化時には、ループフィルタ処理前のベース画像が選択され、アップサンプリングされる。
　一方、図３１の各四角間の一点鎖線の矢印で示すように、エンハンスメントレイヤのサブレイヤ２のエンハンスメント画像は、ループフィルタ処理後の同一時刻のベース画像を用いて符号化される。即ち、階層情報が表すサブレイヤ１より上の時間階層であるサブレイヤ２のエンハンスメント画像の符号化時には、ループフィルタ処理後のベース画像が選択され、アップサンプリングされる。
　一般的に、参照画像として用いられる低い時間階層の画像の量子化パラメータは低く設定され、参照画像として用いられない高い時間階層の画像の量子化パラメータは高く設定される。従って、上述したように、階層情報が表す時間階層以下の時間階層のエンハンスメント画像を、高域成分の劣化が抑制されたループフィルタ処理前のベース画像を用いて符号化することにより、符号化効率を向上させることができる。
　（VPS_extension()のシンタクスの例）
　図３２および図３３は、VPS_extension()のシンタクスの例を示す図である。
　図３２に示すように、VPS_extension()には、階層情報が、max_suba_layer_for_loop_filter_disabling_il_referenceとして設定される。なお、階層情報の値は、VPSに設定されるvps_max_sublayer_minus1に1を加算した値を超えてはならない。vps_max_sublayer_minus1とは、最大の時間階層数から1を減算した値である。
　（符号化装置の処理の説明）
　図３４は、本開示を適用した符号化装置の第２実施の形態の階層符号化処理を説明するフローチャートである。
　図３４のステップＳ１８１およびＳ１８２の処理は、図１６のステップＳ１１およびＳ１２の処理と同様であるので、説明は省略する。
　ステップＳ１８３において、エンハンスメント符号化部３２の設定部２５１(図２８)は、階層情報を含むVPS_extension(),VPS,SPS,PPSなどのパラメータセットを設定し、符号化部２５２に供給する。
　ステップＳ１８４において、符号化部２５２は、設定部２５１から供給されるVPS_extension()に含まれる階層情報に基づいてエンハンスメント符号化処理を行う。
　ステップＳ１８５乃至Ｓ１８７の処理は、図１６のステップＳ１５乃至Ｓ１７の処理と同様であるので、説明は省略する。
　図３４のステップＳ１８４のエンハンスメント符号化処理は、ステップＳ３２のベース変換処理を除いて図１７および図１８のエンハンスメント符号化処理と同様である。従って、以下では、ベース変換処理についてのみ説明する。
　図３５は、図３４のステップＳ１８４のエンハンスメント符号化処理におけるベース変換処理を説明するフローチャートである。
　図３５のステップＳ２０１において、生成部２８１（図３０）は、図２８の設定部２５１から階層情報を取得する。ステップＳ２０２において、生成部２８１は、符号化対象のエンハンスメント画像の時間階層が、階層情報が表す時間階層以下であるかどうかを判定する。
　ステップＳ２０２で、符号化対象のエンハンスメント画像の時間階層が、階層情報が表す時間階層以下であると判定された場合、生成部２８１は、符号化に用いるベース画像を、ループフィルタ処理前のベース画像に決定する。そして、生成部２８１は、ループフィルタ処理前のベース画像の選択を表す選択信号をセレクタ１５１に供給し、処理をステップＳ２０３に進める。
　一方、ステップＳ２０２で、符号化対象のエンハンスメント画像の時間階層が、階層情報が表す時間階層以下ではないと判定された場合、生成部２８１は、符号化に用いるベース画像を、ループフィルタ処理後のベース画像に決定する。そして、生成部２８１は、ループフィルタ処理後のベース画像の選択を表す選択信号をセレクタ１５１に供給し、処理をステップＳ２０４に進める。
　ステップＳ２０３乃至Ｓ２０６の処理は、図１９のステップＳ６３乃至Ｓ６６の処理と同様であるので、説明は省略する。
　以上のように、本開示を適用した符号化装置の第２実施の形態は、エンハンスメント画像の時間階層に基づいて、ループフィルタ処理前のベース画像またはループフィルタ処理後のベース画像を選択する。従って、例えば、量子化パラメータが低い低時間階層のエンハンスメント画像を、高域成分の劣化が抑制されたループフィルタ処理前のベース画像を用いて符号化することができる。その結果、符号化効率を向上させることができる。
　（復号部の構成例）
　本開示を適用した符号化装置の第２実施の形態から伝送される全階層の符号化ストリームを復号する、本開示を適用した復号装置の第２実施の形態は、復号部１８２を除いて図２１の復号装置１６０と同様であるので、復号部１８２についてのみ説明する。
　図３６は、本開示を適用した復号装置の第２実施の形態の復号部１８２の構成例を示すブロック図である。
　図３６に示す構成のうち、図２３の構成と同じ構成には同じ符号を付してある。重複する説明については適宜省略する。
　図３６の復号部１８２の構成は、可逆復号部２０２、画像選択部２１６の代わりに、可逆復号部３０１、画像選択部３０２が設けられる点が、図２３の構成と異なる。復号部１８２は、VPS_extension()に含まれる階層情報に基づいて、ループフィルタ処理前のベース画像またはループフィルタ処理後のベース画像を選択する。
　具体的には、復号部１８２の可逆復号部３０１は、蓄積バッファ２０１からの符号化データに対して、図２９の可逆符号化部２６２の可逆符号化に対応する、可変長復号や、算術復号等の可逆復号を施すことで、量子化された係数と符号化情報を得る。可逆復号部３０１は、量子化された係数を逆量子化部２０３に供給する。また、可逆復号部３０１は、符号化情報としてのイントラ予測モード情報をイントラ予測部２１３に供給し、インター予測モード情報、動きベクトル、参照画像特定情報などを動き補償部２１４に供給する。
　また、可逆復号部３０１は、符号化情報にインター予測モード情報が含まれない場合、スイッチ２１５にイントラ予測部２１３の選択を指示し、インター予測モード情報が含まれる場合、スイッチ２１５に動き補償部２１４の選択を指示する。可逆復号部３０１は、符号化情報としてのオフセット情報を適応オフセットフィルタ２０７に供給し、フィルタ係数を適応ループフィルタ２０８に供給する。
　画像選択部３０２は、図３０の画像選択部２６１と同様に構成される。画像選択部３０２は、図２２の抽出部１８１から供給されるパラメータセットのうちのVPS_extension()に含まれる階層情報を取得する。画像選択部３０２は、階層情報と復号対象の符号化データの時間階層とに基づいて、図２１のベース復号部１６３から供給されるループフィルタ処理前のベース画像またはループフィルタ処理後のベース画像を選択する。画像選択部３０２は、選択されたループフィルタ処理前のベース画像をアップサンプル部２１７に供給し、ループフィルタ処理後のベース画像をアップサンプル部２１８に供給する。
　（復号装置の処理の説明）
　本開示を適用した復号装置の第２実施の形態の階層復号処理は、ベース変換処理を除いて図２５乃至図２７を参照して説明した階層復号処理と同様である。このベース変換処理は、図３５で説明したベース変換処理と同様であるので、説明は省略する。但し、階層情報は、図２２の抽出部１８１から取得される。
　以上のように、本開示を適用した復号装置の第２実施の形態は、本開示を適用した符号化装置の第２実施の形態と同様に、エンハンスメント画像の時間階層に基づいて、ループフィルタ処理前のベース画像とループフィルタ処理後のベース画像を選択する。従って、本開示を適用した符号化装置の第２実施の形態により符号化効率が向上するようにスケーラブル符号化された符号化ストリームを復号することができる。
　＜第３実施の形態＞
　（符号化部の構成例）
　本開示を適用した符号化装置の第３実施の形態は、符号化部５２を除いて図４の符号化装置３０と同様であるので、符号化部５２についてのみ説明する。
　図３７は、本開示を適用した符号化装置の第３実施の形態の符号化部５２の構成例を示すブロック図である。
　図３７に示す構成のうち、図６の構成と同じ構成には同じ符号を付してある。重複する説明については適宜省略する。
　図３７の符号化部５２の構成は、フレームメモリ８５、動き予測・補償部８８の代わりに、フレームメモリ３２１、動き予測・補償部３２２が設けられる点、および、画像選択部９１が設けられない点が、図６の構成と異なる。符号化部５２は、アップサンプリング後のループフィルタ処理前のベース画像とループフィルタ処理後のベース画像の両方を参照画像の候補として、動き予測・補償処理を行う。
　具体的には、フレームメモリ３２１は、加算部８１および適応ループフィルタ８４から供給されるエンハンスメント画像を蓄積する。また、フレームメモリ３２１には、アップサンプル部９２によりアップサンプリングされた、ベース符号化部３１から出力されたループフィルタ処理前のベース画像が供給され、蓄積される。フレームメモリ３２１には、アップサンプル部９３によりアップサンプリングされた、ベース符号化部３１から出力されたループフィルタ処理後のベース画像が供給され、蓄積される。フレームメモリ３２１に蓄積されたベース画像またはエンハンスメント画像は、スイッチ８６を介してイントラ予測部８７または動き予測・補償部３２２に出力される。
　動き予測・補償部３２２は、ＰＵ単位で、候補となる全てのインター予測モードの動き予測・補償処理を行う。具体的には、動き予測・補償部３２２は、２次元の線形内挿適応フィルタを有する。また、動き予測・補償部３２２は、フレームメモリ３２１からスイッチ８６を介して、エンハンスメント画像、並びに、アップサンプリング後のループフィルタ処理前のベース画像およびループフィルタ処理後のベース画像を、参照画像の候補として読み出す。動き予測・補償部３２２は、２次元の線形内挿適応フィルタを用いて、画面並べ替えバッファ７２から供給されるエンハンスメント画像と参照画像の候補に対して内挿フィルタ処理を行うことにより、エンハンスメント画像と参照画像の候補を高解像度化する。
　動き予測・補償部３２２は、高解像度化されたエンハンスメント画像と参照画像の候補とに基づいて、候補となる全てのインター予測モードの動きベクトルを分数画素精度で検出する。そして、動き予測・補償部３２２は、その動きベクトルに基づいて参照画像の候補に補償処理を施し、予測画像の候補を生成する。
　また、動き予測・補償部３２２は、画面並べ替えバッファ７２から供給されるエンハンスメント画像と予測画像の候補とに基づいて、候補となる全てのインター予測モードに対してコスト関数値を算出する。動き予測・補償部３２２は、コスト関数値が最小となるインター予測モードを最適インター予測モードに決定するとともに、対応する予測画像の候補を予測画像とする。また、動き予測・補償部３２２は、画像選択部として機能し、コスト関数値が最小となるときの参照画像の候補を参照画像として選択する。そして、動き予測・補償部３２２は、最適インター予測モードのコスト関数値と予測画像を予測画像選択部８９に供給する。
　また、動き予測・補償部３２２は、予測画像選択部８９から最適インター予測モードで生成された予測画像の選択が通知された場合、インター予測モード情報、対応する動きベクトル、参照画像特定情報などを可逆符号化部７６に出力する。
　なお、参照画像特定情報には、時間的に遠い参照画像の参照画像特定情報であるlong term参照画像特定情報と、時間的に近い参照画像の参照画像特定情報であるshort term参照画像特定情報がある。ベース画像を参照画像とする参照画像特定情報は、long term参照画像特定情報である。アップサンプリング後のループフィルタ処理後のベース画像を参照画像とする参照画像特定情報のデフォルト値は、アップサンプリング後のループフィルタ処理前のベース画像を参照画像とする参照画像特定情報のデフォルト値に比べて小さい。
　参照画像特定情報としてのインデックスの割り当ての変更は、シンタクスref_pic_lists_modification()により行うことができる。例えば、シンタクスref_pic_lists_modification()により、アップサンプリング後のループフィルタ処理前のベース画像を参照画像とする参照画像特定情報を、アップサンプリング後のループフィルタ処理後のベース画像を参照画像とする参照画像特定情報に比べて小さくすることができる。
　（符号化装置の処理の説明）
　本開示を適用した符号化装置の第２実施の形態による階層符号化処理は、エンハンスメント符号化処理を除いて、図１６の階層符号化処理と同様であるので、以下では、エンハンスメント符号化処理についてのみ説明する。
　図３８および図３９は、本開示を適用した符号化装置の第２実施の形態によるエンハンスメント符号化処理の詳細を説明するフローチャートである。
　図３８のステップＳ２２０およびＳ２２１の処理は、図１７のステップＳ３０およびＳ３１の処理と同様であるので、説明は省略する。
　ステップＳ２２２において、アップサンプル部９２は、ベース符号化部３１から供給されるループフィルタ処理前のベース画像をアップサンプリングし、フレームメモリ３２１に供給する。また、アップサンプル部９３は、ベース符号化部３１から供給されるループフィルタ処理後のベース画像をアップサンプリングし、フレームメモリ３２１に供給する。
　フレームメモリ３２１は、アップサンプル部９２から供給されるアップサンプリング後のループフィルタ処理前のベース画像と、アップサンプル部９３から供給されるアップサンプリング後のループフィルタ処理後のベース画像とを蓄積する。
　ステップＳ２２３において、イントラ予測部８７は、ＰＵ単位で候補となる全てのイントラ予測モードのイントラ予測処理を行う。また、イントラ予測部８７は、画面並べ替えバッファ７２から読み出されたエンハンスメント画像と、イントラ予測処理の結果生成される予測画像とに基づいて、候補となる全てのイントラ予測モードに対してコスト関数値を算出する。そして、イントラ予測部８７は、コスト関数値が最小となるイントラ予測モードを、最適イントラ予測モードに決定する。イントラ予測部８７は、最適イントラ予測モードで生成された予測画像、および、対応するコスト関数値を、予測画像選択部８９に供給する。
　また、動き予測・補償部３２２は、ＰＵ単位で候補となる全てのインター予測モードの動き予測・補償処理を行う。このとき、動き予測・補償部３２２は、アップサンプリング後のループフィルタ処理前のベース画像と、アップサンプリング後のループフィルタ処理後のベース画像の両方を参照画像の候補に含める。動き予測・補償部３２２は、画面並べ替えバッファ７２から供給されるエンハンスメント画像と予測画像の候補とに基づいて、候補となる全てのインター予測モードに対してコスト関数値を算出する。動き予測・補償部３２２は、コスト関数値が最小となるインター予測モードを最適インター予測モードに決定するとともに、対応する予測画像の候補を予測画像とする。そして、動き予測・補償部３２２は、最適インター予測モードのコスト関数値と予測画像を予測画像選択部８９に供給する。
　ステップＳ２２４乃至Ｓ２４２の処理は、図１７および図１８のステップＳ３４乃至Ｓ５２の処理と同様であるので、説明は省略する。
　以上のように、本開示を適用した符号化装置の第３実施の形態は、アップサンプリング後のループフィルタ処理前のベース画像とループフィルタ処理後のベース画像を参照画像の候補とした予測結果に基づいて、それらのベース画像のいずれか一方を選択する。従って、同一のピクチャ内に、高域成分を有するテクスチャ領域とフラットな領域の両方が存在する場合であっても、最適なベース画像が参照画像として精度良く選択される。具体的には、テクスチャ領域では、アップサンプリング後のループフィルタ処理前のベース画像が参照画像として選択され、フラットな領域では、アップサンプリング後のループフィルタ処理後のベース画像が参照画像として選択される。その結果、符号化効率が向上する。
　（復号部の構成例）
　本開示を適用した符号化装置の第３実施の形態から伝送される全階層の符号化ストリームを復号する、本開示を適用した復号装置の第３実施の形態は、復号部１８２を除いて図２１の復号装置１６０と同様であるので、復号部１８２についてのみ説明する。
　図４０は、本開示を適用した復号装置の第３実施の形態の復号部１８２の構成例を示すブロック図である。
　図４０に示す構成のうち、図２３の構成と同じ構成には同じ符号を付してある。重複する説明については適宜省略する。
　図４０の復号部１８２の構成は、フレームメモリ２１１の代わりにフレームメモリ３４１が設けられる点、および、画像選択部２１６が設けられない点が、図２３の構成と異なる。復号部１８２は、参照画像特定情報に基づいて、アップサンプリング後のループフィルタ処理前のベース画像またはループフィルタ処理後のベース画像を参照画像とする。
　具体的には、フレームメモリ３４１は、適応ループフィルタ２０８および加算部２０５から供給されるエンハンスメント画像を蓄積する。また、フレームメモリ３４１には、アップサンプル部２１７によりアップサンプリングされた、ベース復号部１６３から出力されたループフィルタ処理前のベース画像が供給され、蓄積される。フレームメモリ３４１には、アップサンプル部２１８によりアップサンプリングされた、ベース復号部１６３から出力されたループフィルタ処理後のベース画像が供給され、蓄積される。フレームメモリ３４１に蓄積されたベース画像やエンハンスメント画像は読み出され、スイッチ２１２を介してイントラ予測部２１３または動き補償部２１４に供給される。
　（復号装置の処理の説明）
　本開示を適用した復号装置の第３実施の形態の階層復号処理は、ベース変換処理の代わりに、図３８のステップＳ２２２と同様の処理が行われることを除いて、図２５乃至図２７の階層復号処理と同様であるので、説明は省略する。
　以上のように、本開示を適用した復号装置の第３実施の形態は、本開示を適用した符号化装置の第３実施の形態と同様に、アップサンプリング後のループフィルタ処理前のベース画像またはループフィルタ処理後のベース画像を選択する。従って、本開示を適用した符号化装置の第３実施の形態により符号化効率が向上するようにスケーラブル符号化された符号化ストリームを復号することができる。
　なお、第１乃至第３実施の形態では、階層数（主レイヤ数）は2であるものとしたが、レイヤ数は2以上であってもよい。この場合、参照する階層ごとに、ループフィルタ情報や階層情報が設定されるようにしてもよい。
　また、第１乃至第３実施の形態では、ベース画像がHEVC方式で符号化されたが、AVC方式で符号化されるようにしてもよい。この場合、VPS_extension()に設定される、ベース画像がAVC方式で符号化されているかどうかを表すavc_base_layer_flagが1であり、ループフィルタ処理はデブロックフィルタ処理のみとなる。
　さらに、ループフィルタ処理の有無が異なるベース画像を選択するのではなく、ループフィルタ処理の少なくとも１つの有無が異なるベース画像を選択するようにしてもよい。この場合、ループフィルタ処理の処理ごとに、ループフィルタ情報や階層情報が設定される。
　＜多視画像点符号化・多視点画像復号への適用＞
　上述した一連の処理は、多視点画像符号化・多視点画像復号に適用することができる。図４１は、多視点画像符号化方式の一例を示す。
　図４１に示されるように、多視点画像は、複数の視点の画像を含み、その複数の視点のうちの所定の１つの視点の画像が、ベースビューの画像に指定されている。ベースビューの画像以外の各視点の画像は、ノンベースビューの画像として扱われる。多視点画像がスケーラブル符号化される場合、ベースビューの画像は、ベースレイヤ画像として符号化され、ノンベースビューの画像がエンハンスメント画像として符号化される。
　図４１のような多視点画像符号化を行う場合、各ビュー（同一ビュー）において、量子化パラメータの差分をとることもできる：
　(1)base-view：
　　(1-1) dQP(base view)＝Current_CU_QP(base view)－LCU_QP(base view)
　　(1-2) dQP(base view)＝Current_CU_QP(base view)－Previsous_CU_QP(base view)
　　(1-3) dQP(base view)＝Current_CU_QP(base view)－Slice_QP(base view)
　(2)non-base-view：
　　(2-1) dQP(non-base view)＝Current_CU_QP(non-base view)－LCU_QP(non-base view)
　　(2-2) dQP(non-base view)＝CurrentQP(non-base view)－PrevisousQP(non-base view)
    (2-3) dQP(non-base view)＝Current_CU_QP(non-base view)－Slice_QP(non-base view)
　多視点画像符号化を行う場合、各ビュー(異なるビュー)において、量子化パラメータの差分をとることもできる：
　(3)base-view/ non-base view：
　　(3-1) dQP(inter-view)＝Slice_QP(base view)－Slice_QP(non-base view)
　　(3-2) dQP(inter-view)＝LCU_QP(base view)－LCU_QP(non-base view)
　(4)non-base view / non-base view ：
　　(4-1) dQP(inter-view)＝Slice_QP(non-base view i)－Slice_QP(non-base view j)
　　(4-2) dQP(inter-view)＝LCU_QP(non-base view i)－LCU_QP(non-base view j)
　この場合、上記(1)乃至(4)を組み合わせて用いることもできる。たとえば、ノンベースビューでは、ベースビューとノンベースビューとの間においてスライスレベルで量子化パラメータの差分をとる手法(3-1と2-3とを組み合わせる)、ベースビューとノンベースビューとの間においてLCUレベルで量子化パラメータの差分をとる手法(3-2と2-1とを組み合わせる)、が考えられる。このように、差分を繰り返して適用することにより、多視点符号化を行った場合においても、符号化効率を向上させることができる。
　上述した手法と同様に、上記の各dQPに対して、値が0でないdQPが存在するか否かを識別するフラグをセットすることもできる。
　＜スケーラブル符号化の他の例＞
　図４２は、スケーラブル符号化の他の例を示す。
　図４２に示されるように、スケーラブル符号化では、各レイヤ(同一レイヤ)において、量子化パラメータの差分をとることもできる：
　(1)base-layer：
　　(1-1)dQP(base layer)＝Current_CU_QP(base layer)－LCU_QP(base layer)
　　(1-2)dQP(base layer)＝Current_CU_QP(base layer)－Previsous_CU_QP(base layer)
　　(1-3)dQP(base layer)＝Current_CU_QP(base layer)－Slice_QP(base layer)
　(2)non-base-layer：
　　(2-1)dQP(non-base layer)＝Current_CU_QP(non-base layer)－LCU_QP(non-base layer)
　　(2-2)dQP(non-base layer)＝CurrentQP(non-base layer)－PrevisousQP(non-base layer)
　　(2-3)dQP(non-base layer)＝Current_CU_QP(non-base layer)－Slice_QP(non-base layer)
　また、各レイヤ(異なるレイヤ)において、量子化パラメータの差分をとることもできる：
　(3)base-layer/ non-base layer：
　　(3-1)dQP(inter-layer)＝Slice_QP(base layer)－Slice_QP(non-base layer)
　　(3-2)dQP(inter-layer)＝LCU_QP(base layer)－LCU_QP(non-base layer)
　(4)non-base layer / non-base layer ：
　　(4-1)dQP(inter-layer)＝Slice_QP(non-base layer i)－Slice_QP(non-base layer j)
　　(4-2)dQP(inter-layer)＝LCU_QP(non-base layer i)－LCU_QP(non-base layer j)
　この場合、上記(1)乃至(4)を組み合わせて用いることもできる。たとえば、ノンベースレイヤでは、ベースレイヤとノンベースレイヤとの間においてスライスレベルで量子化パラメータの差分をとる手法(3-1と2-3とを組み合わせる)、ベースレイヤとノンベースレイヤとの間においてLCUレベルで量子化パラメータの差分をとる手法(3-2と2-1とを組み合わせる)、が考えられる。このように、差分を繰り返して適用することにより、階層符号化を行った場合においても、符号化効率を向上させることができる。
　上述した手法と同様に、上記の各dQPに対して、値が0でないdQPが存在するか否かを識別するフラグをセットすることもできる。
　＜第４実施の形態＞
　（本開示を適用したコンピュータの説明）
　上述した一連の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどが含まれる。
　図４３は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。
　コンピュータにおいて、CPU（Central Processing Unit）６０１，ROM（Read Only Memory）６０２，RAM（Random Access Memory）６０３は、バス６０４により相互に接続されている。
　バス６０４には、さらに、入出力インタフェース６０５が接続されている。入出力インタフェース６０５には、入力部６０６、出力部６０７、記憶部６０８、通信部６０９、及びドライブ６１０が接続されている。
　入力部６０６は、キーボード、マウス、マイクロホンなどよりなる。出力部６０７は、ディスプレイ、スピーカなどよりなる。記憶部６０８は、ハードディスクや不揮発性のメモリなどよりなる。通信部６０９は、ネットワークインタフェースなどよりなる。ドライブ６１０は、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリなどのリムーバブルメディア６１１を駆動する。
　以上のように構成されるコンピュータでは、CPU６０１が、例えば、記憶部６０８に記憶されているプログラムを、入出力インタフェース６０５及びバス６０４を介して、RAM６０３にロードして実行することにより、上述した一連の処理が行われる。
　コンピュータ（CPU６０１）が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア６１１に記録して提供することができる。また、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することができる。
　コンピュータでは、プログラムは、リムーバブルメディア６１１をドライブ６１０に装着することにより、入出力インタフェース６０５を介して、記憶部６０８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部６０９で受信し、記憶部６０８にインストールすることができる。その他、プログラムは、ROM６０２や記憶部６０８に、あらかじめインストールしておくことができる。
　なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。
　＜第５実施の形態＞
　（テレビジョン装置の構成例）
　図４４は、本技術を適用したテレビジョン装置の概略構成を例示している。テレビジョン装置９００は、アンテナ９０１、チューナ９０２、デマルチプレクサ９０３、デコーダ９０４、映像信号処理部９０５、表示部９０６、音声信号処理部９０７、スピーカ９０８、外部インタフェース部９０９を有している。さらに、テレビジョン装置９００は、制御部９１０、ユーザインタフェース部９１１等を有している。
　チューナ９０２は、アンテナ９０１で受信された放送波信号から所望のチャンネルを選局して復調を行い、得られた符号化ビットストリームをデマルチプレクサ９０３に出力する。
　デマルチプレクサ９０３は、符号化ビットストリームから視聴対象である番組の映像や音声のパケットを抽出して、抽出したパケットのデータをデコーダ９０４に出力する。また、デマルチプレクサ９０３は、ＥＰＧ（Electronic Program Guide）等のデータのパケットを制御部９１０に供給する。なお、スクランブルが行われている場合、デマルチプレクサ等でスクランブルの解除を行う。
　デコーダ９０４は、パケットの復号化処理を行い、復号処理化によって生成された映像データを映像信号処理部９０５、音声データを音声信号処理部９０７に出力する。
　映像信号処理部９０５は、映像データに対して、ノイズ除去やユーザ設定に応じた映像処理等を行う。映像信号処理部９０５は、表示部９０６に表示させる番組の映像データや、ネットワークを介して供給されるアプリケーションに基づく処理による画像データなどを生成する。また、映像信号処理部９０５は、項目の選択などのメニュー画面等を表示するための映像データを生成し、それを番組の映像データに重畳する。映像信号処理部９０５は、このようにして生成した映像データに基づいて駆動信号を生成して表示部９０６を駆動する。
　表示部９０６は、映像信号処理部９０５からの駆動信号に基づき表示デバイス（例えば液晶表示素子等）を駆動して、番組の映像などを表示させる。
　音声信号処理部９０７は、音声データに対してノイズ除去などの所定の処理を施し、処理後の音声データのＤ／Ａ変換処理や増幅処理を行いスピーカ９０８に供給することで音声出力を行う。
　外部インタフェース部９０９は、外部機器やネットワークと接続するためのインタフェースであり、映像データや音声データ等のデータ送受信を行う。
　制御部９１０にはユーザインタフェース部９１１が接続されている。ユーザインタフェース部９１１は、操作スイッチやリモートコントロール信号受信部等で構成されており、ユーザ操作に応じた操作信号を制御部９１０に供給する。
　制御部９１０は、ＣＰＵ(Central Processing Unit)やメモリ等を用いて構成されている。メモリは、ＣＰＵにより実行されるプログラムやＣＰＵが処理を行う上で必要な各種のデータ、ＥＰＧデータ、ネットワークを介して取得されたデータ等を記憶する。メモリに記憶されているプログラムは、テレビジョン装置９００の起動時などの所定タイミングでＣＰＵにより読み出されて実行される。ＣＰＵは、プログラムを実行することで、テレビジョン装置９００がユーザ操作に応じた動作となるように各部を制御する。
　なお、テレビジョン装置９００では、チューナ９０２、デマルチプレクサ９０３、映像信号処理部９０５、音声信号処理部９０７、外部インタフェース部９０９等と制御部９１０を接続するためバス９１２が設けられている。
　このように構成されたテレビジョン装置では、デコーダ９０４に本願の復号装置（復号方法）の機能が設けられる。このため、符号化効率が向上するようにスケーラブル符号化された画像を復号することができる。
　＜第６実施の形態＞
　（携帯電話機の構成例）
　図４５は、本技術を適用した携帯電話機の概略構成を例示している。携帯電話機９２０は、通信部９２２、音声コーデック９２３、カメラ部９２６、画像処理部９２７、多重分離部９２８、記録再生部９２９、表示部９３０、制御部９３１を有している。これらは、バス９３３を介して互いに接続されている。
　また、通信部９２２にはアンテナ９２１が接続されており、音声コーデック９２３には、スピーカ９２４とマイクロホン９２５が接続されている。さらに制御部９３１には、操作部９３２が接続されている。
　携帯電話機９２０は、音声通話モードやデータ通信モード等の各種モードで、音声信号の送受信、電子メールや画像データの送受信、画像撮影、またはデータ記録等の各種動作を行う。
　音声通話モードにおいて、マイクロホン９２５で生成された音声信号は、音声コーデック９２３で音声データへの変換やデータ圧縮が行われて通信部９２２に供給される。通信部９２２は、音声データの変調処理や周波数変換処理等を行い、送信信号を生成する。また、通信部９２２は、送信信号をアンテナ９２１に供給して図示しない基地局へ送信する。また、通信部９２２は、アンテナ９２１で受信した受信信号の増幅や周波数変換処理および復調処理等を行い、得られた音声データを音声コーデック９２３に供給する。音声コーデック９２３は、音声データのデータ伸張やアナログ音声信号への変換を行いスピーカ９２４に出力する。
　また、データ通信モードにおいて、メール送信を行う場合、制御部９３１は、操作部９３２の操作によって入力された文字データを受け付けて、入力された文字を表示部９３０に表示する。また、制御部９３１は、操作部９３２におけるユーザ指示等に基づいてメールデータを生成して通信部９２２に供給する。通信部９２２は、メールデータの変調処理や周波数変換処理等を行い、得られた送信信号をアンテナ９２１から送信する。また、通信部９２２は、アンテナ９２１で受信した受信信号の増幅や周波数変換処理および復調処理等を行い、メールデータを復元する。このメールデータを、表示部９３０に供給して、メール内容の表示を行う。
　なお、携帯電話機９２０は、受信したメールデータを、記録再生部９２９で記憶媒体に記憶させることも可能である。記憶媒体は、書き換え可能な任意の記憶媒体である。例えば、記憶媒体は、ＲＡＭや内蔵型フラッシュメモリ等の半導体メモリ、ハードディスク、磁気ディスク、光磁気ディスク、光ディスク、USB（Universal Serial Bus）メモリ、またはメモリカード等のリムーバブルメディアである。
　データ通信モードにおいて画像データを送信する場合、カメラ部９２６で生成された画像データを、画像処理部９２７に供給する。画像処理部９２７は、画像データの符号化処理を行い、符号化データを生成する。
　多重分離部９２８は、画像処理部９２７で生成された符号化データと、音声コーデック９２３から供給された音声データを所定の方式で多重化して通信部９２２に供給する。通信部９２２は、多重化データの変調処理や周波数変換処理等を行い、得られた送信信号をアンテナ９２１から送信する。また、通信部９２２は、アンテナ９２１で受信した受信信号の増幅や周波数変換処理および復調処理等を行い、多重化データを復元する。この多重化データを多重分離部９２８に供給する。多重分離部９２８は、多重化データの分離を行い、符号化データを画像処理部９２７、音声データを音声コーデック９２３に供給する。画像処理部９２７は、符号化データの復号化処理を行い、画像データを生成する。この画像データを表示部９３０に供給して、受信した画像の表示を行う。音声コーデック９２３は、音声データをアナログ音声信号に変換してスピーカ９２４に供給して、受信した音声を出力する。
　このように構成された携帯電話装置では、画像処理部９２７に本願の符号化装置および復号装置（符号化方法および復号方法）の機能が設けられる。このため、スケーラブル符号化の符号化効率を向上させることができる。また、符号化効率が向上するようにスケーラブル符号化された画像を復号することができる。
　＜第７実施の形態＞
　（記録再生装置の構成例）
　図４６は、本技術を適用した記録再生装置の概略構成を例示している。記録再生装置９４０は、例えば受信した放送番組のオーディオデータとビデオデータを、記録媒体に記録して、その記録されたデータをユーザの指示に応じたタイミングでユーザに提供する。また、記録再生装置９４０は、例えば他の装置からオーディオデータやビデオデータを取得し、それらを記録媒体に記録させることもできる。さらに、記録再生装置９４０は、記録媒体に記録されているオーディオデータやビデオデータを復号して出力することで、モニタ装置等において画像表示や音声出力を行うことができるようにする。
　記録再生装置９４０は、チューナ９４１、外部インタフェース部９４２、エンコーダ９４３、ＨＤＤ（Hard Disk Drive）部９４４、ディスクドライブ９４５、セレクタ９４６、デコーダ９４７、ＯＳＤ（On-Screen Display）部９４８、制御部９４９、ユーザインタフェース部９５０を有している。
　チューナ９４１は、図示しないアンテナで受信された放送信号から所望のチャンネルを選局する。チューナ９４１は、所望のチャンネルの受信信号を復調して得られた符号化ビットストリームをセレクタ９４６に出力する。
　外部インタフェース部９４２は、ＩＥＥＥ１３９４インタフェース、ネットワークインタフェース部、ＵＳＢインタフェース、フラッシュメモリインタフェース等の少なくともいずれかで構成されている。外部インタフェース部９４２は、外部機器やネットワーク、メモリカード等と接続するためのインタフェースであり、記録する映像データや音声データ等のデータ受信を行う。
　エンコーダ９４３は、外部インタフェース部９４２から供給された映像データや音声データが符号化されていないとき所定の方式で符号化を行い、符号化ビットストリームをセレクタ９４６に出力する。
　ＨＤＤ部９４４は、映像や音声等のコンテンツデータ、各種プログラムやその他のデータ等を内蔵のハードディスクに記録し、また再生時等にそれらを当該ハードディスクから読み出す。
　ディスクドライブ９４５は、装着されている光ディスクに対する信号の記録および再生を行う。光ディスク、例えばＤＶＤディスク（ＤＶＤ－Ｖｉｄｅｏ、ＤＶＤ－ＲＡＭ、ＤＶＤ－Ｒ、ＤＶＤ－ＲＷ、ＤＶＤ＋Ｒ、ＤＶＤ＋ＲＷ等）やＢｌｕ－ｒａｙ（登録商標）ディスク等である。
　セレクタ９４６は、映像や音声の記録時には、チューナ９４１またはエンコーダ９４３からのいずれかの符号化ビットストリームを選択して、ＨＤＤ部９４４やディスクドライブ９４５のいずれかに供給する。また、セレクタ９４６は、映像や音声の再生時に、ＨＤＤ部９４４またはディスクドライブ９４５から出力された符号化ビットストリームをデコーダ９４７に供給する。
　デコーダ９４７は、符号化ビットストリームの復号化処理を行う。デコーダ９４７は、復号処理化を行うことにより生成された映像データをＯＳＤ部９４８に供給する。また、デコーダ９４７は、復号処理化を行うことにより生成された音声データを出力する。
　ＯＳＤ部９４８は、項目の選択などのメニュー画面等を表示するための映像データを生成し、それをデコーダ９４７から出力された映像データに重畳して出力する。
　制御部９４９には、ユーザインタフェース部９５０が接続されている。ユーザインタフェース部９５０は、操作スイッチやリモートコントロール信号受信部等で構成されており、ユーザ操作に応じた操作信号を制御部９４９に供給する。
　制御部９４９は、ＣＰＵやメモリ等を用いて構成されている。メモリは、ＣＰＵにより実行されるプログラムやＣＰＵが処理を行う上で必要な各種のデータを記憶する。メモリに記憶されているプログラムは、記録再生装置９４０の起動時などの所定タイミングでＣＰＵにより読み出されて実行される。ＣＰＵは、プログラムを実行することで、記録再生装置９４０がユーザ操作に応じた動作となるように各部を制御する。
　このように構成された記録再生装置では、デコーダ９４７に本願の復号装置（復号方法）の機能が設けられる。このため、符号化効率が向上するようにスケーラブル符号化された画像を復号することができる。
　＜第８実施の形態＞
　（撮像装置の構成例）
　図４７は、本技術を適用した撮像装置の概略構成を例示している。撮像装置９６０は、被写体を撮像し、被写体の画像を表示部に表示させたり、それを画像データとして、記録媒体に記録する。
　撮像装置９６０は、光学ブロック９６１、撮像部９６２、カメラ信号処理部９６３、画像データ処理部９６４、表示部９６５、外部インタフェース部９６６、メモリ部９６７、メディアドライブ９６８、ＯＳＤ部９６９、制御部９７０を有している。また、制御部９７０には、ユーザインタフェース部９７１が接続されている。さらに、画像データ処理部９６４や外部インタフェース部９６６、メモリ部９６７、メディアドライブ９６８、ＯＳＤ部９６９、制御部９７０等は、バス９７２を介して接続されている。
　光学ブロック９６１は、フォーカスレンズや絞り機構等を用いて構成されている。光学ブロック９６１は、被写体の光学像を撮像部９６２の撮像面に結像させる。撮像部９６２は、ＣＣＤまたはＣＭＯＳイメージセンサを用いて構成されており、光電変換によって光学像に応じた電気信号を生成してカメラ信号処理部９６３に供給する。
　カメラ信号処理部９６３は、撮像部９６２から供給された電気信号に対してニー補正やガンマ補正、色補正等の種々のカメラ信号処理を行う。カメラ信号処理部９６３は、カメラ信号処理後の画像データを画像データ処理部９６４に供給する。
　画像データ処理部９６４は、カメラ信号処理部９６３から供給された画像データの符号化処理を行う。画像データ処理部９６４は、符号化処理を行うことにより生成された符号化データを外部インタフェース部９６６やメディアドライブ９６８に供給する。また、画像データ処理部９６４は、外部インタフェース部９６６やメディアドライブ９６８から供給された符号化データの復号化処理を行う。画像データ処理部９６４は、復号化処理を行うことにより生成された画像データを表示部９６５に供給する。また、画像データ処理部９６４は、カメラ信号処理部９６３から供給された画像データを表示部９６５に供給する処理や、ＯＳＤ部９６９から取得した表示用データを、画像データに重畳させて表示部９６５に供給する。
　ＯＳＤ部９６９は、記号、文字、または図形からなるメニュー画面やアイコンなどの表示用データを生成して画像データ処理部９６４に出力する。
　外部インタフェース部９６６は、例えば、ＵＳＢ入出力端子などで構成され、画像の印刷を行う場合に、プリンタと接続される。また、外部インタフェース部９６６には、必要に応じてドライブが接続され、磁気ディスク、光ディスク等のリムーバブルメディアが適宜装着され、それらから読み出されたコンピュータプログラムが、必要に応じて、インストールされる。さらに、外部インタフェース部９６６は、ＬＡＮやインターネット等の所定のネットワークに接続されるネットワークインタフェースを有する。制御部９７０は、例えば、ユーザインタフェース部９７１からの指示にしたがって、メディアドライブ９６８から符号化データを読み出し、それを外部インタフェース部９６６から、ネットワークを介して接続される他の装置に供給させることができる。また、制御部９７０は、ネットワークを介して他の装置から供給される符号化データや画像データを、外部インタフェース部９６６を介して取得し、それを画像データ処理部９６４に供給したりすることができる。
　メディアドライブ９６８で駆動される記録メディアとしては、例えば、磁気ディスク、光磁気ディスク、光ディスク、または半導体メモリ等の、読み書き可能な任意のリムーバブルメディアが用いられる。また、記録メディアは、リムーバブルメディアとしての種類も任意であり、テープデバイスであってもよいし、ディスクであってもよいし、メモリカードであってもよい。もちろん、非接触IC（Integrated Circuit）カード等であってもよい。
　また、メディアドライブ９６８と記録メディアを一体化し、例えば、内蔵型ハードディスクドライブやＳＳＤ（Solid State Drive）等のように、非可搬性の記憶媒体により構成されるようにしてもよい。
　制御部９７０は、ＣＰＵを用いて構成されている。メモリ部９６７は、制御部９７０により実行されるプログラムや制御部９７０が処理を行う上で必要な各種のデータ等を記憶する。メモリ部９６７に記憶されているプログラムは、撮像装置９６０の起動時などの所定タイミングで制御部９７０により読み出されて実行される。制御部９７０は、プログラムを実行することで、撮像装置９６０がユーザ操作に応じた動作となるように各部を制御する。
　このように構成された撮像装置では、画像データ処理部９６４に本願の符号化装置および復号装置（符号化方法および復号方法）の機能が設けられる。このため、スケーラブル符号化の符号化効率を向上させることができる。また、符号化効率が向上するようにスケーラブル符号化された画像を復号することができる。
　＜スケーラブル符号化の応用例＞
　（第１のシステム）
　次に、スケーラブル符号化（階層符号化）されたスケーラブル符号化データの具体的な利用例について説明する。スケーラブル符号化は、例えば、図４８に示される例のように、伝送するデータの選択のために利用される。
　図４８に示されるデータ伝送システム１０００において、配信サーバ１００２は、スケーラブル符号化データ記憶部１００１に記憶されているスケーラブル符号化データを読み出し、ネットワーク１００３を介して、パーソナルコンピュータ１００４、AV機器１００５、タブレットデバイス１００６、および携帯電話機１００７等の端末装置に配信する。
　その際、配信サーバ１００２は、端末装置の能力や通信環境等に応じて、適切な品質の符号化データを選択して伝送する。配信サーバ１００２が不要に高品質なデータを伝送しても、端末装置において高画質な画像を得られるとは限らず、遅延やオーバーフローの発生要因となる恐れがある。また、不要に通信帯域を占有したり、端末装置の負荷を不要に増大させたりしてしまう恐れもある。逆に、配信サーバ１００２が不要に低品質なデータを伝送しても、端末装置において十分な画質の画像を得ることができない恐れがある。そのため、配信サーバ１００２は、スケーラブル符号化データ記憶部１００１に記憶されているスケーラブル符号化データを、適宜、端末装置の能力や通信環境等に対して適切な品質の符号化データとして読み出し、伝送する。
　例えば、スケーラブル符号化データ記憶部１００１は、スケーラブルに符号化されたスケーラブル符号化データ（BL+EL）１０１１を記憶するとする。このスケーラブル符号化データ（BL+EL）１０１１は、ベースレイヤとエンハンスメントレイヤの両方を含む符号化データであり、復号することにより、ベース画像およびエンハンスメント画像の両方を得ることができるデータである。
　配信サーバ１００２は、データを伝送する端末装置の能力や通信環境等に応じて、適切なレイヤを選択し、そのレイヤのデータを読み出す。例えば、配信サーバ１００２は、処理能力の高いパーソナルコンピュータ１００４やタブレットデバイス１００６に対しては、高品質なスケーラブル符号化データ（BL+EL）１０１１をスケーラブル符号化データ記憶部１００１から読み出し、そのまま伝送する。これに対して、例えば、配信サーバ１００２は、処理能力の低いAV機器１００５や携帯電話機１００７に対しては、スケーラブル符号化データ（BL+EL）１０１１からベースレイヤのデータを抽出し、スケーラブル符号化データ（BL+EL）１０１１と同じコンテンツのデータであるが、スケーラブル符号化データ（BL+EL）１０１１よりも低品質なスケーラブル符号化データ（BL）１０１２として伝送する。
　このようにスケーラブル符号化データを用いることにより、データ量を容易に調整することができるので、遅延やオーバーフローの発生を抑制したり、端末装置や通信媒体の負荷の不要な増大を抑制したりすることができる。また、スケーラブル符号化データ（BL+EL）１０１１は、レイヤ間の冗長性が低減されているので、各レイヤの符号化データを個別のデータとする場合よりもそのデータ量を低減させることができる。したがって、スケーラブル符号化データ記憶部１００１の記憶領域をより効率よく使用することができる。
　なお、パーソナルコンピュータ１００４乃至携帯電話機１００７のように、端末装置には様々な装置を適用することができるので、端末装置のハードウエアの性能は、装置によって異なる。また、端末装置が実行するアプリケーションも様々であるので、そのソフトウエアの能力も様々である。さらに、通信媒体となるネットワーク１００３も、例えばインターネットやLAN（Local Area Network）等、有線若しくは無線、またはその両方を含むあらゆる通信回線網を適用することができ、そのデータ伝送能力は様々である。さらに、他の通信等によっても変化する恐れがある。
　そこで、配信サーバ１００２は、データ伝送を開始する前に、データの伝送先となる端末装置と通信を行い、端末装置のハードウエア性能や、端末装置が実行するアプリケーション（ソフトウエア）の性能等といった端末装置の能力に関する情報、並びに、ネットワーク１００３の利用可能帯域幅等の通信環境に関する情報を得るようにしてもよい。そして、配信サーバ１００２が、ここで得た情報を基に、適切なレイヤを選択するようにしてもよい。
　なお、レイヤの抽出は、端末装置において行うようにしてもよい。例えば、パーソナルコンピュータ１００４が、伝送されたスケーラブル符号化データ（BL+EL）１０１１を復号し、ベース画像を表示しても良いし、エンハンスメント画像を表示しても良い。また、例えば、パーソナルコンピュータ１００４が、伝送されたスケーラブル符号化データ（BL+EL）１０１１から、ベースレイヤのスケーラブル符号化データ（BL）１０１２を抽出し、記憶したり、他の装置に転送したり、復号してベース画像を表示したりするようにしてもよい。
　もちろん、スケーラブル符号化データ記憶部１００１、配信サーバ１００２、ネットワーク１００３、および端末装置の数はいずれも任意である。また、以上においては、配信サーバ１００２がデータを端末装置に伝送する例について説明したが、利用例はこれに限定されない。データ伝送システム１０００は、スケーラブル符号化された符号化データを端末装置に伝送する際、端末装置の能力や通信環境等に応じて、適切なレイヤを選択して伝送するシステムであれば、任意のシステムに適用することができる。
　（第２のシステム）
　また、スケーラブル符号化は、例えば、図４９に示される例のように、複数の通信媒体を介する伝送のために利用される。
　図４９に示されるデータ伝送システム１１００において、放送局１１０１は、地上波放送１１１１により、ベースレイヤのスケーラブル符号化データ（BL）１１２１を伝送する。また、放送局１１０１は、有線若しくは無線またはその両方の通信網よりなる任意のネットワーク１１１２を介して、エンハンスメントレイヤのスケーラブル符号化データ（EL）１１２２を伝送する（例えばパケット化して伝送する）。
　端末装置１１０２は、放送局１１０１が放送する地上波放送１１１１の受信機能を有し、この地上波放送１１１１を介して伝送されるベースレイヤのスケーラブル符号化データ（BL）１１２１を受け取る。また、端末装置１１０２は、ネットワーク１１１２を介した通信を行う通信機能をさらに有し、このネットワーク１１１２を介して伝送されるエンハンスメントレイヤのスケーラブル符号化データ（EL）１１２２を受け取る。
　端末装置１１０２は、例えばユーザ指示等に応じて、地上波放送１１１１を介して取得したベースレイヤのスケーラブル符号化データ（BL）１１２１を、復号してベース画像を得たり、記憶したり、他の装置に伝送したりする。
　また、端末装置１１０２は、例えばユーザ指示等に応じて、地上波放送１１１１を介して取得したベースレイヤのスケーラブル符号化データ（BL）１１２１と、ネットワーク１１１２を介して取得したエンハンスメントレイヤのスケーラブル符号化データ（EL）１１２２とを合成して、スケーラブル符号化データ（BL+EL）を得たり、それを復号してエンハンスメント画像を得たり、記憶したり、他の装置に伝送したりする。
　以上のように、スケーラブル符号化データは、例えばレイヤ毎に異なる通信媒体を介して伝送させることができる。したがって、負荷を分散させることができ、遅延やオーバーフローの発生を抑制することができる。
　また、状況に応じて、伝送に使用する通信媒体を、レイヤ毎に選択することができるようにしてもよい。例えば、データ量が比較的多いベースレイヤのスケーラブル符号化データ（BL）１１２１を帯域幅の広い通信媒体を介して伝送させ、データ量が比較的少ないエンハンスメントレイヤのスケーラブル符号化データ（EL）１１２２を帯域幅の狭い通信媒体を介して伝送させるようにしてもよい。また、例えば、エンハンスメントレイヤのスケーラブル符号化データ（EL）１１２２を伝送する通信媒体を、ネットワーク１１１２とするか、地上波放送１１１１とするかを、ネットワーク１１１２の利用可能帯域幅に応じて切り替えるようにしてもよい。もちろん、任意のレイヤのデータについて同様である。
　このように制御することにより、データ伝送における負荷の増大を、より抑制することができる。
　もちろん、レイヤ数は任意であり、伝送に利用する通信媒体の数も任意である。また、データ配信先となる端末装置１１０２の数も任意である。さらに、以上においては、放送局１１０１からの放送を例に説明したが、利用例はこれに限定されない。データ伝送システム１１００は、スケーラブル符号化された符号化データを、レイヤを単位として複数に分割し、複数の回線を介して伝送するシステムであれば、任意のシステムに適用することができる。
　（第３のシステム）
　また、スケーラブル符号化は、例えば、図５０に示される例のように、符号化データの記憶に利用される。
　図５０に示される撮像システム１２００において、撮像装置１２０１は、被写体１２１１を撮像して得られた画像データをスケーラブル符号化し、スケーラブル符号化データ（BL+EL）１２２１として、スケーラブル符号化データ記憶装置１２０２に供給する。
　スケーラブル符号化データ記憶装置１２０２は、撮像装置１２０１から供給されるスケーラブル符号化データ（BL+EL）１２２１を、状況に応じた品質で記憶する。例えば、通常時の場合、スケーラブル符号化データ記憶装置１２０２は、スケーラブル符号化データ（BL+EL）１２２１からベースレイヤのデータを抽出し、低品質でデータ量の少ないベースレイヤのスケーラブル符号化データ（BL）１２２２として記憶する。これに対して、例えば、注目時の場合、スケーラブル符号化データ記憶装置１２０２は、高品質でデータ量の多いスケーラブル符号化データ（BL+EL）１２２１のまま記憶する。
　このようにすることにより、スケーラブル符号化データ記憶装置１２０２は、必要な場合のみ、画像を高画質に保存することができるので、画質劣化による画像の価値の低減を抑制しながら、データ量の増大を抑制することができ、記憶領域の利用効率を向上させることができる。
　例えば、撮像装置１２０１が監視カメラであるとする。撮像画像に監視対象（例えば侵入者）が写っていない場合（通常時の場合）、撮像画像の内容は重要でない可能性が高いので、データ量の低減が優先され、その画像データ（スケーラブル符号化データ）は、低品質に記憶される。これに対して、撮像画像に監視対象が被写体１２１１として写っている場合（注目時の場合）、その撮像画像の内容は重要である可能性が高いので、画質が優先され、その画像データ（スケーラブル符号化データ）は、高品質に記憶される。
　なお、通常時であるか注目時であるかは、例えば、スケーラブル符号化データ記憶装置１２０２が、画像を解析することにより判定しても良い。また、撮像装置１２０１が判定し、その判定結果をスケーラブル符号化データ記憶装置１２０２に伝送するようにしてもよい。
　なお、通常時であるか注目時であるかの判定基準は任意であり、判定基準とする画像の内容は任意である。もちろん、画像の内容以外の条件を判定基準とすることもできる。例えば、収録した音声の大きさや波形等に応じて切り替えるようにしてもよいし、所定の時間毎に切り替えるようにしてもよいし、ユーザ指示等の外部からの指示によって切り替えるようにしてもよい。
　また、以上においては、通常時と注目時の２つの状態を切り替える例を説明したが、状態の数は任意であり、例えば、通常時、やや注目時、注目時、非常に注目時等のように、３つ以上の状態を切り替えるようにしてもよい。ただし、この切り替える状態の上限数は、スケーラブル符号化データのレイヤ数に依存する。
　また、撮像装置１２０１が、スケーラブル符号化のレイヤ数を、状態に応じて決定するようにしてもよい。例えば、通常時の場合、撮像装置１２０１が、低品質でデータ量の少ないベースレイヤのスケーラブル符号化データ（BL）１２２２を生成し、スケーラブル符号化データ記憶装置１２０２に供給するようにしてもよい。また、例えば、注目時の場合、撮像装置１２０１が、高品質でデータ量の多いベースレイヤのスケーラブル符号化データ（BL+EL）１２２１を生成し、スケーラブル符号化データ記憶装置１２０２に供給するようにしてもよい。
　以上においては、監視カメラを例に説明したが、この撮像システム１２００の用途は任意であり、監視カメラに限定されない。
　＜第９実施の形態＞
　（実施のその他の例）
  以上において本技術を適用する装置やシステム等の例を説明したが、本技術は、これに限らず、このような装置またはシステムを構成する装置に搭載するあらゆる構成、例えば、システムLSI（Large Scale Integration）等としてのプロセッサ、複数のプロセッサ等を用いるモジュール、複数のモジュール等を用いるユニット、ユニットにさらにその他の機能を付加したセット等（すなわち、装置の一部の構成）として実施することもできる。
　（ビデオセットの構成例）
  本技術をセットとして実施する場合の例について、図５１を参照して説明する。図５１は、本技術を適用したビデオセットの概略的な構成の一例を示している。
  近年、電子機器の多機能化が進んでおり、その開発や製造において、その一部の構成を販売や提供等として実施する場合、１機能を有する構成として実施を行う場合だけでなく、関連する機能を有する複数の構成を組み合わせ、複数の機能を有する１セットとして実施を行う場合も多く見られるようになってきた。
  図５１に示されるビデオセット１３００は、このような多機能化された構成であり、画像の符号化や復号（いずれか一方でもよいし、両方でも良い）に関する機能を有するデバイスに、その機能に関連するその他の機能を有するデバイスを組み合わせたものである。
  図５１に示されるように、ビデオセット１３００は、ビデオモジュール１３１１、外部メモリ１３１２、パワーマネージメントモジュール１３１３、およびフロントエンドモジュール１３１４等のモジュール群と、コネクティビティ１３２１、カメラ１３２２、およびセンサ１３２３等の関連する機能を有するデバイスとを有する。
  モジュールは、互いに関連するいくつかの部品的機能をまとめ、まとまりのある機能を持った部品としたものである。具体的な物理的構成は任意であるが、例えば、それぞれ機能を有する複数のプロセッサ、抵抗やコンデンサ等の電子回路素子、その他のデバイス等を配線基板等に配置して一体化したものが考えられる。また、モジュールに他のモジュールやプロセッサ等を組み合わせて新たなモジュールとすることも考えられる。
  図５１の例の場合、ビデオモジュール１３１１は、画像処理に関する機能を有する構成を組み合わせたものであり、アプリケーションプロセッサ、ビデオプロセッサ、ブロードバンドモデム１３３３、およびRFモジュール１３３４を有する。
  プロセッサは、所定の機能を有する構成をSoC（System On a Chip）により半導体チップに集積したものであり、例えばシステムLSI（Large Scale Integration）等と称されるものもある。この所定の機能を有する構成は、論理回路（ハードウエア構成）であってもよいし、CPU、ROM、RAM等と、それらを用いて実行されるプログラム（ソフトウエア構成）であってもよいし、その両方を組み合わせたものであってもよい。例えば、プロセッサが、論理回路とCPU、ROM、RAM等とを有し、機能の一部を論理回路（ハードウエア構成）により実現し、その他の機能をCPUにおいて実行されるプログラム（ソフトウエア構成）により実現するようにしてもよい。
  図５１のアプリケーションプロセッサ１３３１は、画像処理に関するアプリケーションを実行するプロセッサである。このアプリケーションプロセッサ１３３１において実行されるアプリケーションは、所定の機能を実現するために、演算処理を行うだけでなく、例えばビデオプロセッサ１３３２等、ビデオモジュール１３１１内外の構成を必要に応じて制御することもできる。
  ビデオプロセッサ１３３２は、画像の符号化・復号（その一方若しくは両方）に関する機能を有するプロセッサである。
  ブロードバンドモデム１３３３は、インターネットや公衆電話回線網等の広帯域の回線を介して行われる有線若しくは無線（またはその両方）の広帯域通信に関する処理を行うプロセッサ（若しくはモジュール）である。例えば、ブロードバンドモデム１３３３は、送信するデータ（デジタル信号）をデジタル変調する等してアナログ信号に変換したり、受信したアナログ信号を復調してデータ（デジタル信号）に変換したりする。例えば、ブロードバンドモデム１３３３は、ビデオプロセッサ１３３２が処理する画像データや画像データが符号化されたストリーム、アプリケーションプログラム、設定データ等、任意の情報をデジタル変調・復調することができる。
  RFモジュール１３３４は、アンテナを介して送受信されるRF（Radio Frequency）信号に対して、周波数変換、変復調、増幅、フィルタ処理等を行うモジュールである。例えば、RFモジュール１３３４は、ブロードバンドモデム１３３３により生成されたベースバンド信号に対して周波数変換等を行ってRF信号を生成する。また、例えば、RFモジュール１３３４は、フロントエンドモジュール１３１４を介して受信されたRF信号に対して周波数変換等を行ってベースバンド信号を生成する。
  なお、図５１において点線１３４１に示されるように、アプリケーションプロセッサ１３３１とビデオプロセッサ１３３２を、一体化し、１つのプロセッサとして構成されるようにしてもよい。
  外部メモリ１３１２は、ビデオモジュール１３１１の外部に設けられた、ビデオモジュール１３１１により利用される記憶デバイスを有するモジュールである。この外部メモリ１３１２の記憶デバイスは、どのような物理構成により実現するようにしてもよいが、一般的にフレーム単位の画像データのような大容量のデータの格納に利用されることが多いので、例えばDRAM（Dynamic Random Access Memory）のような比較的安価で大容量の半導体メモリにより実現するのが望ましい。
  パワーマネージメントモジュール１３１３は、ビデオモジュール１３１１（ビデオモジュール１３１１内の各構成）への電力供給を管理し、制御する。
  フロントエンドモジュール１３１４は、RFモジュール１３３４に対してフロントエンド機能（アンテナ側の送受信端の回路）を提供するモジュールである。図５１に示されるように、フロントエンドモジュール１３１４は、例えば、アンテナ部１３５１、フィルタ１３５２、および増幅部１３５３を有する。
  アンテナ部１３５１は、無線信号を送受信するアンテナおよびその周辺の構成を有する。アンテナ部１３５１は、増幅部１３５３から供給される信号を無線信号として送信し、受信した無線信号を電気信号（RF信号）としてフィルタ１３５２に供給する。フィルタ１３５２は、アンテナ部１３５１を介して受信されたRF信号に対してフィルタ処理等を行い、処理後のRF信号をRFモジュール１３３４に供給する。増幅部１３５３は、RFモジュール１３３４から供給されるRF信号を増幅し、アンテナ部１３５１に供給する。
  コネクティビティ１３２１は、外部との接続に関する機能を有するモジュールである。コネクティビティ１３２１の物理構成は、任意である。例えば、コネクティビティ１３２１は、ブロードバンドモデム１３３３が対応する通信規格以外の通信機能を有する構成や、外部入出力端子等を有する。
  例えば、コネクティビティ１３２１が、Bluetooth（登録商標）、IEEE 802.11（例えばWi-Fi（Wireless Fidelity、登録商標））、NFC（Near Field Communication）、IrDA（InfraRed Data Association）等の無線通信規格に準拠する通信機能を有するモジュールや、その規格に準拠した信号を送受信するアンテナ等を有するようにしてもよい。また、例えば、コネクティビティ１３２１が、USB（Universal Serial Bus）、HDMI（登録商標）（High-Definition Multimedia Interface）等の有線通信規格に準拠する通信機能を有するモジュールや、その規格に準拠した端子を有するようにしてもよい。さらに、例えば、コネクティビティ１３２１が、アナログ入出力端子等のその他のデータ（信号）伝送機能等を有するようにしてもよい。
  なお、コネクティビティ１３２１が、データ（信号）の伝送先のデバイスを含むようにしてもよい。例えば、コネクティビティ１３２１が、磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリ等の記録媒体に対してデータの読み出しや書き込みを行うドライブ（リムーバブルメディアのドライブだけでなく、ハードディスク、SSD（Solid State Drive）、NAS（Network Attached Storage）等も含む）を有するようにしてもよい。また、コネクティビティ１３２１が、画像や音声の出力デバイス（モニタやスピーカ等）を有するようにしてもよい。
  カメラ１３２２は、被写体を撮像し、被写体の画像データを得る機能を有するモジュールである。カメラ１３２２の撮像により得られた画像データは、例えば、ビデオプロセッサ１３３２に供給されて符号化される。
  センサ１３２３は、例えば、音声センサ、超音波センサ、光センサ、照度センサ、赤外線センサ、イメージセンサ、回転センサ、角度センサ、角速度センサ、速度センサ、加速度センサ、傾斜センサ、磁気識別センサ、衝撃センサ、温度センサ等、任意のセンサ機能を有するモジュールである。センサ１３２３により検出されたデータは、例えば、アプリケーションプロセッサ１３３１に供給されてアプリケーション等により利用される。
  以上においてモジュールとして説明した構成をプロセッサとして実現するようにしてもよいし、逆にプロセッサとして説明した構成をモジュールとして実現するようにしてもよい。
  以上のような構成のビデオセット１３００において、後述するようにビデオプロセッサ１３３２に本技術を適用することができる。したがって、ビデオセット１３００は、本技術を適用したセットとして実施することができる。
　（ビデオプロセッサの構成例）
  図５２は、本技術を適用したビデオプロセッサ１３３２（図５１）の概略的な構成の一例を示している。
  図５２の例の場合、ビデオプロセッサ１３３２は、ビデオ信号およびオーディオ信号の入力を受けてこれらを所定の方式で符号化する機能と、符号化されたビデオデータおよびオーディオデータを復号し、ビデオ信号およびオーディオ信号を再生出力する機能とを有する。
  図５２に示されるように、ビデオプロセッサ１３３２は、ビデオ入力処理部１４０１、第１画像拡大縮小部１４０２、第２画像拡大縮小部１４０３、ビデオ出力処理部１４０４、フレームメモリ１４０５、およびメモリ制御部１４０６を有する。また、ビデオプロセッサ１３３２は、エンコード・デコードエンジン１４０７、ビデオES（Elementary Stream）バッファ１４０８Ａおよび１４０８Ｂ、並びに、オーディオESバッファ１４０９Ａおよび１４０９Ｂを有する。さらに、ビデオプロセッサ１３３２は、オーディオエンコーダ１４１０、オーディオデコーダ１４１１、多重化部（MUX（Multiplexer））１４１２、逆多重化部（DMUX（Demultiplexer））１４１３、およびストリームバッファ１４１４を有する。
  ビデオ入力処理部１４０１は、例えばコネクティビティ１３２１（図５１）等から入力されたビデオ信号を取得し、デジタル画像データに変換する。第１画像拡大縮小部１４０２は、画像データに対してフォーマット変換や画像の拡大縮小処理等を行う。第２画像拡大縮小部１４０３は、画像データに対して、ビデオ出力処理部１４０４を介して出力する先でのフォーマットに応じて画像の拡大縮小処理を行ったり、第１画像拡大縮小部１４０２と同様のフォーマット変換や画像の拡大縮小処理等を行ったりする。ビデオ出力処理部１４０４は、画像データに対して、フォーマット変換やアナログ信号への変換等を行って、再生されたビデオ信号として例えばコネクティビティ１３２１（図５１）等に出力する。
  フレームメモリ１４０５は、ビデオ入力処理部１４０１、第１画像拡大縮小部１４０２、第２画像拡大縮小部１４０３、ビデオ出力処理部１４０４、およびエンコード・デコードエンジン１４０７によって共用される画像データ用のメモリである。フレームメモリ１４０５は、例えばDRAM等の半導体メモリとして実現される。
  メモリ制御部１４０６は、エンコード・デコードエンジン１４０７からの同期信号を受けて、アクセス管理テーブル１４０６Ａに書き込まれたフレームメモリ１４０５へのアクセススケジュールに従ってフレームメモリ１４０５に対する書き込み・読み出しのアクセスを制御する。アクセス管理テーブル１４０６Ａは、エンコード・デコードエンジン１４０７、第１画像拡大縮小部１４０２、第２画像拡大縮小部１４０３等で実行される処理に応じて、メモリ制御部１４０６により更新される。
  エンコード・デコードエンジン１４０７は、画像データのエンコード処理、並びに、画像データが符号化されたデータであるビデオストリームのデコード処理を行う。例えば、エンコード・デコードエンジン１４０７は、フレームメモリ１４０５から読み出した画像データを符号化し、ビデオストリームとしてビデオESバッファ１４０８Ａに順次書き込む。また、例えば、ビデオESバッファ１４０８Ｂからビデオストリームを順次読み出して復号し、画像データとしてフレームメモリ１４０５に順次書き込む。エンコード・デコードエンジン１４０７は、これらの符号化や復号において、フレームメモリ１４０５を作業領域として使用する。また、エンコード・デコードエンジン１４０７は、例えばマクロブロック毎の処理を開始するタイミングで、メモリ制御部１４０６に対して同期信号を出力する。
  ビデオESバッファ１４０８Ａは、エンコード・デコードエンジン１４０７によって生成されたビデオストリームをバッファリングして、多重化部（MUX）１４１２に供給する。ビデオESバッファ１４０８Ｂは、逆多重化部（DMUX）１４１３から供給されたビデオストリームをバッファリングして、エンコード・デコードエンジン１４０７に供給する。
  オーディオESバッファ１４０９Ａは、オーディオエンコーダ１４１０によって生成されたオーディオストリームをバッファリングして、多重化部（MUX）１４１２に供給する。オーディオESバッファ１４０９Ｂは、逆多重化部（DMUX）１４１３から供給されたオーディオストリームをバッファリングして、オーディオデコーダ１４１１に供給する。
  オーディオエンコーダ１４１０は、例えばコネクティビティ１３２１（図５１）等から入力されたオーディオ信号を例えばデジタル変換し、例えばMPEGオーディオ方式やAC3（AudioCode number 3）方式等の所定の方式で符号化する。オーディオエンコーダ１４１０は、オーディオ信号が符号化されたデータであるオーディオストリームをオーディオESバッファ１４０９Ａに順次書き込む。オーディオデコーダ１４１１は、オーディオESバッファ１４０９Ｂから供給されたオーディオストリームを復号し、例えばアナログ信号への変換等を行って、再生されたオーディオ信号として例えばコネクティビティ１３２１（図５１）等に供給する。
  多重化部（MUX）１４１２は、ビデオストリームとオーディオストリームとを多重化する。この多重化の方法（すなわち、多重化により生成されるビットストリームのフォーマット）は任意である。また、この多重化の際に、多重化部（MUX）１４１２は、所定のヘッダ情報等をビットストリームに付加することもできる。つまり、多重化部（MUX）１４１２は、多重化によりストリームのフォーマットを変換することができる。例えば、多重化部（MUX）１４１２は、ビデオストリームとオーディオストリームとを多重化することにより、転送用のフォーマットのビットストリームであるトランスポートストリームに変換する。また、例えば、多重化部（MUX）１４１２は、ビデオストリームとオーディオストリームとを多重化することにより、記録用のファイルフォーマットのデータ（ファイルデータ）に変換する。
  逆多重化部（DMUX）１４１３は、多重化部（MUX）１４１２による多重化に対応する方法で、ビデオストリームとオーディオストリームとが多重化されたビットストリームを逆多重化する。つまり、逆多重化部（DMUX）１４１３は、ストリームバッファ１４１４から読み出されたビットストリームからビデオストリームとオーディオストリームとを抽出する（ビデオストリームとオーディオストリームとを分離する）。つまり、逆多重化部（DMUX）１４１３は、逆多重化によりストリームのフォーマットを変換（多重化部（MUX）１４１２による変換の逆変換）することができる。例えば、逆多重化部（DMUX）１４１３は、例えばコネクティビティ１３２１やブロードバンドモデム１３３３等（いずれも図５１）から供給されたトランスポートストリームを、ストリームバッファ１４１４を介して取得し、逆多重化することにより、ビデオストリームとオーディオストリームとに変換することができる。また、例えば、逆多重化部（DMUX）１４１３は、例えばコネクティビティ１３２１により（図５１）各種記録媒体から読み出されたファイルデータを、ストリームバッファ１４１４を介して取得し、逆多重化することにより、ビデオストリームとオーディオストリームとに変換することができる。
  ストリームバッファ１４１４は、ビットストリームをバッファリングする。例えば、ストリームバッファ１４１４は、多重化部（MUX）１４１２から供給されたトランスポートストリームをバッファリングし、所定のタイミングにおいて、若しくは外部からの要求等に基づいて、例えばコネクティビティ１３２１やブロードバンドモデム１３３３（いずれも図５１）等に供給する。
  また、例えば、ストリームバッファ１４１４は、多重化部（MUX）１４１２から供給されたファイルデータをバッファリングし、所定のタイミングにおいて、若しくは外部からの要求等に基づいて、例えばコネクティビティ１３２１（図５１）等に供給し、各種記録媒体に記録させる。
  さらに、ストリームバッファ１４１４は、例えばコネクティビティ１３２１やブロードバンドモデム１３３３等（いずれも図５１）を介して取得したトランスポートストリームをバッファリングし、所定のタイミングにおいて、若しくは外部からの要求等に基づいて、逆多重化部（DMUX）１４１３に供給する。
  また、ストリームバッファ１４１４は、例えばコネクティビティ１３２１（図５１）等において各種記録媒体から読み出されたファイルデータをバッファリングし、所定のタイミングにおいて、若しくは外部からの要求等に基づいて、逆多重化部（DMUX）１４１３に供給する。
  次に、このような構成のビデオプロセッサ１３３２の動作の例について説明する。例えば、コネクティビティ１３２１（図５１）等からビデオプロセッサ１３３２に入力されたビデオ信号は、ビデオ入力処理部１４０１において４：２：２Ｙ／Ｃｂ／Ｃｒ方式等の所定の方式のデジタル画像データに変換され、フレームメモリ１４０５に順次書き込まれる。このデジタル画像データは、第１画像拡大縮小部１４０２または第２画像拡大縮小部１４０３に読み出されて、４：２：０Ｙ／Ｃｂ／Ｃｒ方式等の所定の方式へのフォーマット変換および拡大縮小処理が行われ、再びフレームメモリ１４０５に書き込まれる。この画像データは、エンコード・デコードエンジン１４０７によって符号化され、ビデオストリームとしてビデオESバッファ１４０８Ａに書き込まれる。
  また、コネクティビティ１３２１（図５１）等からビデオプロセッサ１３３２に入力されたオーディオ信号は、オーディオエンコーダ１４１０によって符号化され、オーディオストリームとして、オーディオESバッファ１４０９Ａに書き込まれる。
  ビデオESバッファ１４０８Ａのビデオストリームと、オーディオESバッファ１４０９Ａのオーディオストリームは、多重化部（MUX）１４１２に読み出されて多重化され、トランスポートストリーム若しくはファイルデータ等に変換される。多重化部（MUX）１４１２により生成されたトランスポートストリームは、ストリームバッファ１４１４にバッファされた後、例えばコネクティビティ１３２１やブロードバンドモデム１３３３（いずれも図５１）等を介して外部ネットワークに出力される。また、多重化部（MUX）１４１２により生成されたファイルデータは、ストリームバッファ１４１４にバッファされた後、例えばコネクティビティ１３２１（図５１）等に出力され、各種記録媒体に記録される。
  また、例えばコネクティビティ１３２１やブロードバンドモデム１３３３（いずれも図５１）等を介して外部ネットワークからビデオプロセッサ１３３２に入力されたトランスポートストリームは、ストリームバッファ１４１４にバッファされた後、逆多重化部（DMUX）１４１３により逆多重化される。また、例えばコネクティビティ１３２１（図５１）等において各種記録媒体から読み出され、ビデオプロセッサ１３３２に入力されたファイルデータは、ストリームバッファ１４１４にバッファされた後、逆多重化部（DMUX）１４１３により逆多重化される。つまり、ビデオプロセッサ１３３２に入力されたトランスポートストリームまたはファイルデータは、逆多重化部（DMUX）１４１３によりビデオストリームとオーディオストリームとに分離される。
  オーディオストリームは、オーディオESバッファ１４０９Ｂを介してオーディオデコーダ１４１１に供給され、復号されてオーディオ信号が再生される。また、ビデオストリームは、ビデオESバッファ１４０８Ｂに書き込まれた後、エンコード・デコードエンジン１４０７により順次読み出されて復号されてフレームメモリ１４０５に書き込まれる。復号された画像データは、第２画像拡大縮小部１４０３によって拡大縮小処理されて、フレームメモリ１４０５に書き込まれる。そして、復号された画像データは、ビデオ出力処理部１４０４に読み出されて、４：２：２Ｙ／Ｃｂ／Ｃｒ方式等の所定の方式にフォーマット変換され、さらにアナログ信号に変換されて、ビデオ信号が再生出力される。
  このように構成されるビデオプロセッサ１３３２に本技術を適用する場合、エンコード・デコードエンジン１４０７に、上述した各実施形態に係る本技術を適用すればよい。つまり、例えば、エンコード・デコードエンジン１４０７が、第１乃至第３実施の形態のいずれかに係る符号化装置や復号装置の機能を有するようにすればよい。このようにすることにより、ビデオプロセッサ１３３２は、図１乃至図４０を参照して上述した効果と同様の効果を得ることができる。
  なお、エンコード・デコードエンジン１４０７において、本技術（すなわち、上述した各実施形態に係る画像符号化装置や画像復号装置の機能）は、論理回路等のハードウエアにより実現するようにしてもよいし、組み込みプログラム等のソフトウエアにより実現するようにしてもよいし、それらの両方により実現するようにしてもよい。
　（ビデオプロセッサの他の構成例）
  図５３は、本技術を適用したビデオプロセッサ１３３２（図５１）の概略的な構成の他の例を示している。図５３の例の場合、ビデオプロセッサ１３３２は、ビデオデータを所定の方式で符号化・復号する機能を有する。
  より具体的には、図５３に示されるように、ビデオプロセッサ１３３２は、制御部１５１１、ディスプレイインタフェース１５１２、ディスプレイエンジン１５１３、画像処理エンジン１５１４、および内部メモリ１５１５を有する。また、ビデオプロセッサ１３３２は、コーデックエンジン１５１６、メモリインタフェース１５１７、多重化・逆多重化部（MUX DMUX）１５１８、ネットワークインタフェース１５１９、およびビデオインタフェース１５２０を有する。
  制御部１５１１は、ディスプレイインタフェース１５１２、ディスプレイエンジン１５１３、画像処理エンジン１５１４、およびコーデックエンジン１５１６等、ビデオプロセッサ１３３２内の各処理部の動作を制御する。
  図５３に示されるように、制御部１５１１は、例えば、メインCPU１５３１、サブCPU１５３２、およびシステムコントローラ１５３３を有する。メインCPU１５３１は、ビデオプロセッサ１３３２内の各処理部の動作を制御するためのプログラム等を実行する。メインCPU１５３１は、そのプログラム等に従って制御信号を生成し、各処理部に供給する（つまり、各処理部の動作を制御する）。サブCPU１５３２は、メインCPU１５３１の補助的な役割を果たす。例えば、サブCPU１５３２は、メインCPU１５３１が実行するプログラム等の子プロセスやサブルーチン等を実行する。システムコントローラ１５３３は、メインCPU１５３１およびサブCPU１５３２が実行するプログラムを指定する等、メインCPU１５３１およびサブCPU１５３２の動作を制御する。
  ディスプレイインタフェース１５１２は、制御部１５１１の制御の下、画像データを例えばコネクティビティ１３２１（図５１）等に出力する。例えば、ディスプレイインタフェース１５１２は、デジタルデータの画像データをアナログ信号に変換し、再生されたビデオ信号として、またはデジタルデータの画像データのまま、コネクティビティ１３２１（図５１）のモニタ装置等に出力する。
  ディスプレイエンジン１５１３は、制御部１５１１の制御の下、画像データに対して、その画像を表示させるモニタ装置等のハードウエアスペックに合わせるように、フォーマット変換、サイズ変換、色域変換等の各種変換処理を行う。
  画像処理エンジン１５１４は、制御部１５１１の制御の下、画像データに対して、例えば画質改善のためのフィルタ処理等、所定の画像処理を施す。
  内部メモリ１５１５は、ディスプレイエンジン１５１３、画像処理エンジン１５１４、およびコーデックエンジン１５１６により共用される、ビデオプロセッサ１３３２の内部に設けられたメモリである。内部メモリ１５１５は、例えば、ディスプレイエンジン１５１３、画像処理エンジン１５１４、およびコーデックエンジン１５１６の間で行われるデータの授受に利用される。例えば、内部メモリ１５１５は、ディスプレイエンジン１５１３、画像処理エンジン１５１４、またはコーデックエンジン１５１６から供給されるデータを格納し、必要に応じて（例えば、要求に応じて）、そのデータを、ディスプレイエンジン１５１３、画像処理エンジン１５１４、またはコーデックエンジン１５１６に供給する。この内部メモリ１５１５は、どのような記憶デバイスにより実現するようにしてもよいが、一般的にブロック単位の画像データやパラメータ等といった小容量のデータの格納に利用することが多いので、例えばSRAM（Static Random Access Memory）のような比較的（例えば外部メモリ１３１２と比較して）小容量だが応答速度が高速な半導体メモリにより実現するのが望ましい。
  コーデックエンジン１５１６は、画像データの符号化や復号に関する処理を行う。このコーデックエンジン１５１６が対応する符号化・復号の方式は任意であり、その数は１つであってもよいし、複数であってもよい。例えば、コーデックエンジン１５１６は、複数の符号化・復号方式のコーデック機能を備え、その中から選択されたもので画像データの符号化若しくは符号化データの復号を行うようにしてもよい。
  図５３に示される例において、コーデックエンジン１５１６は、コーデックに関する処理の機能ブロックとして、例えば、MPEG-2 Video１５４１、AVC/H.264１５４２、HEVC/H.265１５４３、HEVC/H.265(Scalable)１５４４、HEVC/H.265(Multi-view)１５４５、およびMPEG-DASH１５５１を有する。
  MPEG-2 Video１５４１は、画像データをMPEG-2方式で符号化したり復号したりする機能ブロックである。AVC/H.264１５４２は、画像データをAVC方式で符号化したり復号したりする機能ブロックである。HEVC/H.265１５４３は、画像データをHEVC方式で符号化したり復号したりする機能ブロックである。HEVC/H.265(Scalable)１５４４は、画像データをHEVC方式でスケーラブル符号化したりスケーラブル復号したりする機能ブロックである。HEVC/H.265(Multi-view)１５４５は、画像データをHEVC方式で多視点符号化したり多視点復号したりする機能ブロックである。
  MPEG-DASH１５５１は、画像データをMPEG-DASH（MPEG-Dynamic Adaptive Streaming over HTTP）方式で送受信する機能ブロックである。MPEG-DASHは、HTTP（HyperText Transfer Protocol）を使ってビデオのストリーミングを行う技術であり、予め用意された解像度等が互いに異なる複数の符号化データの中から適切なものをセグメント単位で選択し伝送することを特徴の１つとする。MPEG-DASH１５５１は、規格に準拠するストリームの生成やそのストリームの伝送制御等を行い、画像データの符号化・復号については、上述したMPEG-2 Video１５４１乃至HEVC/H.265(Multi-view)１５４５を利用する。
  メモリインタフェース１５１７は、外部メモリ１３１２用のインタフェースである。画像処理エンジン１５１４やコーデックエンジン１５１６から供給されるデータは、メモリインタフェース１５１７を介して外部メモリ１３１２に供給される。また、外部メモリ１３１２から読み出されたデータは、メモリインタフェース１５１７を介してビデオプロセッサ１３３２（画像処理エンジン１５１４若しくはコーデックエンジン１５１６）に供給される。
  多重化・逆多重化部（MUX DMUX）１５１８は、符号化データのビットストリーム、画像データ、ビデオ信号等、画像に関する各種データの多重化や逆多重化を行う。この多重化・逆多重化の方法は任意である。例えば、多重化の際に、多重化・逆多重化部（MUX DMUX）１５１８は、複数のデータを１つにまとめるだけでなく、所定のヘッダ情報等をそのデータに付加することもできる。また、逆多重化の際に、多重化・逆多重化部（MUX DMUX）１５１８は、１つのデータを複数に分割するだけでなく、分割した各データに所定のヘッダ情報等を付加することもできる。つまり、多重化・逆多重化部（MUX DMUX）１５１８は、多重化・逆多重化によりデータのフォーマットを変換することができる。例えば、多重化・逆多重化部（MUX DMUX）１５１８は、ビットストリームを多重化することにより、転送用のフォーマットのビットストリームであるトランスポートストリームや、記録用のファイルフォーマットのデータ（ファイルデータ）に変換することができる。もちろん、逆多重化によりその逆変換も可能である。
  ネットワークインタフェース１５１９は、例えばブロードバンドモデム１３３３やコネクティビティ１３２１（いずれも図５１）等向けのインタフェースである。ビデオインタフェース１５２０は、例えばコネクティビティ１３２１やカメラ１３２２（いずれも図５１）等向けのインタフェースである。
  次に、このようなビデオプロセッサ１３３２の動作の例について説明する。例えば、コネクティビティ１３２１やブロードバンドモデム１３３３（いずれも図５１）等を介して外部ネットワークからトランスポートストリームを受信すると、そのトランスポートストリームは、ネットワークインタフェース１５１９を介して多重化・逆多重化部（MUX DMUX）１５１８に供給されて逆多重化され、コーデックエンジン１５１６により復号される。コーデックエンジン１５１６の復号により得られた画像データは、例えば、画像処理エンジン１５１４により所定の画像処理が施され、ディスプレイエンジン１５１３により所定の変換が行われ、ディスプレイインタフェース１５１２を介して例えばコネクティビティ１３２１（図５１）等に供給され、その画像がモニタに表示される。また、例えば、コーデックエンジン１５１６の復号により得られた画像データは、コーデックエンジン１５１６により再符号化され、多重化・逆多重化部（MUX DMUX）１５１８により多重化されてファイルデータに変換され、ビデオインタフェース１５２０を介して例えばコネクティビティ１３２１（図５１）等に出力され、各種記録媒体に記録される。
  さらに、例えば、コネクティビティ１３２１（図５１）等により図示せぬ記録媒体から読み出された、画像データが符号化された符号化データのファイルデータは、ビデオインタフェース１５２０を介して多重化・逆多重化部（MUX DMUX）１５１８に供給されて逆多重化され、コーデックエンジン１５１６により復号される。コーデックエンジン１５１６の復号により得られた画像データは、画像処理エンジン１５１４により所定の画像処理が施され、ディスプレイエンジン１５１３により所定の変換が行われ、ディスプレイインタフェース１５１２を介して例えばコネクティビティ１３２１（図５１）等に供給され、その画像がモニタに表示される。また、例えば、コーデックエンジン１５１６の復号により得られた画像データは、コーデックエンジン１５１６により再符号化され、多重化・逆多重化部（MUX DMUX）１５１８により多重化されてトランスポートストリームに変換され、ネットワークインタフェース１５１９を介して例えばコネクティビティ１３２１やブロードバンドモデム１３３３（いずれも図５１）等に供給され図示せぬ他の装置に伝送される。
  なお、ビデオプロセッサ１３３２内の各処理部の間での画像データやその他のデータの授受は、例えば、内部メモリ１５１５や外部メモリ１３１２を利用して行われる。また、パワーマネージメントモジュール１３１３は、例えば制御部１５１１への電力供給を制御する。
  このように構成されるビデオプロセッサ１３３２に本技術を適用する場合、コーデックエンジン１５１６に、上述した各実施形態に係る本技術を適用すればよい。つまり、例えば、コーデックエンジン１５１６が、第１乃至第３実施の形態のいずれかに係る符号化装置や復号装置を実現する機能ブロックを有するようにすればよい。さらに、例えば、コーデックエンジン１５１６が、このようにすることにより、ビデオプロセッサ１３３２は、図１乃至図４０を参照して上述した効果と同様の効果を得ることができる。
  なお、コーデックエンジン１５１６において、本技術（すなわち、上述した各実施形態に係る画像符号化装置や画像復号装置の機能）は、論理回路等のハードウエアにより実現するようにしてもよいし、組み込みプログラム等のソフトウエアにより実現するようにしてもよいし、それらの両方により実現するようにしてもよい。
  以上にビデオプロセッサ１３３２の構成を２例示したが、ビデオプロセッサ１３３２の構成は任意であり、上述した２例以外のものであってもよい。また、このビデオプロセッサ１３３２は、１つの半導体チップとして構成されるようにしてもよいが、複数の半導体チップとして構成されるようにしてもよい。例えば、複数の半導体を積層する３次元積層LSIとしてもよい。また、複数のLSIにより実現されるようにしてもよい。
　（装置への適用例）
  ビデオセット１３００は、画像データを処理する各種装置に組み込むことができる。例えば、ビデオセット１３００は、テレビジョン装置９００（図４４）、携帯電話機９２０（図４５）、記録再生装置９４０（図４６）、撮像装置９６０（図４７）等に組み込むことができる。ビデオセット１３００を組み込むことにより、その装置は、図１乃至図４０を参照して上述した効果と同様の効果を得ることができる。
  また、ビデオセット１３００は、例えば、図４８のデータ伝送システム１０００におけるパーソナルコンピュータ１００４、AV機器１００５、タブレットデバイス１００６、および携帯電話機１００７等の端末装置、図４９のデータ伝送システム１１００における放送局１１０１および端末装置１１０２、並びに、図５０の撮像システム１２００における撮像装置１２０１およびスケーラブル符号化データ記憶装置１２０２等にも組み込むことができる。ビデオセット１３００を組み込むことにより、その装置は、図１乃至図４０を参照して上述した効果と同様の効果を得ることができる。
  なお、上述したビデオセット１３００の各構成の一部であっても、ビデオプロセッサ１３３２を含むものであれば、本技術を適用した構成として実施することができる。例えば、ビデオプロセッサ１３３２のみを本技術を適用したビデオプロセッサとして実施することができる。また、例えば、上述したように点線１３４１により示されるプロセッサやビデオモジュール１３１１等を本技術を適用したプロセッサやモジュール等として実施することができる。さらに、例えば、ビデオモジュール１３１１、外部メモリ１３１２、パワーマネージメントモジュール１３１３、およびフロントエンドモジュール１３１４を組み合わせ、本技術を適用したビデオユニット１３６１として実施することもできる。いずれの構成の場合であっても、図１乃至図４０を参照して上述した効果と同様の効果を得ることができる。
  つまり、ビデオプロセッサ１３３２を含むものであればどのような構成であっても、ビデオセット１３００の場合と同様に、画像データを処理する各種装置に組み込むことができる。例えば、ビデオプロセッサ１３３２、点線１３４１により示されるプロセッサ、ビデオモジュール１３１１、または、ビデオユニット１３６１を、テレビジョン装置９００（図４４）、携帯電話機９２０（図４５）、記録再生装置９４０（図４６）、撮像装置９６０（図４７）、図４８のデータ伝送システム１０００におけるパーソナルコンピュータ１００４、AV機器１００５、タブレットデバイス１００６、および携帯電話機１００７等の端末装置、図４９のデータ伝送システム１１００における放送局１１０１および端末装置１１０２、並びに、図５０の撮像システム１２００における撮像装置１２０１およびスケーラブル符号化データ記憶装置１２０２等に組み込むことができる。そして、本技術を適用したいずれかの構成を組み込むことにより、その装置は、ビデオセット１３００の場合と同様に、図１乃至図４０を参照して上述した効果と同様の効果を得ることができる。
　なお、本明細書では、ループフィルタ情報や階層情報などの各種情報が、符号化ストリームに多重化されて、符号化側から復号側へ伝送される例について説明した。しかしながら、これら情報を伝送する手法はかかる例に限定されない。例えば、これら情報は、符号化ビットストリームに多重化されることなく、符号化ビットストリームと関連付けられた別個のデータとして伝送され又は記録されてもよい。ここで、「関連付ける」という用語は、ビットストリームに含まれる画像（スライス若しくはブロックなど、画像の一部であってもよい）と当該画像に対応する情報とを復号時にリンクさせ得るようにすることを意味する。即ち、情報は、画像（又はビットストリーム）とは別の伝送路上で伝送されてもよい。また、情報は、画像（又はビットストリーム）とは別の記録媒体（又は同一の記録媒体の別の記録エリア）に記録されてもよい。さらに、情報と画像（又はビットストリーム）とは、例えば、複数フレーム、１フレーム、又はフレーム内の一部分などの任意の単位で互いに関連付けられてよい。
　本開示は、MPEG,H.26ｘ等のように、離散コサイン変換等の直交変換と動き補償によって圧縮されたビットストリームを、衛星放送、ケーブルＴＶ、インターネット、携帯電話などのネットワークメディアを介して受信する際、または光、磁気ディスク、フラッシュメモリのような記憶メディア上で処理する際に用いられる符号化装置や復号装置に適用することができる。
　また、本明細書では、HEVC方式に準ずる方式で符号化および復号する場合を例にして説明したが、本開示の適用範囲はこれに限らない。ループフィルタ処理のいずれかとスケーラブル符号化を行う符号化装置、および、対応する復号装置であれば、他の方式の符号化装置および復号装置に適用することもできる。
　なお、本開示の実施の形態は、上述した実施の形態に限定されるものではなく、本開示の要旨を逸脱しない範囲において種々の変更が可能である。
　例えば、本開示は、１つの機能をネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。
　また、上述のフローチャートで説明した各ステップは、１つの装置で実行する他、複数の装置で分担して実行することができる。
　さらに、１つのステップに複数の処理が含まれる場合には、その１つのステップに含まれる複数の処理は、１つの装置で実行する他、複数の装置で分担して実行することができる。
　なお、本開示は、以下のような構成もとることができる。
　（１）
　ループフィルタ処理前の第１の階層の画像またはループフィルタ処理後の前記第１の階層の画像を選択する画像選択部と、
　前記画像選択部により選択された前記第１の階層の画像を用いて、第２の階層の画像の符号化データを復号する復号部と
　を備える復号装置。
　（２）
　前記画像選択部により選択された前記第１の階層の画像をアップサンプリングするアップサンプル部
　をさらに備え、
　前記復号部は、前記アップサンプル部によりアップサンプリングされた前記第１の階層の画像を用いて、前記符号化データを復号する
　ように構成された
　前記（１）に記載の復号装置。
　（３）
　前記ループフィルタ処理は、デブロックフィルタ処理である
　ように構成された
　前記（１）または（２）に記載の復号装置。
　（４）
　前記ループフィルタ処理は、適応オフセットフィルタ処理である
　ように構成された
　前記（１）乃至（３）のいずれかに記載の復号装置。
　（５）
　前記画像選択部は、前記符号化データの生成時に用いられた前記第１の階層の画像のループフィルタ処理の有無を表す情報に基づいて、前記ループフィルタ処理前の第１の階層の画像または前記ループフィルタ処理後の第１の階層の画像を選択する
　ように構成された
　前記（１）乃至（４）のいずれかに記載の復号装置。
　（６）
　前記画像選択部は、前記第２の階層の画像の時間階層に基づいて、前記ループフィルタ処理前の第１の階層の画像または前記ループフィルタ処理後の第１の階層の画像を選択する
　ように構成された
　前記（１）乃至（４）のいずれかに記載の復号装置。
　（７）
　前記画像選択部は、前記ループフィルタ処理前の第１の階層の画像を用いて符号化される前記第２の階層の画像の最上位の時間階層を表す情報と、前記第２の階層の画像の時間階層とに基づいて、前記ループフィルタ処理前の第１の階層の画像または前記ループフィルタ処理後の第１の階層の画像を選択する
　ように構成された
　前記（６）に記載の復号装置。
　（８）
　前記ループフィルタ処理前の第１の階層の画像と前記ループフィルタ処理後の第１の階層の画像をアップサンプリングするアップサンプル部
　をさらに備え、
　前記画像選択部は、前記アップサンプル部によりアップサンプリングされた前記ループフィルタ処理前の第１の階層の画像または前記ループフィルタ処理後の第１の階層の画像を選択する
　ように構成された
　前記（１）乃至（４）のいずれかに記載の復号装置。
　（９）
　前記画像選択部は、前記符号化データの復号に用いる前記第１の階層の画像を特定するインデックスに基づいて、前記アップサンプル部によりアップサンプリングされた前記ループフィルタ処理前の第１の階層の画像または前記ループフィルタ処理後の第１の階層の画像を選択し、
　前記ループフィルタ処理後の第１の階層の画像を特定するインデックスは、前記ループフィルタ処理前の第１の階層の画像を特定するインデックスに比べて小さい
　ように構成された
　前記（８）に記載の復号装置。
　（１０）
　復号装置が、
　ループフィルタ処理前の第１の階層の画像またはループフィルタ処理後の前記第１の階層の画像を選択する画像選択ステップと、
　前記画像選択ステップの処理により選択された前記第１の階層の画像を用いて、第２の階層の画像の符号化データを復号する復号ステップと
　を含む復号方法。
　（１１）
　ループフィルタ処理前の第１の階層の画像またはループフィルタ処理後の前記第１の階層の画像を選択する画像選択部と、
　前記画像選択部により選択された前記第１の階層の画像を用いて、第２の階層の画像を符号化し、符号化データを生成する符号化部と
　を備える符号化装置。
　（１２）
　前記画像選択部により選択された前記第１の階層の画像をアップサンプリングするアップサンプル部
　をさらに備え、
　前記符号化部は、前記アップサンプル部によりアップサンプリングされた前記第１の階層の画像を用いて、前記第２の階層の画像を符号化する
　ように構成された
　前記（１１）に記載の符号化装置。
　（１３）
　前記ループフィルタ処理は、デブロックフィルタ処理である
　ように構成された
　前記（１１）または（１２）に記載の符号化装置。
　（１４）
　前記ループフィルタ処理は、適応オフセットフィルタ処理である
　ように構成された
　前記（１１）乃至（１３）のいずれかに記載の符号化装置。
　（１５）
　前記画像選択部により選択された前記第１の階層の画像のループフィルタ処理の有無を表す情報を伝送する伝送部
　をさらに備える
　ように構成された
　前記（１１）乃至（１４）のいずれかに記載の符号化装置。
　（１６）
　前記画像選択部は、前記第２の階層の画像の時間階層に基づいて、前記ループフィルタ処理前の第１の階層の画像または前記ループフィルタ処理後の第１の階層の画像を選択する
　ように構成された
　前記（１１）乃至（１４）のいずれかに記載の符号化装置。
　（１７）
　前記符号化部により前記ループフィルタ処理前の第１の階層の画像を用いて符号化される前記第２の階層の画像の最上位の時間階層を表す情報を伝送する伝送部
　をさらに備える
　ように構成された
　前記（１６）に記載の符号化装置。
　（１８）
　前記ループフィルタ処理前の第１の階層の画像と前記ループフィルタ処理後の第１の階層の画像をアップサンプリングするアップサンプル部
　をさらに備え、
　前記画像選択部は、前記アップサンプル部によりアップサンプリングされた前記ループフィルタ処理前の第１の階層の画像と、前記ループフィルタ処理後の第１の階層の画像とを参照画像の候補とした予測結果に基づいて、前記アップサンプル部によりアップサンプリングされた前記ループフィルタ処理前の第１の階層の画像または前記ループフィルタ処理後の第１の階層の画像を選択する
　ように構成された
　前記（１１）乃至（１４）のいずれかに記載の符号化装置。
　（１９）
　前記画像選択部により選択された前記第１の階層の画像を特定するインデックスを伝送する伝送部
　をさらに備え、
　前記ループフィルタ処理後の第１の階層の画像を特定するインデックスは、前記ループフィルタ処理前の第１の階層の画像を特定するインデックスに比べて小さい
　ように構成された
　前記（１８）に記載の符号化装置。
　（２０）
　符号化装置が、
　ループフィルタ処理前の第１の階層の画像またはループフィルタ処理後の前記第１の階層の画像を選択する画像選択ステップと、
　前記画像選択ステップの処理により選択された前記第１の階層の画像を用いて、第２の階層の画像を符号化し、符号化データを生成する符号化ステップと
　を含む符号化方法。
　３０　符号化装置，　３４　伝送部,　７３　演算部,　９１　画像選択部,　９２，９３　アップサンプル部,　１６０　復号装置,　２０５　加算部,　２１６　画像選択部,　２１７，２１８　アップサンプル部，　２６１　画像選択部,　３０２　画像選択部

Claims (20)

  1. 　ループフィルタ処理前の第１の階層の画像またはループフィルタ処理後の前記第１の階層の画像を選択する画像選択部と、
    　前記画像選択部により選択された前記第１の階層の画像を用いて、第２の階層の画像の符号化データを復号する復号部と
    　を備える復号装置。
  2. 　前記画像選択部により選択された前記第１の階層の画像をアップサンプリングするアップサンプル部
    　をさらに備え、
    　前記復号部は、前記アップサンプル部によりアップサンプリングされた前記第１の階層の画像を用いて、前記符号化データを復号する
    　ように構成された
    　請求項１に記載の復号装置。
  3. 　前記ループフィルタ処理は、デブロックフィルタ処理である
    　ように構成された
    　請求項１に記載の復号装置。
  4. 　前記ループフィルタ処理は、適応オフセットフィルタ処理である
    　ように構成された
    　請求項１に記載の復号装置。
  5. 　前記画像選択部は、前記符号化データの生成時に用いられた前記第１の階層の画像のループフィルタ処理の有無を表す情報に基づいて、前記ループフィルタ処理前の第１の階層の画像または前記ループフィルタ処理後の第１の階層の画像を選択する
    　ように構成された
    　請求項１に記載の復号装置。
  6. 　前記画像選択部は、前記第２の階層の画像の時間階層に基づいて、前記ループフィルタ処理前の第１の階層の画像または前記ループフィルタ処理後の第１の階層の画像を選択する
    　ように構成された
    　請求項１に記載の復号装置。
  7. 　前記画像選択部は、前記ループフィルタ処理前の第１の階層の画像を用いて符号化される前記第２の階層の画像の最上位の時間階層を表す情報と、前記第２の階層の画像の時間階層とに基づいて、前記ループフィルタ処理前の第１の階層の画像または前記ループフィルタ処理後の第１の階層の画像を選択する
    　ように構成された
    　請求項６に記載の復号装置。
  8. 　前記ループフィルタ処理前の第１の階層の画像と前記ループフィルタ処理後の第１の階層の画像をアップサンプリングするアップサンプル部
    　をさらに備え、
    　前記画像選択部は、前記アップサンプル部によりアップサンプリングされた前記ループフィルタ処理前の第１の階層の画像または前記ループフィルタ処理後の第１の階層の画像を選択する
    　ように構成された
    　請求項１に記載の復号装置。
  9. 　前記画像選択部は、前記符号化データの復号に用いる前記第１の階層の画像を特定するインデックスに基づいて、前記アップサンプル部によりアップサンプリングされた前記ループフィルタ処理前の第１の階層の画像または前記ループフィルタ処理後の第１の階層の画像を選択し、
    　前記ループフィルタ処理後の第１の階層の画像を特定するインデックスは、前記ループフィルタ処理前の第１の階層の画像を特定するインデックスに比べて小さい
    　ように構成された
    　請求項８に記載の復号装置。
  10. 　復号装置が、
    　ループフィルタ処理前の第１の階層の画像またはループフィルタ処理後の前記第１の階層の画像を選択する画像選択ステップと、
    　前記画像選択ステップの処理により選択された前記第１の階層の画像を用いて、第２の階層の画像の符号化データを復号する復号ステップと
    　を含む復号方法。
  11. 　ループフィルタ処理前の第１の階層の画像またはループフィルタ処理後の前記第１の階層の画像を選択する画像選択部と、
    　前記画像選択部により選択された前記第１の階層の画像を用いて、第２の階層の画像を符号化し、符号化データを生成する符号化部と
    　を備える符号化装置。
  12. 　前記画像選択部により選択された前記第１の階層の画像をアップサンプリングするアップサンプル部
    　をさらに備え、
    　前記符号化部は、前記アップサンプル部によりアップサンプリングされた前記第１の階層の画像を用いて、前記第２の階層の画像を符号化する
    　ように構成された
    　請求項１１に記載の符号化装置。
  13. 　前記ループフィルタ処理は、デブロックフィルタ処理である
    　ように構成された
    　請求項１１に記載の符号化装置。
  14. 　前記ループフィルタ処理は、適応オフセットフィルタ処理である
    　ように構成された
    　請求項１１に記載の符号化装置。
  15. 　前記画像選択部により選択された前記第１の階層の画像のループフィルタ処理の有無を表す情報を伝送する伝送部
    　をさらに備える
    　ように構成された
    　請求項１１に記載の符号化装置。
  16. 　前記画像選択部は、前記第２の階層の画像の時間階層に基づいて、前記ループフィルタ処理前の第１の階層の画像または前記ループフィルタ処理後の第１の階層の画像を選択する
    　ように構成された
    　請求項１１に記載の符号化装置。
  17. 　前記符号化部により前記ループフィルタ処理前の第１の階層の画像を用いて符号化される前記第２の階層の画像の最上位の時間階層を表す情報を伝送する伝送部
    　をさらに備える
    　ように構成された
    　請求項１６に記載の符号化装置。
  18. 　前記ループフィルタ処理前の第１の階層の画像と前記ループフィルタ処理後の第１の階層の画像をアップサンプリングするアップサンプル部
    　をさらに備え、
    　前記画像選択部は、前記アップサンプル部によりアップサンプリングされた前記ループフィルタ処理前の第１の階層の画像と、前記ループフィルタ処理後の第１の階層の画像とを参照画像の候補とした予測結果に基づいて、前記アップサンプル部によりアップサンプリングされた前記ループフィルタ処理前の第１の階層の画像または前記ループフィルタ処理後の第１の階層の画像を選択する
    　ように構成された
    　請求項１１に記載の符号化装置。
  19. 　前記画像選択部により選択された前記第１の階層の画像を特定するインデックスを伝送する伝送部
    　をさらに備え、
    　前記ループフィルタ処理後の第１の階層の画像を特定するインデックスは、前記ループフィルタ処理前の第１の階層の画像を特定するインデックスに比べて小さい
    　ように構成された
    　請求項１８に記載の符号化装置。
  20. 　符号化装置が、
    　ループフィルタ処理前の第１の階層の画像またはループフィルタ処理後の前記第１の階層の画像を選択する画像選択ステップと、
    　前記画像選択ステップの処理により選択された前記第１の階層の画像を用いて、第２の階層の画像を符号化し、符号化データを生成する符号化ステップと
    　を含む符号化方法。
PCT/JP2014/075799 2013-10-11 2014-09-29 復号装置および復号方法、並びに、符号化装置および符号化方法 Ceased WO2015053111A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2013213779 2013-10-11
JP2013-213779 2013-10-11

Publications (1)

Publication Number Publication Date
WO2015053111A1 true WO2015053111A1 (ja) 2015-04-16

Family

ID=52812930

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/075799 Ceased WO2015053111A1 (ja) 2013-10-11 2014-09-29 復号装置および復号方法、並びに、符号化装置および符号化方法

Country Status (1)

Country Link
WO (1) WO2015053111A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10337923B2 (en) 2017-09-13 2019-07-02 Qualcomm Incorporated Directional interpolation and cross-band filtering for hyperspectral imaging
CN115114583A (zh) * 2022-06-29 2022-09-27 国家超级计算深圳中心(深圳云计算中心) 集合卡尔曼滤波算法同化计算的加速方法、装置、电子设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006191576A (ja) * 2005-01-04 2006-07-20 Samsung Electronics Co Ltd イントラｂｌモードを考慮したデブロックフィルタリング方法、及び該方法を用いる多階層ビデオエンコーダ／デコーダ
JP2013093792A (ja) * 2011-10-27 2013-05-16 Sony Corp 画像処理装置および方法
JP2013187868A (ja) * 2012-03-09 2013-09-19 Sharp Corp 画像復号装置、画像符号化装置、およびデータ構造

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006191576A (ja) * 2005-01-04 2006-07-20 Samsung Electronics Co Ltd イントラｂｌモードを考慮したデブロックフィルタリング方法、及び該方法を用いる多階層ビデオエンコーダ／デコーダ
JP2013093792A (ja) * 2011-10-27 2013-05-16 Sony Corp 画像処理装置および方法
JP2013187868A (ja) * 2012-03-09 2013-09-19 Sharp Corp 画像復号装置、画像符号化装置、およびデータ構造

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
DANNY HONG(ET AL. ET AL.: "Scalability Support in HEVC", JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC) OF ITU-T SG 16 WP3 AND ISO/IEC JTC1/SC29/WG11 JCTVC-F290, ITU-T, 22 July 2011 (2011-07-22), pages 1 - 15 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10337923B2 (en) 2017-09-13 2019-07-02 Qualcomm Incorporated Directional interpolation and cross-band filtering for hyperspectral imaging
CN115114583A (zh) * 2022-06-29 2022-09-27 国家超级计算深圳中心(深圳云计算中心) 集合卡尔曼滤波算法同化计算的加速方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
JP6358475B2 (ja) 画像復号装置および方法、並びに、画像符号化装置および方法
JP6287035B2 (ja) 復号装置および復号方法
JPWO2015053115A1 (ja) 復号装置および復号方法、並びに、符号化装置および符号化方法
JPWO2014002896A1 (ja) 符号化装置および符号化方法、復号装置および復号方法
US20160295211A1 (en) Decoding device and decoding method, and encoding device and encoding method
JP2015173312A (ja) 画像符号化装置および方法、並びに画像復号装置および方法
JP2015005899A (ja) 復号装置および復号方法、並びに、符号化装置および符号化方法
WO2015053116A1 (ja) 復号装置および復号方法、並びに、符号化装置および符号化方法
WO2014208326A1 (ja) 画像符号化装置および方法、並びに、画像復号装置および方法
WO2014050732A1 (ja) 符号化装置および符号化方法、並びに、復号装置および復号方法
WO2015053112A1 (ja) 復号装置および復号方法、並びに、符号化装置および符号化方法
US20160286218A1 (en) Image encoding device and method, and image decoding device and method
WO2015098559A1 (ja) 復号装置および復号方法、並びに、符号化装置および符号化方法
WO2014156707A1 (ja) 画像符号化装置および方法、並びに、画像復号装置および方法
WO2015053111A1 (ja) 復号装置および復号方法、並びに、符号化装置および符号化方法
KR102338669B1 (ko) 화상 처리 장치 및 방법, 및 기록 매체
JP6477930B2 (ja) 符号化装置および符号化方法
JPWO2014002900A1 (ja) 画像処理装置および画像処理方法
JP6402802B2 (ja) 画像処理装置および方法、プログラム、並びに記録媒体
JP2015050738A (ja) 復号装置および復号方法、並びに、符号化装置および符号化方法
WO2014162916A1 (ja) 画像符号化装置および方法、並びに、画像復号装置および方法
WO2014156705A1 (ja) 復号装置および復号方法、並びに、符号化装置および符号化方法
WO2014203762A1 (ja) 復号装置および復号方法、並びに、符号化装置および符号化方法

Legal Events

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

Ref document number: 14852291

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14852291

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP