JP2020068462A - 画像ビット階調拡張フィルタ装置及び画像符号化装置、画像復号装置 - Google Patents

Abstract

【課題】超解像処理とダイナミックレンジ変換とを併せて実行可能な画像ビット階調拡張フィルタ装置及び画像符号化装置、画像復号装置を提供する。
【解決手段】画像フィルタ装置４００は、入力画像を対象とする複数の処理経路の少なくとも何れかにおいて階調変換処理を施し、入力画像の輝度値に作用させる変換が互いに異なる、１又は複数の階調変換部４０２１１〜４０２２２と、複数の処理経路においてそれぞれ超解像処理を施す複数の超解像部４０４と、画像マップ作成部４０８が生成した画像マップを参照して、複数の入力画像を合成する合成部４０６と、を備える。
【選択図】図８

Description

本発明の実施形態は、画像ビット階調拡張フィルタ装置、画像符号化装置、及び画像復号装置に関する。

動画像を効率的に伝送または記録するために、動画像を符号化することによって符号化データを生成する動画像符号化装置、および、当該符号化データを復号することによって復号画像を生成する動画像復号装置が用いられている。

具体的な動画像符号化方式としては、例えば、H.264/AVCやHEVC（High-Efficiency Video Coding）にて提案されている方式などが挙げられる。

このような動画像符号化方式においては、動画像を構成する画像（ピクチャ）は、画像を分割することにより得られるスライス、スライスを分割することにより得られる符号化ツリーユニット（CTU：Coding Tree Unit）、符号化ツリーユニットを分割することで得られる符号化単位（符号化ユニット（Coding Unit：CU）と呼ばれることもある）、及び、符号化単位を分割することより得られる変換ユニット（TU：Transform Unit）からなる階層構造により管理され、CU毎に符号化／復号される。

また、このような動画像符号化方式においては、通常、入力画像を符号化／復号することによって得られる局所復号画像に基づいて予測画像が生成され、当該予測画像を入力画像（原画像）から減算して得られる予測誤差（「差分画像」または「残差画像」と呼ぶこともある）が符号化される。予測画像の生成方法としては、画面間予測（インター予測）、および、画面内予測（イントラ予測）が挙げられる。

また、近年の動画像符号化及び復号の技術として非特許文献１が挙げられる。

"Algorithm Description of Joint Exploration Test Model 7", JVET-G1001, Joint Video Exploration Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11, 2017-08-19

上述のような従来技術においては、超解像処理とダイナミックレンジ変換処理とを行う場合、各処理を別々に行っていたが、その手順については変更する余地がある。

本発明は、上記の課題に鑑みてなされたものであり、超解像処理とダイナミックレンジ変換とを併せて実行可能な画像フィルタ装置を実現することを目的とする。

上記の課題を解決するために、本発明の一態様に係る画像フィルタ装置は、入力画像に作用する画像フィルタ装置であって、前記入力画像を対象とする複数の処理経路の少なくとも何れかにおいて階調変換処理を施す１又は複数の階調変換部と、前記複数の処理経路においてそれぞれ超解像処理を施す複数の超解像部と、前記超解像処理が施された複数の前記入力画像を合成する合成部と、を備える。

本発明の一態様によれば、超解像処理とダイナミックレンジ変換とを併せて実行可能な画像フィルタ装置を実現できる。

本実施形態に係る画像伝送システムの構成を示す概略図である。 本実施形態に係る動画像符号化装置を搭載した送信装置、および、動画像復号装置を搭載した受信装置の構成について示した図である。(a)は動画像符号化装置を搭載した送信装置を示しており、(b)は動画像復号装置を搭載した受信装置を示している。 本実施形態に係る動画像符号化装置を搭載した記録装置、および、動画像復号装置を搭載した再生装置の構成について示した図である。(a)は動画像符号化装置を搭載した記録装置を示しており、(b)は動画像復号装置を搭載した再生装置を示している。 符号化ストリームのデータの階層構造を示す図である。 CTUの分割例を示す図である。 動画像復号装置の構成を示す概略図である。 動画像符号化装置の構成を示すブロック図である。 本実施形態に係る画像フィルタ装置の機能ブロック図である。 入力画像の輝度値に対する変換処理の一例を示す図である。 本実施形態に係る画像フィルタ装置の機能ブロック図である。 本実施形態に係る画像フィルタ装置の機能ブロック図である。 本実施形態に係る画像フィルタ装置の機能ブロック図である。 本実施形態に係る画像フィルタ装置の機能ブロック図である。 本実施形態に係る画像フィルタ装置の機能ブロック図である。 CNNフィルタの入出力の一例を示す概念図である。 CNNフィルタの構成の一例を示す概略図である。 画像フィルタ装置の構成の変形例を示す概略図である。 本実施形態に係る動画像復号装置の機能ブロック図である。 本実施形態に係る動画像符号化装置の機能ブロック図である。 本実施形態に係るビット階調拡張超解像逆変換部の機能ブロック図である。 本実施形態に係る動画像復号装置の機能ブロック図である。 本実施形態に係る動画像符号化装置の機能ブロック図である。

（実施形態）
以下、図面を参照しながら本発明の実施形態について説明する。

図1は、本実施形態に係る画像伝送システム１の構成を示す概略図である。

画像伝送システム１は、符号化対象画像を符号化した符号化ストリームを伝送し、伝送された符号化ストリームを復号し画像を表示するシステムである。画像伝送システム１は、動画像符号化装置（画像符号化装置）11、ネットワーク21、動画像復号装置（画像復号装置）31、及び動画像表示装置（画像表示装置）41を含んで構成される。

動画像符号化装置11には画像Tが入力される。

ネットワーク21は、動画像符号化装置11が生成した符号化ストリームTeを動画像復号装置31に伝送する。ネットワーク21は、インターネット（Internet）、広域ネットワーク（WAN:Wide Area Network）、小規模ネットワーク（LAN:Local Area Network）またはこれらの組み合わせである。ネットワーク21は、必ずしも双方向の通信網に限らず、地上デジタル放送、衛星放送等の放送波を伝送する一方向の通信網であっても良い。また、ネットワーク21は、DVD（Digital Versatile Disc:登録商標）、BD（Blue-ray Disc:登録商標）等の符号化ストリームTeを記録した記憶媒体で代替されても良い。

動画像復号装置31は、ネットワーク21が伝送した符号化ストリームTeのそれぞれを復号し、復号した１または複数の復号画像Tdを生成する。

動画像表示装置41は、動画像復号装置31が生成した１または複数の復号画像Tdの全部または一部を表示する。動画像表示装置41は、例えば、液晶ディスプレイ、有機ＥＬ（Electro-luminescence）ディスプレイ等の表示デバイスを備える。ディスプレイの形態としては、据え置き、モバイル、HMD等が挙げられる。また、動画像復号装置31が高い処理能力を有する場合には、画質の高い画像を表示し、より低い処理能力しか有しない場合には、高い処理能力、表示能力を必要としない画像を表示する。

＜演算子＞
本明細書で用いる演算子を以下に記載する。

>>は右ビットシフト、<<は左ビットシフト、&はビットワイズAND、|はビットワイズOR、|=はOR代入演算子であり、||は論理和を示す。

x?y:zは、xが真（0以外）の場合にy、xが偽（0）の場合にzをとる３項演算子である。

Clip3(a,b,c) は、cをa以上b以下の値にクリップする関数であり、c<aの場合にはaを返し、c>bの場合にはbを返し、その他の場合にはcを返す関数である（ただし、a<=b）。

abs(a)はaの絶対値を返す関数である。

Int(a)はaの整数値を返す関数である。

floor(a)はa以下の最大の整数を返す関数である。

ceil(a)はa以上の最大の整数を返す関数である。

a/dはdによるaの除算（小数点以下切り捨て）を表す。

＜符号化ストリームTeの構造＞
本実施形態に係る動画像符号化装置11および動画像復号装置31の詳細な説明に先立って、動画像符号化装置11によって生成され、動画像復号装置31によって復号される符号化ストリームTeのデータ構造について説明する。

図4は、符号化ストリームTeにおけるデータの階層構造を示す図である。符号化ストリームTeは、例示的に、シーケンス、およびシーケンスを構成する複数のピクチャを含む。図4の(a)〜(f)は、それぞれ、シーケンスSEQを既定する符号化ビデオシーケンス、ピクチャPICTを規定する符号化ピクチャ、スライスSを規定する符号化スライス、スライスデータを規定する符号化スライスデータ、符号化スライスデータに含まれる符号化ツリーユニット、符号化ツリーユニットに含まれる符号化ユニットを示す図である。

（符号化ビデオシーケンス）
符号化ビデオシーケンスでは、処理対象のシーケンスSEQを復号するために動画像復号装置31が参照するデータの集合が規定されている。シーケンスSEQは、図4(a)に示すように、ビデオパラメータセット（Video Parameter Set）、シーケンスパラメータセットSPS（Sequence Parameter Set）、ピクチャパラメータセットPPS（Picture Parameter Set）、ピクチャPICT、及び、付加拡張情報SEI（Supplemental Enhancement Information）を含んでいる。

ビデオパラメータセットVPSは、複数のレイヤから構成されている動画像において、複数の動画像に共通する符号化パラメータの集合および動画像に含まれる複数のレイヤおよび個々のレイヤに関連する符号化パラメータの集合が規定されている。

シーケンスパラメータセットSPSでは、対象シーケンスを復号するために動画像復号装置31が参照する符号化パラメータの集合が規定されている。例えば、ピクチャの幅や高さが規定される。なお、SPSは複数存在してもよい。その場合、PPSから複数のSPSの何れかを選択する。

ピクチャパラメータセットPPSでは、対象シーケンス内の各ピクチャを復号するために動画像復号装置31が参照する符号化パラメータの集合が規定されている。例えば、ピクチャの復号に用いられる量子化幅の基準値（pic_init_qp_minus26）や重み付き予測の適用を示すフラグ（weighted_pred_flag）が含まれる。なお、PPSは複数存在してもよい。その場合、対象シーケンス内の各ピクチャから複数のPPSの何れかを選択する。

（符号化ピクチャ）
符号化ピクチャでは、処理対象のピクチャPICTを復号するために動画像復号装置31が参照するデータの集合が規定されている。ピクチャPICTは、図4(b)に示すように、スライス0〜スライスNS-1を含む（NSはピクチャPICTに含まれるスライスの総数）。

なお、以下、スライス0〜スライスNS-1のそれぞれを区別する必要が無い場合、符号の添え字を省略して記述することがある。また、以下に説明する符号化ストリームTeに含まれるデータであって、添え字を付している他のデータについても同様である。

（符号化スライス）
符号化スライスでは、処理対象のスライスSを復号するために動画像復号装置31が参照するデータの集合が規定されている。スライスは、図4(c)に示すように、スライスヘッダ、および、スライスデータを含んでいる。

スライスヘッダには、対象スライスの復号方法を決定するために動画像復号装置31が参照する符号化パラメータ群が含まれる。スライスタイプを指定するスライスタイプ指定情報（slice_type）は、スライスヘッダに含まれる符号化パラメータの一例である。

スライスタイプ指定情報により指定可能なスライスタイプとしては、（１）符号化の際にイントラ予測のみを用いるＩスライス、（２）符号化の際に単方向予測、または、イントラ予測を用いるＰスライス、（３）符号化の際に単方向予測、双方向予測、または、イントラ予測を用いるＢスライスなどが挙げられる。なお、インター予測は、単予測、双予測に限定されず、より多くの参照ピクチャを用いて予測画像を生成してもよい。以下、P、Bスライスと呼ぶ場合には、インター予測を用いることができるブロックを含むスライスを指す。

なお、スライスヘッダは、ピクチャパラメータセットPPSへの参照（pic_parameter_set_id）を含んでいても良い。

（符号化スライスデータ）
符号化スライスデータでは、処理対象のスライスデータを復号するために動画像復号装置31が参照するデータの集合が規定されている。スライスデータは、図4(d)に示すように、CTUを含んでいる。CTUは、スライスを構成する固定サイズ（例えば64x64）のブロックであり、最大符号化単位（LCU:Largest Coding Unit）と呼ぶこともある。

（符号化ツリーユニット）
図4(e)には、処理対象のCTUを復号するために動画像復号装置31が参照するデータの集合が規定されている。CTUは、再帰的な４分木分割（QT（Quad Tree）分割）、２分木分割（BT（Binary Tree）分割）あるいは３分木分割（TT（Ternary Tree）分割）により符号化処理の基本的な単位である符号化ユニットCUに分割される。BT分割とTT分割を合わせてマルチツリー分割（MT（Multi Tree）分割）と呼ぶ。再帰的な４分木分割により得られる木構造のノードのことを符号化ノード（Coding Node）と称する。４分木、２分木、及び３分木の中間ノードは、符号化ノードであり、CTU自身も最上位の符号化ノードとして規定される。

CTは、CT情報として、QT分割を行うか否かを示すQT分割フラグ（cu_split_flag）、MT分割の有無を示すMT分割フラグ（split_mt_flag）、MT分割の分割方向を示すMT分割方向（split_mt_dir）、MT分割の分割タイプを示すMT分割タイプ（split_mt_type）を含む。cu_split_flag、split_mt_flag、split_mt_dir、split_mt_type は符号化ノード毎に伝送される。

cu_split_flagが１の場合、符号化ノードは４つの符号化ノードに分割される（図5(b)）。

cu_split_flagが０の時、split_mt_flagが０の場合に符号化ノードは分割されず１つのCUをノードとして持つ（図5(a)）。CUは符号化ノードの末端ノードであり、これ以上分割されない。CUは、符号化処理の基本的な単位となる。

split_mt_flagが１の場合に符号化ノードは以下のようにMT分割される。split_mt_typeが０の時、split_mt_dirが１の場合に符号化ノードは２つの符号化ノードに水平分割され（図5(d)）、split_mt_dirが０の場合に符号化ノードは２つの符号化ノードに垂直分割される（図5(c)）。また、split_mt_typeが１の時、split_mt_dirが１の場合に符号化ノードは３つの符号化ノードに水平分割され（図5(f)）、split_mt_dirが０の場合に符号化ノードは３つの符号化ノードに垂直分割される（図5(e)）。これらを図5(g)に示す。

また、CTUのサイズが64x64画素の場合には、CUのサイズは、64x64画素、64x32画素、32x64画素、32x32画素、64x16画素、16x64画素、32x16画素、16x32画素、16x16画素、64x8画素、8x64画素、32x8画素、8x32画素、16x8画素、8x16画素、8x8画素、64x4画素、4x64画素、32x4画素、4x32画素、16x4画素、4x16画素、8x4画素、4x8画素、及び、4x4画素の何れかをとり得る。

（符号化ユニット）
図4(f)に示すように、処理対象の符号化ユニットを復号するために動画像復号装置31が参照するデータの集合が規定されている。具体的には、CUは、CUヘッダCUH、予測パラメータ、変換パラメータ、量子化変換係数等から構成される。CUヘッダでは予測モード等が規定される。

予測処理は、CU単位で行われる場合と、CUをさらに分割したサブCU単位で行われる場合がある。CUとサブCUのサイズが等しい場合には、CU中のサブCUは１つである。CUがサブCUのサイズよりも大きい場合、CUは、サブCUに分割される。たとえばCUが8x8、サブCUが4x4の場合、CUは水平２分割、垂直２分割からなる、４つのサブCUに分割される。

予測の種類（予測モード）は、イントラ予測と、インター予測の２つがある。イントラ予測は、同一ピクチャ内の予測であり、インター予測は、互いに異なるピクチャ間（例えば、表示時刻間、レイヤ画像間）で行われる予測処理を指す。

変換・量子化処理はCU単位で行われるが、量子化変換係数は4x4等のサブブロック単位でエントロピー符号化してもよい。

（予測パラメータ）
予測画像は、ブロックに付随する予測パラメータによって導出される。予測パラメータには、イントラ予測とインター予測の予測パラメータがある。

（動画像復号装置の構成例１）
本実施形態に係る動画像復号装置31（図6）の構成について説明する。

動画像復号装置31は、エントロピー復号部301、パラメータ復号部（予測画像復号装置）302、ループフィルタ305、参照ピクチャメモリ306、予測パラメータメモリ307、予測画像生成部（予測画像生成装置）308、逆量子化・逆変換部311、及び加算部312を含んで構成される。なお、後述の動画像符号化装置11に合わせ、動画像復号装置31にループフィルタ305が含まれない構成もある。

また、パラメータ復号部302は、図示しないインター予測パラメータ復号部303及びイントラ予測パラメータ復号部304を含んで構成される。予測画像生成部308は、インター予測画像生成部309及びイントラ予測画像生成部310を含んで構成される。

また、以降では処理の単位としてCTU、CUを使用した例を記載するが、この例に限らず、サブCU単位で処理をしてもよい。あるいはCTU、CU、をブロック、サブCUをサブブロックと読み替え、ブロックあるいはサブブロック単位の処理としてもよい。

エントロピー復号部301は、外部から入力された符号化ストリームTeに対してエントロピー復号を行って、個々の符号（シンタックス要素）を分離し復号する。エントロピー符号化には、シンタックス要素の種類や周囲の状況に応じて適応的に選択したコンテキスト（確率モデル）を用いてシンタックス要素を可変長符号化する方式と、あらかじめ定められた表、あるいは計算式を用いてシンタックス要素を可変長符号化する方式がある。前者のCABAC（Context Adaptive Binary Arithmetic Coding）は、符号化あるいは復号したピクチャ（スライス）毎に更新した確率モデルをメモリに格納する。そして、Pピクチャ、あるいはBピクチャのコンテキストの初期状態として、メモリに格納された確率モデルの中から、同じスライスタイプ、同じスライスレベルの量子化パラメータを使用したピクチャの確率モデルを設定する。この初期状態を符号化、復号処理に使用する。分離された符号には、予測画像を生成するための予測情報および、差分画像を生成するための予測誤差などがある。

エントロピー復号部301は、分離した符号をパラメータ復号部302に出力する。分離した符号とは、例えば、予測モードpredMode、マージフラグmerge_flag、マージインデックスmerge_idx、インター予測識別子inter_pred_idc、参照ピクチャインデックスrefIdxLX、予測ベクトルインデックスmvp_LX_idx、差分ベクトルmvdLX等である。どの符号を復号するかの制御は、パラメータ復号部302の指示に基づいて行われる。

ループフィルタ305は、符号化ループ内に設けたフィルタで、ブロック歪やリンギング歪を除去し、画質を改善するフィルタである。ループフィルタ305は、加算部312が生成したCUの復号画像に対し、デブロッキングフィルタ、サンプル適応オフセット（SAO）、適応ループフィルタ（ALF）等のフィルタを施す。

参照ピクチャメモリ306は、加算部312が生成したCUの復号画像を、対象ピクチャ及び対象CU毎に予め定めた位置に記憶する。

予測パラメータメモリ307は、復号対象のCTUあるいはCU毎に予め定めた位置に予測パラメータを記憶する。具体的には、予測パラメータメモリ307は、パラメータ復号部302が復号したパラメータ及びエントロピー復号部301が分離した予測モードpredMode等を記憶する。

予測画像生成部308には、予測モードpredMode、予測パラメータ等が入力される。また、予測画像生成部308は、参照ピクチャメモリ306から参照ピクチャを読み出す。予測画像生成部308は、予測モードpredModeが示す予測モードで、予測パラメータと読み出した参照ピクチャ（参照ピクチャブロック）を用いてブロックもしくはサブブロックの予測画像を生成する。ここで、参照ピクチャブロックとは、参照ピクチャ上の画素の集合（通常矩形であるのでブロックと呼ぶ）であり、予測画像を生成するために参照する領域である。

逆量子化・逆変換部311は、エントロピー復号部301から入力された量子化変換係数を逆量子化して変換係数を求める。この量子化変換係数は、符号化処理において、予測誤差に対してDCT（Discrete Cosine Transform、離散コサイン変換）、DST（Discrete Sine Transform、離散サイン変換）、KLT（Karyhnen Loeve Transform、カルーネンレーベ変換）等の周波数変換を行い量子化して得られる係数である。逆量子化・逆変換部311は、求めた変換係数について逆DCT、逆DST、逆KLT等の逆周波数変換を行い、予測誤差を算出する。逆量子化・逆変換部311は予測誤差を加算部312に出力する。

加算部312は、予測画像生成部308から入力されたブロックの予測画像と逆量子化・逆変換部311から入力された予測誤差を画素毎に加算して、ブロックの復号画像を生成する。加算部312はブロックの復号画像を参照ピクチャメモリ306に記憶し、また、ループフィルタ305に出力する。

（動画像符号化装置の構成例１）
次に、本実施形態に係る動画像符号化装置11の構成について説明する。図7は、本実施形態に係る動画像符号化装置11の構成を示すブロック図である。動画像符号化装置11は、予測画像生成部101、減算部102、変換・量子化部103、逆量子化・逆変換部105、加算部106、ループフィルタ107、予測パラメータメモリ（予測パラメータ記憶部、フレームメモリ）108、参照ピクチャメモリ（参照画像記憶部、フレームメモリ）109、符号化パラメータ決定部110、およびパラメータ符号化部111を含んで構成される。

予測画像生成部101は画像Ｔの各ピクチャを分割した領域であるCU毎に予測画像を生成する。予測画像生成部101は既に説明した予測画像生成部308と同じ動作であり、説明を省略する。

減算部102は、予測画像生成部101から入力されたブロックの予測画像の画素値を、画像Ｔの画素値から減算して予測誤差を生成する。減算部102は予測誤差を変換・量子化部103に出力する。

変換・量子化部103は、減算部102から入力された予測誤差に対し、周波数変換によって変換係数を算出し、量子化によって量子化変換係数を導出する。変換・量子化部103は、量子化変換係数をエントロピー符号化部104及び逆量子化・逆変換部105に出力する。

逆量子化・逆変換部105は、動画像復号装置31における逆量子化・逆変換部311（図6）と同じであり、説明を省略する。算出した予測誤差は加算部106に出力される。

エントロピー符号化部104には、変換・量子化部103から量子化変換係数が入力され、パラメータ符号化部111から符号化パラメータが入力される。符号化パラメータには、例えば、参照ピクチャインデックスrefIdxLX、予測ベクトルインデックスmvp_LX_idx、差分ベクトルmvdLX、予測モードpredMode、及びマージインデックスmerge_idx等の符号がある。

エントロピー符号化部104は、分割情報、予測パラメータ、量子化変換係数等をエントロピー符号化して符号化ストリームTeを生成し、出力する。

パラメータ符号化部111は、図示しないヘッダ符号化部1110、CT情報符号化部1111、CU符号化部1112（予測モード符号化部）、および図インター予測パラメータ符号化部112とイントラ予測パラメータ符号化部113を備えている。CU符号化部1112はさらにTU符号化部1114を備えている。

加算部106は、予測画像生成部101から入力されたブロックの予測画像の画素値と逆量子化・逆変換部105から入力された予測誤差を画素毎に加算して復号画像を生成する。加算部106は生成した復号画像を参照ピクチャメモリ109に記憶する。

ループフィルタ107は加算部106が生成した復号画像に対し、デブロッキングフィルタ、SAO、ALFを施す。なお、ループフィルタ107は、必ずしも上記３種類のフィルタを含まなくてもよく、例えばデブロッキングフィルタのみの構成であってもよい。

予測パラメータメモリ108は、符号化パラメータ決定部110が生成した予測パラメータを、対象ピクチャ及びCU毎に予め定めた位置に記憶する。

参照ピクチャメモリ109は、ループフィルタ107が生成した復号画像を対象ピクチャ及びCU毎に予め定めた位置に記憶する。

符号化パラメータ決定部110は、符号化パラメータの複数のセットのうち、１つのセットを選択する。符号化パラメータとは、上述したQT、BTあるいはTT分割情報、予測パラメータ、あるいはこれらに関連して生成される符号化の対象となるパラメータである。予測画像生成部101は、これらの符号化パラメータを用いて予測画像を生成する。

符号化パラメータ決定部110は、複数のセットの各々について情報量の大きさと符号化誤差を示すRDコスト値を算出する。RDコスト値は、例えば、符号量と二乗誤差に係数λを乗じた値との和である。符号量は、量子化誤差と符号化パラメータをエントロピー符号化して得られる符号化ストリームTeの情報量である。二乗誤差は、減算部102において算出された予測誤差の二乗和である。係数λは、予め設定されたゼロよりも大きい実数である。符号化パラメータ決定部110は、算出したコスト値が最小となる符号化パラメータのセットを選択する。これにより、エントロピー符号化部104は、選択した符号化パラメータのセットを符号化ストリームTeとして出力する。符号化パラメータ決定部110は決定した符号化パラメータを予測パラメータメモリ108に記憶する。

なお、上述した実施形態における動画像符号化装置11、動画像復号装置31の一部、例えば、エントロピー復号部301、パラメータ復号部302、ループフィルタ305、予測画像生成部308、逆量子化・逆変換部311、加算部312、予測画像生成部101、減算部102、変換・量子化部103、エントロピー符号化部104、逆量子化・逆変換部105、ループフィルタ107、符号化パラメータ決定部110、パラメータ符号化部111をコンピュータで実現するようにしても良い。その場合、この制御機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現しても良い。なお、ここでいう「コンピュータシステム」とは、動画像符号化装置11、動画像復号装置31のいずれかに内蔵されたコンピュータシステムであって、OSや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM、CD-ROM等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでも良い。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。

（画像フィルタ装置の構成例１）
本実施形態に係る画像フィルタ装置の構成例について説明する。なお、以下の各例においては、既に説明した事項についての重複する説明を繰り返さない。図８は、本例に係る画像フィルタ装置４００の機能ブロック図である。画像フィルタ装置４００は、入力画像に超解像処理と、ダイナミックレンジ変換とを施す装置であって、図８に示すように、複数の低輝度用階調変換部４０２１１、４０２１２、高輝度用階調変換部４０２２１、４０２２２および超解像部４０４、合成部４０６、並びに画像マップ作成部４０８を備えている。ここで、ダイナミックレンジ変換とは、例えば、標準ダイナミックレンジ（SDR）からハイダイナミックレンジ（HDR）に変換することを意味する。具体的には、標準ダイナミックレンジのITU-R BT.709の８ビット階調の画像から、ハイダイナミックレンジのITU-R BT.2100の１０ビット階調の画像に変換する場合を指す。

低輝度用階調変換部４０２１１および高輝度用階調変換部４０２２１は、入力画像に対してビット深度を変更する処理と、輝度値に対する変換を施す処理とを行う。また、低輝度用階調変換部４０２１２および高輝度用階調変換部４０２２２は、入力画像に対して輝度値に対する変換を施す処理を行う。

図９は、入力画像の輝度値に対する変換処理の一例を示す図である。図９の各図において、横軸は低輝度用階調変換部４０２１１等の各部材に入力される画像の各画素における輝度値を、縦軸は、各部材による変換が施された画像の当該各画素における輝度値を示している。ここで、図９（Ａ）は、低輝度用階調変換部４０２１１による輝度値の変換を示す図である。また、図９（Ｂ）は、低輝度用階調変換部４０２１２による輝度値の変換を示す図である。また、図９（Ｃ）は、高輝度用階調変換部４０２２１による輝度値の変換処理を示す図である。また、図９（Ｄ）は、高輝度用階調変換部４０２２２による輝度値の変換処理を示す図である。

低輝度用階調変換部４０２１１は、入力画像の輝度値を全体的に高くして、他の箇所よりも暗い箇所の階調を鮮明にする補正を施す。低輝度用階調変換部４０２１２は、低輝度用階調変換部４０２１１によって補正された輝度値を元に戻す方向に補正する。高輝度用階調変換部４０２２１は、入力画像の輝度値を全体的に低くして、他の箇所よりも明るい箇所の階調を鮮明にする補正を施す。高輝度用階調変換部４０２２２は、高輝度用階調変換部４０２２１によって補正された輝度値を元に戻す方向に補正する。

また、図９（Ａ）および図９（Ｃ）に示す処理においては、各部材から出力される画像のビット深度は、各部材に入力される画像のビット深度と同じであるかそれよりも大きい。換言すると、低輝度用階調変換部４０２１１および高輝度用階調変換部４０２２１は、入力された画像よりも大きいビット深度を有する画像を出力する。図８に示す例においては、各部材に入力される画像のビット深度は、ｘビットであり、当該各部材から出力される画像のビット深度は、ｙビット（ｘ、ｙは１以上の整数であって、ｘ≦ｙ）である。

超解像部４０４は、入力された画像に対して超解像処理を施し、元の画像よりも高い解像度の画像を出力する。超解像部４０４は、例えばSR-CNN(Super-Resolutino Convolutional Neural Network)フィルタを有している。SR-CNNとは、CNNの一種であって、画像を適用した場合に、解像度が適用前よりも大きくできる特徴がある。また、等倍の場合は、画像復元処理とみなすことができる。なお、CNNの詳細については後述する。

画像マップ作成部４０８は、各処理経路、図８の例においては、低輝度用階調変換部４０２１１を経由する処理経路と、高輝度用階調変換部４０２１２を経由する処理経路との何れを経由した入力画像の画素値を、合成部４０６の出力画像の何れの画素に設定するかを、例えば画素値によって規定した画素マップを生成する。

例えば画素マップは、画像フィルタ装置４００に入力された画像内において、所定の値以上の輝度値を有する画素については、高輝度用階調変換部４０２２１を経由した画像の画素を、合成部４０６の出力画像の対応する画素に設定し、所定の値未満の輝度値を有する画素については、低輝度用階調変換部４０２１１を経由した画像の画素を、合成部４０６の出力画像の対応する画素に設定するように規定されてもよい。

合成部４０６は、画像マップ作成部４０８が作成した画素マップを参照して、各処理経路を経由して入力される入力画像、図８の例においては、低輝度用階調変換部４０２２１から出力される画像と、高輝度用階調変換部４０２２２から出力される画像とを合成する。これにより、画像マップが反映された画像が合成可能となる。

また、暗い箇所の階調が鮮明になった画像と、明るい箇所の階調が鮮明になった画像とが合成されるので、合成部４０６から出力される画像、即ち画像フィルタ装置４００から出力される画像は、画像フィルタ装置４００に対する元の入力画像よりも広いダイナミックレンジを有している。また、超解像処理が施されることにより、入力画像よりも出力画像の方が大きい解像度を有している。

なお、全ての処理経路において階調変換処理が施されることは必須ではない。図１０は、別の態様における画像フィルタ装置４００ａの機能ブロック図である。図１０に示すように、画像フィルタ装置４００ａは、一方の処理経路においては階調変換部を経由せず、また、画像マップ作成部４０８を備えない構成である。なお、階調変換部４０２１は、入力画像に対してビット深度を変更する処理と、輝度値に対する変換を施す処理とを行う。また、階調変換部４０２２は、入力画像に対して輝度値に対する変換を施す処理を行う。また、超解像部４０４は、超解像処理に加え、ダイナミックレンジ変換を行ってもよい。

また、合成部４０６は、入力される画像の各画素の輝度値に応じて、何れの処理経路を経由した入力画像の画素値を、合成部４０６からの出力画像の対応する画素に設定するかを決定してもよい。

また、入力画像に対する処理経路は２つであることに限定されない。図１１は、入力画像に対する３以上の処理経路を有する画像フィルタ装置４００ｂの機能ブロック図である。ここで、画像フィルタ装置４００ｂが備える複数の階調変換部４０２１の特性、例えば輝度値に作用させる変換は互いに異なり、階調変換部４０２２についても同様である。これにより、階調変換部４０２１、４０２２の互いに異なる特性が反映された画像を出力可能な画像フィルタ装置４００ｂが実現できる。

また、各超解像部４０４の特性、例えば超解像処理に用いるパラメータ等も互いに異なっていてもよいし、当該特性の差異が、ニューラルネットワークの学習に由来するものであってもよい。

上述したように、本例に係る画像フィルタ装置４００は、入力画像に作用する画像フィルタ装置４００であって、前記入力画像を対象とする複数の処理経路の少なくとも何れかにおいて階調変換処理を施す１又は複数の階調変換部と、前記複数の処理経路においてそれぞれ超解像処理を施す複数の超解像部４０４と、前記超解像処理が施された複数の前記入力画像を合成する合成部４０６と、を備えている。上記の構成によれば、超解像処理とダイナミックレンジ変換とを併せて実行可能な画像フィルタ装置４００を実現できる。

また、画像フィルタ装置４００ｂは、画像フィルタ装置４００と同様に、何れの処理経路を経由した入力画像の画素値を、合成部４０６の出力画像の何れの画素に設定するかを規定した画素マップを生成する画像マップ作成部４０８を備えていてもよい。また、図１０の構成と同様に、画像フィルタ装置４００ｂは、入力画像に対する何れかの処理経路において、階調変換部を経由しなくともよい。

（画像フィルタ装置の構成例２）
超解像部４０４による処理に相当する工程においては、フィルタ処理の結果、必ずしも解像度が増加していなくてもよい。図１２は、超解像部４０４に代わって画像復元部４１０を備える画像フィルタ装置４０１の機能ブロック図である。

画像復元部４１０は、入力画像に対して、自身が有するCNN(Convolutional Neural Network)によるフィルタ処理を施す。ただし、超解像部４０４とは異なり、画像復元部４１０に入力される画像の解像度と、画像復元部４１０から入力される画像の解像度とは同じである。

また、画像フィルタ装置４０１等が画像復元部４１０を備える構成においても、図１３の画像フィルタ装置４０１ａに例示するように、何れかの処理経路においては階調変換部を経由しなくともよく、また、画像マップ作成部４０８を備えていなくともよい。また、入力画像に対する処理経路は２つであることに限定されず、図１４に例示する画像フィルタ装置４０１ｂのように、３以上の処理経路を有していてもよい。また、各画像復元部４１０の特性、例えばフィルタ処理に用いるパラメータ等も互いに異なっていてもよいし、当該特性の差異が、ニューラルネットワークの学習に由来するものであってもよい。

上述したように、本例に係る画像フィルタ装置４０１は、入力画像に作用する画像フィルタ装置であって、前記入力画像を対象とする複数の処理経路の少なくとも何れかにおいて階調変換処理を施す１又は複数の階調変換部と、前記複数の処理経路においてそれぞれ画像復元処理を施す複数の画像復元部と、前記画像復元処理が施された複数の前記入力画像を合成する合成部と、を備えている。

上記の構成によれば、フィルタ処理とダイナミックレンジ変換とを併せて実行可能な画像フィルタ装置４０１を実現できる。

（CNNフィルタについて）
CNNとは、コンボリューション層（積和演算における重み係数及びバイアス/オフセットがピクチャ内の位置に依存しない層）を少なくとも有するニューラルネットワークの総称である。重み係数をカーネルとも呼ぶ。CNNフィルタは、コンボリューシ ョン層の他、フルコネクション層（FCN）と呼ばれる、重み計算がピクチャ内の位置に依 存する層を含むことができる。CNNフィルタにおいて、コンボリューション層への 入力サイズと、出力サイズとは異なってもよい。すなわち、CNNフィルタは、コン ボリューションフィルタを適用する位置を移動させる場合の移動量（ステップサイズ）を１より大きくすることで、出力サイズが入力サイズよりも小さくなる層を含むことができる。また、出力サイズが入力サイズよりも大きくなるデコンボリューション層(Deconvolution)も含むことができる。デコンボリューション層は、トランスポーズコンボリューシ ョン(TransposeConvolution)とよばれる場合もある。また、CNNフィルタは、プー リング層(Pooling)、ドロップアウト(DropOut)層等を含むことができる。プーリング層は、大きな画像を小さなウィンドウに区切り、区切ったそれぞれのウィンドウに応じて最大値や平均値等の代表値を得る層であり、ドロップアウト層は、確率に応じて出力を固定値（例えば０）にすることでランダム性を追加する層である。

図１５は、本実施形態における超解像部404、もしくは画像復元部410に適用するCNNフィルタの入出力の一例を示す概念図である。図１５に示す一例において、フィルタ前画像は、輝度（Y）のチャネル、第１の色差（Cb）のチャネル、および
第２の色差（Cr）のチャネルを含む３つの画像のチャネル、ならびに量子化パラメータ（QP）のチャネルを含む１つの符号化パラメータ（参照パラメータ）のチャネルを含む。また、フィルタ後画像は、処理が施された輝度（Y'）のチャネル、処理が施された色差（Cb'）のチャネル、および処理が施された色差（Cr'）のチャネルを含む３つの画像のチャネルを含む。

図１６は、CNNフィルタの構成の一例を示す概略図である。CNNフィルタは、複数のconvX層を含んでいる。

ここで、本例において、convX層は、下記の構成の少なくとも何れかを含むこと
ができる。

（１）conv(x)：フィルタをかける処理（convolution）を実施する構成
（２）act(conv(x))：convolutionの後にactivation（非線形関数、例えば、sigmoid, tanh, relu, elu、seluなど）を実施する構成
（３）batch_norm(act(conv(x)))：convolutionとactivationの後にバッチノーマライゼーション（入力のレンジの正規化）を実施する構成
（４）act(batch_norm(conv(x)))：convolutionとactivationの間にバッチノーマライゼーション（入力のレンジの正規化）を実施する構成
（５）pooling：conv層間で情報の圧縮、ダウンサイジングを実施する構成
図１６に示す例においては、CNNフィルタは、３つのconvX層（conv1，conv2，conv3）とadd層とを含む。入力されるフィルタ前画像は、(N1+N2)xH1xW1のサイズを有する。ここで、N1は画像のチャネル数を示す。例えば、フィルタ前画像が輝度（Y）のチャネルのみを含む場合は、N1は「１」である。Y、Cb、Crのチャネルを含む場合にはN1は「３」である。R, G, Bのチャネルを含む場合にはN1は「３」である。W1はピクチャの幅パッチサイズであり、H1はピクチャの高さパッチサイズである。N2は符号化パラメータのチャネル数を示す。例えば、符号化パラメータが量子化パラメータ（QP）のチャネルのみを含む場合は、N2は「１」である。add層を備える構成は、フィルタ後画像とフィルタ前画像の差分（residual）をCNNフィルタで予測する構成であり、特に、CNN層が深くなる構成で有効であることが知られている。なお、residualを導出する層を複数重ねるResNetと呼ばれる構成が知られているように、add層は１つに限定されず複数のadd層があっても良い。

また、後述のようにネットワークは分岐を含んでいてもよく、また分岐した入力や出力を束ね合わせるConcatenate層を備えていても良い。例えばN1xH1xW1のデータとN2xH1xW1のデータをConcatenateすると、(N1+N2)xH1xW1のデータになる。

CNNフィルタの１つ目のconv層であるconv1は、(N1+N2)xH1xW1のデータが入力され、Nconv1xH1xW1のデータを出力する。CNNフィルタの２つ目のconv層であるconv2は、Nconv1xH1xW1のデータが入力され、Nconv2xH1xW1のデータを出力する。CNNフィルタの３つ目のconv層であるconv3は、Nconv2xH1xW1のデータが入力され、N1xH1xW1のデータを出力する。add層であるaddは、conv層の出力であるN1xH1xW1のデータとN1xH1xW1のフィルタ前画像とが画素ごとに加算され、N1xH1xW1のデータを出力する。

図１６に示すように、ピクチャのチャネル数は、CNNフィルタにより処理が施されることで、N1+N2からN1に減少する。なお、本例においてCNNフィルタは、チャネルファースト（チャネル×高さ×幅）のデータ形式で処理をするが、チャネルラスト（高さ×幅×チャネル）のデータ形式で処理をしてもよい。

なお、CNNフィルタは、コンボリューション層により出力サイズを減少させた後、デコンボリューション層により出力サイズを大きくし、元に戻すようなオートエンコーダ層を設けることもできる。複数のコンボリューション層から構成される深いネットワークは、DNN（Deep Neural Network）と呼ばれることもある。画像フィルタ装置は、ネットワークの出力の一部を再度ネットワークに入力させるようなRNN（Recurrent Neural Network）を有することもできる。RNNにおいて、再入力する情報はそのネットワークの内部状態と考えることができる。

画像フィルタ装置は、再入力情報（内部状態）の更新や伝達を制御するために、さらにニューラルネットワークのサブネットワークを利用するLSTM（Long Short-Term Memory）やGRU（Gated Recurrent Unit）を構成要素として複数組み合わせることができる。

フィルタ前画像の符号化パラメータのチャネルとして、量子化パラメータ（ＱＰ）のチャネルに加え、分割情報（PartDepth）のチャネル、予測モード情報（PredMode）のチャネルを追加することができる。

ここで、量子化パラメータ（QP）は、画像の圧縮率と画質とを制御するパラメータである。本例において量子化パラメータ（QP）は、値が大きいほど画質が低くなり符号量が減少する特性、および値が小さいほど画質が高くなり符号量が増加する特性を有する。量子化パラメータ（QP）として、例えば、予測残差の量子化幅を導出するパラメータを用いることができる。

ピクチャ単位の量子化パラメータ（QP）としては、処理対象フレームの代表的な１個の量子化パラメータ（QP）を入力することができる。例えば、量子化パラメータ（QP）は、対象ピクチャに適用されるパラメータセットにより指定されることができる。また、量子化パラメータ（QP）は、ピクチャの構成要素に適用される量子化パラメータ（QP）に基づいて算出されることができる。具体的には、スライスに適用される量子化パラメータ（QP）の平均値に基づいて、量子化パラメータ（QP）を算出することができる。

また、ピクチャを分割した単位の量子化パラメータ（QP）としては、所定の基準でピクチャを分割した単位毎の量子化パラメータ（QP）を入力することができる。例えば、量子化パラメータ（QP）を、スライス毎に適用することができる。また、量子化パラメータ（QP）を、スライス内のブロックに適用することができる。また、量子化パラメータ（QP）を、既存の符号化単位から独立した領域単位（例えば、ピクチャを16x9個に分割して得られる各領域）で指定することができる。この場合、量子化パラメータ（QP）が、スライス数や変換ユニット数に依存するため、領域に対応する量子化パラメータ（QP）の値が不定になり、CNNフィルタが構成できないため、領域内の量子化パラメータ（QP）の平均値を用いる方法が考えられる。

また、特定の個数の量子化パラメータ（QP）を入力する場合としては、量子化パラメータ（QP）の個数が一定になるように、量子化パラメータ（QP）のリストを生成してCNNフィルタへ入力してもよい。例えば、スライス毎の量子化パラメータ（QP）のリストを作成し、最大値、最小値、中央値の３個の量子化パラメータ（QP）のリストを作成して入力する方法が考えられる。

また、コンポーネント単位の量子化パラメータ（QP）としては、処理対象のコンポーネントに適用する量子化パラメータ（QP）を入力することができる。この量子化パラメータ（QP）の例として、輝度量子化パラメータ（QP）、色差量子化パラメータ（QP）を挙げることができる。

また、ブロック単位でCNNフィルタを適用する場合、周辺量子化パラメータ（QP）として、対象ブロックの量子化パラメータ（QP）とブロック周辺の量子化パラメータ（QP）をを入力してもよい。

CNNフィルタを、ピクチャ、および符号化パラメータに応じて設計することができる。すなわち、CNNフィルタを、方向性、アクティビティ等の画像データから導出可能なピクチャ特性だけでなく、符号化パラメータに応じて設計することができるので、CNNフィルタは、符号化パラメータ毎に異なる強度のフィルタを実現することができる。したがって、本例はCNNフィルタを備えるので、符号化パラメータ
毎に異なるネットワークを導入することなく、符号化パラメータに応じた処理をすることができる。

図１７は、CNNフィルタの構成の変形例を示す概略図である。図１７に示すように、CNNフィルタは、add層を含まず、convX層のみを含んでいてもよい。add層を含まない本変形例においても、CNNフィルタは、N1*H1*W1のデータを出力する。

なお、本実施形態では、超解像部404、又は画像復元部410でCNNフィルタを適用する例を示したが、超解像部404では、アップサンプリングフィルタを適用してもよく、また、画像復元部410では、Wiener filterに基づくフィルタ処理や、ループフィルタ部305やループフィルタ107を用いてもよい。

（動画像復号装置の構成例２）
上述した画像フィルタ装置４００を備える動画像復号装置の一例について説明する。図１８は、本例に係る動画像復号装置３１ａの機能ブロック図である。図１８に示すように、動画像復号装置３１ａは、復号部３５０、切り替え部３５２、ダイナミックレンジ変換部３５４、及び画像フィルタ装置４００を備える。なお、動画像復号装置３１ａは、画像フィルタ装置４００に代わって、画像フィルタ装置４００ａ又は画像フィルタ装置４００ｂを備えていてもよい。

復号部３５０は、符号化ストリームTeから画像を復号する部材であって、図６に示す動画像復号装置３１が備える各部材に相当する。また、復号部３５０は、符号化ストリームTeに含まれる、復号された画像に画像フィルタ装置４００およびダイナミックレンジ変換部３５４の何れの処理を施すかを示す情報を復号する。

切り替え部３５２は、当該情報を参照して、復号部３５０の出力先を、画像フィルタ装置４００またはダイナミックレンジ変換部３５４の何れかに切り替える処理を行う。ダイナミックレンジ変換部３５４は、入力された画像に対してダイナミックレンジ変換と、ビット深度を大きくする処理、図１８の例においてはｘビットからｙビットにする処理とを施す。

上記の構成によれば、復号画像に対してダイナミックレンジ変換及びビット深度を大きくする処理を施し、要求に応じて超解像処理を行う動画像復号装置３１ａが実現できる。

（動画像符号化装置の構成例２）
上述した動画像復号装置３１ａが処理対象とする符号化ストリームを生成する動画像符号化装置の一例について説明する。図１９は、本例に係る動画像符号化装置１１ａの機能ブロック図である。図１９に示すように、動画像符号化装置１１ａは、符号化部３６０、ダイナミックレンジ逆変換部３６２、ビット階調拡張超解像逆変換部３６４、切り替え部３６６、および切り替え制御部３６８を備えている。

符号化部３６０は、入力画像から符号化ストリームTeを生成する部材であって、図７に示す動画像符号化装置が備える各部材に相当する。また、符号化部３６０は、切り替え制御部３６８が行う制御の内容、つまり入力される画像データに、ダイナミックレンジ逆変換部３６２またはビット階調拡張超解像逆変換部３６４の何れの処理が施されたかを示す切り替え情報が含まれる符号化ストリームTeを生成してもよい。

ダイナミックレンジ逆変換部３６２は、入力された画像に対してダイナミックレンジ変換を行う。ここで、ダイナミックレンジ逆変換部３６２が施すダイナミックレンジ変換は、動画像復号装置３１が備えるダイナミックレンジ変換部３５４が施す変換の逆変換に相当する。つまり、入力画像を、ダイナミックレンジ変換部３５４と、ダイナミックレンジ逆変換部３６２とに適用させると、元の入力した入力画像となる。

ビット階調拡張超解像逆変換部３６４は、画像フィルタ装置４００（又は画像フィルタ装置４００ａ若しくは画像フィルタ装置４００ｂ）が施す変換の逆変換を行う。具体的には、図２０に示すように画像縮小部３７０による画像縮小処理と、ダイナミックレンジ逆変換部３６２によるダイナミック逆変換処理とを行う。ダイナミック逆変換処理は、例えば、ハイダイナミックレンジ（HDR）から標準ダイナミックレンジ（SDR）に変換することを意味する。具体的には、ハイダイナミックレンジのITU-R BT.2100の１０ビット階調の画像から、標準ダイナミックレンジのITU-R BT.709の８ビット階調の画像に変換する場合を指す。

切り替え制御部３６８は、動画像符号化装置１１ａに入力された画像の出力先を、ビット階調拡張超解像逆変換部３６４およびダイナミックレンジ逆変換部３６２の何れかに切り替える制御を行う。切り替え部３６６は、切り替え制御部３６８からの要求、例えば制御信号に従って、画像の出力先を切り替える。

上記の構成によれば、ダイナミックレンジ逆変換部３６２を経由した入力画像よりも、ビット階調拡張超解像逆変換部３６４を経由した入力画像の方が、解像度が低くデータ量が少ない。これにより、符号化ストリームTeのデータ量を必要に応じて変更可能な動画像復号装置３１ａが実現できる。

（動画像復号装置の構成例３）
上述した画像フィルタ装置４０１を備える動画像復号装置の一例について説明する。図２１は、本例に係る動画像復号装置３１ｂの機能ブロック図である。図２１に示すように、動画像復号装置３１ｂは、図６に示す動画像復号装置３１からループフィルタに代わって画像フィルタ装置４０１を備え、ビット階調縮退部３２０を更に備える構成である。なお、動画像復号装置３１ｂは、画像フィルタ装置４０１に代わって、画像フィルタ装置４０１ａ又は画像フィルタ装置４０１ｂを備えていてもよい。

ビット階調縮退部３２０は、入力された画像のビット深度を減少させる処理を行う。図２１に示す例においては、ビット階調縮退部３２０は、入力される予測画像のビット深度を、ｙビットからｘビットに減少させる。

また、動画像復号装置に入力される符号化ストリームには、ビット階調拡張画像復元情報が符号化された情報が含まれていてもよい。また、エントロピー復号部３０１は、当該符号化ストリームから、ビット階調拡張画像復元情報を復号してもよい。

ここで、ビット階調拡張画像復元情報とは、画像フィルタ装置４０１及びビット階調縮退部３２０による動作を規定する情報であって、例えば、入力と出力の色空間の情報やダイナミックレンジの方式の情報、画像復元のためのフィルタ情報を規定した情報である。。上記の構成によれば、動画像復号装置３１が復号する画像よりも広いダイナミックレンジを有する画像を復号可能な動画像復号装置３１ｂを実現できる。

（動画像符号化装置例３）
上述した画像フィルタ装置４０１を備える動画像符号化装置の一例について説明する。図２２は、本例に係る動画像符号化装置１１ｂの構成を示す図である。

動画像符号化装置１１ｂは、ループフィルタに代わって画像フィルタ装置４０１を備え、ビット階調拡張画像復元変換設定部１３０を更に備える構成である。なお、画像符号化装置１１ｂは、画像フィルタ装置４０１に代わって、画像フィルタ装置４０１ａ又は画像フィルタ装置４０１ｂを備えていてもよい。

ビット階調拡張画像復元変換設定部１３０は、動画像符号化装置に入力された画像と、加算部１０６が生成した復号画像とを参照して、上述したビット階調拡張画像復元情報を生成する。

動画像符号化装置１１ｂが備えるエントロピー符号化部１０４は、当該ビット階調拡張画像復元情報が符号化された情報を含む符号化ストリームをTe生成する。

上記の構成によれば、画像フィルタ装置４０１を備え、ビット階調拡張画像復元情報が符号化された情報を含む符号化ストリームを生成可能な動画像符号化装置１１ｂを実現できる。

また、上述した実施形態における動画像符号化装置11、11a又は11b（以下単に動画像符号化装置11と呼称する。）、動画像復号装置31、31a、又は31b（以下単に動画像復号装置31と呼称する。）の一部、または全部を、LSI（Large Scale Integration）等の集積回路として実現しても良い。動画像符号化装置11、動画像復号装置31の各機能ブロックは個別にプロセッサ化しても良いし、一部、または全部を集積してプロセッサ化しても良い。また、集積回路化の手法はＬＳＩに限らず専用回路、または汎用プロセッサで実現しても良い。また、半導体技術の進歩によりＬＳＩに代替する集積回路化の技術が出現した場合、当該技術による集積回路を用いても良い。

以上、図面を参照してこの発明の一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、この発明の要旨を逸脱しない範囲内において様々な設計変更等をすることが可能である。

〔応用例〕
上述した動画像符号化装置11及び動画像復号装置31は、動画像の送信、受信、記録、再生を行う各種装置に搭載して利用することができる。なお、動画像は、カメラ等により撮像された自然動画像であってもよいし、コンピュータ等により生成された人工動画像（CGおよびGUIを含む）であってもよい。

まず、上述した動画像符号化装置11及び動画像復号装置31を、動画像の送信及び受信に利用できることを、図2を参照して説明する。

図2(a)は、動画像符号化装置11を搭載した送信装置PROD_Aの構成を示したブロック図である。図に示すように、送信装置PROD_Aは、動画像を符号化することによって符号化データを得る符号化部PROD_A1と、符号化部PROD_A1が得た符号化データで搬送波を変調することによって変調信号を得る変調部PROD_A2と、変調部PROD_A2が得た変調信号を送信する送信部PROD_A3と、を備えている。上述した動画像符号化装置11は、この符号化部PROD_A1として利用される。

送信装置PROD_Aは、符号化部PROD_A1に入力する動画像の供給源として、動画像を撮像するカメラPROD_A4、動画像を記録した記録媒体PROD_A5、動画像を外部から入力するための入力端子PROD_A6、及び、画像を生成または加工する画像処理部Ａ７を更に備えていてもよい。図においては、これら全てを送信装置PROD_Aが備えた構成を例示しているが、一部を省略しても構わない。

なお、記録媒体PROD_A5は、符号化されていない動画像を記録したものであってもよいし、伝送用の符号化方式とは異なる記録用の符号化方式で符号化された動画像を記録したものであってもよい。後者の場合、記録媒体PROD_A5と符号化部PROD_A1との間に、記録媒体PROD_A5から読み出した符号化データを記録用の符号化方式に従って復号する復号部（不図示）を介在させるとよい。

図2(b)は、動画像復号装置31を搭載した受信装置PROD_Bの構成を示したブロック図である。図に示すように、受信装置PROD_Bは、変調信号を受信する受信部PROD_B1と、受信部PROD_B1が受信した変調信号を復調することによって符号化データを得る復調部PROD_B2と、復調部PROD_B2が得た符号化データを復号することによって動画像を得る復号部PROD_B3と、を備えている。上述した動画像復号装置31は、この復号部PROD_B3として利用される。

受信装置PROD_Bは、復号部PROD_B3が出力する動画像の供給先として、動画像を表示するディスプレイPROD_B4、動画像を記録するための記録媒体PROD_B5、及び、動画像を外部に出力するための出力端子PROD_B6を更に備えていてもよい。図においては、これら全てを受信装置PROD_Bが備えた構成を例示しているが、一部を省略しても構わない。

なお、記録媒体PROD_B5は、符号化されていない動画像を記録するためのものであってもよいし、伝送用の符号化方式とは異なる記録用の符号化方式で符号化されたものであってもよい。後者の場合、復号部PROD_B3と記録媒体PROD_B5との間に、復号部PROD_B3から取得した動画像を記録用の符号化方式に従って符号化する符号化部（不図示）を介在させるとよい。

なお、変調信号を伝送する伝送媒体は、無線であってもよいし、有線であってもよい。また、変調信号を伝送する伝送態様は、放送（ここでは、送信先が予め特定されていない送信態様を指す）であってもよいし、通信（ここでは、送信先が予め特定されている送信態様を指す）であってもよい。すなわち、変調信号の伝送は、無線放送、有線放送、無線通信、及び有線通信の何れによって実現してもよい。

例えば、地上デジタル放送の放送局（放送設備など）／受信局（テレビジョン受像機など）は、変調信号を無線放送で送受信する送信装置PROD_A／受信装置PROD_Bの一例である。また、ケーブルテレビ放送の放送局（放送設備など）／受信局（テレビジョン受像機など）は、変調信号を有線放送で送受信する送信装置PROD_A／受信装置PROD_Bの一例である。

また、インターネットを用いたVOD（Video On Demand）サービスや動画共有サービスなどのサーバ（ワークステーションなど）／クライアント（テレビジョン受像機、パーソナルコンピュータ、スマートフォンなど）は、変調信号を通信で送受信する送信装置PROD_A／受信装置PROD_Bの一例である（通常、ＬＡＮにおいては伝送媒体として無線または有線の何れかが用いられ、ＷＡＮにおいては伝送媒体として有線が用いられる）。ここで、パーソナルコンピュータには、デスクトップ型PC、ラップトップ型PC、及びタブレット型PCが含まれる。また、スマートフォンには、多機能携帯電話端末も含まれる。

なお、動画共有サービスのクライアントは、サーバからダウンロードした符号化データを復号してディスプレイに表示する機能に加え、カメラで撮像した動画像を符号化してサーバにアップロードする機能を有している。すなわち、動画共有サービスのクライアントは、送信装置PROD_A及び受信装置PROD_Bの双方として機能する。

次に、上述した動画像符号化装置11及び動画像復号装置31を、動画像の記録及び再生に利用できることを、図3を参照して説明する。

図3(a)は、上述した動画像符号化装置11を搭載した記録装置PROD_Cの構成を示したブロック図である。図に示すように、記録装置PROD_Cは、動画像を符号化することによって符号化データを得る符号化部PROD_C1と、符号化部PROD_C1が得た符号化データを記録媒体PROD_Mに書き込む書込部PROD_C2と、を備えている。上述した動画像符号化装置11は、この符号化部PROD_C1として利用される。

なお、記録媒体PROD_Mは、（１）HDD（Hard Disk Drive）やSSD(Solid State Drive)などのように、記録装置PROD_Cに内蔵されるタイプのものであってもよいし、（２）SDメモリカードやUSB（Universal Serial Bus）フラッシュメモリなどのように、記録装置PROD_Cに接続されるタイプのものであってもよいし、（３）DVD（Digital Versatile Disc:登録商標）やBD（Blu-ray Disc:登録商標）などのように、記録装置PROD_Cに内蔵されたドライブ装置（不図示）に装填されるものであってもよい。

また、記録装置PROD_Cは、符号化部PROD_C1に入力する動画像の供給源として、動画像を撮像するカメラPROD_C3、動画像を外部から入力するための入力端子PROD_C4、動画像を受信するための受信部PROD_C5、及び、画像を生成または加工する画像処理部PROD_C6を更に備えていてもよい。図においては、これら全てを記録装置PROD_Cが備えた構成を例示しているが、一部を省略しても構わない。

なお、受信部PROD_C5は、符号化されていない動画像を受信するものであってもよいし、記録用の符号化方式とは異なる伝送用の符号化方式で符号化された符号化データを受信するものであってもよい。後者の場合、受信部PROD_C5と符号化部PROD_C1との間に、伝送用の符号化方式で符号化された符号化データを復号する伝送用復号部（不図示）を介在させるとよい。

このような記録装置PROD_Cとしては、例えば、DVDレコーダ、BDレコーダ、HDD（Hard Disk Drive）レコーダなどが挙げられる（この場合、入力端子PROD_C4または受信部PROD_C5が動画像の主な供給源となる）。また、カムコーダ（この場合、カメラPROD_C3が動画像の主な供給源となる）、パーソナルコンピュータ（この場合、受信部PROD_C5または画像処理部Ｃ6が動画像の主な供給源となる）、スマートフォン（この場合、カメラPROD_C3または受信部PROD_C5が動画像の主な供給源となる）なども、このような記録装置PROD_Cの一例である。

図3(b)は、上述した動画像復号装置31を搭載した再生装置PROD_Dの構成を示したブロックである。図に示すように、再生装置PROD_Dは、記録媒体PROD_Mに書き込まれた符号化データを読み出す読出部PROD_D1と、読出部PROD_D1が読み出した符号化データを復号することによって動画像を得る復号部PROD_D2と、を備えている。上述した動画像復号装置31は、この復号部PROD_D2として利用される。

なお、記録媒体PROD_Mは、（１）HDDやSSDなどのように、再生装置PROD_Dに内蔵されるタイプのものであってもよいし、（２）SDメモリカードやUSBフラッシュメモリなどのように、再生装置PROD_Dに接続されるタイプのものであってもよいし、（３）DVDやBDなどのように、再生装置PROD_Dに内蔵されたドライブ装置（不図示）に装填されるものであってもよい。

また、再生装置PROD_Dは、復号部PROD_D2が出力する動画像の供給先として、動画像を表示するディスプレイPROD_D3、動画像を外部に出力するための出力端子PROD_D4、及び、動画像を送信する送信部PROD_D5を更に備えていてもよい。図においては、これら全てを再生装置PROD_Dが備えた構成を例示しているが、一部を省略しても構わない。

なお、送信部PROD_D5は、符号化されていない動画像を送信するものであってもよいし、記録用の符号化方式とは異なる伝送用の符号化方式で符号化された符号化データを送信するものであってもよい。後者の場合、復号部PROD_D2と送信部PROD_D5との間に、動画像を伝送用の符号化方式で符号化する符号化部（不図示）を介在させるとよい。

このような再生装置PROD_Dとしては、例えば、DVDプレイヤ、BDプレイヤ、HDDプレイヤなどが挙げられる（この場合、テレビジョン受像機等が接続される出力端子PROD_D4が動画像の主な供給先となる）。また、テレビジョン受像機（この場合、ディスプレイPROD_D3が動画像の主な供給先となる）、デジタルサイネージ（電子看板や電子掲示板等とも称され、ディスプレイPROD_D3または送信部PROD_D5が動画像の主な供給先となる）、デスクトップ型PC（この場合、出力端子PROD_D4または送信部PROD_D5が動画像の主な供給先となる）、ラップトップ型またはタブレット型PC（この場合、ディスプレイPROD_D3または送信部PROD_D5が動画像の主な供給先となる）、スマートフォン（この場合、ディスプレイPROD_D3または送信部PROD_D5が動画像の主な供給先となる）なども、このような再生装置PROD_Dの一例である。

（ハードウェア的実現およびソフトウェア的実現）
また、上述した動画像復号装置31および動画像符号化装置11の各ブロックは、集積回路（ICチップ）上に形成された論理回路によってハードウェア的に実現してもよいし、CPU（Central Processing Unit）を用いてソフトウェア的に実現してもよい。

後者の場合、上記各装置は、各機能を実現するプログラムの命令を実行するCPU、上記プログラムを格納したROM（Read Only Memory）、上記プログラムを展開するRAM（Random Access Memory）、上記プログラムおよび各種データを格納するメモリ等の記憶装置（記録媒体）などを備えている。そして、本発明の実施形態の目的は、上述した機能を実現するソフトウェアである上記各装置の制御プログラムのプログラムコード（実行形式プログラム、中間コードプログラム、ソースプログラム）をコンピュータで読み取り可能に記録した記録媒体を、上記各装置に供給し、そのコンピュータ（またはCPUやMPU）が記録媒体に記録されているプログラムコードを読み出し実行することによっても、達成可能である。

上記記録媒体としては、例えば、磁気テープやカセットテープ等のテープ類、フロッピー（登録商標）ディスク／ハードディスク等の磁気ディスクやCD-ROM（Compact Disc Read-Only Memory）／MOディスク（Magneto-Optical disc）／MD（Mini Disc）／DVD（Digital Versatile Disc:登録商標）／CD-R（CD Recordable）／ブルーレイディスク（Blu-ray Disc：登録商標）等の光ディスクを含むディスク類、ICカード（メモリカードを含む）／光カード等のカード類、マスクROM／EPROM（Erasable Programmable Read-Only Memory）／EEPROM（Electrically Erasable and Programmable Read-Only Memory：登録商標）／フラッシュROM等の半導体メモリ類、あるいはPLD（Programmable logic device）やFPGA（Field Programmable Gate Array）等の論理回路類などを用いることができる。

また、上記各装置を通信ネットワークと接続可能に構成し、上記プログラムコードを通信ネットワークを介して供給してもよい。この通信ネットワークは、プログラムコードを伝送可能であればよく、特に限定されない。例えば、インターネット、イントラネット、エキストラネット、LAN（Local Area Network）、ISDN（Integrated Services Digital Network）、VAN（Value-Added Network）、CATV（Community Antenna television/Cable Television）通信網、仮想専用網（Virtual Private Network）、電話回線網、移動体通信網、衛星通信網等が利用可能である。また、この通信ネットワークを構成する伝送媒体も、プログラムコードを伝送可能な媒体であればよく、特定の構成または種類のものに限定されない。例えば、IEEE（Institute of Electrical and Electronic Engineers）1394、USB、電力線搬送、ケーブルＴＶ回線、電話線、ADSL（Asymmetric Digital Subscriber Line）回線等の有線でも、IrDA（Infrared Data Association）やリモコンのような赤外線、BlueTooth（登録商標）、IEEE802.11無線、HDR（High Data Rate）、NFC（Near Field Communication）、DLNA（Digital Living Network Alliance：登録商標）、携帯電話網、衛星回線、地上デジタル放送網等の無線でも利用可能である。なお、本発明の実施形態は、上記プログラムコードが電子的な伝送で具現化された、搬送波に埋め込まれたコンピュータデータ信号の形態でも実現され得る。

本発明の実施形態は上述した実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能である。すなわち、請求項に示した範囲で適宜変更した技術的手段を組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。

本発明の実施形態は、画像データが符号化された符号化データを復号する動画像復号装置、および、画像データが符号化された符号化データを生成する動画像符号化装置に好適に適用することができる。また、動画像符号化装置によって生成され、動画像復号装置によって参照される符号化データのデータ構造に好適に適用することができる。

31,31a,31b 画像復号装置（動画像復号装置）
301 エントロピー復号部
302 パラメータ復号部
303 インター予測パラメータ復号部
304 イントラ予測パラメータ復号部
308 予測画像生成部
309 インター予測画像生成部
310 イントラ予測画像生成部
311 逆量子化・逆変換部
312 加算部
11,11a,11b 画像符号化装置（動画像符号化装置）
101 予測画像生成部
102 減算部
103 変換・量子化部
104 エントロピー符号化部
105 逆量子化・逆変換部
107 ループフィルタ
110 符号化パラメータ決定部
111 パラメータ符号化部
112 インター予測パラメータ符号化部
113 イントラ予測パラメータ符号化部
350 復号部
352,366 切り替え部
354 ダイナミックレンジ変換部
360 符号化部
362 ダイナミックレンジ逆変換部
364 ビット階調拡張超解像変換部
368 切り替え制御部
400,400a,400b,401,401a,401b 画像フィルタ装置（画像ビット階調拡張フィルタ装置）
40211,40212 低輝度用階調変換部（階調変換部）
40221,40222 高輝度用階調変換部（階調変換部）
4021,4022 階調変換部
404 超解像部
406 合成部
408 画像マップ作成部
410 画像復元部

Claims (10)

1. 入力画像に作用する画像フィルタ装置であって、
   前記入力画像を対象とする複数の処理経路の少なくとも何れかにおいて階調変換処理を施す１又は複数の階調変換部と、
   前記複数の処理経路においてそれぞれ超解像処理を施す複数の超解像部と、
   前記超解像処理が施された複数の前記入力画像を合成する合成部と、
   を備えることを特徴とする画像フィルタ装置。
2. 入力画像に作用する画像フィルタ装置であって、
   前記入力画像を対象とする複数の処理経路の少なくとも何れかにおいて階調変換処理を施す１又は複数の階調変換部と、
   前記複数の処理経路においてそれぞれ画像復元処理を施す複数の画像復元部と、
   前記画像復元処理が施された複数の前記入力画像を合成する合成部と、
   を備えることを特徴とする画像フィルタ装置。
3. 当該画像フィルタ装置は、複数の階調変換部を備え、
   前記複数の階調変換部は、
   前記入力画像の輝度値に作用させる変換が互いに異なる
   ことを特徴とする請求項１又は２に記載の画像フィルタ装置。
4. 前記入力画像の各画素について、前記処理経路の何れを経由した前記入力画像の画素値を前記合成部の出力画像の何れの画素に設定するかを規定した画像マップを生成する画像マップ作成部を更に備え、
   前記合成部は、
   前記画像マップ作成部が生成した画像マップを参照して、複数の前記入力画像を合成する
   ことを特徴とする請求項１から３までの何れか１項に記載の画像フィルタ装置。
5. 請求項１に記載の画像フィルタ装置と、
   入力画像のダイナミックレンジを変換するダイナミックレンジ変換部と、
   符号化ストリームから入力画像を復号する復号部と、
   前記復号部の出力先を、前記画像フィルタ装置またはダイナミックレンジ変換部の何れかに切り替える切り替え部と、
   を備えることを特徴とする復号装置。
6. 前記復号部は、
   前記符号化ストリームから、復号された当該入力画像に前記画像フィルタ装置及び前記ダイナミックレンジ変換部の何れの処理を施すかを示す情報を更に復号し、
   前記切り替え部は、
   当該情報を参照して、前記復号部の出力先を切り替える
   ことを特徴とする請求項５に記載の復号装置。
7. 請求項１に記載の画像フィルタ装置が施す変換の逆変換に相当する処理を施す第１の処理経路であって、画像縮小処理を行う画像縮小部、及びダイナミックレンジを逆変換するダイナミックレンジ逆変換部による処理を施す第１の処理経路と、
   前記ダイナミックレンジ逆変換部による処理を施す第２の処理経路と、
   入力画像を、前記第１の処理経路と前記第２の処理経路との何れに入力するかの制御を行う切り替え制御部と、
   前記第１の処理経路または前記第２の処理経路における処理が施された入力画像を参照して符号化ストリームを生成する符号化部と、
   を備えることを特徴とする符号化装置。
8. 前記符号化部は、
   前記切り替え制御部が行う制御の内容を示す切り替え情報が含まれる符号化ストリームを生成する
   ことを特徴とする請求項７に記載の符号化装置。
9. 請求項２に記載の画像フィルタ装置を備えることを特徴とする復号装置。
10. 請求項２に記載の画像フィルタ装置を備えることを特徴とする符号化装置。

Images