特許ウォッチ

公開番号2025114667
公報種別公開特許公報(A)
公開日2025-08-05
出願番号2025075709,2024034116
出願日2025-04-30,2019-03-29
発明の名称ビデオデコーダ、ビデオエンコーダ、ビデオコンテンツを復号化する方法、ビデオコンテンツを符号化する方法、コンピュータプログラム、およびビデオビットストリーム
出願人フラウンホーファー-ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン
代理人弁理士法人鷲田国際特許事務所
主分類H04N 19/13 20140101AFI20250729BHJP(電気通信技術)
要約【課題】算術符号化および復号化を最適な符号化効率で実現するビデオデコーダ、ビデオエンコーダ、ビデオコンテンツを復号化する方法、ビデオコンテンツを符号化する方法、コンピュータプログラムおよびビデオビットストリームを提供する。
【解決手段】ビデオデコーダは、バイナリシーケンスの符号化表現に基づいて復号化バイナリシーケンスを提供するための算術デコーダを含む。算術デコーダは、第1推定パラメータを使用して第1ソース統計値を決定し、第2推定パラメータを使用して第2ソース統計値を決定する。算術デコーダは、第1ソース統計値(a_t)に基づいておよび第2ソース統計値に基づいて、結合ソース統計値を決定し、算術デコーダは、結合ソース統計値に基づいて、バイナリシーケンスの符号化表現を復号化バイナリシーケンスにマッピングするために使用する間隔サブディビジョンの1つ以上の範囲値を決定する。
【選択図】図1
特許請求の範囲【請求項１】
少なくとも１つのプロセッサを含むビデオデコーダであって、前記少なくとも１つのプロセッサは、
バイナリシーケンスの符号化表現を算術的デコードに基づいてビデオコンテンツを復号させ、
TIFF
2025114667000186.tif
10
116
となるようにＢＩＴＳaビットで表す第１ソース統計値ａ
ｔ＋１
を抽出させ、前記第１ソース統計値は、以下の式に等しく、
TIFF
2025114667000187.tif
12
116
ここで、ｘ
ｔ
は復号されたバイナリ値であり、
ａ
ｔ
は前記第１ソース統計値の前のバージョンであり、
ｎ
ａ
は第１ウィンドウサイズパラメータであり、
ＯＮＥａは、前記第１ソース統計値を表すために使用されるＢＩＴＳａビットに従った確率値1の表現であり、
TIFF
2025114667000188.tif
14
115
となるようにＢＩＴＳｂビットで表す第２ソース統計値ｂ
ｔ＋１
を抽出させ、前記第２ソース統計値は、以下の式に等しく、
TIFF
2025114667000189.tif
11
116
ここで、ｘ
ｔ
は復号されたバイナリ値であり、
ｂ
ｔ
は前記第２ソース統計値の前のバージョンであり、
ｎ
ｂ
は第２ウィンドウサイズパラメータであり、
ＯＮＥｂは、前記第２ソース統計値を表すために使用されるＢＩＴＳｂビットに従った確率値1の表現であり、
ここでｎ
ｂ
≧ｎ
ａ
＋３で、ＢＩＳＴＳ
ｂ
＞ＢＩＴＳ
ａ
であり、
前記第１ソース統計値及び前記第２ソース統計値に基づいて結合ソース統計値を決定させ、
前記結合ソース統計値に基づいて間隔サブディビジョンの少なくとも１つの範囲値を決定させ、
前記少なくとも１つの範囲値を使用して、前記バイナリシーケンスの符号化表現を前記バイナリシーケンスにマッピングさせる、
ように構成された、ビデオデコーダ。
続きを表示（約 2,200 文字）【請求項２】
前記少なくとも１つのプロセッサは、
スライスがタイプＩ、Ｐ、又はＢのいずれであるかを示すスライスタイプ情報を評価し、
前記スライスタイプ情報に基づいて、前記第１ウィンドウサイズパラメータ及び前記第２ウィンドウサイズパラメータを決定する、
ようにさらに構成された、請求項１に記載のビデオデコーダ。
【請求項３】
前記少なくとも１つのプロセッサは、
前記結合ソース統計値に基づいて状態インデックスを決定させ、
前記状態インデックスに基づいて、最も確からしいバイナリ値を表す値を決定させ、
前記状態インデックスに基づいて間隔サブディビジョンの前記少なくとも１つの範囲値を決定させる、
ようにさらに構成された、請求項１に記載のビデオデコーダ。
【請求項４】
前記少なくとも1つのプロセッサは、
前記第１ソース統計値と前記第２ソース統計値とに異なる重み付けを適用することにより、前記結合ソース統計値を決定させる、
ようにさらに構成された、請求項１に記載のビデオデコーダ。
【請求項５】
前記少なくとも１つのプロセッサは、
コンテキストモデルに基づいて、第１ウィンドウサイズパラメータ、ｎ
ａ
、及び第２ウィンドウサイズパラメータ、ｎ
ｂ
を決定させる、
ようにさらに構成された、請求項１に記載のビデオデコーダ。
【請求項６】
ビデオデコーディング方法であって、
バイナリシーケンスの符号化表現を算術的デコードに基づいてビデオコンテンツを復号し、
TIFF
2025114667000190.tif
10
116
となるようにＢＩＴＳaビットで表す第１ソース統計値ａ
ｔ＋１
を抽出し、前記第１ソース統計値は、以下の式に等しく、
TIFF
2025114667000191.tif
12
116
ここで、ｘ
ｔ
は復号されたバイナリ値であり、
ａ
ｔ
は前記第１ソース統計値の前のバージョンであり、
ｎ
ａ
は第１ウィンドウサイズパラメータであり、
ＯＮＥａは、前記第１ソース統計値を表すために使用されるＢＩＴＳａビットに従った確率値1の表現であり、
TIFF
2025114667000192.tif
14
115
となるようにＢＩＴＳｂビットで表す第２ソース統計値ｂ
ｔ＋１
を抽出し、前記第２ソース統計値は、以下の式に等しく、
TIFF
2025114667000193.tif
11
116
ここで、ｘ
ｔ
は復号されたバイナリ値であり、
ｂ
ｔ
は前記第２ソース統計値の前のバージョンであり、
ｎ
ｂ
は第２ウィンドウサイズパラメータであり、
ＯＮＥｂは、前記第２ソース統計値を表すために使用されるＢＩＴＳｂビットに従った確率値1の表現であり、
ここでｎ
ｂ
≧ｎ
ａ
＋３で、ＢＩＳＴＳ
ｂ
＞ＢＩＴＳ
ａ
であり、
前記第１ソース統計値及び前記第２ソース統計値に基づいて結合ソース統計値を決定し、
前記結合ソース統計値に基づいて間隔サブディビジョンの少なくとも１つの範囲値を決定し、
前記少なくとも１つの範囲値を使用して、前記バイナリシーケンスの符号化表現を前記バイナリシーケンスにマッピングさせる、
ビデオデコーディング方法。
【請求項７】
スライスがタイプＩ、Ｐ、又はＢのいずれであるかを示すスライスタイプ情報を評価し、
前記スライスタイプ情報に基づいて、前記第１ウィンドウサイズパラメータ及び前記第２ウィンドウサイズパラメータを決定させる、
ことをさらに含む、請求項６に記載のビデオデコーディング方法。
【請求項８】
前記結合ソース統計値に基づいて状態インデックスを決定させ、
前記状態インデックスに基づいて、最も確からしいバイナリ値を表す値を決定させ、
前記状態インデックスに基づいて間隔サブディビジョンの前記少なくとも１つの範囲値を決定させる、
ことをさらに含む、請求項６に記載のビデオデコーディング方法。
【請求項９】
前記第１ソース統計値と前記第２ソース統計値とに異なる重み付けを適用することにより、前記結合ソース統計値を決定させる、
ことをさらに含む、請求項６に記載のビデオデコーディング方法。
【請求項１０】
コンテキストモデルに基づいて、第１ウィンドウサイズパラメータ、ｎ
ａ
、及び第２ウィンドウサイズパラメータ、ｎ
ｂ
を決定させる、
ことをさらに含む、請求項６に記載のビデオデコーディング方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明による実施形態は、ビデオデコーダ、ビデオエンコーダ、ビデオコンテンツを復号化する方法、ビデオコンテンツを符号化する方法、コンピュータプログラム、およびビデオビットストリームに関する。
続きを表示（約 2,600 文字）【０００２】
本発明による一実施形態は、バイナリ算術符号化の確率推定方法に関し、これはたとえば、ビデオエンコーダ、ビデオデコーダ、さらに画像エンコーダ、画像デコーダ、オーディオエンコーダ、オーディオデコーダなどでも使用され得る。
【背景技術】
【０００３】
算術符号化および復号化は、オーディオおよびビデオコンテンツの符号化および復号化における貴重なツールであることが証明されている。たとえば、符号化効率を高めるために、ビデオまたはオーディオコンテンツを表すバイナリシーケンス内のバイナリ値の既知の発生確率を利用することが可能である。特に、算術符号化は、「０」および「１」の様々な確率を効率的に処理することができ、確率の変化に正確に適応することができる。
【０００４】
しかしながら、算術符号化および復号化を最適な符号化効率で実現するためには、実際の発生確率をよく反映する「０」および「１」の確率に関する適切な情報を入手することが重要である。「０」および「１」の確率に関する（または一般に、符号化すべきシンボルの確率に関する）知識は通常、（たとえば、全範囲の値が、異なるバイナリ値またはバイナリ値のグループに関連付けられた間隔に細分化されるように）間隔サブディビジョンを取得するために、値の全範囲内の間隔の境界を調整するために使用される。
【発明の概要】
【発明が解決しようとする課題】
【０００５】
したがって、計算効率と信頼性との間の適切なトレードオフを提供する、ソース統計値、または間隔サブディビジョンの範囲値を決定するための概念が必要とされている。
【課題を解決するための手段】
【０００６】
本発明による一実施形態はビデオデコーダを作成し、ビデオデコーダは、複数のビデオフレーム（たとえば、ビデオフレームのシーケンス）を復号化するように構成されている。
【０００７】
ビデオデコーダは、１つ以上のスライスのセット（複数のスライスが好ましい）に細分化されたビデオフレームを復号化するように構成されており、ビデオデコーダは、スライスの復号化のための動作モードを選択するために、前のフレームのビデオコンテンツに基づく現在のフレームのビデオコンテンツの予測がない、独立した符号化モード（たとえば「Ｉｎｔｒａ」）を使用して、または前のフレーム（たとえば前に復号化されたフレーム）の１ブロック（たとえば、１つのみのブロック）のピクセルに基づくピクセルのブロックの予測がある、単一予測モード（たとえば「Ｐ」）を使用して、または１つ以上の前のフレーム（たとえば前に復号化されたフレーム）の２つ以上のブロックのピクセルに基づくピクセルのブロックの予測がある、両方向予測モード（たとえば「Ｂ」）を使用して、スライスが符号化されたかどうかを示す、スライスタイプ情報（たとえば「ＳｌｉｃｅＴｙｐｅ」）を評価するように構成されている。ビデオデコーダは、バイナリシーケンスの符号化表現に基づいて（たとえば、画像コンテンツの変換係数を記述する）復号化バイナリシーケンスを提供するための算術デコーダを含む。算術デコーダは、前に復号化されたバイナリシーケンスに基づいて、（たとえばウィンドウサイズ変数で表され得る）第１ウィンドウサイズ（たとえばｗ
ａ
）を使用して、（たとえば、前に復号化されたバイナリ値ｘ
ｔ－１
，ｘ
ｔ－２
，．．．の頻度に基づく）（そしてたとえば、「カウンタ変数」または「カウンタ」としても指定される）第１ソース統計値（たとえばａ
ｔ
）を決定するように、そしてたとえば前に復号化されたバイナリシーケンスに基づいて、第２ウィンドウサイズ（たとえばｗ
ｂ
）を使用して、（前に復号化されたバイナリ値ｘ
ｔ－１
，ｘ
ｔ－２
，．．．の頻度に基づく）第２ソース統計値（たとえばｂ
ｔ
）を決定するように、構成されている。算術デコーダは、たとえば、第１ソース統計値（たとえばａ
ｔ
）に基づいて、および第２ソース統計値（たとえばｂ
ｔ
）に基づいて、結合ソース統計値（たとえば
JPEG
2025114667000002.jpg
6
137
またはｐ
ｔ
）を決定するように構成されている。算術デコーダは、結合ソース統計値に基づいて、バイナリシーケンスの符号化表現を復号化バイナリシーケンスにマッピングするために使用される、間隔サブディビジョンの１つ以上の範囲値を決定するように構成されている。
【０００８】
ビデオデコーダの好適な実施形態では、算術デコーダは、スライスタイプ情報に応じて、第１ウィンドウサイズおよび第２ウィンドウサイズを決定するように構成されている（たとえば、異なる値を取るようになっており、第１ウィンドウサイズおよび第２ウィンドウサイズはたとえば、１および１１を含む、１から１１までの範囲内にあってもよい）。
【０００９】
ビデオデコーダの好適な実施形態では、ビデオデコーダは、ビットストリームに含まれる初期化パラメータまたはフラグ（たとえば、「ｃａｂａｃｉｎｉｔｆｌａｇ」）にも応じて（たとえばスライスあたり１つの初期化フラグ）、第１ウィンドウサイズおよび第２ウィンドウサイズを決定するように構成されており、初期化フラグは、任意選択的に、第１ソース統計値および／または第２ソース統計値の初期化値も定義し得る。
【００１０】
ビデオデコーダの好適な実施形態では、ビデオデコーダは、コンテキストモデルにも応じて（たとえばどのタイプの情報が復号化されるか、たとえば変換係数の１つ以上の最上位ビットまたは変換係数の１つ以上の下位ビットのどちらが復号化されるかに応じて）、第１ウィンドウサイズおよび第２ウィンドウサイズを決定するように構成されている。たとえば、第１ウィンドウサイズおよび第２ウィンドウサイズを定義するウィンドウサイズ値のペアは、スライスタイプ、初期化フラグ、およびコンテキストモデルの組み合わせごとに事前定義され得る。
（【００１１】以降は省略されています）

関連特許