[0028]ビデオエンコーダは、コーディングユニット(CU)の残差ピクセルブロックを、各々がCUの変換ユニット(TU)に関連付けられる、1つまたは複数のより小さい残差ピクセルブロックに分解する。残差ピクセルブロックの各ピクセルは、ルーマ(Y)サンプルを含み、また、2つのクロマサンプル、UとVとを含み得る。Uサンプルは、ピクセルの青成分とそのピクセルのYサンプルとの間の差分を示し得る。この理由で、UサンプルはCbサンプルとも呼ばれ得る。Vサンプルは、ピクセルの赤サンプルとそのピクセルのYサンプルとの間の差分を示し得る。この理由で、VサンプルはCrサンプルとも呼ばれ得る。

[0029]各残差ピクセルはYサンプルを含み、また、UサンプルとVサンプルとを含み得るので、TUの各々は残差Yサンプルのブロック(すなわち、Y残差サンプルブロック)と、残差Uサンプルのブロック(すなわち、U残差サンプルブロック)と、残差Vサンプルのブロック(すなわち、V残差サンプルブロック)とに関連付けられ得る。ビデオエンコーダは、残差サンプルブロックに対応する係数ブロックを生成するために、1つまたは複数の変換を残差サンプルブロックの各々に適用し得る。係数ブロックのいくつかは非ゼロ係数を含まず、これは、これらの係数ブロックがゼロ係数のみを含むことを意味する。説明を簡単にするために、本開示では、係数ブロックが1つまたは複数の非ゼロ係数を含む場合、係数ブロックを有効係数ブロックと呼ぶことがある。係数ブロックが非ゼロ係数を含まない(すなわち、係数ブロックがゼロ値係数のみを含む)場合、ビデオエンコーダが、係数ブロックのゼロ値係数の各々をシグナリングするよりも、係数ブロックが非ゼロ係数を含まないことを示すフラグを生成するほうがより効率的であり得る。

[0030]ビデオエンコーダは、CUの残差4分木(RQT)を表すデータを生成し得る。RQTは変換ツリーとも呼ばれ得る。CUのRQTはノードのセットを備える。ノードの各々は残差サンプルブロックに対応する。RQTのルートノードはCUの残差ピクセルブロックに対応する。RQTのリーフノードはCUのTUの残差ピクセルブロックに対応する。RQTのノードは分割フラグに関連付けられ得る。ノードの分割フラグは、ノードがRQTの複数の子ノードを有するかどうかを示し得る。

[0031]さらに、分割フラグに関連付けられることに加えて、RQTの各リーフノードは、リーフノードが有効ルーマ係数ブロックに関連付けられているかどうかを示すルーマコード化ブロックフラグ(CBF)に関連付けられる。本開示では、ルーマCBFはY CBFとも呼ばれ得、ルーマ係数ブロックはY係数ブロックとも呼ばれ得る。Y係数ブロックは残差Yサンプルブロックに基づく係数ブロックである。分割フラグおよびルーマCBFに加えて、RQTのノードはU CBFとV CBFとにも関連付けられ得る。ノードのU CBFは、ノード、またはノードの任意の子孫ノードが有効U係数ブロックに関連付けられているかどうかを示す。U係数ブロックは残差Uサンプルブロックに基づく係数ブロックである。第2のノードがRQTのルートノードであるか、第2のノードを通過するが、2回以上いかなるノードも通過しない、第1のノードからルートノードへのRQTを通る経路がある場合、第1のノードは第2のノード子孫ノードであり得る。ノード、およびノードの各子孫ノードが有効U係数ブロックに関連付けられないことをノードのU CBFが示す場合、ノードの子孫ノードはU CBFに関連付けられない。ノードのV CBFは、ノード、またはノードの任意の子孫ノードが有効V係数ブロックに関連付けられているかどうかを示す。V係数ブロックは残差Vサンプルブロックに基づく係数ブロックである。ノード、およびノードの各子孫ノードが有効V係数ブロックに関連付けられないことをノードのV CBFが示す場合、ノードの子孫ノードはV CBFに関連付けられない。ノードが最大許容可能TUサイズよりも大きい残差サンプルブロックに対応する場合、ノードはU CBFまたはV CBFに関連付けられない。

[0032]このシステムにはいくつかの問題がある場合がある。第1に、RQTのノードが有効ルーマ係数ブロックと有効U係数ブロックおよび有効V係数ブロックとに関連付けられているかどうかをシグナリングするための異なる方法がある。すなわち、Y CBFはRQTのリーフノードでのみ符号化されるが、U CBFおよびV CBFはRQTの非リーフノードで符号化され得る。第2に、U CBFおよびV CBFの階層コーディングはRQTのいくつかのレベルにのみ適用される。たとえば、ビデオエンコーダは、最大許容可能TUサイズよりも大きい残差ピクセルブロックに対応するノードでU CBFとV CBFとをシグナリングしない。これらの問題はビデオエンコーダおよびビデオデコーダの複雑性を増大し得る。

[0033]本開示の技法によれば、ビデオエンコーダは、CUのRQTを表すデータを生成し得る。CUは最大許容可能TUサイズよりも大きくてもよい(すなわち、CUに関連付けられたピクセルブロックは最大許容可能TUサイズよりも大きくてもよい)。最大許容可能TUサイズは、TUに関連付けられたピクセルブロックの最も大きい許容可能サイズであり得る。RQTのルートノードはCU全体に対応し、RQTのリーフノードはCUのTUに対応する。ルートノードは特定のクロマ成分のCBFに関連付けられ、特定のクロマ成分のCBFは、CUのTUのいずれかが特定のクロマ成分のサンプルに基づく有効係数ブロックに関連付けられているかどうかを示す。特定のクロマ成分はU成分またはV成分であってもよい。同様に、ビデオデコーダは、ビデオデータの符号化表現を含むビットストリームから、CUのRQTのルートノードのCBFをパースし得、CUのピクセルブロックは最大許容可能TUサイズよりも大きい。CBFが第1の値を有する場合、ビデオデコーダは、ビットストリームから、RQTのリーフノードに関連付けられたクロマ係数ブロックをパースし得る。CBFが第1の値とは異なる第2の値を有する場合、リーフノードに関連付けられたクロマ係数ブロックはビットストリームからパースされない。

[0034]本開示の技法は、いくつかの利点を提供し得る。たとえば、クロマCBF(たとえば、特定のクロマ成分のCBF)がルートノードでシグナリングされない場合、クロマCBFは、最大許容可能TUサイズよりも小さいTUに対応するRQTの第1のレベルにおける各ノードでシグナリングされる。対照的に、クロマCBFがRQTのルートノードでシグナリングされる場合、ビデオエンコーダは、特にルートノードにおけるCBFが第2の値を有する場合、最大許容可能TUサイズよりも小さいTUに対応するRQTの第1のレベルの各ノードでクロマCBFをシグナリングする必要がなくてもよい。このようにして、本開示の技法はシグナリングされるCBFの数を減少させ、したがって、コーディング効率を高めることができる。

[0035]添付の図面は、例を示す。添付の図面における、参照番号によって示される要素は、以下の説明における、同じ参照番号によって示される要素に対応する。本開示では、序数語(たとえば、「第1の」、「第2の」、「第3の」など)で始まる名称を有する要素は、必ずしもそれらの要素が特定の順序を有することを暗示するとは限らない。むしろ、そのような序数語は、同じまたは同様のタイプの異なる要素を指すために使用されるにすぎない。

[0036]図1は、本開示の技法を利用し得る例示的なビデオコーディングシステム10を示すブロック図である。本明細書で使用され説明される場合、「ビデオコーダ」という用語は、総称的にビデオエンコーダとビデオデコーダの両方を指す。本開示では、「ビデオコーディング」または「コーディング」という用語は、総称的にビデオ符号化またはビデオ復号を指すことがある。

[0037]図1に示すように、ビデオコーディングシステム10は、ソースデバイス12と、宛先デバイス14とを含む。ソースデバイス12は、符号化ビデオデータを生成する。したがって、ソースデバイス12はビデオ符号化デバイスまたはビデオ符号化装置と呼ばれることがある。宛先デバイス14はソースデバイス12によって生成された符号化ビデオデータを復号することができる。したがって、宛先デバイス14はビデオ復号デバイスまたはビデオ復号装置と呼ばれることがある。ソースデバイス12および宛先デバイス14は、ビデオコーディングデバイスまたはビデオコーディング装置の例であり得る。

[0038]ソースデバイス12および宛先デバイス14は、デスクトップコンピュータ、モバイルコンピューティングデバイス、ノートブック(たとえば、ラップトップ)コンピュータ、タブレットコンピュータ、セットトップボックス、いわゆる「スマート」フォンなどの電話ハンドセット、テレビジョン、カメラ、ディスプレイデバイス、デジタルメディアプレーヤ、ビデオゲームコンソール、車内コンピュータなどを含む、広範囲のデバイスを備え得る。

[0039]宛先デバイス14は、チャネル16を介してソースデバイス12から符号化ビデオデータを受信し得る。チャネル16は、ソースデバイス12から宛先デバイス14に符号化ビデオデータを移動することが可能な1つまたは複数の媒体またはデバイスを備え得る。一例では、チャネル16は、ソースデバイス12が符号化ビデオデータを宛先デバイス14にリアルタイムで直接送信することを可能にする1つまたは複数の通信媒体を備え得る。この例では、ソースデバイス12は、ワイヤレス通信プロトコルなどの通信規格に従って符号化ビデオデータを変調し得、変調されたビデオデータを宛先デバイス14に送信し得る。1つまたは複数の通信媒体は、無線周波数(RF)スペクトルあるいは1つまたは複数の物理伝送線路など、ワイヤレスおよび/または有線通信媒体を含み得る。1つまたは複数の通信媒体は、ローカルエリアネットワーク、ワイドエリアネットワーク、またはグローバルネットワーク(たとえば、インターネット)など、パケットベースネットワークの一部を形成し得る。チャネル16は、ソースデバイス12から宛先デバイス14への通信を容易にするルータ、スイッチ、基地局、または他の機器など、様々なタイプのデバイスを含み得る。

[0040]別の例では、チャネル16は、ソースデバイス12によって生成された符号化ビデオデータを記憶する記憶媒体を含み得る。この例では、宛先デバイス14は、ディスクアクセスまたはカードアクセスを介して記憶媒体にアクセスし得る。記憶媒体は、Blu−ray(登録商標)ディスク、DVD、CD−ROM、フラッシュメモリ、または符号化ビデオデータを記憶するための他の適切なデジタル記憶媒体など、様々なローカルアクセスデータ記憶媒体を含み得る。

[0041]さらなる例では、チャネル16は、ソースデバイス12によって生成された符号化ビデオデータを記憶するファイルサーバまたは別の中間ストレージデバイスを含み得る。この例では、宛先デバイス14は、ストリーミングまたはダウンロードを介して、ファイルサーバまたは他の中間ストレージデバイスに記憶された符号化ビデオデータにアクセスし得る。ファイルサーバは、符号化ビデオデータを記憶することと、符号化ビデオデータを宛先デバイス14に送信することとが可能なタイプのサーバであり得る。例示的なファイルサーバとしては、(たとえば、ウェブサイト用の)ウェブサーバ、ファイル転送プロトコル(FTP)サーバ、ネットワーク接続ストレージ(NAS)デバイス、およびローカルディスクドライブが挙げられる。

[0042]宛先デバイス14は、インターネット接続などの標準的なデータ接続を通して符号化ビデオデータにアクセスし得る。例示的なタイプのデータ接続としては、ファイルサーバに記憶された符号化ビデオデータにアクセスするのに適した、ワイヤレスチャネル(たとえば、Wi−Fi(登録商標)接続)、有線接続(たとえば、DSL、ケーブルモデムなど)、またはその両方の組合せが挙げられ得る。ファイルサーバからの符号化ビデオデータの送信は、ストリーミング送信、ダウンロード送信、またはその両方の組合せであり得る。

[0043]本開示の技法は、ワイヤレスの用途または設定に限定されない。本技法は、オーバージエアテレビジョン放送、ケーブルテレビジョン送信、衛星テレビジョン送信、たとえばインターネットを介したストリーミングビデオ送信、データ記憶媒体に記憶するためのビデオデータの符号化、データ記憶媒体に記憶されたビデオデータの復号、または他の適用例など、様々なマルチメディア適用例をサポートするビデオコーディングに適用され得る。いくつかの例では、ビデオコーディングシステム10は、ビデオストリーミング、ビデオ再生、ビデオブロードキャスティング、および/またはビデオ電話などの用途をサポートするために、単方向または双方向のビデオ送信をサポートするように構成され得る。

[0044]図1の例では、ソースデバイス12は、ビデオソース18と、ビデオエンコーダ20と、出力インターフェース22とを含む。いくつかの例では、出力インターフェース22は、変調器/復調器(モデム)および/または送信機を含み得る。ビデオソース18は、たとえばビデオカメラなどのビデオキャプチャデバイス、以前にキャプチャされたビデオデータを含んでいるビデオアーカイブ、ビデオコンテンツプロバイダからビデオデータを受信するためのビデオフィードインターフェース、および/またはビデオデータを生成するためのコンピュータグラフィックスシステム、あるいはビデオデータのそのようなソースの組合せを含み得る。

[0045]ビデオエンコーダ20は、ビデオソース18からのビデオデータを符号化し得る。いくつかの例では、ソースデバイス12は、出力インターフェース22を介して宛先デバイス14に符号化ビデオデータを直接送信する。他の例では、符号化ビデオデータはまた、復号および/または再生のための宛先デバイス14による後のアクセスのために記憶媒体またはファイルサーバ上に記憶され得る。

[0046]図1の例では、宛先デバイス14は、入力インターフェース28と、ビデオデコーダ30と、ディスプレイデバイス32とを含む。いくつかの例では、入力インターフェース28は、受信機および/またはモデムを含む。入力インターフェース28は、チャネル16を介して符号化ビデオデータを受信し得る。ディスプレイデバイス32は、宛先デバイス14と一体化され得るかまたはその外部にあり得る。概して、ディスプレイデバイス32は、復号ビデオデータを表示する。ディスプレイデバイス32は、液晶ディスプレイ(LCD)、プラズマディスプレイ、有機発光ダイオード(OLED)ディスプレイ、または別のタイプのディスプレイデバイスなど、様々なディスプレイデバイスを備え得る。

[0047]いくつかの例では、ビデオエンコーダ20およびビデオデコーダ30は、そのスケーラブルビデオコーディング(SVC:Scalable Video Coding)およびマルチビュービデオコーディング(MVC:Multiview Video Coding)拡張を含む、ISO/IEC MPEG−4 VisualおよびITU−T H.264(ISO/IEC MPEG−4 AVCとしても知られる)などのビデオ圧縮規格に従って動作する。他の例では、ビデオエンコーダ20およびビデオデコーダ30は、現在開発中の高効率ビデオコーディング(HEVC)規格を含む、他のビデオ圧縮規格に従って動作し得る。「HEVC Working Draft 9」と呼ばれる公開予定のHEVC規格のドラフトは、Brossらの「High Efficiency Video Coding (HEVC) text specification draft 9」、ITU−T SG16 WP3およびISO/IEC JTC1/SC29/WG11のJoint Collaborative Team on Video Coding(JCT−VC)、第11回会議:上海、中国、2012年10月に記載されており、2012年11月7日現在、http://phenix.int−evry.fr/jct/doc_end_user/documents/11_Shanghai/wg11/JCTVC−K1003−v8.zipからダウンロード可能であり、その内容全体は参照により本明細書に組み込まれる。しかしながら、本開示の技法は、いかなる特定のコーディング規格またはコーディング技法にも限定されない。

[0048]図1は一例にすぎず、本開示の技法は、ビデオ符号化デバイスとビデオ復号デバイスとの間の任意のデータ通信を必ずしも含むとは限らないビデオコーディング設定(たとえば、ビデオ符号化またはビデオ復号)に適用され得る。他の例では、データがローカルメモリから取り出されること、ネットワークを介してストリーミングされることなどが行われる。ビデオ符号化デバイスはデータを符号化し、メモリに記憶し得、および/またはビデオ復号デバイスはメモリからデータを取り出し、復号し得る。多くの例では、ビデオ符号化およびビデオ復号は、互いに通信しないが、メモリにデータを符号化し、および/またはメモリからデータを取り出して復号するだけであるデバイスによって実行される。

[0049]ビデオエンコーダ20およびビデオデコーダ30はそれぞれ、1つまたは複数のマイクロプロセッサ、デジタル信号プロセッサ(DSP)、特定用途向け集積回路(ASIC)、フィールドプログラマブルゲートアレイ(FPGA)、ディスクリート論理、ハードウェアなど、様々な適切な回路のいずれか、あるいはそれらの任意の組合せとして実装され得る。本技法が部分的にソフトウェアで実装される場合、デバイスは、適切な非一時的コンピュータ可読記憶媒体にソフトウェアの命令を記憶し得、1つまたは複数のプロセッサを使用してその命令をハードウェアで実行して、本開示の技法を実行し得る。(ハードウェア、ソフトウェア、ハードウェアとソフトウェアの組合せなどを含む)上記のいずれも、1つまたは複数のプロセッサであると見なされ得る。ビデオエンコーダ20およびビデオデコーダ30の各々は1つまたは複数のエンコーダまたはデコーダ中に含まれ得、そのいずれも、それぞれのデバイスにおいて複合エンコーダ/デコーダ(コーデック)の一部として統合され得る。

[0050]本開示では、概して、特定の情報を「シグナリングする」ビデオエンコーダ20に言及し得る。「シグナリング」という用語は、概して、圧縮ビデオデータを復号するために使用されるシンタックス要素および/または他のデータの通信を指し得る。そのような通信は、リアルタイムまたはほぼリアルタイムで行われ得る。代替的に、そのような通信は、符号化時に符号化ビットストリーム中でシンタックス要素をコンピュータ可読記憶媒体に記憶するときに行われることがあるなど、ある時間期間にわたって行われ得、次いで、ビデオ復号デバイスが、これらの要素を、この媒体に記憶された後の任意の時間に取り出し得る。

[0051]上で手短に述べたように、ビデオエンコーダ20は、ビデオデータを符号化する。ビデオデータは、1つまたは複数のピクチャを備え得る。ピクチャの各々は、ビデオの一部を形成する静止画像である。ビデオエンコーダ20がビデオデータを符号化するとき、ビデオエンコーダ20はビットストリームを生成し得る。ビットストリームは、ビデオデータのコード化表現を形成する、ビットのシーケンスを含み得る。ビットストリームは、コード化ピクチャと、関連するデータとを含み得る。コード化ピクチャは、ピクチャのコード化表現である。関連するデータは、シーケンスパラメータセット(SPS)と、ピクチャパラメータセット(PPS)と、他のシンタックス構造とを含み得る。SPSは、ピクチャの0個以上のシーケンスに適用可能なパラメータを含み得る。PPSは、0個以上のピクチャに適用可能なパラメータを含み得る。

[0052]ピクチャの符号化表現を生成するために、ビデオエンコーダ20はピクチャをコーディングツリーブロック(CTB)のグリッドに区分することができる。場合によっては、CTBは「ツリーブロック」、「最大コーディングユニット(LCU)」または「コーディングツリーユニット」と呼ばれ得る。HEVCのCTBは、H.264/AVCなど、他の規格のマクロブロックに広い意味で類似し得る。しかしながら、CTBは、必ずしも特定のサイズに限定されるとは限らず、1つまたは複数のコーディングユニット(CU)を含み得る。

[0053]CTBの各々は、ピクチャ内の等しいサイズの異なるピクセルのブロックに関連付けられ得る。各ピクセルはルミナンス(ルーマ)サンプルを備え得、2つのクロミナンス(クロマ)サンプルも備え得る。したがって、各CTBは、ルミナンスサンプルのブロックとクロミナンスサンプルの2つのブロックとに関連付けられ得る。説明を簡単にするために、本開示では、ピクセルの2次元アレイをピクセルブロックと呼ぶことがあり、サンプルの2次元アレイをサンプルブロックと呼ぶことがある。ビデオエンコーダ20は、四分木区分を使用して、CTBに関連付けられたピクセルブロックをCUに関連付けられたピクセルブロックに区分することができ、したがって「コーディングツリーブロック」という名前。

[0054]ピクチャのCTBは、1つまたは複数のスライスにグループ化され得る。いくつかの例では、スライスの各々は整数個のCTBを含む。ピクチャを符号化することの一部として、ビデオエンコーダ20はピクチャの各スライスの符号化表現(すなわち、コード化スライス)を生成することができる。コード化スライスを生成するために、ビデオエンコーダ20はスライスの各CTBを符号化して、スライスのCTBの各々の符号化表現(すなわち、コード化CTB)を生成することができる。

[0055]コード化CTBを生成するために、ビデオエンコーダ20は、CTBに関連付けられたピクセルブロックに対して再帰的に四分木区分を実行して、ピクセルブロックを漸進的に縮小するピクセルブロックに分割することができる。より小さいピクセルブロックの各々はCUに関連付けられ得る。区分されたCUは、そのピクセルブロックが他のCUに関連付けられたピクセルブロックに区分されたCUとすることができる。区分されていないCUは、そのピクセルブロックが他のCUに関連付けられたピクセルブロックに区分されていないCUとすることができる。

[0056]ビデオエンコーダ20は、区分されていない各CUについて1つまたは複数の予測ユニット(PU)を生成することができる。CUのPUの各々は、そのCUのピクセルブロック内の異なるピクセルブロックに関連付けられ得る。ビデオエンコーダ20は、CUの各PUについて予測ピクセルブロックを生成することができる。PUの予測ピクセルブロックはピクセルのブロックであり得る。

[0057]ビデオエンコーダ20は、イントラ予測またはインター予測を使用してPUの予測ピクセルブロックを生成することができる。ビデオエンコーダ20がイントラ予測を使用してPUの予測ピクセルブロックを生成する場合、ビデオエンコーダ20は、PUに関連付けられたピクチャの復号ピクセルに基づいてPUの予測ピクセルブロックを生成することができる。ビデオエンコーダ20がインター予測を使用してPUの予測ピクセルブロックを生成する場合、ビデオエンコーダ20は、PUに関連付けられたピクチャ以外の1つまたは複数のピクチャの復号ピクセルに基づいてPUの予測ピクセルブロックを生成することができる。

[0058]ビデオエンコーダ20がCUの1つまたは複数のPUの予測ピクセルブロックを生成した後、ビデオエンコーダ20は、CUのPUの予測ピクセルブロックに基づいてCUの残差データを生成することができる。CUの残差データは、CUのPUの予測ピクセルブロック中のサンプルと、CUの元のピクセルブロック中のサンプルとの差分を示し得る。

[0059]CUの残差ピクセルブロック中の各ピクセルは、Yサンプルと、Uサンプルと、Vサンプルとを含み得る。したがって、CUの残差ピクセルブロックは、CUの残差ピクセルブロックのYサンプルを含むY残差サンプルブロックと、CUの残差ピクセルブロックのUサンプルを含むU残差サンプルブロックと、CUの残差ピクセルブロックのVサンプルを含むV残差サンプルブロックとを備え得る。

[0060]さらに、区分されていないCUに対して符号化動作を実行することの一部として、ビデオエンコーダ20は、4分木区分を使用して、CUを1つまたは複数の変換ユニット(TU)に分解することができる。TUの各々は、Y残差サンプルブロックと、U残差サンプルブロックと、V残差サンプルブロックとに関連付けられ得る。TUに関連付けられたY残差サンプルブロックは、CUのY残差サンプルブロックのサブブロックであり得る。U残差サンプルブロックは、CUのU残差サンプルブロックのサブブロックであり得る。V残差サンプルブロックは、CUのV残差サンプルブロックのサブブロックであり得る。

[0061]ビデオエンコーダ20は、残差4分木(RQT)を使用して、どのようにCUがTUに区分されるかをシグナリングし得る。言い換えれば、ビデオエンコーダ20は、ビットストリーム中に、どのようにCUがTUに区分されるかを示すRQTを表すデータを含み得る。RQTはノードの階層を備え得る。RQTのリーフノードはCUのTUに対応し得る。RQTの各ノードは分割フラグに関連付けられ得る。ノードの分割フラグが1に等しい場合、ノードは4つの子ノードを有する。ノードの分割フラグが0に等しい場合、ノードは子ノードを有さない。第1のノードおよび第2のノードがRQTでリンクされ、第1のノードが第2のノードよりもRQTにおけるレベルが1つ低い場合、第1のノードは第2のノードの子ノードであり得る。RQTのレベルは0から上昇して番号付けされ得、レベル0はルートノードに対応し、レベル1はルートノードの子ノードに対応し、レベル2はルートノードの孫ノードに対応し、以下同様である。

[0062]図2Aは、CUに関連付けられた残差ピクセルブロック38の例示的な4分木分解を示す概念図である。図2Aの例では、残差ピクセルブロック38は左上の残差ピクセルブロックと、右上の残差ピクセルブロックと、左下の残差ピクセルブロックと、右下の残差ピクセルブロックとに区分される。図2A中の内側の線は、4分木構造による変換ブロック分解の1つの例示的な結果を示す。この結果は多くの可能な分解のうちの1つにすぎない。図2Aの例では、3つのレベルの変換分解がある。レベル0(すなわち、深度0)で、残差ピクセルブロック38は4つの4分の1サイズのブロックに分割される。次いで、レベル1(すなわち、深度1)で、第1の4分の1サイズの変換ブロックが、4つの16分の1サイズの変換ブロックにさらに分割される(分割=1)。言い換えれば、左上の残差ピクセルブロックは、40、42、44、および46と標示された4つのより小さい残差ピクセルブロックにさらに区分される。サブブロック40、42、44、および46に対するさらなる分割はない。図2Aの例では、右上の残差ピクセルブロックは48と標示され、左下の残差ピクセルブロックは50と標示され、右下の残差ピクセルブロックは52と標示される。サブブロック48、50、および52に対するさらなる分割はない。

[0063]図2Bは、RQT54を使用して説明された、図2Aの4分木分解方式を示す概念図である。図2Bの例では、各円はRQT54のノードに対応する。各ノードは、ノードに関連付けられた残差ピクセルブロックが4つのより小さい残差ピクセルブロックに分割されるかどうかを示す分割フラグに関連付けられる。RQT54のリーフノードは、図2Aの標示された残差ピクセルブロックに対応する。実際には、変換ブロックを分割するかどうかの判断はレート歪み最適化に基づき得る。

[0064]ビデオエンコーダ20は、CUのTUに関連付けられたY残差サンプルブロックと、U残差サンプルブロックと、V残差サンプルブロックとに対して変換動作を実行し得る。ビデオエンコーダ20がY残差サンプルブロックに対して変換動作を実行するとき、ビデオエンコーダ20は1つまたは複数の変換をY残差サンプルブロックに適用して、Y係数ブロックを生成し得る。ビデオエンコーダ20がU残差サンプルブロックに対して変換動作を実行するとき、ビデオエンコーダ20は1つまたは複数の変換をU残差サンプルブロックに適用して、U係数ブロックを生成し得る。ビデオエンコーダ20がV残差サンプルブロックに対して変換動作を実行するとき、ビデオエンコーダ20は1つまたは複数の変換をV残差サンプルブロックに適用して、V係数ブロックを生成し得る。概念的に、係数ブロックは係数の2次元(2D)行列であり得る。

[0065]係数ブロックを生成した後、ビデオエンコーダ20は係数ブロックを量子化し得る。量子化は、概して、係数を量子化して、係数を表すために使用されるデータの量をできるだけ低減することより、さらなる圧縮を実現するプロセスを指す。ビデオエンコーダ20が係数ブロックを量子化した後、ビデオエンコーダ20は、係数ブロックに対してエントロピー符号化動作を実行することができる。たとえば、ビデオエンコーダ20は、係数ブロック中のデータに対してコンテキスト適応型バイナリ算術可変長コーディング(CABAC:Context-Adaptive Binary Arithmetic Coding)を実行し得る。

[0066]ビデオエンコーダ20がシンタックス要素に対してCABAC動作を実行するとき、ビデオエンコーダはシンタックス要素をバイナリコードに変換し得る。言い換えれば、ビデオエンコーダ20はシンタックス要素を2値化し得る。加えて、ビデオエンコーダ20は複数の利用可能なコーディングコンテキストの中からコーディングコンテキストを選択し得る。コーディングコンテキストは、2値化されたシンタックス要素の「ビン」の予想される確率を示し得る。ビンは2値化されたシンタックス要素の単一のビットであり得る。ビデオエンコーダ20は、選択されたコーディングコンテキストを使用して、シンタックス要素を表す数を生成し得る。ビデオエンコーダ20は、ビットストリーム中で、他の符号化シンタックス要素とともに、この数を出力し得る。ビットストリームは、ビデオデータの符号化バージョンを含み得る。

[0067]ビデオデコーダ30は、ビデオエンコーダ20によって生成されたビットストリームを受信し得る。加えて、ビデオデコーダ30は、ビットストリームをパースして、ビットストリームからシンタックス要素を抽出し得る。ビデオデコーダ30は、ビットストリームから抽出されたシンタックス要素に基づいて、ビデオデータのピクチャを再構成し得る。シンタックス要素に基づいてビデオデータを再構成するためのプロセスは、一般に、シンタックス要素を生成するためにビデオエンコーダ20によって実行されるプロセスの逆であり得る。

[0068]ビデオデコーダ30は、CUに関連付けられたシンタックス要素に少なくとも部分的に基づいて、CUのPUに対する予測ピクセルブロックを生成し得る。加えて、ビデオデコーダ30は、CUのTUに関連付けられた係数ブロックを逆量子化し得る。ビデオデコーダ30は、係数ブロックに対して逆変換を実行して、CUのTUに関連付けられた残差サンプルブロックを再構成し得る。ビデオデコーダ30は、予測ピクセルブロックと残差ピクセルブロックとに基づいて、CUのピクセルブロックを再構成し得る。

[0069]場合によっては、係数ブロック中に非ゼロ係数がなくてもよい。言い換えれば、係数ブロック中の係数のすべては、ゼロに等しくてもよい。係数ブロック中に非ゼロ係数がない場合、ビデオエンコーダ20が係数ブロック中の係数の値をシグナリングする必要がなくてもよい。本開示では、少なくとも1つの非ゼロ係数を含む係数ブロックを指すために「有効係数ブロック」という用語を使用し得る。

[0070]したがって、ビデオエンコーダ20はY CBFをCUのRQTのリーフノードに関連付け得る。RQTのそれぞれのリーフノードについて、それぞれのリーフノードのY CBFが1に等しい場合、それぞれのリーフノードに関連付けられたY係数ブロックは少なくとも1つの非ゼロ係数を含む。それぞれのリーフノードのY CBFが0に等しい場合、それぞれのリーフノードに関連付けられたY係数ブロックはいかなる非ゼロ係数も含まない。RQTの非リーフノードはY CBFに関連付けられない。

[0071]ビデオエンコーダ20は、階層的な方法でU CBFとV CBFとを符号化し得る。特定のノードのU CBFが0に等しく、特定のノードがリーフノードである場合、特定のノードは有効U係数ブロックに関連付けられない。特定のノードのU CBFが0に等しく、特定のノードがリーフノードでない場合、特定のノードの子孫ノードは有効U係数ブロックに関連付けられない。ビデオデコーダ30は、特定のノードのU CBFが0に等しいことに基づいて、特定のノードの子孫ノードは有効U係数ブロックに関連付けられないと判断し得るので、ビデオエンコーダ20が特定のノードの子孫ノードについてU CBFをシグナリングすることは不要であり得る。

[0072]一方、特定のノードのU CBFが1に等しく、特定のノードがリーフノードである場合、特定のノードは有効U係数ブロックに関連付けられる。特定のノードのU CBFが1に等しく、特定のノードがリーフノードでない場合、特定のノードの少なくとも1つの子孫ノードが有効U係数ブロックに関連付けられる。特定のノードの少なくとも1つの子孫ノードが有効U係数ブロックに関連付けられるので、特定のノードの各子ノードはU CBFに関連付けられ得る。

[0073]特定のノードのV CBFが0に等しく、特定のノードがリーフノードである場合、特定のノードは有効V係数ブロックに関連付けられない。特定のノードのV CBFが0に等しく、特定のノードがリーフノードでない場合、特定のノードの子孫ノードは有効V係数ブロックに関連付けられない。ビデオデコーダ30は、特定のノードのV CBFが0に等しいことに基づいて、特定のノードの子孫ノードは有効V係数ブロックに関連付けられないと判断し得るので、ビデオエンコーダ20が特定のノードの子孫ノードについてV CBFをシグナリングすることは不要であり得る。

[0074]一方、特定のノードのV CBFが1に等しく、特定のノードがリーフノードである場合、特定のノードは有効V係数ブロックに関連付けられる。特定のノードのV CBFが1に等しく、特定のノードがリーフノードでない場合、特定のノードの少なくとも1つの子孫ノードが有効V係数ブロックに関連付けられる。特定のノードの少なくとも1つの子孫ノードが有効V係数ブロックに関連付けられるので、特定のノードの各子ノードはV CBFに関連付けられ得る。

[0075]場合によっては、CUの残差ピクセルブロックは最大許容可能TUサイズよりも大きくてもよい。たとえば、CUの残差ピクセルブロックは64×64であってもよく、最大許容可能TUサイズは32×32であってもよい。CUの残差ピクセルブロックが最大許容可能TUサイズよりも大きいとき、ビデオデコーダ30は、CUが、最大許容可能TUサイズであるかそれよりも小さい、少なくとも4つのTUに区分されると自動的に判断し得る。ビデオデコーダ30は、CUが少なくとも4つのTUに区分されると自動的に判断するので、ビデオエンコーダ20が分割フラグをCUのRQTのルートノードに関連付けることは不要であり得る。さらに、ビデオエンコーダ20はU CBFまたはV CBFをCUのRQTのルートノードに関連付けない。

[0076]図3は、例示的な残差4分木(RQT)56のコーディングを示す概念図である。図3の例では、RQT56の各ノードは円として表される。各ノードについて(すなわち、各レベルにおいて)、ビデオエンコーダ20は分割フラグを符号化する。図3の例では、分割フラグが1に等しい場合、ノードは4つの子ノードを有し、ノードに関連付けられた残差ピクセルブロックは4つの均等サイズの残差ピクセルブロック(サブブロック)に分割される。ノードの分割フラグが0に等しい場合、ノードは子ノードを有さず、ノードに関連付けられた残差ピクセルブロックはより小さい残差ピクセルブロックに分割されない。上記で説明したように、RQT56の各ノードは、U CBFとV CBFとに関連付けられ得る。言い換えれば、各レベルにおいて、2つの他のシンタックス要素が送信され得る。一方はcbfU(U成分のコード化ブロックフラグ)であり、他方はcbfV(V成分のコード化ブロックフラグ)である。これらの2つのシンタックス要素は、階層的な方法で符号化され得る。cbfU=0の場合、現在の変換ブロック(現在の変換ブロックが分割されていない場合)またはすべてのより小さい変換ブロック(現在の変換ブロックがより小さいブロックに分割されている場合)に非ゼロU変換係数がない。後者のケース(すなわち、現在の変換ブロックがさらに分割される)では、これらのさらに分割されるブロックについてcbfUが送信される必要がなくてもよい。cbfVの符号化プロセスは同じであり得る。

[0077]1つのブロックについて、送信された分割フラグが値0を有する場合、このブロックはRQT中の「リーフノード」である。リーフノードにおいて、Y CBFが送信され、U CBFおよびV CBFも送信され得る(RQTのより高いレベルにおけるU CBFおよびV CBFの値に応じて、すなわち、より高いレベルのU CBF/V CBFが0である場合、このより低いレベルにおいて送信する必要がなくてもよい)。図3の例に示すように、各リーフノードはY CBFに関連付けられ得る。ノードのY CBFは、ノードが有効Y係数ブロックに関連付けられているかどうかを示す。さらに、リーフノードが有効Y係数ブロック、有効U係数ブロックおよび/または有効V係数ブロックに関連付けられる場合、リーフノードは、有効Y係数ブロック、有効U係数ブロックおよび/または有効V係数ブロックを表すシンタックス要素に関連付けられ得る。言い換えれば、対応するフラグ(cbfY、cbfU、cbfV)がゼロでない場合、リーフノードにおいて、変換係数はY成分、U成分、V成分(CoeffY、CoeffU、CoeffV)に対して符号化される。

[0078]いくつかの場合では、ビデオデコーダ30は、ノードと同じRQTのレベルまたはノードのレベルよりも高いRQTのより高いレベルにおける1つまたは複数のすでに復号されたシンタックス要素から、ノードのシンタックス要素の値を判断(すなわち、推測)し得る。このようにしてシンタックス要素の値を判断することは、コーディング効率を高め得る。たとえば、レベルkにおけるノードのU CBF(またはV CBF)が0に等しい場合、ビデオデコーダ30は、レベルk+1およびすべてのより低いレベルにおけるすべてのU CBF(またはV CBF)はゼロに等しいと判断し得る。別の例では、ノードが最大許容可能TUサイズよりも大きい残差ピクセルブロックに関連付けられる場合、ビデオデコーダ30は、ノードの分割フラグは1に等しいと判断し得る。別の例では、ビデオデコーダ30は、ルートノードに関連付けられたCUが4つのPUに区分され、イントラ予測を使用して符号化される(すなわち、CUがイントラN×N CUである)場合、ルートノードの分割フラグは1に等しいと判断し得る。別の例では、ビデオデコーダ30は、ノードに関連付けられた残差ピクセルブロックのサイズが最小許容可能(最小の利用可能な)TUサイズに等しい場合、ノードの分割フラグは0に等しいと判断し得る。別の例では、ビデオデコーダ30は、RQTの深度がRQTに関連付けられたCUのサイズに対する最大許容深度に等しい場合、ノードの分割フラグは0に等しいと判断し得る。別の例では、CUがインター予測される場合、ビデオデコーダ30は、RQTのレベルkにおける第1の3つのノード(4分の1に分割されたブロックのサブブロック)がすべて、0に等しいY CBFと、U CBFと、V CBFとを有する場合、RQTのレベルkにおける第4の(すなわち、最後の)ノードのY CBFが1に等しいと判断し得る。最大CUサイズおよび最大TUサイズは、ビデオエンコーダ20に入力される符号化パラメータによって決定され得る。同様に、ビデオデコーダ30は、ビデオデコーダ30に入力される符号化パラメータに基づいて最大CUサイズと最大許容可能TUサイズとを判断し得る。いくつかの例では、最大許容可能CUサイズは最大許容可能TUサイズよりも大きい。

[0079]図4Aは、64×64CUの例示的な残差ルーマ(Y)サンプルブロック60を示す概念図である。図4Bは、64×64CUの例示的な残差クロマサンプルブロック62を示す概念図である。ビデオエンコーダ20は2:1の割合でCUのクロマサンプルをダウンサンプリングすることができ、その結果として、CUの残差クロマサンプルブロックは、同じCUの対応する残差Yサンプルブロックの半分の幅と半分の高さとを有する。人間の視覚系はルミナンスの変化に対してよりもクロミナンスの変化に対して敏感ではないので、そのようなダウンサンプリングは必ずしも視覚品質を低減するとは限らない。

[0080]図4Aおよび図4Bの例では、最大CUサイズは64×64であると仮定され、最大許容可能TUサイズは32×32であると仮定される。CUは最大許容可能TUサイズよりも大きいので、ビデオエンコーダ20は残差Yサンプルブロック60を4つのより小さい残差サンプルブロックY0...Y3に分割する。図4Aおよび図4Bの例には示されていないが、ビデオエンコーダ20は残差サンプルブロックY0...Y3をさらに分割し得る。

[0081]ビデオエンコーダ20は、ビデオエンコーダ20がYサンプルブロックを分割するのと同じ方法で、(サイズ32×32の)クロマサンプルブロック62を分割し得る。すなわち、クロマブロックはルーマとともに分割される。たとえば、ビデオエンコーダ20が残差Yサンプルブロックを4つのより小さい残差Yサンプルブロックに分割する場合、ビデオエンコーダ20は対応する残差クロマサンプルブロックも4つのより小さい残差クロマサンプルブロックに分割する。図4Aの例に示すように、ビデオエンコーダ20は残差Yサンプルブロック60を4つのより小さい残差Yサンプルブロックに分割した。したがって、図4Bの例では、ビデオエンコーダ20は残差クロマサンプルブロック62を4つのより小さい残差クロマサンプルブロックに分割した。

[0082]残差Yサンプルブロック60は最大許容可能TUサイズよりも大きいので、ビデオエンコーダ20はCUのRQTのルートノードのU CBFまたはV CBFに関連付けられない。言い換えれば、クロマCBFの符号化はCUルートレベル(すなわち、RQTの深度0)から開始しない。代わりに、ビデオエンコーダ20は、最大許容可能TUサイズに対応するRQTのレベルにおいてU CBFとV CBFとをノードに関連付けることを開始し得る。言い換えれば、クロマCBFの符号化は最大TUサイズに対応するレベルから開始する。図4Aおよび図4Bの例では、残差Yサンプルブロック60は64×64であり、最大許容可能TUサイズは32×32である。したがって、CUのRQTのレベル1は最大許容可能TUサイズに対応する。結果として、図4Aおよび図4Bの例では、ビデオエンコーダ20は、ノードにおいて、CUのRQTのレベル1においてクロマCBF(すなわち、U CBFおよびV CBF)の符号化を開始し得る。結果として、ビデオエンコーダ20は、階層的な方法で、U0に対するU CBFと、そのサブブロック(すなわち、CU全体の左上の4分の1のサブブロック)のU CBFとを符号化し、次いで、U1に対するU CBFと、そのサブブロックのU CBFを符号化し、以下同様である。

[0083]上記で説明したビデオエンコーダ20の実装形態は、Y CBFおよびクロマCBF(すなわち、U CBFおよびV CBF)のための異なるコーディング方法を使用し得る。さらに、上記で説明したビデオエンコーダ20の実装形態は、RQTのいくつかのレベルにおけるクロマCBFの階層コーディングのみに適用される。このことは、ビデオエンコーダ20の複雑性を増大し得る。

[0084]本開示の技法はこれらの問題を修正し、CBFコーディングを改善し得る。本開示の技法によれば、クロマCBFのシグナリングは、現在のCUが最大許容可能TUサイズよりも大きい場合であっても、現在のCUに関連付けられた残差4分木のルートノードにおいて開始し得る。現在のCUは、現在符号化されているCUであってもよい。このようにしてクロマCBFをシグナリングすることは、ビデオエンコーダ20およびビデオデコーダ30の実装形態を簡易化し得る。

[0085]たとえば、HEVCのような以前のビデオコーデックでは、クロマCBFの階層コーディングは最も大きい許容可能な変換maxTransSizeから開始する。レベルkにおいて、ブロックサイズがmaxTransSizeよりも大きい場合、クロマCBFはレベルkにおいて符号化されない。たとえば、最大許容可能TUサイズ(maxTransSize)は32×32であってもよく、現在のCUのサイズは64×64であってもよい。この例では、ビデオエンコーダは、最も大きい変換サイズが現在のブロックサイズよりも小さいので、ブロックを自動的に分割し得、ビデオデコーダは、分割フラグは1に等しいと推測し得る。次いで、次のレベル、すなわち、32×32ブロックにおいて、クロマCBF(たとえば、U CBF)は各32×32ブロックについて符号化される。本開示の技法によれば、クロマCBFの符号化は常にCUのRQTのルートノード(すなわち、RQTの深度0)から開始し得る。たとえば、最大変換サイズは32×32であり、現在のCUは64×64である。この例では、ビデオエンコーダ20は64×64CU全体についてU CBFの値をシグナリングし得る(すなわち、このシグナリングはCUルートレベルに対応している)。言い換えれば、RQTのルートノード(すなわち、64×64CU全体に対応するノード)は、現在のCUの任意のTUが有効U係数ブロックに関連付けられているかどうかを示すU CBFに関連付けられ得る。CBFU=1は、サブブロック中に少なくとも1つの非ゼロ係数があることを指定し得、CBFUは4つの32×32サブブロックの各々について送信され得る。CBF U=0は、4つのサブブロック中のすべての係数がゼロであることを指定し得、したがって、CBFUが送信される必要がなくてもよい。同じことがCBFVに当てはまり得る。すなわち、RQTのルートノードは、現在のCUの任意のTUが有効V係数ブロックに関連付けられているかどうかを示すV CBFに関連付けられ得る。

[0086]U CBFまたはV CBFはRQT中のそれぞれのノードについて階層的な方法でシグナリングされるので、それぞれのノードがルートノードではないか、それぞれのノードの親ノードのU CBFが親ノードの子孫ノードが有効Uクロマブロックに関連付けられることを示さない限り、それぞれのノードはU CBFを含まない。それぞれのノードがルートノードではないか、それぞれのノードの親ノードのV CBFが親ノードの子孫ノードが有効Vクロマブロックに関連付けられることを示さない限り、それぞれのノードはV CBFを含まない。

[0087]したがって、本開示の技法によれば、RQTのそれぞれのノードについて、それぞれのノードが特定のクロマ成分のCBFを有し、特定のクロマ成分のCBFが第1の値を有する場合、それぞれのノードまたはそれぞれのノードの子孫ノードは特定のクロマ成分のサンプルに基づく有効係数ブロックに関連付けられる。上記のように、本開示では、少なくとも1つの非ゼロ係数を含む係数ブロックを指すために「有効係数ブロック」という用語を使用し得る。それぞれのノードが特定のクロマ成分のCBFを有し、特定のクロマ成分のCBFが第2の値を有する場合、それぞれのノードに対応するTUも、それぞれのノードの任意の子孫ノードに対応するいかなるTUも、特定のクロマ成分のサンプルに基づく有効係数ブロックに関連付けられない。それぞれのノードが特定のクロマ成分のCBFを有し、特定のクロマ成分のCBFが第2の値を有する場合、それぞれのノードの子孫ノードは特定のクロマ成分のCBFに関連付けられない。

[0088]HEVCのようないくつかの既存のビデオコーデックでは、クロマCBF(すなわち、CBF UおよびCBF V)は階層的な方法で符号化され、ルーマCBF(すなわち、Y CBF)はリーフノードのみにおいて符号化される。対照的に、本開示の技法によれば、Y CBFは、U CBFおよびV CBFと同様に、各レベルにおいて、階層的な方法でシグナリングされ得る。たとえば、ビデオエンコーダ20は、各レベルにおいて、U CBFとV CBFとをシグナリングし得る。U CBFがレベル0(すなわち、現在のブロックのRQT内のルートノードのレベル)にある場合、現在のブロックのさらに分割されたブロックの現在のブロックのU係数ブロック中に非ゼロ係数がなく、したがって、さらに分割されたブロックについてそれ以上のU CBFが送信される必要がなくてもよい。同じことがV CBFに当てはまる。さらに、ビデオエンコーダ20はU CBFおよびV CBFと同じ階層的な方法でY CBFをシグナリングし得る。このようにして、ルーマおよびクロマのCBFのコーディングが統一され得る。すなわち、RQTのそれぞれのノードについて、それぞれのノードのY CBFが1に等しい場合、それぞれのノードに関連付けられたY係数ブロックまたはそれぞれのノードの子孫ノードに関連付けられたY係数ブロックは、少なくとも1つの非ゼロ係数を含む。それぞれのノードのY CBFが0に等しい場合、それぞれのノードは有効Y係数ブロックに関連付けられないか、それぞれのノードの子孫ノードのいずれも有効Y係数ブロックに関連付けられない。それぞれのノードのY CBFが0に等しい場合、それぞれのノードの子孫ノードのいずれもY CBFに関連付けられない。言い換えれば、それぞれのノードのY CBFが0に等しい場合、ビデオエンコーダ20はそれぞれのノードのいかなる子孫ノード(すなわち、分割ブロック)についてもY CBFをシグナリングしない。したがって、ノードはU CBFおよびV CBFのための方法と同様の方法でY CBFに関連付けられ得る。RQTのルートノードにおいてクロマCBFをシグナリングすることに関する上記で説明した本開示の技法は、Y CBFにも適用され得る。

[0089]いくつかの例では、ビデオエンコーダ20は、CUのRQTのルートノードにおいて残差フラグ(たとえば、「cbf_root_flag」)をシグナリングし得る。残差フラグが0に等しい場合、ビデオデコーダ30は、CUに関連付けられたY係数ブロック、U係数ブロック、またはV係数ブロックのいずれも有効ではない(すなわち、すべてのY係数、U係数、およびV係数が0である)と自動的に判断(たとえば、推測)し得る。残差フラグが1に等しい場合、CUに関連付けられた少なくとも1つのY係数ブロック、U係数ブロック、またはV係数ブロックが有効である。さらに、残差フラグが1に等しく、ルートノードのU CBFおよびV CBFが0に等しい場合、ビデオデコーダ30は、CUに関連付けられた少なくとも1つの有効Y係数ブロックがあると自動的に判断(たとえば、推測)し得る。言い換えれば、ビデオデコーダ30は、この場合、Y CBFについて1の値を推測し得る。したがって、いくつかの例では、残差フラグが1に等しく、ルートノードのU CBFとV CBFの両方が0に等しい場合、ビデオエンコーダ20はルートノードについてY CBFをシグナリングしない。

[0090]RQTの各レベルにおけるRQTの任意のノードについて、ノードのY CBF、U CBF、およびV CBFがすべて0に等しい場合、ビデオデコーダ30は、ノードはいかなる子ノードも有さないと自動的に判断(たとえば、推測)し得る。言い換えれば、ノードのY CBF、U CBF、およびV CBFがすべて0に等しい場合、ビデオデコーダ30はノードの分割フラグについて値0を推測し得る。したがって、ノードのY CBF、U CBF、およびV CBFがすべて0に等しい場合、ビデオエンコーダ20はノードの分割フラグをシグナリングしない。

[0091]さらに、ビデオエンコーダ20はノードの分割フラグに対してCABAC符号化を実行し得る。分割フラグに対してCABAC符号化を実行するために、ビデオエンコーダ20は分割フラグに対するコーディングコンテキストを選択し、次いで、そのコーディングコンテキストを使用して、分割フラグをCABAC符号化し得る。本開示の技法によれば、ビデオエンコーダ20は、少なくとも部分的にノードのY CBF、U CBF、および/またはV CBFの値に基づいて、ノードの分割フラグに対するコーディングコンテキストを選択し得る。別の例では、Y CBFが0に等しい場合、ビデオコーダ(たとえば、ビデオエンコーダ20またはビデオデコーダ30)は第1のコーディングコンテキストを選択して、分割フラグを符号化し得る。この例では、Y CBFが1に等しい場合、ビデオコーダは第2のコーディングコンテキストを使用して、分割フラグを符号化し得る。別の例では、ビデオコーダは、CUがイントラ予測されるかインター予測されるかに基づいて、分割フラグに対するコーディングコンテキストを選択し得る。この例では、ビデオコーダは、Y CBF+2*blocktypeを計算することによって、分割フラグをコーディングするためのコーディングコンテキストのコンテキストインデックスを決定することができ、式中、イントラ予測されたCUの場合、blocktypeは0に等しく、インター予測されたCUの場合、blockTypeは1に等しい。

[0092]ビデオコーダ(たとえば、ビデオエンコーダ20またはビデオデコーダ30)は、RQTのノードのY CBF、U CBFおよびV CBFに対してCABACを実行し得る。本開示の技法によれば、ビデオコーダは、いくつかの例では、ノードのY CBF、U CBF、およびV CBFに対してCABACを実行するときに同じコーディングコンテキストを使用し得る。ノードのY CBF、U CBF、およびV CBFに対してCABACを実行するときに同じコーディングコンテキストを使用することは、CABACプロセスを簡易化し得、ビデオコーディングを加速化し得る。いくつかの例では、ビデオコーダはRQTのノードの深度に基づいてコーディングコンテキストを選択し得る。たとえば、ビデオコーダは、ノードがRQTのレベル0にあるときに第1のコーディングコンテキストを選択し、ノードがRQTのレベル1にあるときに第2のコーディングコンテキストを選択し得、以下同様である。そのような例では、ビデオコーダは以下の式を使用して、コーディングコンテキストを識別するコンテキストインデックスctx_idxを決定し得る。

他の例では、ビデオコーダはノードがRQTのルートノードであるかどうかに基づいてコーディングコンテキストを選択し得る。たとえば、ビデオコーダは以下の式を使用して、コーディングコンテキストを識別するコンテキストインデックスctx_idxを決定し得る。

[0093]図5は、本開示の技法を実装するように構成された例示的なビデオエンコーダ20を示すブロック図である。図5は、説明の目的で与えられており、本開示において広く例示され説明される技法を限定するものと見なされるべきではない。説明の目的で、本開示は、HEVCコーディングの文脈において、ビデオエンコーダ20について説明する。しかしながら、本開示の技法は、他のコーディング規格または方法に適用可能であり得る。

[0094]図5の例では、ビデオエンコーダ20は、予測処理ユニット100と、残差生成ユニット102と、変換処理ユニット104と、量子化ユニット106と、逆量子化ユニット108と、逆変換処理ユニット110と、再構成ユニット112と、フィルタユニット113と、復号ピクチャバッファ114と、エントロピー符号化ユニット116とを含む。予測処理ユニット100は、インター予測処理ユニット121と、イントラ予測処理ユニット126とを含む。インター予測処理ユニット121は、動き推定ユニット122と、動き補償ユニット124とを含む。他の例では、ビデオエンコーダ20は、より多数の、より少数の、または異なる機能構成要素を含み得る。

[0095]ビデオエンコーダ20はビデオデータを受信し得る。ビデオデータを符号化するために、ビデオエンコーダ20は、ビデオデータの各ピクチャの各スライスを符号化し得る。スライスを符号化することの一部として、ビデオエンコーダ20は、スライス中の各CTBを符号化し得る。CTBを符号化することの一部として、予測処理ユニット100は、CTBに関連付けられたピクセルブロックに対して四分木区分を実行して、ピクセルブロックを漸進的に縮小するピクセルブロックに分割することができる。より小さいピクセルブロックはCUに関連付けられてもよい。たとえば、予測処理ユニット100は、CTBのピクセルブロックを4つの等しいサイズのサブブロックに区分し、サブブロックの1つまたは複数を4つの等しいサイズのサブサブブロックに区分することができ、以下同様である。

[0096]ビデオエンコーダ20は、CTBのCUを符号化して、CUの符号化表現(すなわちコード化CU)を生成することができる。CUを符号化することの一部として、予測処理ユニット100は、CUの1つまたは複数のPUのうちのCUのピクセルブロックを区分することができる。ビデオエンコーダ20およびビデオデコーダ30は、様々なPUサイズをサポートすることができる。特定のCUのサイズが2N×2Nであると仮定すると、ビデオエンコーダ20およびビデオデコーダ30は、イントラ予測用の2N×2NまたはN×NのPUサイズと、インター予測用の2N×2N、2×N、N×2N、N×N、または同様の対称PUサイズとをサポートすることができる。ビデオエンコーダ20およびビデオデコーダ30は、インター予測用の2N×nU、2N×nD、nL×2N、およびnR×2NのPUサイズに対する非対称区分もサポートすることができる。

[0097]インター予測処理ユニット121は、CUの各PUに対してインター予測を実行することによって、PUについての予測データを生成し得る。PUについての予測データは、PUに対応する予測ピクセルブロックと、PUの動き情報とを含み得る。スライスは、Iスライス、Pスライス、またはBスライスであり得る。インター予測ユニット121は、PUがIスライス中にあるか、Pスライス中にあるか、Bスライス中にあるかに応じて、CUのPUに対して異なる動作を実行し得る。Iスライスでは、すべてのPUがイントラ予測される。したがって、PUがIスライス中にある場合、インター予測ユニット121は、PUに対してインター予測を実行しない。

[0098]PUがPスライス中にある場合、動き推定ユニット122は、PUの参照ブロックについて参照ピクチャのリスト(たとえば、「リスト0」)中の参照ピクチャを探索し得る。PUの参照ブロックは、PUのピクセルブロックに最も密接に対応するピクセルブロックであり得る。動き推定ユニット122は、PUの参照ブロックを含む、リスト0中の参照ピクチャを示す参照ピクチャインデックスと、PUのピクセルブロックと参照ブロックとの間の空間変位を示す動きベクトルとを生成し得る。動き推定ユニット122は、PUの動き情報として、参照ピクチャインデックスと動きベクトルとを出力し得る。動き補償ユニット124は、PUの動き情報によって示された参照ブロックに基づいて、PUの予測ピクセルブロックを生成し得る。

[0099]PUがBスライス中にある場合、動き推定ユニット122は、PUについて単方向インター予測または双方向インター予測を実行し得る。PUについて単方向インター予測を実行するために、動き推定ユニット122は、PUの参照ブロックについて、第1の参照ピクチャリスト(「リスト0」)または第2の参照ピクチャリスト(「リスト1」)の参照ピクチャを探索してもよい。動き推定ユニット122は、PUの動き情報として、参照ブロックを含む参照ピクチャのリスト0またはリスト1中の位置を示す参照ピクチャインデックスと、PUのピクセルブロックと参照ブロックとの間の空間変位を示す動きベクトルと、参照ピクチャがリスト0中にあるか、リスト1中にあるかを示す予測方向インジケータとを出力し得る。

[0100]PUについて双方向インター予測を実行するために、動き推定ユニット122は、PUの参照ブロックについて、リスト0中の参照ピクチャを探索してもよく、また、PUの別の参照ブロックについて、リスト1中の参照ピクチャを探索してもよい。動き推定ユニット122は、これらの参照ブロックを含む参照ピクチャのリスト0およびリスト1中の位置を示す参照ピクチャインデックスを生成し得る。加えて、動き推定ユニット122は、参照ブロックとPUのピクセルブロックとの間の空間変位を示す動きベクトルを生成し得る。PUの動き情報は、PUの参照ピクチャインデックスと、動きベクトルとを含み得る。動き補償ユニット124は、PUの動き情報によって示された参照ブロックに基づいて、PUの予測ピクセルブロックを生成し得る。

[0101]イントラ予測処理ユニット126は、PUに対してイントラ予測を実行することによって、PUについての予測データを生成し得る。PUについての予測データは、PUの予測ピクセルブロックと、様々なシンタックス要素とを含み得る。イントラ予測処理ユニット126は、Iスライス、Pスライス、およびBスライス中のPUに対してイントラ予測を実行してもよい。

[0102]PUに対してイントラ予測を行うために、イントラ予測処理ユニット126は複数のイントラ予測モードを使用して、PUについての複数組の予測データを生成することができる。イントラ予測モードを使用してPUについての1組の予測データを生成するために、イントラ予測処理ユニット126は、そのイントラ予測モードに関連付けられた方向に、隣接PUのサンプルブロックからPUのサンプルブロックにわたってサンプルを拡張することができる。隣接PUは、PU、CU、およびCTBについて左から右、上から下の符号化順序を仮定すると、PUの上、右上、左上、または左にあり得る。イントラ予測処理ユニット126は、様々な数のイントラ予測モード、たとえば33方向のイントラ予測モードを使用することができる。いくつかの例では、イントラ予測モードの数はPUのピクセルブロックのサイズに依存し得る。

[0103]予測処理ユニット100は、PUについてのインター予測処理ユニット121によって生成された予測データ、またはPUについてのイントラ予測処理ユニット126によって生成された予測データの中から、CUのPUについての予測データを選択してもよい。いくつかの例では、予測処理ユニット100は、これらの組の予測データのレート/歪み測定基準に基づいて、CUのPUについての予測データを選択する。選択された予測データの予測ピクセルブロックは、本明細書では、選択された予測ピクセルブロックと呼ばれ得る。

[0104]残差生成ユニット102は、CUのピクセルブロックとCUのPUの選択された予測ピクセルブロックとに基づいて、CUの残差ピクセルブロックを生成し得る。たとえば、残差生成ユニット102は、残差ピクセルブロック中の各サンプルがCUのピクセルブロック中のサンプルとCUのPUの選択された予測ピクセルブロック中の対応するサンプルとの差に等しい値を有するように、CUの残差ピクセルブロックを生成し得る。

[0105]変換処理ユニット104は、四分木区分を実行して、CUの残差ピクセルブロックをサブブロックに区分することができる。分割されない各残差ピクセルブロックは、CUの異なるTUに関連付けられてもよい。CUのTUに関連付けられた残差ピクセルブロックのサイズおよび位置は、CUのPUに関連付けられたピクセルブロックのサイズおよび位置に基づくことも基づかないこともある。「残差四分木」(RQT)として知られる四分木構造は、残差ピクセルブロックの各々に関連付けられたノードを含み得る。CUのTUは、RQTのリーフノードに対応し得る。

[0106]TUの残差ピクセルブロックのピクセルはYサンプルと、Uサンプルと、Vサンプルとを備え得るので、TUの各々はYサンプルのブロックと、Uサンプルのブロックと、Vサンプルのブロックとに関連付けられ得る。変換処理ユニット104は、1つまたは複数の変換をTUに関連付けられた残差サンプルブロックに適用することによって、CUの各TUについて係数ブロックを生成することができる。変換処理ユニット104は、様々な変換をTUに関連付けられた残差サンプルブロックに適用し得る。たとえば、変換処理ユニット104は、離散コサイン変換(DCT)、方向性変換、または概念的に同様の変換を残差サンプルブロックに適用し得る。

[0107]本開示の技法によれば、変換処理ユニット104はCUのRQTを表すデータを生成し得る。RQTはノードの階層を含み得る。RQTのルートノードは、CUの残差ピクセルブロックが最大許容可能TUサイズよりも大きいかどうかにかかわらず、U CBFとV CBFとに関連付けられ得る。さらに、いくつかの例では、RQTの任意のノードはY CBFに関連付けられ得る。

[0108]変換処理ユニット104は、変換が適用されることになる残差サンプルブロックのサイズに基づいて、適用すべき変換を判断し得る。たとえば、変換処理ユニット104は、残差サンプルブロックが4×4か、8×8か、16×16か、別のサイズかに応じて、異なる変換を適用し得る。いくつかの例では、変換処理ユニット104は、16×4、32×8などである残差サンプルブロックなどの方形の形状の残差サンプルブロックに変換を適用し得る。

[0109]量子化ユニット106は、TUに関連付けられた係数ブロック中の係数を量子化することができる。量子化プロセスは、係数の一部または全部に関連付けられたビット深度を低減することができる。たとえば、nビット係数は量子化中にmビット係数に切り捨てられてもよく、ただし、nはmよりも大きい。量子化ユニット106は、CUに関連付けられた量子化パラメータ(QP)値に基づいて、CUのTUに関連付けられた係数ブロックを量子化することができる。ビデオエンコーダ20は、CUに関連付けられたQP値を調整することによって、CUに関連付けられた係数ブロックに適用される量子化の程度を調整することができる。

[0110]逆量子化ユニット108および逆変換処理ユニット110は、係数ブロックにそれぞれ逆量子化と逆変換とを適用して、係数ブロックから残差サンプルブロックを再構成することができる。再構成ユニット112は、再構成された残差サンプルブロックを、予測処理ユニット100によって生成された1つまたは複数の予測サンプルブロックからの対応するサンプルに加えて、TUに関連付けられた再構成されたサンプルブロックを生成することができる。このようにしてCUの各TUについてサンプルブロックを再構成することによって、ビデオエンコーダ20はCUのピクセルブロックを再構成することができる。

[0111]フィルタユニット113は、デブロッキング動作を実行して、CUに関連付けられたピクセルブロック中のブロッキングアーティファクトを低減することができる。復号ピクチャバッファ114は、フィルタユニット113が再構成されたピクセルブロックに対して1つまたは複数のデブロッキング動作を実行した後に、再構成されたピクセルブロックを記憶し得る。インター予測ユニット121は、再構成されたピクセルブロックを含む参照ピクチャを使用して、他のピクチャのPUに対してインター予測を実行し得る。加えて、イントラ予測処理ユニット126は、復号ピクチャバッファ114中の再構成されたピクセルブロックを使用して、CUと同じピクチャ中の他のPUに対してイントラ予測を実行し得る。

[0112]エントロピー符号化ユニット116は、ビデオエンコーダ20の他の機能構成要素からデータを受信し得る。たとえば、エントロピー符号化ユニット116は、量子化ユニット106から係数ブロックを受信し得、予測処理ユニット100からシンタックス要素を受信し得る。エントロピー符号化ユニット116は、データに対して1つまたは複数のエントロピー符号化動作を実行して、エントロピー符号化データを生成し得る。たとえば、エントロピー符号化ユニット116は、コンテキスト適応型可変長コーディング(CAVLC:context-adaptive variable length coding)動作、CABAC動作、変数−変数(V2V:variable-to-variable)長コーディング動作、シンタックスベースコンテキスト適応型バイナリ算術コーディング(SBAC:syntax-based context-adaptive binary arithmetic coding)動作、確率間隔区分エントロピー(PIPE:Probability Interval Partitioning Entropy)コーディング動作、指数ゴロム符号化動作、または別のタイプのエントロピー符号化動作をデータに対して実行し得る。ビデオエンコーダ20は、エントロピー符号化ユニット116によって生成されたエントロピー符号化データを含むビットストリームを出力し得る。たとえば、ビットストリームはCUのRQTを表すデータを含み得る。

[0113]図6は、本開示の技法を実装するように構成された例示的なビデオデコーダ30を示すブロック図である。図6は、説明の目的で与えられており、本開示において広く例示され説明される技法に対する限定ではない。説明の目的で、本開示は、HEVCコーディングの文脈において、ビデオデコーダ30について説明する。しかしながら、本開示の技法は、他のコーディング規格または方法に適用可能であり得る。

[0114]図6の例では、ビデオデコーダ30は、エントロピー復号ユニット150と、予測処理ユニット152と、逆量子化ユニット154と、逆変換処理ユニット156と、再構成ユニット158と、フィルタユニット159と、復号ピクチャバッファ160とを含む。予測処理ユニット152は、動き補償ユニット162と、イントラ予測処理ユニット164とを含む。他の例では、ビデオデコーダ30は、より多数の、より少数の、または異なる機能構成要素を含み得る。

[0115]ビデオデコーダ30はビットストリームを受信し得る。エントロピー復号ユニット150は、ビットストリームをパースして、ビットストリームからシンタックス要素を抽出し得る。ビットストリームをパースすることの一部として、エントロピー復号ユニット150はビットストリーム中のエントロピー符号化シンタックス要素をエントロピー復号することができる。予測処理ユニット152、逆量子化ユニット154、逆変換処理ユニット156、再構成ユニット158、およびフィルタユニット159は、ビットストリームから抽出されたシンタックス要素に基づいて復号ビデオデータを生成することができる。

[0116]ビットストリームは、一連のNALユニットを備え得る。ビットストリームのNALユニットは、コード化スライスNALユニットを含み得る。ビットストリームをパースすることの一部として、エントロピー復号ユニット150はコード化スライスNALユニットからシンタックス要素を抽出し、エントロピー復号することができる。コード化スライスの各々は、スライスヘッダと、スライスデータとを含み得る。スライスヘッダは、スライスに関するシンタックス要素を含み得る。スライスヘッダ中のシンタックス要素は、スライスを含むピクチャに関連付けられたPPSを識別するシンタックス要素を含み得る。

[0117]本開示の技法によれば、エントロピー復号ユニット150は、CUの残差ピクセルブロックが最大許容可能TUサイズよりも大きいかどうかにかかわらず、ビットストリームから、CUのRQTのルートノードのCBFをパースし得る。さらに、CBFが第1の値を有する場合、エントロピー復号ユニット150は、ビットストリームから、RQTのリーフノードに関連付けられクロマ係数ブロック(たとえば、U係数ブロックまたはV係数ブロック)をパースし得る。CBFが第1の値とは異なる第2の値を有する場合、エントロピー復号ユニット150は、ビットストリームからクロマ係数ブロックをパースしない。

[0118]加えて、ビデオデコーダ30は区分されていないCUに対して再構成動作を実行することができる。区分されていないCUに対して再構成動作を実行するために、ビデオデコーダ30はCUの各TUに対して再構成動作を実行することができる。CUの各TUについて再構成動作を実行することによって、ビデオデコーダ30はCUに関連付けられた残差ピクセルブロックを再構成することができる。

[0119]CUのTUに対して再構成動作を実行することの一部として、逆量子化ユニット154はTUに関連付けられた係数ブロックを逆量子化(inverse quantize)、すなわち逆量子化(de-quantize)することができる。逆量子化ユニット154は、TUのCUに関連付けられたQP値を使用して、量子化の程度を判断することができ、同様に、逆量子化ユニット154が適用する逆量子化の程度を判断することができる。

[0120]逆量子化ユニット154が係数ブロックを逆量子化した後、逆変換処理ユニット156は、TUに関連付けられた残差サンプルブロックを生成するために係数ブロックに1つまたは複数の逆変換を適用することができる。たとえば、逆変換処理ユニット156は、係数ブロックに逆DCT、逆整数変換、逆カルーネンレーベ変換(KLT)、逆回転変換、逆方向性変換、または別の逆変換を適用することができる。

[0121]PUがイントラ予測を使用して符号化される場合、イントラ予測処理ユニット164は、イントラ予測を実行して、PUの予測サンプルブロックを生成することができる。イントラ予測処理ユニット164は、イントラ予測モードを使用して、空間的に隣接するPUのピクセルブロックに基づいてPUの予測ピクセルブロックを生成することができる。イントラ予測処理ユニット164は、ビットストリームからパースされた1つまたは複数のシンタックス要素に基づいてPUのイントラ予測モードを判断することができる。

[0122]動き補償ユニット162は、ビットストリームから抽出されたシンタックス要素に基づいて第1の参照ピクチャリスト(リスト0)と第2の参照ピクチャリスト(リスト1)とを構成し得る。さらに、PUがインター予測を使用して符号化される場合、エントロピー復号ユニット150は、PUの動き情報を抽出し得る。動き補償ユニット162は、PUの動き情報に基づいて、PUの1つまたは複数の参照ブロックを判断し得る。動き補償ユニット162は、PUの1つまたは複数の参照ブロックに基づいて、PUの予測ピクセルブロックを生成し得る。

[0123]再構成ユニット158は、適用可能な場合、CUのTUに関連付けられた残差ピクセルブロックとCUのPUの予測ピクセルブロックとを使用して、すなわち、イントラ予測データまたはインター予測データのいずれかを使用して、CUのピクセルブロックを再構成し得る。具体的には、再構成ユニット158は残差ピクセルブロックのサンプルを予測ピクセルブロックの対応するサンプルに加えて、CUのピクセルブロックを再構成することができる。

[0124]フィルタユニット159は、CUのピクセルブロックに関連付けられたブロッキングアーティファクトを低減するためにデブロッキング動作を実行し得る。ビデオデコーダ30はCUのピクセルブロックを復号ピクチャバッファ160に記憶し得る。復号ピクチャバッファ160は、後続の動き補償、イントラ予測、および図1のディスプレイデバイス32などのディスプレイデバイス上での提示のために、参照ピクチャを与えることができる。たとえば、ビデオデコーダ30は、復号ピクチャバッファ160中のピクセルブロックに基づいて、他のCUのPUに対して、イントラ予測動作またはインター予測動作を実行し得る。

[0125]図7は、本開示の1つまたは複数の技法による、例示的なRQT200を示す概念図である。RQT200はノード202〜218を含む。ノード202はRQT200ルートノードである。ノード202はCUに対応し得る。ノード204〜210はRQT200の第2のレベル(レベル1)にあり、ノード212〜218はRQT200の第3のレベル(レベル2)にある。ノード206、208、210、212、214、216、および218はRQT200のリーフノードであり、したがって、CUのTUであり得る。図7の例において破線で示すように、ルートノード202に関連付けられた残差ピクセルブロックは最大許容可能TUサイズよりも大きくてもよい。

[0126]本開示の技法によれば、ビデオエンコーダ20は、ルートノード202について、分割フラグと、Y CBFと、U CBFと、V CBFとを含むビットストリームを生成し得る。図7の例に示すように、分割フラグ、Y CBF、U CBF、およびV CBFはそれぞれ1に等しい。ルートノード202のY CBF、U CBF、およびV CBFはそれぞれ1に等しいので、ルートノード202の各子ノード(すなわち、ノード204、206、208、および210)は分割フラグと、Y CBFと、U CBFと、V CBFとに関連付けられる。図7の例では、ノード204のY CBFとV CBFは両方とも0に等しい。したがって、ノード204の子ノード(すなわち、ノード212、214、216、および218)は有効Y係数ブロックまたは有効V係数ブロックに関連付けられず、Y CBFまたはV CBFに関連付けられない。

[0127]図8は、本開示の技法による、ビデオエンコーダ20の例示的な動作250を示すフローチャートである。図8のフローチャートおよび以下の図のフローチャートは例として与えられる。他の例では、フローチャートは、より多数の、より少数の、または異なるステップを含み得る。

[0128]図8の例では、ビデオエンコーダ20はCUのRQTを表すデータを生成する(252)。CUは最大許容可能TUサイズよりも大きい。RQTはノードの階層を含む。RQTのルートノードはCU全体に対応し、RQTのリーフノードはCUのTUに対応する。ルートノードは特定のクロマ成分、たとえば、UまたはVのCBFに関連付けられる。特定のクロマ成分のCBFは、CUのTUのいずれかが有効クロマ係数ブロックに関連付けられているかどうかを示す。ビデオエンコーダ20は、CUのRQTを表すデータを含むビットストリームを出力する(254)。

[0129]図9は、本開示の技法による、ビデオデコーダ30の例示的な動作300を示すフローチャートである。図9の例では、ビデオデコーダ30は、ビデオデータの符号化表現を含むビットストリームから、CUのRQTのルートノードのCBFをパースする(302)。CUのピクセルブロックは最大許容可能変換ユニット(TU)サイズよりも大きい。CBFが第1の値を有する場合、ビデオデコーダ30は、ビットストリームから、RQTのリーフノードに関連付けられたクロマ係数ブロックをパースし得る(304)。CBFが第1の値とは異なる第2の値を有する場合、リーフノードに関連付けられたクロマ係数ブロックはビットストリームからパースされない。

[0130]図10Aは、本開示の技法による、RQTのノードのシンタックス要素をパースするための例示的な動作340を示すフローチャートである。動作340は図9の動作300の拡張バージョンであり得る。図10の例では、ビデオデコーダ30のエントロピー復号ユニット150は、RQTの現在のノードがRQTのルートノードであるかどうかを判断し得る(342)。いくつかの例では、エントロピー復号ユニット150は、RQTの現在のノードの深度が0に等しい場合、現在のノードはルートノードであると判断し得る。

[0131]現在のノードがRQTのルートノードである(342の「はい」)と判断したことに応答して、エントロピー復号ユニット150はビットストリームから残差フラグをパースし得る(344)。残差フラグは、有効係数ブロックに関連付けられたRQTのリーフノードがあるかどうかを示し得る。RQTのリーフノードが有効係数ブロックに関連付けられていないことを残差フラグが示す場合、RQTのノードはCBFに関連付けられない。残差フラグをパースした後、エントロピー復号ユニット150は残差フラグが0に等しいかどうかを判断し得る(346)。

[0132]残差フラグが0に等しい(346の「はい」)と判断したことに応答して、エントロピー復号ユニット150はRQTの現在のノードのシンタックス要素をパースするのを終了させ得る。一方、残差フラグが1に等しい(346の「いいえ」)と判断したことに応答して、エントロピー復号ユニット150は、ビットストリームから現在のノードのY CBFと、U CBFと、V CBFとをパースし得る(354)。ルートノードのY CBFは、RQTの任意のリーフノードが有効ルーマ係数ブロックに関連付けられているかどうかを示し得る。

[0133]現在のノードがRQTのルートノードではない(342の「いいえ」)と判断したことに応答して、エントロピー復号ユニット150は、現在のノードの親ノードのY CBFが1に等しいかどうかを判断し得る(356)。現在のノードの親ノードがY CBFを有さない場合、エントロピー復号ユニット150は、現在のノードの親ノードのY CBFが0に等しいと判断し得る。現在のノードの親ノードのY CBFが1に等しい(356の「はい」)と判断したことに応答して、エントロピー復号ユニット150は、ビットストリームからY CBFをパースし得る(358)。したがって、ルートノードは、CUのTUのいずれかが有効ルーマ係数ブロックに関連付けられているかどうかを示すY CBFに関連付けられる。言い換えれば、Y CBFは、現在のノードまたは現在のノードの子孫ノードに対応する任意のTUが有効Y係数ブロックに関連付けられているかどうかを示し得る。

[0134]Y CBFをパースした後、または現在のノードの親ノードのY CBFが1に等しくない(356の「いいえ」)と判断した後、エントロピー復号ユニット150は、現在のノードの親ノードのU CBFが1に等しいかどうかを判断し得る(360)。現在のノードの親ノードがU CBFを有さない場合、エントロピー復号ユニット150は、現在のノードの親ノードのU CBFが0に等しいと判断し得る。現在のノードの親ノードのU CBFが1に等しい(360の「はい」)と判断したことに応答して、エントロピー復号ユニット150は、ビットストリームからU CBFをパースし得る(362)。U CBFは、現在のノードまたは現在のノードの任意の子孫ノードが有効U係数ブロックに関連付けられているかどうかを示し得る。

[0135]U CBFをパースした後、または現在のノードの親ノードのU CBFが1に等しくない(360の「いいえ」)と判断した後、エントロピー復号ユニット150は、現在のノードの親ノードのV CBFが1に等しいかどうかを判断し得る(364)。現在のノードの親ノードがV CBFを有さない場合、エントロピー復号ユニット150は、現在のノードの親ノードのV CBFが0に等しいと判断し得る。現在のノードの親ノードのV CBFが1に等しい(364の「はい」)と判断したことに応答して、エントロピー復号ユニット150は、ビットストリームからV CBFをパースし得る(366)。V CBFは、現在のノードまたは現在のノードの子孫ノードが有効V係数ブロックに関連付けられているかどうかを示し得る。

[0136]上述のように、エントロピー復号ユニット150は、ビットストリームからいくつかのシンタックス要素をパースするときにCABACを実行し得る。いくつかの例では、ビデオエンコーダ20は、同じコーディングコンテキストに基づいて、RQTの現在のノードのY CBFと、U CBFと、V CBFとに対してCABAC符号化を実行し得る。そのような例では、エントロピー復号ユニット150がY CBFと、U CBFと、V CBFとをパースするとき、エントロピー復号ユニット150は、同じコーディングコンテキストに基づいて、RQTの現在のノードのY CBFと、U CBFと、V CBFとに対してCABAC復号を実行し得る。

[0137]さらに、いくつかの例では、ビデオエンコーダ20は、RQTのノードの深度に基づいて、RQTのノードによって指定されたY CBFと、U CBFと、V CBFとに対するコーディングコンテキストを選択し得る。いくつかの例では、選択されたコーディングコンテキストのインデックス値はRQTのノードの深度に等しい。たとえば、ノードの深度が2である場合、選択されたコーディングコンテキストのインデックス値は2に等しい。ビデオエンコーダ20は、Y CBFと、U CBFと、V CBFとについて選択されたコーディングコンテキストに基づいて、Y CBFと、U CBFと、V CBFとに対してエントロピー符号化動作を実行し得る。同様に、エントロピー復号ユニット150がY CBFと、U CBFと、V CBFとをパースするとき、エントロピー復号ユニット150は、RQTのノードの深度に基づいて、RQTのノードによって指定されたY CBFと、U CBFと、V CBFとに対するコーディングコンテキストを選択し得る。エントロピー復号ユニット150は、Y CBFと、U CBFと、V CBFとについて選択されたコーディングコンテキストに基づいて、Y CBFと、U CBFと、V CBFとに対してエントロピー復号動作を実行し得る。

[0138]V CBFをパースした後、現在のノードの親ノードのV CBFが1に等しくない(364の「いいえ」)と判定した後、またはアクション354でY CBFと、U CBFと、V CBFとをパースした後、エントロピー復号ユニット150は、現在のノードに関連付けられた残差ピクセルブロックが最大許容可能TUサイズよりも大きいかどうかを判断し得る(368)。現在のノードに関連付けられた残差ピクセルブロックが最大許容可能TUサイズよりも大きくない(368の「いいえ」)と判断したことに応答して、エントロピー復号ユニット150は、現在のノードに関連付けられた残差ピクセルブロックが最小許容可能TUサイズかどうかを判断し得る(370)。

[0139]現在のノードの残差ピクセルブロックが最小許容可能TUサイズではない(370の「いいえ」)と判断したことに応答して、エントロピー復号ユニット150は、現在のノードのY CBF、U CBF、およびV CBFがそれぞれ0に等しいかどうかを判断し得る(371)。現在のノードのY CBF、U CBF、およびV CBFがそれぞれ0に等しい場合、エントロピー復号ユニット150は、現在のノードはいかなる有効係数ブロックにも関連付けられていないリーフノードであると判断し得る。したがって、現在のノードのY CBF、U CBF、およびV CBFがそれぞれ0に等しい(371の「はい」)場合、エントロピー復号ユニット150は、現在のノードをパースするのを終了させ得る。したがって、ノードのY CBF、ノードのU CBF、およびノードのV CBFがすべて第1の値(たとえば、0)を有する場合、ノードは分割フラグに関連付けられず、分割フラグはノードが複数の子ノードを有するかどうかを示す。

[0140]現在のノードのY CBFシンタックス要素、U CBFシンタックス要素、およびV CBFシンタックス要素がすべて0に等しくない(371の「いいえ」)と判断したことに応答して、エントロピー復号ユニット150は、ビットストリームから分割フラグをパースし得る(372)。分割フラグは、現在のノードが複数の子ノードを有するかどうかを示し得る。したがって、現在のノードのY CBF、現在のノードのU CBF、および現在のノードのV CBFのうちの少なくとも1つが第1の値(たとえば、0)とは異なる第2の値(たとえば、1)を有する場合、現在のノードは分割フラグに関連付けられる。このようにして、エントロピー復号ユニット150は、RQTのノードのY CBFと、そのノードのU CBFと、そのノードのV CBFとに基づいて、RQTのノードの分割フラグをパースすることを決定することができる。

[0141]いくつかの例では、ビデオエンコーダ20は分割フラグに対してCABAC符号化を実行することができる。ビデオエンコーダ20が分割フラグに対してCABAC符号化を実行するとき、ビデオエンコーダ20は分割フラグに対するコーディングコンテキストを選択することができる。いくつかの例では、ビデオエンコーダ20は、現在のノードのCBF(たとえば、Y CBF、U CBF、および/またはV CBF)に基づいてコーディングコンテキストを選択することができる。さらに、いくつかの例では、ビデオエンコーダ20は、現在のノードのY CBFと、U CBFと、V CBFとに基づいてコーディングコンテキストを選択することができる。ビデオエンコーダ20は、選択されたコーディングコンテキストに基づいて、現在のノードの分割フラグに対してCABAC符号化を実行することができる。同様に、エントロピー復号ユニット150がビットストリームから分割フラグをパースするとき、エントロピー復号ユニット150は(たとえば、現在のノードのCBFに基づいて)コーディングコンテキストを選択することができる。いくつかの例では、エントロピー復号ユニット150は、現在のノードのY CBF、U CBF、および/またはV CBFに基づいてコーディングコンテキストを選択することができる。エントロピー復号ユニット150は、選択されたコーディングコンテキストに基づいて、現在のノードの分割フラグに対してCABAC復号を実行することができる。

[0142]エントロピー復号ユニット150は、分割フラグが1に等しいかどうかを判断し得る(374)。分割フラグが1に等しい(374の「はい」)と判断したことに応答して、または現在のノードに関連付けられた残差ピクセルブロックが最大許容可能TUサイズよりも大きい(368の「はい」)と判断したことに応答して、エントロピー復号ユニット150は現在のノードの子ノードをパースし得る(376)。このようにして、エントロピー復号ユニット150は、ビットストリームから分割フラグをパースすると決定したことに応答して、現在のノードの分割フラグに基づいて、ビットストリームから現在のノードの複数の子ノードをパースするかどうかを判断し得る。エントロピー復号ユニット150は、子ノードの各々に対して動作340を実行することによって、子ノードをパースし得る。現在のノードの残差ピクセルブロックが最小許容可能TUサイズである(370の「はい」)と判断したことに応答して、または分割フラグが1に等しくない(374の「いいえ」)と判断したことに応答して、エントロピー復号ユニット150は図10Bの例に示した動作340の一部を実行し得る。

[0143]図10Bは、本開示の1つまたは複数の技法による、図10Aの例示的な動作340の続きを示すフローチャートである。図10Bの例では、エントロピー復号ユニット150は現在のノードのY CBFが1に等しいかどうかを判断し得る(378)。現在のノードのY CBFが1に等しい(378の「はい」)と判断したことに応答して、エントロピー復号ユニット150はビットストリームからY係数ブロックをパースし得る(380)。さらに、現在のノードのY CBFが1に等しくない(378の「いいえ」)と判断したことに応答して、またはビットストリームからY係数ブロックをパースした後(380)、エントロピー復号ユニット150は現在のノードのU CBFが1に等しいかどうかを判断し得る(382)。

[0144]現在のノードのU CBFが1に等しい(382の「はい」)と判断したことに応答して、エントロピー復号ユニット150はビットストリームからU係数ブロックをパースし得る(384)。さらに、現在のノードのU CBFが1に等しくない(382の「いいえ」)と判断したことに応答して、またはビットストリームからU係数ブロックをパースした後(384)、エントロピー復号ユニット150は現在のノードのV CBFが1に等しいかどうかを判断し得る(386)。

[0145]現在のノードのV CBFが1に等しい(386の「はい」)と判断したことに応答して、エントロピー復号ユニット150はビットストリームからV係数ブロックをパースし得る(388)。さらに、現在のノードのV CBFが1に等しくない(386の「いいえ」)と判断したことに応答して、またはビットストリームからV係数ブロックをパースした後(388)、エントロピー復号ユニット150は現在のノードをパースするのを終了させ得る。上記の説明では、特定のシンタックス要素が特定の値(たとえば、0または1)を有するときの特定の挙動について説明したが、本開示の技法は、特定のシンタックス要素が上記で説明した値以外の値を有するときに適用可能であり得る。

[0146]1つまたは複数の例では、説明した機能は、ハードウェア、ソフトウェア、ファームウェア、またはそれらの任意の組合せで実装され得る。ソフトウェアで実装される場合、機能は、1つまたは複数の命令またはコードとしてコンピュータ可読媒体上に記憶されるか、あるいはコンピュータ可読媒体を介して送信され、ハードウェアベースの処理ユニットによって実行され得る。コンピュータ可読媒体は、たとえば、通信プロトコルに従って、ある場所から別の場所へのコンピュータプログラムの転送を可能にする任意の媒体を含むデータ記憶媒体または通信媒体などの有形媒体に対応するコンピュータ可読記憶媒体を含み得る。このようにして、コンピュータ可読媒体は、概して、(1)非一時的である有形コンピュータ可読記憶媒体、あるいは(2)信号または搬送波などの通信媒体に対応し得る。データ記憶媒体は、本開示で説明した技法の実装のための命令、コードおよび/またはデータ構造を取り出すために1つまたは複数のコンピュータあるいは1つまたは複数のプロセッサによってアクセスされ得る任意の利用可能な媒体であり得る。コンピュータプログラム製品は、コンピュータ可読媒体を含み得る。

[0147]限定ではなく例として、そのようなコンピュータ可読記憶媒体は、RAM、ROM、EEPROM(登録商標)、CD−ROMまたは他の光ディスクストレージ、磁気ディスクストレージ、または他の磁気ストレージデバイス、フラッシュメモリ、あるいは命令またはデータ構造の形態の所望のプログラムコードを記憶するために使用され得、コンピュータによってアクセスされ得る、任意の他の媒体を備えることができる。また、いかなる接続もコンピュータ可読媒体と適切に呼ばれる。たとえば、命令が、同軸ケーブル、光ファイバーケーブル、ツイストペア、デジタル加入者回線(DSL)、または赤外線、無線、およびマイクロ波などのワイヤレス技術を使用して、ウェブサイト、サーバ、または他のリモートソースから送信される場合、同軸ケーブル、光ファイバーケーブル、ツイストペア、DSL、または赤外線、無線、およびマイクロ波などのワイヤレス技術は、媒体の定義に含まれる。ただし、コンピュータ可読記憶媒体およびデータ記憶媒体は、接続、搬送波、信号、または他の一時媒体を含まないが、代わりに非一時的有形記憶媒体を対象とすることを理解されたい。本明細書で使用するディスク(disk)およびディスク(disc)は、コンパクトディスク(disc)(CD)、レーザーディスク(登録商標)(disc)、光ディスク(disc)、デジタル多用途ディスク(disc)(DVD)、フロッピー(登録商標)ディスク(disk)およびBlu−ray(登録商標)ディスク(disc)を含み、ディスク(disk)は、通常、データを磁気的に再生し、ディスク(disc)は、データをレーザーで光学的に再生する。上記の組合せもコンピュータ可読媒体の範囲内に含めるべきである。

[0148]命令は、1つまたは複数のデジタル信号プロセッサ(DSP)などの1つまたは複数のプロセッサ、汎用マイクロプロセッサ、特定用途向け集積回路(ASIC)、フィールドプログラマブル論理アレイ(FPGA)、あるいは他の等価な集積回路またはディスクリート論理回路によって実行され得る。したがって、本明細書で使用する「プロセッサ」という用語は、前述の構造、または本明細書で説明する技法の実装に適した任意の他の構造のいずれかを指し得る。加えて、いくつかの態様では、本明細書で説明した機能は、符号化および復号のために構成された専用のハードウェアおよび/またはソフトウェアモジュール内に与えられ得、あるいは複合コーデックに組み込まれ得る。また、本技法は、1つまたは複数の回路または論理要素中に完全に実装され得る。

[0149]本開示の技法は、ワイヤレスハンドセット、集積回路(IC)、またはICのセット(たとえば、チップセット)を含む、多種多様なデバイスまたは装置において実装され得る。本開示では、開示する技法を実行するように構成されたデバイスの機能的態様を強調するために様々な構成要素、モジュール、またはユニットについて説明したが、それらの構成要素、モジュール、またはユニットを、必ずしも異なるハードウェアユニットによって実現する必要があるとは限らない。むしろ、上記で説明したように、様々なユニットが、適切なソフトウェアおよび/またはファームウェアとともに、上記で説明した1つまたは複数のプロセッサを含めて、コーデックハードウェアユニットにおいて組み合わせられるか、または相互動作ハードウェアユニットの集合によって与えられ得る。

[0150]様々な例について説明した。これらおよび他の例は以下の特許請求の範囲内に入る。