WO2012147622A1 - 画像処理装置、及び、画像処理方法 - Google Patents

画像処理装置、及び、画像処理方法 Download PDF

Info

Publication number
WO2012147622A1
WO2012147622A1 PCT/JP2012/060616 JP2012060616W WO2012147622A1 WO 2012147622 A1 WO2012147622 A1 WO 2012147622A1 JP 2012060616 W JP2012060616 W JP 2012060616W WO 2012147622 A1 WO2012147622 A1 WO 2012147622A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
unit
color image
resolution
prediction
Prior art date
Application number
PCT/JP2012/060616
Other languages
English (en)
French (fr)
Inventor
良知 高橋
しのぶ 服部
Original Assignee
ソニー株式会社
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 ソニー株式会社 filed Critical ソニー株式会社
Priority to US14/009,478 priority Critical patent/US20140036033A1/en
Priority to CN201280019353.5A priority patent/CN103503459A/zh
Priority to JP2013512312A priority patent/JPWO2012147622A1/ja
Publication of WO2012147622A1 publication Critical patent/WO2012147622A1/ja

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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/161—Encoding, multiplexing or demultiplexing different image signal components
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/172—Processing image signals image signals comprising non-image signal components, e.g. headers or format information
    • H04N13/178—Metadata, e.g. disparity information
    • 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
    • H04N19/103—Selection of coding mode or of prediction mode
    • 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
    • H04N19/50—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
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding

Definitions

  • the present technology relates to an image processing device and an image processing method, and an image processing device and an image processing method that can improve the prediction efficiency of parallax prediction performed in encoding and decoding of images of a plurality of viewpoints. About.
  • an encoding method for encoding an image of a plurality of viewpoints such as a 3D (Dimension) image
  • MVC Multiview Video Coding
  • AVC Advanced Video Coding
  • an image to be encoded is a color image having a value corresponding to light from a subject as a pixel value, and each of the color images of a plurality of viewpoints is, as necessary, a color image of the viewpoint.
  • encoding is performed with reference to color images of other viewpoints.
  • one viewpoint color image among a plurality of viewpoint color images is used as a base view image, and other viewpoint color images are used as non-base views (Non Base view). It is said that.
  • the color image of the base view is encoded with reference to only the color image of the base view, and the color image of the non-base view needs the image of another view in addition to the color image of the non-base view. And is encoded according to the reference.
  • parallax prediction that generates a predicted image with reference to the color image of another view (viewpoint) is performed as necessary, and is encoded using the predicted image.
  • parallax prediction with reference to another viewpoint image can be performed in encoding (and decoding) of a certain viewpoint image.
  • Accuracy affects the coding efficiency.
  • the present technology has been made in view of such a situation, and makes it possible to improve the prediction efficiency of parallax prediction.
  • the image processing device refers to a reference image of a viewpoint different from the encoding target image, which is referred to when generating a predicted image of the encoding target image to be encoded, and the encoding
  • the reference image is converted to a resolution ratio that matches the horizontal to vertical resolution ratio of the encoding target image.
  • a conversion unit that converts the image into an image; a compensation unit that generates the prediction image by performing parallax compensation using the conversion reference image converted by the conversion unit; and the prediction image generated by the compensation unit.
  • an encoding unit that encodes the encoding target image.
  • the image processing method includes a reference image of a viewpoint different from the encoding target image, which is referred to when generating a predicted image of the encoding target image to be encoded, and the encoding
  • the reference image is converted to a resolution ratio that matches the horizontal to vertical resolution ratio of the encoding target image.
  • a reference image of a viewpoint different from the encoding target image which is referred to when generating a predicted image of the encoding target image to be encoded, and the encoding target image
  • the reference image becomes a converted reference image having a resolution ratio that matches the horizontal to vertical resolution ratio of the encoding target image. Converted.
  • the predicted image is generated by performing parallax compensation using the converted reference image, and the encoding target image is encoded using the predicted image.
  • the image processing device refers to a reference image of a viewpoint different from the decoding target image, which is referred to when generating a prediction image of the decoding target image to be decoded, and the resolution of the decoding target image Conversion for converting the reference image into a converted reference image having a resolution ratio that matches the horizontal-to-vertical resolution ratio of the decoding target image by controlling a filtering process performed on the reference image according to resolution information regarding Using the conversion reference image converted by the conversion unit, the compensation unit that generates the prediction image by performing parallax compensation, and the prediction image generated by the compensation unit,
  • An image processing apparatus includes a decoding unit that decodes an encoded stream obtained by encoding an image including a decoding target image.
  • the image processing method includes a reference image of a viewpoint different from the decoding target image, which is referred to when generating a predicted image of the decoding target image to be decoded, and the resolution of the decoding target image
  • the reference image is converted into a converted reference image having a resolution ratio that matches the horizontal to vertical resolution ratio of the decoding target image by controlling a filtering process performed on the reference image according to resolution information regarding
  • a reference image of a viewpoint different from the decoding target image which is referred to when generating a prediction image of the decoding target image to be decoded, and a resolution related to the resolution of the decoding target image
  • the reference image is converted into a converted reference image having a resolution ratio that matches the resolution ratio between the horizontal and vertical directions of the decoding target image.
  • the predicted image is generated by performing parallax compensation using the converted reference image, and the encoded stream obtained by encoding the image including the decoding target image is decoded using the predicted image.
  • the image processing apparatus may be an independent apparatus or an internal block constituting one apparatus.
  • the image processing apparatus can be realized by causing a computer to execute a program, and the program can be provided by being transmitted through a transmission medium or by being recorded on a recording medium.
  • FIG. 3 is a block diagram illustrating a configuration example of a transmission device 11.
  • FIG. 3 is a block diagram illustrating a configuration example of a receiving device 12.
  • FIG. It is a figure explaining resolution conversion which resolution conversion device 21C performs.
  • It is a block diagram which shows the structural example of 22C of encoding apparatuses. It is a figure explaining the picture (reference image) referred when producing
  • FIG. 3 is a block diagram illustrating a configuration example of an encoder 42.
  • FIG. It is a figure explaining the macroblock type of MVC (AVC). It is a figure explaining the prediction vector (PMV) of MVC (AVC). It is a block diagram which shows the structural example of the inter estimation part 123.
  • FIG. 5 is a block diagram illustrating a configuration example of a disparity prediction unit 131.
  • FIG. It is a figure explaining the filter process of MVC which interpolates a subpel to a reference picture. It is a figure explaining the filter process of MVC which interpolates a subpel to a reference picture.
  • 3 is a block diagram illustrating a configuration example of a reference image conversion unit 140.
  • FIG. 3 is a block diagram illustrating a configuration example of a decoder 212.
  • FIG. It is a block diagram which shows the structural example of the inter estimation part 250.
  • FIG. 5 is a block diagram illustrating a configuration example of a disparity prediction unit 261.
  • FIG. 11 is a block diagram illustrating another configuration example of the transmission device 11.
  • FIG. 11 is a block diagram illustrating another configuration example of the receiving device 12.
  • FIG. It is a figure explaining the resolution conversion which the resolution conversion apparatus 321C performs, and the resolution reverse conversion which the resolution reverse conversion apparatus 333C performs.
  • 4 is a flowchart for explaining processing of a transmission device 11.
  • 6 is a flowchart for explaining processing of the reception device 12.
  • FIG. 3 is a block diagram illustrating a configuration example of an encoder 342.
  • FIG. It is a figure explaining the resolution conversion SEI produced
  • FIG. It is a figure explaining the value set to parameter num_views_minus_1, view_id [i], frame_packing_info [i], and view_id_in_frame [i].
  • FIG. 5 is a block diagram illustrating a configuration example of a reference image conversion unit 370.
  • FIG. 1 It is a figure explaining the filter processing of the horizontal 1/2 pixel production
  • FIG. It is a figure explaining the filter processing of the horizontal 1/2 pixel production
  • FIG. It is a figure which shows the conversion reference image obtained in the reference image conversion part 370.
  • FIG. It is a flowchart explaining the encoding process which encodes a packing color image which the encoder 342 performs. It is a flowchart explaining the parallax prediction process which the parallax prediction part 361 performs.
  • FIG. 10 is a flowchart illustrating reference image conversion processing performed by a reference image conversion unit 370. It is a block diagram which shows the structural example of the decoding apparatus 332C. 11 is a block diagram illustrating a configuration example of a decoder 412. FIG. It is a block diagram which shows the structural example of the parallax prediction part 461. 5 is a block diagram illustrating a configuration example of a reference image conversion unit 471.
  • FIG. 21 is a flowchart for describing a decoding process performed by a decoder 412 to decode encoded data of a packed color image. It is a flowchart explaining the parallax prediction process which the parallax prediction part 461 performs.
  • FIG. 10 is a flowchart illustrating reference image conversion processing performed by a reference image conversion unit 471. It is a figure explaining the resolution conversion which the resolution conversion apparatus 321C performs, and the resolution reverse conversion which the resolution reverse conversion apparatus 333C performs. It is a figure explaining the value set to parameter num_views_minus_1, view_id [i], frame_packing_info [i], and view_id_in_frame [i]. It is a figure explaining the packing by the packing part 382 according to control of the controller 381.
  • FIG. It is a figure explaining the filter processing of the horizontal 1/2 pixel production
  • FIG. It is a figure explaining the filter processing of the horizontal 1/2 pixel production
  • FIG. It is a figure which shows the conversion reference image obtained in the reference image conversion part 370.
  • FIG. It is a flowchart explaining the conversion process of the reference image in case the packing color image is side-by-side packed.
  • FIG. 3 is a block diagram illustrating a configuration example of an encoder 511.
  • FIG. It is a figure explaining the resolution conversion SEI produced
  • FIG. It is a figure explaining the value set to parameters num_views_minus_1, view_id [i], and resolution_info [i].
  • FIG. 5 is a block diagram illustrating a configuration example of a reference image conversion unit 570.
  • FIG. It is a flowchart explaining the encoding process which encodes a low-resolution left viewpoint color image which the encoder 511 performs. It is a flowchart explaining the parallax prediction process which the parallax prediction part 561 performs.
  • FIG. 10 is a flowchart illustrating reference image conversion processing performed by a reference image conversion unit 570.
  • FIG. 10 is a diagram for explaining control of filter processing of a horizontal 1/2 pixel generation filter processing unit 151 to a horizontal / vertical 1/4 pixel generation filter processing unit 155 by a controller 381; It is a block diagram which shows the structural example of decoding apparatus 332C in case a resolution conversion multiview color image is a center viewpoint image, a low-resolution left viewpoint image, and a low-resolution right viewpoint image.
  • 6 is a block diagram illustrating a configuration example of a decoder 611.
  • FIG. It is a block diagram which shows the structural example of the parallax prediction part 661.
  • FIG. 18 is a block diagram illustrating a configuration example of an embodiment of a computer to which the present technology is applied. It is a figure which shows the schematic structural example of TV to which this technique is applied. It is a figure which shows the schematic structural example of the mobile telephone to which this technique is applied. It is a figure which shows the schematic structural example of the recording / reproducing apparatus to which this technique is applied. It is a figure which shows the schematic structural example of the imaging device to which this technique is applied.
  • FIG. 69 is a diagram illustrating parallax and depth.
  • the depth Z that is the distance in the direction is defined by the following equation (a).
  • L is a horizontal distance between the position C1 and the position C2 (hereinafter, referred to as an inter-camera distance).
  • D is the position of the subject M on the color image photographed by the camera c2 from the horizontal distance u1 of the position of the subject M on the color image photographed by the camera c1 from the center of the color image.
  • f is the focal length of the camera c1, and in the formula (a), the focal lengths of the camera c1 and the camera c2 are the same.
  • the parallax d and the depth Z can be uniquely converted. Therefore, in this specification, the image representing the parallax d and the image representing the depth Z of the two viewpoint color images captured by the camera c1 and the camera c2 are collectively referred to as a depth image (parallax information image).
  • the depth image may be an image representing the parallax d or the depth Z
  • the pixel value of the depth image is not the parallax d or the depth Z itself but the parallax d as a normal value.
  • the normalized value the value obtained by normalizing the reciprocal 1 / Z of the depth Z, and the like can be employed.
  • the value I obtained by normalizing the parallax d with 8 bits (0 to 255) can be obtained by the following equation (b). Note that the normalization bit number of the parallax d is not limited to 8 bits, and other bit numbers such as 10 bits and 12 bits may be used.
  • D max is the maximum value of the parallax d
  • D min is the minimum value of the parallax d.
  • the maximum value D max and the minimum value D min may be set in units of one screen, or may be set in units of a plurality of screens.
  • the value y obtained by normalizing the reciprocal 1 / Z of the depth Z by 8 bits (0 to 255) can be obtained by the following equation (c).
  • the normalized bit number of the inverse 1 / Z of the depth Z is not limited to 8 bits, and other bit numbers such as 10 bits and 12 bits may be used.
  • Z far is the maximum value of the depth Z
  • Z near is the minimum value of the depth Z.
  • the maximum value Z far and the minimum value Z near may be set in units of one screen or may be set in units of a plurality of screens.
  • an image having a pixel value of the value I obtained by normalizing the parallax d, and an inverse 1 / of the depth Z is collectively referred to as a depth image (parallax information image).
  • a depth image parllax information image
  • the color format of the depth image is YUV420 or YUV400, but other color formats are also possible.
  • the value I or the value y is set as the depth information (disparity information). Further, the mapping of the value I or the value y is a depth map.
  • FIG. 1 is a block diagram illustrating a configuration example of an embodiment of a transmission system to which the present technology is applied.
  • the transmission system includes a transmission device 11 and a reception device 12.
  • the transmission device 11 is supplied with a multi-view color image and a multi-view parallax information image (multi-view depth image).
  • the multi-viewpoint color image includes color images of a plurality of viewpoints, and a color image of a predetermined one viewpoint among the plurality of viewpoints is designated as a base view image. Color images of each viewpoint other than the base view image are treated as non-base view images.
  • the multi-view parallax information image includes the parallax information image of each viewpoint of the color images constituting the multi-view color image.
  • a predetermined single viewpoint parallax information image is designated as the base view image.
  • the parallax information image of each viewpoint other than the base view image is treated as a non-base view image as in the case of a color image.
  • the transmission device 11 encodes and multiplexes each of the multi-view color image and the multi-view parallax information image supplied thereto, and outputs a multiplexed bit stream obtained as a result.
  • the multiplexed bit stream output from the transmission device 11 is transmitted via a transmission medium (not shown) or recorded on a recording medium (not shown).
  • the multiplexed bit stream output from the transmission device 11 is provided to the reception device 12 via a transmission medium or a recording medium (not shown).
  • the receiving device 12 receives the multiplexed bit stream and performs demultiplexing of the multiplexed bit stream, thereby encoding the encoded data of the multi-view color image and the encoding of the multi-view disparity information image from the multiplexed bit stream. Separate data.
  • the reception device 12 decodes each of the encoded data of the multi-view color image and the encoded data of the multi-view parallax information image, and outputs the resulting multi-view color image and multi-view parallax information image.
  • a naked-eye 3D (dimension) image that can be viewed with the naked eye MPEG3DV is now being developed with the main application as a display.
  • the data amount is a data amount of a full HD 2D image (one 6 times the data amount of the viewpoint image).
  • HDMI High-Definition Multimedia Interface
  • 4K 4 times the full HD
  • a multi-view color image and a multi-view disparity information image are encoded.
  • bit rate of encoded data and thus a multiplexed bit stream
  • bit amount of the encoded data assigned to one viewpoint image is also limited.
  • the transmission device 11 performs encoding after reducing the data amount (in the baseband) of the multi-view color image and the multi-view parallax information image.
  • a disparity value representing the disparity between the subject captured in each pixel of the color image and the reference viewpoint, with a certain viewpoint as a reference viewpoint.
  • a depth value representing the distance (depth) to the subject that appears in each pixel of the color image can be used.
  • the parallax value and the depth value can be converted into each other, and thus are equivalent information.
  • a parallax information image (depth image) having a parallax value as a pixel value is also referred to as a parallax image
  • a parallax information image (depth image) having a depth value as a pixel value is also referred to as a depth image.
  • a depth image of the parallax image and the depth image is used as the parallax information image, but a parallax image can also be used as the parallax information image.
  • FIG. 2 is a block diagram illustrating a configuration example of the transmission device 11 of FIG.
  • the transmission device 11 includes resolution conversion devices 21C and 21D, encoding devices 22C and 22D, and a multiplexing device 23.
  • the multi-viewpoint color image is supplied to the resolution conversion device 21C.
  • the resolution conversion device 21C performs resolution conversion for converting the multi-view color image supplied thereto into a low-resolution resolution conversion multi-view color image lower than the original resolution, and the resulting resolution-converted multi-view color image is converted. To the encoding device 22C.
  • the encoding device 22C is encoded data obtained by encoding the resolution-converted multi-viewpoint color image supplied from the resolution conversion device 21C using, for example, MVC, which is a standard for transmitting images of a plurality of viewpoints. Multi-view color image encoded data is supplied to the multiplexer 23.
  • MVC is an extended profile of AVC, and according to MVC, as described above, non-base view images can be efficiently encoded with disparity prediction.
  • base view images are encoded with AVC compatibility. Therefore, encoded data obtained by encoding an image of a base view with MVC can be decoded with an AVC decoder.
  • the resolution conversion device 21D is supplied with a multi-view depth image that is a depth image of each viewpoint having a depth value for each pixel of the color image of each viewpoint constituting the multi-view color image as a pixel value.
  • the resolution conversion device 21 ⁇ / b> D and the encoding device 22 ⁇ / b> D use a depth image (multi-view depth image) instead of a color image (multi-view color image) as a processing target, and the resolution conversion device 21 ⁇ / b> C and The same processing is performed with the encoding device 22C.
  • the resolution conversion device 21D converts the resolution of the multi-view depth image supplied thereto into a low-resolution resolution conversion multi-view depth image lower than the original resolution, and supplies the converted image to the encoding device 22D.
  • the encoding device 22D encodes the resolution-converted multi-view depth image supplied from the resolution conversion device 21D with MVC, and the multi-view depth image encoded data, which is encoded data obtained as a result, to the multiplexing device 23. Supply.
  • the multiplexing device 23 multiplexes the multi-view color image encoded data from the encoding device 22C and the multi-view depth image encoded data from the encoding device 22D, and outputs a multiplexed bit stream obtained as a result. .
  • FIG. 3 is a block diagram illustrating a configuration example of the receiving device 12 of FIG.
  • the reception device 12 includes a demultiplexing device 31, decoding devices 32C and 32D, and resolution inverse conversion devices 33C and 33D.
  • the demultiplexer 31 is supplied with the multiplexed bit stream output from the transmitter 11 (FIG. 2).
  • the demultiplexer 31 receives the multiplexed bitstream supplied thereto, and performs demultiplexing of the multiplexed bitstream, thereby converting the multiplexed bitstream into multiview color image encoded data and multiviewpoint Separated into depth image encoded data.
  • the demultiplexer 31 supplies the multi-view color image encoded data to the decoding device 32C, and supplies the multi-view depth image encoded data to the decoding device 32D.
  • the decoding device 32C decodes the multi-view color image encoded data supplied from the demultiplexing device 31 with MVC, and supplies the resolution-converted multi-view color image obtained as a result to the resolution reverse conversion device 33C.
  • the resolution reverse conversion device 33C performs resolution reverse conversion to (reverse) convert the resolution-converted multi-view color image from the decoding device 32C into a multi-view color image of the original resolution, and outputs the resulting multi-view color image To do.
  • the decoding device 32D and the resolution inverse conversion device 33D process the multi-view depth image encoded data (resolution conversion multi-view depth image) instead of the multi-view color image encoded data (resolution conversion multi-view color image).
  • the decoding device 32C and the resolution inverse conversion device 33C perform the same processing.
  • the decoding device 32D decodes the multi-view depth image encoded data supplied from the demultiplexing device 31 by MVC, and supplies the resolution-converted multi-view depth image obtained as a result to the resolution inverse conversion device 33D. .
  • the resolution reverse conversion device 33D converts the resolution-converted multi-view depth image from the decoding device 32D into a multi-view depth image with the original resolution, and outputs it.
  • the depth image is processed in the same manner as the color image, so that the description of the depth image processing is appropriately omitted below.
  • FIG. 4 is a diagram illustrating resolution conversion performed by the resolution conversion device 21C of FIG.
  • the multi-viewpoint color image (the same applies to the multi-viewpoint depth image) is, for example, a central viewpoint color image, a left viewpoint color image, and a right viewpoint color image, which are three viewpoint color images. To do.
  • the central viewpoint color image, the left viewpoint color image, and the right viewpoint color image which are color images of three viewpoints, include, for example, three cameras, a position in front of the subject, a position on the left side toward the subject, and This is an image obtained by photographing the subject by being arranged at a position on the right side of the subject.
  • the central viewpoint color image is an image whose viewpoint is the position in front of the subject.
  • the left viewpoint color image is an image whose viewpoint is a position (left viewpoint) on the left side of the viewpoint (center viewpoint) of the central viewpoint color image
  • the right viewpoint color image is a position on the right side (right viewpoint) from the center viewpoint. Is an image with a viewpoint.
  • multi-view color image may be an image of two viewpoints or an image of four or more viewpoints.
  • the central viewpoint color image among the central viewpoint color image, the left viewpoint color image, and the right viewpoint color image, which are multi-viewpoint color images supplied thereto is directly (resolution converted). Output).
  • the resolution conversion device 21C converts the resolutions of the two viewpoint images into low resolutions for the remaining left viewpoint color image and right viewpoint color image of the multi-viewpoint color image, and converts them into an image for one viewpoint. By performing packing to be combined, a packing color image is generated and output.
  • the resolution conversion device 21C halves the vertical resolution (number of pixels) of each of the left viewpoint color image and the right viewpoint color image and halves the vertical resolution (vertical resolution).
  • the left viewpoint color image is arranged on the upper side
  • the right viewpoint color image is arranged on the lower side.
  • the central viewpoint color image and packing color image output from the resolution conversion device 21C are supplied to the encoding device 22C as a resolution conversion multi-viewpoint color image.
  • the multi-viewpoint color image supplied to the resolution conversion device 21C is an image for three viewpoints of the central viewpoint color image, the left viewpoint color image, and the right viewpoint color image, and the resolution conversion device 21C outputs the images.
  • the resolution-converted multi-viewpoint color image is an image for two viewpoints of the central viewpoint color image and the packing color image, and the data amount in the baseband is reduced.
  • the left viewpoint color image and the right viewpoint color image among the central viewpoint color image, the left viewpoint color image, and the right viewpoint color image constituting the multi-viewpoint color image are equivalent to one viewpoint.
  • the packing color image is packed, the packing can be performed on color images of two arbitrary viewpoints among the central viewpoint color image, the left viewpoint color image, and the right viewpoint color image.
  • the display of the 2D image includes a central viewpoint color image, a left viewpoint color image, and a right viewpoint color image constituting the multi-viewpoint color image.
  • the central viewpoint color image is expected to be used. Therefore, in FIG. 4, the central viewpoint color image is not a packing target for converting the resolution to a low resolution so that the 2D image can be displayed with high image quality.
  • the receiving device 12 side all of the central viewpoint color image, the left viewpoint color image, and the right viewpoint color image constituting the multi-viewpoint color image are used for displaying the 3D image. For example, only the central viewpoint color image among the central viewpoint color image, the left viewpoint color image, and the right viewpoint color image is used. Therefore, on the receiving device 12 side, the left viewpoint color image and the right viewpoint color image among the central viewpoint color image, the left viewpoint color image, and the right viewpoint color image that constitute the multi-viewpoint color image are 3D images. In FIG. 4, the left viewpoint color image and the right viewpoint color image that are used only for displaying the 3D image are targeted for packing.
  • FIG. 5 is a block diagram illustrating a configuration example of the encoding device 22C in FIG.
  • the encoding device 22C in FIG. 5 encodes the central viewpoint color image, which is a resolution-converted multi-view color image from the resolution conversion device 21C (FIGS. 2 and 4), and the packing color image by MVC.
  • the central viewpoint color image is a base view image, and an image of another viewpoint, that is, a packed color image is treated as a non-base view image.
  • the encoding device 22C includes encoders 41 and 42 and a DPB (Decode (Picture Buffer) 43.
  • DPB Decode (Picture Buffer) 43.
  • the encoder 41 is supplied with the central viewpoint color image of the central viewpoint color image and the packing color image constituting the resolution conversion multi-viewpoint color image from the resolution conversion device 21C.
  • the encoder 41 encodes the central viewpoint color image as an image of the base view by MVC (AVC), and outputs the encoded data of the central viewpoint color image obtained as a result.
  • MVC MVC
  • the encoder 42 is supplied with the packing color image of the central viewpoint color image and the packing color image constituting the resolution conversion multi-view color image from the resolution conversion device 21C.
  • the encoder 42 encodes the packing color image as a non-base view image by MVC, and outputs the encoded data of the packing color image obtained as a result.
  • the encoded data of the central viewpoint color image output from the encoder 41 and the encoded data of the packing color image output from the encoder 42 are sent to the multiplexing device 23 (FIG. 2) as multi-view color image encoded data. Supplied.
  • the DPB 43 encodes an image to be encoded by each of the encoders 41 and 42, and a local decoded image (decoded image) obtained by local decoding is a reference image (candidate) that is referred to when a predicted image is generated. As a temporary store.
  • the encoders 41 and 42 predictively encode the image to be encoded. Therefore, the encoders 41 and 42 encode the image to be encoded to generate a predicted image used for predictive encoding, and then perform local decoding to obtain a decoded image.
  • the DPB 43 is a shared buffer that temporarily stores decoded images obtained by the encoders 41 and 42.
  • the encoders 41 and 42 each encode an image to be encoded from the decoded images stored in the DPB 43.
  • the reference image to be referred to is selected. Then, each of the encoders 41 and 42 generates a predicted image using the reference image, and performs image encoding (predictive encoding) using the predicted image.
  • each of the encoders 41 and 42 can also refer to decoded images obtained by other encoders in addition to the decoded images obtained by itself.
  • the encoder 41 refers to only the decoded image obtained by the encoder 41 in order to encode the base view image.
  • FIG. 6 is a diagram for explaining a picture (reference image) that is referred to when a predicted image is generated in MVC predictive coding.
  • the picture of the base view image is represented as p11, p12, p13,...
  • the picture of the non-base view image is represented by p21, p22, p23,. Let's represent.
  • the base view picture for example, the picture p12 is predictively encoded by referring to the base view picture, for example, the pictures p11 and p13 as necessary.
  • prediction generation of a predicted image
  • prediction can be performed with reference to only the pictures p11 and p13 that are pictures at other display times of the base view.
  • a non-base view picture for example, a picture p22
  • a non-base view picture for example, the pictures p21 and p23
  • a base view picture p12 which is another view, as necessary.
  • prediction encoding is performed.
  • the non-base view picture p22 refers to the pictures p21 and p23 that are pictures at other display times of the non-base view, and the base view picture p12 that is a picture of another view, and performs prediction. Can do.
  • prediction performed with reference to a picture (at another display time) of the same view as the encoding target picture is also referred to as temporal prediction, and is performed with reference to a picture of a view different from the encoding target picture.
  • This prediction is also called parallax prediction.
  • a picture of a view different from the encoding target picture that is referred to in the disparity prediction must be a picture having the same display time as the encoding target picture.
  • FIG. 7 is a diagram for explaining the encoding (and decoding) order of pictures in MVC.
  • the pictures of the base view image are represented as p11, p12, p13,...
  • the pictures of the non-base view images are represented by p21, p22, p23,. It will be expressed as.
  • the second picture p22 is encoded.
  • the base view picture and the non-base view picture are encoded in the same order.
  • FIG. 8 is a diagram illustrating temporal prediction and parallax prediction performed by the encoders 41 and 42 in FIG.
  • the horizontal axis represents the time of encoding (decoding).
  • temporal prediction is performed by referring to another picture of the central viewpoint color image that has already been encoded. be able to.
  • temporal prediction that refers to another picture of a packed color image that has already been encoded
  • Disparity prediction that refers to a picture of a central viewpoint color image (already encoded) (a picture at the same time as a picture of a packing color image to be encoded (the same POC (Picture) Order Count))
  • FIG. 9 is a block diagram showing a configuration example of the encoder 42 of FIG.
  • an encoder 42 includes an A / D (Analog / Digital) conversion unit 111, a screen rearrangement buffer 112, a calculation unit 113, an orthogonal transformation unit 114, a quantization unit 115, a variable length encoding unit 116, and a storage buffer 117. , An inverse quantization unit 118, an inverse orthogonal transform unit 119, a calculation unit 120, a deblocking filter 121, an intra prediction unit 122, an inter prediction unit 123, and a predicted image selection unit 124.
  • a / D Analog / Digital
  • the A / D converter 111 is sequentially supplied with pictures of packing color images, which are images to be encoded (moving images), in the display order.
  • the A / D converter 111 When the picture supplied to the A / D converter 111 is an analog signal, the A / D converter 111 performs A / D conversion on the analog signal and supplies it to the screen rearrangement buffer 112.
  • the screen rearrangement buffer 112 temporarily stores the pictures from the A / D conversion unit 111, and reads out the pictures according to a predetermined GOP (Group of Pictures) structure, thereby arranging the picture arrangement in the display order. From this, the rearrangement is performed in the order of encoding (decoding order).
  • GOP Group of Pictures
  • the picture read from the screen rearrangement buffer 112 is supplied to the calculation unit 113, the intra prediction unit 122, and the inter prediction unit 123.
  • the calculation unit 113 is supplied with a picture from the screen rearrangement buffer 112 and a prediction image generated by the intra prediction unit 122 or the inter prediction unit 123 from the prediction image selection unit 124.
  • the calculation unit 113 sets the picture read from the screen rearrangement buffer 112 as a target picture to be encoded, and sequentially sets macroblocks constituting the target picture as a target block to be encoded.
  • the calculation unit 113 calculates a subtraction value obtained by subtracting the pixel value of the prediction image supplied from the prediction image selection unit 124 from the pixel value of the target block as necessary, and supplies the calculated value to the orthogonal transformation unit 114.
  • the orthogonal transform unit 114 performs orthogonal transform such as discrete cosine transform and Karhunen-Loeve transform on the target block (the pixel value or the residual obtained by subtracting the predicted image) from the computation unit 113, and The transform coefficient obtained as a result is supplied to the quantization unit 115.
  • the quantization unit 115 quantizes the transform coefficient supplied from the orthogonal transform unit 114, and supplies the quantized value obtained as a result to the variable length coding unit 116.
  • variable length coding unit 116 performs variable length coding (for example, CAVLC (Context-Adaptive Variable Length Coding)) or arithmetic coding (for example, CABAC (Context) on the quantized value from the quantization unit 115. -Adaptive Binary Arithmetic Coding), etc.) and the like, and the encoded data obtained as a result is supplied to the accumulation buffer 117.
  • variable length coding for example, CAVLC (Context-Adaptive Variable Length Coding)
  • CABAC Context
  • CABAC Context
  • CABAC Context-Adaptive Binary Arithmetic Coding
  • variable length encoding unit 116 is supplied with the quantization value from the quantization unit 115 and the header information included in the header of the encoded data from the prediction image selection unit 124.
  • variable length encoding unit 116 encodes the header information from the predicted image selection unit 124 and includes it in the header of the encoded data.
  • the accumulation buffer 117 temporarily stores the encoded data from the variable length encoding unit 116 and outputs (transmits) it at a predetermined data rate.
  • the quantization value obtained by the quantization unit 115 is supplied to the variable length coding unit 116 and also to the inverse quantization unit 118, and the inverse quantization unit 118, the inverse orthogonal transform unit 119, and the calculation In unit 120, local decoding is performed.
  • the inverse quantization unit 118 inversely quantizes the quantized value from the quantization unit 115 into a transform coefficient and supplies the transform coefficient to the inverse orthogonal transform unit 119.
  • the inverse orthogonal transform unit 119 performs inverse orthogonal transform on the transform coefficient from the inverse quantization unit 118 and supplies it to the arithmetic unit 120.
  • the calculation unit 120 decodes the target block by adding the pixel value of the predicted image supplied from the predicted image selection unit 124 to the data supplied from the inverse orthogonal transform unit 119 as necessary. A decoded image is obtained and supplied to the deblocking filter 121.
  • the deblocking filter 121 removes (reduces) block distortion generated in the decoded image by filtering the decoded image from the arithmetic unit 120, and supplies it to the DPB 43 (FIG. 5).
  • the DPB 43 predictively encodes the decoded image from the deblocking filter 121, that is, the picture of the packed color image encoded by the encoder 42 and locally decoded (predicted by the calculation unit 113). This is stored as a reference image (candidate) to be referred to when generating a predicted image used for (encoding where image subtraction is performed).
  • the DPB 43 is shared by the encoders 41 and 42, in addition to the picture of the packed color image encoded and locally decoded by the encoder 42, it is encoded and locally decoded by the encoder 41. A picture of the central viewpoint color image is also stored.
  • local decoding by the inverse quantization unit 118, the inverse orthogonal transform unit 119, and the calculation unit 120 is, for example, an I picture, a P picture, and a reference picture that can be a reference image (reference picture).
  • the DPB 43 decoded pictures of I picture, P picture, and Bs picture are stored.
  • the target picture is an I picture, a P picture, or a B picture (including a Bs picture) that can be subjected to intra prediction (intra-screen prediction)
  • intra prediction intra-screen prediction
  • a portion (decoded image) that has already been locally decoded is read.
  • the intra-screen prediction unit 122 sets a part of the decoded image of the target picture read from the DPB 43 as the predicted image of the target block of the target picture supplied from the screen rearrangement buffer 112.
  • the intra-screen prediction unit 122 calculates the encoding cost required to encode the target block using the predicted image, that is, the encoding cost required to encode the residual of the target block with respect to the predicted image. Obtained and supplied to the predicted image selection unit 124 together with the predicted image.
  • the inter prediction unit 123 encodes a picture that has been encoded and locally decoded from the DPB 43 before the target picture. And read out as a reference image.
  • the inter prediction unit 123 performs a corresponding block corresponding to the target block of the target block and the reference image by ME (Motion ⁇ Estimation) using the target block of the target picture from the screen rearrangement buffer 112 and the reference image.
  • ME Motion ⁇ Estimation
  • a deviation vector representing a deviation (parallax, motion) from a target block for example, a block that minimizes SAD (Sum Absolute Differences) or the like) with the target block is detected.
  • the reference image is a picture of the same view as the target picture (at a different time from the target picture)
  • the shift vector detected by the ME using the target block and the reference image is the target block
  • the reference This is a motion vector representing a motion (temporal shift) between the images.
  • the shift vector detected by the ME using the target block and the reference image is the target block, the reference image, It becomes a parallax vector representing the parallax (spatial shift) between the two.
  • the inter prediction unit 123 performs shift compensation (motion compensation that compensates for a shift for motion, or parallax compensation that compensates for a shift for parallax, which is MC (Motion Compensation) of the reference image from the DPB 43 in accordance with the shift vector of the target block. ) To generate a predicted image.
  • shift compensation motion compensation that compensates for a shift for motion, or parallax compensation that compensates for a shift for parallax, which is MC (Motion Compensation) of the reference image from the DPB 43 in accordance with the shift vector of the target block.
  • the inter prediction unit 123 acquires, as a predicted image, a corresponding block that is a block (region) at a position shifted (shifted) from the position of the target block in the reference image according to the shift vector of the target block.
  • the inter prediction unit 123 obtains an encoding cost required for encoding the target block using a prediction image for each inter prediction mode having different macroblock types and the like to be described later.
  • the inter prediction unit 123 sets the inter prediction mode with the minimum encoding cost as the optimal inter prediction mode that is the optimal inter prediction mode, and the prediction image and the encoding cost obtained in the optimal inter prediction mode.
  • the predicted image selection unit 124 is supplied.
  • deviation prediction generating a predicted image based on a deviation vector (disparity vector, motion vector)
  • deviation compensation deviation compensation, motion compensation
  • the predicted image selection unit 124 selects a predicted image with a low encoding cost from the predicted images from the intra-screen prediction unit 122 and the inter prediction unit 123, and supplies them to the calculation units 113 and 120.
  • the intra-screen prediction unit 122 supplies information related to intra prediction (prediction mode-related information) to the predicted image selection unit 124, and the inter prediction unit 123 uses information related to inter prediction (information about shift vectors and reference images). Prediction mode related information including the assigned reference index) is supplied to the predicted image selection unit 124.
  • the predicted image selection unit 124 selects information from the one in which the predicted image with the lower encoding cost is generated among the information from the intra-screen prediction unit 122 and the inter prediction unit 123, and as header information, This is supplied to the variable length coding unit 116.
  • the encoder 41 in FIG. 5 is also configured similarly to the encoder 42 in FIG. However, in the encoder 41 that encodes the image of the base view, disparity prediction is not performed in inter prediction, and only temporal prediction is performed.
  • FIG. 10 is a diagram for explaining a macroblock type of MVC (AVC).
  • a macroblock that is a target block is a block of 16 ⁇ 16 pixels in horizontal ⁇ vertical, but ME (and prediction image generation) is performed for each partition by dividing the macroblock into partitions. Can do.
  • a macroblock is divided into any partition of 16 ⁇ 16 pixels, 16 ⁇ 8 pixels, 8 ⁇ 16 pixels, or 8 ⁇ 8 pixels, and ME is performed for each partition.
  • a shift vector motion vector or disparity vector
  • an 8 ⁇ 8 pixel partition is further divided into any one of 8 ⁇ 8 pixels, 8 ⁇ 4 pixels, 4 ⁇ 8 pixels, or 4 ⁇ 4 pixels, and each subpartition
  • ME can be performed to detect a shift vector (motion vector or disparity vector).
  • the macro block type represents what partition (and sub-partition) the macro block is divided into.
  • the encoding cost of each macroblock type is calculated as the encoding cost of each inter prediction mode, and the inter prediction mode (macroblock type) with the minimum encoding cost is calculated. ) Is selected as the optimal inter prediction mode.
  • FIG. 11 is a diagram for explaining a prediction vector (PMV) of MVC (AVC).
  • a shift vector motion vector or disparity vector
  • a predicted image is generated using the shift vector.
  • the shift vector Since the shift vector is necessary for decoding the image on the decoding side, it is necessary to encode the shift vector information and include it in the encoded data. However, if the shift vector is encoded as it is, The amount of code increases and the coding efficiency may deteriorate.
  • the macroblock is divided into 8 ⁇ 8 pixel partitions, and each of the 8 ⁇ 8 pixel partitions is further divided into 4 ⁇ 4 pixel sub-partitions.
  • a prediction vector generated by MVC differs depending on a reference index (hereinafter also referred to as a prediction reference index) assigned to a reference image used for generating a prediction image of a macroblock around the target block.
  • a reference index hereinafter also referred to as a prediction reference index assigned to a reference image used for generating a prediction image of a macroblock around the target block.
  • AVC when generating a predicted image, a plurality of pictures can be used as reference images.
  • the reference image is stored in a buffer called DPB after decoding (local decoding).
  • the DPB is managed by the FIFO (First In First Out) method, and the pictures stored in the DPB are released in order from the picture with the smallest frame_num (becomes non-reference images).
  • FIFO First In First Out
  • the I (Intra) picture, the P (Predictive) picture, and the Bs picture that is a reference B (Bi-directional Predictive) picture are stored in the DPB as a short-time reference picture.
  • the moving window memory management method does not affect the long-term reference image stored in the DPB. That is, in the moving window memory management method, only the short-time reference image is managed by the FIFO method among the reference images.
  • pictures stored in the DPB are managed using a command called MMCO (Memory management control operation).
  • MMCO Memory management control operation
  • a short-time reference image as a non-reference image for a reference image stored in the DPB, or a reference index for managing a long-time reference image for a short-time reference image.
  • a long-term frame index setting a short-time reference image as a long-time reference image, setting a maximum value of long-term frame index, setting all reference images as non-reference images Etc. can be performed.
  • inter prediction for generating a predicted image is performed by performing motion compensation (displacement compensation) on a reference image stored in the DPB, but for inter prediction of B pictures (including Bs pictures)
  • Two-picture reference images can be used.
  • the inter prediction using the reference picture of the two pictures is called L0 (List 0) prediction and L1 (List 1) prediction, respectively.
  • L0 prediction, L1 prediction, or both L0 prediction and L1 prediction are used as inter prediction.
  • L0 prediction is used as inter prediction.
  • reference images that are referred to for generating predicted images are managed by a reference list (Reference Picture List).
  • a reference index that is an index for designating a reference image (possible reference image) to be referred to in generating a predicted image is assigned to a reference image (possible picture) stored in the DPB. It is done.
  • the reference index is assigned only for the L0 prediction.
  • both the L0 prediction and the L1 prediction may be used as the inter prediction for the B picture. Is assigned to both the L0 prediction and the L1 prediction.
  • the reference index for L0 prediction is also referred to as L0 index
  • the reference index for L1 prediction is also referred to as L1 index.
  • a reference index (L0 index) having a smaller value is assigned to the reference picture stored in the DPB as the reference picture is later in decoding order.
  • the reference index is an integer value of 0 or more, and the minimum value is 0. Therefore, when the target picture is a P picture, 0 is assigned as the L0 index to the reference picture decoded immediately before the target picture.
  • the reference index (L0 index, L0 index, POC (Picture Order Count) order is the default for AVC. And L1 index).
  • an L0 index having a smaller value is assigned to a reference image closer to the target picture with respect to a reference image temporally previous to the target picture in display order, and then the target picture is displayed in display order.
  • an L0 index having a smaller value is assigned to a reference image that is closer to the target picture.
  • a reference image closer to the target picture is assigned a lower L1 index to a reference image that is temporally later than the target picture in display order, and then the target picture is displayed in display order.
  • An L1 index having a smaller value is assigned to a reference image that is closer to the target picture with respect to a temporally previous reference image.
  • the reference index (L0 index and L1 index) by default of the above AVC is assigned to a short-time reference image.
  • the assignment of the reference index to the long-time reference image is performed after the reference index is assigned to the short-time reference image.
  • a reference index having a larger value than that of the short-time reference image is assigned to the long-time reference image.
  • any allocation can be performed by using a command called Reference Picture List Reordering (hereinafter also referred to as RPLR command). .
  • RPLR command Reference Picture List Reordering
  • the reference index is assigned to the reference image by a default method.
  • the prediction vector PMVX of the shift vector mvX of the target block X is, as shown in FIG. 11, the macroblock A adjacent to the left of the target block X, the macroblock B adjacent above, and the diagonally right It is obtained in a different manner depending on the reference index for prediction of each of the adjacent macroblocks C (reference indexes assigned to the reference images used for generating the prediction images of the macroblocks A, B, and C). .
  • the reference index ref_idx for prediction of the target block X is 0, for example.
  • the shift vector of the one macroblock (the macroblock for which the prediction reference index ref_idx is 0) is set as the prediction vector PMVX of the shift vector mvX of the target block X.
  • the macroblock B among the three macroblocks A to C adjacent to the target block X is a macroblock whose reference index ref_idx for prediction is 0.
  • the shift vector mvB of the macroblock A is set as the prediction vector PMVX of the target block X (shift vector mvX).
  • the median of the shift vector of two or more macroblocks for which the reference index ref_idx for prediction is 0 is set as the prediction vector PMVX of the target block X.
  • the 0 vector is set as the prediction vector PMVX of the target block X.
  • the target block X when the reference index ref_idx for prediction of the target block X is 0, the target block X can be encoded as a skip macroblock (skip mode).
  • the prediction vector is used as it is as the shift vector of the skip macroblock, and a copy of the block (corresponding block) at the position shifted by the shift vector (prediction vector) from the position of the skip macroblock in the reference image , The decoding result of the skip macroblock.
  • the target block is a skip macroblock depends on the specifications of the encoder, but is determined (determined) based on, for example, the amount of encoded data, the encoding cost of the target block, and the like.
  • FIG. 12 is a block diagram illustrating a configuration example of the inter prediction unit 123 of the encoder 42 of FIG.
  • the inter prediction unit 123 includes a parallax prediction unit 131 and a time prediction unit 132.
  • the DPB 43 is supplied from the deblocking filter 121 with a decoded image, that is, a picture of a packing color image (hereinafter also referred to as a decoding packing color image) encoded by the encoder 42 and locally decoded. And stored as a reference image (possible picture).
  • a decoded image that is, a picture of a packing color image (hereinafter also referred to as a decoding packing color image) encoded by the encoder 42 and locally decoded. And stored as a reference image (possible picture).
  • the DPB 43 is also supplied with and stored a picture of a central viewpoint color image (hereinafter also referred to as a decoded central viewpoint color image) encoded by the encoder 41 and locally decoded. Is done.
  • a central viewpoint color image hereinafter also referred to as a decoded central viewpoint color image
  • the decoded central viewpoint color image picture obtained by the encoder 41 is used for encoding the packing color image to be encoded. For this reason, in FIG. 12, an arrow indicating that the decoded central viewpoint color image obtained by the encoder 41 is supplied to the DPB 43 is illustrated.
  • the target picture of the packing color image is supplied from the screen rearrangement buffer 112 to the parallax prediction unit 131.
  • the disparity prediction unit 131 refers to the picture of the decoded central viewpoint color image (picture at the same time as the target picture) stored in the DPB 43 for the disparity prediction of the target block of the target picture of the packed color image from the screen rearrangement buffer 112 This is used as an image to generate a predicted image of the target block.
  • the disparity prediction unit 131 obtains the disparity vector of the target block by performing ME using the decoded central viewpoint color image stored in the DPB 43 as a reference image.
  • the disparity prediction unit 131 generates a predicted image of the target block by performing MC using the picture of the decoded central viewpoint color image stored in the DPB 43 as a reference image according to the disparity vector of the target block.
  • the disparity prediction unit 131 calculates, for each macroblock type, an encoding cost required for encoding the target block (predictive encoding) using a predicted image obtained from the reference image by disparity prediction.
  • the disparity prediction unit 131 selects a macroblock type with the lowest coding cost as the optimal inter prediction mode, and uses the predicted image (disparity prediction image) generated in the optimal inter prediction mode as the predicted image selection unit 124. To supply.
  • parallax prediction unit 131 supplies information such as the optimal inter prediction mode to the predicted image selection unit 124 as header information.
  • a reference index is assigned to the reference image, and the reference image is assigned to the reference image that is referred to when the predicted image generated in the optimal inter prediction mode is generated in the parallax prediction unit 131.
  • the reference index is selected as a reference index for prediction of the target block, and is supplied to the predicted image selection unit 124 as one piece of header information.
  • the time prediction unit 132 is supplied with the target picture of the packing color image from the screen rearrangement buffer 112.
  • the temporal prediction unit 132 performs temporal prediction of the target block of the target picture of the packing color image from the screen rearrangement buffer 112, and uses the decoded packing color picture stored in the DPB 43 (a picture at a time different from the target picture) as a reference image. To generate a predicted image of the target block.
  • the time prediction unit 132 obtains the motion vector of the target block by performing ME using the picture of the decoded packing color image stored in the DPB 43 as a reference image.
  • the temporal prediction unit 132 generates a predicted image of the target block by performing MC using the picture of the decoded packing color image stored in the DPB 43 as a reference image according to the motion vector of the target block.
  • the temporal prediction unit 132 calculates an encoding cost required for encoding the target block (predictive encoding) using a prediction image obtained by temporal prediction from the reference image for each macroblock type.
  • the temporal prediction unit 132 selects the macroblock type with the lowest coding cost as the optimal inter prediction mode, and uses the predicted image (temporal prediction image) generated in the optimal inter prediction mode as the predicted image selection unit 124. To supply.
  • time prediction unit 132 supplies information such as the optimal inter prediction mode to the predicted image selection unit 124 as header information.
  • a reference index is assigned to the reference image, and the reference image is assigned to the reference image that is referred to when the prediction image generated in the optimal inter prediction mode is generated in the temporal prediction unit 132.
  • the reference index is selected as a reference index for prediction of the target block, and is supplied to the predicted image selection unit 124 as one piece of header information.
  • the encoding cost is minimum.
  • a predicted image is selected and supplied to the calculation units 113 and 120.
  • a reference index having a value of 1 is assigned to a reference image referred to in disparity prediction (here, a picture of a decoded central viewpoint color image) and is referred to in temporal prediction. It is assumed that a reference index having a value of 0 is assigned to a reference image (here, a picture of a decoded packing color image).
  • FIG. 13 is a block diagram illustrating a configuration example of the disparity prediction unit 131 in FIG.
  • the parallax prediction unit 131 includes a reference image conversion unit 140, a parallax detection unit 141, a parallax compensation unit 142, a prediction information buffer 143, a cost function calculation unit 144, and a mode selection unit 145.
  • the picture of the decoded central viewpoint color image is supplied from the DPB 43 to the reference image conversion unit 140 as a reference image.
  • the reference image conversion unit 140 performs the parallax prediction (parallax compensation) with fractional accuracy that is sub-pixel accuracy (fineness below the interval between pixels of the reference image) in the parallax prediction unit 131.
  • the reference image from the DPB 43 is subjected to a filtering process for interpolating a virtual pixel called a sub-pel in the picture of the decoded central viewpoint color image as the reference image from the DPB 43, so that the reference image has a resolution Is converted to a reference image having a high number of pixels (a large number of pixels) and supplied to the parallax detection unit 141 and the parallax compensation unit 142.
  • a filter used for filter processing for interpolating sub-pels is called an AIF (Adaptive Interpolation Filter).
  • the reference image conversion unit 140 can supply the reference image as it is to the parallax detection unit 141 and the parallax compensation unit 142 without subjecting the reference image to filter processing by AIF.
  • the parallax detection unit 141 is supplied with a picture of the decoded central viewpoint color image as a reference image from the reference image conversion unit 140 and also from the screen rearrangement buffer 112 with a picture of the packing color image to be encoded (target picture). ) Is supplied.
  • the parallax detection unit 141 performs ME using the target block and the picture of the decoded central viewpoint color image that is the reference image, so that, for example, in the picture of the target block and the decoded central viewpoint color image, A disparity vector mv representing a deviation from the corresponding block that provides the best coding efficiency such as minimizing SAD or the like is detected for each macroblock type and supplied to the disparity compensation unit 142.
  • the parallax compensation unit 142 is supplied with a parallax vector mv from the parallax detection unit 141 and a picture of a decoded central viewpoint color image as a reference image from the reference image conversion unit 140.
  • the parallax compensation unit 142 performs the parallax compensation of the reference image from the reference image conversion unit 140 using the parallax vector mv of the target block from the parallax detection unit 141, so that the predicted image of the target block is determined for each macroblock type. To generate.
  • the disparity compensation unit 142 acquires, as a predicted image, a corresponding block that is a block (region) at a position shifted by the disparity vector mv from the position of the target block in the picture of the decoded central viewpoint color image as a reference image. .
  • the parallax compensation unit 142 obtains the prediction vector PMV of the parallax vector mv of the target block using the parallax vectors of the macroblocks around the target block that have already been encoded as necessary.
  • the disparity compensation unit 142 obtains a residual vector that is a difference between the disparity vector mv of the target block and the prediction vector PMV.
  • the parallax compensation unit 142 uses the prediction image of the target block for each prediction mode such as the macroblock type, the residual vector of the target block, and the reference image (in this case, the decoding image) used to generate the prediction image.
  • the reference index assigned to the picture of the central viewpoint color image) is associated with the prediction mode and supplied to the prediction information buffer 143 and the cost function calculation unit 144.
  • the prediction information buffer 143 temporarily stores the prediction image, the residual vector, and the reference index associated with the prediction mode from the parallax compensation unit 142 as prediction information together with the prediction mode.
  • the cost function calculation unit 144 is supplied with the prediction image, the residual vector, and the reference index associated with the prediction mode from the parallax compensation unit 142, and from the screen rearrangement unit buffer 112 with the packing color image.
  • the target picture is supplied.
  • the cost function calculating unit 144 calculates a coding cost for a coding cost required for coding the target block of the target picture from the screen rearrangement buffer 112 for each macroblock type (FIG. 10) as the prediction mode. It is obtained according to the cost function.
  • the cost function calculation unit 144 obtains a value MV corresponding to the code amount of the residual vector from the parallax compensation unit 142 and corresponds to the code amount of the reference index (prediction reference index) from the parallax compensation unit 142. Find the value IN.
  • the cost function calculation unit 144 obtains a SAD that is a value D corresponding to the residual code amount of the target block for the prediction image from the parallax compensation unit 142.
  • the cost function calculation unit 144 When the cost function calculation unit 144 obtains the coding cost (cost function value) for each macroblock type, the cost function calculation unit 144 supplies the coding cost to the mode selection unit 145.
  • the mode selection unit 145 detects the minimum cost, which is the minimum value, from the encoding costs for each macroblock type from the cost function calculation unit 144.
  • the mode selection unit 145 selects the macro block type for which the minimum cost is obtained as the optimum inter prediction mode.
  • the mode selection part 145 reads the prediction image matched with the prediction mode which is the optimal inter prediction mode, a residual vector, and a reference index from the prediction information buffer 143, and with the prediction mode which is the optimal inter prediction mode. And supplied to the predicted image selection unit 124.
  • the prediction mode (optimum inter prediction mode), the residual vector, and the reference index (prediction reference index) supplied from the mode selection unit 145 to the prediction image selection unit 124 are inter-prediction (here, disparity).
  • the prediction image selection unit 124 supplies the prediction mode related information regarding the inter prediction to the variable length encoding unit 216 as header information as necessary.
  • the mode selection unit 145 encodes the target block as a skip macroblock based on the minimum cost, for example. Judge whether or not.
  • the optimal inter prediction mode is set to a skip mode in which the target block is encoded as a skip macroblock.
  • the temporal prediction unit 132 in FIG. 12 performs the same processing as the parallax prediction unit 131 in FIG. 13 except that the reference image is not a decoded central viewpoint color image picture but a decoded packing color image picture. Is called.
  • 14 and 15 are diagrams for explaining the filter processing performed by the reference image conversion unit 140, that is, the MVC filter processing for interpolating sub-pels in the reference image.
  • the circles indicate the original pixels (non-sub-pel pixels) of the reference image.
  • the position of the original pixel is the origin (0,0) at the position of the original pixel, and from left to right Can be represented by coordinates using integers in a two-dimensional coordinate system in which x is the x-axis and y-axis is from the top to the bottom. Therefore, the original pixel is also called an integer pixel.
  • a position that can be represented by coordinates using integers is also called an integer position
  • an image composed only of integer pixels is also called an integer precision image.
  • a filter process (hereinafter referred to as “filtering process”) that filters 6-pixel integer pixels that are continuously arranged in the horizontal direction in a reference image that is an integer-precision image by using a 6-tap filter (AIF) in the horizontal direction.
  • AIF 6-tap filter
  • a pixel as a subpel is generated at a position a between the third and fourth integer pixels among the six integer pixels.
  • the pixel generated (interpolated) by the horizontal 1/2 pixel generation filter processing is also referred to as horizontal 1/2 pixel.
  • AIF 6-tap filter
  • 3 of the 6 pixels of the integer pixel or horizontal 1/2 pixel A pixel as a sub-pel is generated at a position b between the second and fourth integer pixels or between horizontal 1 ⁇ 2 pixels.
  • the pixels generated by the vertical 1/2 pixel generation filter processing are also referred to as vertical 1/2 pixels.
  • an image obtained by performing horizontal 1/2 pixel generation filter processing on an integer accuracy image and further applying vertical 1/2 pixel generation filter processing is also referred to as a 1/2 accuracy image.
  • the horizontal and vertical intervals between the pixels are 1/2, and the pixel positions can be represented by coordinates using 1/2 interval values including integers.
  • the accuracy of disparity prediction (detection of disparity vectors and generation of a predicted image) when using a reference image of an integer accuracy image is integer accuracy, but disparity prediction when a reference image of a 1/2 accuracy image is used Therefore, according to the parallax prediction when the reference image of the 1/2 accuracy image is used, the prediction accuracy can be improved.
  • MVC it is possible to perform parallax prediction with 1/2 accuracy using a reference image with a 1/2 accuracy image as described above, and more accurate (resolution) from the reference image with the 1/2 accuracy image.
  • a high reference image can be generated, and more accurate parallax prediction can be performed using the reference image.
  • an integer pixel and a horizontal 1/2 pixel of a reference image which is a 1/2 precision image, continuously arranged in a horizontal direction by a 2-tap filter (AIF) in the horizontal direction.
  • a pixel at a position in FIG. 15 or two vertical 1/2 pixels (a pixel at a position b in FIG. 15) for filtering (hereinafter, also referred to as a horizontal 1/4 pixel generating filter process)
  • a pixel as a sub-pel is generated at a position c between an integer pixel to be filtered and a horizontal 1 ⁇ 2 pixel or between two vertical 1 ⁇ 2 pixels.
  • the pixels generated by the horizontal 1/4 pixel generation filter processing are also referred to as horizontal 1/4 pixels.
  • a reference image which is a 1/2 precision image and an integer pixel and a vertical 1/2 pixel continuously arranged in the vertical direction by a 2-tap filter (AIF) in the vertical direction.
  • AIF 2-tap filter
  • the pixels generated by the vertical 1/4 pixel generation filter processing are also referred to as vertical 1/4 pixels.
  • horizontal 1/2 pixels are continuously arranged in the diagonal direction of the reference image that is a 1/2 precision image by a 2-tap filter (AIF) in the diagonal direction.
  • Filter processing hereinafter also referred to as horizontal / vertical 1/4 pixel generation filter processing that filters vertical 1/2 pixels (pixels at position b in FIG. 15) and vertical 1/2 pixels (pixels at position a in FIG. 15),
  • a pixel as a sub-pel is generated at a position e between a horizontal 1 ⁇ 2 pixel and a vertical 1 ⁇ 2 pixel arranged in an oblique direction.
  • the pixels generated by the horizontal / vertical 1/4 pixel generation filter processing are also referred to as horizontal / vertical 1/4 pixels.
  • a horizontal 1/4 pixel generation filter process is performed on the 1/2 precision image, a vertical 1/4 pixel generation filter process is performed, and then a horizontal vertical 1/4 pixel generation filter process is performed.
  • the image obtained by applying is also referred to as a 1/4 precision image.
  • the horizontal and vertical intervals between pixels are 1/4, and the pixel positions can be represented by coordinates using 1/4 interval values including integers.
  • the prediction accuracy is It can be improved further.
  • FIG. 14 shows the reference of the 1/2 accuracy image by performing the horizontal 1/2 pixel generation filter processing and the vertical 1/2 pixel generation filter processing on the integer accuracy image reference image.
  • FIG. 15 is a diagram illustrating the generation of an image, and FIG. 15 is a horizontal 1/4 pixel generation filter process, a vertical 1/4 pixel generation filter process, and a reference image of a 1/2 precision image; It is a figure explaining producing
  • FIG. 16 is a block diagram illustrating a configuration example of the reference image conversion unit 140 of FIG.
  • the reference image conversion unit 140 applies the MVC filter processing described in FIGS. 14 and 15 to the reference image, thereby converting the reference image of the integer precision image into an image with a high resolution (a large number of pixels), that is, 1 Converts to a / 2 accuracy image reference image or 1/4 accuracy reference image.
  • the reference image conversion unit 140 includes a horizontal 1/2 pixel generation filter processing unit 151, a vertical 1/2 pixel generation filter processing unit 152, a horizontal 1/4 pixel generation filter processing unit 153, a vertical 1 / A 4-pixel generation filter processing unit 154 and a horizontal / vertical 1/4 pixel generation filter processing unit 155 are included.
  • the horizontal 1/2 pixel generation filter processing unit 151 is supplied with the decoded central viewpoint color image (picture thereof) from the DPB 43 as a reference image of the integer precision image.
  • the horizontal 1/2 pixel generation filter processing unit 151 performs horizontal 1/2 pixel generation filter processing on the reference image of the integer precision image, and obtains a reference image in which the number of pixels in the horizontal direction is doubled from the original. This is supplied to the vertical 1/2 pixel generation filter processing unit 152.
  • the vertical 1/2 pixel generation filter processing unit 152 performs vertical 1/2 pixel generation filter processing on the reference image from the horizontal 1/2 pixel generation filter processing unit 151 to obtain the number of pixels in the horizontal direction and the vertical direction. Is supplied to the horizontal 1/4 pixel generation filter processing unit 153, which is a reference image that is twice the original, that is, a reference image of a half-precision image (FIG. 14).
  • the horizontal 1/4 pixel generation filter processing unit 153 performs horizontal 1/4 pixel generation filter processing on the reference image of the 1/2 precision image from the vertical 1/2 pixel generation filter processing unit 152 to obtain a vertical 1 / 4 pixel generation filter processing unit 154.
  • the vertical 1/4 pixel generation filter processing unit 154 applies vertical 1/4 pixel generation filter processing to the reference image from the horizontal 1/4 pixel generation filter processing unit 153 to generate horizontal and vertical 1/4 pixels. This is supplied to the filter processing unit 155.
  • the horizontal / vertical 1/4 pixel generation filter processing unit 155 performs horizontal / vertical 1/4 pixel generation filter processing on the reference image from the vertical 1/4 pixel generation filter processing unit 154 in the horizontal direction and the vertical direction.
  • MVC stipulates that when a filter process for interpolating pixels is performed on a reference image, a filter process for increasing the number of pixels in the horizontal direction and the vertical direction by the same multiple is performed.
  • parallax prediction (and temporal prediction) can be performed using a reference image of an integer accuracy image, a reference image of a 1/2 accuracy image, or a reference image of a 1/4 accuracy image.
  • the reference image conversion unit 140 horizontal 1/2 pixel generation filter processing, vertical 1/2 pixel generation filter processing, horizontal 1/4 pixel generation filter processing, vertical 1/4 pixel generation filter processing, and When neither the horizontal / vertical 1/4 pixel generation filter processing is performed and the reference image of the integer precision image is output as it is, the horizontal 1/2 pixel generation filter processing and the vertical 1/2 pixel generation filter.
  • the horizontal 1/2 pixel generation filter processing, the vertical 1/2 pixel generation filter processing, the horizontal A 1/4 pixel generation filter process, a vertical 1/4 pixel generation filter process, and a horizontal / vertical 1/4 pixel generation filter process are all performed, and the reference image of the integer accuracy image is a 1/4 accuracy image.
  • FIG. 17 is a block diagram illustrating a configuration example of the decoding device 32C in FIG.
  • the decoding device 32C in FIG. 17 decodes the central viewpoint color image, which is the multi-view color image encoded data from the demultiplexer 31 (FIG. 3), and the encoded data of the packing color image by MVC.
  • the decoding device 32C includes decoders 211 and 212 and a DPB 213.
  • the decoder 211 is supplied with the encoded data of the central viewpoint color image that is the base view image.
  • the decoder 211 decodes the encoded data of the central viewpoint color image supplied thereto by MVC, and outputs the central viewpoint color image obtained as a result.
  • the decoder 212 is supplied with encoded data of a packed color image that is a non-base view image.
  • the decoder 212 decodes the encoded data of the packing color image supplied thereto by MVC, and outputs the packing color image obtained as a result.
  • the central viewpoint color image output from the decoder 211 and the packing color image output from the decoder 212 are supplied to the resolution reverse conversion device 33C (FIG. 3) as a resolution conversion multi-viewpoint color image.
  • the DPB 213 temporarily stores the decoded image (decoded image) obtained by decoding the decoding target image in each of the decoders 211 and 212 as a reference image (candidate) to be referred to when the predicted image is generated.
  • the decoders 211 and 212 decode the images that have been predictively encoded by the encoders 41 and 42 in FIG.
  • the decoders 211 and 212 perform decoding in order to generate a predictive image used in predictive encoding. After decoding the target image, the decoded image used for generating the predicted image is temporarily stored in the DPB 213.
  • the DPB 213 is a shared buffer for temporarily storing the decoded images (decoded images) obtained by the decoders 211 and 212, respectively.
  • the decoders 211 and 212 each receive an image to be decoded from the decoded images stored in the DPB 213.
  • a reference image to be referenced for decoding is selected, and a predicted image is generated using the reference image.
  • each of the decoders 211 and 212 can refer to a decoded image obtained by itself as well as a decoded image obtained by another decoder.
  • the decoder 211 decodes the base view image, only the decoded image obtained by the decoder 211 is referred to.
  • FIG. 18 is a block diagram illustrating a configuration example of the decoder 212 in FIG.
  • the decoder 212 includes an accumulation buffer 241, a variable length decoding unit 242, an inverse quantization unit 243, an inverse orthogonal transform unit 244, a calculation unit 245, a deblocking filter 246, a screen rearrangement buffer 247, and a D / A conversion unit. 248, an intra prediction unit 249, an inter prediction unit 250, and a predicted image selection unit 251.
  • the storage buffer 241 is supplied with the encoded data of the packed color image from the encoded data of the central viewpoint color image and the packed color image constituting the multi-view color image encoded data from the demultiplexer 31. Is done.
  • the accumulation buffer 241 temporarily stores the encoded data supplied thereto and supplies the encoded data to the variable length decoding unit 242.
  • variable length decoding unit 242 performs variable length decoding on the encoded data from the accumulation buffer 241 to restore the prediction mode related information that is a quantized value or header information. Then, the variable length decoding unit 242 supplies the quantization value to the inverse quantization unit 243 and supplies the header information (prediction mode related information) to the in-screen prediction unit 249 and the inter prediction unit 250.
  • the inverse quantization unit 243 inversely quantizes the quantized value from the variable length decoding unit 242 into a transform coefficient and supplies the transform coefficient to the inverse orthogonal transform unit 244.
  • the inverse orthogonal transform unit 244 performs inverse orthogonal transform on the transform coefficient from the inverse quantization unit 243 and supplies the transform coefficient to the arithmetic unit 245 in units of macroblocks.
  • the calculation unit 245 sets the macroblock supplied from the inverse orthogonal transform unit 244 as a target block to be decoded, and adds the predicted image supplied from the predicted image selection unit 251 to the target block as necessary. Thus, a decoded image is obtained and supplied to the deblocking filter 246.
  • the deblocking filter 246 performs, for example, the same filtering as the deblocking filter 121 of FIG. 9 on the decoded image from the arithmetic unit 245, and supplies the decoded image after filtering to the screen rearrangement buffer 247.
  • the screen rearrangement buffer 247 temporarily stores and reads out the picture of the decoded image from the deblocking filter 246, thereby rearranging the picture arrangement to the original arrangement (display order), and D / A (Digital / Analog) This is supplied to the conversion unit 248.
  • the D / A conversion unit 248 When the D / A conversion unit 248 needs to output the picture from the screen rearrangement buffer 247 as an analog signal, the D / A conversion unit 248 performs D / A conversion on the picture and outputs it.
  • the deblocking filter 246 supplies the decoded images of the I picture, the P picture, and the Bs picture, which are referenceable pictures among the decoded images after filtering, to the DPB 213.
  • the DPB 213 stores the picture of the decoded image from the deblocking filter 246, that is, the picture of the packing color image, as a reference image to be referred to when generating a prediction image used for decoding performed later in time.
  • the central viewpoint color decoded by the decoder 211 in addition to the picture of the packing color image (decoded packing color image) decoded by the decoder 212.
  • the picture of the image (decoded central viewpoint color image) is also stored.
  • the intra prediction unit 249 recognizes whether or not the target block is encoded using a prediction image generated by intra prediction (intra prediction) based on the header information from the variable length decoding unit 242.
  • the intra-screen prediction unit 249 receives a picture including the target block from the DPB 213, as in the intra-screen prediction unit 122 of FIG. A portion (decoded image) that has already been decoded in the target picture) is read out. Then, the in-screen prediction unit 249 supplies a part of the decoded image of the target picture read from the DPB 213 to the predicted image selection unit 251 as the predicted image of the target block.
  • the inter prediction unit 250 recognizes based on the header information from the variable length decoding unit 242 whether the target block is encoded using a prediction image generated by inter prediction.
  • the inter prediction unit 250 When the target block is encoded using a prediction image generated by inter prediction, the inter prediction unit 250 performs prediction reference based on header information (prediction mode related information) from the variable length decoding unit 242.
  • the index that is, the reference index assigned to the reference image used to generate the predicted image of the target block is recognized.
  • the inter prediction unit 250 reads, as a reference image, a picture to which a reference index for prediction is assigned from the picture of the decoded packing color image and the picture of the decoded central viewpoint color image stored in the DPB 213.
  • the inter prediction unit 250 recognizes a shift vector (disparity vector, motion vector) used to generate a predicted image of the target block based on the header information from the variable length decoding unit 242, and the inter prediction unit in FIG. In the same manner as in 123, a predicted image is generated by performing compensation for a reference image (motion compensation that compensates for a displacement for motion or parallax compensation that compensates for a displacement for disparity) according to the displacement vector.
  • a shift vector displacement vector, motion vector
  • the inter prediction unit 250 acquires, as a predicted image, a block (corresponding block) at a position moved (shifted) from the position of the target block of the reference image according to the shift vector of the target block.
  • the inter prediction unit 250 supplies the predicted image to the predicted image selection unit 251.
  • the prediction image selection unit 251 selects the prediction image when the prediction image is supplied from the intra-screen prediction unit 249, and selects the prediction image when the prediction image is supplied from the inter prediction unit 250. And supplied to the calculation unit 245.
  • FIG. 19 is a block diagram illustrating a configuration example of the inter prediction unit 250 of the decoder 212 in FIG.
  • the inter prediction unit 250 includes a reference index processing unit 260, a parallax prediction unit 261, and a time prediction unit 262.
  • the DPB 213 is supplied from the deblocking filter 246 with the decoded image, that is, the picture of the decoded packed color image decoded by the decoder 212, and stored as a reference image.
  • the picture of the decoded central viewpoint color image decoded by the decoder 211 is also supplied and stored in the DPB 213. For this reason, in FIG. 19, an arrow indicating that the decoded central viewpoint color image obtained by the decoder 211 is supplied to the DPB 213 is illustrated.
  • the reference index processing unit 260 is supplied with the reference index (for prediction) of the target block in the prediction mode related information which is the header information from the variable length decoding unit 242.
  • the reference index processing unit 260 reads, from the DPB 213, the picture of the decoded central viewpoint color image or the picture of the decoded packed color image to which the reference index for prediction of the target block from the variable length decoding unit 242 is assigned, and the disparity The data is supplied to the prediction unit 261 or the time prediction unit 262.
  • a reference index having a value of 1 is assigned to a picture of a decoded central viewpoint color image that is a reference image referred to in the parallax prediction in the encoder 42.
  • a reference index having a value of 0 is assigned to a picture of a decoded packed color image that is a reference image that is referred to in temporal prediction.
  • the reference index for predicting the target block can recognize the picture of the decoded central viewpoint color image or the picture of the decoded packing color image, which is the reference image used to generate the predicted image of the target block. Furthermore, it can be recognized whether the deviation prediction performed when generating the prediction image of the target block is one of temporal prediction and parallax prediction.
  • the reference index processing unit 260 when the picture to which the reference index for prediction of the target block from the variable length decoding unit 242 is assigned is a picture of the decoded central viewpoint color image (the prediction reference index is 1). ), Since the predicted image of the target block is generated by parallax prediction, the picture of the decoded central viewpoint color image to which the reference index for prediction is assigned is read from the DPB 213 as a reference image and supplied to the parallax prediction unit 261 To do.
  • the reference index processing unit 260 when the picture to which the reference index for prediction of the target block from the variable length decoding unit 242 is assigned is a picture of a decoded packing color image (the prediction reference index is 0). In some cases, since the predicted image of the target block is generated by temporal prediction, the picture of the decoded packing color image to which the reference index is assigned is read out from the DPB 213 as a reference image and supplied to the temporal prediction unit 262.
  • the prediction mode related information which is header information from the variable length decoding unit 242, is supplied to the parallax prediction unit 261.
  • the parallax prediction unit 261 recognizes whether or not the target block is encoded using the prediction image generated by the parallax prediction based on the header information from the variable length decoding unit 242.
  • the parallax prediction unit 261 is used to generate a prediction image of the target block based on the header information from the variable length decoding unit 242.
  • the disparity vector is restored, and the prediction image is generated by performing disparity prediction (disparity compensation) according to the disparity vector, similarly to the disparity prediction unit 131 of FIG.
  • the disparity prediction unit 261 receives the decoding central viewpoint as the reference image from the reference index processing unit 260. A picture of a color image is supplied.
  • the disparity prediction unit 261 moves (shifts) a block (corresponding) from the position of the target block of the picture of the decoded central viewpoint color image as the reference image from the reference index processing unit 260 according to the disparity vector of the target block. Block) is acquired as a predicted image.
  • the parallax prediction unit 261 supplies the predicted image to the predicted image selection unit 251.
  • the prediction mode related information which is header information from the variable length decoding unit 242, is supplied to the time prediction unit 262.
  • the time prediction unit 262 recognizes whether or not the target block is encoded using the prediction image generated by the time prediction based on the header information from the variable length decoding unit 242.
  • the temporal prediction unit 262 When the target block is encoded using a prediction image generated by temporal prediction, the temporal prediction unit 262 is used to generate a prediction image of the target block based on the header information from the variable length decoding unit 242. The motion vector is restored, and the prediction image is generated by performing temporal prediction (motion compensation) according to the motion vector, similarly to the temporal prediction unit 132 of FIG.
  • the temporal prediction unit 262 receives the decoding packing color as the reference image from the reference index processing unit 260 as described above. A picture of the image is supplied.
  • the time prediction unit 262 moves (shifts) the block (corresponding block) from the position of the target block of the picture of the decoded packed color image as the reference image from the reference index processing unit 260 according to the motion vector of the target block. ) As a predicted image.
  • the time prediction unit 262 supplies the predicted image to the predicted image selection unit 251.
  • FIG. 20 is a block diagram illustrating a configuration example of the disparity prediction unit 261 in FIG.
  • the parallax prediction unit 261 includes a reference image conversion unit 271 and a parallax compensation unit 272.
  • the reference image conversion unit 271 is supplied with a picture of the decoded central viewpoint color image as a reference image from the reference index processing unit 260.
  • the reference image conversion unit 271 is configured in the same manner as the reference image conversion unit 140 (FIG. 16) on the encoder 42 side, and similarly to the reference image conversion unit 140, a decoded central viewpoint color as a reference image from the reference index processing unit 260. The picture of the image is converted and supplied to the parallax compensation unit 272.
  • the reference image conversion unit 271 converts the reference image from the reference index processing unit 260 as it is or into a reference image of a 1/2 accuracy image or a reference image of a 1/4 accuracy image, and a parallax compensation unit 272.
  • the parallax compensation unit 272 is supplied with the decoded central viewpoint color image as the reference image from the reference image conversion unit 271, the prediction mode included in the mode related information as the header information from the variable length decoding unit 242, and A residual vector is supplied.
  • the disparity compensation unit 272 obtains a prediction vector of the disparity vector of the target block using the disparity vector of the already decoded macroblock as necessary, and the prediction vector and the remaining of the target block from the variable length decoding unit 242 are obtained.
  • the disparity vector mv of the target block is restored by adding the difference vector.
  • the parallax compensation unit 272 performs the parallax compensation of the picture of the decoded central viewpoint color image as the reference image from the reference image conversion unit 271 by using the parallax vector mv of the target block, so that the variable length decoding unit 242 A prediction image of the target block is generated for the macroblock type represented by the prediction mode.
  • the parallax compensation unit 272 acquires a corresponding block that is a block at a position shifted by the parallax vector mv from the position of the target block in the picture of the decoded central viewpoint color image as a predicted image.
  • the parallax compensation unit 272 supplies the predicted image to the predicted image selection unit 251.
  • temporal prediction unit 262 in FIG. 19 performs the same processing as the disparity prediction unit 261 in FIG. 20 except that the reference image is not a decoded central viewpoint color image but a decoded packed color image. Is called.
  • the parallax prediction is performed. Prediction accuracy (prediction efficiency) may decrease.
  • the horizontal / vertical resolution ratio of the central viewpoint color image, the left viewpoint color image, and the right viewpoint color image ratio between the number of horizontal pixels and the number of vertical pixels.
  • the packing color image is a left viewpoint color image in which the vertical resolution of each of the left viewpoint color image and the right viewpoint color image is halved and the vertical resolution is halved.
  • the encoder 42 (FIG. 9) refers to the resolution ratio of the packing color image (encoding target image) to be encoded and the prediction of the packing color image in the parallax prediction.
  • the resolution ratio of the central viewpoint color image (decoded central viewpoint color image), which is a reference image of a viewpoint different from the packing color image, does not match (match).
  • the vertical resolution (vertical resolution) of each of the left viewpoint color image and the right viewpoint color image is 1 ⁇ 2 of the original, and therefore the left color in the packing color image.
  • the resolution ratio between the viewpoint color image and the right viewpoint color image is 2: 1.
  • the resolution ratio of the central viewpoint color image as the reference image is 1: 1
  • the resolution ratio of the left viewpoint color image and the right viewpoint color image that are the packing color image is 2: 1. Does not match.
  • the prediction accuracy of the parallax prediction decreases (the residual between the predicted image generated by the parallax prediction and the target block) Encoding efficiency), and encoding efficiency deteriorates.
  • FIG. 21 is a block diagram showing another configuration example of the transmission apparatus 11 of FIG.
  • the transmission device 11 includes resolution conversion devices 321C and 321D, encoding devices 322C and 322D, and a multiplexing device 23.
  • the transmission apparatus 11 of FIG. 21 is common to the case of FIG. 2 in that it includes the multiplexing apparatus 23, and instead of the resolution conversion apparatuses 21C and 21D and the encoding apparatuses 22C and 22D, the resolution conversion apparatus. It is different from the case of FIG. 2 in that 321C and 321D and encoding devices 322C and 322D are provided.
  • a multi-viewpoint color image is supplied to the resolution conversion device 321C.
  • the resolution conversion device 321C performs the same processing as the resolution conversion devices 21C and 21D in FIG.
  • the resolution conversion device 321C performs resolution conversion for converting the multi-view color image supplied thereto into a low-resolution resolution conversion multi-view color image lower than the original resolution, and the resulting resolution conversion multi-view color image. Is supplied to the encoding device 322C.
  • the resolution conversion device 321C generates resolution conversion information and supplies it to the encoding device 322C.
  • the resolution conversion information generated by the resolution conversion device 321C is information relating to resolution conversion of a multi-view color image to a resolution-converted multi-view color image, which is performed by the resolution conversion device 321C.
  • Resolution information regarding the resolution of the central viewpoint color image which is a reference image having a different viewpoint from the encoding target image.
  • the encoding device 322C encodes the resolution-converted multi-view color image obtained as a result of the resolution conversion by the resolution converting device 321C.
  • the resolution-converted multi-view color image that is the target of the encoding is shown in FIG. As described above, the central viewpoint color image and the packing color image.
  • the encoding target image to be encoded using the parallax prediction is a packing color image that is a non-base view image, and is referenced in the parallax prediction of the packing color image.
  • the reference image is a central viewpoint color image.
  • the resolution conversion information generated by the resolution conversion device 321C includes information regarding the resolution of the packing color image and the central viewpoint color image.
  • the encoding device 322C encodes the resolution-converted multi-viewpoint color image supplied from the resolution conversion device 321C by an extended method that is an extension of a standard such as MVC, which is a standard for transmitting images of a plurality of viewpoints.
  • Multi-view color image encoded data which is encoded data obtained as a result, is supplied to the multiplexing device 23.
  • images of a plurality of viewpoints can be transmitted, and a reference image that is referred to in the parallax prediction can be transmitted.
  • a standard such as HEVC (High Efficiency Video Coding) or the like, which performs a filter process for interpolating pixels to perform disparity prediction (parallax compensation) with subpixel accuracy (fractional accuracy), can be employed.
  • a multi-view depth image is supplied to the resolution conversion device 321D.
  • the resolution conversion device 321C In the resolution conversion device 321D and the encoding device 322D, the resolution conversion device 321C, except that a depth image (multi-view depth image) is processed as a processing target instead of a color image (multi-view color image). The same processing as that performed by the encoding device 322C is performed.
  • FIG. 22 is a block diagram showing another configuration example of the receiving device 12 of FIG.
  • FIG. 22 shows a configuration example of the receiving device 12 in FIG. 1 when the transmitting device 11 in FIG. 1 is configured as shown in FIG.
  • the reception device 12 includes a demultiplexing device 31, decoding devices 332C and 332D, and resolution inverse conversion devices 333C and 333D.
  • the receiving device 12 of FIG. 22 is common to the case of FIG. 3 in that it has the demultiplexing device 31, and instead of the decoding devices 32C and 32D and the resolution inverse transform devices 33C and 33D, respectively, the decoding device 3 is different from the case of FIG. 3 in that 332C and 332D and resolution inverse conversion devices 333C and 333D are provided.
  • the decoding device 332C decodes the multi-view color image encoded data supplied from the demultiplexing device 31 by the extended method, and performs resolution inverse conversion on the resolution-converted multi-view color image and the resolution conversion information obtained as a result. Supply to device 333C.
  • the resolution reverse conversion device 333C performs resolution reverse conversion for converting (reverse) the resolution-converted multi-view color image from the decoding device 332C into a multi-view color image of the original resolution based on the resolution conversion information from the decoding device 332C. And output a multi-view color image obtained as a result.
  • the decoding device 332D and the inverse resolution conversion device 333D are not multiview color image encoded data (resolution conversion multiview color image) but multiview depth image encoded data (resolution conversion multiview) from the demultiplexing device 31.
  • the same processing is performed with each of the decoding device 332C and the resolution reverse conversion device 333C, except that the depth image is processed as a processing target.
  • FIG. 23 is a diagram for explaining resolution conversion performed by the resolution conversion device 321C (and 321D) in FIG. 21 and resolution reverse conversion performed by the resolution reverse conversion device 333C (and 333D) in FIG.
  • the resolution conversion device 321C (FIG. 21), for example, similarly to the resolution conversion device 21C of FIG. 2, for example, a central viewpoint color image, a left viewpoint color image, and a right viewpoint color image, which are multi-viewpoint color images supplied thereto.
  • the central viewpoint color image is output as it is (without resolution conversion).
  • the resolution conversion device 321C sets the resolutions of the two viewpoint images for the remaining left viewpoint color image and right viewpoint color image of the multi-viewpoint color image.
  • a packing color image is generated and output by performing packing for conversion to a low resolution and combining the image for one viewpoint.
  • the resolution conversion device 321C halves the vertical resolution (number of pixels) of each of the left viewpoint color image and the right viewpoint color image, and sets the vertical resolution to 1 ⁇ 2. For example, by arranging the right viewpoint color images side by side vertically, a packing color image that is an image for one viewpoint is generated.
  • the left viewpoint color image is arranged on the upper side
  • the right viewpoint color image is arranged on the lower side.
  • the resolution conversion device 321C further indicates that the resolution of the central viewpoint color image remains the same, the packing color image includes the left viewpoint color image (with the vertical resolution halved), and the right viewpoint color. Resolution conversion information indicating that the images are for one viewpoint arranged vertically is generated.
  • the resolution reverse conversion device 333C determines from the resolution conversion information supplied thereto that the resolution of the central viewpoint color image remains the same, the packing color image is the left viewpoint color image, and It is recognized that the right viewpoint color image is an image for one viewpoint arranged vertically.
  • the resolution reverse conversion device 333C based on the information recognized from the resolution conversion information, the central viewpoint color image among the central viewpoint color image and the packing color image that are resolution conversion multi-view color images supplied thereto. Is output as is.
  • the resolution inverse conversion device 333C based on the information recognized from the resolution conversion information, converts the packing color image of the central viewpoint color image and the packing color image which are resolution conversion multi-view color images supplied thereto. Separate up and down.
  • the resolution reverse conversion device 333C obtains the vertical resolution of the left viewpoint color image and the right viewpoint color image whose vertical resolution is halved, obtained by separating the packing color image vertically, by interpolation or the like. Return to the original resolution and output.
  • the multi-view color image may be an image of four or more viewpoints.
  • the packing color in which the images of two viewpoints with the vertical resolution halved are packed into an image for one viewpoint (the amount of data).
  • Two or more images can be generated.
  • it can generate a packed color image that packs images from three viewpoints or more with a vertical resolution lower than 1/2 into one viewpoint image, and lowers both the vertical resolution and horizontal resolution.
  • a packed color image in which images of three or more viewpoints are packed into an image for one viewpoint can be generated.
  • FIG. 24 is a flowchart for explaining processing of the transmission device 11 of FIG.
  • step S11 the resolution conversion apparatus 321C performs resolution conversion of the multi-viewpoint color image supplied thereto, and encodes the resolution-converted multi-viewpoint color image that is the central viewpoint color image and the packing color image obtained as a result. Supply to device 322C.
  • the resolution conversion device 321C generates resolution conversion information for the resolution-converted multi-viewpoint color image, supplies the resolution conversion information to the encoding device 322C, and the process proceeds from step S11 to step S12.
  • step S12 the resolution conversion apparatus 321D performs resolution conversion of the multi-view depth image supplied thereto, and encodes the resolution-converted multi-view depth image that is the central viewpoint depth image and the packing depth image obtained as a result. Supply to device 322D.
  • the resolution conversion device 321D generates resolution conversion information for the resolution-converted multi-view depth image, supplies the resolution conversion information to the encoding device 322D, and the process proceeds from step S12 to step S13.
  • step S13 the encoding device 322C encodes the resolution-converted multi-viewpoint color image from the resolution conversion device 321C by using the resolution conversion information from the resolution conversion device 321C as necessary, and obtains the result.
  • Multi-view color image encoded data that is encoded data is supplied to the multiplexing device 23, and the process proceeds to step S14.
  • step S14 the encoding device 322D encodes the resolution-converted multi-view depth image from the resolution conversion device 321D using the resolution conversion information from the resolution conversion device 321D as necessary, and obtains the result.
  • the encoded multi-view depth image encoded data is supplied to the multiplexing device 23, and the process proceeds to step S15.
  • step S15 the multiplexing device 23 multiplexes the multi-view color image encoded data from the encoding device 322C and the multi-view depth image encoded data from the encoding device 322D, and the resulting multiplexed bits. Output a stream.
  • FIG. 25 is a flowchart for explaining processing of the receiving device 12 of FIG.
  • step S21 the demultiplexer 31 performs demultiplexing of the multiplexed bitstream supplied thereto, thereby converting the multiplexed bitstream into multiview color image encoded data and multiview depth image code. Separated into data.
  • the demultiplexing device 31 supplies the multi-view color image encoded data to the decoding device 332C, supplies the multi-view depth image encoded data to the decoding device 332D, and the processing is performed from step S21 to step S22. Proceed to
  • step S22 the decoding device 332C decodes the multi-view color image encoded data from the demultiplexing device 31 by the extended method, and the resolution-converted multi-view color image obtained as a result, and the resolution-converted multi-view color.
  • the resolution conversion information about the image is supplied to the resolution inverse conversion device 333C, and the process proceeds to step S23.
  • step S ⁇ b> 23 the decoding device 332 ⁇ / b> D decodes the multi-view depth image encoded data from the demultiplexing device 31 by the extended method, and the resolution-converted multi-view depth image obtained as a result, and the resolution-converted multi-view depth.
  • the resolution conversion information about the image is supplied to the resolution inverse conversion device 333D, and the process proceeds to step S24.
  • step S24 the resolution reverse conversion device 333C reversely converts the resolution-converted multi-view color image from the decoding device 332C into a multi-view color image having the original resolution based on the resolution conversion information from the decoding device 332C.
  • the conversion is performed and the resulting multi-viewpoint color image is output, and the process proceeds to step S25.
  • step S25 the resolution reverse conversion device 333D reversely converts the resolution converted multi-view depth image from the decoding device 332D into a multi-view depth image of the original resolution based on the resolution conversion information from the decoding device 332D. The conversion is performed, and the resulting multi-view depth image is output.
  • FIG. 26 is a block diagram illustrating a configuration example of the encoding device 322C in FIG.
  • the encoding device 322C includes an encoder 41, a DPB 43, and an encoder 342.
  • the encoding device 322C of FIG. 26 is common to the encoding device 22C of FIG. 5 in that the encoder 41 and the DPB 43 are included, and the encoder 342 is provided instead of the encoder 42 in FIG. This is different from the encoding device 22C.
  • the encoder 41 is supplied with the central viewpoint color image of the central viewpoint color image and the packing color image constituting the resolution conversion multi-viewpoint color image from the resolution conversion device 321C.
  • the encoder 342 is supplied with the packing color image of the central viewpoint color image and the packing color image constituting the resolution conversion multi-view color image from the resolution conversion device 321C.
  • resolution conversion information from the resolution conversion device 321C is supplied to the encoder 342.
  • the encoder 41 encodes the central viewpoint color image as a base view image by MVC (AVC), and outputs the encoded data of the central viewpoint color image obtained as a result.
  • AVC MVC
  • the encoder 342 encodes the packing color image as a non-base view image based on the resolution conversion information by the expansion method, and outputs the encoded data of the packing color image obtained as a result.
  • the encoded data of the central viewpoint color image output from the encoder 41 and the encoded data of the packed color image output from the encoder 342 are supplied to the multiplexing device 23 (FIG. 21) as multi-view color image encoded data.
  • the DPB 43 is shared by the encoders 41 and 342.
  • the encoders 41 and 342 perform predictive encoding on the encoding target image. Therefore, the encoders 41 and 342 generate a predicted image to be used for predictive encoding, after encoding an encoding target image, perform local decoding to obtain a decoded image.
  • the decoded images obtained by the encoders 41 and 342 are temporarily stored.
  • Each of the encoders 41 and 342 selects a reference image to be referred to for encoding an image to be encoded from the decoded images stored in the DPB 43. Then, each of the encoders 41 and 342 generates a predicted image using the reference image, and performs image encoding (predictive encoding) using the predicted image.
  • each of the encoders 41 and 342 can refer to a decoded image obtained by another encoder in addition to the decoded image obtained by itself.
  • the encoder 41 since the encoder 41 encodes the base view image, the encoder 41 refers only to the decoded image obtained by the encoder 41.
  • FIG. 27 is a block diagram illustrating a configuration example of the encoder 342 of FIG.
  • an encoder 342 includes an A / D conversion unit 111, a screen rearranging buffer 112, a calculation unit 113, an orthogonal transformation unit 114, a quantization unit 115, a variable length coding unit 116, an accumulation buffer 117, and an inverse quantization unit. 118, an inverse orthogonal transform unit 119, a calculation unit 120, a deblocking filter 121, an in-screen prediction unit 122, a predicted image selection unit 124, a SEI (Supplemental / Enhancement / Information) generation unit 351, and an inter prediction unit 352.
  • a / D conversion unit 111 includes an A / D conversion unit 111, a screen rearranging buffer 112, a calculation unit 113, an orthogonal transformation unit 114, a quantization unit 115, a variable length coding unit 116, an accumulation buffer 117, and an inverse quantization unit. 118, an inverse orthogonal transform unit 119, a calculation unit 120, a deblocking filter 121
  • the encoder 342 is common to the encoder 42 in FIG. 9 in that the encoder 342 includes the A / D conversion unit 111 or the intra-screen prediction unit 122 and the predicted image selection unit 124.
  • the encoder 342 is different from the encoder 42 of FIG. 9 in that an SEI generation unit 351 is newly provided and an inter prediction unit 352 is provided instead of the inter prediction unit 123.
  • the SEI generation unit 351 is supplied with resolution conversion information about a resolution-converted multi-viewpoint color image from the resolution conversion device 321C (FIG. 21).
  • the SEI generation unit 351 converts the format of the resolution conversion information supplied thereto into the MVC (AVC) SEI format, and outputs the resolution conversion SEI obtained as a result.
  • the resolution conversion SEI output from the SEI generation unit 351 is supplied to the variable length coding unit 116 and the inter prediction unit 352 (the parallax prediction unit 361).
  • variable length encoding unit 116 the resolution conversion SEI from the SEI generation unit 351 is included in the encoded data and transmitted.
  • the inter prediction unit 352 includes a temporal prediction unit 132 and a parallax prediction unit 361.
  • the inter prediction unit 352 is common to the inter prediction unit 123 of FIG. 12 in that it includes the temporal prediction unit 132, and is provided with a parallax prediction unit 361 instead of the parallax prediction unit 131. This is different from the inter prediction unit 123.
  • the target picture of the packing color image is supplied from the screen rearrangement buffer 112 to the parallax prediction unit 361.
  • the disparity prediction unit 361 performs the disparity prediction of the target block of the target picture of the packed color image from the screen rearrangement buffer 112, as a picture of the decoded central viewpoint color image stored in the DPB 43. (A picture at the same time as the target picture) is used as a reference image to generate a predicted image of the target block.
  • parallax prediction unit 361 supplies the predicted image to the predicted image selection unit 124 together with header information such as a residual vector.
  • the resolution conversion SEI is supplied from the SEI generation unit 351 to the parallax prediction unit 361.
  • the parallax prediction unit 361 controls the filtering process applied to the picture of the decoded central viewpoint color image as the reference image to be referred to in the parallax prediction, according to the resolution conversion SEI from the SEI generation unit 351.
  • the disparity prediction unit 361 controls the filtering process applied to the picture of the decoded central viewpoint color image as the reference image to be referred to in the disparity prediction in accordance with the resolution conversion SEI from the SEI generation unit 351.
  • the reference image is converted into a converted reference image having a resolution ratio that matches the horizontal to vertical resolution ratio (ratio of the number of horizontal pixels to the number of vertical pixels) of the picture of the packing color image to be encoded. .
  • FIG. 28 is a diagram for explaining the resolution conversion SEI generated by the SEI generation unit 351 of FIG.
  • FIG. 28 is a diagram illustrating an example of syntax of 3dv_view_resolution (payloadSize) as resolution conversion SEI.
  • 3dv_view_resolution (payloadSize) as resolution conversion SEI has parameters num_views_minus_1, view_id [i], frame_packing_info [i], and view_id_in_frame [i].
  • FIG. 29 shows the resolution conversion SEI parameters num_views_minus_1, view_id [i], frame_packing_info [i], and view_id_in_frame [generated by the SEI generation unit 351 (FIG. 27) from the resolution conversion information about the resolution conversion multi-viewpoint color image. It is a figure explaining the value set to i].
  • the parameter num_views_minus_1 represents a value obtained by subtracting 1 from the number of viewpoints of the images constituting the resolution converted multi-view color image.
  • the left viewpoint color image is the image of viewpoint # 0 (left viewpoint) represented by number 0
  • the central viewpoint color image is the viewpoint # 1 (center viewpoint) represented by number 1.
  • the right viewpoint color image is an image of viewpoint # 2 (right viewpoint) represented by number 2.
  • the central viewpoint color image constituting the resolution conversion multi-view color image obtained by performing the resolution conversion of the central viewpoint color image, the left viewpoint color image, and the right viewpoint color image
  • the number representing the viewpoint is reassigned, for example, the central viewpoint color image is assigned number 1 representing viewpoint # 1, and the packing color image is assigned number 0 representing viewpoint # 0. It will be done.
  • the parameter frame_packing_info [i] represents whether or not the i + 1-th image constituting the resolution-converted multi-viewpoint color image is packed and the packing pattern (packing pattern).
  • the parameter frame_packing_info [i] whose value is 0 indicates that packing is not performed.
  • the parameter frame_packing_info [i] with a value of 1 lowers the vertical resolution of each of the two viewpoint images by half, and moves the two viewpoint images with the vertical resolution halved up and down. By arranging them side by side, it indicates that over-under-packing (Over Under Packing) for an image for one viewpoint (data amount) is performed.
  • the parameter frame_packing_info [i] with a value of 2 reduces the horizontal resolution (resolution in the horizontal direction) of each of the two viewpoint images to 1/2, and the two viewpoints have their horizontal resolution reduced to 1/2.
  • These side-by-side images are arranged side by side to indicate that side-by-side packing (Side By Side Packing) is performed for an image for one viewpoint.
  • the i + 1-th image forming the resolution-converted multi-viewpoint color image is not packed (the i + 1-th image is an image of one viewpoint).
  • the parameter view_id_in_frame [i] represents an index for specifying an image packed in the packing color image.
  • the argument i of the parameter view_id_in_frame [i] is different from the argument i of the other parameter view_id [i] and frame_packing_info [i]
  • the argument i of the parameter view_id_in_frame [i] is set to be easy to understand.
  • j is described, and the parameter view_id_in_frame [i] is described as view_id_in_frame [j].
  • the parameter view_id_in_frame [j] is transmitted only for images in which the parameter frame_packing_info [i] is not 0 among the images constituting the resolution-converted multi-viewpoint color image, that is, the packing color image.
  • the parameter frame_packing_info [i] of the packing color image is 1, that is, when the packing color image is an over-under-packed image in which two viewpoint images are arranged side by side
  • the parameter frame_packing_info [i] of the packing color image is 2, that is, when the packing color image is an image subjected to side-by-side packing in which two viewpoint images are arranged side by side
  • the argument j 0
  • the parameter view_id_in_frame [0] represents an index for identifying an image arranged on the left side of the images side-by-side packed into the packing color image
  • positioned at the right side among the images by which side-by-side packing is carried out is represented.
  • the packing color image is an over-under-packed image that is arranged with the left viewpoint color image on the top and the right viewpoint color image on the bottom.
  • FIG. 30 is a block diagram illustrating a configuration example of the disparity prediction unit 361 in FIG.
  • the parallax prediction unit 361 includes a parallax detection unit 141, a parallax compensation unit 142, a prediction information buffer 143, a cost function calculation unit 144, a mode selection unit 145, and a reference image conversion unit 370.
  • the disparity prediction unit 361 in FIG. 30 is common to the disparity prediction unit 131 in FIG. 13 in that it includes the disparity detection unit 141 or the mode selection unit 145.
  • the disparity prediction unit 361 in FIG. 30 is different from the disparity prediction unit 131 in FIG. 13 in that a reference image conversion unit 370 is provided instead of the reference image conversion unit 140.
  • the reference image conversion unit 370 is supplied with a picture of the decoded central viewpoint color image from the DPB 43 as a reference image, and is also supplied with a resolution conversion SEI from the SEI generation unit 351.
  • the reference image conversion unit 370 controls the filtering process performed on the picture of the decoded central viewpoint color image as the reference image to be referred to in the parallax prediction in accordance with the resolution conversion SEI from the SEI generation unit 351, and thereby the reference image is Then, the image is converted into a conversion reference image having a resolution ratio that matches the horizontal / vertical resolution ratio of the picture of the packing color image to be encoded, and is supplied to the parallax detection unit 141 and the parallax compensation unit 142.
  • FIG. 31 is a block diagram illustrating a configuration example of the reference image conversion unit 370 of FIG.
  • the reference image conversion unit 370 includes a horizontal 1/2 pixel generation filter processing unit 151, a vertical 1/2 pixel generation filter processing unit 152, a horizontal 1/4 pixel generation filter processing unit 153, a vertical 1 / It has a 4-pixel generation filter processing unit 154, a horizontal / vertical 1/4 pixel generation filter processing unit 155, a controller 381, and a packing unit 382.
  • the reference image conversion unit 370 of FIG. 31 includes the horizontal 1/2 pixel generation filter processing unit 151 to the horizontal / vertical 1/4 pixel generation filter processing unit 155, and is different from the reference image conversion unit 140 of FIG. Common.
  • the reference image conversion unit 370 in FIG. 31 is different from the reference image conversion unit 140 in FIG. 16 in that a controller 381 and a packing unit 382 are newly provided.
  • the resolution conversion SEI from the SEI generator 351 is supplied to the controller 381.
  • the controller 381 performs the filter processing of each of the horizontal 1/2 pixel generation filter processing unit 151 to the horizontal / vertical 1/4 pixel generation filter processing unit 155, and the packing unit. Control the packing of 382.
  • the decoding unit viewpoint color image as a reference image from the DPB 43 is supplied to the packing unit 382.
  • the packing unit 382 performs packing to generate a packing reference image in which the reference image from the DPB 43 and its copy are arranged vertically or horizontally according to the control of the controller 381, and the resulting packing reference image is This is supplied to the horizontal 1 ⁇ 2 pixel generation filter processing unit 151.
  • the controller 381 recognizes the packing pattern (over-under-packing or side-by-side packing) of the packing color image from the resolution conversion SEI (parameter frame_packing_info [i]), and performs the same packing as the packing of the packing color image.
  • the packing unit 382 is controlled.
  • the packing unit 382 generates a copy of the reference image from the DPB 43, and performs over-under packing in which the reference image and its copy are arranged side by side or side-by-side packing in which the reference image is arranged side by side in accordance with the control of the controller 381. Thus, a packing reference image is generated.
  • the reference image and the copy are packed without changing the resolution of the reference image and the copy.
  • the packing unit 382 is provided upstream of the horizontal 1/2 pixel generation filter processing unit 151, but the packing unit 382 is subsequent to the horizontal / vertical 1/4 pixel generation filter processing unit 155.
  • the packing by the packing unit 382 can be performed on the output of the horizontal / vertical 1/4 pixel generation filter processing unit 155.
  • FIG. 32 is a diagram for explaining packing by the packing unit 382 in accordance with the control of the controller 381 in FIG.
  • the controller 381 controls the packing unit 382 to perform the same over-under-packing as the packing color image.
  • the packing unit 382 generates a packing reference image by performing over-under packing in which a decoded central viewpoint color image as a reference image and a copy thereof are arranged side by side in accordance with control by the controller 381.
  • 33 and 34 are diagrams for explaining the filter processing of the horizontal 1/2 pixel generation filter processing unit 151 to the horizontal / vertical 1/4 pixel generation filter processing unit 155 according to the control of the controller 381 in FIG. .
  • the circles indicate the original pixels (non-sub-pels) of the packing reference image.
  • the original pixel is an integer pixel at an integer position.
  • the reference image is an integer precision image composed of only integer pixels.
  • the controller 381 determines from the resolution conversion SEI that the original vertical resolution of the left viewpoint image and the right viewpoint image constituting the packing color image is the original ( Recognize that it is 1 ⁇ 2 of one viewpoint image.
  • the controller 381 performs filtering processing on the vertical 1/2 pixel generation filter processing unit 152 of the horizontal 1/2 pixel generation filter processing unit 151 to the horizontal / vertical 1/4 pixel generation filter processing unit 155. And the remaining horizontal 1/2 pixel generation filter processing unit 151, horizontal 1/4 pixel generation filter processing unit 153, vertical 1/4 pixel generation filter processing unit 154, and horizontal The vertical 1/4 pixel generation filter processing unit 155 is controlled to perform the filter processing.
  • the horizontal 1/2 pixel generation filter processing unit 151 performs horizontal 1/2 pixel generation filter processing on the packing reference image which is an integer precision image from the packing unit 382 in accordance with the control from the controller 381.
  • the x coordinate is represented by an addition value of an integer and a half
  • the y coordinate is a coordinate represented by an integer.
  • a pixel (horizontal 1/2 pixel) as a sub-pel is interpolated at position a.
  • the horizontal 1 ⁇ 2 pixel generation filter processing unit 151 is an image obtained by interpolating a pixel (horizontal 1 ⁇ 2 pixel) at the position a in FIG. 33, that is, a pixel obtained by the horizontal 1 ⁇ 2 pixel generation filter processing.
  • a horizontal 1/2 precision image having a horizontal interval of 1/2 and a vertical interval of 1 is supplied to the vertical 1/2 pixel generation filter processing unit 152.
  • the resolution ratio between the reference images arranged on the top and bottom of the horizontal 1 / 2-precision image and the copy is 2: 1.
  • the vertical 1/2 pixel generation filter processing unit 152 performs vertical 1/2 pixel generation filter processing on the horizontal 1/2 accuracy image from the horizontal 1/2 pixel generation filter processing unit 151 in accordance with the control from the controller 381. Without being subjected to the above, the filter is supplied to the horizontal 1/4 pixel generation filter processing unit 153 as it is.
  • the horizontal 1/4 pixel generation filter processing unit 153 applies the horizontal 1/4 pixel generation filter processing to the horizontal 1/2 precision image from the vertical 1/2 pixel generation filter processing unit 152 in accordance with the control from the controller 381. Apply.
  • the image from the vertical 1/2 pixel generation filter processing unit 152 (horizontal 1/2 precision image) that is the target of the horizontal 1/4 pixel generation filter processing is the vertical 1/2 pixel generation target. Since the vertical 1/2 pixel generation filter process by the filter processing unit 152 is not performed, according to the horizontal 1/4 pixel generation filter process, as shown in FIG. Or a pixel (horizontal 1/4 pixel) as a sub-pel is interpolated at a position c of a coordinate where the y coordinate is represented by an integer. *
  • the horizontal 1/4 pixel generation filter processing unit 153 obtains an image obtained by interpolating a pixel (horizontal 1/4 pixel) at a position c in FIG. 34, that is, a pixel obtained by the horizontal 1/4 pixel generation filter processing.
  • An image having a horizontal interval of 1/4 and a vertical interval of 1 is supplied to the vertical 1/4 pixel generation filter processing unit 154.
  • the vertical 1/4 pixel generation filter processing unit 154 performs vertical 1/4 pixel generation filter processing on the image from the horizontal 1/4 pixel generation filter processing unit 153 according to the control from the controller 381.
  • the image from the horizontal 1/4 pixel generation filter processing unit 153 which is the target of the vertical 1/4 pixel generation filter processing, is applied to the vertical 1/2 pixel generation filter processing unit 152. Since the pixel generation filter processing is not performed, according to the vertical 1/4 pixel generation filter processing, as shown in FIG. 34, the x coordinate is expressed by an integer or an addition value of an integer and 1/2. Then, a pixel (vertical 1/4 pixel) as a subpel is interpolated at the position d of the coordinate whose y coordinate is represented by an addition value of an integer and 1/2.
  • the vertical 1/4 pixel generation filter processing unit 154 horizontally and vertically outputs an image obtained by interpolation of pixels (vertical 1/4 pixels) at the position d in FIG. 34 obtained by the vertical 1/4 pixel generation filter processing. This is supplied to the 1/4 pixel generation filter processing unit 155.
  • the horizontal / vertical 1/4 pixel generation filter processing unit 155 performs horizontal / vertical 1/4 pixel generation filter processing on the image from the vertical 1/4 pixel generation filter processing unit 154 in accordance with the control from the controller 381.
  • an image from the vertical 1/4 pixel generation filter processing unit 154 which is a target of horizontal / vertical 1/4 pixel generation filter processing, is applied to the vertical 1/2 pixel generation filter processing unit 152 in the vertical 1 / Since the 2-pixel generation filter processing is not performed, according to the horizontal / vertical 1/4 pixel generation filter processing, as shown in FIG. 34, the x coordinate is an added value of an integer and 1/4, or an integer A pixel (horizontal and vertical 1/4 pixel) is interpolated at the position e of the coordinate represented by the addition value of -1/4 and the y coordinate of the integer and 1/2. .
  • the horizontal / vertical 1/4 pixel generation filter processing unit 155 obtains an image obtained by interpolating a pixel (horizontal / vertical 1/4 pixel) at a position e in FIG. That is, a parallax detection unit 141 and a parallax are obtained by using, as a conversion reference image, a horizontal 1/4 vertical 1/2 accuracy image that is an image in which the horizontal interval between pixels is 1/4 and the vertical interval is 1/2. This is supplied to the compensation unit 142.
  • the resolution ratio between the reference image and the copy reference image, which constitute the converted reference image that is a horizontal 1/4 vertical 1/2 precision image is 2: 1.
  • the reference image conversion unit 370 does not perform vertical 1/2 pixel generation filter processing, performs horizontal 1/2 pixel generation filter processing, horizontal 1/4 pixel generation filter processing, vertical 1 It is a figure which shows the conversion reference image obtained by performing the filter process for / 4 pixel generation, and the filter process for horizontal / vertical 1/4 pixel generation.
  • the vertical 1/2 pixel generation filter processing is not performed, the horizontal 1/2 pixel generation filter processing, the horizontal 1/4 pixel generation filter processing, the vertical 1/4 pixel generation filter processing,
  • the horizontal interval (horizontal accuracy) between the pixels is 1/4 and the vertical
  • a horizontal 1/4 vertical 1/2 precision image with an interval (vertical precision) of 1/2 can be obtained as a converted reference image.
  • the converted reference image obtained as described above is obtained by arranging the decoded central viewpoint image as the (original) reference image and a copy thereof in the same manner as the packing color image. It is a two-precision image.
  • the packing color image is a left viewpoint in which the vertical resolution of each of the left viewpoint color image and the right viewpoint color image is halved and the vertical resolution is halved. It is an image for one viewpoint in which a color image and a right viewpoint color image are arranged side by side vertically.
  • the encoder 342 (FIG. 27) predicts the packing color image in the resolution ratio of the packing color image to be encoded (encoding target image) and the disparity prediction in the disparity prediction unit 361 (FIG. 30).
  • the resolution ratio of the converted reference image that is referred to when generating the image matches (matches).
  • the vertical resolution of each of the left viewpoint color image and the right viewpoint color image arranged side by side is 1/2 of the original, and thus becomes a packing color image.
  • the resolution ratio of each of the left viewpoint color image and the right viewpoint color image is 2: 1.
  • the decoded central viewpoint color image arranged side by side and the resolution ratio of the copy thereof are both 2: 1, and the left viewpoint color image which is the packing color image And 2: 1 which is the resolution ratio of the right viewpoint color image.
  • the resolution ratio of the packing color image matches the resolution ratio of the conversion reference image, that is, the left viewpoint color image and the right viewpoint color image are arranged side by side in the packing color image.
  • the decoded central viewpoint color image and its copy are arranged one above the other, and the left viewpoint color arranged one above the other in such a packing image. Since the resolution ratio of the image and the right viewpoint color image is the same as the resolution ratio of the decoded central viewpoint color image and its copy arranged side by side in the converted reference image, the parallax prediction Can be improved (the residual between the prediction image generated by the parallax prediction and the target block becomes small), and the encoding efficiency can be improved.
  • the reference image conversion unit 370 (FIG. 31) obtains the horizontal 1/4 vertical 1/2 precision image (FIG. 34) as the conversion reference image. Can obtain a horizontal 1/2 precision image (FIG. 33).
  • the horizontal 1 ⁇ 2 precision image is selected from the horizontal 1 ⁇ 2 pixel generation filter processing unit 151 through the horizontal vertical 1 ⁇ 4 pixel generation filter processing unit 155 in the controller 381 of the reference image conversion unit 370 (FIG. 31). Only the horizontal 1/2 pixel generation filter processing unit 151 performs filter processing, and the other vertical 1/2 pixel generation filter processing unit 152 or horizontal vertical 1/4 pixel generation filter processing unit 155 performs filter processing. It can be obtained by controlling the horizontal 1/2 pixel generation filter processing unit 151 to the horizontal / vertical 1/4 pixel generation filter processing unit 155 so as not to perform this.
  • FIG. 36 is a flowchart for explaining an encoding process for encoding a packed color image, which is performed by the encoder 342 of FIG.
  • step S101 the A / D conversion unit 111 A / D converts the analog signal of the picture of the packed color image supplied thereto and supplies it to the screen rearrangement buffer 112, and the process proceeds to step S102.
  • step S102 the screen rearrangement buffer 112 temporarily stores the picture of the central viewpoint color image from the A / D conversion unit 111, and reads the picture according to a predetermined GOP structure, thereby arranging the pictures. Is rearranged from the display order to the encoding order (decoding order).
  • the picture read from the screen rearrangement buffer 112 is supplied to the calculation unit 113, the intra prediction unit 122, the parallax prediction unit 361 of the inter prediction unit 352, and the temporal prediction unit 132, and the processing is performed in step S102. To step S103.
  • step S103 the calculation unit 113 sets the picture of the central viewpoint color image from the screen rearrangement buffer 112 as a target picture to be encoded, and sequentially sequentially selects macroblocks constituting the target picture. Let it be a block.
  • the calculation unit 113 calculates the difference (residual) between the pixel value of the target block and the pixel value of the prediction image supplied from the prediction image selection unit 124 as necessary, and supplies the difference to the orthogonal transformation unit 114. Then, the process proceeds from step S103 to step S104.
  • step S104 the orthogonal transform unit 114 performs orthogonal transform on the target block from the calculation unit 113, supplies the transform coefficient obtained as a result to the quantization unit 115, and the process proceeds to step S105.
  • step S105 the quantization unit 115 quantizes the transform coefficient supplied from the orthogonal transform unit 114, and supplies the resulting quantized value to the inverse quantization unit 118 and the variable length coding unit 116. Then, the process proceeds to step S106.
  • step S106 the inverse quantization unit 118 inversely quantizes the quantized value from the quantization unit 115 into a transform coefficient and supplies it to the inverse orthogonal transform unit 119, and the process proceeds to step S107.
  • step S107 the inverse orthogonal transform unit 119 performs inverse orthogonal transform on the transform coefficient from the inverse quantization unit 118, supplies the transform coefficient to the arithmetic unit 120, and the process proceeds to step S108.
  • step S108 the calculation unit 120 adds the pixel value of the predicted image supplied from the predicted image selection unit 124 to the data supplied from the inverse orthogonal transform unit 119, if necessary, thereby obtaining the target block.
  • Decode packing color image obtained by decoding local decoding
  • the calculation unit 120 supplies the decoded packing color image obtained by locally decoding the target block to the deblocking filter 121, and the process proceeds from step S108 to step S109.
  • step S109 the deblocking filter 121 filters the decoded packing color image from the calculation unit 120, supplies the filtered decoded color image to the DPB 43, and the process proceeds to step S110.
  • step S110 the DPB 43 is supplied with a decoded central viewpoint color image obtained by encoding the central viewpoint color image and performing local decoding from the encoder 41 (FIG. 26) that encodes the central viewpoint color image. , The decoded central viewpoint color image is stored, and the process proceeds to step S111.
  • step S111 the DPB 43 stores the decoded packing color image from the deblocking filter 121, and the process proceeds to step S112.
  • step S112 the intra prediction unit 122 performs an intra prediction process (intra prediction process) for the next target block.
  • the intra-screen prediction unit 122 performs intra prediction (intra-screen prediction) for generating a prediction image (prediction image of intra prediction) from the picture of the decoded packing color image stored in the DPB 43 for the next target block.
  • the intra-screen prediction unit 122 obtains an encoding cost required to encode the next target block using the prediction image of the intra prediction, and obtains header information (information regarding the intra prediction to be used) and intra prediction.
  • the predicted image is supplied to the predicted image selection unit 124 together with the predicted image, and the process proceeds from step S112 to step S113.
  • step S113 the temporal prediction unit 132 performs temporal prediction processing on the next target block using the picture of the decoded packed color image as a reference image.
  • the temporal prediction unit 132 performs temporal prediction on the next target block using a picture of the decoded packed color image stored in the DPB 43, thereby predicting the predicted image for each inter prediction mode having a different macroblock type or the like. And encoding cost.
  • the temporal prediction unit 132 sets the inter prediction mode with the minimum encoding cost as the optimal inter prediction mode, and uses the prediction image of the optimal inter prediction mode as header information (information related to the inter prediction) and the encoding cost.
  • the predicted image selection unit 124 is supplied and the process proceeds from step S113 to step S114.
  • step S114 the SEI generation unit 351 generates the resolution conversion SEI described in FIG. 28 and FIG. 29 and supplies the resolution conversion SEI to the variable length encoding unit 116 and the disparity prediction unit 361, and the process proceeds to step S115. .
  • step S115 the disparity prediction unit 361 performs a disparity prediction process on the next target block using the decoded central viewpoint color image as a reference image.
  • the disparity prediction unit 361 converts the reference image into a converted reference image according to the resolution conversion SEI from the SEI generation unit 351 using the decoded central viewpoint color image stored in the DPB 43 as a reference image. .
  • the disparity prediction unit 361 obtains a prediction image, an encoding cost, and the like for each inter prediction mode with different macroblock types and the like by performing disparity prediction on the next target block using the transformed reference image.
  • the parallax prediction unit 361 sets the inter prediction mode with the minimum coding cost as the optimal inter prediction mode, and predicts the prediction image of the optimal inter prediction mode with the header information (information regarding inter prediction to be) and the coding cost.
  • the predicted image selection unit 124 is supplied, and the process proceeds from step S115 to step S116.
  • step S ⁇ b> 116 the predicted image selection unit 124 receives the predicted image from the intra-screen prediction unit 122 (prediction image for intra prediction), the predicted image from the temporal prediction unit 132 (temporal prediction image), and the parallax prediction unit 361. For example, a prediction image with the lowest encoding cost is selected from the prediction images (disparity prediction images), and the prediction image is supplied to the calculation units 113 and 220, and the process proceeds to step S117.
  • the intra-screen prediction unit 122 predicted image for intra prediction
  • temporal prediction unit 132 temporary prediction image
  • the parallax prediction unit 361 For example, a prediction image with the lowest encoding cost is selected from the prediction images (disparity prediction images), and the prediction image is supplied to the calculation units 113 and 220, and the process proceeds to step S117.
  • the predicted image selected by the predicted image selection unit 124 in step S116 is used in the processing of steps S103 and S108 performed in the encoding of the next target block.
  • the predicted image selection unit 124 selects header information supplied together with the predicted image with the lowest coding cost from the header information from the intra-screen prediction unit 122, the temporal prediction unit 132, and the parallax prediction unit 361. Then, it is supplied to the variable length encoding unit 116.
  • step S117 the variable length encoding unit 116 performs variable length encoding on the quantized value from the quantization unit 115 to obtain encoded data.
  • variable length encoding unit 116 includes the header information from the predicted image selection unit 124 and the resolution conversion SEI from the SEI generation unit 351 in the header of the encoded data.
  • variable length encoding unit 116 supplies the encoded data to the accumulation buffer 117, and the process proceeds from step S117 to step S118.
  • step S118 the accumulation buffer 117 temporarily stores the encoded data from the variable length encoding unit 116.
  • the encoded data stored in the accumulation buffer 117 is supplied (transmitted) to the multiplexer 23 (FIG. 21) at a predetermined transmission rate.
  • FIG. 37 is a flowchart for explaining the parallax prediction processing performed by the parallax prediction unit 361 in FIG. 30 in step S115 in FIG.
  • step S131 the reference image conversion unit 370 receives the resolution conversion SEI supplied from the SEI generation unit 351, and the process proceeds to step S132.
  • step S132 the reference image conversion unit 370 receives the picture of the decoded central viewpoint color image as the reference image from the DPB 43, and the process proceeds to step S133.
  • step S133 the reference image conversion unit 370 controls the filtering process applied to the picture of the decoded central viewpoint color image as the reference image from the DPB 43 according to the resolution conversion SEI from the SEI generation unit 351, and thereby the reference A reference image conversion process is performed to convert the image into a conversion reference image having a resolution ratio that matches the horizontal / vertical resolution ratio of the picture of the packing color image to be encoded.
  • the reference image conversion unit 370 supplies the converted reference image obtained by the reference image conversion processing to the parallax detection unit 141 and the parallax compensation unit 142, and the processing proceeds from step S133 to step S134.
  • step S134 the parallax detection unit 141 performs ME using the target block supplied from the screen rearrangement buffer 112 and the converted reference image from the reference image conversion unit 370, thereby converting the reference reference image of the target block.
  • the parallax vector mv representing the parallax for each of the macroblock types is detected and supplied to the parallax compensation unit 142, and the process proceeds to step S135.
  • step S135 the parallax compensation unit 142 performs the parallax compensation of the converted reference image from the reference image conversion unit 370 using the parallax vector mv of the target block from the parallax detection unit 141, thereby obtaining the predicted image of the target block. For each macroblock type, and the process proceeds to step S136.
  • the parallax compensation unit 142 acquires a corresponding block that is a block at a position shifted by the parallax vector mv from the position of the target block in the converted reference image as a predicted image.
  • step S136 the parallax compensation unit 142 obtains the prediction vector PMV of the parallax vector mv of the target block using the parallax vectors of the macroblocks around the target block that have already been encoded as necessary.
  • the disparity compensation unit 142 obtains a residual vector that is a difference between the disparity vector mv of the target block and the prediction vector PMV.
  • the parallax compensation unit 142 converts the prediction image of the target block for each prediction mode such as the macroblock type, the residual vector of the target block, and the converted reference image (and thus the reference image) used to generate the prediction image.
  • the reference index assigned to the picture of the decoded central viewpoint color image as an image) is supplied to the prediction information buffer 143 and the cost function calculation unit 144 in association with the prediction mode, and the processing starts from step S136. The process proceeds to step S137.
  • step S137 the prediction information buffer 143 temporarily stores the prediction image, the residual vector, and the reference index associated with the prediction mode from the parallax compensation unit 142 as prediction information.
  • the process proceeds to S138.
  • step S138 the cost function calculation unit 144 calculates, for each macroblock type as the prediction mode, the encoding cost (cost function value) required for encoding the target block of the target picture from the screen rearrangement buffer 112 as the cost function. Is calculated and supplied to the mode selection unit 145, and the process proceeds to step S139.
  • step S139 the mode selection unit 145 detects the minimum cost, which is the minimum value, from the encoding costs for each macroblock type from the cost function calculation unit 144.
  • the mode selection unit 145 selects the macro block type for which the minimum cost is obtained as the optimum inter prediction mode.
  • the mode selection part 145 reads the prediction image matched with the prediction mode which is the optimal inter prediction mode, a residual vector, and a reference index from the prediction information buffer 143, and with the prediction mode which is the optimal inter prediction mode.
  • the prediction information is supplied to the prediction image selection unit 124, and the process returns.
  • FIG. 38 is a flowchart for describing reference image conversion processing performed by the reference image conversion unit 370 in FIG. 31 in step S133 in FIG.
  • step S151 the controller 381 receives the resolution conversion SEI from the SEI generation unit 351, and the process proceeds to step S152.
  • step S152 the packing unit 382 receives the decoded central viewpoint color image as the reference image from the DPB 43, and the process proceeds to step S153.
  • step S153 the controller 381 performs the filtering process of each of the horizontal 1/2 pixel generation filter processing unit 151 to the horizontal / vertical 1/4 pixel generation filter processing unit 155 according to the resolution conversion SEI from the SEI generation unit 351.
  • the packing of the packing unit 382 is controlled, whereby the reference image from the DPB 43 is converted into a converted reference image having a resolution ratio that matches the horizontal / vertical resolution ratio of the picture of the packing color image to be encoded.
  • step S153 in step S153-1, the packing unit 382 packs the reference image from the DPB 43 and a copy thereof, and generates a packing reference image having the same packing pattern as the packing color image to be encoded.
  • the packing unit 382 performs packing (over-under packing) for generating a packing reference image in which the reference image from the DPB 43 and its copy are arranged one above the other.
  • the packing unit 382 supplies the packing reference image obtained by packing to the horizontal 1 ⁇ 2 pixel generation filter processing unit 151, and the process proceeds from step S153-1 to step S153-2.
  • step S153-2 the horizontal 1 ⁇ 2 pixel generation filter processing unit 151 performs horizontal 1 ⁇ 2 pixel generation filter processing on the packing reference image that is an integer precision image from the packing unit 382.
  • a horizontal 1 ⁇ 2 precision image (FIG. 33) that is an image obtained by the horizontal 1 ⁇ 2 pixel generation filter processing is transmitted from the horizontal 1 ⁇ 2 pixel generation filter processing unit 151 to the vertical 1 ⁇ 2 pixel generation filter processing unit 152.
  • the vertical 1/2 pixel generation filter processing unit 152 applies the vertical 1/2 pixel to the horizontal 1/2 precision image from the horizontal 1/2 pixel generation filter processing unit 151 in accordance with the control of the controller 381. Without being subjected to the pixel generation filter processing, it is supplied to the horizontal 1/4 pixel generation filter processing unit 153 as it is.
  • step S153-2 the processing proceeds from step S153-2 to step S153-3, and the horizontal 1/4 pixel generation filter processing unit 153 converts the horizontal 1/2 pixel generation filter processing unit 152 into the horizontal 1/2 accuracy image.
  • the horizontal 1/4 pixel generation filter processing is performed, and the resulting image is supplied to the vertical 1/4 pixel generation filter processing unit 154, and the process proceeds to step S153-4.
  • step S153-4 the vertical 1/4 pixel generation filter processing unit 154 performs vertical 1/4 pixel generation filter processing on the image from the horizontal 1/4 pixel generation filter processing unit 153, and obtains the result.
  • the supplied image is supplied to the horizontal / vertical 1/4 pixel generation filter processing unit 155, and the process proceeds to step S153-5.
  • step S153-5 the horizontal / vertical 1/4 pixel generation filter processing unit 155 performs horizontal / vertical 1/4 pixel generation filter processing on the image from the vertical 1/4 pixel generation filter processing unit 154, and performs processing. Advances to step S154.
  • step S154 the horizontal / vertical 1/4 pixel generation filter processing unit 155 converts the horizontal 1/4 vertical 1/2 precision image (FIG. 34) obtained by the horizontal / vertical 1/4 pixel generation filter processing into a converted reference image.
  • the parallax detection unit 141 and the parallax compensation unit 142 are supplied to the parallax detection unit 141 and the parallax compensation unit 142, and the process returns.
  • step S153-2 horizontal 1/2 pixel generation by the horizontal 1/2 pixel generation filter processing unit 151 is performed.
  • the horizontal 1 ⁇ 2 precision image (FIG. 33) obtained by the filter processing for use can be supplied to the parallax detection unit 141 and the parallax compensation unit 142 as a converted reference image.
  • FIG. 39 is a block diagram illustrating a configuration example of the decoding device 332C in FIG.
  • the decoding device 332C includes decoders 211 and 412 and a DPB 213.
  • the decoding device 332C of FIG. 39 is common to the decoding device 32C of FIG. 17 in that it includes the decoder 211 and the DPB 213, but in the point that a decoder 412 is provided instead of the decoder 212, the decoding device of FIG. This is different from the device 32C.
  • the decoder 412 is supplied with encoded data of a packed color image that is a non-base view image.
  • the decoder 412 decodes the encoded data of the packing color image supplied thereto by the extended method, and outputs the packing color image obtained as a result.
  • the decoder 211 decodes the encoded data of the central viewpoint color image, which is the base view image, of the multi-view color image encoded data by MVC, and outputs the central viewpoint color image.
  • the central viewpoint color image output from the decoder 211 and the packing color image output from the decoder 412 are supplied to the resolution inverse conversion device 333C (FIG. 22) as a resolution conversion multi-viewpoint color image.
  • decoders 211 and 412 decode the images that have been predictively encoded by the encoders 41 and 342 in FIG. 26, respectively.
  • the decoders 211 and 412 perform decoding in order to generate a predictive image used in predictive encoding. After decoding the target image, the decoded image used for generating the predicted image is temporarily stored in the DPB 213.
  • the DPB 213 is shared by the decoders 211 and 412, and temporarily stores decoded images (decoded images) obtained by the decoders 211 and 412, respectively.
  • Each of the decoders 211 and 412 selects, from the decoded images stored in the DPB 213, a reference image that is referred to for decoding the decoding target image, and generates a predicted image using the reference image.
  • each of the decoders 211 and 412 can refer to a decoded image obtained by itself, as well as a decoded image obtained by another decoder. it can.
  • the decoder 211 decodes the base view image, and therefore refers only to the decoded image obtained by the decoder 211.
  • FIG. 40 is a block diagram showing a configuration example of the decoder 412 in FIG.
  • a decoder 412 includes an accumulation buffer 241, a variable length decoding unit 242, an inverse quantization unit 243, an inverse orthogonal transform unit 244, a calculation unit 245, a deblocking filter 246, a screen rearrangement buffer 247, and a D / A conversion unit. 248, the intra prediction unit 249, the predicted image selection unit 251, and the inter prediction unit 450.
  • the decoder 412 of FIG. 40 is common to the decoder 212 of FIG. 18 in that it includes the accumulation buffer 241 or the intra-screen prediction unit 249 and the predicted image selection unit 251.
  • the decoder 412 in FIG. 40 is different from the decoder 212 in FIG. 18 in that an inter prediction unit 450 is provided instead of the inter prediction unit 250.
  • the inter prediction unit 450 includes a reference index processing unit 260, a temporal prediction unit 262, and a parallax prediction unit 461.
  • the inter prediction unit 450 is common to the inter prediction unit 250 in FIG. 19 in that it includes a reference index processing unit 260 and a temporal prediction unit 262, but instead of the disparity prediction unit 261 (FIG. 19), disparity is provided. It differs from the inter prediction unit 250 of FIG. 19 in that a prediction unit 461 is provided.
  • variable length decoding unit 242 receives the encoded data of the packed color image including the resolution conversion SEI from the accumulation buffer 241 and converts the resolution conversion SEI included in the encoded data to the disparity prediction unit. 461 is supplied.
  • variable length decoding unit 242 supplies the resolution conversion SEI as resolution conversion information to the resolution inverse conversion device 333C (FIG. 22).
  • variable length decoding unit 242 converts the header information (prediction mode-related information) included in the encoded data into an intra-screen prediction unit 249, a reference index processing unit 260 that constitutes the inter prediction unit 450, and a time prediction unit 262. And to the parallax prediction unit 461.
  • the parallax prediction unit 461 is supplied with prediction mode related information and resolution conversion SEI from the variable length decoding unit 242, and also supplied with a picture of a decoded central viewpoint color image as a reference image from the reference index processing unit 260. Is done.
  • the parallax prediction unit 461 Based on the resolution conversion SEI from the variable length decoding unit 242, the parallax prediction unit 461 generates a picture of the decoded central viewpoint color image as the reference image from the reference index processing unit 260 in the same manner as the parallax prediction unit 361 in FIG. , Convert to a converted reference image.
  • the disparity prediction unit 461 restores the disparity vector used for generating the predicted image of the target block based on the prediction mode related information from the variable length decoding unit 242, and, similarly to the disparity prediction unit 361 in FIG. By performing the parallax prediction (parallax compensation) of the converted reference image according to the parallax vector, a predicted image is generated and supplied to the predicted image selection unit 251.
  • FIG. 41 is a block diagram illustrating a configuration example of the disparity prediction unit 461 in FIG.
  • the parallax prediction unit 461 includes a parallax compensation unit 272 and a reference image conversion unit 471.
  • the disparity prediction unit 461 in FIG. 41 is common to the disparity prediction unit 261 in FIG. 20 in that it includes a disparity compensation unit 272, but a reference image conversion unit 471 is provided instead of the reference image conversion unit 271. This is different from the parallax prediction unit 261 in FIG.
  • the reference image conversion unit 471 is supplied with a picture of the decoded central viewpoint color image as a reference image from the reference index processing unit 260 and is also supplied with resolution conversion SEI from the variable length decoding unit 242.
  • the reference image conversion unit 471 converts the picture of the decoded central viewpoint color image as a reference image to be referred to in the parallax prediction according to the resolution conversion SEI from the variable length decoding unit 242.
  • the filtering process to be applied is controlled, whereby the reference image is converted into a converted reference image having a resolution ratio that matches the horizontal / vertical resolution ratio of the picture of the packed color image to be decoded and supplied to the parallax compensation unit 272 To do.
  • FIG. 42 is a block diagram illustrating a configuration example of the reference image conversion unit 471 in FIG.
  • the reference image conversion unit 471 includes a controller 481, a packing unit 482, a horizontal 1/2 pixel generation filter processing unit 483, a vertical 1/2 pixel generation filter processing unit 484, and a horizontal 1/4 pixel generation filter.
  • a processing unit 485, a vertical 1/4 pixel generation filter processing unit 486, and a horizontal / vertical 1/4 pixel generation filter processing unit 487 are included.
  • the controller 481 through the horizontal / vertical 1/4 pixel generation filter processing unit 487 are the controller 381, packing unit 382, horizontal 1/2 pixel generation filter processing unit 151 through horizontal / vertical 1/4 pixel generation filter processing unit of FIG. The same processing as 155 is performed.
  • the resolution conversion SEI from the variable length decoding unit 242 is supplied to the controller 481.
  • the controller 481 performs packing of the packing unit 482 and a horizontal 1/2 pixel generation filter processing unit 483 to a horizontal vertical 1/4 pixel generation filter processing unit 487. Each filtering process is controlled in the same manner as the controller 381 in FIG.
  • the decoding central viewpoint color image as a reference image from the reference index processing unit 260 is supplied to the packing unit 482.
  • the packing unit 482 performs packing for generating a packing reference image in which the reference image from the reference index processing unit 260 and a copy thereof are arranged side by side in accordance with the control of the controller 481, and the resulting packing is obtained.
  • the reference image is supplied to the horizontal 1 ⁇ 2 pixel generation filter processing unit 483.
  • the controller 481 recognizes the packing pattern (over-under-packing or side-by-side packing) of the packing color image from the resolution conversion SEI (parameter frame_packing_info [i]) (FIGS. 28 and 29),
  • the packing unit 482 is controlled to perform similar packing.
  • the packing unit 482 generates a copy of the reference image from the reference index processing unit 260 and performs over / under packing in which the reference image and the copy are arranged side by side according to control by the controller 481, or arranged side by side. By performing side-by-side packing, a packing reference image is generated and supplied to the horizontal 1/2 pixel generation filter processing unit 483.
  • the horizontal 1/2 pixel generation filter processing unit 483 to the horizontal / vertical 1/4 pixel generation filter processing unit 487 is controlled by the controller 481, and the horizontal 1/2 pixel generation filter processing unit 151 to horizontal / vertical 1 in FIG.
  • the same filter processing as that of the / 4 pixel generation filter processing unit 155 is performed.
  • the conversion reference image obtained as a result of the filter processing of the horizontal 1/2 pixel generation filter processing unit 483 to the horizontal / vertical 1/4 pixel generation filter processing unit 487 is supplied to the parallax compensation unit 272, Parallax compensation is performed using the converted reference image.
  • FIG. 43 is a flowchart for explaining a decoding process performed by the decoder 412 of FIG. 40 to decode the encoded data of the packed color image.
  • step S201 the accumulation buffer 241 stores the encoded data of the packing color image supplied thereto, and the process proceeds to step S202.
  • step S202 the variable length decoding unit 242 restores the quantization value, the prediction mode related information, and the resolution conversion SEI by reading the encoded data stored in the accumulation buffer 241 and performing variable length decoding. Then, the variable length decoding unit 242 transmits the quantized value to the inverse quantization unit 243, the prediction mode related information, the intra-screen prediction unit 249, the reference index processing unit 260, the temporal prediction unit 262, and the parallax prediction unit 461. In addition, the resolution conversion SEI is supplied to the parallax prediction unit 461, and the process proceeds to step S203.
  • step S203 the inverse quantization unit 243 inversely quantizes the quantized value from the variable length decoding unit 242 into a transform coefficient, supplies the transform coefficient to the inverse orthogonal transform unit 244, and the process proceeds to step S204.
  • step S204 the inverse orthogonal transform unit 244 performs inverse orthogonal transform on the transform coefficient from the inverse quantization unit 243, supplies the transform coefficient in units of macroblocks to the calculation unit 245, and the process proceeds to step S205.
  • step S205 the calculation unit 245 supplies the macroblock from the inverse orthogonal transform unit 244 as a target block (residual image) to be decoded, and supplies the target block from the predicted image selection unit 251 as necessary.
  • the decoded image is obtained by adding the predicted images.
  • the arithmetic unit 245 supplies the decoded image to the deblocking filter 246, and the process proceeds from step S205 to step S206.
  • step S206 the deblocking filter 246 performs filtering on the decoded image from the arithmetic unit 245, and supplies the decoded image (decoded packing color image) after the filtering to the DPB 213 and the screen rearrangement buffer 247. Then, the process proceeds to step S207.
  • step S207 the DPB 213 waits for the decoded central viewpoint color image to be supplied from the decoder 211 (FIG. 39) that decodes the central viewpoint color image, and stores the decoded central viewpoint color image. Proceed to S208.
  • step S208 the DPB 213 stores the decoded packing color image from the deblocking filter 246, and the process proceeds to step S209.
  • step S209 the intra prediction unit 249 and the inter prediction unit 450 (the time prediction unit 262 and the disparity prediction unit 461) are based on the prediction mode related information supplied from the variable length decoding unit 242. Whether the next target block (the next macroblock to be decoded) is encoded using a prediction image generated by intra prediction (intra-screen prediction) or inter prediction. judge.
  • step S209 If it is determined in step S209 that the next target block is encoded using the predicted image generated by the intra prediction, the process proceeds to step S210, and the intra prediction unit 249 Intra prediction processing (intra-screen prediction processing) is performed.
  • Intra prediction processing intra-screen prediction processing
  • the intra-screen prediction unit 249 performs intra prediction (intra-screen prediction) for generating a predicted image (predicted image of intra prediction) from the picture of the decoded packing color image stored in the DPB 213 for the next target block,
  • the predicted image is supplied to the predicted image selection unit 251, and the process proceeds from step S210 to step S215.
  • step S209 If it is determined in step S209 that the next target block has been encoded using a prediction image generated by inter prediction, the process proceeds to step S211 and the reference index processing unit 260 is variable.
  • the reference index processing unit 260 By reading from the DPB 213 the picture of the decoded central viewpoint color image or the picture of the decoded packing color image to which the reference index (for prediction) included in the prediction mode related information from the long decoding unit 242 is assigned. The image is selected and the process proceeds to step S212.
  • step S212 the reference index processing unit 260 performs temporal prediction in which the next target block is inter prediction based on the reference index (for prediction) included in the prediction mode related information from the variable length decoding unit 242, and It is determined which of the parallax predictions is encoded using a prediction image generated by any prediction method.
  • step S212 when it is determined that the next target block is encoded using a prediction image generated by temporal prediction, that is, for prediction of the (next) target block from the variable length decoding unit 242. If the picture to which the reference index is assigned is a picture of a decoded packing color image and the picture of the decoded packing color image is selected as a reference image in step S211, the reference index processing unit 260 refers to The picture of the decoded packing color image as an image is supplied to the time prediction unit 262, and the process proceeds to step S213.
  • step S213 the time prediction unit 262 performs time prediction processing.
  • the temporal prediction unit 262 performs motion compensation of the picture of the decoded packed color image as the reference image from the reference index processing unit 260 for the next target block using the prediction mode related information from the variable length decoding unit 242. By performing this, a predicted image is generated, the predicted image is supplied to the predicted image selection unit 251, and the process proceeds from step S 213 to step S 215.
  • Step S212 when it is determined that the next target block is encoded using the prediction image generated by the parallax prediction, that is, the (next) target block from the variable length decoding unit 242.
  • the picture to which the reference index for prediction is assigned is a picture of the decoded central viewpoint color image, and the picture of the decoded central viewpoint color image is selected as the reference image in step S211
  • the reference index processing unit 260 supplies the picture of the decoded central viewpoint color image as the reference image to the parallax prediction unit 461, and the process proceeds to step S214.
  • step S214 the parallax prediction unit 461 performs a parallax prediction process.
  • the parallax prediction unit 461 converts the picture of the decoded central viewpoint color image as the reference image from the reference index processing unit 260 into a converted reference image according to the resolution conversion SEI from the variable length decoding unit 242.
  • the disparity prediction unit 461 generates a prediction image by performing the disparity compensation of the converted reference image using the prediction mode related information from the variable length decoding unit 242 for the next target block, and generates the prediction image.
  • the prediction image selection unit 251 supplies the processing, and the process proceeds from step S214 to step S215.
  • step S215 the predicted image selection unit 251 selects the predicted image from the one to which the predicted image is supplied from among the in-screen prediction unit 249, the temporal prediction unit 262, and the parallax prediction unit 461, and performs the calculation. Then, the process proceeds to step S216.
  • the predicted image selected by the predicted image selection unit 251 in step S215 is used in the process of step S205 performed in the decoding of the next target block.
  • step S ⁇ b> 216 the screen rearrangement buffer 247 temporarily stores and reads out the decoded packing color image picture from the deblocking filter 246, so that the picture arrangement is rearranged to the original D / A conversion unit 248. Then, the process proceeds to step S217.
  • step S217 when it is necessary to output the picture from the screen rearrangement buffer 247 as an analog signal, the D / A conversion unit 248 performs D / A conversion on the picture and outputs the picture.
  • FIG. 44 is a flowchart for explaining the parallax prediction processing performed by the parallax prediction unit 461 in FIG. 41 in step S214 in FIG.
  • step S231 the reference image conversion unit 471 receives the resolution conversion SEI supplied from the variable length decoding unit 242, and the process proceeds to step S232.
  • step S232 the reference image conversion unit 471 receives the picture of the decoded central viewpoint color image as the reference image from the reference index processing unit 260, and the process proceeds to step S233.
  • step S233 the reference image conversion unit 471 controls the filter processing applied to the decoded central viewpoint color image picture as the reference image from the reference index processing unit 260, in accordance with the resolution conversion SEI from the variable length decoding unit 242.
  • a reference image conversion process is performed to convert the reference image into a converted reference image having a resolution ratio that matches the horizontal / vertical resolution ratio of the picture of the packing color image to be decoded.
  • the reference image conversion unit 471 supplies the converted reference image obtained by the reference image conversion process to the parallax compensation unit 272, and the process proceeds from step S233 to step S234.
  • step S234 the disparity compensation unit 272 receives the residual vector of the (next) target block included in the prediction mode related information from the variable length decoding unit 242, and the process proceeds to step S235.
  • step S235 the disparity compensation unit 272 uses the prediction mode (optimum inter prediction) included in the prediction mode related information from the variable length decoding unit 242 using the parallax vectors of the macroblocks around the target block that have already been decoded.
  • the prediction vector of the target block for the macroblock type represented by (mode) is obtained.
  • the disparity compensation unit 272 restores the disparity vector mv of the target block by adding the prediction vector of the target block and the residual vector from the variable length decoding unit 242, and the processing is performed from step S235 to step S236. Proceed to
  • step S236 the parallax compensation unit 272 generates a predicted image of the target block by performing parallax compensation of the converted reference image from the reference image conversion unit 471 using the parallax vector mv of the target block, and selects a predicted image. The processing is returned to the unit 251.
  • FIG. 45 is a flowchart for describing reference image conversion processing performed by the reference image conversion unit 471 in FIG. 42 in step S233 in FIG.
  • steps S251 to S254 processing similar to that performed by the reference image conversion unit 370 in FIG. 31 in steps S151 to S154 in FIG. 38 is performed.
  • step S251 the controller 481 receives the resolution conversion SEI from the variable length decoding unit 242, and the process proceeds to step S252.
  • step S252 the packing unit 482 receives the decoded central viewpoint color image as the reference image from the reference index processing unit 260, and the process proceeds to step S253.
  • step S253 the controller 481 performs packing of the packing unit 482 and filter processing unit 483 for horizontal 1/2 pixel generation or horizontal / vertical 1/4 pixel generation according to the resolution conversion SEI from the variable length decoding unit 242.
  • the filter processing of each filter processing unit 487 is controlled, so that the reference image from the reference index processing unit 260 refers to the conversion of the resolution ratio that matches the horizontal to vertical resolution ratio of the picture of the packing color image to be decoded. Converted to an image.
  • step S253 in step S253-1, the packing unit 482 packs the reference image from the reference index processing unit 260 and its copy, and the packing reference image having the same packing pattern as the packing color image to be encoded. Is generated.
  • the packing unit 482 performs packing for generating a packing reference image in which the reference image from the reference index processing unit 260 and a copy thereof are arranged one above the other.
  • the packing unit 482 supplies the packing reference image obtained by packing to the horizontal 1 ⁇ 2 pixel generation filter processing unit 483, and the process proceeds from step S253-1 to step S253-2.
  • step S253-2 the horizontal 1 ⁇ 2 pixel generation filter processing unit 483 performs horizontal 1 ⁇ 2 pixel generation filter processing on the packing reference image which is an integer precision image from the packing unit 482.
  • a horizontal 1 ⁇ 2 pixel image that is obtained by the horizontal 1 ⁇ 2 pixel generation filter processing (FIG. 33) is converted from the horizontal 1 ⁇ 2 pixel generation filter processing unit 483 to the vertical 1 ⁇ 2 pixel generation filter processing unit 484.
  • the vertical 1/2 pixel generation filter processing unit 484 converts the vertical 1/2 pixel to the horizontal 1/2 precision image from the horizontal 1/2 pixel generation filter processing unit 483 according to the control of the controller 481.
  • the pixel generation filter processing is not performed, but is supplied to the horizontal 1/4 pixel generation filter processing unit 485 as it is.
  • step S253-2 the horizontal 1/4 pixel generation filter processing unit 485 converts the horizontal 1/2 pixel generation filter processing unit 484 into the horizontal 1/2 accuracy image.
  • the horizontal 1/4 pixel generation filter process is performed, and the resulting image is supplied to the vertical 1/4 pixel generation filter processing unit 486, and the process proceeds to step S253-4.
  • step S253-4 the vertical 1/4 pixel generation filter processing unit 486 performs vertical 1/4 pixel generation filter processing on the image from the horizontal 1/4 pixel generation filter processing unit 485, and obtains the result.
  • the supplied image is supplied to the horizontal / vertical 1/4 pixel generation filter processing unit 487, and the process proceeds to step S253-5.
  • step S253-5 the horizontal / vertical 1/4 pixel generation filter processing unit 487 performs horizontal / vertical 1/4 pixel generation filter processing on the image from the vertical 1/4 pixel generation filter processing unit 486, and performs processing. Advances to step S254.
  • step S254 the horizontal / vertical 1/4 pixel generation filter processing unit 487 converts the horizontal 1/4 vertical 1/2 precision image (FIG. 34) obtained by the horizontal / vertical 1/4 pixel generation filter processing into a converted reference image. Is supplied to the parallax compensation unit 272, and the process returns.
  • step S253-2 the horizontal 1 ⁇ 2 pixel generation filter processing unit
  • the horizontal 1 ⁇ 2 precision image (FIG. 33) obtained by the horizontal 1 ⁇ 2 pixel generation filter processing by 483 can be supplied to the parallax compensation unit 272 as a converted reference image.
  • the resolution conversion apparatus 321C performs over-underpacking. However, in the resolution conversion apparatus 321C, the side-by-side packing described in FIG. A resolution-converted multi-viewpoint color image with a reduced amount of data in a band can be generated.
  • 46 is a diagram for explaining resolution conversion performed by the resolution conversion device 321C (and 321D) of FIG. 21 and resolution reverse conversion performed by the resolution reverse conversion device 333C (and 333D) of FIG.
  • FIG. 46 illustrates the resolution conversion performed by the resolution conversion apparatus 321C (FIG. 21) and the resolution reverse conversion performed by the resolution reverse conversion apparatus 333C (FIG. 22) when side-by-side packing is performed in the resolution conversion apparatus 321C. It is a figure explaining.
  • the resolution conversion device 321C is, for example, similar to the resolution conversion device 21C of FIG. 2, a central viewpoint color image, a left viewpoint color image, and a right viewpoint color image that are multi-viewpoint color images supplied thereto.
  • the central viewpoint color image is output as it is (without resolution conversion).
  • the resolution conversion apparatus 321C determines the horizontal resolution (pixels) of the left viewpoint color image and the right viewpoint color image for the remaining left viewpoint color image and right viewpoint color image of the multi-viewpoint color image.
  • the left-viewpoint color image and the right-viewpoint color image whose horizontal resolution is halved are arranged side by side on the left and right, so that a packing color image that is an image for one viewpoint is obtained. Generate.
  • the left viewpoint color image is arranged on the left side
  • the right viewpoint color image is arranged on the right side.
  • the resolution conversion device 321C further indicates that the resolution of the central viewpoint color image remains unchanged, the packing color image includes a left viewpoint color image (with the horizontal resolution halved), and a right viewpoint color. Resolution conversion information indicating that the images are for one viewpoint arranged in the left and right directions is generated.
  • the resolution reverse conversion device 333C determines from the resolution conversion information supplied thereto that the resolution of the central viewpoint color image remains the same, or that the packing color image is the left viewpoint color image and the right viewpoint color. Recognizing that the image is an image for one viewpoint in which the images are arranged side by side.
  • the resolution reverse conversion device 333C based on the information recognized from the resolution conversion information, the central viewpoint color image among the central viewpoint color image and the packing color image that are resolution conversion multi-view color images supplied thereto. Is output as is.
  • the resolution inverse conversion device 333C based on the information recognized from the resolution conversion information, converts the packing color image of the central viewpoint color image and the packing color image which are resolution conversion multi-view color images supplied thereto. Separate to left and right.
  • the resolution inverse conversion device 333C obtains the horizontal resolution of the left viewpoint color image and the right viewpoint color image, which are obtained by separating the packing color image left and right, and the horizontal resolution is halved, by interpolation or the like. Return to the original resolution and output.
  • the SEI generation unit 351 in FIG. 27 uses the resolution conversion information output from the resolution conversion apparatus 333C. It is a figure explaining the value set to parameter num_views_minus_1, view_id [i], frame_packing_info [i], and view_id_in_frame [i] of 3dv_view_resolution (payloadSize) as resolution conversion SEI (FIG. 28) to produce
  • the left viewpoint color image is an image of viewpoint # 0 represented by number 0
  • the central viewpoint color image is viewpoint # 3 represented by number 1.
  • the right viewpoint color image is an image of viewpoint # 2 represented by number 2.
  • the resolution conversion apparatus 321C performs resolution conversion multi-viewpoints obtained by performing resolution conversion of the central viewpoint color image, the left viewpoint color image, and the right viewpoint color image.
  • the number indicating the viewpoint is reassigned, for example, the number 1 indicating the viewpoint # 1 is assigned to the central viewpoint color image, and the packing color Assume that the image is assigned number 0 representing viewpoint # 0.
  • the parameter frame_packing_info [i] represents the presence / absence of packing of the i + 1-th image constituting the resolution-converted multi-view color image and the packing pattern, as described in FIG.
  • the parameter frame_packing_info [i] having a value of 0 indicates that the packing is not performed, and the parameter frame_packing_info [i] having a value of 1 indicates that the over-under packing is performed.
  • a parameter frame_packing_info [i] having a value of 2 indicates that side-by-side packing is performed.
  • the parameter view_id_in_frame [j] represents an index for specifying an image packed in the packed color image as described in FIG. 29, and the parameter frame_packing_info [i] among the images constituting the resolution-converted multi-view color image. Is transmitted only for non-zero images, ie, packing color images.
  • the parameter frame_packing_info [i] of the packing color image is 1, that is, the packing color image is an over-under-packed image in which two viewpoint images are arranged side by side.
  • the parameter frame_packing_info [i] of the packing color image is 2, that is, the packing color image is an image on which side-by-side packing in which two viewpoint images are arranged side by side is performed.
  • the packing color image is an image that has been subjected to side-by-side packing that places the left viewpoint image on the left and the right viewpoint image on the right, and therefore, among the images that are side-by-side packed into the packing color image,
  • the number 2 indicating the viewpoint # 2 of the right viewpoint image is set.
  • FIG. 48 is a diagram for explaining packing by the packing unit 382 in accordance with the control of the controller 381 of FIG.
  • FIG. 48 when the SEI generation unit 351 in FIG. 27 generates the resolution conversion SEI described in FIG. 47, the controller 381 (FIG. 31) performs packing according to the control performed according to the resolution conversion SEI. It is a figure explaining the packing which the part 382 (FIG. 31) performs.
  • the controller 381 recognizes that the packing color image is side-by-side packed from the resolution conversion SEI of FIG. 47 supplied from the SEI generation unit 351.
  • the controller 381 controls the packing unit 382 to perform the same side-by-side packing as the packing color image.
  • the packing unit 382 generates a packing reference image by performing side-by-side packing in which a decoded central viewpoint color image as a reference image and a copy thereof are arranged side by side in accordance with control by the controller 381.
  • 49 and 50 are diagrams illustrating the filter processing of the horizontal 1/2 pixel generation filter processing unit 151 to the horizontal / vertical 1/4 pixel generation filter processing unit 155 according to the control of the controller 381 in FIG. .
  • FIGS. 49 and 50 are based on the control performed by the controller 381 (FIG. 31) according to the resolution conversion SEI when the resolution conversion SEI described in FIG. 47 is generated in the SEI generation unit 351 of FIG.
  • FIG. 32 is a diagram for describing filter processing performed by a horizontal 1/2 pixel generation filter processing unit 151 to a horizontal / vertical 1/4 pixel generation filter processing unit 155 (FIG. 31).
  • the ⁇ marks indicate the original pixels (non-sub-pels) of the packing reference image.
  • the original pixel is an integer pixel at an integer position.
  • the reference image is an integer precision image composed of only integer pixels.
  • the controller 381 determines from the resolution conversion SEI that the horizontal resolution of the left viewpoint image and the right viewpoint image constituting the packing color image is the packing color image. Recognize that it is half of the original (one viewpoint image).
  • the controller 381 applies the horizontal 1/2 pixel generation filter processing unit 151 of the horizontal 1/2 pixel generation filter processing unit 151 to the horizontal / vertical 1/4 pixel generation filter processing unit 155 to the filter processing. And the remaining vertical 1/2 pixel generation filter processing unit 152 to horizontal vertical 1/4 pixel generation filter processing unit 155 are controlled to perform the filter processing.
  • the horizontal 1/2 pixel generation filter processing unit 151 does not perform horizontal 1/2 pixel generation filter processing on the packing reference image that is an integer-precision image from the packing unit 382 in accordance with the control from the controller 381. Then, it is supplied to the vertical 1/2 pixel generation filter processing unit 152 as it is.
  • the vertical 1/2 pixel generation filter processing unit 152 applies the vertical 1/2 pixel generation to the packing reference image, which is an integer-precision image, from the horizontal 1/2 pixel generation filter processing unit 151 in accordance with the control from the controller 381. Apply filtering.
  • the x coordinate is represented by an integer
  • the y coordinate is a coordinate represented by an addition value of the integer and 1/2.
  • a pixel (vertical 1/2 pixel) as a sub-pel is interpolated at position b.
  • the vertical 1/2 pixel generation filter processing unit 152 is an image obtained by interpolating a pixel (vertical 1/2 pixel) at a position b in FIG. 49, that is, a pixel, obtained by the vertical 1/2 pixel generation filter processing.
  • a vertical 1/2 precision image having a horizontal interval of 1 and a vertical interval of 1/2 is supplied to the horizontal 1/4 pixel generation filter processing unit 153.
  • the resolution ratio of the reference image arranged on the left and right and the copy (copy reference image) constituting the vertical 1/2 precision image is 1: 2.
  • the horizontal 1/4 pixel generation filter processing unit 153 applies the horizontal 1/4 pixel generation filter processing to the vertical 1/2 accuracy image from the vertical 1/2 pixel generation filter processing unit 152 in accordance with the control from the controller 381. Apply.
  • the image from the vertical 1/2 pixel generation filter processing unit 152 (vertical 1/2 precision image) that is the target of the horizontal 1/4 pixel generation filter processing is included in the horizontal 1/2 pixel generation filter. Since the horizontal 1/2 pixel generation filter processing by the processing unit 151 has not been performed, according to the horizontal 1/4 pixel generation filter processing, as shown in FIG. A pixel (horizontal 1/4 pixel) as a subpel is interpolated at the position c of the coordinate represented by the added value and the y coordinate being an integer or the added value of the integer and 1/2.
  • the horizontal 1/4 pixel generation filter processing unit 153 obtains an image obtained by interpolating a pixel (horizontal 1/4 pixel) at a position c in FIG. 50, that is, a pixel obtained by the horizontal 1/4 pixel generation filter processing.
  • An image having a horizontal interval of 1/2 and a vertical interval of 1/2 is supplied to the vertical 1/4 pixel generation filter processing unit 154.
  • the vertical 1/4 pixel generation filter processing unit 154 performs vertical 1/4 pixel generation filter processing on the image from the horizontal 1/4 pixel generation filter processing unit 153 according to the control from the controller 381.
  • the image from the horizontal 1/4 pixel generation filter processing unit 153 which is the target of the vertical 1/4 pixel generation filter processing, is applied to the horizontal 1/2 by the horizontal 1/2 pixel generation filter processing unit 151. Since the pixel generation filter processing is not performed, according to the vertical 1/4 pixel generation filter processing, as shown in FIG. 50, the x coordinate is expressed by an integer, and the y coordinate is an integer and 1/4. Or a pixel (vertical 1/4 pixel) as a subpel is interpolated at the position d of the coordinates represented by the addition value of Integer or the addition value of -1/4.
  • the vertical 1/4 pixel generation filter processing unit 154 horizontally and vertically outputs an image obtained by interpolation of pixels (vertical 1/4 pixels) at the position d in FIG. 50 obtained by the vertical 1/4 pixel generation filter processing. This is supplied to the 1/4 pixel generation filter processing unit 155.
  • the horizontal / vertical 1/4 pixel generation filter processing unit 155 performs horizontal / vertical 1/4 pixel generation filter processing on the image from the vertical 1/4 pixel generation filter processing unit 154 in accordance with the control from the controller 381.
  • the image from the vertical 1/4 pixel generation filter processing unit 154 which is the target of the horizontal / vertical 1/4 pixel generation filter processing, is applied to the horizontal 1/2 pixel generation filter processing unit 151 by the horizontal 1 / Since the 2-pixel generation filter processing is not performed, according to the horizontal / vertical 1/4 pixel generation filter processing, as shown in FIG. 50, the x-coordinate is represented by an addition value of an integer and 1/2, A pixel (horizontal and vertical 1/4 pixel) as a subpel is interpolated at the position e of the coordinate whose y coordinate is represented by an addition value of an integer and 1/4 or an addition value of an integer and -1/4. .
  • the horizontal / vertical 1/4 pixel generation filter processing unit 155 obtains an image obtained by interpolating a pixel (horizontal / vertical 1/4 pixel) at a position e in FIG.
  • a horizontal 1/2 vertical 1/4 precision image which is an image in which the horizontal interval between pixels is 1/2 and the vertical interval is 1/4, is used as a conversion reference image, and the parallax detection unit 141 and the parallax This is supplied to the compensation unit 142.
  • the resolution ratio between the reference image arranged on the left and right and the copy reference image constituting the converted reference image which is a horizontal 1/2 vertical 1/4 precision image is 1: 2.
  • the reference image conversion unit 370 does not perform horizontal 1/2 pixel generation filter processing, performs vertical 1/2 pixel generation filter processing, horizontal 1/4 pixel generation filter processing, vertical 1 It is a figure which shows the conversion reference image obtained by performing the filter process for / 4 pixel generation, and the filter process for horizontal / vertical 1/4 pixel generation.
  • the horizontal 1/2 pixel generation filter processing is not performed, the vertical 1/2 pixel generation filter processing, the horizontal 1/4 pixel generation filter processing, the vertical 1/4 pixel generation filter processing,
  • the horizontal interval between pixels (horizontal accuracy) is 1/2 and the vertical
  • a horizontal 1/2 vertical 1/4 precision image with an interval (vertical precision) of 1/4 can be obtained as a converted reference image.
  • the converted reference image obtained as described above is obtained by arranging the decoded central viewpoint image as the (original) reference image and a copy thereof in the horizontal 1/2 vertical 1 / It is a 4-precision image.
  • the horizontal resolution of each of the left viewpoint color image and the right viewpoint color image is halved, and the horizontal resolution is 1/2.
  • the left-viewpoint color image and the right-viewpoint color image are arranged for the left and right sides and arranged for one viewpoint.
  • the encoder 342 (FIG. 27) predicts the packing color image in the resolution ratio of the packing color image to be encoded (encoding target image) and the disparity prediction in the disparity prediction unit 361 (FIG. 30).
  • the resolution ratio of the converted reference image that is referred to when generating the image matches (matches).
  • the horizontal resolution of each of the left viewpoint color image and the right viewpoint color image arranged side by side is 1/2 of the original, and thus becomes a packing color image.
  • the resolution ratio of each of the left viewpoint color image and the right viewpoint color image is 1: 2.
  • the decoded central viewpoint color image arranged side by side and the resolution ratio of the copy thereof are both 1: 2, and the left viewpoint color image which is the packing color image And 1: 2 which is the resolution ratio of the right viewpoint color image.
  • the resolution ratio of the packing color image and the resolution ratio of the converted reference image match, that is, in the packing color image, the left viewpoint color image and the right viewpoint color image are arranged side by side.
  • the decoded central viewpoint color image and a copy thereof are arranged side by side, and the left viewpoint color arranged side by side in such a packed image. Since the resolution ratio of the image and the right viewpoint color image is the same as the resolution ratio of the decoded central viewpoint color image arranged side by side in the converted reference image and the copy thereof, parallax prediction Can be improved (the residual between the prediction image generated by the parallax prediction and the target block becomes small), and the encoding efficiency can be improved.
  • the reference image conversion unit 370 (FIG. 31) obtains the horizontal 1/2 vertical 1/4 precision image as the conversion reference image.
  • the packing color image is side-by-side packed.
  • a vertical 1/2 precision image (FIG. 49) can be obtained.
  • the vertical 1/2 precision image is selected from the horizontal 1/2 pixel generation filter processing unit 151 to the horizontal vertical 1/4 pixel generation filter processing unit 155. Only the vertical 1/2 pixel generation filter processing unit 152 performs filter processing, and the other horizontal 1/2 pixel generation filter processing unit 151 and the horizontal 1/4 pixel generation filter processing unit 153 to horizontal vertical 1 It is obtained by controlling the horizontal 1/2 pixel generation filter processing unit 151 to the horizontal / vertical 1/4 pixel generation filter processing unit 155 so that the 1/4 pixel generation filter processing unit 155 does not perform the filter processing. Can do.
  • FIG. 52 is a flowchart for describing reference image conversion processing performed by the reference image conversion unit 370 in FIG. 31 in step S133 in FIG. 37 when the packing color image is side-by-side packed.
  • step S271 the controller 381 receives the resolution conversion SEI from the SEI generation unit 351, and the process proceeds to step S272.
  • step S272 the packing unit 382 receives the decoded central viewpoint color image as the reference image from the DPB 43, and the process proceeds to step S273.
  • step S273 the controller 381 performs the filter processing of each of the horizontal 1/2 pixel generation filter processing unit 151 to the horizontal / vertical 1/4 pixel generation filter processing unit 155 according to the resolution conversion SEI from the SEI generation unit 351.
  • the packing of the packing unit 382 is controlled, whereby the reference image from the DPB 43 is converted into a converted reference image having a resolution ratio that matches the horizontal / vertical resolution ratio of the picture of the packing color image to be encoded.
  • step S273-1 the packing unit 382 packs the reference image from the DPB 43 and a copy thereof, and generates a packing reference image having the same packing pattern as the packing color image to be encoded.
  • the packing unit 382 performs packing (side-by-side packing) for generating a packing reference image in which the reference image from the DPB 43 and a copy thereof are arranged side by side.
  • the packing unit 382 supplies a packing reference image, which is an integer precision image obtained by packing, to the horizontal 1 ⁇ 2 pixel generation filter processing unit 151.
  • the horizontal 1 ⁇ 2 pixel generation filter processing unit 151 does not perform the horizontal 1 ⁇ 2 pixel generation filter process on the packing reference image from the packing unit 382 in accordance with the control of the controller 381, and directly performs the vertical 1 ⁇ 2 pixel
  • the data is supplied to the generation filter processing unit 152, and the process proceeds from step S273-1 to step S273-2.
  • step S273-2 the vertical 1/2 pixel generation filter processing unit 152 adds the vertical 1/2 pixel generation filter to the packing reference image, which is an integer precision image, from the horizontal 1/2 pixel generation filter processing unit 151. Processing is performed, and the vertical 1/2 precision image (FIG. 49) obtained as a result is supplied to the horizontal 1/4 pixel generation filter processing unit 153, and the processing proceeds to step S273-3.
  • step S273-3 the horizontal 1/4 pixel generation filter processing unit 153 applies horizontal 1/4 pixel generation filter processing to the vertical 1/2 precision image from the vertical 1/2 pixel generation filter processing unit 152.
  • the image obtained as a result is supplied to the vertical 1/4 pixel generation filter processing unit 154, and the process proceeds to step S273-4.
  • step S273-4 the vertical 1/4 pixel generation filter processing unit 154 performs vertical 1/4 pixel generation filter processing on the image from the horizontal 1/4 pixel generation filter processing unit 153, and obtains the result.
  • the supplied image is supplied to the horizontal / vertical 1/4 pixel generation filter processing unit 155, and the process proceeds to step S273-5.
  • step S273-5 the horizontal / vertical 1/4 pixel generation filter processing unit 155 performs horizontal / vertical 1/4 pixel generation filter processing on the image from the vertical 1/4 pixel generation filter processing unit 154, and performs processing. Advances to step S274.
  • step S274 the horizontal / vertical 1/4 pixel generation filter processing unit 155 converts the horizontal 1/2 vertical 1/4 accuracy image (FIG. 50) obtained by the horizontal / vertical 1/4 pixel generation filter processing into a converted reference image.
  • the parallax detection unit 141 and the parallax compensation unit 142 are supplied to the parallax detection unit 141 and the parallax compensation unit 142, and the process returns.
  • step S273-2 the processes of steps S273-3 to S273-5 are skipped, and the vertical 1/2 pixel generation by the vertical 1/2 pixel generation filter processing unit 151 is performed in step S273-2. 49 can be supplied to the parallax detection unit 141 and the parallax compensation unit 142 as a conversion reference image.
  • the reference image conversion unit 471 (FIG. 42) of the decoder 39 (FIG. 39) performs the reference image conversion process of FIG. 45 performed as step S233 of FIG. In S253, processing similar to that in step S273 in FIG. 27 is performed.
  • the resolution conversion apparatus 321C reduces the resolution of the left viewpoint color image and the right viewpoint color image, thereby reducing the data amount in the baseband and reducing the resolution.
  • the resolution conversion apparatus 321C only reduces the resolution of the left viewpoint color image and the right viewpoint color image. Can be done and packing can be done.
  • FIG. 53 is a diagram for explaining the resolution conversion performed by the resolution conversion device 321C (and 321D) in FIG. 21 and the resolution reverse conversion performed by the resolution reverse conversion device 333C (and 333D) in FIG.
  • FIG. 53 shows the resolution conversion performed by the resolution converter 321C (FIG. 21) when the resolution converter 321C performs only the resolution reduction for reducing the amount of data in the baseband and does not perform packing. And it is a figure explaining the resolution reverse conversion which the resolution reverse conversion apparatus 333C (FIG. 22) performs.
  • the resolution conversion device 321C for example, in the same manner as the resolution conversion device 21C in FIG. 2, of the central viewpoint color image, the left viewpoint color image, and the right viewpoint color image that are multi-viewpoint color images supplied thereto.
  • the central viewpoint color image is output as it is (without resolution conversion).
  • the resolution conversion device 321C sets the resolutions of the two viewpoint images for the remaining left viewpoint color image and right viewpoint color image of the multi-viewpoint color image.
  • Pack the low-resolution left-viewpoint color image and right-viewpoint color image (hereinafter also referred to as low-resolution left-viewpoint image and low-resolution right-viewpoint image) that are converted to low resolution and obtained as a result. Output without.
  • the resolution conversion device 321C halves the vertical resolution (number of pixels) of each of the left viewpoint color image and the right viewpoint color image, and sets the vertical resolution to 1 ⁇ 2.
  • the low-resolution left viewpoint image and the low-resolution right viewpoint image, which are right viewpoint color images, are output without packing.
  • the central viewpoint image, the low resolution left viewpoint image, and the low resolution right viewpoint image output from the resolution conversion apparatus 321C are supplied to the encoding apparatus 322C (FIG. 21) as a resolution conversion multi-viewpoint color image.
  • the horizontal resolution can be halved instead of the vertical resolution of each of the left viewpoint color image and the right viewpoint color image.
  • the resolution conversion device 321C further indicates that the resolution of the central viewpoint color image remains the same, or that the low resolution left viewpoint color image and the low resolution right viewpoint color image have vertical resolution (or horizontal resolution) ( Generate and output resolution conversion information indicating that the original image is halved.
  • the resolution inverse conversion device 333C determines that the resolution of the central viewpoint color image remains unchanged from the resolution conversion information supplied thereto, the low resolution left viewpoint color image, and the low resolution right viewpoint color image. Recognizes that the image has a vertical resolution halved.
  • the resolution reverse conversion device 333C based on the information recognized from the resolution conversion information, the central viewpoint color image, the low resolution left viewpoint color image, and the low resolution right viewpoint, which are resolution conversion multi-view color images supplied thereto. Of the color images, the central viewpoint color image is output as it is.
  • the resolution reverse conversion device 333C based on the information recognized from the resolution conversion information, a central viewpoint color image, a low resolution left viewpoint color image, and a low resolution right viewpoint, which are resolution converted multi-view color images supplied thereto.
  • the low-resolution left viewpoint color image and the low-resolution right viewpoint color image are output by returning the vertical resolution to the original resolution by interpolation or the like.
  • multi-view color image (and multi-view depth image) may be an image of four or more viewpoints.
  • the vertical resolution of the left viewpoint color image and the right viewpoint color image of the central viewpoint color image, the left viewpoint color image, and the right viewpoint color image, which are multi-viewpoint color images is reduced.
  • the resolution conversion device 321C can perform resolution conversion for reducing the resolution of only one image or all images of the central viewpoint color image, the left viewpoint color image, and the right viewpoint color image.
  • the resolution inverse conversion device 333C can perform resolution inverse conversion that restores the resolution conversion performed by the resolution conversion device 321C.
  • FIG. 54 shows a configuration example of the encoding device 322C in FIG. 21 when the resolution-converted multi-view color image is the central viewpoint image, the low-resolution left viewpoint image, and the low-resolution right viewpoint image described in FIG. FIG.
  • the encoding device 322C includes an encoder 41, a DPB 43, and encoders 511 and 512.
  • the encoding device 322C of FIG. 54 is common to the case of FIG. 26 in that it has the encoder 41 and the DPB 43, and in the case of FIG. 26 in that encoders 511 and 512 are provided instead of the encoder 342. Is different.
  • the encoder 41 is supplied with the central viewpoint color image among the central viewpoint color image, the low resolution left viewpoint color image, and the low resolution right viewpoint color image that constitute the resolution converted multi-view color image from the resolution conversion device 321C. Is done.
  • the encoder 511 includes a low-resolution left-viewpoint color image among a central-viewpoint color image, a low-resolution left-viewpoint color image, and a low-resolution right-viewpoint color image that form the resolution-converted multi-viewpoint color image from the resolution conversion device 321C. Is supplied.
  • the encoder 512 includes a low-resolution right-viewpoint color image among a central-viewpoint color image, a low-resolution left-viewpoint color image, and a low-resolution right-viewpoint color image that constitute the resolution-converted multi-viewpoint color image from the resolution conversion device 321C. Is supplied.
  • resolution conversion information from the resolution conversion device 321C is supplied to the encoders 511 and 512.
  • the encoder 41 encodes the central viewpoint color image as a base view image by MVC (AVC), and outputs the encoded data of the central viewpoint color image obtained as a result. .
  • AVC MVC
  • the encoder 511 encodes the low-resolution left-viewpoint color image as a non-base view image based on the resolution conversion information by the expansion method, and outputs the encoded data of the low-resolution left-viewpoint color image obtained as a result.
  • the encoder 512 encodes the low-resolution right-viewpoint color image as a non-base view image based on the resolution conversion information by the extended method, and outputs the encoded data of the low-resolution right-viewpoint color image obtained as a result.
  • the encoder 512 performs the same processing as the encoder 511 except that the processing target is not the low-resolution left viewpoint color image but the low-resolution right viewpoint color image. Omitted as appropriate.
  • the encoded data of the central viewpoint color image output from the encoder 41, the encoded data of the low resolution left viewpoint color image output from the encoder 511, and the encoded data of the low resolution right viewpoint color image output from the encoder 512 are many.
  • the viewpoint color image encoded data is supplied to the multiplexing device 23 (FIG. 21).
  • the DPB 43 is shared by the encoder 41 and 511 and 512.
  • the encoder 41 and 511 and 512 perform predictive encoding on the encoding target image. Therefore, the encoder 41, and 511 and 512 generate a predicted image to be used for predictive encoding, after encoding an image to be encoded, perform local decoding to obtain a decoded image.
  • the DPB 43 temporarily stores the decoded images obtained by the encoder 41 and 511 and 512, respectively.
  • Each of the encoder 41, 511, and 512 selects a reference image to be referred to for encoding an image to be encoded from the decoded image stored in the DPB 43.
  • Each of the encoders 41, 511, and 512 generates a predicted image using the reference image, and performs image encoding (predictive encoding) using the predicted image.
  • each of the encoders 41 and 511 and 512 can refer to decoded images obtained by other encoders in addition to the decoded images obtained by itself.
  • FIG. 55 is a block diagram illustrating a configuration example of the encoder 511 in FIG.
  • an encoder 511 includes an A / D conversion unit 111, a screen rearrangement buffer 112, a calculation unit 113, an orthogonal transformation unit 114, a quantization unit 115, a variable length coding unit 116, a storage buffer 117, and an inverse quantization unit. 118, an inverse orthogonal transform unit 119, a calculation unit 120, a deblocking filter 121, an intra-screen prediction unit 122, a predicted image selection unit 124, an SEI generation unit 551, and an inter prediction unit 552.
  • the encoder 511 is common to the encoder 342 in FIG. 27 in that the encoder 511 includes the A / D conversion unit 111 or the intra-screen prediction unit 122 and the predicted image selection unit 124.
  • the encoder 511 is different from the encoder 342 of FIG. 27 in that an SEI generation unit 551 and an inter prediction unit 552 are provided instead of the SEI generation unit 351 and the inter prediction unit 352, respectively.
  • the SEI generation unit 551 is supplied with resolution conversion information about a resolution-converted multi-viewpoint color image from the resolution conversion device 321C (FIG. 21).
  • the SEI generation unit 551 converts the format of the resolution conversion information supplied thereto into the MVC (AVC) SEI format, and outputs the resulting resolution conversion SEI.
  • the resolution conversion SEI output from the SEI generation unit 551 is supplied to the variable length coding unit 116 and the inter prediction unit 552 (the parallax prediction unit 561 thereof).
  • variable length encoding unit 116 the resolution conversion SEI from the SEI generation unit 551 is included in the encoded data and transmitted.
  • the inter prediction unit 552 includes a time prediction unit 132 and a parallax prediction unit 561.
  • the inter prediction unit 552 is common to the inter prediction unit 352 in FIG. 27 in that it includes the temporal prediction unit 132, and is provided with a parallax prediction unit 561 in place of the parallax prediction unit 361.
  • the inter prediction unit 352 is different.
  • the target picture of the low-resolution left viewpoint color image is supplied from the screen rearrangement buffer 112 to the parallax prediction unit 561.
  • the parallax prediction unit 561 performs the parallax prediction of the target block of the target picture of the low-resolution left viewpoint color image from the screen rearrangement buffer 112, and the decoded central viewpoint color stored in the DPB 43.
  • An image picture (a picture at the same time as the target picture) is used as a reference image to generate a predicted image of the target block.
  • parallax prediction unit 561 supplies the predicted image to the predicted image selection unit 124 together with header information such as a residual vector.
  • the resolution conversion SEI is supplied from the SEI generation unit 551 to the parallax prediction unit 561.
  • the parallax prediction unit 561 controls the filtering process applied to the picture of the decoded central viewpoint color image as the reference image to be referred to in the parallax prediction, according to the resolution conversion SEI from the SEI generation unit 551.
  • the disparity prediction unit 561 controls the filtering process applied to the picture of the decoded central viewpoint color image as the reference image to be referred to in the disparity prediction, in accordance with the resolution conversion SEI from the SEI generation unit 551.
  • the reference image becomes a converted reference image having a resolution ratio that matches the horizontal to vertical resolution ratio (ratio of the number of horizontal pixels to the number of vertical pixels) of the picture of the low-resolution left viewpoint color image to be encoded. Converted.
  • the encoder 512 (FIG. 54) that encodes the low-resolution right viewpoint color image
  • the picture of the low-resolution right viewpoint color image at the same time as the target picture of the low-resolution left viewpoint color image that is the encoding target of the encoder 511.
  • the disparity prediction unit 561 of the encoder 511 refers to a picture of the decoded low-resolution right-view color image (a picture at the same time as the target picture) stored in the DPB 43 in addition to the picture of the decoded center-view color image. Can be used for images.
  • FIG. 56 is a diagram for explaining the resolution conversion SEI generated by the SEI generation unit 551 of FIG.
  • FIG. 56 illustrates an example of syntax of 3dv_view_resolution (payloadSize) as resolution conversion SEI when only resolution reduction is performed and packing is not performed in the resolution conversion apparatus 321C as described in FIG. FIG.
  • 3dv_view_resolution (payloadSize) as resolution conversion SEI includes parameters num_views_minus_1, view_id [i], and resolution_info [i].
  • FIG. 57 is set in parameters num_views_minus_1, view_id [i], and resolution_info [i] of resolution conversion SEI generated from the resolution conversion information about the resolution conversion multi-view color image in the SEI generation unit 551 (FIG. 55). It is a figure explaining a value.
  • the parameter num_views_minus_1 represents a value obtained by subtracting 1 from the number of viewpoints of the images constituting the resolution-converted multi-view color image, as in the case of FIG.
  • the left viewpoint color image is an image of viewpoint # 0 represented by number 0
  • the central viewpoint color image is an image of viewpoint # 1 represented by number 1.
  • the right viewpoint color image is an image of viewpoint # 2 represented by number 2.
  • the central viewpoint color image, the low resolution, and the resolution conversion multi-view color image obtained by performing the resolution conversion of the central viewpoint color image, the left viewpoint color image, and the right viewpoint color image.
  • the left viewpoint color image and the low-resolution right viewpoint color image it is assumed that the reassignment of the number indicating the viewpoint as described with reference to FIG. 29 is not performed.
  • the low-resolution left viewpoint color image is the second image constituting the resolution-converted multi-viewpoint color image.
  • the parameter resolution_info [i] represents whether or not the i + 1-th image constituting the resolution-converted multi-viewpoint color image is reduced in resolution, and the reduced resolution pattern (reduced resolution pattern).
  • the parameter resolution_info [i] having a value of 0 indicates that the resolution has not been reduced.
  • a parameter resolution_info [i] having a value other than 0, for example 1 or 2, indicates that the resolution has been reduced.
  • the parameter resolution_info [i] having a value of 1 indicates that the vertical resolution has been reduced to 1/2 (original), and the parameter resolution_info [i] having a value of 2 has a horizontal resolution of 1 / 2 indicates that the resolution is reduced.
  • FIG. 58 is a block diagram illustrating a configuration example of the parallax prediction unit 561 in FIG. 55.
  • the parallax prediction unit 561 includes a parallax detection unit 141, a parallax compensation unit 142, a prediction information buffer 143, a cost function calculation unit 144, a mode selection unit 145, and a reference image conversion unit 570.
  • the parallax prediction unit 561 in FIG. 58 is common to the parallax prediction unit 361 in FIG. 30 in that it includes the parallax detection unit 141 or the mode selection unit 145.
  • the parallax prediction unit 561 in FIG. 58 is different from the parallax prediction unit 361 in FIG. 30 in that a reference image conversion unit 570 is provided instead of the reference image conversion unit 370.
  • the reference image conversion unit 570 is supplied with a picture of the decoded central viewpoint color image from the DPB 43 as a reference image, and is also supplied with a resolution conversion SEI from the SEI generation unit 551.
  • the reference image conversion unit 570 controls the filtering process performed on the picture of the decoded central viewpoint color image as the reference image to be referred to in the parallax prediction in accordance with the resolution conversion SEI from the SEI generation unit 551.
  • the image is converted into a conversion reference image having a resolution ratio that matches the horizontal / vertical resolution ratio of the picture of the low-resolution left-viewpoint color image to be encoded, and is supplied to the parallax detection unit 141 and the parallax compensation unit 142.
  • FIG. 59 is a block diagram illustrating a configuration example of the reference image conversion unit 570 in FIG.
  • the reference image conversion unit 570 includes a horizontal 1/2 pixel generation filter processing unit 151, a vertical 1/2 pixel generation filter processing unit 152, a horizontal 1/4 pixel generation filter processing unit 153, a vertical 1 / It has a 4-pixel generation filter processing unit 154, a horizontal / vertical 1/4 pixel generation filter processing unit 155, and a controller 381.
  • the reference image conversion unit 570 in FIG. 59 includes the horizontal 1/2 pixel generation filter processing unit 151 to the horizontal / vertical 1/4 pixel generation filter processing unit 155 and the controller 381, and therefore, the reference image conversion unit 570 in FIG. Common to the image conversion unit 370.
  • the reference image conversion unit 570 in FIG. 59 is different from the reference image conversion unit 370 in FIG. 31 in that the packing unit 382 is not provided.
  • the controller 381 performs a horizontal 1/2 pixel generation filter processing unit 151 to a horizontal vertical 1/4 pixel generation filter processing unit in accordance with the resolution conversion SEI from the SEI generation unit 551. 155 controls each filtering process.
  • the horizontal 1/2 pixel generation filter processing unit 151 to the horizontal / vertical 1/4 pixel generation filter processing unit 155 filter the decoded central viewpoint color image as the reference image supplied from the DPB 43 according to the control by the controller 381. Processing is performed, and a post-conversion reference image obtained as a result is supplied to the parallax detection unit 141 and the parallax compensation unit 142.
  • FIG. 60 is a flowchart for explaining an encoding process for encoding a low-resolution left viewpoint color image performed by the encoder 511 in FIG.
  • steps S301 to S309 the same processing as in steps S101 to S109 of FIG. 36 is performed, whereby the deblocking filter 121 decodes the target block of the low-resolution left viewpoint color image (local decoding).
  • the left viewpoint color image is filtered and supplied to the DPB 43.
  • step S310 the DPB 43 encodes the central viewpoint color image from the encoder 41 (FIG. 54) that encodes the central viewpoint color image, and decodes the central viewpoint color obtained by local decoding. Waiting for the image to be supplied, the decoded central viewpoint color image is stored, and the process proceeds to step S311.
  • step S311 the DPB 43 stores the decoded low-resolution left viewpoint color image from the deblocking filter 121, and the process proceeds to step S312.
  • step S312 the intra prediction unit 122 performs an intra prediction process (intra prediction process) for the next target block.
  • the intra prediction unit 122 generates intra prediction (prediction image of intra prediction) from the picture of the decoded low-resolution left viewpoint color image stored in the DPB 43 for the next target block (intra prediction). I do.
  • the intra-screen prediction unit 122 obtains an encoding cost required to encode the next target block using the prediction image of the intra prediction, and obtains header information (information regarding the intra prediction to be used) and intra prediction.
  • the predicted image is supplied to the predicted image selection unit 124 together with the predicted image, and the process proceeds from step S312 to step S313.
  • step S313 the temporal prediction unit 132 uses the decoded low-resolution left-viewpoint color image picture (a picture that has been encoded prior to the target picture and locally decoded) for the next target block as a reference image. I do.
  • the temporal prediction unit 132 performs temporal prediction on the next target block using the decoded low-resolution left viewpoint color image picture stored in the DPB 43 for each inter prediction mode with different macroblock types and the like.
  • the prediction image, the encoding cost, etc. are obtained.
  • the temporal prediction unit 132 sets the inter prediction mode with the minimum encoding cost as the optimal inter prediction mode, and uses the prediction image of the optimal inter prediction mode as header information (information related to the inter prediction) and the encoding cost.
  • the predicted image selection unit 124 is supplied and the process proceeds from step S313 to step S314.
  • step S314 the SEI generation unit 551 generates the resolution conversion SEI described in FIG. 56 and FIG. 57, and supplies the resolution conversion SEI to the variable length encoding unit 116 and the disparity prediction unit 561, and the process proceeds to step S315. .
  • step S315 the disparity prediction unit 561 performs a disparity prediction process on the next target block, using the decoded central viewpoint color image picture (the picture at the same time as the target picture) as a reference image.
  • the parallax prediction unit 561 uses the decoded central viewpoint color image stored in the DPB 43 as a reference image, and converts the reference image into a converted reference image according to the resolution conversion SEI from the SEI generation unit 551. .
  • the disparity prediction unit 561 obtains a predicted image, an encoding cost, and the like for each inter prediction mode with different macroblock types and the like by performing disparity prediction on the next target block using the transformed reference image.
  • the disparity prediction unit 561 sets the inter prediction mode with the minimum encoding cost as the optimal inter prediction mode, and sets the prediction image of the optimal inter prediction mode as header information (information related to inter prediction) and the encoding cost.
  • the predicted image selection unit 124 is supplied and the process proceeds from step S315 to step S316.
  • the predicted image selection unit 124 receives the predicted image from the intra-screen prediction unit 122 (prediction image for intra prediction), the predicted image from the temporal prediction unit 132 (temporal prediction image), and the parallax prediction unit 561. For example, a prediction image with the lowest coding cost is selected from the prediction images (parallax prediction images), and is supplied to the calculation units 113 and 220, and the process proceeds to step S317.
  • the predicted image selected by the predicted image selection unit 124 in step S316 is used in the processing of steps S303 and S308 performed in the encoding of the next target block.
  • the predicted image selection unit 124 selects header information supplied together with the predicted image with the lowest coding cost from the header information from the intra-screen prediction unit 122, the temporal prediction unit 132, and the parallax prediction unit 561. Then, it is supplied to the variable length encoding unit 116.
  • step S317 the variable length encoding unit 116 performs variable length encoding on the quantized value from the quantization unit 115 to obtain encoded data.
  • variable length encoding unit 116 includes the header information from the predicted image selection unit 124 and the resolution conversion SEI from the SEI generation unit 551 in the header of the encoded data.
  • variable length encoding unit 116 supplies the encoded data to the accumulation buffer 117, and the process proceeds from step S317 to step S318.
  • step S318 the accumulation buffer 117 temporarily stores the encoded data from the variable length encoding unit 116.
  • the encoded data stored in the accumulation buffer 117 is supplied to the multiplexer 23 (FIG. 21) at a predetermined transmission rate.
  • FIG. 61 is a flowchart for describing the parallax prediction processing performed by the parallax prediction unit 561 in FIG. 58 in step S315 in FIG.
  • step S331 the reference image conversion unit 570 receives the resolution conversion SEI supplied from the SEI generation unit 551, and the process proceeds to step S332.
  • step S332 the reference image conversion unit 570 receives the picture of the decoded central viewpoint color image as the reference image from the DPB 43, and the process proceeds to step S333.
  • the reference image conversion unit 570 controls the filtering process applied to the picture of the decoded central viewpoint color image as the reference image from the DPB 43 according to the resolution conversion SEI from the SEI generation unit 551, and thereby the reference A reference image conversion process is performed to convert the image into a converted reference image having a resolution ratio that matches the horizontal / vertical resolution ratio of the picture of the low-resolution left-viewpoint color image to be encoded.
  • the reference image conversion unit 570 supplies the converted reference image obtained by the reference image conversion process to the parallax detection unit 141 and the parallax compensation unit 142, and the process proceeds from step S333 to step S334.
  • steps S334 to S340 the same processing as in steps S134 to S140 in FIG. 37 is performed.
  • FIG. 62 is a flowchart for describing reference image conversion processing performed by the reference image conversion unit 570 in FIG. 59 in step S333 in FIG.
  • the parallax prediction unit 561 (FIG. 55) has reduced the vertical resolution of the left viewpoint color image to be encoded by the encoder 511 to 1/2.
  • the parallax prediction of the low-resolution left viewpoint image is performed using the central viewpoint color image that has not been reduced in resolution (decoded) as the reference image, the left viewpoint color image to be encoded by the encoder 511 is determined.
  • the parallax prediction of the low-resolution left viewpoint image with the reduced resolution can be performed using the low-resolution right viewpoint color image with the resolution reduced (decoded) as the right viewpoint color image as the reference image. .
  • the parallax prediction of the low-resolution left viewpoint image that has been reduced in resolution is the low-resolution left viewpoint image that is the encoding target in addition to the central viewpoint color image that has not been reduced in resolution.
  • the same low-resolution, low-resolution right viewpoint color image can be used as a reference image.
  • a low-resolution left viewpoint image that has been reduced in resolution to halve the vertical resolution of the left-viewpoint color image is set as an encoding target image, and the parallax prediction of the encoding target image is performed at a low resolution.
  • the image to be encoded is a low-resolution image whose vertical resolution has been reduced to (original) 1/2
  • the reference image is a low-resolution image. Since it is an image that has not been converted to a resolution, the image to be encoded is an image whose vertical resolution is 1 ⁇ 2 of the reference image, and the resolution ratio of the image to be encoded and the resolution ratio of the reference image Is different.
  • the low resolution left viewpoint image that has been reduced in resolution to halve the vertical resolution of the left viewpoint color image is set as an encoding target image, and the parallax prediction of the encoding target image is performed.
  • the vertical resolution of the image to be encoded was halved Since it is a low-resolution image and the reference image is also a low-resolution image whose vertical resolution is halved, the resolution ratio of the image to be encoded matches the resolution ratio of the reference image.
  • the encoder 41 encodes the central viewpoint color image as a base view image in the encoder 41, and the encoders 511 and 512 have a low resolution left viewpoint image and a low resolution right viewpoint image. Are encoded as non-base view images, respectively.
  • the encoder 41 one of the low-resolution left viewpoint image and the low-resolution right viewpoint image is selected.
  • the low-resolution left viewpoint image is encoded as a base view image
  • the encoder 511 encodes the central viewpoint color image as a non-base view image.
  • a low resolution right viewpoint image which is the other of the low resolution right viewpoint images, It can be encoded as an image down base view.
  • the parallax prediction of the central viewpoint color image that has not been reduced in resolution is the vertical resolution of the left viewpoint color image.
  • the central viewpoint color image that has not been reduced in resolution is set as an image to be encoded, and the parallax prediction of the image to be encoded is reduced in resolution so that the vertical resolution is halved.
  • the encoding target image is a central viewpoint color image that has not been reduced in resolution, and the reference image has a low resolution in which the vertical resolution is halved. Since it is an image, the image to be encoded is an image whose vertical resolution is twice that of the reference image, and the resolution ratio of the image to be encoded is different from the resolution ratio of the reference image.
  • the encoding target image has a vertical resolution of 1 with respect to the reference image.
  • the resolution ratio of the image to be encoded and the resolution ratio of the reference image are different from each other due to being a / 2 image or a double image, the resolution ratio of the image to be encoded and the reference In some cases, the resolution ratio of the images matches.
  • the horizontal resolution is reduced to 1/2 in addition to the reduction in the vertical resolution of the left viewpoint color image and the right viewpoint color image to 1/2.
  • the resolution can be reduced.
  • the reference image conversion processing of FIG. 62 is performed by the above-described encoding target image because the image to be encoded is an image whose vertical resolution is 1/2 or twice that of the reference image.
  • the resolution ratio of the image to be encoded and the resolution ratio of the reference image are different, and when the resolution ratio of the image to be encoded and the resolution ratio of the reference image match, and Low resolution that reduces the vertical resolution of the left-viewpoint color image and right-viewpoint color image to 1/2, and low-resolution that reduces the horizontal resolution of the left-viewpoint color image and right-viewpoint color image to 1/2 This is a process capable of dealing with any of the cases where the conversion is performed.
  • step S351 the controller 381 (FIG. 59) receives the resolution conversion SEI from the SEI generation unit 551, and the process proceeds to step S352.
  • step S352 the horizontal 1/2 pixel generation filter processing unit 151 (FIG. 59) receives the decoded central viewpoint color image as the reference image from the DPB 43, and the process proceeds to step S353.
  • step S353 the controller 381 performs the filter processing of each of the horizontal 1/2 pixel generation filter processing unit 151 to the horizontal / vertical 1/4 pixel generation filter processing unit 155 in accordance with the resolution conversion SEI from the SEI generation unit 551.
  • the reference image from the DPB 43 is converted into a converted reference image having a resolution ratio that matches the horizontal / vertical resolution ratio of the picture of the image to be encoded.
  • step S353 the controller 381 determines the resolution_info [i] (FIGS. 56 and 57) of the image to be encoded by the encoder 511 and the reference image used for the parallax prediction (already encoded) It is determined whether the resolution_info [j] of the decoded image that has been locally decoded is equal.
  • the image to be encoded by the encoder 511 is the (i + 1) -th image constituting the resolution-converted multi-view color image
  • the reference image used for the parallax prediction is a resolution-converted multi-view color image.
  • step S361 when it is determined that the resolution_info [i] of the image to be encoded by the encoder 511 is equal to the resolution_info [j] of the reference image used for the parallax prediction, that is, the image to be encoded
  • the reference images used for the parallax prediction are all images that have not been reduced in resolution, or have been reduced in the same resolution, the resolution ratio of the image to be encoded, and When the resolution ratio of the reference image used for the parallax prediction matches, the process proceeds to step S362.
  • steps S362 to S366 the reference image from the DPB 43 conforms to the MVC described with reference to FIGS.
  • Filter processing filter processing for increasing the number of pixels in the horizontal and vertical directions by the same multiple
  • step S362 the horizontal 1/2 pixel generation filter processing unit 151 performs horizontal 1/2 pixel generation filter processing on the reference image that is an integer-precision image from the DPB 43, and an image obtained as a result thereof is The image data is supplied to the vertical 1 ⁇ 2 pixel generation filter processing unit 152, and the process proceeds to step S363.
  • step S363 the vertical 1/2 pixel generation filter processing unit 152 performs vertical 1/2 pixel generation filter processing on the image from the horizontal 1/2 pixel generation filter processing unit 151 and obtains 1 as a result thereof.
  • the / 2 accuracy image (FIG. 14) is supplied to the horizontal 1/4 pixel generation filter processing unit 153, and the process proceeds to step S364.
  • step S364 the horizontal 1/4 pixel generation filter processing unit 153 performs horizontal 1/4 pixel generation filter processing on the 1/2 precision image from the vertical 1/2 pixel generation filter processing unit 152, The resulting image is supplied to the vertical 1/4 pixel generation filter processing unit 154, and the process proceeds to step S365.
  • step S365 the vertical 1/4 pixel generation filter processing unit 154 performs vertical 1/4 pixel generation filter processing on the image from the horizontal 1/4 pixel generation filter processing unit 153, and an image obtained as a result thereof. Is supplied to the horizontal / vertical 1/4 pixel generation filter processing unit 155, and the process proceeds to step S366.
  • step S366 the horizontal / vertical 1/4 pixel generation filter processing unit 155 performs horizontal / vertical 1/4 pixel generation filter processing on the image from the vertical 1/4 pixel generation filter processing unit 154. Proceed to step S354.
  • step S354 the horizontal / vertical 1/4 pixel generation filter processing unit 155 uses the 1 / 4-accuracy image (FIG. 15) obtained by the horizontal / vertical 1/4 pixel generation filter processing as a converted reference image as a parallax detection unit. 141 and the parallax compensation unit 142, and the process returns.
  • step S363 when the resolution_info [i] of the image to be encoded is equal to the resolution_info [j] of the reference image used for the parallax prediction in the reference image conversion process of FIG. If the resolution ratio matches the resolution ratio of the reference image used for the parallax prediction, the filtering process of steps S364 to S366 out of the filtering process of steps S362 to S366 is skipped and obtained in step S363.
  • the 1/2 precision image is supplied as a conversion reference image to the parallax detection unit 141 and the parallax compensation unit 142, or all the processes in steps S362 to S366 are skipped, and the reference image is directly converted and referenced.
  • An image can be supplied to the parallax detection unit 141 and the parallax compensation unit 142.
  • step S361 determines whether the resolution_info [i] of the image to be encoded by the encoder 511 is not equal to the resolution_info [j] of the reference image used for the parallax prediction, that is, the encoding target. If the resolution ratio of the image does not match the resolution ratio of the reference image used for the parallax prediction, the process proceeds to step S367, and the controller 381 resolves the resolution_info [i] of the image to be encoded by the encoder 511. And resolution_info [j] of the reference image used for the parallax prediction is determined.
  • step S367 it is determined that the resolution_info [i] of the encoding target image is 1 and the resolution_info [j] of the reference image used for disparity prediction is 0, or the resolution_info [ If it is determined that i] is 0 and the resolution_info [j] of the reference image used for disparity prediction is 2, the process proceeds to step S368, and the horizontal 1/2 pixel generation filter processing unit 151 performs DPB 43
  • the reference image which is an integer precision image from is subjected to horizontal 1/2 pixel generation filter processing, and the resulting horizontal 1/2 precision image (FIG. 33) is converted into a vertical 1/2 pixel generation filter processing unit 152. To supply.
  • the vertical 1/2 pixel generation filter processing unit 152 does not perform the vertical 1/2 pixel generation filter process on the horizontal 1/2 pixel image from the horizontal 1/2 pixel generation filter processing unit 151 (skip). As is, it is supplied to the horizontal 1/4 pixel generation filter processing unit 153, and the process proceeds from step S368 to step S364.
  • steps S364 to S366 the horizontal 1/4 pixel generation filter processing by the horizontal 1/4 pixel generation filter processing unit 153 is performed on the horizontal 1/2 precision image as described above, and the vertical 1/4 pixel is processed.
  • the vertical 1/4 pixel generation filter processing by the generation filter processing unit 154 and the horizontal / vertical 1/4 pixel generation filter processing by the horizontal / vertical 1/4 pixel generation filter processing unit 155 are respectively applied to the horizontal 1 A / 4 vertical 1/2 precision image (FIG. 34) is required.
  • step S366 the horizontal / vertical 1/4 pixel generation filter processing unit 155 uses the horizontal 1/4 vertical 1/2 precision image as the conversion reference image, and the parallax detection unit 141, and Then, the parallax compensation unit 142 is supplied and the process returns.
  • a reference image having a resolution ratio of 1: 1 is set such that the ratio of the number of interpolated pixels to the width (hereinafter also referred to as the interpolation pixel number ratio) is 2: 1.
  • the interpolation pixel number ratio is 2: 1.
  • the resolution_info [i] of the image to be encoded is 0 and the resolution_info [j] of the reference image used for disparity prediction is 2
  • the reference image conversion unit 570 (FIG. 59) converts the reference image having a resolution ratio of 1: 2 into a horizontal 1/4 vertical 1/2 precision image having an interpolation pixel number ratio of 2: 1.
  • a converted reference image whose ratio matches 1: 1 ( 2: 2), which is the resolution ratio of the encoding target image, is obtained.
  • step S364 to S366 of the filtering processes of the steps S368 and S364 to S366 are performed.
  • the filtering process is skipped, and the horizontal 1 ⁇ 2 precision image (FIG. 33) obtained in step S368 can be supplied to the parallax detection unit 141 and the parallax compensation unit 142 as a converted reference image.
  • step S367 it is determined that the resolution_info [i] of the encoding target image is 0 and the resolution_info [j] of the reference image used for disparity prediction is 1, or the encoding target image
  • the horizontal 1/2 pixel generation filter processing unit 151 uses the integer precision image from the DPB 43.
  • a certain reference image is supplied to the vertical 1/2 pixel generation filter processing unit 152 as it is without being subjected to the horizontal 1/2 pixel generation filter processing (skipped), and the process proceeds to step S369.
  • step S369 the vertical 1/2 pixel generation filter processing unit 152 performs vertical 1/2 pixel generation filter processing on the reference image, which is an integer-precision image, from the horizontal 1/2 pixel generation filter processing unit 151. Then, the vertical 1/2 precision image (FIG. 49) obtained as a result is supplied to the horizontal 1/4 pixel generation filter processing unit 153, and the process proceeds to step S364.
  • steps S364 to S366 the horizontal 1/4 pixel generation filter processing by the horizontal 1/4 pixel generation filter processing unit 153 is performed on the vertical 1/2 precision image, as in the case described above.
  • the vertical 1/4 pixel generation filter processing by the generation filter processing unit 154 and the horizontal / vertical 1/4 pixel generation filter processing by the horizontal / vertical 1/4 pixel generation filter processing unit 155 are respectively applied to the horizontal 1 / 2 Vertical 1/4 precision image (FIG. 50) is required.
  • step S366 the horizontal / vertical 1/4 pixel generation filter processing unit 155 uses the horizontal 1/2 vertical 1/4 precision image as a conversion reference image, and the parallax detection unit 141, and Then, the parallax compensation unit 142 is supplied and the process returns.
  • the reference image conversion unit 570 (FIG. 59) converts the reference image having a resolution ratio of 2: 1 into a horizontal 1/2 vertical 1/4 precision image having an interpolation pixel number ratio of 1: 2.
  • a converted reference image whose ratio matches 1: 1 ( 2: 2), which is the resolution ratio of the encoding target image, is obtained.
  • the reference image conversion unit 570 (FIG. 59) converts the reference image having a resolution ratio of 1: 1 to a horizontal 1/2 vertical 1/4 precision image having an interpolation pixel number ratio of 1: 2, thereby obtaining a resolution.
  • a converted reference image whose ratio matches 1: 2 that is the resolution ratio of the encoding target image is obtained.
  • Step S369 and Steps S364 to S366 Steps S364 to S366
  • the filtering process is skipped, and the vertical 1 ⁇ 2 precision image (FIG. 49) obtained in step S369 can be supplied to the parallax detection unit 141 and the parallax compensation unit 142 as a converted reference image.
  • FIG. 63 shows horizontal 1/2 pixel generation filter processing unit 151 to horizontal vertical 1/4 by the controller 381 when the reference image conversion processing of FIG. 62 is performed in the reference image conversion unit 570 (FIG. 59). It is a figure explaining control of each filter processing of filter processing part 155 for pixel generation.
  • resolution_info [i] of an image (picture) to be encoded by the encoder 511 is equal to resolution_info [j] of a reference image (picture) used for the parallax prediction, that is, resolution_info [i] and resolution_info
  • [j] is 0, 1, or 2
  • the controller 381 For example, horizontal 1/2 pixel generation filter processing, vertical 1/2 pixel generation filter processing, horizontal 1/4 pixel generation filter processing, vertical 1/4 pixel generation filter processing, and horizontal vertical 1/4 pixel
  • the filter process according to the MVC described in FIGS. 14 and 15 the filter process for increasing the number of pixels in the horizontal and vertical directions by the same multiple
  • the resolution ratio of the image to be encoded is 2: 1. Since the resolution ratio of the reference image used for the parallax prediction is 1: 1, the controller 381 matches the reference image with the resolution ratio of 1: 1 to 2: 1 which is the resolution ratio of the image to be encoded.
  • the resolution ratio of the image to be encoded is 1: 2. Since the resolution ratio of the reference image used for the parallax prediction is 1: 1, the controller 381 matches the reference image with the resolution ratio of 1: 1 to 1: 2 which is the resolution ratio of the encoding target image.
  • the conversion ratio of the resolution ratio to the horizontal 1/2 pixel generation filter processing, vertical 1/2 pixel generation filter processing, horizontal 1/4 pixel generation filter processing, vertical 1/4 pixel generation For example, only the horizontal 1/2 pixel generation filter processing is skipped and the other filter processing is performed, that is, FIG. 49 and FIG. In order to perform the filtering process described with reference to FIG. Controlling the prime generation filter processor 151 through the horizontal vertical quarter-pixel generation filter processor 155.
  • the resolution ratio of the image to be encoded is 1: 1. Since the resolution ratio of the reference image used for the parallax prediction is 2: 1, the controller 381 matches the reference image with the resolution ratio of 2: 1 with 1: 1 which is the resolution ratio of the image to be encoded.
  • the conversion ratio of the resolution ratio to the horizontal 1/2 pixel generation filter processing, vertical 1/2 pixel generation filter processing, horizontal 1/4 pixel generation filter processing, vertical 1/4 pixel generation For example, only the horizontal 1/2 pixel generation filter processing is skipped and the other filter processing is performed, that is, FIG. 49 and FIG. In order to perform the filtering process described with reference to FIG. Controlling the prime generation filter processor 151 through the horizontal vertical quarter-pixel generation filter processor 155.
  • the resolution ratio of the image to be encoded is 1: 1. Since the resolution ratio of the reference image used for the parallax prediction is 1: 2, the controller 381 matches the reference image with the resolution ratio of 1: 2 to 1: 1 which is the resolution ratio of the image to be encoded.
  • FIG. 64 shows a case where the resolution-converted multi-viewpoint color image is the central viewpoint image, the low-resolution left viewpoint image, and the low-resolution right viewpoint image described in FIG. 53, that is, the encoding device 322C (FIG. 21) It is a block diagram which shows the structural example of the decoding apparatus 332C of FIG. 22 in the case of being comprised as shown in FIG.
  • the decoding device 332C includes decoders 211, 611, and 612, and a DPB 213.
  • the decoding device 332C of FIG. 64 is common to the case of FIG. 39 in that it includes the decoder 211 and the DPB 213, but in the case of FIG. 39 in that decoders 611 and 612 are provided instead of the decoder 412. Is different.
  • the decoder 211 is supplied with the encoded data of the central viewpoint color image that is the base view image.
  • the decoder 611 is supplied with encoded data of a low-resolution left-viewpoint color image, which is a non-base view image, of the multi-viewpoint color image encoded data from the demultiplexer 31.
  • encoded data of a low-resolution right-view color image that is a non-base view image is supplied.
  • the decoder 211 decodes the encoded data of the central viewpoint color image supplied thereto by MVC (AVC), and outputs the central viewpoint color image obtained as a result.
  • the decoder 611 decodes the encoded data of the low-resolution left viewpoint color image supplied thereto in an extended manner, and outputs the resulting low-resolution left viewpoint color image.
  • the decoder 612 decodes the encoded data of the low-resolution right viewpoint color image supplied thereto in an extended manner, and outputs the resulting low-resolution right viewpoint color image.
  • the central viewpoint color image output from the decoder 211, the low-resolution left viewpoint color image output from the decoder 611, and the low-resolution right viewpoint image output from the decoder 612 are converted into a resolution-converted multi-viewpoint color image. 333C (FIG. 22).
  • the decoders 211, 611, and 612 decode the images that have been predictively encoded by the encoders 41, 511, and 512 of FIG. 54, respectively.
  • the decoders 211, 611, and 612 In order to decode a predictive-encoded image, the predictive image used in the predictive encoding is necessary. Therefore, the decoders 211, 611, and 612 generate the predictive image used in the predictive encoding. Therefore, after decoding the decoding target image, the decoded image used for generating the predicted image is temporarily stored in the DPB 213.
  • the DPB 213 is shared by the decoders 211, 611, and 612, and temporarily stores the decoded images (decoded images) obtained by the decoders 211, 611, and 612, respectively.
  • Each of the decoders 211, 611, and 612 selects a reference image to be referenced for decoding a decoding target image from the decoded images stored in the DPB 213, and generates a predicted image using the reference image.
  • each of the decoders 211, 611, and 612 is obtained by another decoder in addition to the decoded image obtained by itself.
  • the decoded image can also be referred to.
  • the decoder 612 performs the same processing as the decoder 611 except that the processing target is not the low-resolution left viewpoint color image but the low-resolution right viewpoint color image. Omitted as appropriate.
  • FIG. 65 is a block diagram showing a configuration example of the decoder 611 in FIG.
  • a decoder 611 includes a storage buffer 241, a variable length decoding unit 242, an inverse quantization unit 243, an inverse orthogonal transform unit 244, a calculation unit 245, a deblocking filter 246, a screen rearrangement buffer 247, and a D / A conversion unit. 248, an in-screen prediction unit 249, a predicted image selection unit 251, and an inter prediction unit 650.
  • the decoder 611 in FIG. 65 is common to the decoder 412 in FIG. 40 in that the storage buffer 241 or the intra-screen prediction unit 249 and the predicted image selection unit 251 are included.
  • the decoder 611 in FIG. 65 is different from the decoder 412 in FIG. 40 in that an inter prediction unit 650 is provided instead of the inter prediction unit 450.
  • the inter prediction unit 650 includes a reference index processing unit 260, a time prediction unit 262, and a parallax prediction unit 661.
  • the inter prediction unit 650 is common to the inter prediction unit 450 in FIG. 40 in that it includes a reference index processing unit 260 and a temporal prediction unit 262, but instead of the disparity prediction unit 461 (FIG. 40), disparity is provided. It differs from the inter prediction unit 450 of FIG. 40 in that a prediction unit 661 is provided.
  • variable length decoding unit 242 receives the encoded data of the low-resolution left viewpoint color image including the resolution conversion SEI from the accumulation buffer 241 and receives the resolution conversion SEI included in the encoded data. This is supplied to the parallax prediction unit 661.
  • variable length decoding unit 242 supplies the resolution conversion SEI as resolution conversion information to the resolution inverse conversion device 333C (FIG. 22).

Landscapes

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

Abstract

本技術は、視差予測の予測効率を改善することができる画像処理装置、及び、画像処理方法に関する。参照画像変換部は、符号化対象の符号化対象画像の予測画像を生成する際に参照する、符号化対象画像とは異なる視点の参照画像、及び、符号化対象画像の解像度に関する解像度情報に応じて、参照画像に施すフィルタ処理をコントロールすることにより、参照画像を、符号化対象画像の横と縦との解像度比と合致する解像度比の変換参照画像に変換する。視差補償部は、変換参照画像を用いて、視差補償を行うことにより、予測画像を生成し、その予測画像を用いて、符号化対象画像が符号化される。本技術は、例えば、複数の視点の画像の符号化、及び、復号に適用できる。

Description

画像処理装置、及び、画像処理方法
　本技術は、画像処理装置、及び、画像処理方法に関し、複数の視点の画像の符号化や復号において行う視差予測の予測効率を改善することができるようにする画像処理装置、及び、画像処理方法に関する。
　3D(Dimension)画像等の複数の視点の画像を符号化する符号化方式としては、例えば、AVC(Advanced Video Coding)(H.264/AVC)を拡張したMVC(Multiview Video Coding)等がある。
　MVCでは、符号化対象となる画像は、被写体からの光に対応する値を、画素値として有する色画像であり、複数の視点の色画像それぞれは、必要に応じて、その視点の色画像の他、他の視点の色画像をも参照して、符号化される。
　すなわち、MVCでは、複数の視点の色画像のうちの、１つの視点の色画像が、ベースビュー(Base View)の画像とされ、他の視点の色画像は、ノンベースビュー(Non Base View)の画像とされる。
　そして、ベースビューの色画像は、そのベースビューの色画像のみを参照して符号化され、ノンベースビューの色画像は、そのノンベースビューの色画像の他、他のビューの画像をも必要に応じて参照して符号化される。
　すなわち、ノンベースビューの色画像については、必要に応じて、他のビュー（視点）の色画像を参照して予測画像を生成する視差予測が行われ、その予測画像を用いて符号化される。
　ところで、近年においては、複数の視点の画像として、各視点の色画像の他に、各視点の色画像の画素ごとの視差に関する視差情報（デプス情報）を、画素値として有する視差情報画像(デプス画像)を採用し、各視点の色画像と各視点の視差情報画像とを、別々に符号化する方法が提案されている（例えば、非特許文献１参照）。
"Draft Call for Proposals on 3D Video Coding Technology",INTERNATIONAL ORGANISATION FOR STANDARDISATION ORGANISATION INTERNATIONALE DE NORMALISATION ISO/IEC JTC1/SC29/WG11 CODING OF MOVING PICTURES AND AUDIO, MPEG2010/N11679 Guangzhou,China,October 2010
　上述のように、複数の視点の画像については、ある視点の画像の符号化（及び復号）において、他の視点の画像を参照する視差予測を行うことができるので、視差予測の予測効率（予測精度）が符号化効率に影響する。
　本技術は、このような状況に鑑みてなされたものであり、視差予測の予測効率を改善することができるようにするものである。
　本技術の第１の側面の画像処理装置は、符号化対象の符号化対象画像の予測画像を生成する際に参照する、前記符号化対象画像とは異なる視点の参照画像、及び、前記符号化対象画像の解像度に関する解像度情報に応じて、前記参照画像に施すフィルタ処理をコントロールすることにより、前記参照画像を、前記符号化対象画像の横と縦との解像度比と合致する解像度比の変換参照画像に変換する変換部と、前記変換部により変換された前記変換参照画像を用いて、視差補償を行うことにより、前記予測画像を生成する補償部と、前記補償部により生成された前記予測画像を用いて、前記符号化対象画像を符号化する符号化部とを備える画像処理装置である。
　本技術の第１の側面の画像処理方法は、符号化対象の符号化対象画像の予測画像を生成する際に参照する、前記符号化対象画像とは異なる視点の参照画像、及び、前記符号化対象画像の解像度に関する解像度情報に応じて、前記参照画像に施すフィルタ処理をコントロールすることにより、前記参照画像を、前記符号化対象画像の横と縦との解像度比と合致する解像度比の変換参照画像に変換し、前記変換参照画像を用いて、視差補償を行うことにより、前記予測画像を生成し、前記予測画像を用いて、前記符号化対象画像を符号化するステップを含む画像処理方法である。
　以上のような第１の側面においては、符号化対象の符号化対象画像の予測画像を生成する際に参照する、前記符号化対象画像とは異なる視点の参照画像、及び、前記符号化対象画像の解像度に関する解像度情報に応じて、前記参照画像に施すフィルタ処理をコントロールすることにより、前記参照画像が、前記符号化対象画像の横と縦との解像度比と合致する解像度比の変換参照画像に変換される。そして、前記変換参照画像を用いて、視差補償を行うことにより、前記予測画像が生成され、前記予測画像を用いて、前記符号化対象画像が符号化される。
　本技術の第２の側面の画像処理装置は、復号対象の復号対象画像の予測画像を生成する際に参照する、前記復号対象画像とは異なる視点の参照画像、及び、前記復号対象画像の解像度に関する解像度情報に応じて、前記参照画像に施すフィルタ処理をコントロールすることにより、前記参照画像を、前記復号対象画像の横と縦との解像度比と合致する解像度比の変換参照画像に変換する変換部と、前記変換部により変換された前記変換参照画像を用いて、視差補償を行うことにより、前記予測画像を生成する補償部と、前記補償部により生成された前記予測画像を用いて、前記復号対象画像を含む画像を符号化した符号化ストリームを復号する復号部とを備える画像処理装置である。
　本技術の第２の側面の画像処理方法は、復号対象の復号対象画像の予測画像を生成する際に参照する、前記復号対象画像とは異なる視点の参照画像、及び、前記復号対象画像の解像度に関する解像度情報に応じて、前記参照画像に施すフィルタ処理をコントロールすることにより、前記参照画像を、前記復号対象画像の横と縦との解像度比と合致する解像度比の変換参照画像に変換し、前記変換参照画像を用いて、視差補償を行うことにより、前記予測画像を生成し、前記予測画像を用いて、前記復号対象画像を含む画像を符号化した符号化ストリームを復号するステップを含む画像処理方法である。
　以上のような第２の側面においては、復号対象の復号対象画像の予測画像を生成する際に参照する、前記復号対象画像とは異なる視点の参照画像、及び、前記復号対象画像の解像度に関する解像度情報に応じて、前記参照画像に施すフィルタ処理をコントロールすることにより、前記参照画像が、前記復号対象画像の横と縦との解像度比と合致する解像度比の変換参照画像に変換される。そして、前記変換参照画像を用いて、視差補償を行うことにより、前記予測画像が生成され、前記予測画像を用いて、前記復号対象画像を含む画像を符号化した符号化ストリームが復号される。
　なお、画像処理装置は、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。
　また、画像処理装置は、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、そのプログラムは、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。
　本技術によれば、視差予測の予測効率を改善することができる。
本技術を適用した伝送システムの一実施の形態の構成例を示すブロック図である。 送信装置１１の構成例を示すブロック図である。 受信装置１２の構成例を示すブロック図である。 解像度変換装置２１Ｃが行う解像度変換を説明する図である。 符号化装置２２Ｃの構成例を示すブロック図である。 MVCの予測符号化において、予測画像を生成するときに参照するピクチャ（参照画像）を説明する図である。 MVCでのピクチャの符号化（及び復号）順を説明する図である。 エンコーダ４１及び４２で行われる時間予測と視差予測を説明する図である。 エンコーダ４２の構成例を示すブロック図である。 MVC(AVC)のマクロブロックタイプを説明する図である。 MVC(AVC)の予測ベクトル(PMV)を説明する図である。 インター予測部１２３の構成例を示すブロック図である。 視差予測部１３１の構成例を示すブロック図である。 参照画像に、サブペルを補間するMVCのフィルタ処理を説明する図である。 参照画像に、サブペルを補間するMVCのフィルタ処理を説明する図である。 参照画像変換部１４０の構成例を示すブロック図である。 復号装置３２Ｃの構成例を示すブロック図である。 デコーダ２１２の構成例を示すブロック図である。 インター予測部２５０の構成例を示すブロック図である。 視差予測部２６１の構成例を示すブロック図である。 送信装置１１の他の構成例を示すブロック図である。 受信装置１２の他の構成例を示すブロック図である。 解像度変換装置３２１Ｃが行う解像度変換、及び、解像度逆変換装置３３３Ｃが行う解像度逆変換を説明する図である。 送信装置１１の処理を説明するフローチャートである。 受信装置１２の処理を説明するフローチャートである。 符号化装置３２２Ｃの構成例を示すブロック図である。 エンコーダ３４２の構成例を示すブロック図である。 SEI生成部３５１で生成される解像度変換SEIを説明する図である。 パラメータnum_views_minus_1，view_id[i]，frame_packing_info[i]、及び、view_id_in_frame[i]にセットされる値を説明する図である。 視差予測部３６１の構成例を示すブロック図である。 参照画像変換部３７０の構成例を示すブロック図である。 コントローラ３８１のコントロールに従ったパッキング部３８２によるパッキングを説明する図である。 水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５のフィルタ処理を説明する図である。 水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５のフィルタ処理を説明する図である。 参照画像変換部３７０において得られる変換参照画像を示す図である。 エンコーダ３４２が行う、パッキング色画像を符号化する符号化処理を説明するフローチャートである。 視差予測部３６１が行う視差予測処理を説明するフローチャートである。 参照画像変換部３７０が行う参照画像の変換処理を説明するフローチャートである。 復号装置３３２Ｃの構成例を示すブロック図である。 デコーダ４１２の構成例を示すブロック図である。 視差予測部４６１の構成例を示すブロック図である。 参照画像変換部４７１の構成例を示すブロック図である。 デコーダ４１２が行う、パッキング色画像の符号化データを復号する復号処理を説明するフローチャートである。 視差予測部４６１が行う視差予測処理を説明するフローチャートである。 参照画像変換部４７１が行う参照画像の変換処理を説明するフローチャートである。 解像度変換装置３２１Ｃが行う解像度変換、及び、解像度逆変換装置３３３Ｃが行う解像度逆変換を説明する図である。 パラメータnum_views_minus_1，view_id[i]，frame_packing_info[i]、及び、view_id_in_frame[i]にセットされる値を説明する図である。 コントローラ３８１のコントロールに従ったパッキング部３８２によるパッキングを説明する図である。 水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５のフィルタ処理を説明する図である。 水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５のフィルタ処理を説明する図である。 参照画像変換部３７０において得られる変換参照画像を示す図である。 パッキング色画像が、サイドバイサイドパッキングされている場合の参照画像の変換処理を説明するフローチャートである。 解像度変換装置３２１Ｃが行う解像度変換、及び、解像度逆変換装置３３３Ｃが行う解像度逆変換を説明する図である。 解像度変換多視点色画像が、中央視点画像、低解像度左視点画像、及び、低解像度右視点画像である場合の、符号化装置３２２Ｃの構成例を示すブロック図である。 エンコーダ５１１の構成例を示すブロック図である。 SEI生成部５５１で生成される解像度変換SEIを説明する図である。 パラメータnum_views_minus_1，view_id[i]、及び、resolution_info[i]にセットされる値を説明する図である。 視差予測部５６１の構成例を示すブロック図である。 参照画像変換部５７０の構成例を示すブロック図である。 エンコーダ５１１が行う、低解像度左視点色画像を符号化する符号化処理を説明するフローチャートである。 視差予測部５６１が行う視差予測処理を説明するフローチャートである。 参照画像変換部５７０が行う参照画像の変換処理を説明するフローチャートである。 コントローラ３８１による、水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５それぞれのフィルタ処理のコントロールを説明する図である。 解像度変換多視点色画像が、中央視点画像、低解像度左視点画像、及び、低解像度右視点画像である場合の復号装置３３２Ｃの構成例を示すブロック図である。 デコーダ６１１の構成例を示すブロック図である。 視差予測部６６１の構成例を示すブロック図である。 デコーダ６１１が行う、低解像度左視点色画像の符号化データを復号する復号処理を説明するフローチャートである。 視差予測部６６１が行う視差予測処理を説明するフローチャートである。 視差と奥行きについて説明する図である。 本技術を適用したコンピュータの一実施の形態の構成例を示すブロック図である。 本技術を適用したTVの概略構成例を示す図である。 本技術を適用した携帯電話機の概略構成例を示す図である。 本技術を適用した記録再生装置の概略構成例を示す図である。 本技術を適用した撮像装置の概略構成例を示す図である。
　［本明細書におけるデプス画像（視差情報画像）の説明］
　図６９は、視差と奥行きについて説明する図である。
　図６９に示すように、被写体Ｍのカラー画像が、位置Ｃ１に配置されたカメラｃ１と位置Ｃ２に配置されたカメラｃ２により撮影される場合、被写体Ｍの、カメラｃ１（カメラｃ２）からの奥行方向の距離である奥行きＺは、以下の式（ａ）で定義される。
Figure JPOXMLDOC01-appb-I000001
　　　　　　　　　　　　　　　　　　　　　　　　　　　　・・・（ａ）
　なお、Ｌは、位置Ｃ１と位置Ｃ２の水平方向の距離（以下、カメラ間距離という）である。また、ｄは、カメラｃ１で撮影されたカラー画像上の被写体Ｍの位置の、カラー画像の中心からの水平方向の距離ｕ１から、カメラｃ２で撮影されたカラー画像上の被写体Ｍの位置の、カラー画像の中心からの水平方向の距離ｕ２を減算した値、即ち視差である。さらに、fは、カメラｃ１の焦点距離であり、式（ａ）では、カメラｃ１とカメラｃ２の焦点距離は同一であるものとしている。
　式（ａ）に示すように、視差ｄと奥行きＺは、一意に変換可能である。従って、本明細書では、カメラｃ１とカメラｃ２により撮影された２視点のカラー画像の視差ｄを表す画像と奥行きＺを表す画像とを総称して、デプス画像（視差情報画像）とする。
　なお、デプス画像（視差情報画像）は、視差ｄまたは奥行きＺを表す画像であればよく、デプス画像（視差情報画像）の画素値としては、視差ｄまたは奥行きＺそのものではなく、視差ｄを正規化した値、奥行きＺの逆数１／Ｚを正規化した値等を採用することができる。
　視差ｄを8bit（0～255）で正規化した値Ｉは、以下の式（ｂ）により求めることができる。なお、視差dの正規化ビット数は8bitに限定されず、10bit,12bitなど他のビット数にすることも可能である。
Figure JPOXMLDOC01-appb-M000002
　なお、式（ｂ）において、Ｄｍａｘは、視差ｄの最大値であり、Ｄｍｉｎは、視差ｄの最小値である。最大値Ｄｍａｘと最小値Ｄｍｉｎは、１画面単位で設定されてもよいし、複数画面単位で設定されてもよい。
　また、奥行きＺの逆数１／Ｚを8bit（0～255）で正規化した値ｙは、以下の式（ｃ）により求めることができる。なお、奥行きＺの逆数１／Ｚの正規化ビット数は8bitに限定されず、10bit,12bitなど他のビット数にすることも可能である。
Figure JPOXMLDOC01-appb-M000003
　なお、式（ｃ）において、Ｚｆａｒは、奥行きＺの最大値であり、Ｚｎｅａｒは、奥行きＺの最小値である。最大値Ｚｆａｒと最小値Ｚｎｅａｒは、１画面単位で設定されてもよいし、複数画面単位で設定されてもよい。
　このように、本明細書では、視差dと奥行きZとは一意に変換可能であることを考慮して、視差ｄを正規化した値Iを画素値とする画像と、奥行きＺの逆数１／Ｚを正規化した値yを画素値とする画像とを総称して、デプス画像（視差情報画像）とする。ここでは、デプス画像（視差情報画像）のカラーフォーマットは、YUV420又はYUV400であるものとするが、他のカラーフォーマットにすることも可能である。
　なお、デプス画像（視差情報画像）の画素値としてではなく、値I又は値yの情報自体に着目する場合には、値I又は値yを、デプス情報（視差情報）とする。更に、値I又は値yをマッピングしたものをデプスマップとする。
　［本技術の画像処理装置を適用した伝送システムの一実施の形態］
　図１は、本技術を適用した伝送システムの一実施の形態の構成例を示すブロック図である。
　図１において、伝送システムは、送信装置１１と受信装置１２とを有する。
　送信装置１１には、多視点色画像と多視点視差情報画像(多視点デプス画像)とが供給される。
　ここで、多視点色画像は、複数の視点の色画像を含み、その複数の視点のうちの所定の１つの視点の色画像が、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色画像は、ノンベースビューの画像として扱われる。
　多視点視差情報画像は、多視点色画像を構成する色画像の各視点の視差情報画像を含み、例えば、所定の１つの視点の視差情報画像が、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視差情報画像は、色画像の場合と同様に、ノンベースビューの画像として扱われる。
　送信装置１１は、そこに供給される多視点色画像と多視点視差情報画像とのそれぞれを符号化して多重化し、その結果得られる多重化ビットストリームを出力する。
　送信装置１１が出力する多重化ビットストリームは、図示せぬ伝送媒体を介して伝送され、又は、図示せぬ記録媒体に記録される。
　受信装置１２には、送信装置１１が出力する多重化ビットストリームが、図示せぬ伝送媒体、又は、記録媒体を介して提供される。
　受信装置１２は、多重化ビットストリームを受け取り、その多重化ビットストリームの逆多重化を行うことにより、多重化ビットストリームから、多視点色画像の符号化データと、多視点視差情報画像の符号化データとを分離する。
　さらに、受信装置１２は、多視点色画像の符号化データと、多視点視差情報画像の符号化データとのそれぞれを復号し、その結果得られる多視点色画像と多視点視差情報画像を出力する。
　ところで、複数の視点の色画像である多視点色画像と、複数の視点の視差情報画像である多視点視差情報画像とを伝送する規格として、例えば、裸眼で鑑賞可能な裸眼3D(dimension)画像の表示を主なアプリ－ケーションとするMPEG3DVが策定されつつある。
　MPEG3DVでは、２つの視点の画像（色画像、視差情報画像）の他、２つの視点より多い、例えば、３つの視点や４つの視点の画像の伝送についても議論されている。
　裸眼3D画像（いわゆる偏光メガネなしで視聴可能な3D画像）の表示においては、（画像の）視点数が多いほど、高画質の画像を表示することができるとともに、立体感を強くすることができる。このため、画質や立体感の観点からは、視点数が多いことが望ましい。
　しかしながら、視点数を多くすると、ベースバンドで扱うデータ量が膨大になる。
　すなわち、例えば、３つの視点の色画像、及び、視差情報画像として、いわゆるフルHD(High Definition)の解像度の画像を伝送する場合、そのデータ量は、フルHDの2D画像のデータ量（１つの視点の画像のデータ量）の６倍になる。
　ベースバンド伝送規格としては、例えば、HDMI(High-Definition Multimedia Interface)があるが、HDMIの最新規格でも、4K（フルHDの４倍）相当のデータ量しか扱うことができないため、３つの視点の色画像、及び、視差情報画像は、そのままでは、ベースバンドで伝送することができない。
　したがって、フルHDの３つの視点の色画像、及び、視差情報画像を、ベースバンドで伝送するには、ベースバンドで、例えば、画像の解像度を低下させる等して、多視点色画像、及び、多視点視差情報画像の（ベースバンドでの）データ量を削減する必要がある。
　一方、送信装置１１では、多視点色画像、及び、多視点視差情報画像が符号化されるが、符号化データ（ひいては、多重化ビットストリーム）のビットレートは制限されるため、符号化において、１つの視点の画像（色画像、視差情報画像）に割り当てられる符号化データのビット量も制限される。
　符号化において、画像のベースバンドのデータ量に対して、その画像に割り当てることができる符号化データのビット量が少ない場合には、ブロック歪み等の符号化歪みが顕著になり、その結果、受信装置１２での復号によって得られる復号画像の画質が劣化する。
　したがって、復号画像の画質の劣化を抑制する観点からも、多視点色画像、及び、多視点視差情報画像の（ベースバンドでの）データ量を削減する必要がある。
　そこで、送信装置１１は、多視点色画像、及び、多視点視差情報画像の（ベースバンドでの）データ量を削減してから、符号化を行う。
　ここで、視差情報画像の画素値である視差情報としては、ある視点を、基準とする基準視点として、色画像の各画素に写る被写体の、基準視点との視差を表す視差値（値Ｉ）や、色画像の各画素に写る被写体までの距離（奥行き）を表す奥行き値(値ｙ)を用いることができる。
　複数の視点の色画像を撮影したカメラの位置関係が既知であれば、視差値と奥行き値とは、相互に変換することができるので、等価な情報である。
　ここで、以下では、画素値として視差値を有する視差情報画像(デプス画像)を、視差画像ともいい、画素値として、奥行き値を有する視差情報画像(デプス画像)を、奥行き画像ともいう。
　以下では、視差情報画像として、視差画像、及び、奥行き画像のうちの、例えば、奥行き画像を用いることとするが、視差情報画像としては、視差画像を用いることも可能である。
　［送信装置１１の構成例］
　図２は、図１の送信装置１１の構成例を示すブロック図である。
　図２において、送信装置１１は、解像度変換装置２１Ｃ及び２１Ｄ、符号化装置２２Ｃ及び２２Ｄ、並びに、多重化装置２３を有する。
　解像度変換装置２１Ｃには、多視点色画像が供給される。
　解像度変換装置２１Ｃは、そこに供給される多視点色画像を、元の解像度より低い低解像度の解像度変換多視点色画像に変換する解像度変換を行い、その結果得られる解像度変換多視点色画像を、符号化装置２２Ｃに供給する。
　符号化装置２２Ｃは、解像度変換装置２１Ｃから供給される解像度変換多視点色画像を、複数の視点の画像を伝送する規格である、例えば、MVCで符号化し、その結果得られる符号化データである多視点色画像符号化データを、多重化装置２３に供給する。
　ここで、MVCは、AVCの拡張プロファイルであり、MVCによれば、前述したように、ノンベースビューの画像については、視差予測を特徴とする効率的な符号化を行うことができる。
　また、MVCでは、ベースビューの画像は、AVC互換で符号化される。したがって、ベースビューの画像をMVCで符号化した符号化データは、AVCのデコーダで復号することができる。
　解像度変換装置２１Ｄには、多視点色画像を構成する各視点の色画像の画素ごとの奥行き値を画素値として有する、各視点の奥行き画像である多視点奥行き画像が供給される。
　図２において、解像度変換装置２１Ｄ、及び、符号化装置２２Ｄは、色画像（多視点色画像）ではなく、奥行き画像（多視点奥行き画像）を、処理の対象として、解像度変換装置２１Ｃ、及び、符号化装置２２Ｃと、それぞれ同様の処理を行う。
　すなわち、解像度変換装置２１Ｄは、そこに供給される多視点奥行き画像を、元の解像度より低い低解像度の解像度変換多視点奥行き画像に解像度変換し、符号化装置２２Ｄに供給する。
　符号化装置２２Ｄは、解像度変換装置２１Ｄから供給される解像度変換多視点奥行き画像を、MVCで符号化し、その結果得られる符号化データである多視点奥行き画像符号化データを、多重化装置２３に供給する。
　多重化装置２３は、符号化装置２２Ｃからの多視点色画像符号化データと、符号化装置２２Ｄからの多視点奥行き画像符号化データとを多重化し、その結果得られる多重化ビットストリームを出力する。
　［受信装置１２の構成例］
　図３は、図１の受信装置１２の構成例を示すブロック図である。
　図３において、受信装置１２は、逆多重化装置３１、復号装置３２Ｃ及び３２Ｄ、並びに、解像度逆変換装置３３Ｃ及び３３Ｄを有する。
　逆多重化装置３１には、送信装置１１（図２）が出力する多重化ビットストリームが供給される。
　逆多重化装置３１は、そこに供給される多重化ビットストリームを受け取り、その多重化ビットストリームの逆多重化を行うことにより、多重化ビットストリームを、多視点色画像符号化データと、多視点奥行き画像符号化データとに分離する。
　そして、逆多重化装置３１は、多視点色画像符号化データを、復号装置３２Ｃに供給し、多視点奥行き画像符号化データを、復号装置３２Ｄに供給する。
　復号装置３２Ｃは、逆多重化装置３１から供給される多視点色画像符号化データを、MVCで復号し、その結果得られる解像度変換多視点色画像を、解像度逆変換装置３３Ｃに供給する。
　解像度逆変換装置３３Ｃは、復号装置３２Ｃからの解像度変換多視点色画像を、元の解像度の多視点色画像に（逆）変換する解像度逆変換を行い、その結果得られる多視点色画像を出力する。
　復号装置３２Ｄ、及び、解像度逆変換装置３３Ｄは、多視点色画像符号化データ（解像度変換多視点色画像）ではなく、多視点奥行き画像符号化データ（解像度変換多視点奥行き画像）を、処理の対象として、復号装置３２Ｃ、及び、解像度逆変換装置３３Ｃと、それぞれ同様の処理を行う。
　すなわち、復号装置３２Ｄは、逆多重化装置３１から供給される多視点奥行き画像符号化データを、MVCで復号し、その結果得られる解像度変換多視点奥行き画像を、解像度逆変換装置３３Ｄに供給する。
　解像度逆変換装置３３Ｄは、復号装置３２Ｄからの解像度変換多視点奥行き画像を、元の解像度の多視点奥行き画像に解像度逆変換して出力する。
　なお、本実施の形態では、以下同様に、奥行き画像については、色画像と同様の処理が施されるため、奥行き画像の処理については、以下、適宜、説明を省略する。
　［解像度変換］
　図４は、図２の解像度変換装置２１Ｃが行う解像度変換を説明する図である。
　なお、以下では、多視点色画像が（多視点奥行き画像についても同様）、例えば、３つの視点の色画像である中央視点色画像、左視点色画像、及び、右視点色画像であることとする。
　３つの視点の色画像である中央視点色画像、左視点色画像、及び、右視点色画像は、例えば、３台のカメラを、被写体の正面の位置、被写体に向かって左側の位置、及び、被写体に向かって右側の位置に配置して、被写体を撮影することにより得られる画像である。
　したがって、中央視点色画像は、被写体の正面の位置を視点とする画像である。また、左視点色画像は、中央視点色画像の視点（中央視点）より左側の位置（左視点）を視点とする画像であり、右視点色画像は、中央視点より右側の位置（右視点）を視点とする画像である。
　なお、多視点色画像（及び多視点奥行き画像）は、２視点の画像、又は、４視点以上の画像であっても良い。
　解像度変換装置２１Ｃは、そこに供給される多視点色画像である中央視点色画像、左視点色画像、及び、右視点色画像のうちの、例えば、中央視点色画像を、そのまま（解像度変換せずに）出力する。
　また、解像度変換装置２１Ｃは、多視点色画像の残りの左視点色画像、及び、右視点色画像については、２つの視点の画像の解像度を低解像度に変換して、１視点分の画像に合成するパッキングを行うことにより、パッキング色画像を生成して出力する。
　すなわち、解像度変換装置２１Ｃは、左視点色画像、及び、右視点色画像それぞれの垂直方向の解像度（画素数）を1/2にし、その垂直方向の解像度（垂直解像度）が1/2にされた左視点色画像、及び、右視点色画像を、上下に並べて配置することにより、１視点分の画像であるパッキング色画像を生成する。
　ここで、図４のパッキング色画像では、左視点色画像が上側に配置され、右視点色画像が下側に配置されている。
　解像度変換装置２１Ｃが出力する中央視点色画像、及び、パッキング色画像が、解像度変換多視点色画像として、符号化装置２２Ｃに供給される。
　ここで、解像度変換装置２１Ｃに供給される多視点色画像は、中央視点色画像、左視点色画像、及び、右視点色画像の３視点分の画像であるが、解像度変換装置２１Ｃが出力する解像度変換多視点色画像は、中央視点色画像、及び、パッキング色画像の２視点分の画像であり、ベースバンドでのデータ量が削減されている。
　なお、図４では、多視点色画像を構成する中央視点色画像、左視点色画像、及び、右視点色画像のうちの、左視点色画像、及び、右視点色画像を、１視点分のパッキング色画像にパッキングしたが、パッキングは、中央視点色画像、左視点色画像、及び、右視点色画像のうちの、任意の２つの視点の色画像を対象として行うことができる。
　但し、受信装置１２側において、2D画像が表示される場合には、その2D画像の表示には、多視点色画像を構成する中央視点色画像、左視点色画像、及び、右視点色画像のうちの、中央視点色画像が用いられることが予想される。このため、図４では、2D画像を高画質で表示することができるように、中央視点色画像を、解像度を低解像度に変換するパッキングの対象にしていない。
　すなわち、受信装置１２側では、3D画像の表示には、多視点色画像を構成する中央視点色画像、左視点色画像、及び、右視点色画像のすべてが用いられるが、2D画像の表示には、中央視点色画像、左視点色画像、及び、右視点色画像のうちの、例えば、中央視点色画像だけが用いられる。したがって、受信装置１２側では、多視点色画像を構成する中央視点色画像、左視点色画像、及び、右視点色画像のうちの、左視点色画像、及び、右視点色画像は、3D画像の表示にのみ用いられるが、図４では、その3D画像の表示にのみ用いられる左視点色画像、及び、右視点色画像が、パッキングの対象にされている。
　［符号化装置２２Ｃの構成例］
　図５は、図２の符号化装置２２Ｃの構成例を示すブロック図である。
　図５の符号化装置２２Ｃは、解像度変換装置２１Ｃ（図２、図４）からの解像度変換多視点色画像である中央視点色画像、及び、パッキング色画像を、MVCで符号化する。
　ここで、以下では、特に断らない限り、中央視点色画像を、ベースビューの画像とし、他の視点の画像、すなわち、ここでは、パッキング色画像を、ノンベースビューの画像として扱うこととする。
　図５において、符号化装置２２Ｃは、エンコーダ４１，４２、及び、DPB(Decode Picture Buffer)４３を有する。
　エンコーダ４１には、解像度変換装置２１Ｃからの解像度変換多視点色画像を構成する中央視点色画像、及び、パッキング色画像のうちの、中央視点色画像が供給される。
　エンコーダ４１は、中央視点色画像を、ベースビューの画像として、MVC(AVC)で符号化し、その結果得られる中央視点色画像の符号化データを出力する。
　エンコーダ４２には、解像度変換装置２１Ｃからの解像度変換多視点色画像を構成する中央視点色画像、及び、パッキング色画像のうちの、パッキング色画像が供給される。
　エンコーダ４２は、パッキング色画像を、ノンベースビューの画像として、MVCで符号化し、その結果得られるパッキング色画像の符号化データを出力する。
　なお、エンコーダ４１が出力する中央視点色画像の符号化データと、エンコーダ４２が出力するパッキング色画像の符号化データとは、多視点色画像符号化データとして、多重化装置２３（図２）に供給される。
　DPB４３は、エンコーダ４１及び４２それぞれで、符号化対象の画像を符号化し、ローカルデコードすることにより得られるローカルデコード後の画像（デコード画像）を、予測画像の生成時に参照する参照画像（の候補）として一時記憶する。
　すなわち、エンコーダ４１及び４２は、符号化対象の画像を予測符号化する。そのため、エンコーダ４１及び４２は、予測符号化に用いる予測画像を生成するのに、符号化対象の画像を符号化した後、ローカルデコードを行って、デコード画像を得る。
　DPB４３は、エンコーダ４１及び４２それぞれで得られるデコード画像を一時記憶する、いわば共用のバッファであり、エンコーダ４１及び４２それぞれは、DPB４３に記憶されたデコード画像から、符号化対象の画像を符号化するのに参照する参照画像を選択する。そして、エンコーダ４１及び４２それぞれは、参照画像を用いて、予測画像を生成し、その予測画像を用いて、画像の符号化（予測符号化）を行う。
　DPB４３は、エンコーダ４１及び４２で共用されるので、エンコーダ４１及び４２それぞれは、自身で得られたデコード画像の他、他のエンコーダで得られたデコード画像をも参照することができる。
　但し、エンコーダ４１は、ベースビューの画像を符号化するため、エンコーダ４１で得られたデコード画像のみを参照する。
　［MVCの概要］
　図６は、MVCの予測符号化において、予測画像を生成するときに参照するピクチャ（参照画像）を説明する図である。
　いま、ベースビューの画像のピクチャを、表示時刻順に、p11,p12,p13,・・・と表すとともに、ノンベースビューの画像のピクチャを、表示時刻順に、p21,p22,p23,・・・と表すこととする。
　ベースビューのピクチャである、例えば、ピクチャp12は、そのベースビューのピクチャである、例えば、ピクチャp11やp13を、必要に応じて参照して、予測符号化される。
　すなわち、ベースビューのピクチャp12については、そのベースビューの他の表示時刻のピクチャであるピクチャp11やp13のみを参照し、予測（予測画像の生成）を行うことができる。
　また、ノンベースビューのピクチャである、例えば、ピクチャp22は、そのノンベースビューのピクチャである、例えば、ピクチャp21やp23、さらには、他のビューであるベースビューのピクチャp12を、必要に応じて参照して、予測符号化される。
　すなわち、ノンベースビューのピクチャp22は、そのノンベースビューの他の表示時刻のピクチャであるピクチャp21やp23の他、他のビューのピクチャであるベースビューのピクチャp12を参照し、予測を行うことができる。
　ここで、符号化対象のピクチャと同一のビューの（他の表示時刻の）ピクチャを参照して行われる予測を、時間予測ともいい、符号化対象のピクチャと異なるビューのピクチャを参照して行われる予測を、視差予測ともいう。
　以上のように、MVCでは、ベースビューのピクチャについては、時間予測のみを行うことができ、ノンベースビューのピクチャについては、時間予測と視差予測を行うことができる。
　なお、MVCにおいて、視差予測において参照する、符号化対象のピクチャと異なるビューのピクチャは、符号化対象のピクチャと同一の表示時刻のピクチャでなければならない。
　図７は、MVCでのピクチャの符号化（及び復号）順を説明する図である。
　図６と同様に、ベースビューの画像のピクチャを、表示時刻順に、p11,p12,p13,・・・と表すとともに、ノンベースビューの画像のピクチャを、表示時刻順に、p21,p22,p23,・・・と表すこととする。
　いま、説明を簡単にするために、各ビューのピクチャが、表示時刻順に符号化されることとすると、まず、ベースビューの最初の時刻t=1のピクチャp11が符号化され、その後、ノンベースビューの、同一時刻t=1のピクチャp21が符号化される。
　ノンベースビューの、同一時刻t=1のピクチャ（すべて）の符号化が終了すると、ベースビューの次の時刻t=2のピクチャp12が符号化され、その後、ノンベースビューの、同一時刻t=2のピクチャp22が符号化される。
　以下、同様の順番で、ベースビューのピクチャ、及び、ノンベースビューのピクチャは、符号化されていく。
　図８は、図５のエンコーダ４１及び４２で行われる時間予測と視差予測を説明する図である。
　なお、図８において、横軸は、符号化（復号）の時刻を表す。
　ベースビューの画像を符号化するエンコーダ４１では、ベースビューの画像である中央視点色画像のピクチャの予測符号化において、既に符号化された中央視点色画像の他のピクチャを参照する時間予測を行うことができる。
　ノンベースビューの画像を符号化するエンコーダ４２では、ノンベースビューの画像であるパッキング色画像のピクチャの予測符号化において、既に符号化されたパッキング色画像の他のピクチャを参照する時間予測と、（既に符号化された）中央視点色画像のピクチャ（符号化対象のパッキング色画像のピクチャと同一時刻（POC(Picture Order Count)が同一）のピクチャ）を参照する視差予測とを行うことができる。
　［エンコーダ４２の構成例］
　図９は、図５のエンコーダ４２の構成例を示すブロック図である。
　図９において、エンコーダ４２は、A/D(Analog/Digital)変換部１１１、画面並び替えバッファ１１２、演算部１１３、直交変換部１１４、量子化部１１５、可変長符号化部１１６、蓄積バッファ１１７、逆量子化部１１８、逆直交変換部１１９、演算部１２０、デブロッキングフィルタ１２１、画面内予測部１２２、インター予測部１２３、及び、予測画像選択部１２４を有する。
　A/D変換部１１１には、符号化対象の画像（動画像）であるパッキング色画像のピクチャが、表示順に、順次、供給される。
　A/D変換部１１１は、そこに供給されるピクチャが、アナログ信号である場合には、そのアナログ信号をA/D変換し、画面並び替えバッファ１１２に供給する。
　画面並び替えバッファ１１２は、A/D変換部１１１からのピクチャを一時記憶し、あらかじめ決められたGOP(Group of Pictures)の構造に応じて、ピクチャを読み出すことで、ピクチャの並びを、表示順から、符号化順（復号順）に並び替える並び替えを行う。
　画面並び替えバッファ１１２から読み出されたピクチャは、演算部１１３、画面内予測部１２２、及び、インター予測部１２３に供給される。
　演算部１１３には、画面並び替えバッファ１１２から、ピクチャが供給される他、予測画像選択部１２４から、画面内予測部１２２、又は、インター予測部１２３で生成された予測画像が供給される。
　演算部１１３は、画面並び替えバッファ１１２から読み出されたピクチャを、符号化対象の対象ピクチャとし、さらに、対象ピクチャを構成するマクロブロックを、順次、符号化対象の対象ブロックとする。
　そして、演算部１１３は、対象ブロックの画素値から、予測画像選択部１２４から供給される予測画像の画素値を減算した減算値を、必要に応じて演算し、直交変換部１１４に供給する。
　直交変換部１１４は、演算部１１３からの対象ブロック（の画素値、又は、予測画像が減算された残差）に対して、離散コサイン変換や、カルーネン・レーベ変換等の直交変換を施し、その結果得られる変換係数を、量子化部１１５に供給する。
　量子化部１１５は、直交変換部１１４から供給される変換係数を量子化し、その結果得られる量子化値を、可変長符号化部１１６に供給する。
　可変長符号化部１１６は、量子化部１１５からの量子化値に対して、可変長符号化（例えば、CAVLC(Context-Adaptive Variable Length Coding)等）や、算術符号化（例えば、CABAC(Context-Adaptive Binary Arithmetic Coding)等）等の可逆符号化を施し、その結果得られる符号化データを、蓄積バッファ１１７に供給する。
　なお、可変長符号化部１１６には、量子化部１１５から量子化値が供給される他、予測画像選択部１２４から、符号化データのヘッダに含めるヘッダ情報が供給される。
　可変長符号化部１１６は、予測画像選択部１２４からのヘッダ情報を符号化し、符号化データのヘッダに含める。
　蓄積バッファ１１７は、可変長符号化部１１６からの符号化データを一時記憶し、所定のデータレートで出力（伝送）する。
　量子化部１１５で得られた量子化値は、可変長符号化部１１６に供給される他、逆量子化部１１８にも供給され、逆量子化部１１８、逆直交変換部１１９、及び、演算部１２０において、ローカルデコードが行われる。
　すなわち、逆量子化部１１８は、量子化部１１５からの量子化値を、変換係数に逆量子化し、逆直交変換部１１９に供給する。
　逆直交変換部１１９は、逆量子化部１１８からの変換係数を逆直交変換し、演算部１２０に供給する。
　演算部１２０は、逆直交変換部１１９から供給されるデータに対して、必要に応じて、予測画像選択部１２４から供給される予測画像の画素値を加算することで、対象ブロックを復号（ローカルデコード）したデコード画像を得て、デブロッキングフィルタ１２１に供給する。
　デブロッキングフィルタ１２１は、演算部１２０からのデコード画像をフィルタリングすることにより、デコード画像に生じたブロック歪を除去（低減）し、DPB４３（図５）に供給する。
　ここで、DPB４３は、デブロッキングフィルタ１２１からのデコード画像、すなわち、エンコーダ４２において符号化されてローカルデコードされたパッキング色画像のピクチャを、時間的に後に行われる予測符号化（演算部１１３で予測画像の減算が行われる符号化）に用いる予測画像を生成するときに参照する参照画像（の候補）として記憶する。
　図５で説明したように、DPB４３は、エンコーダ４１及び４２で共用されるので、エンコーダ４２において符号化されてローカルデコードされたパッキング色画像のピクチャの他、エンコーダ４１において符号化されてローカルデコードされた中央視点色画像のピクチャも記憶する。
　なお、逆量子化部１１８、逆直交変換部１１９、及び、演算部１２０によるローカルデコードは、例えば、参照画像（参照ピクチャ）となることが可能な参照可能ピクチャであるIピクチャ、Pピクチャ、及び、Bsピクチャを対象として行われ、DPB４３では、Iピクチャ、Pピクチャ、及び、Bsピクチャのデコード画像が記憶される。
　画面内予測部１２２は、対象ピクチャが、イントラ予測（画面内予測）され得るIピクチャ、Pピクチャ、又は、Bピクチャ（Bsピクチャを含む）である場合に、DPB４３から、対象ピクチャのうちの、既にローカルデコードされている部分（デコード画像）を読み出す。そして、画面内予測部１２２は、DPB４３から読み出した、対象ピクチャのうちのデコード画像の一部を、画面並び替えバッファ１１２から供給される対象ピクチャの対象ブロックの予測画像とする。
　さらに、画面内予測部１２２は、予測画像を用いて対象ブロックを符号化するのに要する符号化コスト、すなわち、対象ブロックの、予測画像に対する残差等を符号化するのに要する符号化コストを求め、予測画像とともに、予測画像選択部１２４に供給する。
　インター予測部１２３は、対象ピクチャが、インター予測され得るPピクチャ、又は、Bピクチャ（Bsピクチャを含む）である場合に、DPB４３から、対象ピクチャより前に符号化されてローカルデコードされたピクチャを、参照画像として読み出す。
　また、インター予測部１２３は、画面並び替えバッファ１１２からの対象ピクチャの対象ブロックと、参照画像とを用いたME(Motion Estimation)によって、対象ブロックと、参照画像の、対象ブロックに対応する対応ブロック（例えば、対象ブロックとのSAD(Sum of Absolute Differences)等を最小にするブロック）とのずれ（視差、動き）を表すずれベクトルを検出する。
　ここで、参照画像が、対象ピクチャと同一のビューの（対象ピクチャと異なる時刻の）ピクチャである場合、対象ブロックと参照画像とを用いたMEによって検出されるずれベクトルは、対象ブロックと、参照画像との間の動き（時間的なずれ）を表す動きベクトルとなる。
　また、参照画像が、対象ピクチャと異なるビューの（対象ピクチャと同一時刻の）ピクチャである場合、対象ブロックと参照画像とを用いたMEによって検出されるずれベクトルは、対象ブロックと、参照画像との間の視差（空間的なずれ）を表す視差ベクトルとなる。
　インター予測部１２３は、対象ブロックのずれベクトルに従って、DPB４３からの参照画像のMC(Motion Compensation)であるずれ補償（動き分のずれを補償する動き補償、又は、視差分のずれを補償する視差補償）を行うことで、予測画像を生成する。
　すなわち、インター予測部１２３は、参照画像の、対象ブロックの位置から、その対象ブロックのずれベクトルに従って移動した（ずれた）位置のブロック（領域）である対応ブロックを、予測画像として取得する。
　さらに、インター予測部１２３は、対象ブロックを予測画像を用いて符号化するのに要する符号化コストを、後述するマクロブロックタイプ等が異なるインター予測モードごとに求める。
　そして、インター予測部１２３は、符号化コストが最小のインター予測モードを、最適なインター予測モードである最適インター予測モードとして、その最適インター予測モードで得られた予測画像と符号化コストとを、予測画像選択部１２４に供給する。
　ここで、ずれベクトル（視差ベクトル、動きベクトル）に基づいて、予測画像を生成することを、ずれ予測（視差予測、時間予測（動き予測））、又は、ずれ補償（視差補償、動き補償）ともいう。なお、ずれ予測には、必要に応じて、ずれベクトルの検出が含まれる。
　予測画像選択部１２４は、画面内予測部１２２、及び、インター予測部１２３それぞれからの予測画像のうちの、符号化コストが小さい予測画像を選択し、演算部１１３、及び、１２０に供給する。
　なお、画面内予測部１２２は、イントラ予測に関する情報（予測モード関連情報）を、予測画像選択部１２４に供給し、インター予測部１２３は、インター予測に関する情報（ずれベクトルの情報や、参照画像に割り当てられている参照インデクス等を含む予測モード関連情報）を、予測画像選択部１２４に供給する。
　予測画像選択部１２４は、画面内予測部１２２、及び、インター予測部１２３それぞれからの情報のうちの、符号化コストが小さい予測画像が生成された方からの情報を選択し、ヘッダ情報として、可変長符号化部１１６に供給する。
　なお、図５のエンコーダ４１も、図９のエンコーダ４２と同様に構成される。但し、ベースビューの画像を符号化するエンコーダ４１では、インター予測において、視差予測は行われず、時間予測だけが行われる。
　［マクロブロックタイプ］
　図１０は、MVC(AVC)のマクロブロックタイプを説明する図である。
　MVCでは、対象ブロックとなるマクロブロックは、横×縦が１６×１６画素のブロックであるが、ME（及び、予測画像の生成）は、マクロブロックをパーティションに分割して、パーティションごとに行うことができる。
　すなわち、MVCでは、マクロブロックを、１６×１６画素、１６×８画素、８×１６画素、又は８×８画素のうちのいずれかのパーティションに分割して、各パーティションごとに、MEを行って、ずれベクトル（動きベクトル、又は、視差ベクトル）を検出することができる。
　また、MVCでは、８×８画素のパーティションは、さらに、８×８画素、８×４画素、４×８画素、又は４×４画素のうちのいずれかのサブパーティションに分割し、各サブパーティションごとに、MEを行って、ずれベクトル（動きベクトル、又は、視差ベクトル）を検出することができる。
　マクロブロックタイプは、マクロブロックを、どのようなパーティション（さらには、サブパーティション）に分割するかを表す。
　インター予測部１２３（図９）のインター予測では、例えば、各マクロブロックタイプの符号化コストが、各インター予測モードの符号化コストとして算出され、符号化コストが最小のインター予測モード（マクロブロックタイプ）が、最適インター予測モードとして選択される。
　［予測ベクトル(PMV(Predicted Motion Vector))］
　図１１は、MVC(AVC)の予測ベクトル(PMV)を説明する図である。
　インター予測部１２３（図９）のインター予測では、MEによって、対象ブロックのずれベクトル（動きベクトル、又は、視差ベクトル）が検出され、そのずれベクトルを用いて、予測画像が生成される。
　ずれベクトルは、復号側において、画像を復号するのに必要であるため、ずれベクトルの情報を符号化して、符号化データに含める必要があるが、ずれベクトルを、そのまま符号化すると、ずれベクトルの符号量が多くなって、符号化効率が劣化することがある。
　すなわち、MVCでは、図１０に示したように、マクロブロックが、８×８画素のパーティションに分割され、さらに、その８×８画素のパーティションそれぞれが、４×４画素のサブパーティションに分割されることがある。この場合、１つのマクロブロックは、最終的には、４×４個のサブパーティションに分割されるため、１つのマクロブロックに対して、１６（＝４×４）個のずれベクトルが生じることがあり、ずれベクトルを、そのまま符号化すると、ずれベクトルの符号量が多くなって、符号化効率が劣化する。
　そこで、MVC(AVC)では、ずれベクトルを予測するベクトル予測が行われ、そのベクトル予測によって得られる予測ベクトルに対する、ずれベクトルの残差（残差ベクトル）が符号化される。
　但し、MVCで生成される予測ベクトルは、対象ブロックの周辺のマクロブロックの予測画像の生成に用いられる参照画像に割り当てられている参照インデクス（以下、予測用の参照インデクスともいう）によって異なる。
　ここで、MVC(AVC)の参照画像（となりうるピクチャ）と、参照インデクスについて説明する。
　AVCでは、予測画像を生成するときに、複数のピクチャを、参照画像とすることができる。
　そして、AVCのコーデックでは、参照画像は、デコード（ローカルデコード）後に、DPBと呼ばれるバッファに記憶される。
　DPBでは、短期間に参照されるピクチャは、短時間参照画像(used for short-term reference)として、長期間にわたって参照されるピクチャは、長時間参照画像(used for long-term reference)として、参照されないピクチャは、非参照画像(unused for reference)として、それぞれマーキングされる。
　DPBを管理する管理方式としては、移動窓メモリ管理方式(Sliding window process)と、適応メモリ管理方式(Adaptive memory control process)との２種類がある。
　移動窓メモリ管理方式では、DPBが、FIFO(First In First Out)方式で管理され、DPBに記憶されたピクチャは、frame_numの小さいピクチャから順に開放される（非参照画像となる）。
　すなわち、移動窓メモリ管理方式では、I(Intra)ピクチャ、P(Predictive)ピクチャ、及び、参照可能なB(Bi-directional Predictive)ピクチャであるBsピクチャは、短時間参照画像として、DPBに記憶される。
　そして、DPBが参照画像（となりうる参照画像）を記憶することができるだけの参照画像が記憶された後は、DPBに記憶された短時間参照画像の中で、最も早く（古い）短時間参照画像が開放される。
　なお、DPBに、長時間参照画像が記憶されている場合、移動窓メモリ管理方式は、DPBに記憶されている長時間参照画像には、影響しない。すなわち、移動窓メモリ管理方式において、参照画像の中で、FIFO方式で管理されるのは、短時間参照画像だけである。
　適応メモリ管理方式では、MMCO(Memory management control operation)と呼ばれるコマンドを用いて、DPBに記憶されるピクチャが管理される。
　MMCOコマンドによれば、DPBに記憶される参照画像を対象として、短時間参照画像を非参照画像に設定することや、短時間参照画像に対し、長時間参照画像を管理するための参照インデクスであるlong-term frame indexを割り当てることで、短時間参照画像を長時間参照画像に設定すること、long-term frame indexの最大値を設定すること、すべての参照画像を非参照画像に設定すること等を行うことができる。
　AVCでは、DPBに記憶された参照画像の動き補償（ずれ補償）を行うことで、予測画像を生成するインター予測が行われるが、Bピクチャ（Bsピクチャを含む）のインター予測には、最大で、2ピクチャの参照画像を用いることができる。その2ピクチャの参照画像を用いるインター予測は、それぞれ、L0(List 0)予測、及び、L1(List 1)予測と呼ばれる。
　Bピクチャ（Bsピクチャを含む）については、インター予測として、L0予測、若しくは、L1予測、又は、L0予測とL1予測との両方が用いられる。Pピクチャについては、インター予測として、L0予測だけが用いられる。
　インター予測において、予測画像の生成に参照する参照画像は、参照リスト(Reference Picture List)により管理される。
　参照リストでは、予測画像の生成に参照する参照画像（となりうる参照画像）を指定するためのインデクスである参照インデクス(Reference Index)が、DPBに記憶された参照画像（になりうるピクチャ）に割り当てられる。
　対象ピクチャが、Pピクチャである場合、上述したように、Pピクチャについては、インター予測として、L0予測だけが用いられるので、参照インデクスの割り当ては、L0予測についてだけ行われる。
　また、対象ピクチャが、Bピクチャ（Bsピクチャを含む）である場合、上述したように、Bピクチャについては、インター予測として、L0予測とL1予測との両方が用いられることがあるので、参照インデクスの割り当ては、L0予測とL1予測との両方について行われる。
　ここで、L0予測についての参照インデクスを、L0インデクスともいい、L1予測についての参照インデクスを、L1インデクスともいう。
　対象ピクチャが、Pピクチャである場合、AVCのデフォルト（既定値）では、DPBに記憶された参照画像に対し、復号順が後の参照画像ほど、値が小さい参照インデクス（L0インデクス）が割り当てられる。
　参照インデクスは、0以上の整数値であり、最小値は、0である。したがって、対象ピクチャが、Pピクチャである場合には、対象ピクチャの直前に復号された参照画像に、L0インデクスとして、0が割り当てられる。
　対象ピクチャが、Bピクチャ（Bsピクチャを含む）である場合、AVCのデフォルトでは、DPBに記憶された参照画像に対し、POC(Picture Order Count)順、つまり、表示順に、参照インデクス（L0インデクス、及び、L1インデクス）が割り当てられる。
　すなわち、L0予測については、表示順で、対象ピクチャの時間的に前の参照画像に対し、対象ピクチャに近い参照画像ほど、値が小さいL0インデクスが割り当てられ、その後、表示順で、対象ピクチャの時間的に後の参照画像に対し、対象ピクチャに近い参照画像ほど、値が小さいL0インデクスが割り当てられる。
　また、L1予測については、表示順で、対象ピクチャの時間的に後の参照画像に対し、対象ピクチャに近い参照画像ほど、値が小さいL1インデクスが割り当てられ、その後、表示順で、対象ピクチャの時間的に前の参照画像に対し、対象ピクチャに近い参照画像ほど、値が小さいL1インデクスが割り当てられる。
　なお、以上のAVCのデフォルトでの参照インデクス（L0インデクス、及び、L1インデクス）の割り当ては、短時間参照画像を対象として行われる。長時間参照画像への参照インデクスの割り当ては、短時間参照画像に、参照インデクスが割り当てられた後に行われる。
　したがって、AVCのデフォルトでは、長時間参照画像には、短時間参照画像よりも大きい値の参照インデクスが割り当てられる。
　AVCにおいて、参照インデクスの割り当てとしては、以上のようなデフォルトの方法で割り当てを行う他、Reference Picture List Reorderingと呼ばれるコマンド（以下、RPLRコマンドともいう）を用いて、任意の割り当てを行うことができる。
　なお、RPLRコマンドを用いて、参照インデクスの割り当てが行われた後、参照インデクスが割り当てられていない参照画像がある場合には、その参照画像には、参照インデクスが、デフォルトの方法で割り当てられる。
　MVC(AVC)では、対象ブロックXのずれベクトルmvXの予測ベクトルPMVXは、図１１に示すように、対象ブロックXの左に隣接するマクロブロックA、上に隣接するマクロブロックB、及び、右斜め上に隣接するマクロブロックCそれぞれの予測用の参照インデクス（マクロブロックA，B、及び、Cそれぞれの予測画像の生成に用いられた参照画像に割り当てられている参照インデクス）によって異なる方法で求められる。
　すなわち、いま、対象ブロックXの予測用の参照インデクスref_idxが、例えば、0であるとする。
　図１１のＡに示すように、対象ブロックXに隣接する３つのマクロブロックAないしCの中に、予測用の参照インデクスref_idxが対象ブロックXと同一の0であるマクロブロックが、１つだけ存在する場合には、その１つのマクロブロック（予測用の参照インデクスref_idxが0のマクロブロック）のずれベクトルが、対象ブロックXのずれベクトルmvXの予測ベクトルPMVXとされる。
　ここで、図１１のＡでは、対象ブロックXに隣接する３つのマクロブロックAないしCのうちの、マクロブロックBだけが、予測用の参照インデクスref_idxが0のマクロブロックになっており、そのため、マクロブロックAのずれベクトルmvBが、対象ブロックX（のずれベクトルmvX）の予測ベクトルPMVXとされる。
　また、図１１のＢに示すように、対象ブロックXに隣接する３つのマクロブロックAないしCの中に、予測用の参照インデクスref_idxが対象ブロックXと同一の0であるマクロブロックが、２つ以上存在する場合には、その、予測用の参照インデクスref_idxが0の２つ以上のマクロブロックのずれベクトルのメディアンが、対象ブロックXの予測ベクトルPMVXとされる。
　ここで、図１１のＢでは、対象ブロックXに隣接する３つのマクロブロックAないしCのすべてが、予測用の参照インデクスref_idxが0のマクロブロックになっており、そのため、マクロブロックAのずれベクトルmvA、マクロブロックBのずれベクトルmvB、及び、マクロブロックCのずれベクトルmvCのメディアンmed(mvA,mvB,mvC)が、対象ブロックXの予測ベクトルPMVXとされる。なお、メディアンmed(mvA,mvB,mvC)の計算は、X成分とｙ成分とについて、別個（独立）に行われる。
　また、図１１のＣに示すように、対象ブロックXに隣接する３つのマクロブロックAないしCの中に、予測用の参照インデクスref_idxが対象ブロックXと同一の0であるマクロブロックが、１つも存在しない場合には、0ベクトルが、対象ブロックXの予測ベクトルPMVXとされる。
　ここで、図１１のＣでは、対象ブロックXに隣接する３つのマクロブロックAないしCの中に、予測用の参照インデクスref_idxが0のマクロブロックは存在しないので、0ベクトルが、対象ブロックXの予測ベクトルPMVXとされる。
　なお、MVC(AVC)では、対象ブロックXの予測用の参照インデクスref_idxが0である場合、対象ブロックXをスキップマクロブロック（スキップモード）として符号化することができる。
　スキップマクロブロックについては、対象ブロックの残差も、残差ベクトルも符号化されない。そして、復号時には、予測ベクトルが、そのまま、スキップマクロブロックのずれベクトルに採用され、参照画像の、スキップマクロブロックの位置からずれベクトル（予測ベクトル）だけずれた位置のブロック（対応ブロック）のコピーが、スキップマクロブロックの復号結果とされる。
　対象ブロックをスキップマクロブロックとするか否かは、エンコーダの仕様によるが、例えば、符号化データの符号量や、対象ブロックの符号化コスト等に基づいて決定（判定）される。
　［インター予測部１２３の構成例］
　図１２は、図９のエンコーダ４２のインター予測部１２３の構成例を示すブロック図である。
　インター予測部１２３は、視差予測部１３１及び時間予測部１３２を有する。
　ここで、図１２において、DPB４３には、デブロッキングフィルタ１２１から、デコード画像、すなわち、エンコーダ４２において符号化されてローカルデコードされたパッキング色画像（以下、デコードパッキング色画像ともいう）のピクチャが供給され、参照画像（となりうるピクチャ）として記憶される。
　また、DPB４３には、図５や図９で説明したように、エンコーダ４１において符号化されてローカルデコードされた中央視点色画像（以下、デコード中央視点色画像ともいう）のピクチャも供給されて記憶される。
　エンコーダ４２では、デブロッキングフィルタ１２１からのデコードパッキング色画像のピクチャの他、エンコーダ４１で得られるデコード中央視点色画像のピクチャが、符号化対象であるパッキング色画像の符号化に用いられる。このため、図１２では、エンコーダ４１で得られるデコード中央視点色画像が、DPB４３に供給されることを示す矢印を、図示してある。
　視差予測部１３１には、画面並び替えバッファ１１２から、パッキング色画像の対象ピクチャが供給される。
　視差予測部１３１は、画面並び替えバッファ１１２からのパッキング色画像の対象ピクチャの対象ブロックの視差予測を、DPB４３に記憶されたデコード中央視点色画像のピクチャ（対象ピクチャと同一時刻のピクチャ）を参照画像として用いて行い、対象ブロックの予測画像を生成する。
　すなわち、視差予測部１３１は、DPB４３に記憶されたデコード中央視点色画像のピクチャを参照画像として、MEを行うことにより、対象ブロックの視差ベクトルを求める。
　さらに、視差予測部１３１は、対象ブロックの視差ベクトルに従って、DPB４３に記憶されたデコード中央視点色画像のピクチャを参照画像とするMCを行うことにより、対象ブロックの予測画像を生成する。
　また、視差予測部１３１は、各マクロブロックタイプについて、参照画像から視差予測によって得られる予測画像を用いた対象ブロックの符号化（予測符号化）に要する符号化コストを算出する。
　そして、視差予測部１３１は、符号化コストが最小のマクロブロックタイプを、最適インター予測モードとして選択し、その最適インター予測モードで生成された予測画像（視差予測画像）を、予測画像選択部１２４に供給する。
　さらに、視差予測部１３１は、最適インター予測モード等の情報を、ヘッダ情報として、予測画像選択部１２４に供給する。
　なお、上述したように、参照画像には、参照インデクスが割り当てられており、視差予測部１３１において、最適インター予測モードで生成された予測画像を生成するときに参照された参照画像に割り当てられた参照インデクスは、対象ブロックの予測用の参照インデクスとして選択され、ヘッダ情報の１つとして、予測画像選択部１２４に供給される。
　時間予測部１３２には、画面並び替えバッファ１１２から、パッキング色画像の対象ピクチャが供給される。
　時間予測部１３２は、画面並び替えバッファ１１２からのパッキング色画像の対象ピクチャの対象ブロックの時間予測を、DPB４３に記憶されたデコードパッキング色画像のピクチャ（対象ピクチャと異なる時刻のピクチャ）を参照画像として用いて行い、対象ブロックの予測画像を生成する。
　すなわち、時間予測部１３２は、DPB４３に記憶されたデコードパッキング色画像のピクチャを参照画像として、MEを行うことにより、対象ブロックの動きベクトルを求める。
　さらに、時間予測部１３２は、対象ブロックの動きベクトルに従って、DPB４３に記憶されたデコードパッキング色画像のピクチャを参照画像とするMCを行うことにより、対象ブロックの予測画像を生成する。
　また、時間予測部１３２は、各マクロブロックタイプについて、参照画像から時間予測によって得られる予測画像を用いた対象ブロックの符号化（予測符号化）に要する符号化コストを算出する。
　そして、時間予測部１３２は、符号化コストが最小のマクロブロックタイプを、最適インター予測モードとして選択し、その最適インター予測モードで生成された予測画像（時間予測画像）を、予測画像選択部１２４に供給する。
　さらに、時間予測部１３２は、最適インター予測モード等の情報を、ヘッダ情報として、予測画像選択部１２４に供給する。
　なお、上述したように、参照画像には、参照インデクスが割り当てられており、時間予測部１３２において、最適インター予測モードで生成された予測画像を生成するときに参照された参照画像に割り当てられた参照インデクスは、対象ブロックの予測用の参照インデクスとして選択され、ヘッダ情報の１つとして、予測画像選択部１２４に供給される。
　予測画像選択部１２４では、例えば、画面内予測部１２２、並びに、インター予測部１２３を構成する視差予測部１３１、及び、時間予測部１３２それぞれからの予測画像のうちの、符号化コストが最小の予測画像が選択され、演算部１１３、及び、１２０に供給される。
　ここで、本実施の形態では、例えば、視差予測で参照される参照画像（ここでは、デコード中央視点色画像のピクチャ）には、値が1の参照インデクスが割り当てられ、時間予測で参照される参照画像（ここでは、デコードパッキング色画像のピクチャ）には、値が0の参照インデクスが割り当てられることとする。
　［視差予測部１３１の構成例］
　図１３は、図１２の視差予測部１３１の構成例を示すブロック図である。
　図１３において、視差予測部１３１は、参照画像変換部１４０、視差検出部１４１、視差補償部１４２、予測情報バッファ１４３、コスト関数算出部１４４、及び、モード選択部１４５を有する。
　参照画像変換部１４０には、DPB４３から、デコード中央視点色画像のピクチャが、参照画像として供給される。
　参照画像変換部１４０は、視差予測部１３１において、画素以下精度（参照画像の画素どうしの間隔以下の細かさ）である分数精度での視差予測（視差補償）を行うため、必要に応じて、DPB４３からの参照画像としてのデコード中央視点色画像のピクチャに、サブペル(Sub pel)と呼ばれる仮想的な画素を補間するフィルタ処理を、DPB４３からの参照画像に施すことにより、その参照画像を、解像度の高い（画素数の多い）参照画像に変換して、視差検出部１４１、及び、視差補償部１４２に供給する。
　ここで、MVCにおいて、以上のように、分数精度での視差予測（及び、時間予測）を行うために、サブペルを補間するフィルタ処理に用いられるフィルタは、AIF(Adaptive Interpolation Filter)と呼ばれる。
　なお、参照画像変換部１４０では、参照画像に、AIFによるフィルタ処理を施さずに、参照画像を、そのまま、視差検出部１４１、及び、視差補償部１４２に供給することができる。
　視差検出部１４１には、参照画像変換部１４０から、参照画像としてのデコード中央視点色画像のピクチャが供給されるとともに、画面並び替えバッファ１１２から、符号化対象のパッキング色画像のピクチャ（対象ピクチャ）が供給される。
　視差検出部１４１は、対象ブロックと、参照画像であるデコード中央視点色画像のピクチャとを用いてMEを行うことにより、対象ブロックと、デコード中央視点色画像のピクチャにおいて、例えば、対象ブロックとのSAD等を最小にする等の符号化効率を最も良くする対応ブロックとのずれを表す視差ベクトルmvを、マクロブロックタイプごとに検出し、視差補償部１４２に供給する。
　視差補償部１４２には、視差検出部１４１から、視差ベクトルmvが供給される他、参照画像変換部１４０から、参照画像としてのデコード中央視点色画像のピクチャが供給される。
　視差補償部１４２は、参照画像変換部１４０からの参照画像の視差補償を、視差検出部１４１からの対象ブロックの視差ベクトルmvを用いて行うことで、対象ブロックの予測画像を、マクロブロックタイプごとに生成する。
　すなわち、視差補償部１４２は、参照画像としてのデコード中央視点色画像のピクチャの、対象ブロックの位置から、視差ベクトルmvだけずれた位置のブロック（領域）である対応ブロックを、予測画像として取得する。
　また、視差補償部１４２は、既に符号化済みの、対象ブロックの周辺のマクロブロックの視差ベクトル等を必要に応じて用いて、対象ブロックの視差ベクトルmvの予測ベクトルPMVを求める。
　さらに、視差補償部１４２は、対象ブロックの視差ベクトルmvと、その予測ベクトルPMVとの差分である残差ベクトルを求める。
　そして、視差補償部１４２は、マクロブロックタイプ等の予測モードごとの対象ブロックの予測画像を、その対象ブロックの残差ベクトル、及び、予測画像を生成するのに用いた参照画像（ここでは、デコード中央視点色画像のピクチャ）に割り当てられている参照インデクスとともに、予測モードと対応付けて、予測情報バッファ１４３、及び、コスト関数算出部１４４に供給する。
　予測情報バッファ１４３は、視差補償部１４２からの、予測モードに対応付けられた予測画像、残差ベクトル、及び、参照インデクスを、その予測モードとともに、予測情報として、一時記憶する。
　コスト関数算出部１４４には、視差補償部１４２から、予測モードに対応付けられた予測画像、残差ベクトル、及び、参照インデクスが供給されるとともに、画面並び替え部バッファ１１２から、パッキング色画像の対象ピクチャが供給される。
　コスト関数算出部１４４は、予測モードとしてのマクロブロックタイプ（図１０）ごとに、画面並び替えバッファ１１２からの対象ピクチャの対象ブロックの符号化に要する符号化コストを、符号化コストを算出する所定のコスト関数に従って求める。
　すなわち、コスト関数算出部１４４は、視差補償部１４２からの残差ベクトルの符号量に対応する値MVを求めるとともに、視差補償部１４２からの参照インデクス（予測用の参照インデクス）の符号量に対応する値INを求める。
　さらに、コスト関数算出部１４４は、視差補償部１４２からの予測画像に対する、対象ブロックの残差の符号量に対応する値DであるSADを求める。
　そして、コスト関数算出部１４４は、例えば、λ1及びλ2を重みとして、式COST＝D＋λ1×MV＋λ2×INに従い、マクロブロックタイプごとの符号化コスト（コスト関数のコスト関数値）COSTを求める。
　コスト関数算出部１４４は、マクロブロックタイプごとの符号化コスト（コスト関数値）を求めると、その符号化コストを、モード選択部１４５に供給する。
　モード選択部１４５は、コスト関数算出部１４４からのマクロブロックタイプごとの符号化コストの中から、最小値である最小コストを検出する。
　さらに、モード選択部１４５は、最小コストが得られたマクロブロックタイプを、最適インター予測モードに選択する。
　そして、モード選択部１４５は、最適インター予測モードである予測モードに対応付けられた予測画像、残差ベクトル、及び、参照インデクスを、予測情報バッファ１４３から読み出し、最適インター予測モードである予測モードとともに、予測画像選択部１２４に供給する。
　ここで、モード選択部１４５から予測画像選択部１２４に供給される予測モード（最適インター予測モード）、残差ベクトル、及び、参照インデクス（予測用の参照インデクス）が、インター予測（ここでは、視差予測）に関する予測モード関連情報であり、予測画像選択部１２４では、このインター予測に関する予測モード関連情報が、必要に応じて、ヘッダ情報として、可変長符号化部２１６に供給される。
　なお、モード選択部１４５は、最小コストが得られた参照インデクスが、値が0の参照インデクスである場合には、例えば、最小コスト等に基づいて、対象ブロックを、スキップマクロブロックとして符号化するかどうかの判定を行う。
　モード選択部１４５において、対象ブロックを、スキップマクロブロックとして符号化すると判定された場合、最適インター予測モードは、対象ブロックを、スキップマクロブロックとして符号化するスキップモードとされる。
　また、図１２の時間予測部１３２では、参照画像が、デコード中央視点色画像のピクチャではなく、デコードパッキング色画像のピクチャであることを除き、図１３の視差予測部１３１と同様の処理が行われる。
　［MVCのフィルタ処理］
　図１４及び図１５は、参照画像変換部１４０で行われるフィルタ処理、すなわち、参照画像に、サブペルを補間するMVCのフィルタ処理を説明する図である。
　なお、図１４及び図１５において、○印は、参照画像の元の画素（サブペルでない画素）を表す。
　参照画像の元の画素（以下、原画素ともいう）どうしの横及び縦の間隔を1とすると、原画素の位置は、ある原画素の位置を原点(0,0)とし、左から右方向をx軸とするとともに、上から下方向をy軸とする２次元座標系において、整数を用いた座標で表すことができるので、原画素を、整数画素ともいう。
　また、整数を用いた座標で表すことができる位置を、整数位置ともいいい、整数画素のみで構成される画像を、整数精度画像ともいう。
　MVCでは、図１４に示すように、水平方向に６タップのフィルタ(AIF)によって、整数精度画像である参照画像の、水平方向に連続して並ぶ６画素の整数画素をフィルタリングするフィルタ処理（以下、水平1/2画素生成用フィルタ処理ともいう）によって、その６画素の整数画素のうちの、３番目と４番目の整数画素の間の位置aに、サブペルとしての画素が生成される。
　ここで、水平1/2画素生成用フィルタ処理により生成（補間）される画素を、水平1/2画素ともいう。
　さらに、MVCでは、図１４に示すように、垂直方向に６タップのフィルタ(AIF)によって、水平1/2画素生成用フィルタ処理後の参照画像の、垂直方向に連続して並ぶ６画素の整数画素、又は、水平1/2画素をフィルタリングするフィルタ処理（以下、垂直1/2画素生成用フィルタ処理ともいう）によって、その６画素の整数画素、又は、水平1/2画素のうちの、３番目と４番目の整数画素の間、又は、水平1/2画素の間の位置bに、サブペルとしての画素が生成される。
　ここで、垂直1/2画素生成用フィルタ処理により生成される画素を、垂直1/2画素ともいう。
　また、整数精度画像に対して、水平1/2画素生成用フィルタ処理を施し、さらに、垂直1/2画素生成用フィルタ処理を施すことにより得られる画像を、1/2精度画像ともいう。
　1/2精度画像においては、画素どうしの横及び縦の間隔は、1/2であり、画素の位置は、整数を含む1/2間隔の値を用いた座標で表すことができる。
　整数精度画像の参照画像を用いた場合の視差予測（視差ベクトルの検出や、予測画像の生成）の精度は、整数精度であるが、1/2精度画像の参照画像を用いた場合の視差予測の精度は、1/2精度となるので、1/2精度画像の参照画像を用いた場合の視差予測によれば、予測精度を向上させることができる。
　MVCでは、以上のような1/2精度画像の参照画像を用いて、1/2精度の視差予測を行うことができる他、その1/2精度画像の参照画像から、より精度（分解能）の高い参照画像を生成し、その参照画像を用いて、より精度の高い視差予測を行うことができる。
　すなわち、MVCでは、図１５に示すように、水平方向に２タップのフィルタ(AIF)によって、1/2精度画像である参照画像の、水平方向に連続して並ぶ整数画素と水平1/2画素（図１５における位置aの画素）、又は、２つの垂直1/2画素（図１５における位置bの画素）をフィルタリングするフィルタ処理（以下、水平1/4画素生成用フィルタ処理ともいう）によって、フィルタ処理の対象の整数画素と水平1/2画素との間、又は、２つの垂直1/2画素の間の位置cに、サブペルとしての画素が生成される。
　ここで、水平1/4画素生成用フィルタ処理により生成される画素を、水平1/4画素ともいう。
　さらに、MVCでは、図１５に示すように、垂直方向に２タップのフィルタ(AIF)によって、1/2精度画像である参照画像の、垂直方向に連続して並ぶ整数画素と垂直1/2画素（図１５における位置bの画素）、又は、水平1/2画素（図１５における位置aの画素）と垂直1/2画素（図１５における位置bの画素）をフィルタリングするフィルタ処理（以下、垂直1/4画素生成用フィルタ処理ともいう）によって、フィルタ処理の対象の整数画素と垂直1/2画素との間、又は、水平1/2画素と垂直1/2画素との間の位置dに、サブペルとしての画素が生成される。
　ここで、垂直1/4画素生成用フィルタ処理により生成される画素を、垂直1/4画素ともいう。
　さらに、MVCでは、図１５に示すように、斜め方向に２タップのフィルタ(AIF)によって、1/2精度画像である参照画像の、斜め方向に連続して並ぶ水平1/2画素（図１５における位置aの画素）と垂直1/2画素（図１５における位置bの画素）をフィルタリングするフィルタ処理（以下、水平垂直1/4画素生成用フィルタ処理ともいう）によって、フィルタ処理の対象の、斜め方向に並ぶ水平1/2画素と垂直1/2画素との間の位置eに、サブペルとしての画素が生成される。
　ここで、水平垂直1/4画素生成用フィルタ処理により生成される画素を、水平垂直1/4画素ともいう。
　また、1/2精度画像に対して、水平1/4画素生成用フィルタ処理を施し、さらに、垂直1/4画素生成用フィルタ処理を施し、その後、水平垂直1/4画素生成用フィルタ処理を施すことにより得られる画像を、1/4精度画像ともいう。
　1/4精度画像においては、画素どうしの横及び縦の間隔は、1/4であり、画素の位置は、整数を含む1/4間隔の値を用いた座標で表すことができる。
　1/4精度画像の参照画像を用いた場合の視差予測の精度は、1/4精度となるので、1/4精度画像の参照画像を用いた場合の視差予測によれば、予測精度を、より向上させることができる。
　ここで、図１４は、整数精度画像の参照画像に対して、水平1/2画素生成用フィルタ処理、及び、垂直1/2画素生成用フィルタ処理を施すことにより、1/2精度画像の参照画像を生成することを説明する図であり、図１５は、1/2精度画像の参照画像に対して、水平1/4画素生成用フィルタ処理、垂直1/4画素生成用フィルタ処理、及び、水平垂直1/4画素生成用フィルタ処理を施すことにより、1/4精度画像の参照画像を生成することを説明する図である。
　［参照画像変換部１４０の構成例］
　図１６は、図１３の参照画像変換部１４０の構成例を示すブロック図である。
　参照画像変換部１４０は、参照画像に、図１４や図１５で説明したMVCのフィルタ処理を施すことにより、整数精度画像の参照画像を、解像度が高い（画素数が多い）画像、すなわち、1/2精度画像の参照画像、又は、1/4精度の参照画像に変換する。
　図１６において、参照画像変換部１４０は、水平1/2画素生成用フィルタ処理部１５１、垂直1/2画素生成用フィルタ処理部１５２、水平1/4画素生成用フィルタ処理部１５３、垂直1/4画素生成用フィルタ処理部１５４、及び、水平垂直1/4画素生成用フィルタ処理部１５５を有する。
　水平1/2画素生成用フィルタ処理部１５１には、DPB４３からデコード中央視点色画像（のピクチャ）が、整数精度画像の参照画像として供給される。
　水平1/2画素生成用フィルタ処理部１５１は、整数精度画像の参照画像に、水平1/2画素生成用フィルタ処理を施し、水平方向の画素数が元の２倍になった参照画像を、垂直1/2画素生成用フィルタ処理部１５２に供給する。
　垂直1/2画素生成用フィルタ処理部１５２は、水平1/2画素生成用フィルタ処理部１５１からの参照画像に、垂直1/2画素生成用フィルタ処理を施し、水平方向及び垂直方向の画素数がいずれも元の２倍になった参照画像、すなわち、1/2精度画像の参照画像（図１４）を、水平1/4画素生成用フィルタ処理部１５３に供給する。
　水平1/4画素生成用フィルタ処理部１５３は、垂直1/2画素生成用フィルタ処理部１５２からの1/2精度画像の参照画像に、水平1/4画素生成用フィルタ処理を施し、垂直1/4画素生成用フィルタ処理部１５４に供給する。
　垂直1/4画素生成用フィルタ処理部１５４は、水平1/4画素生成用フィルタ処理部１５３からの参照画像に、垂直1/4画素生成用フィルタ処理を施し、水平垂直1/4画素生成用フィルタ処理部１５５に供給する。
　水平垂直1/4画素生成用フィルタ処理部１５５は、垂直1/4画素生成用フィルタ処理部１５４からの参照画像に、水平垂直1/4画素生成用フィルタ処理を施し、水平方向及び垂直方向の画素数がいずれも元の４倍になった参照画像、すなわち、1/4精度画像（図１５）の参照画像を出力する。
　なお、MVCでは、参照画像に対して、画素を補間するフィルタ処理を施す場合には、横方向と縦方向それぞれの画素数を、同一倍数だけ増加させるフィルタ処理を施すことが規定されている。
　したがって、MVCでは、整数精度画像の参照画像、1/2精度画像の参照画像、又は、1/4精度画像の参照画像を用いて、視差予測（及び時間予測）を行うことができる。
　よって、参照画像変換部１４０では、水平1/2画素生成用フィルタ処理、垂直1/2画素生成用フィルタ処理、水平1/4画素生成用フィルタ処理、垂直1/4画素生成用フィルタ処理、及び、水平垂直1/4画素生成用フィルタ処理のいずれも行われず、整数精度画像の参照画像がそのまま出力される場合、水平1/2画素生成用フィルタ処理、及び、垂直1/2画素生成用フィルタ処理のみ行われ、整数精度画像の参照画像が、1/2精度画像の参照画像に変換される場合、並びに、水平1/2画素生成用フィルタ処理、垂直1/2画素生成用フィルタ処理、水平1/4画素生成用フィルタ処理、垂直1/4画素生成用フィルタ処理、及び、水平垂直1/4画素生成用フィルタ処理のすべてが行われ、整数精度画像の参照画像が、1/4精度画像の参照画像に変換される場合の３通りの場合がある。
　［復号装置３２Ｃの構成例］
　図１７は、図３の復号装置３２Ｃの構成例を示すブロック図である。
　図１７の復号装置３２Ｃは、逆多重化装置３１（図３）からの多視点色画像符号化データである中央視点色画像、及び、パッキング色画像の符号化データを、MVCで復号する。
　図１７において、復号装置３２Ｃは、デコーダ２１１及び２１２、並びに、DPB２１３を有する。
　デコーダ２１１には、逆多重化装置３１（図３）からの多視点色画像符号化データのうちの、ベースビューの画像である中央視点色画像の符号化データが供給される。
　デコーダ２１１は、そこに供給される中央視点色画像の符号化データを、MVCで復号し、その結果得られる中央視点色画像を出力する。
　デコーダ２１２には、逆多重化装置３１（図３）からの多視点色画像符号化データのうちの、ノンベースビューの画像であるパッキング色画像の符号化データが供給される。
　デコーダ２１２は、そこに供給されるパッキング色画像の符号化データを、MVCで復号し、その結果得られるパッキング色画像を出力する。
　ここで、デコーダ２１１が出力する中央視点色画像と、デコーダ２１２が出力するパッキング色画像とは、解像度変換多視点色画像として、解像度逆変換装置３３Ｃ（図３）に供給される。
　DPB２１３は、デコーダ２１１及び２１２それぞれで、復号対象の画像を復号することにより得られる復号後の画像（デコード画像）を、予測画像の生成時に参照する参照画像（の候補）として一時記憶する。
　すなわち、デコーダ２１１及び２１２は、それぞれ、図５のエンコーダ４１及び４２で予測符号化された画像を復号する。
　予測符号化された画像を復号するには、その予測符号化で用いられた予測画像が必要であるため、デコーダ２１１及び２１２は、予測符号化で用いられた予測画像を生成するために、復号対象の画像を復号した後、予測画像の生成に用いる、復号後の画像を、DPB２１３に一時記憶させる。
　DPB２１３は、デコーダ２１１及び２１２それぞれで得られる復号後の画像（デコード画像）を一時記憶する共用のバッファであり、デコーダ２１１及び２１２それぞれは、DPB２１３に記憶されたデコード画像から、復号対象の画像を復号するのに参照する参照画像を選択し、その参照画像を用いて、予測画像を生成する。
　DPB２１３は、デコーダ２１１及び２１２で共用されるので、デコーダ２１１及び２１２それぞれは、自身で得られたデコード画像の他、他のデコーダで得られたデコード画像をも参照することができる。
　但し、デコーダ２１１は、ベースビューの画像を復号するので、デコーダ２１１で得られたデコード画像のみを参照する。
　［デコーダ２１２の構成例］
　図１８は、図１７のデコーダ２１２の構成例を示すブロック図である。
　図１８において、デコーダ２１２は、蓄積バッファ２４１、可変長復号部２４２、逆量子化部２４３、逆直交変換部２４４、演算部２４５、デブロッキングフィルタ２４６、画面並び替えバッファ２４７、D/A変換部２４８、画面内予測部２４９、インター予測部２５０、及び、予測画像選択部２５１を有する。
　蓄積バッファ２４１には、逆多重化装置３１から、多視点色画像符号化データを構成する中央視点色画像、及び、パッキング色画像の符号化データのうちの、パッキング色画像の符号化データが供給される。
　蓄積バッファ２４１は、そこに供給される符号化データを一時記憶し、可変長復号部２４２に供給する。
　可変長復号部２４２は、蓄積バッファ２４１からの符号化データを可変長復号することにより、量子化値やヘッダ情報になっている予測モード関連情報を復元する。そして、可変長復号部２４２は、量子化値を、逆量子化部２４３に供給し、ヘッダ情報（予測モード関連情報）を、画面内予測部２４９、及び、インター予測部２５０に供給する。
　逆量子化部２４３は、可変長復号部２４２からの量子化値を、変換係数に逆量子化し、逆直交変換部２４４に供給する。
　逆直交変換部２４４は、逆量子化部２４３からの変換係数を逆直交変換し、マクロブロック単位で、演算部２４５に供給する。
　演算部２４５は、逆直交変換部２４４から供給されるマクロブロックを復号対象の対象ブロックとして、その対象ブロックに対して、必要に応じて、予測画像選択部２５１から供給される予測画像を加算することで、デコード画像を求め、デブロッキングフィルタ２４６に供給する。
　デブロッキングフィルタ２４６は、演算部２４５からのデコード画像に対して、例えば、図９のデブロッキングフィルタ１２１と同様のフィルタリングを行い、そのフィルタリング後のデコード画像を、画面並び替えバッファ２４７に供給する。
　画面並び替えバッファ２４７は、デブロッキングフィルタ２４６からのデコード画像のピクチャを一時記憶して読み出すことで、ピクチャの並びを、元の並び（表示順）に並び替え、D/A(Digital/Analog)変換部２４８に供給する。
　D/A変換部２４８は、画面並び替えバッファ２４７からのピクチャをアナログ信号で出力する必要がある場合に、そのピクチャをD/A変換して出力する。
　また、デブロッキングフィルタ２４６は、フィルタリング後のデコード画像のうちの、参照可能ピクチャであるIピクチャ、Pピクチャ、及び、Bsピクチャのデコード画像を、DPB２１３に供給する。
　ここで、DPB２１３は、デブロッキングフィルタ２４６からのデコード画像のピクチャ、すなわち、パッキング色画像のピクチャを、時間的に後に行われる復号に用いる予測画像を生成するときに参照する参照画像として記憶する。
　図１７で説明したように、DPB２１３は、デコーダ２１１及び２１２で共用されるので、デコーダ２１２において復号されたパッキング色画像（デコードパッキング色画像）のピクチャの他、デコーダ２１１において復号された中央視点色画像（デコード中央視点色画像）のピクチャも記憶する。
　画面内予測部２４９は、可変長復号部２４２からのヘッダ情報に基づき、対象ブロックが、イントラ予測（画面内予測）で生成された予測画像を用いて符号化されているかどうかを認識する。
　対象ブロックが、イントラ予測で生成された予測画像を用いて符号化されている場合、画面内予測部２４９は、図９の画面内予測部１２２と同様に、DPB２１３から、対象ブロックを含むピクチャ（対象ピクチャ）のうちの、既に復号されている部分（デコード画像）を読み出す。そして、画面内予測部２４９は、DPB２１３から読み出した、対象ピクチャのうちのデコード画像の一部を、対象ブロックの予測画像として、予測画像選択部２５１に供給する。
　インター予測部２５０は、可変長復号部２４２からのヘッダ情報に基づき、対象ブロックが、インター予測で生成された予測画像を用いて符号化されているかどうかを認識する。
　対象ブロックが、インター予測で生成された予測画像を用いて符号化されている場合、インター予測部２５０は、可変長復号部２４２からのヘッダ情報（予測モード関連情報）に基づき、予測用の参照インデクス、すなわち、対象ブロックの予測画像の生成に用いられた参照画像に割り当てられている参照インデクスを認識する。
　そして、インター予測部２５０は、DPB２１３に記憶されているデコードパッキン色画像のピクチャ、及び、デコード中央視点色画像のピクチャから、予測用の参照インデクスが割り当てられているピクチャを、参照画像として読み出す。
　さらに、インター予測部２５０は、可変長復号部２４２からのヘッダ情報に基づき、対象ブロックの予測画像の生成に用いられたずれベクトル（視差ベクトル、動きベクトル）を認識し、図９のインター予測部１２３と同様に、そのずれベクトルに従って、参照画像のずれ補償（動き分のずれを補償する動き補償、又は、視差分のずれを補償する視差補償）を行うことで、予測画像を生成する。
　すなわち、インター予測部２５０は、参照画像の、対象ブロックの位置から、その対象ブロックのずれベクトルに従って移動した（ずれた）位置のブロック（対応ブロック）を、予測画像として取得する。
　そして、インター予測部２５０は、予測画像を、予測画像選択部２５１に供給する。
　予測画像選択部２５１は、画面内予測部２４９から予測画像が供給される場合には、その予測画像を、インター予測部２５０から予測画像が供給される場合には、その予測画像を、それぞれ選択し、演算部２４５に供給する。
　［インター予測部２５０の構成例］
　図１９は、図１８のデコーダ２１２のインター予測部２５０の構成例を示すブロック図である。
　図１９において、インター予測部２５０は、参照インデクス処理部２６０、視差予測部２６１、及び、時間予測部２６２を有する。
　ここで、図１９において、DPB２１３には、デブロッキングフィルタ２４６から、デコード画像、すなわち、デコーダ２１２において復号されたデコードパッキング色画像のピクチャが供給され、参照画像として記憶される。
　また、DPB２１３には、図１７や図１８で説明したように、デコーダ２１１において復号されたデコード中央視点色画像のピクチャも供給されて記憶される。このため、図１９では、デコーダ２１１で得られるデコード中央視点色画像が、DPB２１３に供給されることを示す矢印を、図示してある。
　参照インデクス処理部２６０には、可変長復号部２４２からのヘッダ情報である予測モード関連情報のうちの、対象ブロックの（予測用の）参照インデクスが供給される。
　参照インデクス処理部２６０は、可変長復号部２４２からの対象ブロックの予測用の参照インデクスが割り当てられているデコード中央視点色画像のピクチャ、又は、デコードパッキング色画像のピクチャを、DPB２１３から読み出し、視差予測部２６１、又は、時間予測部２６２に供給する。
　ここで、本実施の形態では、図１２で説明したように、エンコーダ４２において、視差予測で参照される参照画像であるデコード中央視点色画像のピクチャ）には、値が1の参照インデクスが割り当てられ、時間予測で参照される参照画像であるデコードパッキング色画像のピクチャには、値が0の参照インデクスが割り当てられる。
　したがって、対象ブロックの予測用の参照インデクスによって、その対象ブロックの予測画像の生成に用いられる参照画像となるデコード中央視点色画像のピクチャ、又は、デコードパッキング色画像のピクチャを認識することができ、さらに、対象ブロックの予測画像を生成するときに行うずれ予測が、時間予測、及び、視差予測のうちのいずれであるかも認識することができる。
　参照インデクス処理部２６０は、可変長復号部２４２からの対象ブロックの予測用の参照インデクスが割り当てられているピクチャが、デコード中央視点色画像のピクチャである場合（予測用の参照インデクスが１である場合）、対象ブロックの予測画像は、視差予測により生成されるので、予測用の参照インデクスが割り当てられているデコード中央視点色画像のピクチャを、DPB２１３から参照画像として読み出し、視差予測部２６１に供給する。
　また、参照インデクス処理部２６０は、可変長復号部２４２からの対象ブロックの予測用の参照インデクスが割り当てられているピクチャが、デコードパッキング色画像のピクチャである場合（予測用の参照インデクスが０である場合）、対象ブロックの予測画像は、時間予測により生成されるので、参照インデクスが割り当てられているデコードパッキング色画像のピクチャを、DPB２１３から参照画像として読み出し、時間予測部２６２に供給する。
　視差予測部２６１には、可変長復号部２４２からのヘッダ情報である予測モード関連情報が供給される。
　視差予測部２６１は、可変長復号部２４２からのヘッダ情報に基づき、対象ブロックが、視差予測で生成された予測画像を用いて符号化されているかどうかを認識する。
　対象ブロックが、視差予測で生成された予測画像を用いて符号化されている場合、視差予測部２６１は、可変長復号部２４２からのヘッダ情報に基づき、対象ブロックの予測画像の生成に用いられた視差ベクトルを復元し、図１２の視差予測部１３１と同様に、その視差ベクトルに従って、視差予測（視差補償）を行うことで、予測画像を生成する。
　すなわち、対象ブロックが、視差予測で生成された予測画像を用いて符号化されている場合、上述したように、視差予測部２６１には、参照インデクス処理部２６０から、参照画像としてのデコード中央視点色画像のピクチャが供給される。
　視差予測部２６１は、参照インデクス処理部２６０からの参照画像としてのデコード中央視点色画像のピクチャの、対象ブロックの位置から、その対象ブロックの視差ベクトルに従って移動した（ずれた）位置のブロック（対応ブロック）を、予測画像として取得する。
　そして、視差予測部２６１は、予測画像を、予測画像選択部２５１に供給する。　
　時間予測部２６２には、可変長復号部２４２からのヘッダ情報である予測モード関連情報が供給される。
　時間予測部２６２は、可変長復号部２４２からのヘッダ情報に基づき、対象ブロックが、時間予測で生成された予測画像を用いて符号化されているかどうかを認識する。
　対象ブロックが、時間予測で生成された予測画像を用いて符号化されている場合、時間予測部２６２は、可変長復号部２４２からのヘッダ情報に基づき、対象ブロックの予測画像の生成に用いられた動きベクトルを復元し、図１２の時間予測部１３２と同様に、その動きベクトルに従って、時間予測（動き補償）を行うことで、予測画像を生成する。
　すなわち、対象ブロックが、時間予測で生成された予測画像を用いて符号化されている場合、上述したように、時間予測部２６２には、参照インデクス処理部２６０から、参照画像としてのデコードパッキング色画像のピクチャが供給される。
　時間予測部２６２は、参照インデクス処理部２６０からの参照画像としてのデコードパッキング色画像のピクチャの、対象ブロックの位置から、その対象ブロックの動きベクトルに従って移動した（ずれた）位置のブロック（対応ブロック）を、予測画像として取得する。
　そして、時間予測部２６２は、予測画像を、予測画像選択部２５１に供給する。
　［視差予測部２６１の構成例］
　図２０は、図１９の視差予測部２６１の構成例を示すブロック図である。
　図２０において、視差予測部２６１は、参照画像変換部２７１、及び、視差補償部２７２を有する。
　参照画像変換部２７１には、参照インデクス処理部２６０から、参照画像としてのデコード中央視点色画像のピクチャが供給される。
　参照画像変換部２７１は、エンコーダ４２側の参照画像変換部１４０（図１６）と同様に構成され、参照画像変換部１４０と同様に、参照インデクス処理部２６０からの参照画像としてのデコート中央視点色画像のピクチャを変換し、視差補償部２７２に供給する。
　すなわち、参照画像変換部２７１は、参照インデクス処理部２６０からの参照画像を、そのまま、又は、1/2精度画像の参照画像、若しくは、1/4精度画像の参照画像に変換し、視差補償部２７２に供給する。
　視差補償部２７２には、参照画像変換部２７１から参照画像としてのデコード中央視点色画像が供給される他、可変長復号部２４２からのヘッダ情報としてのモード関連情報に含まれる予測モード、及び、残差ベクトルが供給される。
　視差補償部２７２は、既に復号されたマクロブロックの視差ベクトルを必要に応じて用いて、対象ブロックの視差ベクトルの予測ベクトルを求め、その予測ベクトルと、可変長復号部２４２からの対象ブロックの残差ベクトルとを加算することで、対象ブロックの視差ベクトルmvを復元する。
　さらに、視差補償部２７２は、参照画像変換部２７１からの参照画像としてのデコード中央視点色画像のピクチャの視差補償を、対象ブロックの視差ベクトルmvを用いて行うことで、可変長復号部２４２からの予測モードが表すマクロブロックタイプについて、対象ブロックの予測画像を生成する。
　すなわち、視差補償部２７２は、デコード中央視点色画像のピクチャの、対象ブロックの位置から、視差ベクトルmvだけずれた位置のブロックである対応ブロックを、予測画像として取得する。
　そして、視差補償部２７２は、予測画像を、予測画像選択部２５１に供給する。
　なお、図１９の時間予測部２６２では、参照画像が、デコード中央視点色画像のピクチャではなく、デコードパッキング色画像のピクチャであることを除き、図２０の視差予測部２６１と同様の処理が行われる。
　以上のように、MVCでは、ノンベースビューの画像については、時間予測の他、視差予測も行うことができるので、符号化効率を向上させることができる。
　しかしながら、上述したように、ノンベースビューの画像が、パッキング色画像であり、視差予測で参照される（参照されうる）ベースビューの画像が、中央視点色画像である場合には、視差予測の予測精度（予測効率）が低下することがある。
　すなわち、いま、説明を簡単にするために、中央視点色画像、左視点色画像、及び、右視点色画像の横と縦との解像度比（横の画素数と縦の画素数との比）が、1:1であるとする。
　パッキング色画像は、例えば、図４で説明したように、左視点色画像、及び、右視点色画像それぞれの垂直解像度を1/2にし、その垂直解像度が1/2にされた左視点色画像、及び、右視点色画像を、上下に並べて配置した１視点分の画像である。
　このため、エンコーダ４２（図９）において、符号化の対象となるパッキング色画像（符号化対象画像）の解像度比と、視差予測において、そのパッキング色画像の予測画像を生成する際に参照する、パッキング色画像とは異なる視点の参照画像である中央視点色画像（デコード中央視点色画像）の解像度比とは、合致（マッチ）しない。
　すなわち、パッキング色画像において、左視点色画像、及び、右視点色画像それぞれの垂直方向の解像度（垂直解像度）は、元の1/2になっており、したがって、パッキング色画像になっている左視点色画像、及び、右視点色画像の解像度比は、2:1になっている。
　これに対して、参照画像としての中央視点色画像の解像度比は、1:1であり、パッキング色画像になっている左視点色画像、及び、右視点色画像の解像度比である2:1と一致していない。
　このように、パッキング色画像の解像度比と、参照画像としての中央視点色画像の解像度比とが合致していない場合、すなわち、パッキング色画像になっている左視点色画像、及び、右視点色画像の解像度比と、参照画像としての中央視点色画像の解像度比とが一致していない場合、視差予測の予測精度が低下し（視差予測で生成される予測画像と、対象ブロックとの残差が大になり）、符号化効率が悪くなる。
　［送信装置１１の構成例］
　そこで、図２１は、図１の送信装置１１の他の構成例を示すブロック図である。
　なお、図中、図２の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図２１において、送信装置１１は、解像度変換装置３２１Ｃ及び３２１Ｄ、符号化装置３２２Ｃ及び３２２Ｄ、並びに、多重化装置２３を有する。
　したがって、図２１の送信装置１１は、多重化装置２３を有する点で、図２の場合と共通し、解像度変換装置２１Ｃ及び２１Ｄ、並びに、符号化装置２２Ｃ及び２２Ｄそれぞれに代えて、解像度変換装置３２１Ｃ及び３２１Ｄ、並びに、符号化装置３２２Ｃ及び３２２Ｄが設けられている点で、図２の場合と相違する。
　解像度変換装置３２１Ｃには、多視点色画像が供給される。
　解像度変換装置３２１Ｃは、例えば、図２の解像度変換装置２１Ｃ及び２１Ｄと、それぞれ同様の処理を行う。
　すなわち、解像度変換装置３２１Ｃは、そこに供給される多視点色画像を、元の解像度より低い低解像度の解像度変換多視点色画像に変換する解像度変換を行い、その結果られる解像度変換多視点色画像を、符号化装置３２２Ｃに供給する。
　さらに、解像度変換装置３２１Ｃは、解像度変換情報を生成し、符号化装置３２２Ｃに供給する。
　ここで、解像度変換装置３２１Ｃが生成する解像度変換情報は、解像度変換装置３２１Ｃで行われる、多視点色画像の、解像度変換多視点色画像への解像度変換に関する情報であり、後段の符号化装置３２２Ｃにおいて、視差予測を用いた符号化の対象となる符号化対象画像であるパッキング色画像（を構成する左視点色画像、及び右視点色画像）と、その符号化対象画像の視差予測で参照される、符号化対象画像とは視点が異なる参照画像である中央視点色画像の解像度に関する解像度情報を含む。
　すなわち、符号化装置３２２Ｃでは、解像度変換装置３２１Ｃでの解像度変換の結果得られる解像度変換多視点色画像が符号化されるが、その符号化の対象である解像度変換多視点色画像は、図４で説明したように、中央視点色画像とパッキング色画像である。
　中央視点色画像とパッキング色画像のうち、視差予測を用いた符号化の対象となる符号化対象画像は、ノンベースビューの画像であるパッキング色画像であり、そのパッキング色画像の視差予測で参照される参照画像は、中央視点色画像である。
　したがって、解像度変換装置３２１Ｃが生成する解像度変換情報には、パッキング色画像、及び、中央視点色画像の解像度に関する情報が含まれる。
　符号化装置３２２Ｃは、解像度変換装置３２１Ｃから供給される解像度変換多視点色画像を、複数の視点の画像を伝送する規格である、例えば、MVC等の規格を拡張した拡張方式で符号化し、その結果得られる符号化データである多視点色画像符号化データを、多重化装置２３に供給する。
　なお、符号化装置３２２Ｃの符号化方式である拡張方式の元となる規格としては、MVCの他、複数の視点の画像を伝送することができ、かつ、視差予測で参照される参照画像に対し、画素以下精度（分数精度）での視差予測（視差補償）を行うための、画素を補間するフィルタ処理を施す、例えば、HEVC(High Efficiency Video Coding)等の規格を採用することができる。
　解像度変換装置３２１Ｄには、多視点奥行き画像が供給される。
　解像度変換装置３２１Ｄ、及び、符号化装置３２２Ｄでは、色画像（多視点色画像）ではなく、奥行き画像（多視点奥行き画像）を、処理の対象として処理を行うことを除き、解像度変換装置３２１Ｃ、及び、符号化装置３２２Ｃと、それぞれ同様の処理が行われる。
　［受信装置１２の構成例］
　図２２は、図１の受信装置１２の他の構成例を示すブロック図である。
　すなわち、図２２は、図１の送信装置１１が図２１に示したように構成される場合の、図１の受信装置１２の構成例を示している。
　なお、図中、図３の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図２２において、受信装置１２は、逆多重化装置３１、復号装置３３２Ｃ及び３３２Ｄ、並びに、解像度逆変換装置３３３Ｃ及び３３３Ｄを有する。
　したがって、図２２の受信装置１２は、逆多重化装置３１を有する点で、図３の場合と共通し、復号装置３２Ｃ及び３２Ｄ、並びに、解像度逆変換装置３３Ｃ及び３３Ｄそれぞれに代えて、復号装置３３２Ｃ及び３３２Ｄ、並びに、解像度逆変換装置３３３Ｃ及び３３３Ｄが設けられている点で、図３の場合と相違する。
　復号装置３３２Ｃは、逆多重化装置３１から供給される多視点色画像符号化データを、拡張方式で復号し、その結果得られる解像度変換多視点色画像、及び、解像度変換情報を、解像度逆変換装置３３３Ｃに供給する。
　解像度逆変換装置３３３Ｃは、復号装置３３２Ｃからの解像度変換多視点色画像を、同じく復号装置３３２Ｃからの解像度変換情報に基づいて元の解像度の多視点色画像に（逆）変換する解像度逆変換を行い、その結果得られる多視点色画像を出力する。
　復号装置３３２Ｄ、及び、解像度逆変換装置３３３Ｄは、多視点色画像符号化データ（解像度変換多視点色画像）ではなく、逆多重化装置３１からの多視点奥行き画像符号化データ（解像度変換多視点奥行き画像）を、処理の対象として処理を行うことを除き、復号装置３３２Ｃ、及び、解像度逆変換装置３３３Ｃと、それぞれ同様の処理を行う。
　［解像度変換、及び、解像度逆変換］
　図２３は、図２１の解像度変換装置３２１Ｃ（及び３２１Ｄ）が行う解像度変換、並びに、図２２の解像度逆変換装置３３３Ｃ（及び３３３Ｄ）が行う解像度逆変換を説明する図である。
　解像度変換装置３２１Ｃ（図２１）は、例えば、図２の解像度変換装置２１Ｃと同様に、そこに供給される多視点色画像である中央視点色画像、左視点色画像、及び、右視点色画像のうちの、例えば、中央視点色画像を、そのまま（解像度変換せずに）出力する。
　また、解像度変換装置３２１Ｃは、例えば、図２の解像度変換装置２１Ｃと同様に、多視点色画像の残りの左視点色画像、及び、右視点色画像については、２つの視点の画像の解像度を低解像度に変換して、１視点分の画像に合成するパッキングを行うことにより、パッキング色画像を生成して出力する。
　すなわち、解像度変換装置３２１Ｃは、左視点色画像、及び、右視点色画像それぞれの垂直解像度（画素数）を1/2にし、その垂直解像度が1/2にされた左視点色画像、及び、右視点色画像を、例えば、上下に並べて配置することにより、１視点分の画像であるパッキング色画像を生成する。
　ここで、図２３のパッキング色画像では、図４の場合と同様に、左視点色画像が上側に配置され、右視点色画像が下側に配置されている。
　解像度変換装置３２１Ｃは、さらに、中央視点色画像の解像度が、元のままである旨や、パッキング色画像が、（垂直解像度が1/2にされた）左視点色画像、及び、右視点色画像を上下に並べた１視点分の画像である旨等を表す解像度変換情報を生成する。
　一方、解像度逆変換装置３３３Ｃ（図２２）は、そこに供給される解像度変換情報から、中央視点色画像の解像度が、元のままである旨や、パッキング色画像が、左視点色画像、及び、右視点色画像を上下に並べた１視点分の画像である旨等を認識する。
そして、解像度逆変換装置３３３Ｃは、解像度変換情報から認識した情報に基づき、そこに供給される解像度変換多視点色画像である中央視点色画像、及び、パッキング色画像のうちの、中央視点色画像を、そのまま出力する。
　また、解像度逆変換装置３３３Ｃは、解像度変換情報から認識した情報に基づき、そこに供給される解像度変換多視点色画像である中央視点色画像、及び、パッキング色画像のうちの、パッキング色画像を上下に分離する。
　さらに、解像度逆変換装置３３３Ｃは、パッキング色画像を上下に分離することにより得られる、垂直解像度が1/2にされた左視点色画像、及び、右視点色画像の垂直解像度を、補間等によって、元の解像度に戻して出力する。
　なお、多視点色画像（及び多視点奥行き画像）は、４視点以上の画像であっても良い。多視点色画像が、４視点以上の画像である場合、上述のように、垂直解像度を1/2にした２つの視点の画像を、１視点分（のデータ量）の画像にパッキングしたパッキング色画像を、２つ以上生成することができる。また、垂直解像度を1/2より低解像度にした３つの視点以上の画像を、１視点分の画像にパッキングしたパッキング色画像を生成することや、垂直解像度と水平解像度との両方を低解像度にした３つの視点以上の画像を、１視点分の画像にパッキングしたパッキング色画像を生成することができる。
　［送信装置１１の処理］
　図２４は、図２１の送信装置１１の処理を説明するフローチャートである。
　ステップＳ１１において、解像度変換装置３２１Ｃは、そこに供給される多視点色画像の解像度変換を行い、その結果得られる、中央視点色画像とパッキング色画像である解像度変換多視点色画像を、符号化装置３２２Ｃに供給する。
　さらに、解像度変換装置３２１Ｃは、解像度変換多視点色画像についての解像度変換情報を生成し、符号化装置３２２Ｃに供給して、処理は、ステップＳ１１からステップＳ１２に進む。
　ステップＳ１２では、解像度変換装置３２１Ｄは、そこに供給される多視点奥行き画像の解像度変換を行い、その結果得られる、中央視点奥行き画像とパッキング奥行き画像である解像度変換多視点奥行き画像を、符号化装置３２２Ｄに供給する。
　さらに、解像度変換装置３２１Ｄは、解像度変換多視点奥行き画像についての解像度変換情報を生成し、符号化装置３２２Ｄに供給して、処理は、ステップＳ１２からステップＳ１３に進む。
　ステップＳ１３では、符号化装置３２２Ｃは、解像度変換装置３２１Ｃからの解像度変換情報を必要に応じて用いて、解像度変換装置３２１Ｃからの解像度変換多視点色画像を拡張方式で符号化し、その結果得られる符号化データである多視点色画像符号化データを、多重化装置２３に供給して、処理は、ステップＳ１４に進む。
　ステップＳ１４では、符号化装置３２２Ｄは、解像度変換装置３２１Ｄからの解像度変換情報を必要に応じて用いて、解像度変換装置３２１Ｄからの解像度変換多視点奥行き画像を拡張方式で符号化し、その結果得られる符号化データである多視点奥行き画像符号化データを、多重化装置２３に供給して、処理は、ステップＳ１５に進む。
　ステップＳ１５では、多重化装置２３は、符号化装置３２２Ｃからの多視点色画像符号化データと、符号化装置３２２Ｄからの多視点奥行き画像符号化データとを多重化し、その結果得られる多重化ビットストリームを出力する。
　［受信装置１２の処理］
　図２５は、図２２の受信装置１２の処理を説明するフローチャートである。
　ステップＳ２１において、逆多重化装置３１は、そこに供給される多重化ビットストリームの逆多重化を行うことにより、その多重化ビットストリームを、多視点色画像符号化データと、多視点奥行き画像符号化データとに分離する。
　そして、逆多重化装置３１は、多視点色画像符号化データを、復号装置３３２Ｃに供給し、多視点奥行き画像符号化データを、復号装置３３２Ｄに供給して、処理は、ステップＳ２１からステップＳ２２に進む。
　ステップＳ２２では、復号装置３３２Ｃは、逆多重化装置３１からの多視点色画像符号化データを、拡張方式で復号し、その結果得られる解像度変換多視点色画像、及び、その解像度変換多視点色画像についての解像度変換情報を、解像度逆変換装置３３３Ｃに供給して、処理は、ステップＳ２３に進む。
　ステップＳ２３では、復号装置３３２Ｄは、逆多重化装置３１からの多視点奥行き画像符号化データを、拡張方式で復号し、その結果得られる解像度変換多視点奥行き画像、及び、その解像度変換多視点奥行き画像についての解像度変換情報を、解像度逆変換装置３３３Ｄに供給して、処理は、ステップＳ２４に進む。
　ステップＳ２４では、解像度逆変換装置３３３Ｃは、復号装置３３２Ｃからの解像度変換多視点色画像を、同じく復号装置３３２Ｃからの解像度変換情報に基づいて元の解像度の多視点色画像に逆変換する解像度逆変換を行い、その結果得られる多視点色画像を出力して、処理は、ステップＳ２５に進む。
　ステップＳ２５では、解像度逆変換装置３３３Ｄは、復号装置３３２Ｄからの解像度変換多視点奥行き画像を、同じく復号装置３３２Ｄからの解像度変換情報に基づいて元の解像度の多視点奥行き画像に逆変換する解像度逆変換を行い、その結果得られる多視点奥行き画像を出力する。
　［符号化装置３２２Ｃの構成例］
　図２６は、図２１の符号化装置３２２Ｃの構成例を示すブロック図である。
　なお、図中、図５の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図２６において、符号化装置３２２Ｃは、エンコーダ４１、DPB４３、及び、エンコーダ３４２を有する。
　したがって、図２６の符号化装置３２２Ｃは、エンコーダ４１及びDPB４３を有する点で、図５の符号化装置２２Ｃと共通し、エンコーダ４２に代えて、エンコーダ３４２が設けられている点で、図５の符号化装置２２Ｃと相違する。
　エンコーダ４１には、解像度変換装置３２１Ｃからの解像度変換多視点色画像を構成する中央視点色画像、及び、パッキング色画像のうちの、中央視点色画像が供給される。
　エンコーダ３４２には、解像度変換装置３２１Ｃからの解像度変換多視点色画像を構成する中央視点色画像、及び、パッキング色画像のうちの、パッキング色画像が供給される。
　さらに、エンコーダ３４２には、解像度変換装置３２１Ｃからの解像度変換情報が供給される。
　エンコーダ４１は、図５で説明したように、中央視点色画像を、ベースビューの画像として、MVC(AVC)で符号化し、その結果得られる中央視点色画像の符号化データを出力する。
　エンコーダ３４２は、解像度変換情報に基づき、パッキング色画像を、ノンベースビューの画像として、拡張方式で符号化し、その結果得られるパッキング色画像の符号化データを出力する。
　エンコーダ４１が出力する中央視点色画像の符号化データと、エンコーダ３４２が出力するパッキング色画像の符号化データとは、多視点色画像符号化データとして、多重化装置２３（図２１）に供給される。
　ここで、図２６において、DPB４３は、エンコーダ４１及び３４２で共用される。
　すなわち、エンコーダ４１及び３４２は、符号化対象の画像を予測符号化する。そのため、エンコーダ４１及び３４２は、予測符号化に用いる予測画像を生成するのに、符号化対象の画像を符号化した後、ローカルデコードを行って、デコード画像を得る。
　そして、DPB４３では、エンコーダ４１及び３４２それぞれで得られるデコード画像が一時記憶される。
　エンコーダ４１及び３４２それぞれは、DPB４３に記憶されたデコード画像から、符号化対象の画像を符号化するのに参照する参照画像を選択する。そして、エンコーダ４１及び３４２それぞれは、参照画像を用いて、予測画像を生成し、その予測画像を用いて、画像の符号化（予測符号化）を行う。
　したがって、エンコーダ４１及び３４２それぞれは、自身で得られたデコード画像の他、他のエンコーダで得られたデコード画像をも参照することができる。
　但し、上述したように、エンコーダ４１は、ベースビューの画像を符号化するので、エンコーダ４１で得られたデコード画像のみを参照する。
　［エンコーダ３４２の構成例］
　図２７は、図２６のエンコーダ３４２の構成例を示すブロック図である。
　なお、図中、図９及び図１２の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図２７において、エンコーダ３４２は、A/D変換部１１１、画面並び替えバッファ１１２、演算部１１３、直交変換部１１４、量子化部１１５、可変長符号化部１１６、蓄積バッファ１１７、逆量子化部１１８、逆直交変換部１１９、演算部１２０、デブロッキングフィルタ１２１、画面内予測部１２２、予測画像選択部１２４、SEI(Supplemental Enhancement Information)生成部３５１、及び、インター予測部３５２を有する。
　したがって、エンコーダ３４２は、A/D変換部１１１ないし画面内予測部１２２、及び、予測画像選択部１２４を有する点で、図９のエンコーダ４２と共通する。
　但し、エンコーダ３４２は、SEI生成部３５１が新たに設けられ、インター予測部１２３に代えて、インター予測部３５２が設けられている点で、図９のエンコーダ４２と相違する。
　SEI生成部３５１には、解像度変換装置３２１Ｃ（図２１）から、解像度変換多視点色画像についての解像度変換情報が供給される。
　SEI生成部３５１は、そこに供給される解像度変換情報のフォーマットを、MVC(AVC)のSEIのフォーマットに変換し、その結果得られる解像度変換SEIを出力する。
　SEI生成部３５１が出力する解像度変換SEIは、可変長符号化部１１６とインター予測部３５２（の視差予測部３６１）に供給される。
　可変長符号化部１１６では、SEI生成部３５１からの解像度変換SEIが、符号化データに含められて伝送される。
インター予測部３５２は、時間予測部１３２、及び、視差予測部３６１を有する。
　したがって、インター予測部３５２は、時間予測部１３２を有する点で、図１２のインター予測部１２３と共通し、視差予測部１３１に代えて、視差予測部３６１が設けられている点で、図１２のインター予測部１２３と相違する。
　視差予測部３６１には、画面並び替えバッファ１１２から、パッキング色画像の対象ピクチャが供給される。
　視差予測部３６１は、図１２の視差予測部１３１と同様に、画面並び替えバッファ１１２からのパッキング色画像の対象ピクチャの対象ブロックの視差予測を、DPB４３に記憶されたデコード中央視点色画像のピクチャ（対象ピクチャと同一時刻のピクチャ）を参照画像として用いて行い、対象ブロックの予測画像を生成する。
　そして、視差予測部３６１は、予測画像を、残差ベクトル等のヘッダ情報とともに、予測画像選択部１２４に供給する。
　また、視差予測部３６１には、SEI生成部３５１から、解像度変換SEIが供給される。
　視差予測部３６１は、SEI生成部３５１からの解像度変換SEIに応じて、視差予測において参照する参照画像としてのデコード中央視点色画像のピクチャに施すフィルタ処理をコントロールする。
　すなわち、上述したように、MVCでは、参照画像に対して、画素を補間するフィルタ処理を施す場合には、横方向と縦方向それぞれの画素数を、同一倍数だけ増加させるフィルタ処理を施すことが規定されているが、視差予測部３６１では、SEI生成部３５１からの解像度変換SEIに応じて、視差予測において参照する参照画像としてのデコード中央視点色画像のピクチャに施すフィルタ処理がコントロールされ、これにより、参照画像が、符号化対象のパッキング色画像のピクチャの横と縦との解像度比（横の画素数と縦の画素数との比）と合致する解像度比の変換参照画像に変換される。
　［解像度変換SEI］
　図２８は、図２７のSEI生成部３５１で生成される解像度変換SEIを説明する図である。
　すなわち、図２８は、解像度変換SEIとしての3dv_view_resolution(payloadSize)のシンタクス(syntax)の例を示す図である。
　解像度変換SEIとしての3dv_view_resolution(payloadSize)は、パラメータnum_views_minus_1，view_id[i]，frame_packing_info[i]、及び、view_id_in_frame[i]を有する。
　図２９は、SEI生成部３５１（図２７）において、解像度変換多視点色画像についての解像度変換情報から生成される解像度変換SEIのパラメータnum_views_minus_1，view_id[i]，frame_packing_info[i]、及び、view_id_in_frame[i]にセットされる値を説明する図である。
　パラメータnum_views_minus_1は、解像度変換多視点色画像を構成する画像の視点の数から1を減算した値を表す。
　本実施の形態では、解像度変換多視点色画像は、中央視点色画像と、左視点色画像、及び、右視点色画像を、１視点分の画像にパッキングしたパッキング色画像との、２つの視点の画像であるため、パラメータnum_views_minus_1には、num_views_minus_1=2-1=1がセットされる。
　パラメータview_id[i]は、解像度変換多視点色画像を構成するi+1番目（i=0,1,・・・）の画像を特定するインデクスを表す。
　すなわち、例えば、いま、左視点色画像が、番号0で表される視点#0（左視点）の画像であり、中央視点色画像が、番号1で表される視点#1（中央視点）の画像であり、右視点色画像が、番号2で表される視点#2（右視点）の画像であるとする。
　また、解像度変換装置３２１Ｃにおいて、中央視点色画像、左視点色画像、及び、右視点色画像の解像度変換が行われることにより得られる解像度変換多視点色画像を構成する中央視点色画像、及び、パッキング色画像について、視点を表す番号の割り当てがし直され、例えば、中央視点色画像に、視点#1を表す番号1が割り当てられるとともに、パッキング色画像に、視点#0を表す番号0が割り当てられることとする。
　さらに、中央視点色画像が、解像度変換多視点色画像を構成する1番目の画像（i=0の画像）であり、パッキング色画像が、解像度変換多視点色画像を構成する2番目の画像（i=1の画像）であることとする。
　この場合、解像度変換多視点色画像を構成する1(=i+1=0+1)番目の画像である中央視点色画像のパラメータview_id[0]には、中央視点色画像の視点#1を表す番号1がセットされる(view_id[0]=1)。
　また、解像度変換多視点色画像を構成する2(=i+1=1+1)番目の画像であるパッキング色画像のパラメータview_id[1]には、パッキング色画像の視点#0を表す番号0がセットされる(view_id[1]=0)。
　パラメータframe_packing_info[i]は、解像度変換多視点色画像を構成するi+1番目の画像のパッキングの有無と、パッキングのパターン（パッキングパターン）を表す。
　ここで、値が0のパラメータframe_packing_info[i]は、パッキングがされていないことを表す。
　また、値が0以外の、例えば、1又は2のパラメータframe_packing_info[i]は、パッキングがされていることを表す。
　そして、値が1のパラメータframe_packing_info[i]は、２つの視点の画像それぞれの垂直解像度を1/2に低解像度化し、その垂直解像度が1/2にされた２つの視点の画像を、上下に並べて配置することにより、１視点分（のデータ量）の画像とするオーバーアンダーパッキング(Over Under Packing)がされていることを表す。
　また、値が2のパラメータframe_packing_info[i]は、２つの視点の画像それぞれの水平解像度（水平方向の解像度）を1/2に低解像度化し、その水平解像度が1/2にされた２つの視点の画像を、左右に並べて配置することにより、１視点分の画像とするサイドバイサイドパッキング(Side By Side Packing)がされていることを表す。
　本実施の形態では、解像度変換多視点色画像を構成する1(=i+1=0+1)番目の画像である中央視点色画像は、パッキングされていないので、中央視点色画像のパラメータframe_packing_info[0]には、パッキングされていないことを表す値0がセットされる(frame_packing_info[0]=0)。
　また、本実施の形態では、解像度変換多視点色画像を構成する2(=i+1=1+1)番目の画像であるパッキング色画像は、オーバーアンダーパッキングがされているので、パッキング色画像のパラメータframe_packing_info[1]には、オーバーアンダーパッキングがされていることを表す値1がセットされる(frame_packing_info[1]=1)。
　ここで、図２８の解像度変換SEI(3dv_view_resolution(payloadSize))において、for(i=0;<num_views_in_frame_minus_1;i++)のループの変数num_views_in_frame_minus_1は、解像度変換多視点色画像を構成するi+1番目の画像にパッキングされている画像（の視点）の数から1を減算した値を表す。
　したがって、パラメータframe_packing_info[i]が0である場合、解像度変換多視点色画像を構成するi+1番目の画像は、パッキングされていないので（i+1番目の画像には、１つの視点の画像がパッキングされているので）、変数num_views_in_frame_minus_1には、0=1-1がセットされる。
　また、パラメータframe_packing_info[i]が1又は2である場合、解像度変換多視点色画像を構成するi+1番目の画像には、２つの視点の画像がパッキングされているので、変数num_views_in_frame_minus_1には、1=2-1がセットされる。
　パラメータview_id_in_frame[i]は、パッキング色画像にパッキングされている画像を特定するインデクスを表す。
　ここで、パラメータview_id_in_frame[i]の引数iは、他のパラメータview_id[i]及びframe_packing_info[i]の引数iと異なるため、説明を分かりやすくするために、パラメータview_id_in_frame[i]の引数iを、jと記載し、パラメータview_id_in_frame[i]を、view_id_in_frame[j]と記載することとする。
　パラメータview_id_in_frame[j]は、解像度変換多視点色画像を構成する画像のうちの、パラメータframe_packing_info[i]が0でない画像、すなわち、パッキング色画像についてだけ伝送される。
　パッキング色画像のパラメータframe_packing_info[i]が1である場合、すなわち、パッキング色画像が、２つの視点の画像を上下に並べて配置するオーバーアンダーパッキングがされた画像である場合、引数j=0のパラメータview_id_in_frame[0]は、パッキング色画像にオーバーアンダーパッキングされている画像のうちの、上側に配置されている画像を特定するインデクスを表し、引数j=1のパラメータview_id_in_frame[1]は、パッキング色画像にオーバーアンダーパッキングされている画像のうちの、下側に配置されている画像を特定するインデクスを表す。
　また、パッキング色画像のパラメータframe_packing_info[i]が2である場合、すなわち、パッキング色画像が、２つの視点の画像を左右に並べて配置するサイドバイサイドパッキングがされた画像である場合、引数j=0のパラメータview_id_in_frame[0]は、パッキング色画像にサイドバイサイドパッキングされている画像のうちの、左側に配置されている画像を特定するインデクスを表し、引数j=1のパラメータview_id_in_frame[1]は、パッキング色画像にサイドバイサイドパッキングされている画像のうちの、右側に配置されている画像を特定するインデクスを表す。
　本実施の形態では、パッキング色画像は、左視点色画像を上に、右視点色画像を下に、それぞれ配置するオーバーアンダーパッキングがされた画像であるので、パッキング色画像にオーバーアンダーパッキングされている画像のうちの、上側に配置されている画像を特定するインデクスを表す引数j=0のパラメータview_id_in_frame[0]には、左視点色画像の視点#0を表す番号0がセットされ、下側に配置されている画像を特定するインデクスを表す引数j=1のパラメータview_id_in_frame[1]には、右視点色画像の視点#2を表す番号2がセットされる。
　［視差予測部１３１の構成例］
　図３０は、図２７の視差予測部３６１の構成例を示すブロック図である。
　なお、図中、図１３の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図３０において、視差予測部３６１は、視差検出部１４１、視差補償部１４２、予測情報バッファ１４３、コスト関数算出部１４４、モード選択部１４５、及び、参照画像変換部３７０を有する。
　したがって、図３０の視差予測部３６１は、視差検出部１４１ないしモード選択部１４５を有する点で、図１３の視差予測部１３１と共通する。
　但し、図３０の視差予測部３６１は、参照画像変換部１４０に代えて、参照画像変換部３７０が設けられている点で、図１３の視差予測部１３１と相違する。
　参照画像変換部３７０には、DPB４３から、デコード中央視点色画像のピクチャが、参照画像として供給される他、SEI生成部３５１から、解像度変換SEIが供給される。
　参照画像変換部３７０は、SEI生成部３５１からの解像度変換SEIに応じて、視差予測において参照する参照画像としてのデコード中央視点色画像のピクチャに施すフィルタ処理をコントロールし、これにより、参照画像を、符号化対象のパッキング色画像のピクチャの横と縦との解像度比と合致する解像度比の変換参照画像に変換して、視差検出部１４１、及び、視差補償部１４２に供給する。
　［参照画像変換部３７０の構成例］
　図３１は、図３０の参照画像変換部３７０の構成例を示すブロック図である。
　なお、図中、図１６の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図３１において、参照画像変換部３７０は、水平1/2画素生成用フィルタ処理部１５１、垂直1/2画素生成用フィルタ処理部１５２、水平1/4画素生成用フィルタ処理部１５３、垂直1/4画素生成用フィルタ処理部１５４、水平垂直1/4画素生成用フィルタ処理部１５５、コントローラ３８１、及び、パッキング部３８２を有する。
　したがって、図３１の参照画像変換部３７０は、水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５を有する点で、図１６の参照画像変換部１４０と共通する。
但し、図３１の参照画像変換部３７０は、コントローラ３８１、及び、パッキング部３８２が新たに設けられている点で、図１６の参照画像変換部１４０と相違する。
　コントローラ３８１には、SEI生成部３５１からの解像度変換SEIが供給される。
　コントローラ３８１は、SEI生成部３５１からの解像度変換SEIに応じて、水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５それぞれのフィルタ処理、及び、パッキング部３８２のパッキングをコントロールする。
　パッキング部３８２には、DPB４３からの参照画像としてのデコード中央視点色画像が供給される。
　パッキング部３８２は、コントローラ３８１によるコントロールに従い、DPB４３からの参照画像とそのコピーとを、上下、又は、左右に並べて配置したパッキング参照画像を生成するパッキングを行い、その結果得られるパッキング参照画像を、水平1/2画素生成用フィルタ処理部１５１に供給する。
　すなわち、コントローラ３８１は、解像度変換SEI（のパラメータframe_packing_info[i]）から、パッキング色画像のパッキングパターン（オーバーアンダーパッキング又はサイドバイサイドパッキング）を認識し、パッキング色画像のパッキングと同様のパッキングを行うように、パッキング部３８２をコントロールする。
　パッキング部３８２は、DPB４３からの参照画像のコピーを生成し、コントローラ３８１によるコントロールに従い、参照画像とそのコピーとを、上下に並べて配置するオーバーアンダーパッキング、又は、左右に並べて配置するサイドバイサイドパッキングを行うことにより、パッキング参照画像を生成する。
　なお、パッキング部３８２では、参照画像とコピーとのパッキングは、参照画像とコピーの解像度を変更せずに行われる。
　また、図３１では、パッキング部３８２は、水平1/2画素生成用フィルタ処理部１５１の前段に設けられているが、パッキング部３８２は、水平垂直1/4画素生成用フィルタ処理部１５５の後段に設け、パッキング部３８２によるパッキングは、水平垂直1/4画素生成用フィルタ処理部１５５の出力を対象として行うことが可能である。
　図３２は、図３１のコントローラ３８１のコントロールに従ったパッキング部３８２によるパッキングを説明する図である。
　本実施の形態では、パッキング色画像は、オーバーアンダーパッキングがされているので、コントローラ３８１は、パッキング色画像と同様のオーバーアンダーパッキングを行うように、パッキング部３８２を制御する。
　パッキング部３８２は、コントローラ３８１によるコントロールに従い、参照画像としてのデコード中央視点色画像とそのコピーとを、上下に並べて配置するオーバーアンダーパッキングを行うことにより、パッキング参照画像を生成する。
　図３３及び図３４は、図３１のコントローラ３８１のコントロールに従った水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５のフィルタ処理を説明する図である。
　なお、図３３及び図３４において、○印は、パッキング参照画像の元の画素（サブペルでない画素）を表す。
　パッキング参照画像の元の画素（原画素）どうしの横及び縦の間隔を1とすると、図１４及び図１５で説明したように、原画素は、整数位置にある整数画素であり、したがって、パッキング参照画像は、整数画素のみで構成される整数精度画像である。
　パッキング色画像が、オーバーアンダーパッキングされている場合、コントローラ３８１は、解像度変換SEIから、パッキング色画像において、そのパッキング色画像を構成する左視点画像、及び、右視点画像の垂直解像度が元の（１視点の画像の）1/2になっていることを認識する。
　この場合、コントローラ３８１は、水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５のうちの、垂直1/2画素生成用フィルタ処理部１５２を、フィルタ処理を行わないようにコントロールするとともに、残りの水平1/2画素生成用フィルタ処理部１５１、水平1/4画素生成用フィルタ処理部１５３、垂直1/4画素生成用フィルタ処理部１５４、及び、水平垂直1/4画素生成用フィルタ処理部１５５を、フィルタ処理を行うようにコントロールする。
　その結果、水平1/2画素生成用フィルタ処理部１５１は、コントローラ３８１からのコントロールに従い、パッキング部３８２からの整数精度画像であるパッキング参照画像に、水平1/2画素生成用フィルタ処理を施す。
　この場合、水平1/2画素生成用フィルタ処理によれば、図３３に示すように、x座標が、整数と1/2との加算値で表され、y座標が、整数で表される座標の位置aに、サブペルとしての画素（水平1/2画素）が補間される。
　水平1/2画素生成用フィルタ処理部１５１は、水平1/2画素生成用フィルタ処理によって得られる、図３３の位置aに、画素（水平1/2画素）が補間された画像、すなわち、画素どうしの横の間隔が1/2で、縦の間隔が1の水平1/2精度画像を、垂直1/2画素生成用フィルタ処理部１５２に供給する。
　ここで、水平1/2精度画像を構成する、上下に配置された参照画像とそのコピー（以下、コピー参照画像ともいう）の解像度比は、いずれも、2:1になっている。
　垂直1/2画素生成用フィルタ処理部１５２は、コントローラ３８１からのコントロールに従い、水平1/2画素生成用フィルタ処理部１５１からの水平1/2精度画像に、垂直1/2画素生成用フィルタ処理を施さずに、そのまま、水平1/4画素生成用フィルタ処理部１５３に供給する。
　水平1/4画素生成用フィルタ処理部１５３は、コントローラ３８１からのコントロールに従い、垂直1/2画素生成用フィルタ処理部１５２からの水平1/2精度画像に、水平1/4画素生成用フィルタ処理を施す。
　この場合、水平1/4画素生成用フィルタ処理の対象である、垂直1/2画素生成用フィルタ処理部１５２からの画像（水平1/2精度画像）には、その垂直1/2画素生成用フィルタ処理部１５２による垂直1/2画素生成用フィルタ処理が施されていないため、水平1/4画素生成用フィルタ処理によれば、図３４に示すように、x座標が、整数と1/4の加算値、又は、整数と-1/4の加算値で表され、y座標が、整数で表される座標の位置cに、サブペルとしての画素（水平1/4画素）が補間される。　
　水平1/4画素生成用フィルタ処理部１５３は、水平1/4画素生成用フィルタ処理によって得られる、図３４の位置cに、画素（水平1/4画素）が補間された画像、すなわち、画素どうしの横の間隔が1/4で、縦の間隔が1の画像を、垂直1/4画素生成用フィルタ処理部１５４に供給する。
　垂直1/4画素生成用フィルタ処理部１５４は、コントローラ３８１からのコントロールに従い、水平1/4画素生成用フィルタ処理部１５３からの画像に、垂直1/4画素生成用フィルタ処理を施す。
　この場合、垂直1/4画素生成用フィルタ処理の対象である、水平1/4画素生成用フィルタ処理部１５３からの画像には、垂直1/2画素生成用フィルタ処理部１５２による垂直1/2画素生成用フィルタ処理が施されていないため、垂直1/4画素生成用フィルタ処理によれば、図３４に示すように、x座標が、整数、又は、整数と1/2の加算値で表され、y座標が、整数と1/2の加算値で表される座標の位置dに、サブペルとしての画素（垂直1/4画素）が補間される。
　垂直1/4画素生成用フィルタ処理部１５４は、垂直1/4画素生成用フィルタ処理によって得られる、図３４の位置dに、画素（垂直1/4画素）が補間された画像を、水平垂直1/4画素生成用フィルタ処理部１５５に供給する。
　水平垂直1/4画素生成用フィルタ処理部１５５は、コントローラ３８１からのコントロールに従い、垂直1/4画素生成用フィルタ処理部１５４からの画像に、水平垂直1/4画素生成用フィルタ処理を施す。
　この場合、水平垂直1/4画素生成用フィルタ処理の対象である、垂直1/4画素生成用フィルタ処理部１５４からの画像には、垂直1/2画素生成用フィルタ処理部１５２による垂直1/2画素生成用フィルタ処理が施されていないため、水平垂直1/4画素生成用フィルタ処理によれば、図３４に示すように、x座標が、整数と1/4の加算値、又は、整数と-1/4の加算値で表され、y座標が、整数と1/2の加算値で表される座標の位置eに、サブペルとしての画素（水平垂直1/4画素）が補間される。
　水平垂直1/4画素生成用フィルタ処理部１５５は、水平垂直1/4画素生成用フィルタ処理によって得られる、図３４の位置eに、画素（水平垂直1/4画素）が補間された画像、すなわち、画素どうしの横の間隔が1/4で、縦の間隔が1/2の画像である水平1/4垂直1/2精度画像を、変換参照画像として、視差検出部１４１、及び、視差補償部１４２に供給する。
　ここで、水平1/4垂直1/2精度画像である変換参照画像を構成する、上下に配置された参照画像とコピー参照画像の解像度比は、いずれも、2:1になっている。
　図３５は、参照画像変換部３７０（図３１）において、垂直1/2画素生成用フィルタ処理を行わず、水平1/2画素生成用フィルタ処理、水平1/4画素生成用フィルタ処理、垂直1/4画素生成用フィルタ処理、及び、水平垂直1/4画素生成用フィルタ処理を行うことにより得られる変換参照画像を示す図である。
　参照画像変換部３７０において、垂直1/2画素生成用フィルタ処理を行わず、水平1/2画素生成用フィルタ処理、水平1/4画素生成用フィルタ処理、垂直1/4画素生成用フィルタ処理、及び、水平垂直1/4画素生成用フィルタ処理を行った場合には、図３３及び図３４で説明したように、画素どうしの横の間隔（水平方向の精度）が1/4で、縦の間隔（垂直方向の精度）が1/2の水平1/4垂直1/2精度画像を、変換参照画像として得ることができる。
　以上のようにして得られる変換参照画像は、（元の）参照画像としてのデコード中央視点画像と、そのコピーとを、パッキング色画像と同様に、上下に並べて配置した水平1/4垂直1/2精度画像である。
　一方、パッキング色画像は、例えば、図２３で説明したように、左視点色画像、及び、右視点色画像それぞれの垂直解像度を1/2にし、その垂直解像度が1/2にされた左視点色画像、及び、右視点色画像を、上下に並べて配置した１視点分の画像である。
　したがって、エンコーダ３４２（図２７）において、符号化の対象となるパッキング色画像（符号化対象画像）の解像度比と、視差予測部３６１（図３０）での視差予測において、そのパッキング色画像の予測画像を生成する際に参照する変換後参照画像の解像度比とは、合致（マッチ）する。
　すなわち、パッキング色画像において、上下に並んで配置されている左視点色画像、及び、右視点色画像それぞれの垂直解像度は、元の1/2になっており、したがって、パッキング色画像になっている左視点色画像、及び、右視点色画像それぞれの解像度比は、いずれも、2:1になっている。
　一方、変換参照画像において、上下に並んで配置されているデコード中央視点色画像、及び、そのコピーの解像度比も、いずれも、2:1であり、パッキング色画像になっている左視点色画像、及び、右視点色画像の解像度比である2:1と一致する。
　以上のように、パッキング色画像の解像度比と、変換参照画像の解像度比とが合致しているので、すなわち、パッキング色画像において、左視点色画像と右視点色画像が上下に並んで配置され、変換参照画像でも、パッキング色画像と同様に、デコード中央視点色画像とそのコピーが上下に並んで配置されており、かつ、そのようなパッキング画像において上下に並んで配置されている左視点色画像、及び、右視点色画像の解像度比と、変換参照画像において上下に並んで配置されているデコード中央視点色画像、及び、そのコピーの解像度比とが、それぞれ一致しているので、視差予測の予測精度を改善し（視差予測で生成される予測画像と、対象ブロックとの残差が小になり）、符号化効率を向上させることができる。
　その結果、上述した、多視点色画像（及び、多視点奥行き画像）のベースバンドでのデータ量を削減する解像度変換に起因する、受信装置１２で得られる復号画像の画質の劣化を防止することができる。
　なお、図３３ないし図３５では、参照画像変換部３７０（図３１）において、水平1/4垂直1/2精度画像（図３４）を、変換参照画像として求めることとしたが、変換参照画像としては、水平1/2精度画像（図３３）を求めることができる。
　水平1/2精度画像は、参照画像変換部３７０（図３１）のコントローラ３８１において、水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５のうちの、水平1/2画素生成用フィルタ処理部１５１のみで、フィルタ処理を行い、他の垂直1/2画素生成用フィルタ処理部１５２ないし水平垂直1/4画素生成用フィルタ処理部１５５で、フィルタ処理を行わないように、水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５をコントロールすることにより求めることができる。
　［パッキング色画像の符号化処理］
　図３６は、図２７のエンコーダ３４２が行う、パッキング色画像を符号化する符号化処理を説明するフローチャートである。
　ステップＳ１０１において、A/D変換部１１１は、そこに供給されるパッキング色画像のピクチャのアナログ信号をA/D変換し、画面並び替えバッファ１１２に供給して、処理は、ステップＳ１０２に進む。
　ステップＳ１０２では、画面並び替えバッファ１１２は、A/D変換部１１１からの中央視点色画像のピクチャを一時記憶し、あらかじめ決められたGOPの構造に応じて、ピクチャを読み出すことで、ピクチャの並びを、表示順から、符号化順（復号順）に並び替える並び替えを行う。
　画面並び替えバッファ１１２から読み出されたピクチャは、演算部１１３、画面内予測部１２２、並びに、インター予測部３５２の視差予測部３６１、及び、時間予測部１３２に供給され、処理は、ステップＳ１０２からステップＳ１０３に進む。
　ステップＳ１０３では、演算部１１３は、画面並び替えバッファ１１２からの中央視点色画像のピクチャを、符号化対象の対象ピクチャとし、さらに、対象ピクチャを構成するマクロブロックを、順次、符号化対象の対象ブロックとする。
　そして、演算部１１３は、対象ブロックの画素値と、予測画像選択部１２４から供給される予測画像の画素値との差分（残差）を、必要に応じて演算し、直交変換部１１４に供給して、処理は、ステップＳ１０３からステップＳ１０４に進む。
　ステップＳ１０４では、直交変換部１１４は、演算部１１３からの対象ブロックに対して直交変換を施し、その結果得られる変換係数を、量子化部１１５に供給して、処理は、ステップＳ１０５に進む。
　ステップＳ１０５において、量子化部１１５は、直交変換部１１４から供給される変換係数を量子化し、その結果得られる量子化値を、逆量子化部１１８、及び、可変長符号化部１１６に供給して、処理は、ステップＳ１０６に進む。
　ステップＳ１０６では、逆量子化部１１８は、量子化部１１５からの量子化値を、変換係数に逆量子化し、逆直交変換部１１９に供給して、処理は、ステップＳ１０７に進む。
　ステップＳ１０７では、逆直交変換部１１９は、逆量子化部１１８からの変換係数を逆直交変換し、演算部１２０に供給して、処理は、ステップＳ１０８に進む。
　ステップＳ１０８では、演算部１２０は、逆直交変換部１１９から供給されるデータに対して、必要に応じて、予測画像選択部１２４から供給される予測画像の画素値を加算することで、対象ブロックを復号（ローカルデコード）したデコードパッキング色画像を求める。そして、演算部１２０は、対象ブロックをローカルデコードしたデコードパッキング色画像を、デブロッキングフィルタ１２１に供給して、処理は、ステップＳ１０８からステップＳ１０９に進む。
　ステップＳ１０９では、デブロッキングフィルタ１２１は、演算部１２０からのデコードパッキング色画像をフィルタリングし、DPB４３に供給して、処理は、ステップＳ１１０に進む。
　ステップＳ１１０では、DPB４３が、中央視点色画像を符号化するエンコーダ４１（図２６）から、その中央視点色画像を符号化して、ローカルデコードすることにより得られるデコード中央視点色画像が供給されるのを待って、そのデコード中央視点色画像を記憶し、処理は、ステップＳ１１１に進む。
　ステップＳ１１１では、DPB４３が、デブロッキングフィルタ１２１からのデコードパッキング色画像を記憶し、処理は、ステップＳ１１２に進む。
　ステップＳ１１２では、画面内予測部１２２は、次の対象ブロックについて、イントラ予測処理（画面内予測処理）を行う。
　すなわち、画面内予測部１２２は、次の対象ブロックについて、DPB４３に記憶されたデコードパッキング色画像のピクチャから、予測画像（イントラ予測の予測画像）を生成するイントラ予測（画面内予測）を行う。
　そして、画面内予測部１２２は、イントラ予測の予測画像を用いて、次の対象ブロックを符号化するのに要する符号化コストを求め、ヘッダ情報（となるイントラ予測に関する情報）と、イントラ予測の予測画像とともに、予測画像選択部１２４に供給して、処理は、ステップＳ１１２からステップＳ１１３に進む。
　ステップＳ１１３では、時間予測部１３２は、次の対象ブロックについて、デコードパッキング色画像のピクチャを、参照画像として、時間予測処理を行う。
　すなわち、時間予測部１３２は、次の対象ブロックについて、DPB４３に記憶されたデコードパッキング色画像のピクチャを用いて、時間予測を行うことにより、マクロブロックタイプ等が異なるインター予測モードごとに、予測画像や符号化コスト等を求める。
　さらに、時間予測部１３２は、符号化コストが最小のインター予測モードを、最適インター予測モードとして、その最適インター予測モードの予測画像を、ヘッダ情報（となるインター予測に関する情報）と、符号化コストとともに、予測画像選択部１２４に供給して、処理は、ステップＳ１１３からステップＳ１１４に進む。
　ステップＳ１１４では、SEI生成部３５１が、図２８及び図２９で説明した解像度変換SEIを生成し、可変長符号化部１１６、及び、視差予測部３６１に供給して、処理は、ステップＳ１１５に進む。
　ステップＳ１１５では、視差予測部３６１は、次の対象ブロックについて、デコード中央視点色画像のピクチャを、参照画像として、視差予測処理を行う。
　すなわち、視差予測部３６１は、DPB４３に記憶されたデコード中央視点色画像のピクチャを、参照画像として、その参照画像を、SEI生成部３５１からの解像度変換SEIに応じて、変換参照画像に変換する。
　さらに、視差予測部３６１は、次の対象ブロックについて、変換参照画像を用いて、視差予測を行うことにより、マクロブロックタイプ等が異なるインター予測モードごとに、予測画像や符号化コスト等を求める。
　さらに、視差予測部３６１は、符号化コストが最小のインター予測モードを、最適インター予測モードとして、その最適インター予測モードの予測画像を、ヘッダ情報（となるインター予測に関する情報）と、符号化コストとともに、予測画像選択部１２４に供給して、処理は、ステップＳ１１５からステップＳ１１６に進む。
　ステップＳ１１６では、予測画像選択部１２４は、画面内予測部１２２からの予測画像（イントラ予測の予測画像）、時間予測部１３２からの予測画像（時間予測画像）、及び、視差予測部３６１からの予測画像（視差予測画像）のうちの、例えば、符号化コストが最小の予測画像を選択し、演算部１１３及び２２０に供給して、処理は、ステップＳ１１７に進む。　
　ここで、予測画像選択部１２４がステップＳ１１６で選択する予測画像が、次の対象ブロックの符号化で行われるステップＳ１０３やＳ１０８の処理で用いられる。
　また、予測画像選択部１２４は、画面内予測部１２２、時間予測部１３２、及び、視差予測部３６１からのヘッダ情報のうちの、符号化コストが最小の予測画像とともに供給されたヘッダ情報を選択し、可変長符号化部１１６に供給する。
　ステップＳ１１７では、可変長符号化部１１６は、量子化部１１５からの量子化値に対して、可変長符号化を施し、符号化データを得る。
　さらに、可変長符号化部１１６は、予測画像選択部１２４からのヘッダ情報や、SEI生成部３５１からの解像度変換SEIを、符号化データのヘッダに含める。
　そして、可変長符号化部１１６は、符号化データを、蓄積バッファ１１７に供給して、処理は、ステップＳ１１７からステップＳ１１８に進む。
　ステップＳ１１８では、蓄積バッファ１１７は、可変長符号化部１１６からの符号化データを一時記憶する。
　蓄積バッファ１１７に記憶された符号化データは、所定の伝送レートで、多重化装置２３（図２１）に供給（伝送）される。
　エンコーダ３４２では、以上のステップＳ１０１ないしＳ１１８の処理が、適宜繰り返し行われる。
　図３７は、図３６のステップＳ１１５で、図３０の視差予測部３６１が行う視差予測処理を説明するフローチャートである。
　ステップＳ１３１において、参照画像変換部３７０は、SEI生成部３５１から供給される解像度変換SEIを受け取り、処理は、ステップＳ１３２に進む。
　ステップＳ１３２では、参照画像変換部３７０は、DPB４３からの参照画像としてのデコード中央視点色画像のピクチャを受け取り、処理は、ステップＳ１３３に進む。
　ステップＳ１３３では、参照画像変換部３７０は、SEI生成部３５１からの解像度変換SEIに応じて、DPB４３からの参照画像としてのデコード中央視点色画像のピクチャに施すフィルタ処理をコントロールし、これにより、参照画像を、符号化対象のパッキング色画像のピクチャの横と縦との解像度比と合致する解像度比の変換参照画像に変換する参照画像の変換処理を行う。
　そして、参照画像変換部３７０は、参照画像の変換処理により得られる変換参照画像を、視差検出部１４１、及び、視差補償部１４２に供給して、処理は、ステップＳ１３３からステップＳ１３４に進む。
　ステップＳ１３４では、視差検出部１４１は、画面並び替えバッファ１１２から供給される対象ブロックと、参照画像変換部３７０からの変換参照画像とを用いてMEを行うことにより、対象ブロックの、変換参照画像に対する視差を表す視差ベクトルmvを、マクロブロックタイプごとに検出し、視差補償部１４２に供給して、処理は、ステップＳ１３５に進む。
　ステップＳ１３５では、視差補償部１４２は、参照画像変換部３７０からの変換参照画像の視差補償を、視差検出部１４１からの対象ブロックの視差ベクトルmvを用いて行うことで、対象ブロックの予測画像を、マクロブロックタイプごとに生成し、処理は、ステップＳ１３６に進む。
　すなわち、視差補償部１４２は、変換参照画像の、対象ブロックの位置から、視差ベクトルmvだけずれた位置のブロックである対応ブロックを、予測画像として取得する。
　ステップＳ１３６では、視差補償部１４２は、既に符号化済みの、対象ブロックの周辺のマクロブロックの視差ベクトル等を必要に応じて用いて、対象ブロックの視差ベクトルmvの予測ベクトルPMVを求める。
　さらに、視差補償部１４２は、対象ブロックの視差ベクトルmvと、その予測ベクトルPMVとの差分である残差ベクトルを求める。
　そして、視差補償部１４２は、マクロブロックタイプ等の予測モードごとの対象ブロックの予測画像を、その対象ブロックの残差ベクトル、及び、予測画像を生成するのに用いた変換参照画像（ひいては、参照画像としてのデコード中央視点色画像のピクチャ）に割り当てられている参照インデクスとともに、予測モードと対応付けて、予測情報バッファ１４３、及び、コスト関数算出部１４４に供給して、処理は、ステップＳ１３６からステップＳ１３７に進む。
　ステップＳ１３７では、予測情報バッファ１４３が、視差補償部１４２からの、予測モードに対応付けられた予測画像、残差ベクトル、及び、参照インデクスを、予測情報として、一時記憶して、処理は、ステップＳ１３８に進む。
　ステップＳ１３８では、コスト関数算出部１４４が、予測モードとしてのマクロブロックタイプごとに、画面並び替えバッファ１１２からの対象ピクチャの対象ブロックの符号化に要する符号化コスト（コスト関数値）を、コスト関数を演算することにより求め、モード選択部１４５に供給して、処理は、ステップＳ１３９に進む。
　ステップＳ１３９では、モード選択部１４５は、コスト関数算出部１４４からのマクロブロックタイプごとの符号化コストの中から、最小値である最小コストを検出する。
　さらに、モード選択部１４５は、最小コストが得られたマクロブロックタイプを、最適インター予測モードに選択する。
　そして、モード選択部１４５は、最適インター予測モードである予測モードに対応付けられた予測画像、残差ベクトル、及び、参照インデクスを、予測情報バッファ１４３から読み出し、最適インター予測モードである予測モードとともに、予測情報として、予測画像選択部１２４に供給して、処理はリターンする。
　図３８は、図３７のステップＳ１３３において、図３１の参照画像変換部３７０が行う参照画像の変換処理を説明するフローチャートである。
　ステップＳ１５１において、コントローラ３８１は、SEI生成部３５１からの解像度変換SEIを受け取り、処理は、ステップＳ１５２に進む。
　ステップＳ１５２では、パッキング部３８２が、DPB４３からの参照画像としてのデコード中央視点色画像を受け取り、処理は、ステップＳ１５３に進む。
　ステップＳ１５３では、コントローラ３８１が、SEI生成部３５１からの解像度変換SEIに応じて、水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５それぞれのフィルタ処理、及び、パッキング部３８２のパッキングをコントロールし、これにより、DPB４３からの参照画像が、符号化対象のパッキング色画像のピクチャの横と縦との解像度比と合致する解像度比の変換参照画像に変換される。
　すなわち、ステップＳ１５３では、ステップＳ１５３－１において、パッキング部３８２は、DPB４３からの参照画像とそのコピーとをパッキングし、符号化対象のパッキング色画像と同一のパッキングパターンのパッキング参照画像を生成する。
　ここで、本実施の形態では、パッキング部３８２は、DPB４３からの参照画像とそのコピーとを、上下に並べて配置したパッキング参照画像を生成するパッキング（オーバーアンダーパッキング）を行う。
　パッキング部３８２は、パッキングによって得られるパッキング参照画像を、水平1/2画素生成用フィルタ処理部１５１に供給して、処理は、ステップＳ１５３－１からステップＳ１５３－２に進む。
　ステップＳ１５３－２では、水平1/2画素生成用フィルタ処理部１５１は、パッキング部３８２からの整数精度画像であるパッキング参照画像に、水平1/2画素生成用フィルタ処理を施す。
　水平1/2画素生成用フィルタ処理によって得られる画像である水平1/2精度画像（図３３）は、水平1/2画素生成用フィルタ処理部１５１から垂直1/2画素生成用フィルタ処理部１５２に供給されるが、垂直1/2画素生成用フィルタ処理部１５２は、コントローラ３８１のコントロールに従い、水平1/2画素生成用フィルタ処理部１５１からの水平1/2精度画像に、垂直1/2画素生成用フィルタ処理を施さずに、そのまま、水平1/4画素生成用フィルタ処理部１５３に供給する。
　その後、処理は、ステップＳ１５３－２からステップＳ１５３－３に進み、水平1/4画素生成用フィルタ処理部１５３は、垂直1/2画素生成用フィルタ処理部１５２からの水平1/2精度画像に、水平1/4画素生成用フィルタ処理を施し、その結果得られる画像を、垂直1/4画素生成用フィルタ処理部１５４に供給して、処理は、ステップＳ１５３－４に進む。
　ステップＳ１５３－４では、垂直1/4画素生成用フィルタ処理部１５４は、水平1/4画素生成用フィルタ処理部１５３からの画像に、垂直1/4画素生成用フィルタ処理を施し、その結果得られる画像を、水平垂直1/4画素生成用フィルタ処理部１５５に供給して、処理は、ステップＳ１５３－５に進む。
　ステップＳ１５３－５では、水平垂直1/4画素生成用フィルタ処理部１５５は、垂直1/4画素生成用フィルタ処理部１５４からの画像に、水平垂直1/4画素生成用フィルタ処理を施し、処理は、ステップＳ１５４に進む。
　ステップＳ１５４では、水平垂直1/4画素生成用フィルタ処理部１５５は、水平垂直1/4画素生成用フィルタ処理によって得られる水平1/4垂直1/2精度画像（図３４）を、変換参照画像として、視差検出部１４１、及び、視差補償部１４２に供給して、処理はリターンする。
　なお、図３８の参照画像の変換処理では、ステップＳ１５３－３ないしＳ１５３－５の処理をスキップし、ステップＳ１５３－２において、水平1/2画素生成用フィルタ処理部１５１による水平1/2画素生成用フィルタ処理によって得られる水平1/2精度画像（図３３）を、変換参照画像として、視差検出部１４１、及び、視差補償部１４２に供給することができる。
　［復号装置３３２Ｃの構成例］
　図３９は、図２２の復号装置３３２Ｃの構成例を示すブロック図である。
　なお、図中、図１７の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図３９において、復号装置３３２Ｃは、デコーダ２１１及び４１２、並びに、DPB２１３を有する。
　したがって、図３９の復号装置３３２Ｃは、デコーダ２１１及びDPB２１３を有する点で、図１７の復号装置３２Ｃと共通するが、デコーダ２１２に代えて、デコーダ４１２が設けられている点で、図１７の復号装置３２Ｃと相違する。
　デコーダ４１２には、逆多重化装置３１（図２２）からの多視点色画像符号化データのうちの、ノンベースビューの画像であるパッキング色画像の符号化データが供給される。
　デコーダ４１２は、そこに供給されるパッキング色画像の符号化データを、拡張方式で復号し、その結果得られるパッキング色画像を出力する。
　ここで、デコーダ２１１は、多視点色画像符号化データのうちの、ベースビューの画像である中央視点色画像の符号化データを、MVCで復号し、中央視点色画像を出力する。
　そして、デコーダ２１１が出力する中央視点色画像と、デコーダ４１２が出力するパッキング色画像とが、解像度変換多視点色画像として、解像度逆変換装置３３３Ｃ（図２２）に供給される。
　また、デコーダ２１１及び４１２は、それぞれ、図２６のエンコーダ４１及び３４２で予測符号化された画像を復号する。
　予測符号化された画像を復号するには、その予測符号化で用いられた予測画像が必要であるため、デコーダ２１１及び４１２は、予測符号化で用いられた予測画像を生成するために、復号対象の画像を復号した後、予測画像の生成に用いる、復号後の画像を、DPB２１３に一時記憶させる。
　DPB２１３は、デコーダ２１１及び４１２で共用され、デコーダ２１１及び４１２それぞれで得られる復号後の画像（デコード画像）を一時記憶する。
　デコーダ２１１及び４１２それぞれは、DPB２１３に記憶されたデコード画像から、復号対象の画像を復号するのに参照する参照画像を選択し、その参照画像を用いて、予測画像を生成する。
　以上のように、DPB２１３は、デコーダ２１１及び４１２で共用されるので、デコーダ２１１及び４１２それぞれは、自身で得られたデコード画像の他、他のデコーダで得られたデコード画像をも参照することができる。
　但し、上述したように、デコーダ２１１は、ベースビューの画像を復号するので、デコーダ２１１で得られたデコード画像のみを参照する。
［デコーダ４１２の構成例］
　図４０は、図３９のデコーダ４１２の構成例を示すブロック図である。
　なお、図中、図１８及び図１９の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図４０において、デコーダ４１２は、蓄積バッファ２４１、可変長復号部２４２、逆量子化部２４３、逆直交変換部２４４、演算部２４５、デブロッキングフィルタ２４６、画面並び替えバッファ２４７、D/A変換部２４８、画面内予測部２４９、予測画像選択部２５１、及び、インター予測部４５０を有する。
　したがって、図４０のデコーダ４１２は、蓄積バッファ２４１ないし画面内予測部２４９、及び、予測画像選択部２５１を有する点で、図１８のデコーダ２１２と共通する。
　但し、図４０のデコーダ４１２は、インター予測部２５０に代えて、インター予測部４５０が設けられている点で、図１８のデコーダ２１２と相違する。
　インター予測部４５０は、参照インデクス処理部２６０、時間予測部２６２、及び、視差予測部４６１を有する。
　したがって、インター予測部４５０は、参照インデクス処理部２６０、及び、時間予測部２６２を有する点で、図１９のインター予測部２５０と共通するが、視差予測部２６１（図１９）に代えて、視差予測部４６１が設けられている点で、図１９のインター予測部２５０と相違する。
　図４０のデコーダ４１２では、可変長復号部２４２が、蓄積バッファ２４１から、解像度変換SEIを含む、パッキング色画像の符号化データを受け取り、その符号化データに含まれる解像度変換SEIを、視差予測部４６１に供給する。
　また、可変長復号部２４２は、解像度変換SEIを、解像度変換情報として、解像度逆変換装置３３３Ｃ（図２２）に供給する。
　さらに、可変長復号部２４２は、符号化データに含まれるヘッダ情報（予測モード関連情報）を、画面内予測部２４９、並びに、インター予測部４５０を構成する参照インデクス処理部２６０、時間予測部２６２、及び、視差予測部４６１に供給する。
　視差予測部４６１には、可変長復号部２４２から、予測モード関連情報、及び、解像度変換SEIが供給される他、参照インデクス処理部２６０から、参照画像としてのデコード中央視点色画像のピクチャが供給される。
　視差予測部４６１は、可変長復号部２４２からの解像度変換SEIに基づき、参照インデクス処理部２６０からの参照画像としてのデコード中央視点色画像のピクチャを、図２７の視差予測部３６１と同様にして、変換参照画像に変換する。
　さらに、視差予測部４６１は、可変長復号部２４２からの予測モード関連情報に基づき、対象ブロックの予測画像の生成に用いられた視差ベクトルを復元し、図２７の視差予測部３６１と同様に、その視差ベクトルに従って、変換参照画像の視差予測（視差補償）を行うことで、予測画像を生成して、予測画像選択部２５１に供給する。
　［視差予測部４６１の構成例］
　図４１は、図４０の視差予測部４６１の構成例を示すブロック図である。
　なお、図中、図２０の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図４１において、視差予測部４６１は、視差補償部２７２、及び、参照画像変換部４７１を有する。
　したがって、図４１の視差予測部４６１は、視差補償部２７２を有する点で、図２０の視差予測部２６１と共通するが、参照画像変換部２７１に代えて、参照画像変換部４７１が設けられている点で、図２０の視差予測部２６１と相違する。
　参照画像変換部４７１には、参照インデクス処理部２６０から、デコード中央視点色画像のピクチャが、参照画像として供給されるとともに、可変長復号部２４２から、解像度変換SEIが供給される。
　参照画像変換部４７１は、図３０の参照画像変換部３７０と同様に、可変長復号部２４２からの解像度変換SEIに応じて、視差予測において参照する参照画像としてのデコード中央視点色画像のピクチャに施すフィルタ処理をコントロールし、これにより、参照画像を、復号対象のパッキング色画像のピクチャの横と縦との解像度比と合致する解像度比の変換参照画像に変換して、視差補償部２７２に供給する。
　［参照画像変換部４７１の構成例］
　図４２は、図４１の参照画像変換部４７１の構成例を示すブロック図である。
　図４２において、参照画像変換部４７１は、コントローラ４８１、パッキング部４８２、水平1/2画素生成用フィルタ処理部４８３、垂直1/2画素生成用フィルタ処理部４８４、水平1/4画素生成用フィルタ処理部４８５、垂直1/4画素生成用フィルタ処理部４８６、及び、水平垂直1/4画素生成用フィルタ処理部４８７を有する。
　コントローラ４８１ないし水平垂直1/4画素生成用フィルタ処理部４８７は、図３１のコントローラ３８１、パッキング部３８２、水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５とそれぞれ同様の処理を行う。
　すなわち、コントローラ４８１には、可変長復号部２４２からの解像度変換SEIが供給される。
　コントローラ４８１は、可変長復号部２４２からの解像度変換SEIに応じて、パッキング部４８２のパッキング、及び、水平1/2画素生成用フィルタ処理部４８３ないし水平垂直1/4画素生成用フィルタ処理部４８７それぞれのフィルタ処理を、図３１のコントローラ３８１と同様にコントロールする。
　パッキング部４８２には、参照インデクス処理部２６０からの参照画像としてのデコード中央視点色画像が供給される。
　パッキング部４８２は、コントローラ４８１によるコントロールに従い、参照インデクス処理部２６０からの参照画像とそのコピーとを、上下、又は、左右に並べて配置したパッキング参照画像を生成するパッキングを行い、その結果得られるパッキング参照画像を、水平1/2画素生成用フィルタ処理部４８３に供給する。
　すなわち、コントローラ４８１は、解像度変換SEI（のパラメータframe_packing_info[i]）（図２８、図２９）から、パッキング色画像のパッキングパターン（オーバーアンダーパッキング又はサイドバイサイドパッキング）を認識し、パッキング色画像のパッキングと同様のパッキングを行うように、パッキング部４８２をコントロールする。
　パッキング部４８２は、参照インデクス処理部２６０からの参照画像のコピーを生成し、コントローラ４８１によるコントロールに従い、参照画像とそのコピーとを、上下に並べて配置するオーバーアンダーパッキング、又は、左右に並べて配置するサイドバイサイドパッキングを行うことにより、パッキング参照画像を生成し、水平1/2画素生成用フィルタ処理部４８３に供給する。
　水平1/2画素生成用フィルタ処理部４８３ないし水平垂直1/4画素生成用フィルタ処理部４８７は、コントローラ４８１によるコントロールに従い、図３１の水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５とそれぞれ同様のフィルタ処理を行う。
　水平1/2画素生成用フィルタ処理部４８３ないし水平垂直1/4画素生成用フィルタ処理部４８７のフィルタ処理の結果得られる変換参照画像は、視差補償部２７２に供給され、視差補償部２７２では、その変換参照画像を用いて視差補償が行われる。
　［パッキング色画像の復号処理］
　図４３は、図４０のデコーダ４１２が行う、パッキング色画像の符号化データを復号する復号処理を説明するフローチャートである。
　ステップＳ２０１において、蓄積バッファ２４１は、そこに供給されるパッキング色画像の符号化データを記憶し、処理は、ステップＳ２０２に進む。
　ステップＳ２０２では、可変長復号部２４２は、蓄積バッファ２４１に記憶された符号化データを読み出して可変長復号することにより、量子化値や、予測モード関連情報、解像度変換SEIを復元する。そして、可変長復号部２４２は、量子化値を、逆量子化部２４３に、予測モード関連情報を、画面内予測部２４９、参照インデクス処理部２６０、時間予測部２６２、及び、視差予測部４６１に、解像度変換SEIを、視差予測部４６１に、それぞれ供給して、処理は、ステップＳ２０３に進む。
　ステップＳ２０３では、逆量子化部２４３は、可変長復号部２４２からの量子化値を、変換係数に逆量子化し、逆直交変換部２４４に供給して、処理は、ステップＳ２０４に進む。
　ステップＳ２０４では、逆直交変換部２４４は、逆量子化部２４３からの変換係数を逆直交変換し、マクロブロック単位で、演算部２４５に供給して、処理は、ステップＳ２０５に進む。
　ステップＳ２０５では、演算部２４５は、逆直交変換部２４４からのマクロブロックを復号対象の対象ブロック（残差画像）として、その対象ブロックに対して、必要に応じて、予測画像選択部２５１から供給される予測画像を加算することで、デコード画像を求める。そして、演算部２４５は、デコード画像を、デブロッキングフィルタ２４６に供給し、処理は、ステップＳ２０５からステップＳ２０６に進む。
　ステップＳ２０６では、デブロッキングフィルタ２４６は、演算部２４５からのデコード画像に対して、フィルタリングを行い、そのフィルタリング後のデコード画像（デコードパッキング色画像）を、DPB２１３、及び、画面並び替えバッファ２４７に供給して、処理は、ステップＳ２０７に進む。
　ステップＳ２０７では、DPB２１３が、中央視点色画像を復号するデコーダ２１１（図３９）から、デコード中央視点色画像が供給されるのを待って、そのデコード中央視点色画像を記憶し、処理は、ステップＳ２０８に進む。
　ステップＳ２０８では、DPB２１３が、デブロッキングフィルタ２４６からのデコードパッキング色画像を記憶し、処理は、ステップＳ２０９に進む。
　ステップＳ２０９では、画面内予測部２４９、並びに、インター予測部４５０（を構成する時間予測部２６２、及び、視差予測部４６１）が、可変長復号部２４２から供給される予測モード関連情報に基づき、次の対象ブロック（次に復号対象となるマクロブロック）が、イントラ予測（画面内予測）、及び、インター予測のうちのいずれの予測方式で生成された予測画像を用いて符号化されているかを判定する。
　そして、ステップＳ２０９において、次の対象ブロックが、画面内予測で生成された予測画像を用いて符号化されていると判定された場合、処理は、ステップＳ２１０に進み、画面内予測部２４９は、イントラ予測処理（画面内予測処理）を行う。
　すなわち、画面内予測部２４９は、次の対象ブロックについて、DPB２１３に記憶されたデコードパッキング色画像のピクチャから、予測画像（イントラ予測の予測画像）を生成するイントラ予測（画面内予測）を行い、その予測画像を、予測画像選択部２５１に供給して、処理は、ステップＳ２１０からステップＳ２１５に進む。
　また、ステップＳ２０９において、次の対象ブロックが、インター予測で生成された予測画像を用いて符号化されていると判定された場合、処理は、ステップＳ２１１に進み、参照インデクス処理部２６０は、可変長復号部２４２からの予測モード関連情報に含まれる（予測用の）参照インデクスが割り当てられているデコード中央視点色画像のピクチャ、又は、デコードパッキング色画像のピクチャを、DPB２１３から読み出すことにより、参照画像として選択し、処理は、ステップＳ２１２に進む。
　ステップＳ２１２では、参照インデクス処理部２６０が、可変長復号部２４２からの予測モード関連情報に含まれる（予測用の）参照インデクスに基づき、次の対象ブロックが、インター予測である時間予測、及び、視差予測のうちのいずれの予測方式で生成された予測画像を用いて符号化されているかを判定する。
　ステップＳ２１２において、次の対象ブロックが、時間予測で生成された予測画像を用いて符号化されていると判定された場合、すなわち、可変長復号部２４２からの（次の）対象ブロックの予測用の参照インデクスが割り当てられているピクチャが、デコードパッキング色画像のピクチャであり、ステップＳ２１１において、そのデコードパッキング色画像のピクチャが、参照画像として選択されている場合、参照インデクス処理部２６０は、参照画像としてのデコードパッキング色画像のピクチャを、時間予測部２６２に供給して、処理は、ステップＳ２１３に進む。
　ステップＳ２１３では、時間予測部２６２が、時間予測処理を行う。
　すなわち、時間予測部２６２は、次の対象ブロックについて、参照インデクス処理部２６０からの参照画像としてのデコードパッキング色画像のピクチャの動き補償を、可変長復号部２４２からの予測モード関連情報を用いて行うことにより、予測画像を生成し、その予測画像を、予測画像選択部２５１に供給して、処理は、ステップＳ２１３からステップＳ２１５に進む。
　また、ステップＳ２１２において、次の対象ブロックが、視差予測で生成された予測画像を用いて符号化されていると判定された場合、すなわち、可変長復号部２４２からの（次の）対象ブロックの予測用の参照インデクスが割り当てられているピクチャが、デコード中央視点色画像のピクチャであり、ステップＳ２１１において、そのデコード中央視点色画像のピクチャが、参照画像として選択されている場合、参照インデクス処理部２６０は、参照画像としてのデコード中央視点色画像のピクチャを、視差予測部４６１に供給して、処理は、ステップＳ２１４に進む。
　ステップＳ２１４では、視差予測部４６１が、視差予測処理を行う。
　すなわち、視差予測部４６１は、参照インデクス処理部２６０からの参照画像としてのデコード中央視点色画像のピクチャを、可変長復号部２４２からの解像度変換SEIに応じて、変換参照画像に変換する。
　さらに、視差予測部４６１は、次の対象ブロックについて、変換参照画像の視差補償を、可変長復号部２４２からの予測モード関連情報を用いて行うことにより、予測画像を生成し、その予測画像を、予測画像選択部２５１に供給して、処理は、ステップＳ２１４からステップＳ２１５に進む。
　ステップＳ２１５では、予測画像選択部２５１は、画面内予測部２４９、時間予測部２６２、及び、視差予測部４６１のうちの、予測画像が供給される方からの、その予測画像を選択し、演算部２４５に供給して、処理は、ステップＳ２１６に進む。
　ここで、予測画像選択部２５１がステップＳ２１５で選択する予測画像が、次の対象ブロックの復号で行われるステップＳ２０５の処理で用いられる。
　ステップＳ２１６では、画面並び替えバッファ２４７が、デブロッキングフィルタ２４６からのデコードパッキング色画像のピクチャを一時記憶して読み出すことで、ピクチャの並びを、元の並びに並び替え、D/A変換部２４８に供給して、処理は、ステップＳ２１７に進む。
　ステップＳ２１７では、D/A変換部２４８は、画面並び替えバッファ２４７からのピクチャをアナログ信号で出力する必要がある場合に、そのピクチャをD/A変換して出力する。
　デコーダ４１２では、以上のステップＳ２０１ないしＳ２１７の処理が、適宜繰り返し行われる。
　図４４は、図４３のステップＳ２１４で、図４１の視差予測部４６１が行う視差予測処理を説明するフローチャートである。
　ステップＳ２３１において、参照画像変換部４７１は、可変長復号部２４２から供給される解像度変換SEIを受け取り、処理は、ステップＳ２３２に進む。
　ステップＳ２３２では、参照画像変換部４７１は、参照インデクス処理部２６０からの参照画像としてのデコード中央視点色画像のピクチャを受け取り、処理は、ステップＳ２３３に進む。
　ステップＳ２３３では、参照画像変換部４７１は、可変長復号部２４２からの解像度変換SEIに応じて、参照インデクス処理部２６０からの参照画像としてのデコード中央視点色画像のピクチャに施すフィルタ処理をコントロールし、これにより、参照画像を、復号対象のパッキング色画像のピクチャの横と縦との解像度比と合致する解像度比の変換参照画像に変換する参照画像の変換処理を行う。
　そして、参照画像変換部４７１は、参照画像の変換処理により得られる変換参照画像を、視差補償部２７２に供給して、処理は、ステップＳ２３３からステップＳ２３４に進む。
　ステップＳ２３４では、視差補償部２７２は、可変長復号部２４２からの予測モード関連情報に含まれる、（次の）対象ブロックの残差ベクトルを受け取り、処理は、ステップＳ２３５に進む。
　ステップＳ２３５では、視差補償部２７２は、既に復号された、対象ブロックの周辺のマクロブロックの視差ベクトル等を用いて、可変長復号部２４２からの予測モード関連情報に含まれる予測モード（最適インター予測モード）が表すマクロブロックタイプについての対象ブロックの予測ベクトルを求める。
　さらに、視差補償部２７２は、対象ブロックの予測ベクトルと、可変長復号部２４２からの残差ベクトルとを加算することにより、対象ブロックの視差ベクトルmvを復元し、処理は、ステップＳ２３５からステップＳ２３６に進む。
　ステップＳ２３６では、視差補償部２７２は、参照画像変換部４７１からの変換参照画像の視差補償を、対象ブロックの視差ベクトルmvを用いて行うことで、対象ブロックの予測画像を生成し、予測画像選択部２５１に供給して、処理はリターンする。
　図４５は、図４４のステップＳ２３３において、図４２の参照画像変換部４７１が行う参照画像の変換処理を説明するフローチャートである。
　参照画像変換部４７１では、ステップＳ２５１ないしステップＳ２５４において、図３１の参照画像変換部３７０が図３８のステップＳ１５１ないしＳ１５４で行うのとそれぞれ同様の処理が行われる。
　すなわち、ステップＳ２５１において、コントローラ４８１は、可変長復号部２４２からの解像度変換SEIを受け取り、処理は、ステップＳ２５２に進む。
　ステップＳ２５２では、パッキング部４８２が、参照インデクス処理部２６０からの参照画像としてのデコード中央視点色画像を受け取り、処理は、ステップＳ２５３に進む。
　ステップＳ２５３では、コントローラ４８１が、可変長復号部２４２からの解像度変換SEIに応じて、パッキング部４８２のパッキング、及び、水平1/2画素生成用フィルタ処理部４８３ないし水平垂直1/4画素生成用フィルタ処理部４８７それぞれのフィルタ処理をコントロールし、これにより、参照インデクス処理部２６０からの参照画像が、復号対象のパッキング色画像のピクチャの横と縦との解像度比と合致する解像度比の変換参照画像に変換される。
　すなわち、ステップＳ２５３では、ステップＳ２５３－１において、パッキング部４８２は、参照インデクス処理部２６０からの参照画像とそのコピーとをパッキングし、符号化対象のパッキング色画像と同一のパッキングパターンのパッキング参照画像を生成する。
　ここで、本実施の形態では、パッキング部４８２は、参照インデクス処理部２６０からの参照画像とそのコピーとを、上下に並べて配置したパッキング参照画像を生成するパッキングを行う。
　パッキング部４８２は、パッキングによって得られるパッキング参照画像を、水平1/2画素生成用フィルタ処理部４８３に供給して、処理は、ステップＳ２５３－１からステップＳ２５３－２に進む。
　ステップＳ２５３－２では、水平1/2画素生成用フィルタ処理部４８３は、パッキング部４８２からの整数精度画像であるパッキング参照画像に、水平1/2画素生成用フィルタ処理を施す。
　水平1/2画素生成用フィルタ処理によって得られる画像である水平1/2精度画像（図３３）は、水平1/2画素生成用フィルタ処理部４８３から垂直1/2画素生成用フィルタ処理部４８４に供給されるが、垂直1/2画素生成用フィルタ処理部４８４は、コントローラ４８１のコントロールに従い、水平1/2画素生成用フィルタ処理部４８３からの水平1/2精度画像に、垂直1/2画素生成用フィルタ処理を施さずに、そのまま、水平1/4画素生成用フィルタ処理部４８５に供給する。
　その後、処理は、ステップＳ２５３－２からステップＳ２５３－３に進み、水平1/4画素生成用フィルタ処理部４８５は、垂直1/2画素生成用フィルタ処理部４８４からの水平1/2精度画像に、水平1/4画素生成用フィルタ処理を施し、その結果得られる画像を、垂直1/4画素生成用フィルタ処理部４８６に供給して、処理は、ステップＳ２５３－４に進む。
　ステップＳ２５３－４では、垂直1/4画素生成用フィルタ処理部４８６は、水平1/4画素生成用フィルタ処理部４８５からの画像に、垂直1/4画素生成用フィルタ処理を施し、その結果得られる画像を、水平垂直1/4画素生成用フィルタ処理部４８７に供給して、処理は、ステップＳ２５３－５に進む。
　ステップＳ２５３－５では、水平垂直1/4画素生成用フィルタ処理部４８７は、垂直1/4画素生成用フィルタ処理部４８６からの画像に、水平垂直1/4画素生成用フィルタ処理を施し、処理は、ステップＳ２５４に進む。
　ステップＳ２５４では、水平垂直1/4画素生成用フィルタ処理部４８７は、水平垂直1/4画素生成用フィルタ処理によって得られる水平1/4垂直1/2精度画像（図３４）を、変換参照画像として、視差補償部２７２に供給して、処理はリターンする。
　なお、図４５の参照画像の変換処理では、図３８の場合と同様に、ステップＳ２５３－３ないしＳ２５３－５の処理をスキップし、ステップＳ２５３－２において、水平1/2画素生成用フィルタ処理部４８３による水平1/2画素生成用フィルタ処理によって得られる水平1/2精度画像（図３３）を、変換参照画像として、視差補償部２７２に供給することができる。
　［サイドバイサイドパッキング］
　図２３では、解像度変換装置３２１Ｃにおいて、オーバーアンダーパッキングを行うこととしたが、解像度変換装置３２１Ｃでは、オーバーアンダーパッキングの他、図２９で説明したサイドバイサイドパッキングを行うことにより、多視点色画像のベースバンドでのデータ量を削減した解像度変換多視点色画像を生成することができる。
　以下、解像度変換装置３２１Ｃにおいて、サイドバイサイドパッキングを行う場合に、オーバーアンダーパッキングを行う場合と異なる図１の伝送システムの処理について説明する。
　図４６は、図２１の解像度変換装置３２１Ｃ（及び３２１Ｄ）が行う解像度変換、並びに、図２２の解像度逆変換装置３３３Ｃ（及び３３３Ｄ）が行う解像度逆変換を説明する図である。
　すなわち、図４６は、解像度変換装置３２１Ｃにおいて、サイドバイサイドパッキングが行われる場合の、解像度変換装置３２１Ｃ（図２１）が行う解像度変換、及び、解像度逆変換装置３３３Ｃ（図２２）が行う解像度逆変換を説明する図である。
　図４６では、解像度変換装置３２１Ｃは、例えば、図２の解像度変換装置２１Ｃと同様に、そこに供給される多視点色画像である中央視点色画像、左視点色画像、及び、右視点色画像のうちの、例えば、中央視点色画像を、そのまま（解像度変換せずに）出力する。
　また、図４６では、解像度変換装置３２１Ｃは、多視点色画像の残りの左視点色画像、及び、右視点色画像については、左視点色画像、及び、右視点色画像それぞれの水平解像度（画素数）を1/2にし、その水平解像度が1/2にされた左視点色画像、及び、右視点色画像を、左右に並べて配置することにより、１視点分の画像であるパッキング色画像を生成する。
　ここで、図４６のパッキング色画像では、左視点色画像が左側に配置され、右視点色画像が右側に配置されている。
　解像度変換装置３２１Ｃは、さらに、中央視点色画像の解像度が、元のままである旨や、パッキング色画像が、（水平解像度が1/2にされた）左視点色画像、及び、右視点色画像を左右に並べた１視点分の画像である旨等を表す解像度変換情報を生成する。
　一方、解像度逆変換装置３３３Ｃは、そこに供給される解像度変換情報から、中央視点色画像の解像度が、元のままである旨や、パッキング色画像が、左視点色画像、及び、右視点色画像を左右に並べた１視点分の画像である旨等を認識する。
　そして、解像度逆変換装置３３３Ｃは、解像度変換情報から認識した情報に基づき、そこに供給される解像度変換多視点色画像である中央視点色画像、及び、パッキング色画像のうちの、中央視点色画像を、そのまま出力する。
　また、解像度逆変換装置３３３Ｃは、解像度変換情報から認識した情報に基づき、そこに供給される解像度変換多視点色画像である中央視点色画像、及び、パッキング色画像のうちの、パッキング色画像を左右に分離する。
　さらに、解像度逆変換装置３３３Ｃは、パッキング色画像を左右に分離することにより得られる、水平解像度が1/2にされた左視点色画像、及び、右視点色画像の水平解像度を、補間等によって、元の解像度に戻して出力する。
　［解像度変換SEI］
　図４７は、図２１の解像度変換装置３２１Ｃにおいて、図４６で説明した解像度変換としてのサイドバイサイドパッキングが行われる場合に、図２７のSEI生成部３５１が、解像度変換装置３３３Ｃが出力する解像度変換情報から生成する解像度変換SEI（図２８）としての3dv_view_resolution(payloadSize)のパラメータnum_views_minus_1，view_id[i]，frame_packing_info[i]、及び、view_id_in_frame[i]にセットされる値を説明する図である。
　パラメータnum_views_minus_1は、図２９で説明したように、解像度変換多視点色画像を構成する画像の視点の数から1を減算した値を表すので、図４６のサイドバイサイドパッキングが行われる場合のパラメータnum_views_minus_1には、図２９のオーバーアンダーパッキングの場合と同様に、num_views_minus_1=2-1=1がセットされる。
　パラメータview_id[i]は、図２９で説明したように、解像度変換多視点色画像を構成するi+1番目（i=0,1,・・・）の画像を特定するインデクスを表す。
　例えば、いま、図２９のオーバーアンダーパッキングの場合と同様に、左視点色画像が、番号0で表される視点#0の画像であり、中央視点色画像が、番号1で表される視点#1の画像であり、右視点色画像が、番号2で表される視点#2の画像であるとする。
　また、図２９のオーバーアンダーパッキングの場合と同様に、解像度変換装置３２１Ｃにおいて、中央視点色画像、左視点色画像、及び、右視点色画像の解像度変換が行われることにより得られる解像度変換多視点色画像を構成する中央視点色画像、及び、パッキング色画像について、視点を表す番号の割り当てがし直され、例えば、中央視点色画像に、視点#1を表す番号1が割り当てられるとともに、パッキング色画像に、視点#0を表す番号0が割り当てられることとする。
　さらに、図２９のオーバーアンダーパッキングの場合と同様に、中央視点色画像が、解像度変換多視点色画像を構成する1番目の画像（i=0の画像）であり、パッキング色画像が、解像度変換多視点色画像を構成する2番目の画像（i=1の画像）であることとする。
　この場合、解像度変換多視点色画像を構成する1(=i+1=0+1)番目の画像である中央視点色画像のパラメータview_id[0]には、中央視点色画像の視点#1を表す番号1がセットされる(view_id[0]=1)。
　また、解像度変換多視点色画像を構成する2(=i+1=1+1)番目の画像であるパッキング色画像のパラメータview_id[1]には、パッキング色画像の視点#0を表す番号0がセットされる(view_id[1]=0)。
　パラメータframe_packing_info[i]は、図２９で説明したように、解像度変換多視点色画像を構成するi+1番目の画像のパッキングの有無と、パッキングパターンを表す。
　そして、図２９で説明したように、値が0のパラメータframe_packing_info[i]は、パッキングがされていないことを、値が1のパラメータframe_packing_info[i]は、オーバーアンダーパッキングがされていることを、値が2のパラメータframe_packing_info[i]は、サイドバイサイドパッキングがされていることを、それぞれ表す。
　図４７では、解像度変換多視点色画像を構成する1(=i+1=0+1)番目の画像である中央視点色画像は、パッキングされていないので、中央視点色画像のパラメータframe_packing_info[0]には、パッキングされていないことを表す値0がセットされる(frame_packing_info[0]=0)。
　また、図４７では、解像度変換多視点色画像を構成する2(=i+1=1+1)番目の画像であるパッキング色画像は、サイドバイサイドパッキングがされているので、パッキング色画像のパラメータframe_packing_info[1]には、サイドバイサイドパッキングがされていることを表す値2がセットされる(frame_packing_info[1]=2)。
　パラメータview_id_in_frame[j]は、図２９で説明したように、パッキング色画像にパッキングされている画像を特定するインデクスを表し、解像度変換多視点色画像を構成する画像のうちの、パラメータframe_packing_info[i]が0でない画像、すなわち、パッキング色画像についてだけ伝送される。
　図２９で説明したように、パッキング色画像のパラメータframe_packing_info[i]が1である場合、すなわち、パッキング色画像が、２つの視点の画像を上下に並べて配置するオーバーアンダーパッキングがされた画像である場合、引数j=0のパラメータview_id_in_frame[0]は、パッキング色画像にオーバーアンダーパッキングされている画像のうちの、上側に配置されている画像を特定するインデクスを表し、引数j=1のパラメータview_id_in_frame[1]は、パッキング色画像にオーバーアンダーパッキングされている画像のうちの、下側に配置されている画像を特定するインデクスを表す。
　さらに、図２９で説明したように、パッキング色画像のパラメータframe_packing_info[i]が2である場合、すなわち、パッキング色画像が、２つの視点の画像を左右に並べて配置するサイドバイサイドパッキングがされた画像である場合、引数j=0のパラメータview_id_in_frame[0]は、パッキング色画像にサイドバイサイドパッキングされている画像のうちの、左側に配置されている画像を特定するインデクスを表し、引数j=1のパラメータview_id_in_frame[1]は、パッキング色画像にサイドバイサイドパッキングされている画像のうちの、右側に配置されている画像を特定するインデクスを表す。
　図４７では、パッキング色画像は、左視点画像を左に、右視点画像を右に、それぞれ配置するサイドバイサイドパッキングがされた画像であるので、パッキング色画像にサイドバイサイドパッキングされている画像のうちの、左側に配置されている画像を特定するインデクスを表す引数j=0のパラメータview_id_in_frame[0]には、左視点画像の視点#0を表す番号0がセットされ、右側に配置されている画像を特定するインデクスを表す引数j=1のパラメータview_id_in_frame[1]には、右視点画像の視点#2を表す番号2がセットされる。
　［パッキング色画像がサイドバイサイドパッキングされている場合の変換参照画像］
　図４８は、図３１のコントローラ３８１のコントロールに従ったパッキング部３８２によるパッキングを説明する図である。
　すなわち、図４８は、図２７のSEI生成部３５１において、図４７で説明した解像度変換SEIが生成される場合に、コントローラ３８１（図３１）が、その解像度変換SEIに応じて行うコントロールに従って、パッキング部３８２（図３１）が行うパッキングを説明する図である。
　コントローラ３８１は、SEI生成部３５１から供給される、図４７の解像度変換SEIから、パッキング色画像が、サイドバイサイドパッキングされていることを認識する。パッキング色画像が、サイドバイサイドパッキングされている場合、コントローラ３８１は、パッキング色画像と同様のサイドバイサイドパッキングを行うように、パッキング部３８２を制御する。
　パッキング部３８２は、コントローラ３８１によるコントロールに従い、参照画像としてのデコード中央視点色画像とそのコピーとを、左右に並べて配置するサイドバイサイドパッキングを行うことにより、パッキング参照画像を生成する。
　図４９及び図５０は、図３１のコントローラ３８１のコントロールに従った水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５のフィルタ処理を説明する図である。
　すなわち、図４９及び図５０は、図２７のSEI生成部３５１において、図４７で説明した解像度変換SEIが生成される場合に、コントローラ３８１（図３１）がその解像度変換SEIに応じて行うコントロールに従って、水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５（図３１）が行うフィルタ処理を説明する図である。
　なお、図４９及び図５０において、○印は、パッキング参照画像の元の画素（サブペルでない画素）を表す。
　パッキング参照画像の元の画素（原画素）どうしの横及び縦の間隔を1とすると、図１４及び図１５で説明したように、原画素は、整数位置にある整数画素であり、したがって、パッキング参照画像は、整数画素のみで構成される整数精度画像である。
　パッキング色画像が、サイドバイサイドパッキングされている場合、コントローラ３８１（図３１）は、解像度変換SEIから、パッキング色画像において、そのパッキング色画像を構成する左視点画像、及び、右視点画像の水平解像度が元の（１視点の画像の）1/2になっていることを認識する。
　この場合、コントローラ３８１は、水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５のうちの、水平1/2画素生成用フィルタ処理部１５１を、フィルタ処理を行わないようにコントロールするとともに、残りの垂直1/2画素生成用フィルタ処理部１５２ないし水平垂直1/4画素生成用フィルタ処理部１５５を、フィルタ処理を行うようにコントロールする。
　その結果、水平1/2画素生成用フィルタ処理部１５１は、コントローラ３８１からのコントロールに従い、パッキング部３８２からの整数精度画像であるパッキング参照画像に、水平1/2画素生成用フィルタ処理を施さずに、そのまま、垂直1/2画素生成用フィルタ処理部１５２に供給する。
　垂直1/2画素生成用フィルタ処理部１５２は、コントローラ３８１からのコントロールに従い、水平1/2画素生成用フィルタ処理部１５１からの整数精度画像であるパッキング参照画像に、垂直1/2画素生成用フィルタ処理を施す。
　この場合、垂直1/2画素生成用フィルタ処理によれば、図４９に示すように、x座標が、整数で表され、y座標が、整数と1/2との加算値で表される座標の位置bに、サブペルとしての画素（垂直1/2画素）が補間される。
　垂直1/2画素生成用フィルタ処理部１５２は、垂直1/2画素生成用フィルタ処理によって得られる、図４９の位置bに、画素（垂直1/2画素）が補間された画像、すなわち、画素どうしの横の間隔が1で、縦の間隔が1/2の垂直1/2精度画像を、水平1/4画素生成用フィルタ処理部１５３に供給する。
　ここで、垂直1/2精度画像を構成する、左右に配置された参照画像とそのコピー（コピー参照画像）の解像度比は、いずれも、1:2になっている。
　水平1/4画素生成用フィルタ処理部１５３は、コントローラ３８１からのコントロールに従い、垂直1/2画素生成用フィルタ処理部１５２からの垂直1/2精度画像に、水平1/4画素生成用フィルタ処理を施す。
　この場合、水平1/4画素生成用フィルタ処理の対象である、垂直1/2画素生成用フィルタ処理部１５２からの画像（垂直1/2精度画像）には、水平1/2画素生成用フィルタ処理部１５１による水平1/2画素生成用フィルタ処理が施されていないため、水平1/4画素生成用フィルタ処理によれば、図５０に示すように、x座標が、整数と1/2の加算値で表され、y座標が、整数、又は、整数と1/2の加算値で表される座標の位置cに、サブペルとしての画素（水平1/4画素）が補間される。
　水平1/4画素生成用フィルタ処理部１５３は、水平1/4画素生成用フィルタ処理によって得られる、図５０の位置cに、画素（水平1/4画素）が補間された画像、すなわち、画素どうしの横の間隔が1/2で、縦の間隔が1/2の画像を、垂直1/4画素生成用フィルタ処理部１５４に供給する。
　垂直1/4画素生成用フィルタ処理部１５４は、コントローラ３８１からのコントロールに従い、水平1/4画素生成用フィルタ処理部１５３からの画像に、垂直1/4画素生成用フィルタ処理を施す。
　この場合、垂直1/4画素生成用フィルタ処理の対象である、水平1/4画素生成用フィルタ処理部１５３からの画像には、水平1/2画素生成用フィルタ処理部１５１による水平1/2画素生成用フィルタ処理が施されていないため、垂直1/4画素生成用フィルタ処理によれば、図５０に示すように、x座標が、整数で表され、y座標が、整数と1/4の加算値、又は、整数と-1/4の加算値で表される座標の位置dに、サブペルとしての画素（垂直1/4画素）が補間される。
　垂直1/4画素生成用フィルタ処理部１５４は、垂直1/4画素生成用フィルタ処理によって得られる、図５０の位置dに、画素（垂直1/4画素）が補間された画像を、水平垂直1/4画素生成用フィルタ処理部１５５に供給する。
　水平垂直1/4画素生成用フィルタ処理部１５５は、コントローラ３８１からのコントロールに従い、垂直1/4画素生成用フィルタ処理部１５４からの画像に、水平垂直1/4画素生成用フィルタ処理を施す。
　この場合、水平垂直1/4画素生成用フィルタ処理の対象である、垂直1/4画素生成用フィルタ処理部１５４からの画像には、水平1/2画素生成用フィルタ処理部１５１による水平1/2画素生成用フィルタ処理が施されていないため、水平垂直1/4画素生成用フィルタ処理によれば、図５０に示すように、x座標が、整数と1/2の加算値で表され、y座標が、整数と1/4の加算値、又は、整数と-1/4の加算値で表される座標の位置eに、サブペルとしての画素（水平垂直1/4画素）が補間される。
　水平垂直1/4画素生成用フィルタ処理部１５５は、水平垂直1/4画素生成用フィルタ処理によって得られる、図５０の位置eに、画素（水平垂直1/4画素）が補間された画像、すなわち、画素どうしの横の間隔が1/2で、縦の間隔が1/4の画像である水平1/2垂直1/4精度画像を、変換参照画像として、視差検出部１４１、及び、視差補償部１４２に供給する。
　ここで、水平1/2垂直1/4精度画像である変換参照画像を構成する、左右に配置された参照画像とコピー参照画像の解像度比は、いずれも、1:2になっている。
　図５１は、参照画像変換部３７０（図３１）において、水平1/2画素生成用フィルタ処理を行わず、垂直1/2画素生成用フィルタ処理、水平1/4画素生成用フィルタ処理、垂直1/4画素生成用フィルタ処理、及び、水平垂直1/4画素生成用フィルタ処理を行うことにより得られる変換参照画像を示す図である。
　参照画像変換部３７０において、水平1/2画素生成用フィルタ処理を行わず、垂直1/2画素生成用フィルタ処理、水平1/4画素生成用フィルタ処理、垂直1/4画素生成用フィルタ処理、及び、水平垂直1/4画素生成用フィルタ処理を行った場合には、図４９及び図５０で説明したように、画素どうしの横の間隔（水平方向の精度）が1/2で、縦の間隔（垂直方向の精度）が1/4の水平1/2垂直1/4精度画像を、変換参照画像として得ることができる。
　以上のようにして得られる変換参照画像は、（元の）参照画像としてのデコード中央視点画像と、そのコピーとを、パッキング色画像と同様に、左右に並べて配置した水平1/2垂直1/4精度画像である。
　一方、サイドバイサイドパッキングで得られるパッキング色画像は、例えば、図４６で説明したように、左視点色画像、及び、右視点色画像それぞれの水平解像度を1/2にし、その水平解像度が1/2にされた左視点色画像、及び、右視点色画像を、左右に並べて配置した１視点分の画像である。
　したがって、エンコーダ３４２（図２７）において、符号化の対象となるパッキング色画像（符号化対象画像）の解像度比と、視差予測部３６１（図３０）での視差予測において、そのパッキング色画像の予測画像を生成する際に参照する変換後参照画像の解像度比とは、合致（マッチ）する。
　すなわち、パッキング色画像において、左右に並んで配置されている左視点色画像、及び、右視点色画像それぞれの水平解像度は、元の1/2になっており、したがって、パッキング色画像になっている左視点色画像、及び、右視点色画像それぞれの解像度比は、いずれも、1:2になっている。
　一方、変換参照画像において、左右に並んで配置されているデコード中央視点色画像、及び、そのコピーの解像度比も、いずれも、1:2であり、パッキング色画像になっている左視点色画像、及び、右視点色画像の解像度比である1:2と一致する。
　以上のように、パッキング色画像の解像度比と、変換参照画像の解像度比とが合致しているので、すなわち、パッキング色画像において、左視点色画像と右視点色画像が左右に並んで配置され、変換参照画像でも、パッキング色画像と同様に、デコード中央視点色画像とそのコピーが左右に並んで配置されており、かつ、そのようなパッキング画像において左右に並んで配置されている左視点色画像、及び、右視点色画像の解像度比と、変換参照画像において左右に並んで配置されているデコード中央視点色画像、及び、そのコピーの解像度比とが、それぞれ一致しているので、視差予測の予測精度を改善し（視差予測で生成される予測画像と、対象ブロックとの残差が小になり）、符号化効率を向上させることができる。
　その結果、上述した、多視点色画像（及び、多視点視差情報画像）のベースバンドでのデータ量を削減する解像度変換に起因する、受信装置１２で得られる復号画像の画質の劣化を防止することができる。
　なお、図４９ないし図５１では、参照画像変換部３７０（図３１）において、水平1/2垂直1/4精度画像を、変換参照画像として求めることとしたが、パッキング色画像が、サイドバイサイドパッキングされている場合の変換参照画像としては、垂直1/2精度画像（図４９）を求めることができる。
　垂直1/2精度画像は、参照画像変換部３７０（図３１）のコントローラ３８１において、水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５のうちの、垂直1/2画素生成用フィルタ処理部１５２のみで、フィルタ処理を行い、他の水平1/2画素生成用フィルタ処理部１５１、及び、水平1/4画素生成用フィルタ処理部１５３ないし水平垂直1/4画素生成用フィルタ処理部１５５で、フィルタ処理を行わないように、水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５をコントロールすることにより求めることができる。
　図５２は、パッキング色画像が、サイドバイサイドパッキングされている場合に、図３７のステップＳ１３３において、図３１の参照画像変換部３７０が行う参照画像の変換処理を説明するフローチャートである。
　ステップＳ２７１において、コントローラ３８１は、SEI生成部３５１からの解像度変換SEIを受け取り、処理は、ステップＳ２７２に進む。
　ステップＳ２７２では、パッキング部３８２が、DPB４３からの参照画像としてのデコード中央視点色画像を受け取り、処理は、ステップＳ２７３に進む。
　ステップＳ２７３では、コントローラ３８１が、SEI生成部３５１からの解像度変換SEIに応じて、水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５それぞれのフィルタ処理、及び、パッキング部３８２のパッキングをコントロールし、これにより、DPB４３からの参照画像が、符号化対象のパッキング色画像のピクチャの横と縦との解像度比と合致する解像度比の変換参照画像に変換される。
　すなわち、ステップＳ２７３では、ステップＳ２７３－１において、パッキング部３８２は、DPB４３からの参照画像とそのコピーとをパッキングし、符号化対象のパッキング色画像と同一のパッキングパターンのパッキング参照画像を生成する。
　ここで、図５２では、パッキング部３８２は、DPB４３からの参照画像とそのコピーとを、左右に並べて配置したパッキング参照画像を生成するパッキング（サイドバイサイドパッキング）を行う。
　パッキング部３８２は、パッキングによって得られる整数精度画像であるパッキング参照画像を、水平1/2画素生成用フィルタ処理部１５１に供給する。
　水平1/2画素生成用フィルタ処理部１５１は、コントローラ３８１のコントロールに従い、パッキング部３８２からのパッキング参照画像に、水平1/2画素生成用フィルタ処理を施さずに、そのまま、垂直1/2画素生成用フィルタ処理部１５２に供給し、処理は、ステップＳ２７３－１からステップＳ２７３－２に進む。
　ステップＳ２７３－２では、垂直1/2画素生成用フィルタ処理部１５２は、水平1/2画素生成用フィルタ処理部１５１からの整数精度画像であるパッキング参照画像に、垂直1/2画素生成用フィルタ処理を施し、その結果得られる垂直1/2精度画像（図４９）を、水平1/4画素生成用フィルタ処理部１５３に供給して、処理は、ステップＳ２７３－３に進む。
　ステップＳ２７３－３では、水平1/4画素生成用フィルタ処理部１５３は、垂直1/2画素生成用フィルタ処理部１５２からの垂直1/2精度画像に、水平1/4画素生成用フィルタ処理を施し、その結果得られる画像を、垂直1/4画素生成用フィルタ処理部１５４に供給して、処理は、ステップＳ２７３－４に進む。
　ステップＳ２７３－４では、垂直1/4画素生成用フィルタ処理部１５４は、水平1/4画素生成用フィルタ処理部１５３からの画像に、垂直1/4画素生成用フィルタ処理を施し、その結果得られる画像を、水平垂直1/4画素生成用フィルタ処理部１５５に供給して、処理は、ステップＳ２７３－５に進む。
　ステップＳ２７３－５では、水平垂直1/4画素生成用フィルタ処理部１５５は、垂直1/4画素生成用フィルタ処理部１５４からの画像に、水平垂直1/4画素生成用フィルタ処理を施し、処理は、ステップＳ２７４に進む。
　ステップＳ２７４では、水平垂直1/4画素生成用フィルタ処理部１５５は、水平垂直1/4画素生成用フィルタ処理によって得られる水平1/2垂直1/4精度画像（図５０）を、変換参照画像として、視差検出部１４１、及び、視差補償部１４２に供給して、処理はリターンする。
　なお、図５２の参照画像の変換処理では、ステップＳ２７３－３ないしＳ２７３－５の処理をスキップし、ステップＳ２７３－２において、垂直1/2画素生成用フィルタ処理部１５１による垂直1/2画素生成用フィルタ処理によって得られる垂直1/2精度画像（図４９）を、変換参照画像として、視差検出部１４１、及び、視差補償部１４２に供給することができる。
　また、パッキング色画像が、サイドバイサイドバッキングされている場合、デコーダ３９（図３９）の参照画像変換部４７１（図４２）では、図４４のステップＳ２３３として行われる図４５の参照画像の変換処理のステップＳ２５３において、図２７のステップＳ２７３と同様の処理が行われる。
　［パッキングを行わない場合］
　図２３や図４６では、解像度変換装置３２１Ｃにおいて、左視点色画像、及び、右視点色画像の解像度を低解像度化することにより、ベースバンドでのデータ量を削減し、その低解像度化された左視点色画像、及び、右視点色画像を、１視点分のパッキング色画像にパッキングすることとしたが、解像度変換装置３２１Ｃでは、左視点色画像、及び、右視点色画像の低解像度化のみを行い、パッキングを行わないことができる。
　図５３は、図２１の解像度変換装置３２１Ｃ（及び３２１Ｄ）が行う解像度変換、並びに、図２２の解像度逆変換装置３３３Ｃ（及び３３３Ｄ）が行う解像度逆変換を説明する図である。
　すなわち、図５３は、解像度変換装置３２１Ｃにおいて、ベースバンドでのデータ量を削減するための低解像度化のみを行い、パッキングを行わない場合の、解像度変換装置３２１Ｃ（図２１）が行う解像度変換、及び、解像度逆変換装置３３３Ｃ（図２２）が行う解像度逆変換を説明する図である。
　解像度変換装置３２１Ｃは、例えば、図２の解像度変換装置２１Ｃと同様に、そこに供給される多視点色画像である中央視点色画像、左視点色画像、及び、右視点色画像のうちの、例えば、中央視点色画像を、そのまま（解像度変換せずに）出力する。
　また、解像度変換装置３２１Ｃは、例えば、図２の解像度変換装置２１Ｃと同様に、多視点色画像の残りの左視点色画像、及び、右視点色画像については、２つの視点の画像の解像度を低解像度に変換し、その結果得られる低解像度の左視点色画像、及び、右視点色画像（以下、それぞれを、低解像度左視点画像、及び、低解像度右視点画像ともいう）を、パッキングせずに出力する。
　すなわち、解像度変換装置３２１Ｃは、左視点色画像、及び、右視点色画像それぞれの垂直解像度（画素数）を1/2にし、その垂直解像度が1/2にされた左視点色画像、及び、右視点色画像である低解像度左視点画像、及び、低解像度右視点画像を、パッキングせずに出力する。
　そして、解像度変換装置３２１Ｃが出力する中央視点画像、低解像度左視点画像、及び、低解像度右視点画像が、解像度変換多視点色画像として、符号化装置３２２Ｃ（図２１）に供給される。
　ここで、解像度変換装置３２１Ｃでは、左視点色画像、及び、右視点色画像それぞれの垂直解像度ではなく、水平解像度を1/2にすることができる。
　解像度変換装置３２１Ｃは、さらに、中央視点色画像の解像度が、元のままである旨や、低解像度左視点色画像、及び、低解像度右視点色画像が、垂直解像度（又は水平解像度）を（元の）1/2にした画像である旨等を表す解像度変換情報を生成して出力する。
　一方、解像度逆変換装置３３３Ｃは、そこに供給される解像度変換情報から、中央視点色画像の解像度が、元のままである旨や、低解像度左視点色画像、及び、低解像度右視点色画像が、垂直解像度を1/2にした画像である旨等を認識する。
　そして、解像度逆変換装置３３３Ｃは、解像度変換情報から認識した情報に基づき、そこに供給される解像度変換多視点色画像である中央視点色画像、低解像度左視点色画像、及び、低解像度右視点色画像のうちの、中央視点色画像を、そのまま出力する。
　また、解像度逆変換装置３３３Ｃは、解像度変換情報から認識した情報に基づき、そこに供給される解像度変換多視点色画像である中央視点色画像、低解像度左視点色画像、及び、低解像度右視点色画像のうちの、低解像度左視点色画像、及び、低解像度右視点色画像については、その垂直解像度を、補間等によって、元の解像度に戻して出力する。
　なお、多視点色画像（及び多視点奥行き画像）は、４視点以上の画像であっても良い。
　また、図５３では、多視点色画像である中央視点色画像、左視点色画像、及び、右視点色画像のうちの、左視点色画像、及び、右視点色画像の垂直解像度を低解像度化したが、解像度変換装置３２１Ｃでは、中央視点色画像、左視点色画像、及び、右視点色画像のうちの、１つの画像だけや、すべての画像を低解像度化する解像度変換を行うことができ、解像度逆変換装置３３３Ｃでは、解像度変換装置３２１Ｃでの解像度変換を元に戻す解像度逆変換を行うことができる。
　［符号化装置３２２Ｃの構成例］
　図５４は、解像度変換多視点色画像が、図５３で説明した中央視点画像、低解像度左視点画像、及び、低解像度右視点画像である場合の、図２１の符号化装置３２２Ｃの構成例を示すブロック図である。
　なお、図中、図２６の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図５４において、符号化装置３２２Ｃは、エンコーダ４１、DPB４３、並びに、エンコーダ５１１及び５１２を有する。
　したがって、図５４の符号化装置３２２Ｃは、エンコーダ４１及びDPB４３を有する点で、図２６の場合と共通し、エンコーダ３４２に代えて、エンコーダ５１１及び５１２が設けられている点で、図２６の場合と相違する。
　エンコーダ４１には、解像度変換装置３２１Ｃからの解像度変換多視点色画像を構成する中央視点色画像、低解像度左視点色画像、及び、低解像度右視点色画像のうちの、中央視点色画像が供給される。
　エンコーダ５１１には、解像度変換装置３２１Ｃからの解像度変換多視点色画像を構成する中央視点色画像、低解像度左視点色画像、及び、低解像度右視点色画像のうちの、低解像度左視点色画像が供給される。
　エンコーダ５１２には、解像度変換装置３２１Ｃからの解像度変換多視点色画像を構成する中央視点色画像、低解像度左視点色画像、及び、低解像度右視点色画像のうちの、低解像度右視点色画像が供給される。
　さらに、エンコーダ５１１及び５１２には、解像度変換装置３２１Ｃからの解像度変換情報が供給される。
　エンコーダ４１は、図５や図２６で説明したように、中央視点色画像を、ベースビューの画像として、MVC(AVC)で符号化し、その結果得られる中央視点色画像の符号化データを出力する。
　エンコーダ５１１は、解像度変換情報に基づき、低解像度左視点色画像を、ノンベースビューの画像として、拡張方式で符号化し、その結果得られる低解像度左視点色画像の符号化データを出力する。
　エンコーダ５１２は、解像度変換情報に基づき、低解像度右視点色画像を、ノンベースビューの画像として、拡張方式で符号化し、その結果得られる低解像度右視点色画像の符号化データを出力する。
　ここで、エンコーダ５１２は、処理の対象が、低解像度左視点色画像ではなく、低解像度右視点色画像であることを除き、エンコーダ５１１と同様の処理を行うので、以下では、その説明は、適宜省略する。
　エンコーダ４１が出力する中央視点色画像の符号化データ、エンコーダ５１１が出力する低解像度左視点色画像の符号化データ、及び、エンコーダ５１２が出力する低解像度右視点色画像の符号化データは、多視点色画像符号化データとして、多重化装置２３（図２１）に供給される。
　ここで、図５４において、DPB４３は、エンコーダ４１並びに５１１及び５１２で共用される。
　すなわち、エンコーダ４１並びに５１１及び５１２は、符号化対象の画像を予測符号化する。そのため、エンコーダ４１並びに５１１及び５１２は、予測符号化に用いる予測画像を生成するのに、符号化対象の画像を符号化した後、ローカルデコードを行って、デコード画像を得る。
　そして、DPB４３では、エンコーダ４１並びに５１１及び５１２それぞれで得られるデコード画像が一時記憶される。
　エンコーダ４１並びに５１１及び５１２それぞれは、DPB４３に記憶されたデコード画像から、符号化対象の画像を符号化するのに参照する参照画像を選択する。そして、エンコーダ４１並びに５１１及び５１２それぞれは、参照画像を用いて、予測画像を生成し、その予測画像を用いて、画像の符号化（予測符号化）を行う。
　したがって、エンコーダ４１並びに５１１及び５１２それぞれは、自身で得られたデコード画像の他、他のエンコーダで得られたデコード画像をも参照することができる。
　［エンコーダ５１１の構成例］
　図５５は、図５４のエンコーダ５１１の構成例を示すブロック図である。
　なお、図中、図２７の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図５５において、エンコーダ５１１は、A/D変換部１１１、画面並び替えバッファ１１２、演算部１１３、直交変換部１１４、量子化部１１５、可変長符号化部１１６、蓄積バッファ１１７、逆量子化部１１８、逆直交変換部１１９、演算部１２０、デブロッキングフィルタ１２１、画面内予測部１２２、予測画像選択部１２４、SEI生成部５５１、及び、インター予測部５５２を有する。
　したがって、エンコーダ５１１は、A/D変換部１１１ないし画面内予測部１２２、及び、予測画像選択部１２４を有する点で、図２７のエンコーダ３４２と共通する。
　但し、エンコーダ５１１は、SEI生成部３５１、及び、インター予測部３５２に代えて、SEI生成部５５１、及び、インター予測部５５２がそれぞれ設けられている点で、図２７のエンコーダ３４２と相違する。
　SEI生成部５５１には、解像度変換装置３２１Ｃ（図２１）から、解像度変換多視点色画像についての解像度変換情報が供給される。
　SEI生成部５５１は、そこに供給される解像度変換情報のフォーマットを、MVC(AVC)のSEIのフォーマットに変換し、その結果得られる解像度変換SEIを出力する。
SEI生成部５５１が出力する解像度変換SEIは、可変長符号化部１１６とインター予測部５５２（の視差予測部５６１）に供給される。
　可変長符号化部１１６では、SEI生成部５５１からの解像度変換SEIが、符号化データに含められて伝送される。
　インター予測部５５２は、時間予測部１３２、及び、視差予測部５６１を有する。
　したがって、インター予測部５５２は、時間予測部１３２を有する点で、図２７のインター予測部３５２と共通し、視差予測部３６１に代えて、視差予測部５６１が設けられている点で、図２７のインター予測部３５２と相違する。
　視差予測部５６１には、画面並び替えバッファ１１２から、低解像度左視点色画像の対象ピクチャが供給される。
　視差予測部５６１は、図２７の視差予測部３６１と同様に、画面並び替えバッファ１１２からの低解像度左視点色画像の対象ピクチャの対象ブロックの視差予測を、DPB４３に記憶されたデコード中央視点色画像のピクチャ（対象ピクチャと同一時刻のピクチャ）を参照画像として用いて行い、対象ブロックの予測画像を生成する。
　そして、視差予測部５６１は、予測画像を、残差ベクトル等のヘッダ情報とともに、予測画像選択部１２４に供給する。
　また、視差予測部５６１には、SEI生成部５５１から、解像度変換SEIが供給される。
　視差予測部５６１は、SEI生成部５５１からの解像度変換SEIに応じて、視差予測において参照する参照画像としてのデコード中央視点色画像のピクチャに施すフィルタ処理をコントロールする。
　すなわち、上述したように、MVCでは、参照画像に対して、画素を補間するフィルタ処理を施す場合には、横方向と縦方向それぞれの画素数を、同一倍数だけ増加させるフィルタ処理を施すことが規定されているが、視差予測部５６１では、SEI生成部５５１からの解像度変換SEIに応じて、視差予測において参照する参照画像としてのデコード中央視点色画像のピクチャに施すフィルタ処理をコントロールされ、これにより、参照画像が、符号化対象の低解像度左視点色画像のピクチャの横と縦との解像度比（横の画素数と縦の画素数との比）と合致する解像度比の変換参照画像に変換される。
　なお、低解像度右視点色画像を符号化するエンコーダ５１２（図５４）において、エンコーダ５１１の符号化対象である低解像度左視点色画像の対象ピクチャと同一時刻の、低解像度右視点色画像のピクチャが、対象ピクチャよりも先に符号化されてローカルデコードされ、その結果得られるデコード低解像度右視点色画像のピクチャが、DPB４３に記憶されている場合には、低解像度左視点色画像を符号化するエンコーダ５１１の視差予測部５６１では、視差予測において、デコード中央視点色画像のピクチャの他、DPB４３に記憶されているデコード低解像度右視点色画像のピクチャ（対象ピクチャと同一時刻のピクチャ）を参照画像に用いることができる。
　［解像度変換SEI］
　図５６は、図５５のSEI生成部５５１で生成される解像度変換SEIを説明する図である。
　すなわち、図５６は、図５３で説明したように、解像度変換装置３２１Ｃにおいて、低解像度化のみを行い、パッキングを行わない場合の解像度変換SEIとしての3dv_view_resolution(payloadSize)のシンタクス(syntax)の例を示す図である。
　図５６では、解像度変換SEIとしての3dv_view_resolution(payloadSize)は、パラメータnum_views_minus_1，view_id[i]、及び、resolution_info[i]を有する。
　図５７は、SEI生成部５５１（図５５）において、解像度変換多視点色画像についての解像度変換情報から生成される解像度変換SEIのパラメータnum_views_minus_1，view_id[i]、及び、resolution_info[i]にセットされる値を説明する図である。
　パラメータnum_views_minus_1は、図２９の場合と同様に、解像度変換多視点色画像を構成する画像の視点の数から1を減算した値を表す。
　図５７では、解像度変換多視点色画像は、中央視点色画像、低解像度左視点色画像、及び、低解像度右視点色画像の３つの視点の画像であるため、パラメータnum_views_minus_1には、num_views_minus_1=3-1=2がセットされる。
　パラメータview_id[i]は、図２９の場合と同様に、解像度変換多視点色画像を構成するi+1番目（i=0,1,・・・）の画像を特定するインデクスを表す。
　すなわち、例えば、図２９の場合と同様に、左視点色画像が、番号0で表される視点#0の画像であり、中央視点色画像が、番号1で表される視点#1の画像であり、右視点色画像が、番号2で表される視点#2の画像であるとする。
　また、解像度変換装置３２１Ｃにおいて、中央視点色画像、左視点色画像、及び、右視点色画像の解像度変換が行われることにより得られる解像度変換多視点色画像を構成する中央視点色画像、低解像度左視点色画像、及び、低解像度右視点色画像については、図２９で説明したような視点を表す番号の割り当てのし直しが行われないこととする。
　さらに、中央視点色画像が、解像度変換多視点色画像を構成する1番目の画像（i=0の画像）であり、低解像度左視点色画像が、解像度変換多視点色画像を構成する2番目の画像（i=1の画像）であり、低解像度右視点色画像が、解像度変換多視点色画像を構成する3番目の画像（i=2の画像）であることとする。
　この場合、解像度変換多視点色画像を構成する1(=i+1=0+1)番目の画像である中央視点色画像のパラメータview_id[0]には、中央視点色画像の視点#1を表す番号1がセットされる(view_id[0]=1)。
　また、解像度変換多視点色画像を構成する2(=i+1=1+1)番目の画像である低解像度左視点色画像のパラメータview_id[1]には、低解像度左視点色画像の視点#0を表す番号0がセットされる(view_id[1]=0)。
　さらに、解像度変換多視点色画像を構成する3(=i+1=2+1)番目の画像である低解像度右視点色画像のパラメータview_id[2]には、低解像度右視点色画像の視点#2を表す番号2がセットされる(view_id[2]=2)。
　パラメータresolution_info[i]は、解像度変換多視点色画像を構成するi+1番目の画像の低解像度化の有無と、低解像度化のパターン（低解像度化パターン）を表す。
　ここで、値が0のパラメータresolution_info[i]は、低解像度化がされていないことを表す。
　また、値が0以外の、例えば、1又は2のパラメータresolution_info[i]は、低解像度化がされていることを表す。
　そして、値が1のパラメータresolution_info[i]は、垂直解像度が（元の）1/2に低解像度化されていることを表し、値が2のパラメータresolution_info[i]は、水平解像度が1/2に低解像度化されていることを表す。
　図５７では、解像度変換多視点色画像を構成する1(=i+1=0+1)番目の画像である中央視点色画像は、低解像度化がされていないので、中央視点色画像のパラメータresolution_info[0]には、低解像度化がされていないことを表す値0がセットされる(resolution_info[0]=0)。
　また、図５７では、解像度変換多視点色画像を構成する2(=i+1=1+1)番目の画像である低解像度左視点色画像は、垂直解像度が1/2に低解像度化されているので、低解像度左視点色画像のパラメータresolution_info[1]には、垂直解像度が1/2に低解像度化されていることを表す値1がセットされる(resolution_info[1]=1)。
　さらに、図５７では、解像度変換多視点色画像を構成する3(=i+1=2+1)番目の画像である低解像度右視点色画像は、垂直解像度が1/2に低解像度化されているので、低解像度右視点色画像のパラメータresolution_info[2]には、垂直解像度が1/2に低解像度化されていることを表す値1がセットされる(resolution_info[2]=1)。
　［視差予測部３６１の構成例］
　図５８は、図５５の視差予測部５６１の構成例を示すブロック図である。
　なお、図中、図３０の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図５８において、視差予測部５６１は、視差検出部１４１、視差補償部１４２、予測情報バッファ１４３、コスト関数算出部１４４、モード選択部１４５、及び、参照画像変換部５７０を有する。
　したがって、図５８の視差予測部５６１は、視差検出部１４１ないしモード選択部１４５を有する点で、図３０の視差予測部３６１と共通する。
　但し、図５８の視差予測部５６１は、参照画像変換部３７０に代えて、参照画像変換部５７０が設けられている点で、図３０の視差予測部３６１と相違する。
　参照画像変換部５７０には、DPB４３から、デコード中央視点色画像のピクチャが、参照画像として供給される他、SEI生成部５５１から、解像度変換SEIが供給される。
　参照画像変換部５７０は、SEI生成部５５１からの解像度変換SEIに応じて、視差予測において参照する参照画像としてのデコード中央視点色画像のピクチャに施すフィルタ処理をコントロールし、これにより、参照画像を、符号化対象の低解像度左視点色画像のピクチャの横と縦との解像度比と合致する解像度比の変換参照画像に変換して、視差検出部１４１、及び、視差補償部１４２に供給する。
　［参照画像変換部５７０の構成例］
　図５９は、図５８の参照画像変換部５７０の構成例を示すブロック図である。
　なお、図中、図３１の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図５９において、参照画像変換部５７０は、水平1/2画素生成用フィルタ処理部１５１、垂直1/2画素生成用フィルタ処理部１５２、水平1/4画素生成用フィルタ処理部１５３、垂直1/4画素生成用フィルタ処理部１５４、水平垂直1/4画素生成用フィルタ処理部１５５、及び、コントローラ３８１を有する。
　したがって、図５９の参照画像変換部５７０は、水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５、及び、コントローラ３８１を有する点で、図３１の参照画像変換部３７０と共通する。
　但し、図５９の参照画像変換部５７０は、パッキング部３８２が設けられていない点で、図３１の参照画像変換部３７０と相違する。
　図５９の参照画像変換部５７０では、コントローラ３８１は、SEI生成部５５１からの解像度変換SEIに応じて、水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５それぞれのフィルタ処理をコントロールする。
　そして、水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５は、コントローラ３８１によるコントロールに従い、DPB４３から供給される参照画像としてのデコード中央視点色画像にフィルタ処理を施し、その結果得られる変換後参照画像を、視差検出部１４１、及び、視差補償部１４２に供給する。
　［低解像度左視点色画像の符号化処理］
　図６０は、図５５のエンコーダ５１１が行う、低解像度左視点色画像を符号化する符号化処理を説明するフローチャートである。
　ステップＳ３０１ないしＳ３０９では、図３６のステップＳ１０１ないしＳ１０９とそれぞれ同様の処理が行われ、これにより、デブロッキングフィルタ１２１において、低解像度左視点色画像の対象ブロックを復号（ローカルデコード）したデコード低解像度左視点色画像がフィルタリングされて、DPB４３に供給される。
　その後、処理は、ステップＳ３１０に進み、DPB４３が、中央視点色画像を符号化するエンコーダ４１（図５４）から、その中央視点色画像を符号化して、ローカルデコードすることにより得られるデコード中央視点色画像が供給されるのを待って、そのデコード中央視点色画像を記憶し、処理は、ステップＳ３１１に進む。
　ステップＳ３１１では、DPB４３が、デブロッキングフィルタ１２１からのデコード低解像度左視点色画像を記憶し、処理は、ステップＳ３１２に進む。
　ステップＳ３１２では、画面内予測部１２２は、次の対象ブロックについて、イントラ予測処理（画面内予測処理）を行う。
　すなわち、画面内予測部１２２は、次の対象ブロックについて、DPB４３に記憶されたデコード低解像度左視点色画像のピクチャから、予測画像（イントラ予測の予測画像）を生成するイントラ予測（画面内予測）を行う。
　そして、画面内予測部１２２は、イントラ予測の予測画像を用いて、次の対象ブロックを符号化するのに要する符号化コストを求め、ヘッダ情報（となるイントラ予測に関する情報）と、イントラ予測の予測画像とともに、予測画像選択部１２４に供給して、処理は、ステップＳ３１２からステップＳ３１３に進む。
　ステップＳ３１３では、時間予測部１３２は、次の対象ブロックについて、デコード低解像度左視点色画像のピクチャ（対象ピクチャより先に符号化されてローカルデコードされたピクチャ）を、参照画像として、時間予測処理を行う。
　すなわち、時間予測部１３２は、次の対象ブロックについて、DPB４３に記憶されたデコード低解像度左視点色画像のピクチャを用いて、時間予測を行うことにより、マクロブロックタイプ等が異なるインター予測モードごとに、予測画像や符号化コスト等を求める。
　さらに、時間予測部１３２は、符号化コストが最小のインター予測モードを、最適インター予測モードとして、その最適インター予測モードの予測画像を、ヘッダ情報（となるインター予測に関する情報）と、符号化コストとともに、予測画像選択部１２４に供給して、処理は、ステップＳ３１３からステップＳ３１４に進む。
　ステップＳ３１４では、SEI生成部５５１が、図５６及び図５７で説明した解像度変換SEIを生成し、可変長符号化部１１６、及び、視差予測部５６１に供給して、処理は、ステップＳ３１５に進む。
　ステップＳ３１５では、視差予測部５６１は、次の対象ブロックについて、デコード中央視点色画像のピクチャ（対象ピクチャと同一時刻のピクチャ）を、参照画像として、視差予測処理を行う。
　すなわち、視差予測部５６１は、DPB４３に記憶されたデコード中央視点色画像のピクチャを、参照画像として、その参照画像を、SEI生成部５５１からの解像度変換SEIに応じて、変換参照画像に変換する。
　さらに、視差予測部５６１は、次の対象ブロックについて、変換参照画像を用いて、視差予測を行うことにより、マクロブロックタイプ等が異なるインター予測モードごとに、予測画像や符号化コスト等を求める。
　さらに、視差予測部５６１は、符号化コストが最小のインター予測モードを、最適インター予測モードとして、その最適インター予測モードの予測画像を、ヘッダ情報（となるインター予測に関する情報）と、符号化コストとともに、予測画像選択部１２４に供給して、処理は、ステップＳ３１５からステップＳ３１６に進む。
　ステップＳ３１６では、予測画像選択部１２４は、画面内予測部１２２からの予測画像（イントラ予測の予測画像）、時間予測部１３２からの予測画像（時間予測画像）、及び、視差予測部５６１からの予測画像（視差予測画像）のうちの、例えば、符号化コストが最小の予測画像を選択し、演算部１１３及び２２０に供給して、処理は、ステップＳ３１７に進む。
　ここで、予測画像選択部１２４がステップＳ３１６で選択する予測画像が、次の対象ブロックの符号化で行われるステップＳ３０３やＳ３０８の処理で用いられる。
　また、予測画像選択部１２４は、画面内予測部１２２、時間予測部１３２、及び、視差予測部５６１からのヘッダ情報のうちの、符号化コストが最小の予測画像とともに供給されたヘッダ情報を選択し、可変長符号化部１１６に供給する。
　ステップＳ３１７では、可変長符号化部１１６は、量子化部１１５からの量子化値に対して、可変長符号化を施し、符号化データを得る。
　さらに、可変長符号化部１１６は、予測画像選択部１２４からのヘッダ情報や、SEI生成部５５１からの解像度変換SEIを、符号化データのヘッダに含める。
　そして、可変長符号化部１１６は、符号化データを、蓄積バッファ１１７に供給して、処理は、ステップＳ３１７からステップＳ３１８に進む。
　ステップＳ３１８では、蓄積バッファ１１７は、可変長符号化部１１６からの符号化データを一時記憶する。
　蓄積バッファ１１７に記憶された符号化データは、所定の伝送レートで、多重化装置２３（図２１）に供給される。
　エンコーダ５１１では、以上のステップＳ３０１ないしＳ３１８の処理が、適宜繰り返し行われる。
　図６１は、図６０のステップＳ３１５で、図５８の視差予測部５６１が行う視差予測処理を説明するフローチャートである。
　ステップＳ３３１において、参照画像変換部５７０は、SEI生成部５５１から供給される解像度変換SEIを受け取り、処理は、ステップＳ３３２に進む。
　ステップＳ３３２では、参照画像変換部５７０は、DPB４３からの参照画像としてのデコード中央視点色画像のピクチャを受け取り、処理は、ステップＳ３３３に進む。
　ステップＳ３３３では、参照画像変換部５７０は、SEI生成部５５１からの解像度変換SEIに応じて、DPB４３からの参照画像としてのデコード中央視点色画像のピクチャに施すフィルタ処理をコントロールし、これにより、参照画像を、符号化対象の低解像度左視点色画像のピクチャの横と縦との解像度比と合致する解像度比の変換参照画像に変換する参照画像の変換処理を行う。
　そして、参照画像変換部５７０は、参照画像の変換処理により得られる変換参照画像を、視差検出部１４１、及び、視差補償部１４２に供給して、処理は、ステップＳ３３３からステップＳ３３４に進む。
　ステップＳ３３４ないしＳ３４０では、図３７のステップＳ１３４ないしＳ１４０とそれぞれ同様の処理が行われる。
　図６２は、図６１のステップＳ３３３において、図５９の参照画像変換部５７０が行う参照画像の変換処理を説明するフローチャートである。
　ここで、以上においては、説明を簡単にするために、視差予測部５６１（図５５）において、エンコーダ５１１での符号化対象の、左視点色画像の垂直解像度を1/2に低解像度化した低解像度左視点画像の視差予測を、低解像度化がされていない（デコード）中央視点色画像を参照画像として用いて行うこととしたが、エンコーダ５１１での符号化対象の、左視点色画像を低解像度化した低解像度左視点画像の視差予測は、図５５で説明したように、右視点色画像を低解像度化した（デコード）低解像度右視点色画像を参照画像として用いて行うことができる。
　すなわち、エンコーダ５１１において、符号化対象の、低解像度化がされた低解像度左視点画像の視差予測は、低解像度化がされていない中央視点色画像の他、符号化対象の低解像度左視点画像と同一の低解像度化がされた低解像度右視点色画像を参照画像として用いて行うことができる。
　エンコーダ５１１において、左視点色画像の垂直解像度を1/2にする低解像度化がされた低解像度左視点画像を、符号化対象の画像とし、その符号化対象の画像の視差予測を、低解像度化がされていない中央視点色画像を参照画像として用いて行う場合、符号化対象の画像は、垂直解像度が（元の）1/2にされた低解像度の画像であり、参照画像は、低解像度化がされていない画像であるから、符号化対象の画像は、参照画像に対して、垂直解像度が1/2の画像であり、符号化対象の画像の解像度比と、参照画像の解像度比とは、異なる。
　一方、エンコーダ５１１において、左視点色画像の垂直解像度を1/2にする低解像度化がされた低解像度左視点画像を、符号化対象の画像とし、その符号化対象の画像の視差予測を、右視点色画像の垂直解像度を1/2にする低解像度化がされた低解像度右視点色画像を参照画像として用いて行う場合、符号化対象の画像は、垂直解像度が1/2にされた低解像度の画像であり、参照画像も、垂直解像度が1/2にされた低解像度の画像であるから、符号化対象の画像の解像度比と、参照画像の解像度比とは、一致する。
　また、図５４の符号化装置３２２Ｃでは、エンコーダ４１において、中央視点色画像を、ベースビューの画像として符号化するとともに、エンコーダ５１１及び５１２において、低解像度左視点画像、及び、低解像度右視点画像を、ノンベースビューの画像として、それぞれ符号化することとしたが、符号化装置３２２Ｃでは、その他、例えば、エンコーダ４１において、低解像度左視点画像、及び、低解像度右視点画像のうちの一方である、例えば、低解像度左視点画像を、ベースビューの画像として符号化するとともに、エンコーダ５１１において、中央視点色画像を、ノンベースビューの画像として符号化し、エンコーダ５１２において、低解像度左視点画像、及び、低解像度右視点画像のうちの他方である低解像度右視点画像を、ノンベースビューの画像として符号化することができる。
　エンコーダ５１１において、中央視点色画像を、ノンベースビューの画像として符号化する場合、符号化対象の、低解像度化がされていない中央視点色画像の視差予測は、左視点色画像の垂直解像度を1/2にする低解像度化がされた低解像度左視点画像（又は、右視点色画像の垂直解像度を1/2にする右解像度化がされた右解像度左視点画像）を参照画像として用いて行われる。
　エンコーダ５１１において、低解像度化がされていない中央視点色画像を、符号化対象の画像とし、その符号化対象の画像の視差予測を、垂直解像度を1/2にする低解像度化がされた低解像度左視点画像を参照画像として用いて行う場合、符号化対象の画像は、低解像度化がされていない中央視点色画像であり、参照画像は、垂直解像度が1/2にされた低解像度の画像であるから、符号化対象の画像は、参照画像に対して、垂直解像度が2倍の画像であり、符号化対象の画像の解像度比と、参照画像の解像度比とは、異なる。
　以上のように、エンコーダ５１１の符号化対象の画像と、その符号化対象の画像の視差予測に用いられる参照画像とについては、符号化対象の画像が、参照画像に対して、垂直解像度が1/2の画像、又は、2倍の画像であること等によって、符号化対象の画像の解像度比と、参照画像の解像度比とが、異なる場合と、符号化対象の画像の解像度比と、参照画像の解像度比とが、一致する場合とがある。
　また、解像度変換装置３２１Ｃでは、図５３で説明したように、左視点色画像、及び、右視点色画像それぞれの垂直解像度を1/2にする低解像度化の他、水平解像度を1/2にする低解像度化を行うことができる。
　図６２の参照画像の変換処理は、以上のような、符号化対象の画像が、参照画像に対して、垂直解像度が1/2の画像、又は、2倍の画像であること等によって、符号化対象の画像の解像度比と、参照画像の解像度比とが、異なっている場合、及び、符号化対象の画像の解像度比と、参照画像の解像度比とが、一致している場合、並びに、左視点色画像と右視点色画像の垂直解像度を1/2にする低解像度化が行われている場合、及び、左視点色画像と右視点色画像の水平解像度を1/2にする低解像度化が行われている場合のいずれの場合にも対処することができる処理になっている。
　図６２の参照画像の変換処理では、ステップＳ３５１において、コントローラ３８１（図５９）は、SEI生成部５５１からの解像度変換SEIを受け取り、処理は、ステップＳ３５２に進む。
　ステップＳ３５２では、水平1/2画素生成用フィルタ処理部１５１（図５９）が、DPB４３からの参照画像としてのデコード中央視点色画像を受け取り、処理は、ステップＳ３５３に進む。
　ステップＳ３５３では、コントローラ３８１が、SEI生成部５５１からの解像度変換SEIに応じて、水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５それぞれのフィルタ処理をコントロールし、これにより、DPB４３からの参照画像が、符号化対象の画像のピクチャの横と縦との解像度比と合致する解像度比の変換参照画像に変換される。
　すなわち、ステップＳ３５３では、ステップＳ３６１において、コントローラ３８１は、エンコーダ５１１での符号化対象の画像のresolution_info[i]（図５６、図５７）と、その視差予測に用いられる参照画像（既に、符号化されてローカルデコードされたデコード画像）のresolution_info[j]とが等しいかどうかを判定する。
　ここで、エンコーダ５１１での符号化対象の画像は、解像度変換多視点色画像を構成するi＋１番目の画像であり、その視差予測に用いられる参照画像は、解像度変換多視点色画像を構成するj（≠i）＋１番目の画像であることとする（j=0,1,・・・）。
　ステップＳ３６１において、エンコーダ５１１での符号化対象の画像のresolution_info[i]と、その視差予測に用いられる参照画像のresolution_info[j]とが等しいと判定された場合、すなわち、符号化対象の画像と、その視差予測に用いられる参照画像とが、いずれも低解像度化されていない画像であるか、又は、同一の低解像度化がされた画像であり、符号化対象の画像の解像度比と、その視差予測に用いられる参照画像の解像度比とが一致する場合、処理は、ステップＳ３６２に進み、以下、ステップＳ３６２ないしＳ３６６において、DPB４３からの参照画像に、図１４及び図１５で説明したMVCに従ったフィルタ処理（横方向と縦方向それぞれの画素数を、同一倍数だけ増加させるフィルタ処理）が施される。
　すなわち、ステップＳ３６２において、水平1/2画素生成用フィルタ処理部１５１は、DPB４３からの整数精度画像である参照画像に、水平1/2画素生成用フィルタ処理を施し、その結果得られる画像を、垂直1/2画素生成用フィルタ処理部１５２に供給して、処理は、ステップＳ３６３に進む。
　ステップＳ３６３では、垂直1/2画素生成用フィルタ処理部１５２は、水平1/2画素生成用フィルタ処理部１５１からの画像に、垂直1/2画素生成用フィルタ処理を施し、その結果得られる1/2精度画像（図１４）を、水平1/4画素生成用フィルタ処理部１５３に供給して、処理は、ステップＳ３６４に進む。
　ステップＳ３６４では、水平1/4画素生成用フィルタ処理部１５３は、垂直1/2画素生成用フィルタ処理部１５２からの1/2精度画像に、水平1/4画素生成用フィルタ処理を施し、その結果得られる画像を、垂直1/4画素生成用フィルタ処理部１５４に供給して、処理は、ステップＳ３６５に進む。
　ステップＳ３６５では、垂直1/4画素生成用フィルタ処理部１５４は、水平1/4画素生成用フィルタ処理部１５３からの画像に、垂直1/4画素生成用フィルタ処理を施し、その結果得られる画像を、水平垂直1/4画素生成用フィルタ処理部１５５に供給して、処理は、ステップＳ３６６に進む。
　ステップＳ３６６では、水平垂直1/4画素生成用フィルタ処理部１５５は、垂直1/4画素生成用フィルタ処理部１５４からの画像に、水平垂直1/4画素生成用フィルタ処理を施し、処理は、ステップＳ３５４に進む。
　ステップＳ３５４では、水平垂直1/4画素生成用フィルタ処理部１５５は、水平垂直1/4画素生成用フィルタ処理によって得られる1/4精度画像（図１５）を、変換参照画像として、視差検出部１４１、及び、視差補償部１４２に供給して、処理はリターンする。
　なお、図６２の参照画像の変換処理において、符号化対象の画像のresolution_info[i]と、その視差予測に用いられる参照画像のresolution_info[j]とが等しい場合、すなわち、符号化対象の画像の解像度比と、その視差予測に用いられる参照画像の解像度比とが一致する場合には、ステップＳ３６２ないしＳ３６６のフィルタ処理のうちの、ステップＳ３６４ないしＳ３６６のフィルタ処理をスキップし、ステップＳ３６３で得られる1/2精度画像を、変換参照画像として、視差検出部１４１、及び、視差補償部１４２に供給すること、又は、ステップＳ３６２ないしＳ３６６のすべての処理をスキップして、参照画像を、そのまま変換参照画像として、視差検出部１４１、及び、視差補償部１４２に供給することができる。
　一方、ステップＳ３６１において、エンコーダ５１１での符号化対象の画像のresolution_info[i]と、その視差予測に用いられる参照画像のresolution_info[j]とが等しくないと判定された場合、すなわち、符号化対象の画像の解像度比と、その視差予測に用いられる参照画像の解像度比とが一致しない場合、処理は、ステップＳ３６７に進み、コントローラ３８１は、エンコーダ５１１での符号化対象の画像のresolution_info[i]と、その視差予測に用いられる参照画像のresolution_info[j]とを判定する。
　ステップＳ３６７において、符号化対象の画像のresolution_info[i]が1で、視差予測に用いられる参照画像のresolution_info[j]が0であると判定されるか、又は、符号化対象の画像のresolution_info[i]が0で、視差予測に用いられる参照画像のresolution_info[j]が2であると判定された場合、処理は、ステップＳ３６８に進み、水平1/2画素生成用フィルタ処理部１５１は、DPB４３からの整数精度画像である参照画像に、水平1/2画素生成用フィルタ処理を施し、その結果得られる水平1/2精度画像（図３３）を、垂直1/2画素生成用フィルタ処理部１５２に供給する。
　垂直1/2画素生成用フィルタ処理部１５２は、水平1/2画素生成用フィルタ処理部１５１からの水平1/2精度画像に、垂直1/2画素生成用フィルタ処理を施さずに（スキップして）、そのまま、水平1/4画素生成用フィルタ処理部１５３に供給して、処理は、ステップＳ３６８からステップＳ３６４に進む。
　以下、ステップＳ３６４ないしＳ３６６において、水平1/2精度画像に、上述した場合と同様の、水平1/4画素生成用フィルタ処理部１５３による水平1/4画素生成用フィルタ処理、垂直1/4画素生成用フィルタ処理部１５４による垂直1/4画素生成用フィルタ処理、及び、水平垂直1/4画素生成用フィルタ処理部１５５による水平垂直1/4画素生成用フィルタ処理が、それぞれ施され、水平1/4垂直1/2精度画像（図３４）が求められる。
　そして、処理は、ステップＳ３６６からステップＳ３５４に進み、水平垂直1/4画素生成用フィルタ処理部１５５は、水平1/4垂直1/2精度画像を、変換参照画像として、視差検出部１４１、及び、視差補償部１４２に供給して、処理はリターンする。
　すなわち、符号化対象の画像のresolution_info[i]が1で、視差予測に用いられる参照画像のresolution_info[j]が0である場合、図５６及び図５７で説明したことから、符号化対象の画像は、垂直解像度が1/2にされた低解像度の画像(resolution_info[i]=1)であり、視差予測に用いられる参照画像は、低解像度化がされていない画像(resolution_info[j]が0)であるから、視差予測に用いられる参照画像の解像度比が、1:1であるのに対して、符号化対象の画像の解像度比は、2:1になっている。
　そこで、参照画像変換部５７０（図５９）では、解像度比が1:1の参照画像を、補間される画素数の横と縦との比（以下、補間画素数比ともいう）が2:1の水平1/4垂直1/2精度画像に変換することで、解像度比が、符号化対象画像の解像度比である2:1に一致する変換参照画像が求められる。
　また、符号化対象の画像のresolution_info[i]が0で、視差予測に用いられる参照画像のresolution_info[j]が2である場合、図５６及び図５７で説明したことから、符号化対象の画像は、低解像度化がされていない画像(resolution_info[i]が0)であり、視差予測に用いられる参照画像は、水平解像度が1/2にされた低解像度の画像(resolution_info[j]=2)であるから、符号化対象の画像の解像度比が、1:1であるのに対して、視差予測に用いられる参照画像の解像度比は、1:2になっている。
　そこで、参照画像変換部５７０（図５９）では、解像度比が1:2の参照画像を、補間画素数比が2:1の水平1/4垂直1/2精度画像に変換することで、解像度比が、符号化対象画像の解像度比である1:1(=2:2)に一致する変換参照画像が求められる。
　なお、図６２の参照画像の変換処理において、符号化対象の画像のresolution_info[i]が1で、視差予測に用いられる参照画像のresolution_info[j]が0である場合と、符号化対象の画像のresolution_info[i]が0で、視差予測に用いられる参照画像のresolution_info[j]が2である場合においては、ステップＳ３６８、及び、ステップＳ３６４ないしＳ３６６のフィルタ処理のうちの、ステップＳ３６４ないしＳ３６６のフィルタ処理をスキップし、ステップＳ３６８で得られる水平1/2精度画像（図３３）を、変換参照画像として、視差検出部１４１、及び、視差補償部１４２に供給することができる。
　一方、ステップＳ３６７において、符号化対象の画像のresolution_info[i]が0で、視差予測に用いられる参照画像のresolution_info[j]が1であると判定されるか、又は、符号化対象の画像のresolution_info[i]が2で、視差予測に用いられる参照画像のresolution_info[j]が0であると判定された場合、水平1/2画素生成用フィルタ処理部１５１は、DPB４３からの整数精度画像である参照画像に、水平1/2画素生成用フィルタ処理を施さずに（スキップして）、そのまま、垂直1/2画素生成用フィルタ処理部１５２に供給して、処理は、ステップＳ３６９に進む。
　ステップＳ３６９では、垂直1/2画素生成用フィルタ処理部１５２は、水平1/2画素生成用フィルタ処理部１５１からの整数精度画像である参照画像に、垂直1/2画素生成用フィルタ処理を施し、その結果得られる垂直1/2精度画像（図４９）を、水平1/4画素生成用フィルタ処理部１５３に供給して、処理は、ステップＳ３６４に進む。
　以下、ステップＳ３６４ないしＳ３６６において、垂直1/2精度画像に、上述した場合と同様の、水平1/4画素生成用フィルタ処理部１５３による水平1/4画素生成用フィルタ処理、垂直1/4画素生成用フィルタ処理部１５４による垂直1/4画素生成用フィルタ処理、及び、水平垂直1/4画素生成用フィルタ処理部１５５による水平垂直1/4画素生成用フィルタ処理が、それぞれ施され、水平1/2垂直1/4精度画像（図５０）が求められる。
　そして、処理は、ステップＳ３６６からステップＳ３５４に進み、水平垂直1/4画素生成用フィルタ処理部１５５は、水平1/2垂直1/4精度画像を、変換参照画像として、視差検出部１４１、及び、視差補償部１４２に供給して、処理はリターンする。
　すなわち、符号化対象の画像のresolution_info[i]が0で、視差予測に用いられる参照画像のresolution_info[j]が1である場合、図５６及び図５７で説明したことから、符号化対象の画像は、低解像度化がされていない画像(resolution_info[i]が0)であり、視差予測に用いられる参照画像は、垂直解像度が1/2にされた低解像度の画像(resolution_info[j]=1)であるから、符号化対象の画像の解像度比が、1:1であるのに対して、視差予測に用いられる参照画像の解像度比は、2:1になっている。
　そこで、参照画像変換部５７０（図５９）では、解像度比が2:1の参照画像を、補間画素数比が1:2の水平1/2垂直1/4精度画像に変換することで、解像度比が、符号化対象画像の解像度比である1:1(=2:2)に一致する変換参照画像が求められる。
　また、符号化対象の画像のresolution_info[i]が2で、視差予測に用いられる参照画像のresolution_info[j]が0である場合、図５６及び図５７で説明したことから、符号化対象の画像は、水平解像度が1/2にされた低解像度の画像(resolution_info[i]=2)であり、視差予測に用いられる参照画像は、低解像度化がされていない画像(resolution_info[j]が0)であるから、視差予測に用いられる参照画像の解像度比が、1:1であるのに対して、符号化対象の画像の解像度比は、1:2になっている。
　そこで、参照画像変換部５７０（図５９）では、解像度比が1:1の参照画像を、補間画素数比が1:2の水平1/2垂直1/4精度画像に変換することで、解像度比が、符号化対象画像の解像度比である1:2に一致する変換参照画像が求められる。
　なお、図６２の参照画像の変換処理において、符号化対象の画像のresolution_info[i]が0で、視差予測に用いられる参照画像のresolution_info[j]が1である場合と、符号化対象の画像のresolution_info[i]が2で、視差予測に用いられる参照画像のresolution_info[j]が0である場合には、ステップＳ３６９、及び、ステップＳ３６４ないしＳ３６６のフィルタ処理のうちの、ステップＳ３６４ないしＳ３６６のフィルタ処理をスキップし、ステップＳ３６９で得られる垂直1/2精度画像（図４９）を、変換参照画像として、視差検出部１４１、及び、視差補償部１４２に供給することができる。
　図６３は、参照画像変換部５７０（図５９）において、図６２の参照画像の変換処理が行われる場合の、コントローラ３８１による、水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５それぞれのフィルタ処理のコントロールを説明する図である。
　エンコーダ５１１での符号化対象の画像（ピクチャ）のresolution_info[i]と、その視差予測に用いられる参照画像（ピクチャ）のresolution_info[j]とが等しい場合、すなわち、resolution_info[i]、及び、resolution_info[j]が、いずれも、0，１、又は、2である場合、符号化対象の画像の解像度比と、その視差予測に用いられる参照画像の解像度比とが一致するので、コントローラ３８１は、例えば、水平1/2画素生成用フィルタ処理、垂直1/2画素生成用フィルタ処理、水平1/4画素生成用フィルタ処理、垂直1/4画素生成用フィルタ処理、及び、水平垂直1/4画素生成用フィルタ処理のすべてのフィルタ処理を行うように、すなわち、図１４及び図１５で説明したMVCに従ったフィルタ処理（横方向と縦方向それぞれの画素数を、同一倍数だけ増加させるフィルタ処理）を行うように、水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５をコントロールする。
　エンコーダ５１１での符号化対象の画像のresolution_info[i]が1で、その視差予測に用いられる参照画像のresolution_info[j]が0である場合、符号化対象の画像の解像度比が2:1で、その視差予測に用いられる参照画像の解像度比が1:1であるので、コントローラ３８１は、解像度比が1:1の参照画像が、符号化対象の画像の解像度比である2:1に一致する解像度比の変換参照画像に変換されるように、水平1/2画素生成用フィルタ処理、垂直1/2画素生成用フィルタ処理、水平1/4画素生成用フィルタ処理、垂直1/4画素生成用フィルタ処理、及び、水平垂直1/4画素生成用フィルタ処理のうちの、例えば、垂直1/2画素生成用フィルタ処理のみをスキップし、他のフィルタ処理を行うように、すなわち、図３３及び図３４で説明したフィルタ処理を行うように、水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５をコントロールする。
　エンコーダ５１１での符号化対象の画像のresolution_info[i]が2で、その視差予測に用いられる参照画像のresolution_info[j]が0である場合、符号化対象の画像の解像度比が1:2で、その視差予測に用いられる参照画像の解像度比が1:1であるので、コントローラ３８１は、解像度比が1:1の参照画像が、符号化対象の画像の解像度比である1:2に一致する解像度比の変換参照画像に変換されるように、水平1/2画素生成用フィルタ処理、垂直1/2画素生成用フィルタ処理、水平1/4画素生成用フィルタ処理、垂直1/4画素生成用フィルタ処理、及び、水平垂直1/4画素生成用フィルタ処理のうちの、例えば、水平1/2画素生成用フィルタ処理のみをスキップし、他のフィルタ処理を行うように、すなわち、図４９及び図５０で説明したフィルタ処理を行うように、水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５をコントロールする。
　エンコーダ５１１での符号化対象の画像のresolution_info[i]が0で、その視差予測に用いられる参照画像のresolution_info[j]が1である場合、符号化対象の画像の解像度比が1:1で、その視差予測に用いられる参照画像の解像度比が2:1であるので、コントローラ３８１は、解像度比が2:1の参照画像が、符号化対象の画像の解像度比である1:1に一致する解像度比の変換参照画像に変換されるように、水平1/2画素生成用フィルタ処理、垂直1/2画素生成用フィルタ処理、水平1/4画素生成用フィルタ処理、垂直1/4画素生成用フィルタ処理、及び、水平垂直1/4画素生成用フィルタ処理のうちの、例えば、水平1/2画素生成用フィルタ処理のみをスキップし、他のフィルタ処理を行うように、すなわち、図４９及び図５０で説明したフィルタ処理を行うように、水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５をコントロールする。
　エンコーダ５１１での符号化対象の画像のresolution_info[i]が0で、その視差予測に用いられる参照画像のresolution_info[j]が2である場合、符号化対象の画像の解像度比が1:1で、その視差予測に用いられる参照画像の解像度比が1:2であるので、コントローラ３８１は、解像度比が1:2の参照画像が、符号化対象の画像の解像度比である1:1に一致する解像度比の変換参照画像に変換されるように、水平1/2画素生成用フィルタ処理、垂直1/2画素生成用フィルタ処理、水平1/4画素生成用フィルタ処理、垂直1/4画素生成用フィルタ処理、及び、水平垂直1/4画素生成用フィルタ処理のうちの、例えば、垂直1/2画素生成用フィルタ処理のみをスキップし、他のフィルタ処理を行うように、すなわち、図３３及び図３４で説明したフィルタ処理を行うように、水平1/2画素生成用フィルタ処理部１５１ないし水平垂直1/4画素生成用フィルタ処理部１５５をコントロールする。
　［復号装置３３２Ｃの構成例］　
　図６４は、解像度変換多視点色画像が、図５３で説明した中央視点画像、低解像度左視点画像、及び、低解像度右視点画像である場合、つまり、符号化装置３２２Ｃ（図２１）が、図５４に示したように構成される場合の、図２２の復号装置３３２Ｃの構成例を示すブロック図である。
　なお、図中、図３９の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図６４において、復号装置３３２Ｃは、デコーダ２１１，６１１、及び、６１２、並びに、DPB２１３を有する。
　したがって、図６４の復号装置３３２Ｃは、デコーダ２１１及びDPB２１３を有する点で、図３９の場合と共通するが、デコーダ４１２に代えて、デコーダ６１１及び６１２が設けられている点で、図３９の場合と相違する。
　デコーダ２１１には、逆多重化装置３１（図２２）からの多視点色画像符号化データのうちの、ベースビューの画像である中央視点色画像の符号化データが供給される。
　また、デコーダ６１１には、逆多重化装置３１からの多視点色画像符号化データのうちの、ノンベースビューの画像である低解像度左視点色画像の符号化データが供給され、デコーダ６１２には、逆多重化装置３１からの多視点色画像符号化データのうちの、ノンベースビューの画像である低解像度右視点色画像の符号化データが供給される。
　デコーダ２１１は、そこに供給される中央視点色画像の符号化データを、MVC(AVC)で復号し、その結果得られる中央視点色画像を出力する。
　デコーダ６１１は、そこに供給される低解像度左視点色画像の符号化データを、拡張方式で復号し、その結果得られる低解像度左視点色画像を出力する。
　デコーダ６１２は、そこに供給される低解像度右視点色画像の符号化データを、拡張方式で復号し、その結果得られる低解像度右視点色画像を出力する。
　そして、デコーダ２１１が出力する中央視点色画像、デコーダ６１１が出力する低解像度左視点色画像、及び、デコーダ６１２が出力する低解像度右視点画像が、解像度変換多視点色画像として、解像度逆変換装置３３３Ｃ（図２２）に供給される。
　また、デコーダ２１１，６１１、及び、６１２は、それぞれ、図５４のエンコーダ４１，５１１、及び、５１２で予測符号化された画像を復号する。
　予測符号化された画像を復号するには、その予測符号化で用いられた予測画像が必要であるため、デコーダ２１１，６１１、及び、６１２は、予測符号化で用いられた予測画像を生成するために、復号対象の画像を復号した後、予測画像の生成に用いる、復号後の画像を、DPB２１３に一時記憶させる。
　DPB２１３は、デコーダ２１１，６１１、及び、６１２で共用され、デコーダ２１１，６１１、及び、６１２それぞれで得られる復号後の画像（デコード画像）を一時記憶する。
　デコーダ２１１，６１１、及び、６１２それぞれは、DPB２１３に記憶されたデコード画像から、復号対象の画像を復号するのに参照する参照画像を選択し、その参照画像を用いて、予測画像を生成する。
　以上のように、DPB２１３は、デコーダ２１１，６１１、及び、６１２で共用されるので、デコーダ２１１，６１１、及び、６１２それぞれは、自身で得られたデコード画像の他、他のデコーダで得られたデコード画像をも参照することができる。
　ここで、デコーダ６１２は、処理の対象が、低解像度左視点色画像ではなく、低解像度右視点色画像であることを除き、デコーダ６１１と同様の処理を行うので、以下では、その説明は、適宜省略する。
　［デコーダ６１１の構成例］
　図６５は、図６４のデコーダ６１１の構成例を示すブロック図である。
　なお、図中、図４０の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図６５において、デコーダ６１１は、蓄積バッファ２４１、可変長復号部２４２、逆量子化部２４３、逆直交変換部２４４、演算部２４５、デブロッキングフィルタ２４６、画面並び替えバッファ２４７、D/A変換部２４８、画面内予測部２４９、予測画像選択部２５１、及び、インター予測部６５０を有する。
　したがって、図６５のデコーダ６１１は、蓄積バッファ２４１ないし画面内予測部２４９、及び、予測画像選択部２５１を有する点で、図４０のデコーダ４１２と共通する。
　但し、図６５のデコーダ６１１は、インター予測部４５０に代えて、インター予測部６５０が設けられている点で、図４０のデコーダ４１２と相違する。
　インター予測部６５０は、参照インデクス処理部２６０、時間予測部２６２、及び、視差予測部６６１を有する。
　したがって、インター予測部６５０は、参照インデクス処理部２６０、及び、時間予測部２６２を有する点で、図４０のインター予測部４５０と共通するが、視差予測部４６１（図４０）に代えて、視差予測部６６１が設けられている点で、図４０のインター予測部４５０と相違する。
　図６５のデコーダ６１１では、可変長復号部２４２が、蓄積バッファ２４１から、解像度変換SEIを含む、低解像度左視点色画像の符号化データを受け取り、その符号化データに含まれる解像度変換SEIを、視差予測部６６１に供給する。
　また、可変長復号部２４２は、解像度変換SEIを、解像度変換情報として、解像度逆変換装置３３３Ｃ（図２２）に供給する。
　さらに、可変長復号部２４２は、符号化データに含まれるヘッダ情報（予測モード関連情報）を、画面内予測部２４９、並びに、インター予測部６５０を構成する参照インデクス処理部２６０、時間予測部２６２、及び、視差予測部６６１に供給する。
　視差予測部６６１には、可変長復号部２４２から、予測モード関連情報、及び、解像度変換SEIが供給される他、参照インデクス処理部２６０から、参照画像としてのデコード中央視点色画像のピクチャが供給される。
　視差予測部６６１は、可変長復号部２４２からの解像度変換SEIに基づき、参照インデクス処理部２６０からの参照画像としてのデコード中央視点色画像のピクチャを、図５５の視差予測部５６１と同様にして、変換参照画像に変換する。
　さらに、視差予測部６６１は、可変長復号部２４２からの予測モード関連情報に基づき、対象ブロックの予測画像の生成に用いられた視差ベクトルを復元し、図５５の視差予測部５６１と同様に、その視差ベクトルに従って、変換参照画像の視差予測（視差補償）を行うことで、予測画像を生成して、予測画像選択部２５１に供給する。
　［視差予測部６６１の構成例］
　図６６は、図６５の視差予測部６６１の構成例を示すブロック図である。
　なお、図中、図４１の場合と対応する部分については、同一の符号を付してあり、以下では、その説明は、適宜省略する。
　図６６において、視差予測部６６１は、視差補償部２７２、及び、参照画像変換部６７１を有する。
　したがって、図６６の視差予測部６６１は、視差補償部２７２を有する点で、図４１の視差予測部４６１と共通するが、参照画像変換部４７１に代えて、参照画像変換部６７１が設けられている点で、図４１の視差予測部４６１と相違する。
　参照画像変換部６７１には、参照インデクス処理部２６０から、デコード中央視点色画像のピクチャが、参照画像として供給されるとともに、可変長復号部２４２から、解像度変換SEIが供給される。
　参照画像変換部６７１は、図５９の参照画像変換部５７０と同様に構成される。
　そして、参照画像変換部６７１は、図５９の参照画像変換部５７０と同様に、可変長復号部２４２からの解像度変換SEIに応じて、視差予測において参照する参照画像としてのデコード中央視点色画像のピクチャに施すフィルタ処理をコントロールし、これにより、参照画像を、復号対象の低解像度左視点色画像のピクチャの横と縦との解像度比と合致する解像度比の変換参照画像に変換して、視差補償部２７２に供給する。
　［低解像度左視点色画像の復号処理］
　図６７は、図６５のデコーダ６１１が行う、低解像度左視点色画像の符号化データを復号する復号処理を説明するフローチャートである。
　ステップＳ４０１ないしＳ４０６において、図４３のステップＳ２０１ないしＳ２０６とそれぞれ同様の処理が行われ、これにより、デブロッキングフィルタ２４６において、低解像度左視点色画像の対象ブロックを復号したデコード低解像度左視点色画像がフィルタリングされて、DPB２１３、及び、画面並び替えバッファ２４７に供給される。
　その後、処理は、ステップＳ４０７に進み、DPB２１３が、中央視点色画像を復号するデコーダ２１１（図６４）から、デコード中央視点色画像が供給されるのを待って、そのデコード中央視点色画像を記憶し、処理は、ステップＳ４０８に進む。
　ステップＳ４０８では、DPB２１３が、デブロッキングフィルタ２４６からのデコード低解像度左視点色画像を記憶し、処理は、ステップＳ４０９に進む。
　ステップＳ４０９では、画面内予測部２４９、並びに、インター予測部６５０（を構成する時間予測部２６２、及び、視差予測部６６１）が、可変長復号部２４２から供給される予測モード関連情報に基づき、次の対象ブロック（次に復号対象となるマクロブロック）が、イントラ予測（画面内予測）、及び、インター予測のうちのいずれの予測方式で生成された予測画像を用いて符号化されているかを判定する。
　そして、ステップＳ４０９において、次の対象ブロックが、画面内予測で生成された予測画像を用いて符号化されていると判定された場合、処理は、ステップＳ４１０に進み、画面内予測部２４９は、イントラ予測処理（画面内予測処理）を行う。
　すなわち、画面内予測部２４９は、次の対象ブロックについて、DPB２１３に記憶されたデコード低解像度左視点色画像のピクチャから、予測画像（イントラ予測の予測画像）を生成するイントラ予測（画面内予測）を行い、その予測画像を、予測画像選択部２５１に供給して、処理は、ステップＳ４１０からステップＳ４１５に進む。
　また、ステップＳ４０９において、次の対象ブロックが、インター予測で生成された予測画像を用いて符号化されていると判定された場合、処理は、ステップＳ４１１に進み、参照インデクス処理部２６０は、可変長復号部２４２からの予測モード関連情報に含まれる（予測用の）参照インデクスが割り当てられているデコード中央視点色画像のピクチャ、又は、デコード低解像度左視点色画像のピクチャを、DPB２１３から読み出すことにより、参照画像として選択し、処理は、ステップＳ４１２に進む。
　ステップＳ４１２では、参照インデクス処理部２６０が、可変長復号部２４２からの予測モード関連情報に含まれる（予測用の）参照インデクスに基づき、次の対象ブロックが、インター予測である時間予測、及び、視差予測のうちのいずれの予測方式で生成された予測画像を用いて符号化されているかを判定する。
　ステップＳ４１２において、次の対象ブロックが、時間予測で生成された予測画像を用いて符号化されていると判定された場合、すなわち、可変長復号部２４２からの（次の）対象ブロックの予測用の参照インデクスが割り当てられているピクチャが、デコード低解像度左視点色画像のピクチャであり、ステップＳ４１１において、そのデコード低解像度左視点色画像のピクチャが、参照画像として選択されている場合、参照インデクス処理部２６０は、参照画像としてのデコード低解像度左視点色画像のピクチャを、時間予測部２６２に供給して、処理は、ステップＳ４１３に進む。
　ステップＳ４１３では、時間予測部２６２が、時間予測処理（インター予測処理）を行う。
　すなわち、時間予測部２６２は、次の対象ブロックについて、参照インデクス処理部２６０からの参照画像としてのデコード低解像度左視点色画像のピクチャの動き補償を、可変長復号部２４２からの予測モード関連情報を用いて行うことにより、予測画像を生成し、その予測画像を、予測画像選択部２５１に供給して、処理は、ステップＳ４１３からステップＳ４１５に進む。
　また、ステップＳ４１２において、次の対象ブロックが、視差予測で生成された予測画像を用いて符号化されていると判定された場合、すなわち、可変長復号部２４２からの（次の）対象ブロックの予測用の参照インデクスが割り当てられているピクチャが、デコード中央視点色画像のピクチャであり、ステップＳ４１１において、そのデコード中央視点色画像のピクチャが、参照画像として選択されている場合、参照インデクス処理部２６０は、参照画像としてのデコード中央視点色画像のピクチャを、視差予測部６６１に供給して、処理は、ステップＳ４１４に進む。
　ステップＳ４１４では、視差予測部６６１が、視差予測処理（インター予測処理）を行う。
　すなわち、視差予測部６６１は、参照インデクス処理部２６０からの参照画像としてのデコード中央視点色画像のピクチャを、可変長復号部２４２からの解像度変換SEIに応じて、変換参照画像に変換する。
　さらに、視差予測部６６１は、次の対象ブロックについて、変換参照画像の視差補償を、可変長復号部２４２からの予測モード関連情報を用いて行うことにより、予測画像を生成し、その予測画像を、予測画像選択部２５１に供給して、処理は、ステップＳ４１４からステップＳ４１５に進む。
　以下、ステップＳ４１５ないしＳ４１７では、図４３のステップＳ２１５ないしＳ２１７とそれぞれ同様の処理が行われる。
　デコーダ６１１では、以上のステップＳ４０１ないしＳ４１７の処理が、適宜繰り返し行われる。
　図６８は、図６７のステップＳ４１４で、図６６の視差予測部６６１が行う視差予測処理を説明するフローチャートである。
　ステップＳ４３１において、参照画像変換部６７１は、可変長復号部２４２から供給される解像度変換SEIを受け取り、処理は、ステップＳ４３２に進む。
　ステップＳ４３２では、参照画像変換部６７１は、参照インデクス処理部２６０からの参照画像としてのデコード中央視点色画像のピクチャを受け取り、処理は、ステップＳ４３３に進む。
　ステップＳ４３３では、参照画像変換部６７１は、可変長復号部２４２からの解像度変換SEIに応じて、参照インデクス処理部２６０からの参照画像としてのデコード中央視点色画像のピクチャに施すフィルタ処理をコントロールし、これにより、参照画像を、復号対象の低解像度左視点色画像のピクチャの横と縦との解像度比と合致する解像度比の変換参照画像に変換する、図６２と同様の参照画像の変換処理を行う。
　そして、参照画像変換部６７１は、参照画像を、低解像度左視点色画像と同一の解像度比に変換した変換参照画像を、視差補償部２７２に供給して、処理は、ステップＳ４３３からステップＳ４３４に進む。
　以下、ステップＳ４３４ないしＳ４３６において、図４４のステップＳ２３４ないしＳ２３６とそれぞれ同様の処理が行われる。
　［本技術を適用したコンピュータの説明］
　次に、上述した一連の処理は、ハードウェアにより行うこともできるし、ソフトウェアにより行うこともできる。一連の処理をソフトウェアによって行う場合には、そのソフトウェアを構成するプログラムが、汎用のコンピュータ等にインストールされる。
　そこで、図７０は、上述した一連の処理を実行するプログラムがインストールされるコンピュータの一実施の形態の構成例を示している。
　プログラムは、コンピュータに内蔵されている記録媒体としてのハードディスク１１０５やROM１１０３に予め記録しておくことができる。
　あるいはまた、プログラムは、リムーバブル記録媒体１１１１に格納（記録）しておくことができる。このようなリムーバブル記録媒体１１１１は、いわゆるパッケージソフトウエアとして提供することができる。ここで、リムーバブル記録媒体１１１１としては、例えば、フレキシブルディスク、CD-ROM(Compact Disc Read Only Memory)，MO(Magneto Optical)ディスク，DVD(Digital Versatile Disc)、磁気ディスク、半導体メモリ等がある。
　なお、プログラムは、上述したようなリムーバブル記録媒体１１１１からコンピュータにインストールする他、通信網や放送網を介して、コンピュータにダウンロードし、内蔵するハードディスク１１０５にインストールすることができる。すなわち、プログラムは、例えば、ダウンロードサイトから、ディジタル衛星放送用の人工衛星を介して、コンピュータに無線で転送したり、LAN(Local Area Network)、インターネットといったネットワークを介して、コンピュータに有線で転送することができる。
　コンピュータは、CPU(Central Processing Unit)１１０２を内蔵しており、CPU１１０２には、バス１１０１を介して、入出力インタフェース１１１０が接続されている。
　CPU１１０２は、入出力インタフェース１１１０を介して、ユーザによって、入力部１１０７が操作等されることにより指令が入力されると、それに従って、ROM(Read Only Memory)１１０３に格納されているプログラムを実行する。あるいは、CPU１１０２は、ハードディスク１１０５に格納されたプログラムを、RAM(Random Access Memory)１１０４にロードして実行する。
　これにより、CPU１１０２は、上述したフローチャートにしたがった処理、あるいは上述したブロック図の構成により行われる処理を行う。そして、CPU１１０２は、その処理結果を、必要に応じて、例えば、入出力インタフェース１１１０を介して、出力部１１０６から出力、あるいは、通信部１１０８から送信、さらには、ハードディスク１１０５に記録等させる。
　なお、入力部１１０７は、キーボードや、マウス、マイク等で構成される。また、出力部１１０６は、LCD(Liquid Crystal Display)やスピーカ等で構成される。
　ここで、本明細書において、コンピュータがプログラムに従って行う処理は、必ずしもフローチャートとして記載された順序に沿って時系列に行われる必要はない。すなわち、コンピュータがプログラムに従って行う処理は、並列的あるいは個別に実行される処理（例えば、並列処理あるいはオブジェクトによる処理）も含む。
　また、プログラムは、１のコンピュータ（プロセッサ）により処理されるものであっても良いし、複数のコンピュータによって分散処理されるものであっても良い。さらに、プログラムは、遠方のコンピュータに転送されて実行されるものであっても良い。
　本技術は、衛星放送、ケーブルTV（テレビジョン）、インターネット、および携帯電話機などのネットワークメディアを介して通信する際に、あるいは、光、磁気ディスク、および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画像処理システムに適用することができる。
　また、上述した画像処理システムの少なくとも一部は、任意の電子機器に適用することができる。以下にその例について説明する。
　［TVの構成例］
　図７１は、本技術を適用したTVの概略構成例を示す図である。
　TV１９００は、アンテナ１９０１、チューナ１９０２、デマルチプレクサ１９０３、デコーダ１９０４、映像信号処理部１９０５、表示部１９０６、音声信号処理部１９０７、スピーカ１９０８、外部インタフェース部１９０９を有している。さらに、TV１９００は、制御部１９１０、ユーザインタフェース部１９１１等を有している。
　チューナ１９０２は、アンテナ１９０１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１９０３に出力する。
　デマルチプレクサ１９０３は、符号化ビットストリームから視聴対象である番組の画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１９０４に出力する。また、デマルチプレクサ１９０３は、EPG(Electronic Program Guide)等のデータのパケットを制御部１９１０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１９０４は、パケットの復号処理を行い、復号処理によって生成された画像データを画像信号処理部１９０５、音声データを音声信号処理部１９０７に出力する。
　画像信号処理部１９０５は、画像データに対して、ノイズ除去やユーザ設定に応じた画像処理等を行う。画像信号処理部１９０５は、表示部１９０６に表示させる番組の画像データや、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、画像信号処理部１９０５は、項目の選択などのメニュー画面等を表示するための画像データを生成し、それを番組の画像データに重畳する。画像信号処理部１９０５は、このようにして生成した画像データに基づいて駆動信号を生成して表示部１９０６を駆動する。
　表示部１９０６は、画像信号処理部１９０５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、番組の画像などを表示させる。
　音声信号処理部１９０７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１９０８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１９０９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、画像データや音声データ等のデータ送受信を行う。
　制御部１９１０にはユーザインタフェース部１９１１が接続されている。ユーザインタフェース部１９１１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１９１０に供給する。
　制御部１９１０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、TV１９００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、TV１９００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、TV１９００では、チューナ１９０２、デマルチプレクサ１９０３、画像信号処理部１９０５、音声信号処理部１９０７、外部インタフェース部１９０９等と制御部１９１０を接続するためバス１９１２が設けられている。
　このように構成されるTV１９００では、デコーダ１９０４に本技術の機能が設けられる。
　［携帯電話機の構成例］
　図７２は、本技術を適用した携帯電話機の概略構成例を示す図である。
　携帯電話機１９２０は、通信部１９２２、音声コーデック１９２３、カメラ部１９２６、画像処理部１９２７、多重分離部１９２８、記録再生部１９２９、表示部１９３０、制御部１９３１を有している。これらは、バス１９３３を介して互いに接続されている。
　また、通信部１９２２にはアンテナ１９２１が接続されており、音声コーデック１９２３には、スピーカ１９２４とマイクロホン１９２５が接続されている。さらに制御部１９３１には、操作部１９３２が接続されている。
　携帯電話機１９２０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１９２５で生成された音声信号は、音声コーデック１９２３で音声データへの変換やデータ圧縮が行われて通信部１９２２に供給される。通信部１９２２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１９２２は、送信信号をアンテナ１９２１に供給して図示しない基地局へ送信する。また、通信部１９２２は、アンテナ１９２１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１９２３に供給する。音声コーデック１９２３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１９２４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１９３１は、操作部１９３２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１９３０に表示する。また、制御部１９３１は、操作部１９３２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１９２２に供給する。通信部１９２２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１９２１から送信する。また、通信部１９２２は、アンテナ１９２１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１９３０に供給して、メール内容の表示を行う。
　なお、携帯電話機１９２０は、受信したメールデータを、記録再生部１９２９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１９２６で生成された画像データを、画像処理部１９２７に供給する。画像処理部１９２７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１９２８は、画像処理部１９２７で生成された符号化データと、音声コーデック１９２３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１９２２に供給する。通信部１９２２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１９２１から送信する。また、通信部１９２２は、アンテナ１９２１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１９２８に供給する。多重分離部１９２８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１９２７、音声データを音声コーデック１９２３に供給する。画像処理部１９２７は、符号化データの復号処理を行い、画像データを生成する。この画像データを表示部１９３０に供給して、受信した画像の表示を行う。音声コーデック１９２３は、音声データをアナログ音声信号に変換してスピーカ１９２４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る携帯電話装置１９２０では、画像処理部１９２７に本技術の機能が設けられる。
　［記録再生装置の構成例］
　図７３は、本技術を適用した記録再生装置の概略構成例を示す図である。
　記録再生装置１９４０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１９４０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１９４０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１９４０は、チューナ１９４１、外部インタフェース部１９４２、エンコーダ１９４３、HDD(Hard Disk Drive)部１９４４、ディスクドライブ１９４５、セレクタ１９４６、デコーダ１９４７、OSD(On-Screen Display)部１９４８、制御部１９４９、ユーザインタフェース部１９５０を有している。
　チューナ１９４１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１９４１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１９４６に出力する。
　外部インタフェース部１９４２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１９４２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、記録する画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１９４３は、外部インタフェース部１９４２から供給された画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１９４６に出力する。
　HDD部１９４４は、画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１９４５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ディスク等である。
　セレクタ１９４６は、画像や音声の記録時には、チューナ１９４１またはエンコーダ１９４３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１９４４やディスクドライブ１９４５のいずれかに供給する。また、セレクタ１９４６は、画像や音声の再生時に、HDD部１９４４またはディスクドライブ１９４５から出力された符号化ビットストリームをデコーダ１９４７に供給する。
　デコーダ１９４７は、符号化ビットストリームの復号処理を行う。デコーダ１９４７は、復号処理を行うことにより生成された画像データをOSD部１９４８に供給する。また、デコーダ１９４７は、復号処理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１９４８は、項目の選択などのメニュー画面等を表示するための画像データを生成し、それをデコーダ１９４７から出力された画像データに重畳して出力する。
　制御部１９４９には、ユーザインタフェース部１９５０が接続されている。ユーザインタフェース部１９５０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１９４９に供給する。
　制御部１９４９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１９４０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１９４０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る記録再生装置１９４０では、デコーダ１９４７に本技術の機能が設けられる。
　［撮像装置の構成例］
　図７４は、本技術を適用した撮像装置の概略構成例を示す図である。
　撮像装置１９６０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１９６０は、光学ブロック１９６１、撮像部１９６２、カメラ信号処理部１９６３、画像データ処理部１９６４、表示部１９６５、外部インタフェース部１９６６、メモリ部１９６７、メディアドライブ１９６８、OSD部１９６９、制御部１９７０を有している。また、制御部１９７０には、ユーザインタフェース部１９７１が接続されている。さらに、画像データ処理部１９６４や外部インタフェース部１９６６、メモリ部１９６７、メディアドライブ１９６８、OSD部１９６９、制御部１９７０等は、バス１９７２を介して接続されている。
　光学ブロック１９６１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１９６１は、被写体の光学像を撮像部１９６２の撮像面に結像させる。撮像部１９６２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１９６３に供給する。
　カメラ信号処理部１９６３は、撮像部１９６２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１９６３は、カメラ信号処理後の画像データを画像データ処理部１９６４に供給する。
　画像データ処理部１９６４は、カメラ信号処理部１９６３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１９６４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１９６６やメディアドライブ１９６８に供給する。また、画像データ処理部１９６４は、外部インタフェース部１９６６やメディアドライブ１９６８から供給された符号化データの復号処理を行う。画像データ処理部１９６４は、復号処理を行うことにより生成された画像データを表示部１９６５に供給する。また、画像データ処理部１９６４は、カメラ信号処理部１９６３から供給された画像データを表示部１９６５に供給する処理や、OSD部１９６９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１９６５に供給する。
　OSD部１９６９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１９６４に出力する。
　外部インタフェース部１９６６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１９６６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１９６６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１９７０は、例えば、ユーザインタフェース部１９７１からの指示にしたがって、メモリ部１９６７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１９６６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１９７０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１９６６を介して取得し、それを画像データ処理部１９６４に供給したりすることができる。
　メディアドライブ１９６８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カード等であってもよい。
　また、メディアドライブ１９６８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１９７０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等を記憶する。メモリに記憶されているプログラムは、撮像装置１９６０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、撮像装置１９６０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る撮像装置１９６０では、画像データ処理部１９６４に本技術の機能が設けられる。
　なお、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術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。
　すなわち、本実施の形態では、MVCにおいて、分数精度での視差予測を行う際のフィルタ処理に用いられるフィルタ(AIF)をコントロールすることにより、参照画像を、符号化対象の画像の解像度比と合致する解像度比の変換参照画像に変換することとしたが、参照画像の、変換参照画像の変換に用いるフィルタとしては、専用の補間フィルタを用意し、その専用の補間フィルタを用いて、参照画像をフィルタ処理することにより、変換参照画像に変換することができる。
　また、符号化対象の画像の解像度比と合致する解像度比の変換参照画像には、横及び縦の解像度が、符号化対象の画像の解像度と一致する変換参照画像が、当然含まれる。
　なお、本技術は、以下のような構成を取ることができる。
　［１］
　符号化対象の符号化対象画像の予測画像を生成する際に参照する、前記符号化対象画像とは異なる視点の参照画像、及び、前記符号化対象画像の解像度に関する解像度情報に応じて、前記参照画像に施すフィルタ処理をコントロールすることにより、前記参照画像を、前記符号化対象画像の横と縦との解像度比と合致する解像度比の変換参照画像に変換する変換部と、
　前記変換部により変換された前記変換参照画像を用いて、視差補償を行うことにより、前記予測画像を生成する補償部と、
　前記補償部により生成された前記予測画像を用いて、前記符号化対象画像を符号化する符号化部と
　を備える画像処理装置。
　［２］
　前記変換部は、画素以下精度の視差補償を行う際に用いられるフィルタによる前記フィルタ処理をコントロールする
　［１］に記載の画像処理装置。
　［３］
　前記符号化対象画像は、２つの視点の画像の解像度を変換して、１視点分の画像に合成するパッキングを行うことにより得られたパッキング画像であり、
　前記解像度情報は、前記パッキング画像において、前記２つの視点の画像がどのようにパッキングされているかを表すパッキングパターンを含み、
　前記変換部は、前記パッキングパターンに応じて、前記フィルタ処理をコントロールする
　［１］又は［２］に記載の画像処理装置。
　［４］
　前記符号化対象画像は、垂直方向の解像度が1/2にされた前記２つの視点の画像を、上下に並べて配置したパッキング画像、又は、水平方向の解像度が1/2にされた前記２つの視点の画像を、左右に並べて配置したパッキング画像であり、
　前記変換部は、
　　前記参照画像とそのコピーとを、上下、又は、左右に並べて配置したパッキング参照画像を生成し、
　　前記パッキング参照画像に、画素を補間するフィルタによるフィルタ処理を施すことにより、前記変換参照画像を求める
　［３］に記載の画像処理装置。
　［５］
　前記解像度情報と、前記符号化部により符号化された符号化ストリームとを伝送する伝送部をさらに備える
　［１］ないし［４］に記載の画像処理装置。
　［６］
　符号化対象の符号化対象画像の予測画像を生成する際に参照する、前記符号化対象画像とは異なる視点の参照画像、及び、前記符号化対象画像の解像度に関する解像度情報に応じて、前記参照画像に施すフィルタ処理をコントロールすることにより、前記参照画像を、前記符号化対象画像の横と縦との解像度比と合致する解像度比の変換参照画像に変換し、
　前記変換参照画像を用いて、視差補償を行うことにより、前記予測画像を生成し、
　前記予測画像を用いて、前記符号化対象画像を符号化する
　ステップを含む画像処理方法。
　［７］
　復号対象の復号対象画像の予測画像を生成する際に参照する、前記復号対象画像とは異なる視点の参照画像、及び、前記復号対象画像の解像度に関する解像度情報に応じて、前記参照画像に施すフィルタ処理をコントロールすることにより、前記参照画像を、前記復号対象画像の横と縦との解像度比と合致する解像度比の変換参照画像に変換する変換部と、
　前記変換部により変換された前記変換参照画像を用いて、視差補償を行うことにより、前記予測画像を生成する補償部と、
　前記補償部により生成された前記予測画像を用いて、前記復号対象画像を含む画像を符号化した符号化ストリームを復号する復号部と
　を備える画像処理装置。
　［８］
　前記変換部は、画素以下精度の視差補償を行う際に用いられるフィルタによる前記フィルタ処理をコントロールする
　［７］に記載の画像処理装置。
　［９］
　前記復号対象画像は、２つの視点の画像の解像度を変換して、１視点分の画像に合成するパッキングを行うことにより得られたパッキング画像であり、
　前記解像度情報は、前記パッキング画像において、前記２つの視点の画像がどのようにパッキングされているかを表すパッキングパターンを含み、
　前記変換部は、前記パッキングパターンに応じて、前記フィルタ処理をコントロールする
　［７］又は［８］に記載の画像処理装置。
　［１０］
　前記復号対象画像は、垂直方向の解像度が1/2にされた前記２つの視点の画像を、上下に並べて配置したパッキング画像、又は、水平方向の解像度が1/2にされた前記２つの視点の画像を、左右に並べて配置したパッキング画像であり、
　前記変換部は、
　　前記参照画像とそのコピーとを、上下、又は、左右に並べて配置したパッキング参照画像を生成し、
　　前記パッキング参照画像に、画素を補間するフィルタによるフィルタ処理を施すことにより、前記変換参照画像を求める
　［９］に記載の画像処理装置。
　［１１］
　前記解像度情報と、前記符号化ストリームとを受け取る受け取り部をさらに備える
　［７］ないし［１０］に記載の画像処理装置。
　［１２］
　復号対象の復号対象画像の予測画像を生成する際に参照する、前記復号対象画像とは異なる視点の参照画像、及び、前記復号対象画像の解像度に関する解像度情報に応じて、前記参照画像に施すフィルタ処理をコントロールすることにより、前記参照画像を、前記復号対象画像の横と縦との解像度比と合致する解像度比の変換参照画像に変換し、
　前記変換参照画像を用いて、視差補償を行うことにより、前記予測画像を生成し、
　前記予測画像を用いて、前記復号対象画像を含む画像を符号化した符号化ストリームを復号する
　ステップを含む画像処理方法。
　１１　送信装置，　１２　受信装置，　２１Ｃ，２１Ｄ　解像度変換装置，　２２Ｃ，２２Ｄ　符号化装置，　２３　多重化装置，　３１　逆多重化装置，　３２Ｃ，３２Ｄ　復号装置，　３３Ｃ，３３Ｄ　解像度逆変換装置，　４１，４２　エンコーダ，　４３　DPB，　１１１　A/D変換部，　１１２　画面並び替えバッファ，　１１３　演算部，　１１４　直交変換部，　１１５　量子化部，　１１６　可変長符号化部，　１１７　蓄積バッファ，　１１８　逆量子化部，　１１９　逆直交変換部，　１２０　演算部，　１２１　デブロッキングフィルタ，　１２２　画面内予測部，　１２３　インター予測部，　１２４　予測画像選択部，　１３１　視差予測部，　１３２　時間予測部，　１４０　参照画像変換部，　１４１　視差検出部，　１４２　視差補償部，　１４３　予測情報バッファ，　１４４　コスト関数算出部，　１４５　モード選択部，　１５１　水平1/2画素生成用フィルタ処理部，　１５２　垂直1/2画素生成用フィルタ処理部，　１５３　水平1/4画素生成用フィルタ処理部，　１５４　垂直1/4画素生成用フィルタ処理部，　１５５　水平垂直1/4画素生成用フィルタ処理部，　２１１，２１２　デコーダ，　２１３　DPB，　２４１　蓄積バッファ，　２４２　可変長復号部，　２４３　逆量子化部，　２４４　逆直交変換部，　２４５　演算部，　２４６　デブロッキングフィルタ，　２４７　画面並び替え部，　２４８　D/A変換部，　２４９　画面内予測部，　２５０　インター予測部，　２５１　予測画像選択部，　２６０　参照インデクス処理部，　２６１　視差予測部，　２６２　時間予測部，　２７１　参照画像変換部，　２７２　視差補償部，　３２１Ｃ，３２１Ｄ　解像度変換装置，　３２２Ｃ，３２２Ｄ　符号化装置，　３２３　多重化装置，　３３２Ｃ，３３２Ｄ　復号装置，　３３３Ｃ，３３３Ｄ　解像度逆変換装置，　３４２　エンコーダ，　３５１　SEI生成部，　３５２　インター予測部，　３６１　視差予測部，　３７０　参照画像変換部，　３８１　コントローラ，　３８２　パッキング部，　４１２　デコーダ，　４５０　インター予測部，　４６１　視差予測部，　４７１　参照画像変換部，　４８１　コントローラ，　４８２　パッキング部，　４８３　水平1/2画素生成用フィルタ処理部，　４８４　垂直1/2画素生成用フィルタ処理部，　４８５　水平1/4画素生成用フィルタ処理部，　４８６　垂直1/4画素生成用フィルタ処理部，　４８７　水平垂直1/4画素生成用フィルタ処理部，　５１１，５１２　エンコーダ，　５５１　SEI生成部，　５５２　インター予測部，　５６１　視差予測部，　５７０　参照画像変換部，　６１１，６１２　デコーダ，　６５０　インター予測部，　６６１　視差予測部，　６７１　参照画像変換部，　１１０１　バス，　１１０２　CPU，　１１０３　ROM，　１１０４　RAM，　１１０５　ハードディスク，　１１０６　出力部，　１１０７　入力部，　１１０８　通信部，　１１０９　ドライブ，　１１１０　入出力インタフェース，　１１１１　リムーバブル記録媒体

Claims (12)

  1. 　符号化対象の符号化対象画像の予測画像を生成する際に参照する、前記符号化対象画像とは異なる視点の参照画像、及び、前記符号化対象画像の解像度に関する解像度情報に応じて、前記参照画像に施すフィルタ処理をコントロールすることにより、前記参照画像を、前記符号化対象画像の横と縦との解像度比と合致する解像度比の変換参照画像に変換する変換部と、
    　前記変換部により変換された前記変換参照画像を用いて、視差補償を行うことにより、前記予測画像を生成する補償部と、
    　前記補償部により生成された前記予測画像を用いて、前記符号化対象画像を符号化する符号化部と
    　を備える画像処理装置。
  2. 　前記変換部は、画素以下精度の視差補償を行う際に用いられるフィルタによる前記フィルタ処理をコントロールする
    　請求項１に記載の画像処理装置。
  3. 　前記符号化対象画像は、２つの視点の画像の解像度を変換して、１視点分の画像に合成するパッキングを行うことにより得られたパッキング画像であり、
    　前記解像度情報は、前記パッキング画像において、前記２つの視点の画像がどのようにパッキングされているかを表すパッキングパターンを含み、
    　前記変換部は、前記パッキングパターンに応じて、前記フィルタ処理をコントロールする
    　請求項２に記載の画像処理装置。
  4. 　前記符号化対象画像は、垂直方向の解像度が1/2にされた前記２つの視点の画像を、上下に並べて配置したパッキング画像、又は、水平方向の解像度が1/2にされた前記２つの視点の画像を、左右に並べて配置したパッキング画像であり、
    　前記変換部は、
    　　前記参照画像とそのコピーとを、上下、又は、左右に並べて配置したパッキング参照画像を生成し、
    　　前記パッキング参照画像に、画素を補間するフィルタによるフィルタ処理を施すことにより、前記変換参照画像を求める
    　請求項３に記載の画像処理装置。
  5. 　前記解像度情報と、前記符号化部により符号化された符号化ストリームとを伝送する伝送部をさらに備える
    　請求項２に記載の画像処理装置。
  6. 　符号化対象の符号化対象画像の予測画像を生成する際に参照する、前記符号化対象画像とは異なる視点の参照画像、及び、前記符号化対象画像の解像度に関する解像度情報に応じて、前記参照画像に施すフィルタ処理をコントロールすることにより、前記参照画像を、前記符号化対象画像の横と縦との解像度比と合致する解像度比の変換参照画像に変換し、
    　前記変換参照画像を用いて、視差補償を行うことにより、前記予測画像を生成し、
    　前記予測画像を用いて、前記符号化対象画像を符号化する
    　ステップを含む画像処理方法。
  7. 　復号対象の復号対象画像の予測画像を生成する際に参照する、前記復号対象画像とは異なる視点の参照画像、及び、前記復号対象画像の解像度に関する解像度情報に応じて、前記参照画像に施すフィルタ処理をコントロールすることにより、前記参照画像を、前記復号対象画像の横と縦との解像度比と合致する解像度比の変換参照画像に変換する変換部と、
    　前記変換部により変換された前記変換参照画像を用いて、視差補償を行うことにより、前記予測画像を生成する補償部と、
    　前記補償部により生成された前記予測画像を用いて、前記復号対象画像を含む画像を符号化した符号化ストリームを復号する復号部と
    　を備える画像処理装置。
  8. 　前記変換部は、画素以下精度の視差補償を行う際に用いられるフィルタによる前記フィルタ処理をコントロールする
    　請求項７に記載の画像処理装置。
  9. 　前記復号対象画像は、２つの視点の画像の解像度を変換して、１視点分の画像に合成するパッキングを行うことにより得られたパッキング画像であり、
    　前記解像度情報は、前記パッキング画像において、前記２つの視点の画像がどのようにパッキングされているかを表すパッキングパターンを含み、
    　前記変換部は、前記パッキングパターンに応じて、前記フィルタ処理をコントロールする
    　請求項８に記載の画像処理装置。
  10. 　前記復号対象画像は、垂直方向の解像度が1/2にされた前記２つの視点の画像を、上下に並べて配置したパッキング画像、又は、水平方向の解像度が1/2にされた前記２つの視点の画像を、左右に並べて配置したパッキング画像であり、
    　前記変換部は、
    　　前記参照画像とそのコピーとを、上下、又は、左右に並べて配置したパッキング参照画像を生成し、
    　　前記パッキング参照画像に、画素を補間するフィルタによるフィルタ処理を施すことにより、前記変換参照画像を求める
    　請求項９に記載の画像処理装置。
  11. 　前記解像度情報と、前記符号化ストリームとを受け取る受け取り部をさらに備える
    　請求項８に記載の画像処理装置。
  12. 　復号対象の復号対象画像の予測画像を生成する際に参照する、前記復号対象画像とは異なる視点の参照画像、及び、前記復号対象画像の解像度に関する解像度情報に応じて、前記参照画像に施すフィルタ処理をコントロールすることにより、前記参照画像を、前記復号対象画像の横と縦との解像度比と合致する解像度比の変換参照画像に変換し、
    　前記変換参照画像を用いて、視差補償を行うことにより、前記予測画像を生成し、
    　前記予測画像を用いて、前記復号対象画像を含む画像を符号化した符号化ストリームを復号する
    　ステップを含む画像処理方法。
PCT/JP2012/060616 2011-04-28 2012-04-19 画像処理装置、及び、画像処理方法 WO2012147622A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US14/009,478 US20140036033A1 (en) 2011-04-28 2012-04-19 Image processing device and image processing method
CN201280019353.5A CN103503459A (zh) 2011-04-28 2012-04-19 图像处理装置和图像处理方法
JP2013512312A JPWO2012147622A1 (ja) 2011-04-28 2012-04-19 画像処理装置、及び、画像処理方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2011-101798 2011-04-28
JP2011101798 2011-04-28

Publications (1)

Publication Number Publication Date
WO2012147622A1 true WO2012147622A1 (ja) 2012-11-01

Family

ID=47072142

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/060616 WO2012147622A1 (ja) 2011-04-28 2012-04-19 画像処理装置、及び、画像処理方法

Country Status (4)

Country Link
US (1) US20140036033A1 (ja)
JP (1) JPWO2012147622A1 (ja)
CN (1) CN103503459A (ja)
WO (1) WO2012147622A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015103980A1 (en) * 2014-01-07 2015-07-16 Mediatek Inc. Method and apparatus for color index prediction
US10182242B2 (en) 2013-12-27 2019-01-15 Mediatek Inc. Method and apparatus for palette coding with cross block prediction
US10321141B2 (en) 2013-12-18 2019-06-11 Hfi Innovation Inc. Method and apparatus for palette initialization and management
US10542271B2 (en) 2013-12-27 2020-01-21 Hfi Innovation Inc. Method and apparatus for major color index map coding
US10743031B2 (en) 2013-12-27 2020-08-11 Hfi Innovation Inc. Method and apparatus for syntax redundancy removal in palette coding

Families Citing this family (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI503788B (zh) * 2013-10-02 2015-10-11 Jar Ferr Yang 還原尺寸重調景深圖框爲原始景深圖框的方法、裝置及系統
TWI603290B (zh) * 2013-10-02 2017-10-21 國立成功大學 重調原始景深圖框的尺寸爲尺寸重調景深圖框的方法、裝置及系統
US20150253974A1 (en) 2014-03-07 2015-09-10 Sony Corporation Control of large screen display using wireless portable computer interfacing with display controller
JP6593934B2 (ja) 2015-05-21 2019-10-23 ホアウェイ・テクノロジーズ・カンパニー・リミテッド 映像動き補償のための装置および方法
WO2017014693A1 (en) * 2015-07-21 2017-01-26 Heptagon Micro Optics Pte. Ltd. Generating a disparity map based on stereo images of a scene
CN105163124B (zh) * 2015-08-28 2019-01-18 京东方科技集团股份有限公司 一种图像编码方法、图像解码方法及装置
US10880566B2 (en) 2015-08-28 2020-12-29 Boe Technology Group Co., Ltd. Method and device for image encoding and image decoding
US10142613B2 (en) * 2015-09-03 2018-11-27 Kabushiki Kaisha Toshiba Image processing apparatus, image processing system, and image processing method
CN106448550B (zh) * 2016-12-27 2020-01-10 福州海天微电子科技有限公司 一种led屏幕参数自动识别方法及装置
US11818401B2 (en) 2017-09-14 2023-11-14 Apple Inc. Point cloud geometry compression using octrees and binary arithmetic encoding with adaptive look-up tables
US10861196B2 (en) 2017-09-14 2020-12-08 Apple Inc. Point cloud compression
US10897269B2 (en) 2017-09-14 2021-01-19 Apple Inc. Hierarchical point cloud compression
US10909725B2 (en) 2017-09-18 2021-02-02 Apple Inc. Point cloud compression
US11113845B2 (en) 2017-09-18 2021-09-07 Apple Inc. Point cloud compression using non-cubic projections and masks
US10607373B2 (en) 2017-11-22 2020-03-31 Apple Inc. Point cloud compression with closed-loop color conversion
US10909726B2 (en) 2018-04-10 2021-02-02 Apple Inc. Point cloud compression
US10867414B2 (en) 2018-04-10 2020-12-15 Apple Inc. Point cloud attribute transfer algorithm
US10909727B2 (en) 2018-04-10 2021-02-02 Apple Inc. Hierarchical point cloud compression with smoothing
US10939129B2 (en) 2018-04-10 2021-03-02 Apple Inc. Point cloud compression
US11010928B2 (en) 2018-04-10 2021-05-18 Apple Inc. Adaptive distance based point cloud compression
US11017566B1 (en) 2018-07-02 2021-05-25 Apple Inc. Point cloud compression with adaptive filtering
US11202098B2 (en) 2018-07-05 2021-12-14 Apple Inc. Point cloud compression with multi-resolution video encoding
US11012713B2 (en) * 2018-07-12 2021-05-18 Apple Inc. Bit stream structure for compressed point cloud data
US11367224B2 (en) 2018-10-02 2022-06-21 Apple Inc. Occupancy map block-to-patch information compression
US11430155B2 (en) 2018-10-05 2022-08-30 Apple Inc. Quantized depths for projection point cloud compression
US11711544B2 (en) 2019-07-02 2023-07-25 Apple Inc. Point cloud compression with supplemental information messages
EP4035358A1 (en) * 2019-09-23 2022-08-03 InterDigital VC Holdings France, SAS Prediction for video encoding and decoding using external reference
US11562507B2 (en) 2019-09-27 2023-01-24 Apple Inc. Point cloud compression using video encoding with time consistent patches
US11627314B2 (en) 2019-09-27 2023-04-11 Apple Inc. Video-based point cloud compression with non-normative smoothing
US11538196B2 (en) 2019-10-02 2022-12-27 Apple Inc. Predictive coding for point cloud compression
US11895307B2 (en) 2019-10-04 2024-02-06 Apple Inc. Block-based predictive coding for point cloud compression
US11477483B2 (en) 2020-01-08 2022-10-18 Apple Inc. Video-based point cloud compression with variable patch scaling
US11798196B2 (en) 2020-01-08 2023-10-24 Apple Inc. Video-based point cloud compression with predicted patches
US11475605B2 (en) 2020-01-09 2022-10-18 Apple Inc. Geometry encoding of duplicate points
US11615557B2 (en) 2020-06-24 2023-03-28 Apple Inc. Point cloud compression using octrees with slicing
US11620768B2 (en) 2020-06-24 2023-04-04 Apple Inc. Point cloud geometry compression using octrees with multiple scan orders
US11948338B1 (en) 2021-03-29 2024-04-02 Apple Inc. 3D volumetric content encoding using 2D videos and simplified 3D meshes

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009296154A (ja) * 2008-06-03 2009-12-17 Ntt Docomo Inc 動画像符号化装置、動画像符号化方法、動画像符号化プログラム、動画像復号化装置、動画像復号化方法及び動画像復号化プログラム
JP2010525724A (ja) * 2007-04-25 2010-07-22 エルジー エレクトロニクス インコーポレイティド ビデオ信号をデコーディング／エンコーディングする方法および装置
JP2010232878A (ja) * 2009-03-26 2010-10-14 Toshiba Corp ステレオ画像符号化方法、及び、ステレオ画像復号化方法
JP2011502375A (ja) * 2007-10-10 2011-01-20 韓國電子通信研究院 ステレオスコピックデータの保存および再生のためのメタデータ構造ならびにこれを利用するステレオスコピックコンテンツファイルの保存方法
JP2011509631A (ja) * 2008-01-11 2011-03-24 トムソン ライセンシング ビデオおよび奥行きの符号化

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101371584B (zh) * 2006-01-09 2011-12-14 汤姆森特许公司 提供用于多视图视频编码的降低分辨率的更新模式的方法和装置
CN101729892B (zh) * 2009-11-27 2011-07-27 宁波大学 一种非对称立体视频编码方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010525724A (ja) * 2007-04-25 2010-07-22 エルジー エレクトロニクス インコーポレイティド ビデオ信号をデコーディング／エンコーディングする方法および装置
JP2011502375A (ja) * 2007-10-10 2011-01-20 韓國電子通信研究院 ステレオスコピックデータの保存および再生のためのメタデータ構造ならびにこれを利用するステレオスコピックコンテンツファイルの保存方法
JP2011509631A (ja) * 2008-01-11 2011-03-24 トムソン ライセンシング ビデオおよび奥行きの符号化
JP2009296154A (ja) * 2008-06-03 2009-12-17 Ntt Docomo Inc 動画像符号化装置、動画像符号化方法、動画像符号化プログラム、動画像復号化装置、動画像復号化方法及び動画像復号化プログラム
JP2010232878A (ja) * 2009-03-26 2010-10-14 Toshiba Corp ステレオ画像符号化方法、及び、ステレオ画像復号化方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10321141B2 (en) 2013-12-18 2019-06-11 Hfi Innovation Inc. Method and apparatus for palette initialization and management
US10979726B2 (en) 2013-12-18 2021-04-13 Hfi Innovation Inc. Method and apparatus for palette initialization and management
US10182242B2 (en) 2013-12-27 2019-01-15 Mediatek Inc. Method and apparatus for palette coding with cross block prediction
US10531119B2 (en) 2013-12-27 2020-01-07 Mediatek Inc. Method and apparatus for palette coding with cross block prediction
US10542271B2 (en) 2013-12-27 2020-01-21 Hfi Innovation Inc. Method and apparatus for major color index map coding
US10743031B2 (en) 2013-12-27 2020-08-11 Hfi Innovation Inc. Method and apparatus for syntax redundancy removal in palette coding
US11166046B2 (en) 2013-12-27 2021-11-02 Hfi Innovation Inc. Method and apparatus for syntax redundancy removal in palette coding
WO2015103980A1 (en) * 2014-01-07 2015-07-16 Mediatek Inc. Method and apparatus for color index prediction
US10484696B2 (en) 2014-01-07 2019-11-19 Mediatek Inc. Method and apparatus for color index prediction

Also Published As

Publication number Publication date
CN103503459A (zh) 2014-01-08
JPWO2012147622A1 (ja) 2014-07-28
US20140036033A1 (en) 2014-02-06

Similar Documents

Publication Publication Date Title
WO2012147622A1 (ja) 画像処理装置、及び、画像処理方法
WO2012157443A1 (ja) 画像処理装置、及び、画像処理方法
JP6061150B2 (ja) 画像処理装置、画像処理方法、及び、プログラム
AU2017204240B2 (en) Decoding device and decoding method, and encoding device and encoding method
US9521418B2 (en) Slice header three-dimensional video extension for slice header prediction
US9350972B2 (en) Encoding device and encoding method, and decoding device and decoding method
WO2012128242A1 (ja) 画像処理装置、画像処理方法、及び、プログラム
WO2012121052A1 (ja) 画像処理装置、画像処理方法、及び、プログラム
KR20130141674A (ko) 코딩 멀티뷰 비디오 플러스 심도 콘텐츠
WO2012111757A1 (ja) 画像処理装置および画像処理方法
WO2013031575A1 (ja) 画像処理装置および画像処理方法
JP2012186781A (ja) 画像処理装置および画像処理方法
JP6545796B2 (ja) ビデオコーディングにおけるデプスピクチャコーディング方法及び装置
US20170310994A1 (en) 3d video coding method and device
JPWO2012029886A1 (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
US10419779B2 (en) Method and device for processing camera parameter in 3D video coding
WO2012128241A1 (ja) 画像処理装置、画像処理方法、及び、プログラム
JPWO2012029883A1 (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
RU2571511C2 (ru) Кодирование карт глубин движения с изменением диапазона глубины
WO2013031573A1 (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
Rusanovskyy et al. Depth-based coding of MVD data for 3D video extension of H. 264/AVC
JP2013085064A (ja) 多視点画像符号化装置、多視点画像復号装置、多視点画像符号化方法及び多視点画像復号方法

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: 12777078

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2013512312

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 14009478

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12777078

Country of ref document: EP

Kind code of ref document: A1