| 研究概要 |
動画像符号化における,総符号量を念頭においた動き表現の評価法を研究し,実用性のある評価尺度を得た.この尺度は後段のフレーム間差分信号によって費やされる符号量を情報理論で知られている理想値で置き換えるという自然な発想から得られた.勿論,フレーム間差分差分信号を実際に符号化すれば済むことではあるが,それには様々な要因が入りこみ,動き表現だけを抜き出して,その性能評価を行うことは困難になる.また,複数の動き表現を適応的に切り替える場合には,一々差分信号を符号化していたのでは処理時間がかかり過ぎる.
従来動画像符号化において支配的な動き表現は,平行移動モデルである.このモデルにおいては,画像は多数の矩形小画像に分割され,個々の小画像内の画素は,過去のフレームに一様な平行移動により対応付けされる.小画像が緩慢な動きをする剛体の一部を表している場合は,平行移動モデルは簡単で実用性が高い.しかし,動きの激しいスポーツ画像においてはこのモデルは適切ではない.本研究の成果として,平行移動を基調にしながらも,小画像内の画素に確率的な動きが加わるという統計モデルを得た.このモデルのもとでは,小画像内の1画素には過去フレームの唯一の画素が対応するのではなく,複数の画素がランダムに対応するとされる.これら複数の画素の統計処理によって最終的にその1画素の画素値を予測する.具体例として線形予測を用い,このモデルが有効であることが実験によって確かめた.
一方,動き表現のための符号量増加が無視できる程度であれば,動き表現に新しい考えを導入する余地は否定されてはいない.そこで,過去フレームの中から,現在のフレームを精度良く予測できるものを検出して利用することを検討した.動画像といえども,次々に完全に新しい場面が現れるとは限らず,言わば"再利用"可能なフレームが含まれていることが無視できない確率で発生する.過去に溯る際の探索時間,メモリー量に関して難点はあるものの,有効性ありとの結論を得た.動きベクトルの符号化法を検討した.従来,符号化対象フレームの動きは,そのフレーム内の近隣における動きを用いて予測符号化される.本研究においてはフレーム内の近隣に加えて過去フレームの動きも予測に動員することにより,動きの予測精度が向上し,動き表現に要する符号量が減少することを明らかにした.
|
