JPH09327022A - 動きベクトル検出装置及び動きベクトル検出方法 - Google Patents

Abstract

(57)【要約】 （修正有） 【課題】 ベクトル検出の演算量を削減し、動きベクト
ル検出に必要な処理量を削減するため生じる精度の劣化
を、必要最小限の処理量増加で補う動きベクトル検出装
置及び検出方法を提供する。 【解決手段】 ベクトル検出装置１００は、前画像メモ
リ１０１、現画像メモリ１０２、予測誤差を基準とする
ベクトルの評価値Ｈ(i)を算出する評価値算出部１０
３、評価値Ｈ(i)を用いて候補べクトルの選定に必要な
評価値Ｓ［Ｈ(i)］を算出するベクトル選出評価値算出
部１０４、評価閾値（Ｓ）及び評価値Ｓ［Ｈ(i)］を用
いて行う試行ベクトル選出部１０５、評価閾値（Ｓ）を
出力して試行ベクトル選出部１０５を制御する試行ベク
トル選出制御部１０６及び候補ベクトル保持メモリ１０
７を備え、先行処理により試行ベクトルの複数候補を選
出して算出された評価結果を基に有益な候補ベクトルを
選出し、評価結果が良ければ候補数を少なくし、悪けれ
ば候補数を多くする。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、動画像圧縮におけ
る動き補償のベクトルを検出する動きベクトル検出装置
及び動きベクトル検出方法に係り、特に、ブロックマッ
チングによる動きベクル検出装置及び動きベクトル検出
方法に関する。

【０００２】

【従来の技術】画像圧縮の国際標準としてＪＰＥＧ（Jo
int Photograghic Expert Group）やＭＰＥＧ（Moving
Picture Expert Group）がある。

【０００３】ＭＰＥＧは、ＭＰＥＧI，ＭＰＥＧII，Ｍ
ＰＥＧIVの３レベルの規格案が検討されている。ＭＰＥ
ＧIでは、１．５Ｍｂｐｓの通信回線で伝送できる動画
像圧縮を目的としており、おもにテレビ電話やテレビ会
議などで使用することが考えられている。ＭＰＥＧIで
は、現行のＮＴＳＣ方式のビデオ画像を３２０×２４０
ピクセルの解像度として扱い、１フレームを構成する２
フィールドのうち１フィールドのみのデータを用いる。
ＭＰＥＧIIでは、１０Ｍｂｐｓを超える通信回線で伝送
できる圧縮が目標で、ＩＳＤＮなどによる動画像伝送や
ディジタル・ビデオがターゲットとされている。そし
て、ＭＰＥＧIVは、低ビットレートを対象としている。

【０００４】ＭＰＥＧの特徴は、ＤＣＴ（Discrete Cos
ine Transform：離散コサイン変換）による静止画像圧
縮に加えて、時間軸方向の圧縮のためのフレーム間予測
処理を行なうことであるが、動画像圧縮の前提条件とし
てフレームのランダム・アクセスができること、早送り
による再生や巻戻し再生（逆方向）ができることがあげ
られている。したがって、ＭＰＥＧにおけるフレーム間
予測は、前向きと後向きの両方向を採用している。ＭＰ
ＥＧにあっても、基本的にはＭＣ（動き補償）＋ＤＣＴ
を用いる。動き補償を行なうブロックサイズは１６×１
６（但し８×８のモードもある）、ＤＣＴは８×８ブロ
ックに対して行なう。また、この動き補償は１／２画素
精度で行なう。１／２画素精度の動き補償は、予測に用
いる参照フレーム上において画素単位でずらした位置を
調べるのみならず、画素と画素の間の位置を補間によっ
て生成し、マッチングをとることによって行なう。時間
方向の予測を伴う動画像圧縮装置では、カメラのＰＡＮ
や被写体の移動による予測効率の低下を軽減させるため
に、動き補償による予測を行なっている。この動き補償
は、着目フレーム（符号化対象フレーム）と参照フレー
ム（例えば、前フレーム）間で対象領域の動きベクトル
を検出し、参照フレームにおいて動きベクトル分だけず
らした位置を参照画素とし、これを予測値として着目画
素との差分（予測誤差）を伝送する方法である。例え
ば、動き補償予測は予測元画像の動きベクトルを基に移
動体の動きを予測し、原画像においてその動きを補償し
ている。動き補償は１６×１６画素のブロック単位で前
画像のそのブロックの位置の近傍で一番差分が少ないと
ころを探索し、それとの差分をとることによりさらに送
らなければならないデータを削減するという手法であ
り、動きベクトルを検出する手段として一般に動き補償
の対象となる部分画像の元の場所から一定の範囲内をサ
ーチし、最も誤差の少ない（すなわち、最も近似度が高
い）場所を検出し、これを予測信号として用いるもので
ある。

【０００５】また、時間方向の予測を伴う通常の動画像
圧縮装置（ＣＣＩＴＴ Ｈ．２６１やＭＰＥＧ．Ｖｉｄ
ｅｏ等）では、生成された動きベクトルを符号化する場
合、その付近の部分画像（通常は、１つ前に処理された
部分画像）の持つ動きベクトルとの差分をとり、その差
分のみを符号化している。

【０００６】従来のこの種の動画像圧縮装置におけるＭ
Ｃ（動き補償）検出方法としては、例えば「動きベクト
ル検出方式の簡略化」（ＰＣＳＪ９３ｐｐ．１５１−１
５２）に記載されたものがある。

【０００７】上記文献である論文「動きベクトル検出方
式の簡略化」では、全点探索による動きベクトルを検出
する際、全ての試行ベクトルに対してマッチングを行う
画素数を減らし評価を行う。また、得られる該評価値が
ある閾値以下である試行ベクトルに対して、全画素を用
いたマッチングを行い、画素精度の動きベクトルを検出
する（簡易フルサーチ１）。

【０００８】一方、画素数を減らしてマッチングを行っ
た時に得られる該評価値を横軸にとるヒストグラムを作
成し、ヒストグラムの頻度累計値がある一定の値以下に
なるときの評価値を閾値として、該閾値以下の評価を得
ている試行ベクトルに対して再度全画素を用いてのマッ
チングによる評価を行い、動きベクトルを検出する（簡
易フルサーチ２）。

【０００９】図５は、上記文献に記載された「簡易フル
サーチ１、２」の１マクロブロック分の動きベクトルを
検出するための処理手順を示したフローチャートであ
る。図中、ＳＴはフローの処理ステップを示す。

【００１０】処理ループ５１は、すべての試行ベクトル
で得られる参照フレームのブロックデータと現フレーム
のマクロブロックデータとの類似度を算出するものであ
る。

【００１１】ステップＳＴ１１に入力されるデータは、
現フレームのマクロブロックと、試行ベクトルで得られ
る参照フレームのブロックの画素データである。

【００１２】まず、ステップＳＴ１１で、動きベクトル
を検出ために必要な処理量を削減するため、類似度を求
めるためのブロックマッチングを行い画素数を減らす、
すなわちブロック内の画素のサンプリングを行う。

【００１３】ステップＳＴ１２では、両ブロック間の類
似度を算出するため、例えば各画素同士の差分絶対値を
求め、それを累計し、該累計差分絶対値を用いて類似度
をみる。該累計差分絶対値を評価に使う場合には、該累
計差分絶対値の小さなものほど、類似度が高いとみな
す。

【００１４】次いで、ステップＳＴ１３で類似度の算出
結果から候補ベクトルとして利用できるか否かを判別
し、利用できるときはステップＳＴ１４に進み、利用で
きないときは次の処理を行うためステップＳＴ１５に進
む。

【００１５】ステップＳＴ１３では、ステップＳＴ１２
により算出される前記類似度評価値から、前記評価値を
もたらす試行ベクトルについて処理ループ５２を行うべ
きものかどうかを判定する。判定する際、「簡易フルサ
ーチ１」の場合、あらかじめ定められた閾値と比較し、
該閾値より小さな値をとる試行ベクトルをステップＳＴ
１３において保持する。また、「簡易フルサーチ２」の
場合、全試行ベクトルから得られる評価値の中から、類
似度の高い、すなわち評価値が小さくなる試行ベクトル
から順番に、あらかじめ定められた数だけステップＳＴ
１４において該試行ベクトルを保持する。

【００１６】ステップＳＴ１５では、全ての試行ベクト
ルについて処理が終了したか否かを判別し処理が終了し
ていなければステップＳＴ１１に戻って全ての試行ベク
トルについて処理が終了するまで上記ステップＳＴ１１
〜ＳＴ１５の処理を繰り返す。

【００１７】全ての試行ベクトルについて処理が終了す
ると、処理ループ５１を抜けて処理ループ５２に移行す
る。

【００１８】処理ループ５２は、前記処理ステップＳＴ
１４において保持された全ての試行ベクトルで得られる
参照フレームのブロックと現フレームのマクロブロック
との類似度をブロック内の全画素を用いたブロックマッ
チングにより求め、動きベクトルを検出するものであ
る。

【００１９】まず、ステップＳＴ１６では、上記ステッ
プＳＴ１２同様、全ての画素を用いた類似度を算出し、
ステップＳＴ１７で、処理ループ５２の処理中で、ステ
ップＳＴ１６から得られる類似度の評価値が一番小さな
値を得る試行ベクトルを選出する。

【００２０】ステップＳＴ１８では、候補に挙がった全
ての試行ベクトルについて処理が終了したか否かを判別
し処理が終了していなければステップＳＴ１６に戻って
全ての試行ベクトルについて処理が終了するまで上記ス
テップＳＴ１６〜ＳＴ１８の処理を繰り返す。

【００２１】候補に挙がった全ての試行ベクトルについ
て処理が終了すると、処理ループ５２の処理を終了し、
ステップＳＴ１９により、上記ステップＳＴ１７で選出
された試行ベクトルを、動きベクトル検出を行った現フ
レームのマクロブロックの動きベクトルとして出力して
本フローを終了する。

【００２２】

【発明が解決しようとする課題】しかしながら、このよ
うな従来の動きベクトル検出装置にあっては、以下に述
べるような問題点があった。

【００２３】すなわち、動きベクトル検出に必要な処理
量を削減するために、マッチング画素数を減らすことに
よる検出精度が劣化する問題を解決する方法として、複
数の候補ベクトルを用いる手法があるが、候補数の選び
方によっては十分な効果が得られない問題や、必要以上
の処理を行ってしまうなどの問題点があった。

【００２４】本発明は、ベクトル検出の演算量を削減す
ることができ、動きベクトル検出に必要な処理量を削減
するため生じる精度の劣化を、必要最小限の処理量増加
で補うことができる動きベクトル検出装置及び動きベク
トル検出方法を提供することを目的とする。

【００２５】

【課題を解決するための手段】本発明に係る動きベクト
ル検出装置は、符号化対象フレームを所定のブロックに
分割し、各ブロックに対して前フレームの中から最も差
分が小さくなる位置を検出する動きベクトル検出装置に
おいて、予測誤差を基準とするベクトルの評価値を算出
する評価値算出手段と、評価値に基づいて試行ベクトル
を選出し、該試行ベクトルから有益な候補ベクトルを選
出するベクトル選出手段と、評価値算出手段による評価
結果に従って試行ベクトルの候補数を増減する制御手段
とを備えて構成する。

【００２６】また、制御手段は、評価値が所定値より小
さい場合には、候補数を少なくし、評価値が所定値以上
の場合には、候補数を多くするように制御するようにし
てもよく、また、制御手段は、評価結果が良い場合に
は、候補数を少なくし、該評価結果が悪い場合には、候
補数を多くするように制御するようにしてもよい。

【００２７】また、本発明に係る動きベクトル検出方法
は、符号化対象フレームを所定のブロックに分割し、各
ブロックに対して前フレームの中から最も差分が小さく
なる位置を検出する動きベクトル検出方法において、先
行して行う処理により試行ベクトルの複数候補を選出
し、該候補を基にベクトルの評価値を算出し、算出され
た評価結果を基に有益な候補ベクトルを選出するととも
に、該評価結果に従って候補数を増減するように制御す
る。

【００２８】また、本発明に係る動きベクトル検出方法
は、符号化対象フレームを所定のブロックに分割し、各
ブロックに対して前フレームの中から最も差分が小さく
なる位置を検出する動きベクトル検出方法において、先
行して行う処理により試行ベクトルの複数候補を選出
し、該候補を基にベクトルの評価値を算出し、算出され
た評価結果を基に候補ベクトル数を決定し、該決定した
候補数に応じた候補ベクトルを選出するとともに、該評
価結果に従って候補数を増減するように制御する。

【００２９】また、上記動きベクトル検出方法は、評価
値が所定値より小さい場合には、候補数を少なくし、評
価値が所定値以上の場合には、候補数を多くするように
制御するものであってもよい。

【００３０】また、上記動きベクトル検出方法は、評価
結果が良い場合には、候補数を少なくし、評価結果が悪
い場合には、候補数を多くするように制御するものであ
ってもよい。

【００３１】

【発明の実施の形態】本発明に係る動きベクトル検出装
置及び動きベクトル検出方法は、動画像の動き検出予測
信号を用いる動画像蓄積装置等の動きベクトル検出装置
に適用することができる。

【００３２】図１は本発明の第１の実施形態に係る動き
ベクトル検出装置の構成を示すブロック図である。図１
に示す動きベクトル検出装置は、ブロックマッチングに
よる動きベクトル検出装置に適用した例である。

【００３３】図１において、動きベクトル検出装置１０
０は、前画像メモリ１０１、現画像メモリ１０２、評価
値算出部１０３（評価値算出手段）、ベクトル選出評価
値算出部１０４、試行ベクトル選出部１０５、試行ベク
トル選出制御部１０６（制御手段）及び候補ベクトル保
持メモリ１０７から構成される。

【００３４】上記評価値算出部１０３、ベクトル選出評
価値算出部１０４及び試行ベクトル選出部１０５は、全
体として候補ベクトル選出部１０８を構成し、上記ベク
トル選出評価値算出部１０４及び試行ベクトル選出部１
０５は、全体としてベクトル選出手段１０９を構成す
る。

【００３５】上記前画像メモリ１０１は、前フレームの
前画像データを記憶しブロック単位に読み出す画像メモ
リである。画像メモリ１０１は、画像メモリ１０２の内
容より時間的に前の画像データを格納する。

【００３６】上記現画像メモリ１０２は、現フレームの
現画像データを記憶しブロック単位に読み出す画像メモ
リである。画像メモリ１０２は、例えば現在のフレーム
情報を記憶するメモリであり、カメラ等の撮像装置から
の信号をＡ／Ｄ変換した現フレーム（符号化対象フレー
ム）の画像データを格納する。

【００３７】上記評価値算出部１０３は、加算器及び絶
対値演算器から構成され、前画像メモリ１０１及び現画
像メモリ１０２から画素データを読み出し、ブロック間
の類似度を求める。類似度算出には、例えば、各画素ご
との絶対値差分をとり、ブロック内の全画素に対する該
絶対値差分値の累計値を用いる。

【００３８】上記ベクトル選出評価値算出部１０４は、
評価値算出部１０３により算出された各候補に対する評
価値Ｈ(i)を用いて、候補べクトルを選定するために必
要な評価値（例えば、定数を評価値Ｈ(i)で除算した値
Ｓ［Ｈ(i)］）を求める。

【００３９】上記試行ベクトル選出部１０５は、比較器
及び評価値を記憶するレジスタ等から構成され、試行べ
クトル選出制御部１０６から得られる評価閾値（Ｓ）及
びべクトル選出評価値算出部１０４から得られる値Ｓ
［Ｈ(i)］を用いて試行べクトルの選出を行う。選出さ
れる候補べクトルは、例えば、Ｓ［Ｈ(i)］＜Ｓを満た
す試行ベクトルである。

【００４０】上記試行ベクトル選出制御部１０６は、試
行ベクトル選出部１０５に評価閾値（Ｓ）を出力して試
行ベクトル選出部１０５を制御する。

【００４１】上記候補ベクトル保持メモリ１０７は、複
数のＤ−フリップフロップ（ＦＦ）から構成され、試行
べクトル選出部１０５で選出された試行べクトルを保持
する。

【００４２】このように、本実施形態に係る動きベクト
ル検出装置１００は、前画像メモリ１０１、現画像メモ
リ１０２、予測誤差を基準とするベクトルの評価値Ｈ
(i)を算出する評価値算出部１０３、評価値Ｈ(i)を用い
て候補べクトルを選定するために必要な評価値Ｓ［Ｈ
(i)］を算出するベクトル選出評価値算出部１０４、評
価閾値（Ｓ）及び評価値Ｓ［Ｈ(i)］を用いて試行べク
トルの選出を行う試行ベクトル選出部１０５、評価閾値
（Ｓ）を出力して試行ベクトル選出部１０５を制御する
試行ベクトル選出制御部１０６及び候補ベクトル保持メ
モリ１０７を備えた構成となっている。

【００４３】次に、上述のように構成された動きベクト
ル検出装置１００の動作を説明する。

【００４４】前画像メモリ１０１には、前フレームの画
像データが蓄えられている。現画像メモリ１０２には現
フレームの画像データが蓄えられている。

【００４５】評価値算出部１０３では、前画像メモリ１
０１及び現画像メモリ１０２から画素データを読み出
し、ブロック間の類似度を算出する。類似度算出には、
例えば、各画素ごとの絶対値差分をとり、ブロック内の
全画素に対する該絶対値差分値の累計値を用いる。

【００４６】べクトル選出評価値算出部１０４では、評
価値算出部１０３で算出された各候補に対する評価値を
用いて、候補べクトルを選定するために必要な評価値を
算出する。本実施形態では、この評価値は定数を評価値
Ｈ(i)で除算した値Ｓ［Ｈ(i)］とする。

【００４７】試行べクトル選出部１０５では、試行べク
トル選出制御部１０６から得られる評価閾値（Ｓ）及び
べクトル選出評価値算出部１０４から得られる値Ｓ［Ｈ
(i)］を用いて試行べクトルの選出を行う。選出される
候補べクトルは、例えばＳ［Ｈ(i)］＜Ｓを満たす試行
ベクトルである。

【００４８】すなわち、評価値算出部１０３での評価が
良い試行べクトルが多いブロックでは、候補に挙がるべ
クトル数が小さくなり、逆に、評価が悪い試行べクトル
が多いブロックでは候補べクトル数が多くなるように候
補べクトルを選出していく。

【００４９】試行べクトル選出部１０５で選出された試
行べクトルは、候補ベクトル保持メモリ１０７に蓄えら
れる。但し、候補ベクトル保持メモリ１０７に蓄えられ
るベクトル数に限りがあるため、それ以上の候補ベクト
ルは保持されない。また、保持されるべクトルは、常に
評価値算出部１０３での評価が良かったものから保持さ
れていく。

【００５０】上述した動きベクトル検出装置１００の動
作をフローを参照してさらに詳細に説明する。

【００５１】図２は動きベクトル検出装置１００の動き
ベクトルを検出するための処理手順を示したフローチャ
ートである。本フローは前記図５のフローのステップＳ
Ｔ１３及びステップＳＴ１４に相当する処理手順を示し
ており、候補ベクトルの選択をする処理である。

【００５２】まず、ステップＳＴ１１１で外部処理ステ
ップから評価値Ｈ(i)を入力し、ステップＳＴ１１２で
入力された評価値Ｈ(i)を用いてＨ(i)の累計値（候補ベ
クトル選出評価値）Ｓ［Ｈ(i)］を算出する。

【００５３】ステップＳＴ１１３では、累計値Ｓ［Ｈ
(i)］があらかじめ定めた評価閾値（Ｓ）以上か（Ｓ
［Ｈ(i)］≧Ｓか）否かを判別し、条件を満たすＳ［Ｈ
(i)］≧ＳのときはステップＳＴ１１４に進み、該条件
を満たさないＳ［Ｈ(i)］＜Ｓときは本フローの処理を
終了する。

【００５４】ステップＳＴ１１４では、保持すべき試行
ベクトルを選出する。

【００５５】すなわち、ステップＳＴ１１４では、これ
まで入力されてきた前記入力値Ｈ(i)及びその値を得る
試行ベクトルがΜ個蓄えられている。Μ個のデータＤ
（Ｍ）は、入力値Ｈ(i)をソートし、値の小さなものか
ら順番に蓄えられた入力値Ｈ(i)及びそれに対応する試
行ベクトルである。ステップＳＴ１１３の条件分岐が満
たされた場合、蓄えられているΜ個のデータの中から最
小値であるＨ（ｍｉｎ）に対応する試行ベクトルを出力
し、該データＤ（Μ）から、最小値であるＨ（ｍｉｎ）
及びそれに対応する試行ベクトルを削除する。

【００５６】ステップＳＴ１１５では、上記ステップＳ
Ｔ１１４で選出された試行ベクトルを候補ベクトルとし
て保持する。この場合、得られる試行ベクトルを保持す
る際に保持できる最大数ΜΑΧを越える場合には、上記
ステップＳＴ１１４から得られる該試行ベクトルを保持
しない。

【００５７】以上説明したように、第１の実施形態に係
る動きベクトル検出装置１００は、前画像メモリ１０
１、現画像メモリ１０２、予測誤差を基準とするベクト
ルの評価値Ｈ(i)を算出する評価値算出部１０３、評価
値Ｈ(i)を用いて候補べクトルを選定するために必要な
評価値Ｓ［Ｈ(i)］を算出するベクトル選出評価値算出
部１０４、評価閾値（Ｓ）及び評価値Ｓ［Ｈ(i)］を用
いて試行べクトルの選出を行う試行ベクトル選出部１０
５、評価閾値（Ｓ）を出力して試行ベクトル選出部１０
５を制御する試行ベクトル選出制御部１０６及び候補ベ
クトル保持メモリ１０７を備え、先行して行う処理によ
り試行ベクトルの複数候補を選出し、該候補を基にベク
トルの評価値を算出し、算出された評価結果を基に有益
な候補ベクトルを選出するとともに、評価結果が良い場
合には、候補数を少なくし、評価結果が悪い場合には、
候補数を多くするように制御するようにしているので、
試行ベクトルの中から有益な候補ベクトルを選出する
際、得られる入力評価値Ｈ(i)に応じて、Ｈ(i)の値が全
体的に小さな値を取る場合には、候補にあげる試行ベク
トル数が少なくなり、Ｈ(i)が全体的に大きな値を取る
時には候補にあげる試行ベクトル数を増やす制御を行う
ことになり、動きベクトル検出に必要な処理量を削減す
るため生じる精度の劣化を、必要最小限の処理量増加で
補うことが可能となる。

【００５８】この際、図２のステップＳＴ１１４で設定
される前記ΜΑΧの値により、最大処理量が設定される
ことになり、１つの動きベクトル検出処理の許容時間を
超過することはなくなる。

【００５９】図３は本発明の第２の実施形態に係る動き
ベクトル検出装置の構成を示すブロック図である。な
お、本実施形態に係る動きベクトル検出装置の説明にあ
たり図１に示す動きベクトル検出装置と同一構成部分に
は同一符号を付して重複部分の説明を省略する。

【００６０】図３において、動きベクトル検出装置２０
０は、前画像メモリ１０１、現画像メモリ１０２、評価
値算出部１０３、候補数設定評価値算出部２０１、候補
数決定部２０２、試行ベクトル選出部１０５及び候補ベ
クトル保持メモリ１０７から構成される。

【００６１】上記評価値算出部１０３、候補数設定評価
値算出部２０１、候補数決定部２０２及び試行ベクトル
選出部１０５は、全体として候補ベクトル選出部２０３
を構成する。

【００６２】上記評価値算出部１０３は、前画像メモリ
１０１及び現画像メモリ１０２から画素データを読み出
し、ブロック間の類似度を求める。類似度算出には、例
えば、各画素ごとの絶対値差分をとり、ブロック内の全
画素に対する該絶対値差分値の累計値を用いる。

【００６３】上記候補数設定評価値算出部２０１は、評
価値算出部１０３で算出された各候補に対する評価値を
用いて、候補数を決定するために必要な評価値（例え
ば、各試行べクトルについて求まった該評価値の平均値
Ｋ）を求める。

【００６４】上記候補数決定部２０２は、候補数設定評
価値算出部２０１より得られる評価値Ｋを用いて選出す
る候補べクトルの数を決定する。

【００６５】試行べクトル選出部１０５は、候補数決定
部２０２により得られた候補数だけ候補ベクトル保持メ
モリ５０３に試行ベクトルを蓄える。

【００６６】上記候補ベクトル保持メモリ１０７は、試
行べクトル選出部１０５で選出された試行べクトルを保
持する。

【００６７】次に、上述のように構成された動きベクト
ル検出装置２００の動作を説明する。

【００６８】前画像メモリ１０１には、前フレームの画
像データが蓄えられている。現画像メモリ１０２には現
フレームの画像データが蓄えられている。

【００６９】評価値算出部１０３では、前画像メモリ１
０１及び現画像メモリ１０２から画素データを読み出
し、ブロック間の類似度を算出する。類似度算出には、
例えば、各画素ごとの絶対値差分をとり、ブロック内の
全画素に対する該絶対値差分値の累計値を用いる。

【００７０】候補数設定評価値算出部２０１では、評価
値算出部１０３で算出された各候補に対する評価値を用
いて、候補数を決定するために必要な評価値を算出す
る。例えば、各試行べクトルについて求まった該評価値
の平均値Ｋを求める。

【００７１】候補数決定部２０２では、候補数設定評価
値算出部２０１により得られる評価値Ｋを用いて選出す
る候補べクトルの数が決定される。

【００７２】試行べクトル選出部１０５では、候補数決
定部２０２で得られた候補数だけ候補ベクトル保持メモ
リ１０７に試行ベクトルを蓄える。その際、評価値算出
部１０３で評価の良かったものから順に出力していく。

【００７３】上述した動きベクトル検出装置２００の動
作をフローを参照してさらに詳細に説明する。

【００７４】図４は動きベクトル検出装置２００の動き
ベクトルを検出するための処理手順を示したフローチャ
ートであり、前記図２に示す第１の実施形態同様、複数
の試行ベクトルを選出する処理を示す。

【００７５】まず、ステップＳＴ１１１で外部処理ステ
ップから評価値Ｈ(i)を入力し、ステップＳＴ２１１で
入力された評価値Ｈ(i)を用いて候補数を決定するため
の評価値Ｋを算出する。

【００７６】ステップＳＴ２１２では、算出された評価
値Ｋに基づいて候補数を決定する。すなわち、ステップ
ＳＴ２１２では、全試行ベクトルの中から保持すべきベ
クトルの数を決定する。例えば、得られる前記評価値Ｋ
に基づき、Ｋが［Ν×Ｓ，（Ｎ＋１）×Ｓ）（但し、Ｎ
は整数、Ｓは定数）の範囲にある場合に、候補数がＦ
（Ｎ）×Ｃ（但し、Ｆ（Ｎ）はＮに基づく関数、Ｃは定
数）個となるように処理を行う。

【００７７】ステップＳＴ２１３では、決定された候補
数分の試行ベクトルの算出を行う。すなわち、ステップ
ＳＴ２１３では、全試行ベクトルに対する評価値Ｈ(i)
がソートされ、評価値の小さい順に蓄えられており、処
理ステップ２１２で決定された前記候補数Ｆ（Ν）×Ｃ
個分のデータが評価値の小さいものから順に選出され、
選出される評価値が得られる試行ベクトルがステップＳ
Ｔ２１４で保持される。

【００７８】以上説明したように、第２の実施形態に係
る動きベクトル検出装置２００は、評価値算出部１０３
で算出された各候補に対する評価値を用いて、候補数を
決定するために必要な評価値を算出する候補数設定評価
値算出部２０１と、候補数設定評価値算出部２０１より
得られる評価値Ｋを用いて選出する候補べクトルの数を
決定する候補数決定部２０２と、候補数決定部２０２に
より得られた候補数だけ候補ベクトル保持メモリ５０３
に試行ベクトルを蓄える試行べクトル選出部１０５とを
備え、先行して行う処理により試行ベクトルの複数候補
を選出し、該候補を基にベクトルの評価値を算出し、算
出された評価結果を基に候補ベクトル数を決定し、該決
定した候補数に応じた候補ベクトルを選出するととも
に、評価結果が良い場合には、候補数を少なくし、評価
結果が悪い場合には、候補数を多くするように制御する
ようにしているので、全試行ベクトルの中から有益な試
行ベクトルを選出する際、各試行ベクトルにより得られ
る評価値（類似度）に基づき、選択する試行ベクトルの
数（候補数）を決定することにより、１つの動きベクト
ル検出処理の許容時間の超過を押えることが可能とな
る。

【００７９】また、候補数を決定する際、与えられる評
価値がよい評価値を得られる場合、すなわち類似度が高
い試行ベクトルが多い場合には、候補数が少なく設定さ
れ、類似度が低い試行ベクトルが多い場合には、類似度
が高い試行ベクトルが多い場合に比べ、多くの候補数が
設定されるようになり、候補数を増やすことによる検出
精度の向上効果を、必要最小限の処理増加で実現するこ
とができる。

【００８０】ここで、上記各実施形態では、処理量を削
減することによる検出精度を向上させるために複数候補
を用いる方式における候補選択方法を示したが、これに
限定されず、例えば、評価値としてブロック間の類似度
を用いずに、各動きベクトルの類似度を用いて、Μ個の
動きベクトルをＮ個の動きベクトルに置き換える（但
し、Ｍ、Ｎは整数、Μ＞Ν）などの選択方式としても適
用できる。

【００８１】なお、上記各実施形態において、ベクトル
の評価値の種類、あるいは評価値Ｈ(i)の算出方法、ま
た選出される候補べクトルの選出方法は上記各実施形態
に限定されるものではなく、他の評価値算出方法等でも
差し支えない。

【００８２】また、本実施形態では動きベクトル検出方
法を、例えばＭＰＥＧアルゴリズムに基づく動画像圧縮
装置に適用してもよいが、勿論これには限定されず、動
き補償を用いるものであれば全ての装置に適用可能であ
ることは言うまでもない。

【００８３】さらに、上記動きベクトル検出装置、候補
ベクトル選出部を構成する回路や部材の数、種類などは
前述した実施形態に限られないことは言うまでもなく、
ソフトウェア（例えば、Ｃ言語）により実現するように
してもよい。

【００８４】

【発明の効果】本発明に係る動きベクトル検出装置で
は、予測誤差を基準とするベクトルの評価値を算出する
評価値算出手段と、評価値に基づいて試行ベクトルを選
出し、該試行ベクトルから有益な候補ベクトルを選出す
るベクトル選出手段と、評価値算出手段による評価結果
に従って試行ベクトルの候補数を増減する制御手段とを
備えて構成しているので、ベクトル検出の演算量を削減
することができ、動きベクトル検出に必要な処理量を削
減するため生じる精度の劣化を、必要最小限の処理量増
加で補うことができる。

【００８５】また、本発明に係る動きベクトル検出方法
は、先行して行う処理により試行ベクトルの複数候補を
選出し、該候補を基にベクトルの評価値を算出し、算出
された評価結果を基に有益な候補ベクトルを選出すると
ともに、該評価結果に従って候補数を増減するように制
御しているので、試行ベクトルの中から有益な候補ベク
トルを選出する際、得られる入力評価値に応じて、評価
値の値が全体的に小さな値を取る場合には、候補にあげ
る試行ベクトル数が少なくなり、評価値が全体的に大き
な値を取る時には候補にあげる試行ベクトル数を増やす
制御を行うことになり、動きベクトル検出に必要な処理
量を削減するため生じる精度の劣化を、必要最小限の処
理量増加で補うことができる。

【００８６】また、本発明に係る動きベクトル検出方法
は、先行して行う処理により試行ベクトルの複数候補を
選出し、該候補を基にベクトルの評価値を算出し、算出
された評価結果を基に候補ベクトル数を決定し、該決定
した候補数に応じた候補ベクトルを選出するとともに、
該評価結果に従って候補数を増減するように制御してい
るので、候補数を増やすことによる検出精度の向上効果
を、必要最小限の処理増加で実現することができ、また
１つの動きベクトル検出処理の許容時間の超過を押える
ことができる。

【図面の簡単な説明】

【図１】本発明を適用した第１の実施形態に係る動きベ
クトル検出装置及び動きベクトル検出方法の構成を示す
ブロック図である。

【図２】上記動きベクトル検出装置の動作を示すフロー
チャートである。

【図３】本発明を適用した第２の実施形態に係る動きベ
クトル検出装置及び動きベクトル検出方法の構成を示す
ブロック図である。

【図４】上記動きベクトル検出装置の動作を示すフロー
チャートである。

【図５】従来の動きベクトル検出装置の動きベクトルを
検出するための処理手順を示すフローチャートである。

【符号の説明】

１００，２００ 動きベクトル検出装置、１０１ 現画
像メモリ、１０２ 現画像メモリ、１０３ 評価値算出
部（評価値算出手段）、１０４ ベクトル選出評価値算
出部、１０５ 試行ベクトル選出部、１０６ 試行ベク
トル選出制御部（制御手段）、１０７ 候補ベクトル保
持メモリ、１０８，２０３ 候補ベクトル選出部１０９
ベクトル選出手段、２０１ 候補数設定評価値算出
部、２０２候補数決定部

Claims (7)

【特許請求の範囲】
1. 【請求項１】 符号化対象フレームを所定のブロックに
   分割し、各ブロックに対して前フレームの中から最も差
   分が小さくなる位置を検出する動きベクトル検出装置に
   おいて、 予測誤差を基準とするベクトルの評価値を算出する評価
   値算出手段と、 前記評価値に基づいて試行ベクトルを選出し、該試行ベ
   クトルから有益な候補ベクトルを選出するベクトル選出
   手段と、 前記評価値算出手段による評価結果に従って前記試行ベ
   クトルの候補数を増減する制御手段とを備えたことを特
   徴とする動きベクトル検出装置。
2. 【請求項２】 前記制御手段は、前記評価値が所定値よ
   り小さい場合には、前記候補数を少なくし、前記評価値
   が所定値以上の場合には、前記候補数を多くするように
   制御することを特徴とする請求項１記載の動きベクトル
   検出装置。
3. 【請求項３】 前記制御手段は、前記評価結果が良い場
   合には、前記候補数を少なくし、該評価結果が悪い場合
   には、前記候補数を多くするように制御することを特徴
   とする請求項１記載の動きベクトル検出装置。
4. 【請求項４】 符号化対象フレームを所定のブロックに
   分割し、各ブロックに対して前フレームの中から最も差
   分が小さくなる位置を検出する動きベクトル検出方法に
   おいて、 先行して行う処理により試行ベクトルの複数候補を選出
   し、該候補を基にベクトルの評価値を算出し、 算出された評価結果を基に有益な候補ベクトルを選出す
   るとともに、 該評価結果に従って候補数を増減するように制御するよ
   うにしたことを特徴とする動きベクトル検出方法。
5. 【請求項５】 符号化対象フレームを所定のブロックに
   分割し、各ブロックに対して前フレームの中から最も差
   分が小さくなる位置を検出する動きベクトル検出方法に
   おいて、 先行して行う処理により試行ベクトルの複数候補を選出
   し、該候補を基にベクトルの評価値を算出し、 算出された評価結果を基に候補ベクトル数を決定し、 該決定した候補数に応じた候補ベクトルを選出するとと
   もに、 該評価結果に従って候補数を増減するように制御するよ
   うにしたことを特徴とする動きベクトル検出方法。
6. 【請求項６】 上記請求項４又は５の何れかに記載の動
   きベクトル検出方法において、 前記評価値が所定値より小さい場合には、前記候補数を
   少なくし、前記評価値が所定値以上の場合には、前記候
   補数を多くするように制御することを特徴とする動きベ
   クトル検出方法。
7. 【請求項７】 上記請求項４又は５の何れかに記載の動
   きベクトル検出方法において、 前記評価結果が良い場合には、前記候補数を少なくし、
   前記評価結果が悪い場合には、前記候補数を多くするよ
   うに制御することを特徴とする動きベクトル検出方法。