基于3D-HEVC的深度編碼研究.pdf

1、隨著計(jì)算機(jī)視覺(jué)和立體顯示技術(shù)的發(fā)展，三維電視(Three Dimensional Television,3DTV)和自由視點(diǎn)電視(Free-viewpoint TeleVision，F(xiàn)TV)等先進(jìn)的視覺(jué)媒體模式帶給人們前所未有的視覺(jué)沖擊，具有不可估量的應(yīng)用前景。多視點(diǎn)視頻加深度(Multiview Video plus Depth，MVD)的這種三維場(chǎng)景表示方式已經(jīng)逐漸成為3DTV和FTV等多媒體系統(tǒng)中主流數(shù)據(jù)表示格式。面對(duì) MVD巨大

2、的數(shù)據(jù)量，多視點(diǎn)視頻系統(tǒng)不僅需要有高壓縮效率，也滿足支持隨機(jī)訪問(wèn)、低延時(shí)、低復(fù)雜度等性能需求。本文主要從以下三個(gè)方面展開(kāi)研究：
　　1）針對(duì)多視點(diǎn)深度視頻編碼的巨大計(jì)算復(fù)雜度，采用基于四叉樹(shù)結(jié)構(gòu)類型分析策略來(lái)降低編碼復(fù)雜度。針對(duì)視頻內(nèi)容的特性，通過(guò)分析編碼最大單元分割后的四叉樹(shù)結(jié)構(gòu)類型，從而確定其編碼單元遍歷區(qū)間；針對(duì)視頻內(nèi)容時(shí)空域的相關(guān)性，采用相鄰編碼單元預(yù)測(cè)策略；本文算法相對(duì)于原始高效視頻編碼(High Efficiency

3、Video Coding，HEVC)框架，在隨機(jī)訪問(wèn)模式下編碼時(shí)間平均減少41.55％，BDBR只增加約1.94%，BDPSNR只降低了0.06dB；與 Shen方案相比，該算法可以進(jìn)一步降低12%左右的計(jì)算復(fù)雜度，BDBR只增加約1.09%，BDPSNR只降低了0.03dB。
　　2）針對(duì)深度失真直接影響繪制失真，傳統(tǒng)視頻編碼器并不適用深度視頻編碼優(yōu)化。為了有效壓縮深度視頻，提出了基于視點(diǎn)繪制的深度率失真優(yōu)化技術(shù)，通過(guò)大量的統(tǒng)計(jì)

4、實(shí)驗(yàn)建立深度失真和繪制失真、深度失真和量化步長(zhǎng)、比特?cái)?shù)和量化步長(zhǎng)三者的數(shù)學(xué)關(guān)系式，此外，為了提高所提的數(shù)學(xué)模型精確度，采用自適應(yīng)模型參數(shù)更新策略，與原始JMVC平臺(tái)深度編碼框架相比可以節(jié)省3.592%碼率，同時(shí)提高0.084dB的繪制視頻質(zhì)量。
　　3）對(duì)于3D視頻系統(tǒng)而言，失真深度視頻在繪制過(guò)程中常常會(huì)存在閃爍等時(shí)域失真問(wèn)題，而目前繪制視點(diǎn)質(zhì)量評(píng)價(jià)所采用峰值信噪比(Peak Signal-to-Noise Ratio，PSNR)

5、或均方誤差(Mean Squared Error，MSE)忽略繪制視點(diǎn)時(shí)域失真的影響。針對(duì)繪制視點(diǎn)的感知質(zhì)量，本文提出了一種全參考繪制視頻評(píng)價(jià)算子(Synthesized Video Quality Metric，SVQM)，并所提基于SVQM模型的深度率失真優(yōu)化模型，對(duì)3D視頻編碼器的深度編碼過(guò)程進(jìn)行編碼優(yōu)化。實(shí)驗(yàn)結(jié)果表明所提的SVQM模型相對(duì)于PSNR可以更好地符合人眼視覺(jué)感知，此外，與最新基于3D的HEVC測(cè)試平臺(tái)相比，本文所提的