發(fā)布時間：2018-11-09 16:29

【摘要】：隨著多媒體通信等技術和各種視頻終端處理能力的快速發(fā)展,3D視頻越來越在生活中普及應用。上一代基于H.264的多視點視頻編碼標準不能滿足當前與日俱增的3D視頻數(shù)據量的高效壓縮,因此,立體視頻編碼聯(lián)合組(The Joint Collaborative Team on 3D Video Coding Extension Development,JCT-3V)制定了新一代多視點視頻編碼標準 3D-HEVC(3D-High Efficiency Video Coding)。盡管3D-HEVC取得較高的編碼效率,但是其存在計算復雜度較高的問題,嚴重限制了 3D視頻的實際應用。因此,如何在保證編碼3D視頻質量的前提下,最大幅度的降低3D-HEVC的計算復雜度,成為當前視頻技術領域的一個研究熱點。目前通用的3D視頻格式為紋理視頻加深度視頻格式(Multi-view Video Plus Depth,MVD),其中深度圖對虛擬視點合成具有重要作用,然而也引入了較大的計算復雜度。為此,本文針對3D-HEVC深度圖編碼,深入分析了深度圖特性,提出一系列快速優(yōu)化算法,以保持編碼性能的前提下極大的節(jié)省計算復雜度。本文的主要工作如下:1、提出一種基于深度分類的低復雜度深度圖幀內預測算法。本算法根據深度圖特征把3D-HEVC幀內預測模式分成三類——平滑類,方向角類和深度類。首先采用HOG特征對深度預測塊進行特征提取,其次用SVM訓練器對所提取的特征進行模式判決,根據判決結果對深度塊所屬類型中的所有模式進行RD-Cost計算得到最佳的預測模式。實驗結果表明,與原有3D-HEVC相比,本算法平均縮短34.85%的編碼時間,而BD-Rate僅降低了 0.14%。2、提出了一種加速深度塊CU的分割方法。原有3D-HEVC采用遞歸的方法分割CU,消耗大量的編碼時間。對此,本文提出了一種快速終結CU遞歸劃分的方法。首先計算當前編碼CU的方差和對角像素差的絕對值之和,通過閾值法比較,判定是否需要提前終止CU的劃分。本算法的實驗結果表明,與原始3D-HEVC相比,本算法平均減少了 9.73%的編碼時間,而BD-Rate僅升高了 0.02%。3、最后,本文針對SDC編碼進行優(yōu)化。通過實驗統(tǒng)計發(fā)現(xiàn),SDC編碼的選的與當前預測單元PU的平滑性息息相關,若PU比較平滑,則選擇SDC編碼的可能性較高。因此,本算法在得到全搜索列表后,先計算當前PU外圈像素差的絕對值之和,進行閾值化比較,判定是否跳過非SDC編碼,以降低計算復雜度。實驗結果表明,該算法平均能減少10.64%的編碼時間,而僅造成0.16%BD-Rate的增加,此外本文最后將所提3種算法進行整合,系統(tǒng)的優(yōu)化深度圖的幀內預測過程。實驗結果表明,與原有3D-HEVC相比,本算法能減少的編碼時間平均能達到43.09%,而BD-Rate僅增加了 1.06%。綜上,本文圍繞3D-HEVC深度圖編碼提出了一系列優(yōu)化算法,在保持3D-HEVC編碼效率的前提下,有效的降低了計算復雜度。本文的研究成果對于促進3D-HEVC的應用具有一定的意義和價值。
[Abstract]:With the rapid development of multimedia communication technology and various video terminal processing capabilities, 3D video has become more and more popular in life. The previous generation of the H.264-based multi-view video coding standard does not meet the high-efficiency compression of the current increasing amount of 3D video data. Therefore, the Joint Collaborative Team on 3D Video Coding Extension Development (JCT-3V) has developed a new-generation multi-view video coding standard, 3D-High Efficiency Video Coding. Although the 3D-HEVC has higher coding efficiency, it has a high computational complexity and severely limits the practical application of 3D video. Therefore, how to reduce the computational complexity of the 3D-HEVC on the premise of ensuring the quality of the 3D video is a hot topic in the current video technology field. At present, the general 3D video format is the multi-view video Plus Depth (MVD) of the texture video, in which the depth map plays an important role in the virtual viewpoint synthesis, but also introduces a large computational complexity. In this paper, the 3D-HEVC depth map is coded, the depth map is deeply analyzed, and a series of fast optimization algorithms are proposed to save the computational complexity on the premise of keeping the coding performance. The main work of this paper is as follows: 1. A low-complexity depth-map intra-frame prediction algorithm based on depth classification is proposed. In this algorithm, the 3D-HEVC intra-prediction mode is divided into three classes _ smoothing class, direction angle class and depth class according to the depth map feature. The method comprises the following steps of: firstly, carrying out feature extraction on a depth prediction block by adopting a HOG characteristic, and secondly, performing mode judgment on the extracted feature by using an SVM training device, and performing RD-Cost calculation on all modes in the type of the depth block according to the judgment result to obtain an optimal prediction mode. The experimental results show that, compared with the original 3D-HEVC, the average time of the algorithm is shortened by 34. 85%, and the BD-Rate is only reduced by 0.14%. The original 3D-HEVC divides the CU by a recursive method and consumes a large amount of encoding time. In this paper, a method for quickly terminating a CU recursive partition is presented in this paper. First, the sum of the absolute value of the variance of the current code CU and the diagonal pixel difference is calculated and compared by the threshold method, it is determined whether the division of the CU is required to be terminated in advance. The experimental results of this algorithm show that, compared with the original 3D-HEVC, the mean time of the algorithm is reduced by 9.73%, and the BD-Rate only increases by 0. 02%. 3, and finally, this paper is optimized for the SDC coding. It is found that the choice of the SDC coding is closely related to the smoothness of the current prediction unit PU, and if the PU is relatively smooth, the possibility of selecting the SDC coding is high. Therefore, after a full search list is obtained, the sum of the absolute values of the current PU outer ring pixel difference is calculated, and the threshold value comparison is performed to determine whether the non-SDC encoding is skipped to reduce the computational complexity. The experimental results show that the algorithm can reduce the coding time of 10.64%, and only result in an increase of 0. 16% BD-Rate. In addition, the three algorithms are combined to optimize the intra-frame prediction process of the depth map. The experimental results show that compared with the original 3D-HEVC, the coding time can be reduced by 43. 09%, and the BD-Rate only increases by 1.06%. In this paper, a series of optimization algorithms are proposed around the 3D-HEVC depth map coding, and the computational complexity is effectively reduced on the premise of maintaining the coding efficiency of the 3D-HEVC. The research results of this paper are of great significance and value to the application of 3D-HEVC.
【學位授予單位】：華僑大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TN919.81

【相似文獻】

相關期刊論文 前10條

1 楊敬安;由針圖重建深度圖[J];機器人;1987年03期

2 左一帆;安平;張兆楊;;基于圖割的高質量深度圖獲取方法[J];電視技術;2011年15期

3 張艷;安平;張秋聞;王奎;張兆楊;;恰可察覺深度差異模型的深度圖優(yōu)化方法[J];光電子.激光;2012年07期

4 左宇鵬;;基于深度圖壓縮的邊界自適應上采樣方案[J];計算機與現(xiàn)代化;2014年05期

5 楊超;安平;何宛文;王健鑫;張兆楊;;一種用于深度圖編碼的虛擬視失真估計模型[J];光電子.激光;2014年07期

6 溫宇強,李德華;多視角深度圖融合方法綜述[J];計算機與數(shù)字工程;2003年04期

7 葉長明;蔣建國;詹曙;S.Ando;;不同姿態(tài)人臉深度圖識別的研究[J];電子測量與儀器學報;2011年10期

8 左一帆;安平;馬然;沈禮權;張兆楊;;深度圖時域一致性增強[J];光電子.激光;2014年01期

9 朱波;蔣剛毅;張云;郁梅;;面向虛擬視點圖像繪制的深度圖編碼算法[J];光電子.激光;2010年05期

10 周娟;李勇平;黃躍峰;;基于強度圖和深度圖的多模態(tài)人臉識別[J];計算機工程與應用;2012年25期

相關會議論文 前3條

1 陳東;楊生鵬;莊嚴;王偉;;基于視覺信息的三維激光點云渲染與深度圖構建[A];第二十九屆中國控制會議論文集[C];2010年

2 劉偉鋒;張卓;王延江;;基于光線衰減的深度獲取方法[A];中國自動化學會控制理論專業(yè)委員會B卷[C];2011年

3 張帥;付宏杰;;基于Kinect的多點觸控系統(tǒng)研究與實現(xiàn)[A];第六屆全國信號和智能信息處理與應用學術會議論文集[C];2012年

相關博士學位論文 前10條

1 李賀建;三維視頻中基于FPGA的實時深度估計研究與應用[D];上海大學;2015年

2 馬祥;提高三維視頻深度編碼性能的技術研究[D];西安電子科技大學;2015年

3 葛川;三維視頻的高效壓縮及資源分配算法研究[D];山東大學;2015年

4 葉昕辰;面向3DTV的深度計算重建[D];天津大學;2015年

5 王來花;基于深度的虛擬視點繪制及其失真研究[D];天津大學;2015年

6 郭莉琳;基于3D-HEVC的三維視頻編碼快速算法研究[D];浙江大學;2017年

7 向森;多視點深度圖采集與質量評估方法研究[D];華中科技大學;2016年

8 鄧慧萍;3D視頻的深度圖優(yōu)化與深度編碼方法研究[D];華中科技大學;2013年

9 高凱;立體視頻深度圖提取及深度序列編碼技術研究[D];吉林大學;2013年

10 羅雷;基于深度圖繪制的三維視頻編碼技術研究[D];浙江大學;2013年

相關碩士學位論文 前10條

1 李海坤;基于彩色和深度的前景分割研究[D];山東大學;2015年

2 張岳歡;3D視頻編碼中深度信息優(yōu)化及場景背景編碼技術研究[D];哈爾濱工業(yè)大學;2015年

3 曹廣昊;立體視頻系統(tǒng)中深度傳播算法的研究[D];山東大學;2015年

4 丁焱;基于深度圖的虛擬視點繪制中空洞填補技術研究[D];哈爾濱工業(yè)大學;2015年

5 馬姝穎;基于視點合成的深度圖編碼技術研究[D];電子科技大學;2015年

6 王旭;面向繪制質量的深度圖壓縮感知研究[D];上海大學;2015年

7 卞玲艷;基于深度圖的2D轉3D視頻算法的研究[D];電子科技大學;2015年

8 王亞峰;3D-HEVC深度圖預處理與誤碼掩蓋技術研究[D];西安電子科技大學;2014年

9 白樹斌;基于RGB-D圖像的深度圖增強問題研究[D];青島大學;2015年

10 王玉峰;基于多視點的三維場景的低延遲遠程繪制算法研究[D];浙江工商大學;2015年

，

本文編號：2320950