3d-hevc深度图帧内编码模式的研究

《3d-hevc深度图帧内编码模式的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号TP391学校代码10590UDC620密级公开深圳大学硕士学位论文3D-HEVC深度图帧内编码模式的研究学位申请人姓名李昆专业名称信息与通信工程学院（系、所）信息工程学院指导教师姓名梁永生教授原创性声明本人郑重声明：所呈交的学位论文3D-HEVC深度图帧内编码模式的研究是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律结果由本人承担。论文作者签名：日期：年月日3D-HEVC深度图帧内编码模式的研究摘要近年来，3D视频受到了大

2、众的青睐，然而这类视频通常由多个视点的视频组成，庞大的视频数据迫切需要更为高效的视频压缩技术进行处理。3D-HEVC可以针对3D视频进行压缩，与传统的只对各个单视点进行压缩的算法相比，其充分地利用各视点之间的相关性，使用视点间预测技术进一步减少了视点之间的冗余信息，提升编码效率。对于目前的3D视频格式，传统的HEVC帧内预测方法不能完全适用于深度图的帧内预测。因此，3D-HEVC引进了深度建模模式(DepthModellingModes，DMM)，与传统的帧内预测方法相比，其更符合深度图的特性。然而DMM的引入在一定程度上增加了原有算法的复杂度，为了减少压缩编码的时间，本文从深度图特性及DMM

3、特性展开研究，并利用预测模式之间的相关性针对DMM做出如下改进：1)提出了基于帧内模式相关性的DMM1优化算法。3D-HEVC中的DMM1需要遍历所有的Wedgelet模式，并在每次遍历过程中采用视点综合优化(ViewSynthesisOptimization，VSO)技术评估所有可能的Wedgelet模式的预测精准度，产生了较大的计算代价，本文通过研究深度图和DMM的特性，在现有的DMM1优化算法基础上进行了改进，并利用边缘纹理与预测角度的相关性，进一步缩减了DMM1的搜索范围，减少了视频编码的时间；2)提出了基于视点间模式相关性的DMM跳过算法。在深度图帧内预测过程中，DMM作为传统帧内预

4、测方法的拓展模式加入帧内预测模式候选列表中，然后进行完整的率失真评价，选出针对当前编码块最优的帧内预测模式。但是在许多编码块不适用DMM的情况下，DMM的搜索会造成不必要的计算资源消耗。本文通过研究预测模式间的相关性和视点间的相关性，选择性地跳过不必要的DMM预测，进一步降低了视频编码的复杂度。综上所述，本文所提出的两种深度图帧内模式优化算法降低了3D-HEVC的编码复杂度，在实时编码应用上具有一定的参考意义。关键词：3D-HEVC；深度图；帧内预测；深度建模模式；优化ITheResearchOfIntraModeCodingForTheDepthMapsAbstractInrecentyea

5、rs,3Dvideoswhichusuallyconsistofmulti-viewvideoshavebeenpopularwiththepublic.Thus,thereisanurgentneedformoreefficientvideocompressiontechnologydealingwiththehugeamountofvideodata.3D-HEVCcandothe3Dvideocompression,andcomparedwithtraditionalcompressionalgorithmsmerelyoneachsingleview,itreducestheredun

6、dancyamongviewsandimprovesthecodingefficiencywithinter-viewpredictiontechnologybythefullusageofcorrelationamongviews.ThetraditionalHEVCintra-predictionmethodcan’tcompletelysuitablefortheintra-predictionofdepthmapforthecurrent3Dvideoformat.Therefore,3D-HEVCbringsinDepthModellingModes(DMM),whichismore

7、inlinewiththecharacteristicsofdepthmap.However,theintroductionofDMMgreatlyincreasesthecomplexityoftheoriginalalgorithm.Inordertoreducethetimeofcodingalgorithm,thecurrentstudymakesthefollowingimproveme