深度视频编码快速算法研究

《深度视频编码快速算法研究》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、深度视频编码快速算法研究ResearchonFastAlgorithmforDepthVideoCoding学科专业：信息与通信工程作者姓名：孙振燕指导教师：雷建军教授天津大学电气自动化与信息工程学院二零一七年十二月摘要新一代视频编码标准HEVC的编码效率比H.264/MPEG-4AVC提高了近50%。3D-HEVC作为HEVC在3D方向的扩展，在继承HEVC编码技术的基础上，引入了多种深度视频编码工具，以更加有效地编码深度视频。然而，编码效率的提升导致了复杂度的显著增加，阻碍了3D-HEVC标准的实际应用。基于3D-H

2、EVC，研究深度视频编码的快速编码算法具有重要意义。本文在介绍视频压缩编码基础和视频编码标准发展历程的基础上，对HEVC和3D-HEVC视频编码标准的编码框架及关键技术进行了详细阐述。基于对深度视频特性的深入研究与分析，以降低深度视频编码的计算复杂度作为研究目标，开展了深度视频编码快速算法研究。3D-HEVC引入了深度编码工具——深度建模模式（DMM）来提高深度视频编码的性能。然而，基于全遍历的DMM图样选择过程显著增加了深度图编码的计算复杂度。本文提出了一种基于角度约束的DMM模式简化搜索算法。首先，基于对RMD中的具

3、有最小哈达玛代价模式的判断，提前跳过不必要的DMM模式预测过程；其次，根据具有最小哈达玛代价的预测模式，定义允许预测模式集合，获取允许角度范围；然后，基于允许角度范围和PU四边梯度信息获得搜索子集；最终，遍历搜索子集内的分割图样，通过VSO得到具有最小代价的分割图样。实验结果表明，所提出的算法能够显著降低DMM模式预测复杂度。彩色视频具有更加丰富的纹理信息，而深度视频则由大面积像素变化缓慢的区域以及锐利边界构成。针对深度视频不同于彩色视频的特性，本文提出了基于内容特性分析的快速帧内决策方法。首先，考虑到实际深度PU中的边

4、缘信息和深度建模模式中最佳匹配图样中的分割线之间的相似性，提出深度建模模式快速决策算法；其次，根据哈达玛代价和方差，对当前PU的传统帧内预测模式（DC和Planar模式）进行提前决策；然后，通过获取邻域已编码的PU信息，判断当前PU模式，优化预测过程；最后以CTU为单位，通过利用空间相关性，对CU划分过程进行提前终止。实验结果表明，所提出的算法在合成视点视频质量无明显下降的情况下有效降低了计算复杂度。关键词：3D-HEVC，深度视频编码，深度建模模式，角度约束，内容特性，快速算法IABSTRACTTheemergingH

5、EVCstandardimprovesnearly50%codingefficiencycomparingwithH.264/MPEG-4AVCstandard.Asa3Dvideocodingstandard,3D-HEVCinheritsthecodingtechniquesofHEVCandintroducesmanycodingtoolsfordepthvideocoding.However,theimprovementofcodingefficiencyresultsintheincreaseofcomputa

6、tionalcomplexity,whichhinderstheapplicationof3D-HEVCstandard.Itisimportanttoresearchfastcodingalgorithmsbasedon3D-HEVC.Thispaperintroducesthevideocompressioncodingandthedevelopmentofvideocodingstandards.ThenitelaboratesthecodingframeworksandkeytechnologiesofHEVCa

7、nd3D-HEVCstandards.Basedontheanalysisofthecharacteristicfordepthvideo,thepaperfocusesonthefastalgorithmsfordepthvideocodingtoreducethecomputationalcomplexity.Inordertoensuretheperformanceofdepthmapcoding,anewdepthintracodingtoolcalledDepthModelingMode(DMM)isintro

8、ducedin3D-HEVC.However,theprocesssignificantlyincreasesthecomputationalcomplexityduetotheblindtraversalofallwedgeletpartitions.Inthispaper,afastintraprediction