基于感知的三維視頻編碼方法.pdf

1、由于具有強(qiáng)烈的沉浸感、逼真的效果，三維視頻受到越來越多的關(guān)注。電路設(shè)計(jì)、網(wǎng)絡(luò)傳輸、信號(hào)處理以及視頻編碼技術(shù)的快速發(fā)展，促使其廣泛應(yīng)用于各個(gè)領(lǐng)域。多視點(diǎn)彩色加深度(Multi-view Video plus Depth,MVD)作為三維視頻最常用的場景描述格式，對(duì)網(wǎng)絡(luò)帶寬、終端存儲(chǔ)能力以及各視點(diǎn)壓縮效率要求很高。多視點(diǎn)視頻壓縮主要是去除空域冗余、時(shí)域冗余和視點(diǎn)間冗余，然而視頻中還存在大量的感知冗余。研究人員正在將人眼視覺系統(tǒng)(Human

2、Visual System,HVS)的感知特性加入到視頻編碼中進(jìn)一步提高視頻的壓縮效率。但目前的視頻感知編碼大都未考慮感知模型的復(fù)雜度，以及沒有合理的多視點(diǎn)視頻感知模型。另外，視頻逐漸向高分辨率方向發(fā)展。而針對(duì)高分辨率視頻的高效視頻編碼標(biāo)準(zhǔn)(High Efficiency Video Coding,HEVC)巨大的算法復(fù)雜度使得其發(fā)展受到限制?；谏鲜龇治?，文章對(duì)基于感知的三維視頻編碼以及HEVC的算法優(yōu)化展開了深入研究。
　　(

3、1)由于人眼的感知特性非常復(fù)雜，因此基于感知特性建立的感知模型也特別復(fù)雜。但許多研究工作沒有考慮感知模型的復(fù)雜度對(duì)整個(gè)算法復(fù)雜度的影響。針對(duì)上述問題，文章根據(jù)運(yùn)動(dòng)劇烈程度將視頻劃分成靜止、緩慢運(yùn)動(dòng)和劇烈運(yùn)動(dòng)三類區(qū)域，結(jié)合時(shí)域相關(guān)性建立了快速求取感知掩膜的模型。靜止區(qū)域的感知掩膜可從前面幀的感知掩膜拷貝；劇烈運(yùn)動(dòng)區(qū)域的感知掩膜難以使用前面幀的感知掩膜準(zhǔn)確預(yù)測，因此只能重新求??；而緩慢運(yùn)動(dòng)區(qū)域的感知掩膜可以使用前面幀的感知掩膜預(yù)測。最終的實(shí)

4、驗(yàn)結(jié)果表明，與傳統(tǒng)求取感知掩膜的算法相比，該方法在峰值信號(hào)感知噪聲比不下降的前提下，有效減少77.54％-84.60%的編碼時(shí)間。
　　(2)研究人員提出了許多單視點(diǎn)視頻感知模型，但多視點(diǎn)視頻具有雙目融合、競爭及抑制等，因此不能將單視點(diǎn)視頻感知模型簡單地拓展到多視點(diǎn)視頻中。針對(duì)上述問題，文章利用立體掩蔽效應(yīng)及恰可察覺失真(Just Noticeable Difference,JND)模型建立了非對(duì)稱立體視頻感知模型。大量的實(shí)驗(yàn)結(jié)果

5、表明，在保證解碼視頻主觀質(zhì)量基本不變的前提下，右視點(diǎn)視頻的碼率降低11.45%-18.69%。
　　(3)為了解決高分辨率視頻壓縮后數(shù)據(jù)量龐大的問題，視頻編碼聯(lián)合合作組(Joint Collaborative Team on Video Coding,JCT-VC)正在制定HEVC。該標(biāo)準(zhǔn)主要通過適當(dāng)提高算法復(fù)雜度提高視頻的壓縮效率，但該方式限制了HEVC的應(yīng)用。針對(duì)HEVC算法復(fù)雜度高的問題，文章提出了自適應(yīng)確定編碼單元(Cod

6、ing Unit,CU)深度范圍的方法。該方法利用空間相關(guān)性自適應(yīng)地確定CU最可能的深度范圍，從而降低編碼復(fù)雜度。同時(shí)，文章根據(jù)CU編碼后同一層分割CU和該層所有CU率失真代價(jià)(Rate Distortion Cost,RDCost)的概率密度函數(shù)建立了合適的模型，根據(jù)設(shè)定的視頻質(zhì)量下降自適應(yīng)地獲得CU提前終止對(duì)應(yīng)的RDCost。另外，文章分析了備選模式列表(Candidate Mode List,CML)中第一個(gè)模式與最佳幀內(nèi)預(yù)測模式