多視點視頻編碼快速算法關(guān)鍵技術(shù)研究.pdf

1、多視點視頻是利用不同位置的攝像頭對同一場景進行拍攝得到的視頻數(shù)據(jù)。它包含了豐富的3D場景信息，可以為用戶提供傳統(tǒng)單視點視頻無法比擬的視覺感受。由于多視點視頻的數(shù)據(jù)量隨著視點個數(shù)的增多而成倍增加，多視點視頻編碼(Multiview Video Coding， MVC)對多視點視頻數(shù)據(jù)進行高效的壓縮，以解決多視點視頻數(shù)據(jù)傳輸和存儲的問題。隨著新一代顯示設(shè)備的出現(xiàn)以及用戶對真實視覺感受的需求，多視點視頻編碼受到了國內(nèi)外研究機構(gòu)和學(xué)者的廣泛關(guān)注

2、。多視點視頻編碼的計算復(fù)雜度隨視點個數(shù)的增加而增大，并且由于它采用了比傳統(tǒng)視頻編碼更為復(fù)雜的預(yù)測結(jié)構(gòu)來提高編碼效率，其單個視點的計算復(fù)雜度也相應(yīng)增加，因此多視點視頻編碼巨大的計算復(fù)雜度嚴(yán)重影響了它的實際應(yīng)用。而傳統(tǒng)的視頻編碼快速算法沒有考慮多視點編碼新的特點，如將其直接用于多視點視頻編碼，得到的效果并不理想。因此，如何充分利用多視點視頻編碼新的特性，對多視點視頻編碼的快速算法進行研究具有重要的理論意義和應(yīng)用價值。本文正是在這種研究背景下

3、，展開了對多視點編碼快速算法關(guān)鍵技術(shù)的研究。
　　 第一章緒論部分首先闡述了選題的意義，然后綜述了國內(nèi)外研究現(xiàn)狀并作相應(yīng)的總結(jié)，最后介紹了本論文的主要研究內(nèi)容和論文組織結(jié)構(gòu)。
　　 第二章提出了一種基于紋理區(qū)域分割和多種相關(guān)性的模式分析快速算法。該算法首先利用Intra模式率失真代價及其在視點間的相關(guān)性將每幀圖像分割成高紋理、中間紋理和低紋理等三類紋理區(qū)域；然后利用視點間Skip模式率失真代價的相關(guān)性和紋理區(qū)域類型，提前

4、判定Skip模式為宏塊最佳模式；接著利用Inter模式之間視點方向預(yù)測的相關(guān)性和紋理區(qū)域類型，判別是否進行視點方向預(yù)測；最后利用Inter8×8模式與紋理區(qū)域的相關(guān)性以及宏塊運動活躍性，判別是否進行Inter8×8模式估計。
　　 第三章對多視點視頻編碼幀間估計快速算法進行了研究，幀間估計分為視差估計和運動估計兩種。首先針對視差估計提出了一種基于視差矢量時空相關(guān)性的視差估計快速算法。該算法先對已編碼幀的視差矢量場進行矢量方向規(guī)則

5、化和空間中值濾波，消除其中的噪聲視差矢量，以獲得與真實視差一致的視差矢量場；然后利用該視差矢量場從時間方向加權(quán)預(yù)測真實視差矢量；接著利用視差矢量的時空相關(guān)性，為視差估計選取接近最佳視差矢量的搜索中心；最后利用搜索中心與真實視差矢量的偏離程度來自適應(yīng)預(yù)測視差估計的搜索范圍。同時針對運動估計提出了一種基于運動矢量視點間／空間相關(guān)性的運動估計快速算法。該算法首先對鄰近視點已編碼幀的運動矢量場進行空間中值濾波，消除其中的噪聲運動矢量，以獲得與真

6、實運動一致的運動矢量場；然后利用全局視差矢量從鄰近視點濾波后的運動矢量場中選取反映真實運動狀態(tài)的參考運動矢量；接著根據(jù)運動矢量的視點間／空間相關(guān)性，為運動估計選取接近最佳運動矢量的搜索中心；最后利用搜索中心與參考運動矢量的偏離程度來自適應(yīng)預(yù)測運動估計的搜索范圍。
　　 第四章提出了一種基于多視點視頻編碼分層B幀預(yù)測結(jié)構(gòu)的計算復(fù)雜度控制算法。該算法首先為GOP組(Group of GOP， GGOP)、超幀(Super Frame

7、， SF)、幀和宏塊等不同粒度編碼層分配計算量，其中宏塊層利用了零矢量處像素差值的絕對值的和(Sum of Absolute Difference， SAD)與紋理強度進行計算量的自適應(yīng)分配；然后對宏塊模式分析的計算量進行分配和控制；最后對宏塊的幀間估計的計算量進行分配和控制。本章進一步將該計算復(fù)雜度控制算法與第二章的模式分析快速算法以及第三章的幀間估計快速算法的相結(jié)合，以實現(xiàn)快速算法下的計算復(fù)雜度控制。
　　 第五章總結(jié)了本論