基于区域方向性离差和的360度视频帧内快速算法研究
发布时间：2021-03-04 04:59
虚拟现实技术目前广受欢迎,其中最典型的应用是虚拟现实360度视频。虚拟现实360度视频具有超高的分辨率（通常为4K至8K）,这导致它比传统视频需要更多的编码时间,现有算法缺乏对这类视频的优化。为了降低虚拟现实360度视频编码的计算复杂度,论文针对等矩形投影（Equi-Rectangular Projection,ERP）格式下360度视频的编码单元（Coding Unit,CU）划分和模式选择问题进行研究,设计了CU划分和模式选择快速算法。主要创新点和工作内容如下:（1）针对360度视频帧内编码模式选择过程复杂的问题,研究了不同区域模式选择的规律,提出了区域方向性离差和（the Sum of Region-directional Dispersion,SRD）作为指标辅助计算角度模式的代价值。根据区域方向性离差和指标,设计了一种360度视频帧内模式选择快速算法。通过统计各区域选取的最优模式占比,计算各区域不同方向的区域方向性离差和确定模式选择区间,减少了粗略模式选择（Rough Mode Decision,RMD）和率失真优化（Rate Optimization Process,RDO...
【文章来源】：北方工业大学北京市
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
虚拟现实视频编码框架
第二章帧内预测编码及图像特征描述关键技术第二章帧内预测编码及图像特征描述关键技术本章主要介绍了本文研究的帧内预测编码过程和几种图像特征描述方法，章节安排如下：在2.1节阐述了帧内预测编码的研究现状；在2.2节介绍几种用于图像特征描述的方法；在2.3节中比较几种图像特征描述方法，并引出本文提出的新型图像特征描述指标以及建立本文算法的整体框架。2.1帧内预测编码的研究现状帧内预测编码过程中最重要的两个部分是CU划分和模式选择。CU划分在高效视频编码（HighEfficiencyVideoCoding，HEVC）框架中，处理一帧视频图像首先需要将其划分成多个编码树单元（CodingTreeUnit，CTU），CTU通常大小为64×64像素；然后对每个CTU进行Z字型编码，CTU的划分如图2-1所示；计算当前CTU的RD-cost值，并计算其四个子CU的RD-cost值之和，将两者进行比较。若当前CTU的RD-cost值较小，则停止划分；若四个子CU的RD-cost值之和较小，则将当前CTU划分为四个子CU，并进入下一深度的划分过程，直至划分结束。图2-1CTU划分过程传统CU划分过程弊端是极其明显的，对于每个CU都需要依次遍历计算其与四个子CU的代价值，对于图像特征相对简单的CU，不能跳过深度较大的划分过程，严重影响其编码速度。CU从尺寸为64×64经四叉树划分至尺寸为8×8
第二章帧内预测编码及图像特征描述关键技术9的过程如图2-2所示。图2-2四叉树划分过程因此需要找出可以提前终止CU划分的方法，而不是每个CU都需要从深度为0开始判断直至深度为3。Zhang[13]等人提出了一种基于360度视频加权均方误差的CU快速划分算法，算法中将其作为依据计算当前CU与子CU之间的相似度并进行CU的提前终止划分，该算法可以减少31%的编码时间，且BD-rate只增加了0.3%。Guan[14]等人提出了在HEVC编码框架下CU划分和模式选择的快速帧内算法，该算法减少了54%的编码时间，BD-rate仅增加了1.4%。Li[15]等人将球面与平面下的率失真优化过程进行比较，发现了在HEVC中球面域下的最优率失真关系并设计算法。Li[16]等人提出了一种基于深度空间相关性和率失真特征的CU快速划分算法，该算法利用提前划分和提前终止的策略进行CU划分，利用空间相邻CU的深度相关性估计CU的候选深度范围，该算法平均可以减少43.3%的时间，BD-rate增加0.6%。Chen[17]等人提出了一种基于深度范围预测和减少预测模式的帧内快速算法，该算法对前一帧的模式信息进行分析得出一种新的特征并与编码树单元（CTU）深度范围建立新的模型，以跳过不必要的CU分割，该算法减少了43.2%的时间，BD-rate增加0.4%。Liao[18]等人提出了一种两部分帧内快速算法，首先利用CTU深度空间相关性和贝叶斯决策规则加速CU划分，然后根据当前CU的深度信息和方向信息跳过不必要的模式。该算法平均减少52.9%的编码时间。Zhang[19]等人提出了一种基于编码比特数的CU提前终止划分算法，根据编
【参考文献】：
期刊论文
[1]基于学习模型的3D-HEVC提前Merge模式终止算法[J]. 李跃,杨高波,丁湘陵,朱亚培. 通信学报. 2019(07)
[2]通用串预测算法及在AVS2屏幕与混合内容视频编码中的应用[J]. 赵利平,周开伦,林涛,郭靖. 计算机学报. 2019(09)
[3]基于5×5邻域像素点相关性的划痕修复算法[J]. 徐敏,丁友东,于冰,李畅,吴彪,张婉莹. 上海大学学报(自然科学版). 2018(05)
[4]Picture Quality Assessment-Based on Rate Control for Variable Bandwidth Networks[J]. Ling Tian,Jiaxin Li,Yimin Zhou,Hongyu Wang. Tsinghua Science and Technology. 2018(04)
[5]一种基于纹理方向自适应预测和游程哥伦布编码的帧存无损压缩算法[J]. 罗瑜,唐博. 电子学报. 2018(04)
[6]基于内容复杂度的HEVC帧层码率控制算法[J]. 唐浩漾,郭娜,程颖涛. 西安邮电大学学报. 2017(06)
[7]HEVC的高效分像素运动补偿[J]. 陆寄远,刘宇熹,侯昉,黄承慧,朝红阳. 软件学报. 2017(08)
硕士论文
[1]基于局部纹理特征的HEVC帧内快速预测算法研究[D]. 李璐.西安电子科技大学 2017
[2]基于视频特征分析的HEVC帧内预测自适应算法的研究[D]. 刘德源.电子科技大学 2017
本文编号：3062605
【文章来源】：北方工业大学北京市
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
虚拟现实视频编码框架
第二章帧内预测编码及图像特征描述关键技术第二章帧内预测编码及图像特征描述关键技术本章主要介绍了本文研究的帧内预测编码过程和几种图像特征描述方法，章节安排如下：在2.1节阐述了帧内预测编码的研究现状；在2.2节介绍几种用于图像特征描述的方法；在2.3节中比较几种图像特征描述方法，并引出本文提出的新型图像特征描述指标以及建立本文算法的整体框架。2.1帧内预测编码的研究现状帧内预测编码过程中最重要的两个部分是CU划分和模式选择。CU划分在高效视频编码（HighEfficiencyVideoCoding，HEVC）框架中，处理一帧视频图像首先需要将其划分成多个编码树单元（CodingTreeUnit，CTU），CTU通常大小为64×64像素；然后对每个CTU进行Z字型编码，CTU的划分如图2-1所示；计算当前CTU的RD-cost值，并计算其四个子CU的RD-cost值之和，将两者进行比较。若当前CTU的RD-cost值较小，则停止划分；若四个子CU的RD-cost值之和较小，则将当前CTU划分为四个子CU，并进入下一深度的划分过程，直至划分结束。图2-1CTU划分过程传统CU划分过程弊端是极其明显的，对于每个CU都需要依次遍历计算其与四个子CU的代价值，对于图像特征相对简单的CU，不能跳过深度较大的划分过程，严重影响其编码速度。CU从尺寸为64×64经四叉树划分至尺寸为8×8
第二章帧内预测编码及图像特征描述关键技术9的过程如图2-2所示。图2-2四叉树划分过程因此需要找出可以提前终止CU划分的方法，而不是每个CU都需要从深度为0开始判断直至深度为3。Zhang[13]等人提出了一种基于360度视频加权均方误差的CU快速划分算法，算法中将其作为依据计算当前CU与子CU之间的相似度并进行CU的提前终止划分，该算法可以减少31%的编码时间，且BD-rate只增加了0.3%。Guan[14]等人提出了在HEVC编码框架下CU划分和模式选择的快速帧内算法，该算法减少了54%的编码时间，BD-rate仅增加了1.4%。Li[15]等人将球面与平面下的率失真优化过程进行比较，发现了在HEVC中球面域下的最优率失真关系并设计算法。Li[16]等人提出了一种基于深度空间相关性和率失真特征的CU快速划分算法，该算法利用提前划分和提前终止的策略进行CU划分，利用空间相邻CU的深度相关性估计CU的候选深度范围，该算法平均可以减少43.3%的时间，BD-rate增加0.6%。Chen[17]等人提出了一种基于深度范围预测和减少预测模式的帧内快速算法，该算法对前一帧的模式信息进行分析得出一种新的特征并与编码树单元（CTU）深度范围建立新的模型，以跳过不必要的CU分割，该算法减少了43.2%的时间，BD-rate增加0.4%。Liao[18]等人提出了一种两部分帧内快速算法，首先利用CTU深度空间相关性和贝叶斯决策规则加速CU划分，然后根据当前CU的深度信息和方向信息跳过不必要的模式。该算法平均减少52.9%的编码时间。Zhang[19]等人提出了一种基于编码比特数的CU提前终止划分算法，根据编
【参考文献】：
期刊论文
[1]基于学习模型的3D-HEVC提前Merge模式终止算法[J]. 李跃,杨高波,丁湘陵,朱亚培. 通信学报. 2019(07)
[2]通用串预测算法及在AVS2屏幕与混合内容视频编码中的应用[J]. 赵利平,周开伦,林涛,郭靖. 计算机学报. 2019(09)
[3]基于5×5邻域像素点相关性的划痕修复算法[J]. 徐敏,丁友东,于冰,李畅,吴彪,张婉莹. 上海大学学报(自然科学版). 2018(05)
[4]Picture Quality Assessment-Based on Rate Control for Variable Bandwidth Networks[J]. Ling Tian,Jiaxin Li,Yimin Zhou,Hongyu Wang. Tsinghua Science and Technology. 2018(04)
[5]一种基于纹理方向自适应预测和游程哥伦布编码的帧存无损压缩算法[J]. 罗瑜,唐博. 电子学报. 2018(04)
[6]基于内容复杂度的HEVC帧层码率控制算法[J]. 唐浩漾,郭娜,程颖涛. 西安邮电大学学报. 2017(06)
[7]HEVC的高效分像素运动补偿[J]. 陆寄远,刘宇熹,侯昉,黄承慧,朝红阳. 软件学报. 2017(08)
硕士论文
[1]基于局部纹理特征的HEVC帧内快速预测算法研究[D]. 李璐.西安电子科技大学 2017
[2]基于视频特征分析的HEVC帧内预测自适应算法的研究[D]. 刘德源.电子科技大学 2017
本文编号：3062605
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3062605.html
最近更新
教材专著
