基于视点合成的深度图编码技术研究

发布时间：2017-06-11 14:06

  本文关键词：基于视点合成的深度图编码技术研究，，由笔耕文化传播整理发布。

【摘要】：自由视点视频(Free Viewpoint Video/Televison,FVV/FTV)能够提供具有丰富沉浸感的立体视频,并且允许用户在一定范围内自由选择观看位置,因此,FTV已经成为视频信号处理领域的下一个重要研究方向。为了实现所期望的业务,FTV除了传输传统2D纹理视频外还需要额外传输深度图像来生成虚拟视点。与纹理视频相比,深度图像具有完全不同的性质和用途,如果直接采用传统纹理视频的编码方式对深度图像进行编码会引起合成视点中的较大失真。所以,在保证虚拟视点合成质量的前提下,对深度图像进行高效的编码压缩已经成为当前的研究热点。本文首先对3D视频编解码国际标准平台——HTM中深度图像编码关键技术的使用频率进行了统计,确定了两个主要研究方向:区域直流编码(SDC)和深度建模模式(DMM)。然后,从提高视点合成质量的角度,在SDC和DMM这两个方向上分别探索高效的深度图编解码方案,本文的主要学术贡献如下:1.搭建一个深度图像区域直流编码(SDC)的优化框架第一步,针对SDC中深度查询表引入的映射误差,提出单样本预测法代替原始的四样本预测来降低映射误差,建立一个SDC预测编码优化模型;第二步,为了提升虚拟视点的合成质量,在编码端搜索SDC的最优残差值时,提出一个SDC残差搜索的视点合成优化方案。通过以上两步搭建一个SDC预测编码及残差选择的优化框架,实验证明该优化框架能带来高达0.31%的编码增益(标准研究中有0.10%的增益就可以进行提案)。2.对深度建模模式(DMM)中的DMM1和DMM4模式进行优化处理一方面,DMM1的楔形模板查询表中模板数目众多,占用了较多的缓冲内存。通过分析不同尺寸块查询表的生成流程,提出下采样简化方法,建立一个基于上/下采样的楔形模板查询表简化模型来降低模板数目。实验结果表明,该简化模型能节省27.1%的缓冲内存,且几乎不会带来编码损失。另一方面,考虑到DMM1只适用于具有直线边界的图像块,DMM4只适用于纹理和深度内容高度匹配的图像块。为了弥补DMM1和DMM4模式对边界预测的不足,针对具有非直线边界、且纹理和深度内容不匹配的图像块,提出二阶楔波预测(Second-order Wedgelet Prediction),实验表明该预测能够带来0.05%的编码增益。
【关键词】：三维视频 深度图编码 视点合成 SDC DMM
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN919.81
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-15
• 1.1 研究背景10-11
• 1.2 国内外研究现状11-13
• 1.2.1 自由视点视频发展历史11-12
• 1.2.2 深度图编码技术研究现状12-13
• 1.3 本文的主要研究内容与贡献13-14
• 1.4 本文的结构安排14-15
• 第二章 基于视点合成的深度图编码技术研究概述15-32
• 2.1 3D视频编解码标准（3D-HEVC）15-18
• 2.2 虚拟视点合成18-24
• 2.2.1 基于DIBR的视点合成算法18-23
• 2.2.2 视点合成参考软件23-24
• 2.3 3D-HEVC中深度图编码关键技术24-29
• 2.3.1 深度图像建模模式（DMM）25-28
• 2.3.2 区域直流编码（SDC）28-29
• 2.3.3 其他编码工具29
• 2.4 深度图像编码关键技术的性能测试29-31
• 2.5 本章小结31-32
• 第三章 深度图像区域直流编码优化模型32-54
• 3.1 SDC预测编码优化模型32-45
• 3.1.1 基于DLT的SDC过程32-36
• 3.1.2 单样本预测方法36-41
• 3.1.3 实验及结果分析41-45
• 3.2 SDC残差搜索的视点合成优化45-53
• 3.2.1 SDC编码端的视点合成优化45-49
• 3.2.2 实验及结果分析49-53
• 3.3 本章小结53-54
• 第四章 深度建模模式的优化处理54-69
• 4.1 基于上/下采样的楔形模板查询表简化模型54-65
• 4.1.1 楔形模板查询表的生成54-58
• 4.1.2 基于下采样的简化方法58-61
• 4.1.3 基于上/下采样的楔形模板查询表简化模型61-63
• 4.1.4 实验及结果分析63-65
• 4.2 二阶楔波预测探索65-68
• 4.2.1 二阶楔波预测算法65-67
• 4.2.2 实验及结果分析67-68
• 4.3 本章小结68-69
• 第五章 全文总结与展望69-71
• 5.1 全文总结69-70
• 5.2 后续工作展望70-71
• 致谢71-72
• 参考文献72-76
• 攻硕期间的研究成果76-77

【相似文献】

中国期刊全文数据库 前10条

1 左一帆;安平;张兆杨;;基于图割的高质量深度图获取方法[J];电视技术;2011年15期

2 张艳;安平;张秋闻;王奎;张兆杨;;恰可察觉深度差异模型的深度图优化方法[J];光电子.激光;2012年07期

3 左宇鹏;;基于深度图压缩的边界自适应上采样方案[J];计算机与现代化;2014年05期

4 杨超;安平;何宛文;王健鑫;张兆杨;;一种用于深度图编码的虚拟视失真估计模型[J];光电子.激光;2014年07期

5 温宇强,李德华;多视角深度图融合方法综述[J];计算机与数字工程;2003年04期

6 叶长明;蒋建国;詹曙;S.Ando;;不同姿态人脸深度图识别的研究[J];电子测量与仪器学报;2011年10期

7 左一帆;安平;马然;沈礼权;张兆杨;;深度图时域一致性增强[J];光电子.激光;2014年01期

8 朱波;蒋刚毅;张云;郁梅;;面向虚拟视点图像绘制的深度图编码算法[J];光电子.激光;2010年05期

9 周娟;李勇平;黄跃峰;;基于强度图和深度图的多模态人脸识别[J];计算机工程与应用;2012年25期

10 李思宇;李胜;王衡;汪国平;;利用深度图优化的自然光束体构建与绘制[J];计算机辅助设计与图形学学报;2011年07期

中国重要会议论文全文数据库 前3条

1 陈东;杨生鹏;庄严;王伟;;基于视觉信息的三维激光点云渲染与深度图构建[A];第二十九届中国控制会议论文集[C];2010年

2 刘伟锋;张卓;王延江;;基于光线衰减的深度获取方法[A];中国自动化学会控制理论专业委员会B卷[C];2011年

3 张帅;付宏杰;;基于Kinect的多点触控系统研究与实现[A];第六届全国信号和智能信息处理与应用学术会议论文集[C];2012年

中国博士学位论文全文数据库 前7条

1 邓慧萍;3D视频的深度图优化与深度编码方法研究[D];华中科技大学;2013年

2 高凯;立体视频深度图提取及深度序列编码技术研究[D];吉林大学;2013年

3 罗雷;基于深度图绘制的三维视频编码技术研究[D];浙江大学;2013年

4 霍智勇;自由视点视频深度图估计的关键技术研究[D];南京邮电大学;2013年

5 韦虎;三维外形测量系统中的数据处理关键技术研究[D];南京航空航天大学;2010年

6 张秋闻;自由视点视频深度编码关键技术研究[D];上海大学;2012年

7 程光;人机交互系统中手势和姿势识别算法的研究[D];清华大学;2014年

中国硕士学位论文全文数据库 前10条

1 李海坤;基于彩色和深度的前景分割研究[D];山东大学;2015年

2 张岳欢;3D视频编码中深度信息优化及场景背景编码技术研究[D];哈尔滨工业大学;2015年

3 曹广昊;立体视频系统中深度传播算法的研究[D];山东大学;2015年

4 丁焱;基于深度图的虚拟视点绘制中空洞填补技术研究[D];哈尔滨工业大学;2015年

5 马姝颖;基于视点合成的深度图编码技术研究[D];电子科技大学;2015年

6 王旭;面向绘制质量的深度图压缩感知研究[D];上海大学;2015年

7 李涛;单目视图与多目视图的深度图恢复方法研究[D];清华大学;2009年

8 滕立伟;2D转3D中深度图提取的算法研究与硬件实现[D];中国海洋大学;2013年

9 莫一鸣;基于非参数多线索融合的单目视频深度图估计研究[D];南京邮电大学;2014年

10 周葳;二维视频中静态场景深度图获取的算法分析[D];哈尔滨工业大学;2012年

  本文关键词：基于视点合成的深度图编码技术研究，由笔耕文化传播整理发布。

本文编号：441741