基于3D-HEVC多视点立体视频快速编码算法的研究

发布时间：2017-10-20 05:29

  本文关键词：基于3D-HEVC多视点立体视频快速编码算法的研究

  更多相关文章： HEVC 3D-HEVC 多视点立体视频 高效视频编码

【摘要】：视频作为人类传播信息的重要手段,视频编解码技术正在迅速向前发展。为了迎合人们对视频具有真实性、交互性的诉求,目前的视频技术正在向高清、多视点方向发展。但随着视频分辨率的提高,以及视点数量的增加,给网络传输带宽和处理器计算能力带来严重挑战,因此,为了解决该难题,由国际电信联盟(ITU-T)和国际电工委员会(ISO/IEC)在2010年共同成立视频编码联合小组(JCT-VC),组织制定了下一代高效视频编码标准(High Efficiency Video Coding,HEVC),并于2013年初公布该编码标准。同时,为了研究下一代3D视频编码标准,成立了3D视频联合编码小组(JCT-3V),正在积极组织制定新一代多视点立体视频编码标准(3D-HEVC),该标准也即将公布。根据实验统计结果,与上一代多视点立体视频编码标准(Multi-view Video Coding,MVC)相比,可平均减少约50%的比特率。然而,该编码标准的编码计算复杂度却呈指数飙升,使得该编码标准难于应用推广。因此,在保证视频压缩编码质量不下降以及比特率不增加的前提下,如何降低编码计算复杂度得到了国内外学术界和工业界的高度关注。本文首先简要介绍了HEVC中的关键技术,并与H.264/AVC进行了比较分析。接着详细地介绍了3D-HEVC的关键技术以及国内外研究现状,并给出了该课题的选题意义。为了深入该课题,还通过实验认真分析了3D-HEVC编码标准中各个编码工具的压缩性能,找出了影响编码计算复杂度的关键模块。同时,还总结了与该课题相关的近几年提出的算法。针对3D-HEVC中灵活的块划分技术复杂度高的特点,提出了基于已编码块信息的参数快速选择算法。该算法利用多视点立体视频在时空域、视点间以及不同视频类型之间的相关性,设计了多种预测策略,从而有效地减少了对编码单元和变换单元的划分次数,以及对预测模式的搜索次数。实验结果表明,该算法可以减少约68%的计算复杂度。针对该编码标准复杂度高这个难题,还从另外一个思路入手,将编码器参数集选择问题建模为分类问题,合理选择特征向量,设计了较准确的贝叶斯分类器。通过贝叶斯分类器在线学习参数选择过程,能有效地降低编码参数集合。实验结果表明,基于在线学习的参数快速选择算法在保证编码压缩性能不显著降低的情况下,能平均减少约55%的编码时间。因此,本文提出的两种算法对该标准在多媒体产业的推广具有一定的参考价值。
【关键词】：HEVC 3D-HEVC 多视点立体视频 高效视频编码
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN919.81
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 绪论11-18
• 1.1 研究背景11-12
• 1.2 国内外研究现状12-15
• 1.3 问题的提出及选题意义15-16
• 1.4 本文的主要研究内容16
• 1.5 论文组织结构16-18
• 第二章 3D-HEVC视频编码标准概述18-31
• 2.1 视频编码基本原理18-20
• 2.2 HEVC与H.264 特性比较20
• 2.3 新一代视频编码标准H.265/HEVC20-25
• 2.3.1 灵活的编码块划分22-23
• 2.3.2 帧内编码23-24
• 2.3.3 运动矢量合并及预测24-25
• 2.4 3D-HEVC编码标准25-30
• 2.4.1 3D-HEVC关键技术26-29
• 2.4.2 虚拟视点合成技术29-30
• 2.5 本章小结30-31
• 第三章 3D-HEVC协议性能研究及算法总结31-40
• 3.1 率失真性能及编码器复杂度分析31-32
• 3.2 参考软件重要模块复杂度分析32-35
• 3.3 HEVC/3D-HEVC优化算法研究35-39
• 3.4 本章小结39-40
• 第四章 基于已编码块信息的参数快速选择算法的研究40-64
• 4.1 实验统计分析40-43
• 4.1.1 编码树深度统计分析41
• 4.1.2 预测块统计分析41-42
• 4.1.3 变换块统计分析42-43
• 4.2 基于已编码块信息的CU快速选择算法43-47
• 4.2.1 基于时空域和视点间相关性的CU快速选择算法43-45
• 4.2.2 基于元素间相关性的深度图CU快速选择算法45-47
• 4.3 基于已编码块信息的PU快速选择算法47-50
• 4.3.1 基于时空域和视点间相关性的快速PU选择算法47-49
• 4.3.2 基于元素相关性的PU快速选择算法49-50
• 4.4 基于已编码块信息的TU快速选择算法50
• 4.5 总体算法流程50-52
• 4.6 实验结果及分析52-63
• 4.6.1 实验测试环境52-54
• 4.6.2 CU快速选择算法的实验结果及分析54-56
• 4.6.3 PU快速选择算法实验结果及分析56-58
• 4.6.4 TU快速选择算法实验结果及分析58-60
• 4.6.5 整体算法实验结果及分析60-63
• 4.7 本章小结63-64
• 第五章 基于在线学习的参数快速选择算法的研究64-81
• 5.1 基于贝叶斯分类的编码块深度快速选择算法64-69
• 5.1.1 编码单元块大小选择问题的建模65-67
• 5.1.2 特征选择67-68
• 5.1.3 算法实现流程68-69
• 5.2 基于贝叶斯分类的快速模式判决算法69-71
• 5.2.1 特征选择70
• 5.2.2 算法实现流程70-71
• 5.3 基于贝叶斯分类的变换块深度快速选择算法71-73
• 5.3.1 特征选择72-73
• 5.3.2 算法实现流程73
• 5.4 总体算法流程73-74
• 5.5 实验结果及分析74-80
• 5.5.1 CU快速选择算法的实验结果及分析74-75
• 5.5.2 PU快速选择算法实验结果及分析75-76
• 5.5.3 TU快速选择算法实验结果及分析76-77
• 5.5.4 整体算法实验结果与分析77-80
• 5.6 本章小结80-81
• 第六章 总结与展望81-83
• 6.1 本文总结81-82
• 6.2 展望82-83
• 致谢83-84
• 参考文献84-88
• 攻读硕士学位期间取得的成果88-89

【相似文献】

中国期刊全文数据库 前6条

1 ;博通公司系列新HEVC芯片 增加超高清机顶盒产品种类[J];有线电视技术;2013年10期

2 杨波;周开伦;林涛;;HEVC去块滤波器[J];有线电视技术;2013年10期

3 汪奉献;周开伦;林涛;;HEVC中滤波算法研究与优化[J];大众科技;2013年09期

4 田寨兴;彭宗举;蒋刚毅;郁梅;陈芬;邵枫;;面向HEVC的深度视频预处理[J];光电工程;2014年01期

5 雷海军;杨忠旺;陈骁;袁梅冷;;一种快速HEVC编码单元决策算法[J];计算机工程;2014年03期

6 ;[J];;年期

中国硕士学位论文全文数据库 前10条

1 陈亚芬;3D-HEVC虚拟视点合成优化及预测技术研究[D];西安电子科技大学;2014年

2 史宁宁;基于HEVC标准的屏幕内容编码研究[D];南京大学;2016年

3 刘鹏;基于多核嵌入式HEVC解码器并行优化及实现[D];西南交通大学;2016年

4 宋昌;面向HEVC编码的高能效混合片上存储管理策略的研究[D];山东大学;2016年

5 王晓虹;基于HEVC帧内无损编码的技术研究[D];哈尔滨工业大学;2016年

6 王培成;基于3D-HEVC多视点立体视频快速编码算法的研究[D];电子科技大学;2016年

7 宋雨新;基于3D-HEVC的多视点视频快速编码与码率控制技术研究[D];北京工业大学;2016年

8 才琦;基于HEVC的超高清并行解码器设计[D];上海交通大学;2014年

9 许子麒;HEVC视频压缩标准编码器的设计与实现[D];中山大学;2014年

10 刘畅;基于HEVC的错误隐藏关键技术研究[D];上海大学;2013年

，

本文编号：1065496