面向深度图的3D-HEVC快速编码研究
发布时间:2022-12-24 09:19
随着人们对3D视频更高分辨率、更强立体感的需求增加,多视点视频信息使存储和传输的数据量急剧增加,立体视频编码迎来挑战,阻碍了立体视频的发展。面对这一难题,为了提高立体视频的编码性能,立体视频编码联合组发布了新一代立体视频编码标准3D-HEVC,该标准以新一代高效视频编码标准HEVC(High Efficiency Video Coding)为基础。3D-HEVC标准沿用了HEVC标准的混合编码框架,并采用多视点加深度(Multi-view Video Plus Depth,MVD)的视频格式,包含多视点纹理视频和对应的深度视频,3D-HEVC利用时域、空域和各个视点间的相关性进行编码,使3D视频有很高的压缩效率。但是编码效率提高的同时计算复杂度急剧增加,这严重限制了3D-HEVC的实际应用。因此,研究如何保持编码效率不变并降低编码计算复杂度具有重要意义。本文通过对3D-HEVC的编码框架以及关键编码技术进行分析介绍,并对3D-HEVC编码复杂度进行统计分析,最后提出对其中复杂度较高的帧内预测过程进行了如下一系列的优化。本文提出了两种快速帧内编码方法,具体内容如下:第一,针对深度图包含大...
【文章页数】:71 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 帧内编码快速算法
1.2.2 帧间编码快速算法
1.3 论文主要研究内容
1.4 论文的结构组织
第2章 3D-HEVC视频编码技术简介
2.1 HEVC视频编码技术
2.1.1 HEVC编码框架
2.1.2 HEVC编码单元
2.1.3 预测编码
2.1.4 变换编码及熵编码
2.1.5 环路滤波
2.2 3D-HEVC视频编码技术
2.2.1 MVD视频编码格式
2.2.2 深度图编码
2.2.3 非独立视点编码技术
2.2.4 DIBR虚拟视点合成技术
2.3 本章小结
第3章 3D-HEVC深度图帧内编码复杂度分析
3.1 3D-HEVC编码时间分布
3.2 深度图CU最佳尺寸分布情况统计分析
3.2.1 CU最佳尺寸与纹理复杂度相关
3.2.2 深度图CU最佳尺寸分布
3.3 深度图帧内预测复杂度分析
3.3.1 帧内模式决策复杂度分析
3.3.2 帧内预测模式分布
3.4 本章小结
第4章 基于双阶纹理判断的深度图帧内快速预测算法
4.1 CU分类的计算方法
4.1.1 差分矩阵
4.1.2 双阶纹理复杂度计算
4.2 基于双阶纹理判断的CU尺寸提前决策
4.2.1 NCU提前决策
4.2.2 SCU提前决策
4.2.3 DMMs模式跳过算法
4.3 总算法流程
4.4 实验结果及分析
4.5 本章小结
第5章 基于ATS_CNN网络的CU尺寸快速预测算法
5.1 分层CU分割示意图——HCPM
5.2 建立CU分割数据库
5.3 基于ATS_CNN网络的CU尺寸快速预测算法
5.3.1 ATS_CNN网络结构
5.3.2 损失函数
5.3.3 基于ATS_CNN网络的CU尺寸快速预测算法
5.4 实验结果及分析
5.5 本章小结
第6章 总结与展望
6.1 工作总结
6.2 展望
参考文献
致谢
个人简历、在校期间发表学术论文及研究成果
【参考文献】:
期刊论文
[1]3D-HEVC深度图帧内CU尺寸快速决策算法[J]. 王驰,冯桂,蔡春亭,韩雪. 通信技术. 2017(04)
[2]采用灰度共生矩阵进行深度预判的3D-HEVC深度图帧内快速编码算法[J]. 廖洁,陈婧,曾焕强,蔡灿辉. 信号处理. 2017(03)
[3]基于改进的Canny算子的HEVC帧内模式选择[J]. 史媛媛,曹腾飞,梁亚舒. 计算机系统应用. 2016(08)
[4]新一代视频编码技术HEVC算法分析及比较[J]. 刘昱,胡晓爽,段继忠. 电视技术. 2012(20)
本文编号:3725932
【文章页数】:71 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 帧内编码快速算法
1.2.2 帧间编码快速算法
1.3 论文主要研究内容
1.4 论文的结构组织
第2章 3D-HEVC视频编码技术简介
2.1 HEVC视频编码技术
2.1.1 HEVC编码框架
2.1.2 HEVC编码单元
2.1.3 预测编码
2.1.4 变换编码及熵编码
2.1.5 环路滤波
2.2 3D-HEVC视频编码技术
2.2.1 MVD视频编码格式
2.2.2 深度图编码
2.2.3 非独立视点编码技术
2.2.4 DIBR虚拟视点合成技术
2.3 本章小结
第3章 3D-HEVC深度图帧内编码复杂度分析
3.1 3D-HEVC编码时间分布
3.2 深度图CU最佳尺寸分布情况统计分析
3.2.1 CU最佳尺寸与纹理复杂度相关
3.2.2 深度图CU最佳尺寸分布
3.3 深度图帧内预测复杂度分析
3.3.1 帧内模式决策复杂度分析
3.3.2 帧内预测模式分布
3.4 本章小结
第4章 基于双阶纹理判断的深度图帧内快速预测算法
4.1 CU分类的计算方法
4.1.1 差分矩阵
4.1.2 双阶纹理复杂度计算
4.2 基于双阶纹理判断的CU尺寸提前决策
4.2.1 NCU提前决策
4.2.2 SCU提前决策
4.2.3 DMMs模式跳过算法
4.3 总算法流程
4.4 实验结果及分析
4.5 本章小结
第5章 基于ATS_CNN网络的CU尺寸快速预测算法
5.1 分层CU分割示意图——HCPM
5.2 建立CU分割数据库
5.3 基于ATS_CNN网络的CU尺寸快速预测算法
5.3.1 ATS_CNN网络结构
5.3.2 损失函数
5.3.3 基于ATS_CNN网络的CU尺寸快速预测算法
5.4 实验结果及分析
5.5 本章小结
第6章 总结与展望
6.1 工作总结
6.2 展望
参考文献
致谢
个人简历、在校期间发表学术论文及研究成果
【参考文献】:
期刊论文
[1]3D-HEVC深度图帧内CU尺寸快速决策算法[J]. 王驰,冯桂,蔡春亭,韩雪. 通信技术. 2017(04)
[2]采用灰度共生矩阵进行深度预判的3D-HEVC深度图帧内快速编码算法[J]. 廖洁,陈婧,曾焕强,蔡灿辉. 信号处理. 2017(03)
[3]基于改进的Canny算子的HEVC帧内模式选择[J]. 史媛媛,曹腾飞,梁亚舒. 计算机系统应用. 2016(08)
[4]新一代视频编码技术HEVC算法分析及比较[J]. 刘昱,胡晓爽,段继忠. 电视技术. 2012(20)
本文编号:3725932
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3725932.html