新一代的多视点视频格式引入了深度图用于虚拟视图的合成。为了能充分利用深度信息,进一步提高多视点视频的压缩效率,本文提出一种基于虚拟视图和低秩矩阵恢复的视点间预测方法。首先利用深度图和相邻视点合成虚拟视图,当编码一个宏块时...新一代的多视点视频格式引入了深度图用于虚拟视图的合成。为了能充分利用深度信息,进一步提高多视点视频的压缩效率,本文提出一种基于虚拟视图和低秩矩阵恢复的视点间预测方法。首先利用深度图和相邻视点合成虚拟视图,当编码一个宏块时,利用虚拟视图中的对应块作为参考到相邻视图中寻找若干相似块,最后利用低秩矩阵恢复进行处理,以降低噪声。实验结果表明,该方法比JMVC(Joint Multi-view Video Coding)原有的视点间预测方法节省大约2%的码率。展开更多
文摘新一代的多视点视频格式引入了深度图用于虚拟视图的合成。为了能充分利用深度信息,进一步提高多视点视频的压缩效率,本文提出一种基于虚拟视图和低秩矩阵恢复的视点间预测方法。首先利用深度图和相邻视点合成虚拟视图,当编码一个宏块时,利用虚拟视图中的对应块作为参考到相邻视图中寻找若干相似块,最后利用低秩矩阵恢复进行处理,以降低噪声。实验结果表明,该方法比JMVC(Joint Multi-view Video Coding)原有的视点间预测方法节省大约2%的码率。