基于3D-HEVC的三维视频编码方法综述

三维高效视频编码(three-dimensional high efficiency video coding,3D-HEVC)是立体视频编码扩展的国际标准化组织(Joint Collaborative Team on 3D Video Coding Extension Development,JCT-3V)推出的目前最新的3D视频编码标准,基于3D-HEVC的三维视频编码技术的研究推动了其应用并成为目前三维视频编码技术的研究热点.在回顾3D视频编码标准发展基础上,描述了基于3D-HEVC的三维视频编码方案,对其中最为关键的三维视频纹理图与深度图编码方法与研究进展进行了重点分析与阐述.首先,对目前借助视频序列中纹理特性的三维视频纹理图编码方法展开了综述并说明其存在的问题.然后,对基于纹理特性和区域的三维视频深度图编码方法展开了分析和论述.最后,结合近年来最新的研究成果,展望了三维视频编码技术的发展并提出了新的研究课题.

基于三维视频编码的主动式配电网网格化规划方法

利用传统方法进行主动式配电网规划时,受小截面线路的影响,无法进行负荷聚类分块,在负荷增长率为32.98%~47.98%的范围内,存在供电网格负荷较高的问题,因此提出一种基于三维视频编码的主动式配电网网格化规划方法。以元胞历史数据为配电网负荷密度指标,进行配电网负荷预测,并通过冗余网格负荷聚类动态减少算法来划分配电网的供电区块,实现迅速、合理的负荷聚类分块;基于三维视频编码控制对配电网网格进行深度图编码控制,以实现配电网网格的分类,并结合配电网的设备选型、电网结构、通信系统、配电自动化等要求设计标准化网格,实现配电网网格化规划。为测试该方法在上述负荷增长率范围内的供电网格负荷,进行对比实验,实验结果证明,该方法的供电网格负荷始终较低,实现了配电网负荷性能的突破。

三维子带视频编码的率失真优化码率控制

阐述了目前广泛使用的位平面截断算法的理论依据,并指出其次最佳性.提出均方误差最小意义上的最佳三维子带码率分配算法,该算法在任意给定码率限制条件下都能获得最优率失真性能.对比实验还表明,比特分配策略的选择将严重地影响子带分级编码系统的压缩性能.

基于方向提升小波变换的多描述视频编码

提出一种基于方向提升小波变换的多描述可分级视频编码方法,该方法能增强视频编码的容错性和网络自适应性。对视频序列中的每一帧图像按梅花下采样产生2个子序列,对每个子序列分别进行三维小波可分级视频编码形成2个描述。为解决传统二维小波变换方法对梅花下采样图像编码效率低的问题,引入方向提升小波变换对图像进行空域分解,提出5模式方向提升小波变换以进一步提高编码效率。实验结果证明了该方法的有效性。

交互式三维视频系统研究进展

交互式三维视频是多媒体技术领域中的研究热点和难点.文中针对交互式三维视频系统,从系统实现的角度就视频编码、虚拟视点绘制等关键技术进行了分析与综述,并对目前已有的实际多视点视频系统及在此基础上建立起来的交互式三维视频系统进行了分类,对其优缺点进行了分析.最后,就交互式三维视频系统的进一步发展提出了若干技术与理论的展望.

基于方向提升小波变换的多描述可分级视频编码

该文提出一种基于方向提升小波变换的多描述可分级视频编码方法,用以增强视频编码的容错性能和网络自适应性。基本思想是,对视频序列中的每一帧图像按梅花下采样产生两个子序列。对每个子序列分别进行三维小波可分级视频编码形成两个描述。为解决传统二维小波变换方法对梅花下采样图像编码效率低的问题,引入方向提升小波变换对图像进行空域分解。为了进一步提高编码效率,该文提出了5模式方向提升小波变换。实验结果证明了所提出算法的有效性。

基于视频阵列处理器的3D-HEVC视差估计算法并行设计与实现

三维高效视频编码(3D High Efficiency Video Coding,3D-HEVC)中视差估计算法存在处理数据量大、运算时间长和资源消耗大的问题,进一步提高算法执行效率对于3D-HEVC的推广应用具有十分重要的意义。在深入分析视差估计算法的并行性的基础上,基于项目组开发的视频阵列处理器(DPR-CODEC),提出一种新的并行实现方案。在可重构阵列结构中完成了视差估计算法的并行映射、功能仿真和FPGA测试,显著减少了视差估计算法的执行时间。实验结果表明,所提出的并行实现方案相比于串行单PE执行时间节省了59%,基于可编程可重构阵列的并行实现在具有较高的执行效率的同时也具有较好的灵活性。

匹配视觉特性的频谱切割编码方法与计算机模拟

对一种适用于数字电视／高清晰度电视的三维视频编码方法进行研究，给出实验结果。与人眼视觉特性相匹配，该法对低频亮度分量采用全帧速率传输以保证良好的运动显示，对高频亮度分量以降低的帧速率传输，以保证静止图像的细节。实验表明，这种编码方案简单有效，是一种有前途的编码方案。

基于分级B预测结构的快速多视点深度编码算法

多视点深度(MD)通常采用分级B预测结构进行编码,但其编码的复杂度很高.为降低MD的编码复杂度,提出了一种快速编码算法.该算法利用分级B预测结构中较高时间层(TL)内的编码帧与参考帧之间的时间间隔短、时域相关性强,以及编码帧中采用大尺寸模式(LSM)编码的宏块(MB)所占比例高的特点,结合深度图像由大面积平坦区域和边缘组成的特性,对处于不同TL内的编码帧分别制定了不同强度的候选模式精简策略,以跳过不必要的小尺寸模式.为进一步降低编码复杂度,文中针对选用LSM编码的MB提出了模式提前截止策略.实验结果表明,文中算法与原始编码算法相比,在保证MD编码率失真性能的前提下,编码速度可以提高89.61%.

可重构结构下四叉树编码划分并行设计与实现

针对三维高效视频编码过程中因数据量巨大而导致的计算时间长和硬件资源消耗大等问题,提出了一种基于可重构阵列处理器的四叉树编码单元(Coding Unit,CU)划分并行化设计方案。基于四叉树编码的循环嵌套分层结构,结合可重构阵列处理器分布式共享存储的特点,采用了数据级并行计算和流水线作业(功能并行)的思想进行加速。实现四叉树CU划分的并行映射与验证。结果表明,在不影响编码质量的情况下,该方案消耗较小的硬件资源,同时并行设计的加速比达到了9.64。与专用硬件相比,LUT资源消耗减少78%,REG资源消耗减少20%。

3D-HEVC中改进的NBDV推导方法

为提高基于相邻块视差矢量(disparity vector from neighboring blocks,NBDV)的精确度,提出一种NBDV推导的改进算法。依据不同候选位置上DV被最终选为NBDV的概率和率失真优化算法,选出当前编码单元(coding unit,CU)的空域、时域相邻块所有最优视差矢量(disparity vector,DV),重新建立NBDV候选列表,根据列表中DV的数量,结合率失真优化算法推导出最终的NBDV。实验结果表明,改进算法较传统NBDV推导算法有大幅提高,NBDV更加精确,在保持码率,PSNR基本不变的情况下,编码时间平均可减少21.73%。

基于阵列处理器的SVDC算法并行设计与实现

视点合成失真算法(Synthesized View Distortion Change,SVDC)作为三维高效视频编码(3D High Efficiency Video Coding,3D-HEVC)中改善深度图编码效率的有效途径,已成为当下三维视频领域的研究前沿之一。基于阵列处理器,利用分布式共享存储结构设计并实现一种SVDC算法的并行映射方式,并根据访存特性提出失真值计算优化方案,以像素级误差平方和(Sum of Squared Differences,SSD)计算替代单元级SSD计算。实验表明,相比于HTM平台,算法的平均性能可以提升19.03%,所设计的失真值计算并行方案串/并加速比为2.36,使用像素级SSD计算后相比于优化前平均性能可以提升39.3%。

基于3D-HEVC标准的相邻块视差矢量获取算法质量优化的研究

在高效视频编码标准的三维扩展方案(3D-HEVC)中,相邻块视差矢量获取算法是视点间纹理图编码的一项关键技术.针对现有快速算法获取的视差矢量质量有所下降的问题,本文提出一种利用分组搜索和按比例组合策略的相邻块视差矢量获取质量优化算法.首先,改变原有相邻块视差矢量获取算法中将第一个搜索到的视差矢量作为最终视差矢量的准则;其次,设计一种新的分组结合方法,将时间方向和空间方向上的待搜索的候选块分为若干小组,并将互相临近的候选块中得到的视差矢量按比例结合为新的视差矢量;最后,设计新的分组搜索策略,在新的视差矢量与原有矢量中获取最终相邻块视差矢量.实验结果表明,在维持现有基于编码单元的简化相邻块视差矢量获取算法效率的前提下可实现编码质量提升.

方兴未艾的事业——记青年科学家元辉博士

正1901年创办的山东大学堂,是继京师大学堂之后中国创办的第二所国立大学,也是中国第一所按章程办学的大学。发展到如今就成了大名鼎鼎的山东大学。百余年间,山东大学秉承"为天下储人才"、"为国家图富强"的办学宗旨,踔厉奋发,薪火相传,为国家和社会培养了40余万各类人才。

3D-HEVC深度建模模式的优化及并行设计

针对三维高效视频编码(3D High Efficiency Video Coding,3D-HEVC)增加的深度数据引入极高复杂度和资源消耗的问题,利用3D-HEVC的软件测试模型HTM16.1,对帧内预测算法的深度图进行分析,充分利用深度图中楔形分割具有相邻边缘分割和相对边缘分割的特点,提出了一种精简楔形搜索模板.实验表明,所提出的优化方案在不改变视频编码质量的情况下,节约了99.2%的存储空间,减少了61.8%的编码时间.此外,针对楔形波在视频测试平台上串行执行时间较长、存储消耗较大等缺点,考虑到提出的精简楔形搜索模板间无数据相关性,充分利用项目组提供的阵列处理器(DPR-CODEC)天然并行的特性,提出了一种帧内预测模式并行方案.所设计的并行方案数据加载时间的串/并加速比为1.912,在执行编码时各模板的串/并加速比达到1.637.

基于自适应分段跳过规则的视点合成优化方法

对目前三维高效视频编码(3D-HEVC)标准的性能进行了分析,针对其深度图编码采用的合成视点失真变化(SVDC)计算复杂度高的问题,提出了一种基于自适应分段跳过规则的视点合成优化(VSO)方法。考虑到原始方法跳过了深度数据没有变化的模块或像素行,但忽略了可以在VSO中跳过的较小区域,该方法首先根据深度零失真准则和纹理平滑度准则判别出深度图中不会造成合成视点失真的区域,然后在深度图编码进行SVDC计算前基于自适应分段规则来提前跳过上述零失真区域,最后终止该区域的SVDC计算过程,有效地降低编码复杂度。对比实验结果证明了该方法的有效性,能在保持编码质量不变的前提下,平均减少14.2%的编码时间。

一种改进的相邻块视差矢量快速获取方法

针对三维高效视频编码中视差矢量精度低、获取过程所需编码时间长的问题,提出一种改进的相邻块视差矢量快速获取方法。该方法首先对空域候选块进行重新组合,得到最优空间候选块顺序;然后从时域和空域方向再分别进行视差矢量的搜索,通过均值计算获得最终的视差矢量;最后分析视差矢量空域和时域候选块的可并行性和数据相关性,设计并实现视差矢量基于阵列处理器的并行化映射。实验结果表明,改进方法的编码增益平均提升1.23%;视差矢量获取的编码时间缩减到了原来的1/8。

基于单深度帧内模式的3D-HEVC深度视频信息隐藏算法

针对三维(3D)视频系统中深度视频的安全问题,利用一种全新的信息嵌入载体,提出一种基于单深度帧内模式(single depth intra mode)的3D高效视频编码(3D-HEVC)深度视频信息隐藏算法。首先,对采用单深度帧内模式编码的编码单元(CU)根据相邻块重建像素构建像素候选列表,并比较候选列表中的两个像素值;然后,为增加算法的安全性、保证视频的质量,在像素值相等和不相等的情况下分别根据密钥和后续块的预测模式范围选择嵌入块;最后,根据隐秘信息对嵌入块候选列表所选像素的索引值进行LSB调制。实验结果表明,本文算法平均每帧嵌入容量为244bit,编码重建深度视频绘制视点质量的峰值信噪比(PSNR)值和结构相似度(SSIM)值仅分别平均下降1.41×10-3 dB和6×10-6,码率平均增长0.12%,可见本文算法对3D视频的主观感知质量及码率影响很小。

基于分形的深度图序列编码算法

充分利用深度图序列相邻帧间的局部相似性,并结合H.264帧内预测编码算法,提出了一种适用于深度图序列编码的新方法,即深度图序列的I帧编码采用H.264帧内预测结构而P帧编码采用基于分形理论的压缩方法。首先介绍了分形编码的理论基础,然后通过改进非均匀多层次六边形格点整像素运动搜索(UMHexagonS)方法,提出了一种更适用于分形编码的基于运动矢量场的自适应六边形搜索算法,从而形成了基于分形的深度图P帧预测编码结构。实验结果表明:本文提出的编码系统在很大程度上提高了H.264的编码性能,峰值信噪比差值(BDPSNR)平均提高了3.54dB,编码比特率差值(BDBR)平均降低40.98%,同时编码复杂度也大大降低,平均编码时间减少了85.27%。

3D-HEVC深度图帧内预测快速编码算法

三维高效视频编码在产生了高效的编码效率的同时也是以大量的计算复杂性作为代价的。因此为了降低计算的复杂度,本文提出了一种基于深度学习网络的边缘检测的3D-HEVC深度图帧内预测快速算法。算法中首先使用整体嵌套边缘检测网络对深度图进行边缘检测,而后使用最大类间方差法将得到的概率边缘图进行二值化处理,得到显著性的边缘区域。最后针对处于不同区域的不同尺寸的预测单元,设计了不同的优化方法,通过跳过深度建模模式和其他某些不必要的模式来降低深度图帧内预测的模式选择的复杂度,最终达到减少深度图的编码复杂度的目的。经过实验仿真的验证,本文提出的算法与原始的编码器算法相比,平均总编码时间可减少35%左右,且深度图编码时间平均大约可减少42%,而合成视点的平均比特率仅增加了0.11%。即本文算法在可忽略的质量损失下,达到降低编码时间的目的。