可重构结构下合成视点失真变化算法并行设计与实现

针对三维高效视频编码(3D-HEVC)中,基于深度图的合成视点失真变化(SVDC)算法存在计算时间复杂度较高的问题,提出了一种在可重构阵列结构下基于混合粒度的SVDC算法并行化方法。首先,将SVDC算法分为虚拟视点合成(VVS)和失真值计算两个部分。其次,VVS部分采用流水线作业方式加速,而失真值计算部分采用两级划分加速:任务级——将合成后的图像按照像素点进行划分,指令级——将像素点内部的失真值按照计算过程进行划分。最后,采用可重构机制将VVS部分和失真值计算部分进行并行化处理。理论分析和硬件仿真结果表明,在执行时间上,采用4个处理单元(PE)的该方法具有2.11的加速比性能,与基于底层虚拟机(LLVM)和共享存储并行编程(Open MP)的SVDC算法相比,计算时间分别缩短了18.56%和21.93%。可见所提方法能挖掘SVDC算法的并行性,并结合可重构阵列结构特点有效缩短了SVDC算法的执行时间。

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。