多视点视频编码的研究现状及其展望

阐述了多视点视频编码(MVC)的主要研究问题。其中首先介绍了MVC的体系结构和发展过程;然后详细讨论了MVC的研究内容,包括预测结构、提高MVC编码效率的技术和高层语法;最后在总结MVC研究现状的基础上,提出了MVC在3D视频应用中的研究思路。

面向IP网络的多视点立体视频的实时容错传输

提出了一种在IP网络上实时传输多视点立体视频的传输系统.视频流采用H.264/AVC格式编码.由于多视点立体视频庞大的数据量,系统通过2个IP信道分别进行传输.针对网络中的丢包现象,该系统采用一种新的数据包处理方法,利用各个视点之间的相关性进行丢失数据恢复.提出了一种多视点立体视频错误掩盖的算法,用来解决IP网络传输中的丢包问题.实验结果表明了该多视点立体视频传输系统的可行性.

P2P网络立体电视网络传输及播放优化

为提供稳定高效的网络多视点立体电视服务,设计并实现了网络立体电视中P2P对等体的测量机制和调度机制.P2P对等体测量机制基于多视点视频的传输失真模型对对等体的失真率进行计算评估,应用VoDCrawler软件对P2P网络中影响数据传输的对等体关键参数进行测量,从而将失真率低和数据传输效果好的对等体提供给用户连接,达到优化网络对等体的数据传输的目的.实时分配数据传输任务的调度机制根据对等体列表中每个对等体的测量结果,对数据传输的任务分配进行优化,保证了多视点立体视频的视点完整性以及保证QoS的视频播放服务.实验结果表明,网络立体电视用户在获取服务时的服务质量可满足需求,视频播放的帧速率高且稳定.

多视点与深度视频编码技术研究综述

多视点与深度视频(MVD)可以有效表示自由视点视频,减少了需传输视点的个数,该表达形式正受到越来越多的关注,如何对MVD进行高效编码尤为重要。介绍了自由视点视频的发展现状及国内外研究概况,详细讨论了深度图像的高效编码技术及多视点与深度联合编码技术,并对多视点与深度视频编码技术进行了总结及展望。

基于中心凹恰可觉察失真模型的多视点深度视频编码方法

针对深度视频压缩中存在的大量视觉冗余,提出了一种基于中心凹恰可觉察失真(FJND)模型的深度视频编码方法。首先通过左右通道的彩色和深度视频绘制虚拟视点图像,并利用FJND模型得到虚拟视点图像的FJND,然后根据深度视频中几何偏移和深度值失真之间的关系确定深度视频左通道的可允许失真,将深度视频左通道分区域采用自适应量化参数进行编码,并对右通道的深度视频根据与左通道量化参数的关系进行编码。实验结果表明,本文方法在相同码率下,虚拟视点图像质量平均提高0.48dB;在相同虚拟视点图像的绘制质量下,深度视频编码码率平均减少26%。