基于学习模型的3D-HEVC提前Merge模式终止算法

摘要

作为高效视频编码(HEVC)的扩展,3D-HEVC标准有效地提高了3D视频的压缩效率,但是也带来了很高的编码计算复杂度.为了显著地降低3D-HEVC编码复杂度,提出了一种提前Merge模式终止算法.首先,提取Merge模式编码后的残差信号作为特征信息;然后,根据当前编码帧内已经编码的编码单元(CU)的最优Merge模式残差信号建立学习模型;最后,提取当前CU的Merge模式的残差信号,并且利用学习模型预测Merge模式是否为最优模式.实验结果表明,提出的提前Merge模式终止算法分别将3D-HEVC纹理视点和深度图编码的时间降低了41.9％和24.3％,且编码性能的降低几乎可忽略不计.相较于现有的提前Merge模式算法,提出的提前Merge模式终止算法能进一步降低3D-HEVC的编码时间,并且设计简单,易于集成到3D-HEVC测试模型.