视觉几何约束在视频编码中的应用研究

摘要

视频编码标准H.264/AVC采用了精确的帧内/帧间预测、整数变换和熵编码等技术，到达了很高的压缩率，但是伴随而来的是很高的计算复杂度。在一些运动受限的单视角视频序列和多视角视频序列中，相邻帧间存在着很强的视觉几何约束关系，这对于降低视频序列间的时间和空间冗余有着重要意义。
　　 本文在对视频图像序列间的几何约束关系进行充分分析的基础上，研究了视觉几何约束在视频编码中的应用。
　　 在单视角视频编码方面，本文在对PT运动模式下帧间宏块的单应性约束关系进行深入研究后，提出了一种基于单应性约束的运动估计搜索算法，并结合特征点匹配方法，将其应用到PTZ运动模式下的视频编码中。与经典的运动估计搜索算法相比，该算法在保证视频编码质量的同时，可以有效地降低运动估计的计算复杂度，节约运动估计时间。
　　 在多视角视频编码方面，本文提出了一种新的视觉几何约束关系，即Loop-Epipolaur约束。Loop-Epipolar约束关系弥补了四边形约束关系在基于块的视频编码应用中的一些缺点，同时将对极几何约束在多视角视频编码中的应用从视差估计扩展到运动估计。基于Loop-Epipolar约束，本文提出了一种新的多视角运动估计算法。实验表明该算法适用于各种相机配置下的多视角视频序列，并且与一些新的快速运动估计算法相比，在保证视频编码质量的情况下可以有效地降低编码时间。