任意视点视频深度估计及编码技术研究

摘要

与传统二维电视系统相比，任意视点视频系统允许用户在一定范围内自由选择观看视频的角度，提供一种全新的更加生动、真实的三维视听系统。任意视点视频系统首先要在编码端获取多视点视频数据，因此任意视点视频的原始数据量巨大，高效的任意视点视频压缩算法成为实现其广泛应用的关键技术。为了能够在任意视点视频系统终端为用户提供较大视角范围内的任意视点视频，需利用多视点视频以及相应的深度视频，采用基于深度图像描述技术生成高质量的虚拟视图。因此，获取高质量的深度数据也是实现任意视点视频系统的关键技术之一。
　　 本文研究任意视点视频中深度估计及编码技术，主要研究内容及成果如下：
　　 1.为了降低任意视点视频系统中深度数据的量化误差，提出一种深度数据的自适应非均匀量化方法。在分析深度数据的统计特性的基础上，选取有效深度子空间，然后对有效深度子空间重新进行精细划分，得到对应的自适应量化表，最后使用该自适应量化表对原深度数据进行自适应量化。实验结果表明，自适应非均匀量化方法能够显著降低深度数据量化误差，在任意视点视频系统的接收端能够获得较高精度的深度数据，从而提高合成虚拟视图质量。
　　 2.为了提高物体边缘深度估计准确性，提出一种基于物体边缘像素深度特性的深度估计方法。已有任意视点视频系统中采用的基于边缘辅助信息的半自动深度估计方法没有充分考虑物体边缘像素在深度图中的特性，从而降低了物体边缘处的深度估计准确性，影响了合成虚拟视图的质量。论文提出一种基于物体边缘像素深度特性的深度估计方法，根据物体边缘像素的深度特性，将深度图像素分为三类，为每一类像素提供相应的匹配代价函数，从而能够准确估计物体边缘深度，有效提高任意视点视频系统接收端合成虚拟视图的主客观质量。
　　 3.为了提高深度视频的编码效率，提出一种有效利用纹理视频运动信息的深度视频位移矢量预测方法。在分析纹理视频运动信息与深度视频运动信息相关性的基础上，将深度视频中相邻块位移估值中值和纹理视频对应块位移估值作为深度视频块位移估值预测值的候选值，根据率失真优化准则选择率失真代价最小的候选值作为编码块的运动矢量预测值。实验结果表明，与H.264/AVC中采用的中值位移矢量预测相比，所提出方法能有效提高编码效率。在恢复视频质量相同的情况下，采用CABAC熵编码时平均编码比特率最多可减少4.89％，平均减少3.68％。