面向3D-HEVC的深度视频编码关键技术研究

摘要

近年来3D视频技术发展迅速，3D视频研究得到了广泛展开。在3D视频编码方面，基于多视点加深度(Multiview Video plus Depth，MVD)的视频编码方法是当前的研究热点。MVD视频包含多视点彩色视频和对应的深度视频，在解码端可以通过基于深度图像的绘制(Depth Image Based Rendering，DIBR)技术生成任意视角的虚拟视点。因此，深度视频编码是MVD视频编码的重要内容。高效视频编码标准（High Efficiency Video Coding，HEVC）较传统的H.264/AVC标准在编码性能方面有了较大地提升，其在3D方向上的扩展版本3D-HEVC根据MVD视频特点提出了相应的编码工具。然而，这些工具的提出使得帧内预测模式的编码复杂度显著提高，增加了大量的编码时间，同时整体的编码效率仍有待提高。因此，本文基于3D-HEVC平台针对3D视频中的深度视频编码关键技术开展了深入的研究。
　　为了更好地对深度边界进行表达，3D-HEVC中添加了新的深度视频编码模式，例如深度建模模式（Depth Modeling Modes，DMMs）。其中，DMM模式1（Wedgelet模式）是用直线分割对深度块进行建模表达的方法，其核心是寻求深度块的最佳分割样式。传统的方法采用大量无判断的遍历方式，这种方式计算量大、时间复杂度高。为了解决这一问题，本文提出了一种面向深度视频帧内编码的Wedgelet模式简化搜索算法，根据深度块边界和最佳匹配图样分割线的相似性，降低搜索的复杂度。实验结果表明，在保证合成视点质量基本不变的情况下，本文提出的方法能有效地减少编码时间。
　　对具有边界的深度块而言，传统的帧内预测和帧间预测模式仍存在一定的提升空间。因此，本文提出一种基于帧内帧间联合预测的深度视频编码方法，该方法首先获取当前深度块的最优帧内预测模式和最优帧间预测模式，然后将这两种模式应用于边界深度块的不同区域，通过自适应地调整预测结果的加权系数，实现联合预测。实验结果表明，相对于传统预测模式，本方法获得了更好的编码性能。

目录

声明

摘要

第一章 绪论

1．1 课题的研究背景及意义

1．2 国内外的研究现状

1．3 本文的主要工作和结构安排

第二章 多视点加深度视频系统概述

2．1 多视点加深度视频表示格式

2．2 多视点加深度视频采集

2．3 基于深度图像的虚拟视点绘制技术

2．4 本章小结

第三章 3D-HEVC编码关键技术

3．1 HEVC编码标准及关键技术

3．2 3D-HEVC编码标准及关键技术

3．3 深度视频编码

3．4 本章小结

第四章 深度视频帧内编码的Wedgelet模式简化搜索算法

4．1 深度建模模式及其搜索算法

4．2 Wedglet模式简化搜索算法

4．3 实验结果与分析

4．4 本章小结

第五章 基于帧内帧间联合预测的深度视频编码方法

5．1 帧内预测和帧间预测

5．2 基于帧内帧间的联合预测

5．3 实验结果与分析

5．4 本章小结

第六章 总结与展望

6．1 工作总结

6．2 研究展望

参考文献

发表论文和参加科研情况说明

附录

致谢