导　　师： 张基宏

授予学位： 硕士

作　　者： (）;

机构地区： 深圳大学

摘　　要： 近年来,3D视频开始流行,它可以为用户提供立体视觉体验。相比传统的二维视频,3D视频不仅包含单个视点的纹理信息,还包含其它视点的纹理信息和对应的深度信息。3D-HEVC是当前最新的3D视频编码标准,它充分利用了各视点间的相关性,在原有预测技术的基础上,使用视点间预测技术极大地提高了编码效率。与纹理图相比,深度图有完全不同的用途,主要用于解码端虚拟视点的合成而非直接观看,传统的的纹理图编码方式不能完全适用于深度图的编码。所以,3D-HEVC引入了分段的DC编码(Segment-wise DC Coding,SDC)和深度建模模式(Depth Modelling Modes,DMMs),以提高深度图的编码质量。然而,SDC和DMMs的引入使当前编码算法的计算复杂度显著增加。为了减少深度图编码时间,本文对3D-HEVC中SDC和DMMs的分区常数值(Constant Partition Value,CPV)决策过程进行以下研究:1)提出了帧内SDC最优Delta CPV快速决策算法。SDC中,通过候选值的率失真代价的大小从5个候选值中选择最优的Delta CPV,产生了较大的计算代价。本文在现有SDC优化算法的基础上进行改进,并利用Delta CPV候选值率失真代价的绝对大小,进一步缩小搜索范围,减少了编码时间。2)提出了深度建模模式最优Delta CPV快速决策算法。在深度图预测过程中,当DMMs最佳划分模式确定后,会对当前划分模式对应的Delta CPV进行修正。一方面,通过分析Delta CPV的决策过程,提出利用搜索过程初始值的信息,在初始Delta CPV最优时,提前终止不必要的搜索过程。另一方面,由于平均差很好地反映了各原始信号值与平均值之间的平均差异,提出利用平均差确定搜索范围的方法。综上所述,本文提出的Delta CPV决策算法在保证编码质量的前提下,降低了深度图的编码复杂度。

关 键 词： 深度图 分段的 编码 深度建模模式

领　　域： []