【摘要】：隨著用戶對高清三維視頻需求的日益攀升,2014年國際視頻編碼聯(lián)合工作組(JCT-VC)在基于HEVC(High Efficiency Video Coding)標準的基礎上,面向三維視頻編碼推出了多視點視頻編碼標準MV-HEVC和3D-HEVC。相對于基于H.264的多視點編碼標準,在保證相同解碼質(zhì)量的條件下,對三維視頻的壓縮效率提高了近一倍。這意味著更少的壓縮比特率,同時也意味著一旦視頻在傳輸中發(fā)生錯誤或丟包,解碼恢復的視頻質(zhì)量將嚴重下降。由于多視點視頻的數(shù)據(jù)相關性相較于單視點視頻更高,因此對多視點立體視頻傳輸進行有效的差錯控制是視頻編碼與傳輸領域中一項必不可少的技術(shù)。多視點錯誤隱藏技術(shù)是在解碼端利用立體/多視點視頻內(nèi)容在時域、空域以及視點域間存在的較強相關性對丟失塊進行重建。如何準確地利用時域、空域、視點間相關性重建丟失編碼單元的運動/視差矢量,且如何利用人眼雙目感知特征提升重建質(zhì)量是多視點立體視頻幀間錯誤的核心問題。本文在分析MV-HEVC關鍵技術(shù)以及人眼立體感知模型的基礎上,重點對MV-HEVC解碼端的幀間錯誤隱藏技術(shù)進行了研究,提出了適用于MV-HEVC標準的錯誤隱藏新算法,主要研究工作包括:1.提出了一個基于MV-HEVC的錯誤隱藏算法。該算法先將受損編碼單元(Coding Unit,CU)劃分成靜止塊和運動塊,對于靜止塊使用直接拷貝的方法即可直接恢復,而對于運動塊則使用基于運動/視差補償?shù)姆椒ㄟM行恢復。在運動/視差補償方法中:首先考慮到受損塊與其相鄰塊深度值具有很強的相關性,根據(jù)相鄰塊深度值對受損塊進行自適應劃分;接著,對每個受損子塊構(gòu)建運動/視差矢量集;然后,鑒于傳統(tǒng)塊匹配準則在CU塊邊界匹配中的局限性,該算法結(jié)合像素平滑性和紋理結(jié)構(gòu)相似性提出了新的塊匹配準則CMAD。最后,根據(jù)CMAD值大小,從矢量集中選擇最優(yōu)的運動/視差矢量作為當前受損塊的運動/視差矢量,或是使用運動/視差矢量插值法獲取新的運動/視差矢量作為當前受損塊的運動/視差矢量來進行丟失塊重建。實驗結(jié)果表明,本文算法能有效地提高丟失塊的重建精度,使恢復的丟失單元較好地保持了紋理空間一致性,從而提高了出錯幀的重建質(zhì)量。2.提出了一個基于雙目感知特性的立體視頻錯誤隱藏算法。率先將雙目恰可察覺失真(binocular just noticeable difference,BJND)模型引入MV-HEVC錯誤隱藏技術(shù)中。在CU尺寸劃分中,該算法不僅考慮了視頻自身的內(nèi)容特性,還利用BJND模型以及相鄰塊運動/視差分布特征對重建時的編碼塊大小進行自適應劃分。此外還將人眼對于左右視點的失真可容忍度考慮進來,提出了結(jié)合BJND模型的新匹配準則DBJND。當來自于運動/視差矢量集中的最優(yōu)運動/視差矢量的重建結(jié)果大于DBJND閾值時,該算法利用視點間相關性,通過在相鄰視點幀的指定范圍內(nèi)搜索最佳匹配塊來重建當前受損塊。實驗結(jié)果表明,經(jīng)本文算法恢復后出錯幀不但取得了較高的PSNR值,還與人類的主觀感知質(zhì)量保持高度一致。
【圖文】：

第 2 章 MV-HEVC 關鍵技術(shù)與錯誤隱藏技術(shù)隨著互聯(lián)網(wǎng)技術(shù)以及多媒體技術(shù)的快速發(fā)展，人們對于視頻的清晰度，壓縮率，以及立體視頻的技術(shù)等都提出了很高的要求，對于以往普遍應用的 H.264 標準開始不能夠滿足上述人們的期待。因此國際視頻編碼聯(lián)合工作組 JCT.VC 和 JCT.3V 開始著手定制了新一代視頻編解碼標準 HEVC 以及擴展的立體視頻標準 MV-HEVC,3D-HEVC。新標準相比較于 H.264 標準在保證相同視頻畫面質(zhì)量的同時，將視頻壓縮效率提高了一倍。 2.1 HEVC 標準關鍵技術(shù)分析如圖 2.1 所示，新一代視頻編解碼標準 HEVC，MV-HEVC 仍然沿用了 H.26X 系列標準的混合編解碼框架[36][37]，即預測編碼加變換編碼的分塊編碼模式；在編碼模塊中都引入了幀內(nèi)預測、幀間預測、運動估計和運動補償、量化變換、熵編碼[38]、環(huán)路濾波[39]等技術(shù)。同時添加了并行化設計可應用于多核多進程/多線程處理，圖 2.1 是 HEVC 編解碼框圖。

杭州電子科技大學碩士學位論文 2.1.1 編碼單元以及編碼樹結(jié)構(gòu)相比較于 H.264 標準中的宏塊（16×16 的像素塊），HEVC 中也有類似宏塊結(jié)構(gòu)概念的編碼樹單元（Coding Tree Unit,CTU）。每幀視頻畫面會被劃分成大小相等的 CTU，CTU 尺寸為 64×64 的像素塊，是后續(xù)預測模塊、運動估計和補償模塊，變換和量化模塊以及熵編碼模塊等的基本單元。CTU 可以按照四叉樹結(jié)構(gòu)遞歸劃分為若干編碼單元（Coding Units,CU），，位于同一層次的 CU 塊必須為相同尺寸大小的 4 個塊，CU 尺寸為 8×8~64×64 的像素塊，CU 可以按照四叉樹結(jié)構(gòu)分解/不分解為更小的預測單元（Prediction Units，PU）和變換單元（Transform Units，TU），PU 的尺寸為 4×4~64×64 的像素塊，TU 的尺寸為 4×4~32×32的像素塊。CTU 塊的遞歸劃分是通過率失真準則進行自適應的劃分，相比較于 H.264 標準采取的宏塊的尺寸大小為固定模式，這種靈活的自適應劃分方式可以很好的根據(jù)視頻自身的運動、紋理特征進行劃分和歸類。在圖像比較平坦以及背景區(qū)域，會分配較大的 CU，而在紋理復雜區(qū)域或多種運動方向區(qū)域，會分配較小的 CU，可以極大提高編碼效率。圖 2.2 是 CTU劃分示例圖，以及相對應的四叉樹結(jié)構(gòu)。
【學位授予單位】：杭州電子科技大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TN919.81

【相似文獻】

相關期刊論文 前10條

1 馮星;牟玲麗;周源;雷麗紅;劉英姿;凌曉;曹建國;;藥理學運用立體視頻技術(shù)提高雙語教學質(zhì)量的探討[J];課程教育研究;2012年33期

2 孔悅;周軍;谷瀟;;基于時空一致性的立體視頻穩(wěn)像改進方法[J];電視技術(shù);2016年11期

3 王騰飛;王曉東;胡彬彬;蔣剛毅;;交互式立體視頻系統(tǒng)傳輸質(zhì)量研究[J];寧波大學學報(理工版);2014年01期

4 王柏璇;劉璐;馬勁梅;潘璋敏;;淺談低成本制作3D立體視頻[J];藝術(shù)科技;2015年04期

5 劉龍濤;;立體視頻資源存儲入庫研究[J];考試周刊;2016年09期

6 溫建偉;;發(fā)展立體視頻技術(shù) 占領新的制高點[J];中國科技投資;2008年02期

7 曉云;;“無線立體視頻”通過鑒定[J];每周電腦報;1997年44期

8 李華;蘇志斌;任慧;;活態(tài)文化資源雙目立體視頻存儲技術(shù)研究[J];中國傳媒大學學報(自然科學版);2013年04期

9 龐林娟;郁梅;蔣剛毅;蔣志迪;;立體視頻傳輸中右通道整幀丟失的錯誤掩蓋算法[J];小型微型計算機系統(tǒng);2007年10期

10 李思原;馬健;尤志翔;沈禮權(quán);安平;;立體QoE視頻庫構(gòu)建[J];電視技術(shù);2017年Z3期

相關會議論文 前4條

1 費躍;李福翠;郁梅;;基于自動多視點顯示的立體視頻錯誤隱藏算法[A];浙江省電子學會第七次會員代表大會暨2007學術(shù)年會論文集[C];2007年

2 王世剛;王學軍;陳賀新;;MPEG-4框架的面向立體視頻對象壓縮編碼的研究[A];第十二屆中國體視學與圖像分析學術(shù)會議論文集[C];2008年

3 劉爽;王世剛;陳賀新;呂源治;;基于視差和變化檢測的立體視頻對象的實時提取[A];第十五屆全國圖象圖形學學術(shù)會議論文集[C];2010年

4 陳賢;張剛;趙文吉;左建章;;基于生理視覺原理的立體視頻重建技術(shù)研究[A];立體圖象技術(shù)及其應用研討會論文集[C];2005年

相關重要報紙文章 前10條

1 記者 程曦　實習記者 白雪蕾;引領中國立體視頻技術(shù)跨越式發(fā)展[N];新清華;2013年

2 記者　李玫 通訊員　李俊卿;立體視頻研發(fā)基地落戶深圳[N];深圳特區(qū)報;2006年

3 記者 趙婀娜;自主研發(fā)立體視頻芯片發(fā)布[N];人民日報;2011年

4 本報記者 高靚 通訊員 程曦 白雪蕾;占領立體視頻技術(shù)制高點[N];中國教育報;2013年

5 記者 豐捷;清華研發(fā)立體視頻芯片“清立方”[N];光明日報;2011年

6 記者 楊晨光;清華自主研發(fā)立體視頻芯片[N];中國教育報;2011年

7 自動化系;我校發(fā)布“清立方”立體視頻芯片成果[N];新清華;2011年

8 汪小意;槍挑分眾立體視頻潛入上海[N];第一財經(jīng)日報;2006年

9 李荔;立體視頻芯片[N];北京科技報;2011年

10 清華大學自動化系教授 戴瓊海;產(chǎn)業(yè)日趨成熟 2D轉(zhuǎn)3D走向市場化[N];中國電子報;2010年

相關博士學位論文 前10條

1 郭銳;基于LDPC碼不等錯誤保護的立體視頻通信研究[D];浙江大學;2007年

2 張艷;立體視頻質(zhì)量評價關鍵技術(shù)研究[D];上海大學;2013年

3 盧大瑋;雙目立體視頻圖像編輯關鍵技術(shù)的研究[D];北京郵電大學;2017年

4 趙西滿;大規(guī)模網(wǎng)絡立體電視傳輸與優(yōu)化技術(shù)研究[D];天津大學;2012年

5 鐘睿;基于深度圖修復與JND建模的立體視頻編碼研究[D];武漢大學;2014年

6 王寶亮;基于H.264的多視點立體視頻關鍵技術(shù)研究[D];天津大學;2010年

7 衛(wèi)津津;基于視覺信息的質(zhì)量感知模型及檢索方法研究[D];天津大學;2016年

8 郭大波;網(wǎng)格基單目和立體視頻編碼及相關技術(shù)研究[D];西安電子科技大學;2009年

9 吳笛;可分級的多視點立體視頻編碼及傳輸關鍵算法的研究[D];武漢大學;2014年

10 周圓;面向IP網(wǎng)絡的多視點立體視頻傳輸失真分析與建模[D];天津大學;2011年

相關碩士學位論文 前10條

1 唐杰;多視點立體視頻幀間錯誤隱藏研究[D];杭州電子科技大學;2018年

2 趙富榮;立體視頻虛擬視點生成關鍵技術(shù)研究[D];華中科技大學;2017年

3 王煥玲;基于雙目感知的立體視頻質(zhì)量客觀評價方法[D];天津大學;2018年

4 李翩;基于立體視頻的顯著性檢測研究[D];華中科技大學;2018年

5 許茹;基于時空域綜合特征的立體視頻質(zhì)量客觀評價方法[D];天津大學;2017年

6 宋洋;基于視覺感知的立體視頻客觀質(zhì)量評價研究[D];寧波大學;2015年

7 段燕娜;人類視覺特性立體視頻評價模型[D];吉林大學;2013年

8 張祥意;立體視頻播放與視差匹配調(diào)節(jié)技術(shù)研究與實現(xiàn)[D];北京郵電大學;2013年

9 王凌杰;幀內(nèi)同步立體視頻編碼方法研究[D];上海交通大學;2012年

10 東野升云;多尺度分析與相似度的立體視頻人類視覺評價模型的研究[D];吉林大學;2011年

本文編號：2654508