【摘要】：近年來,3D視頻開始流行,它可以為用戶提供立體視覺體驗。相比傳統(tǒng)的二維視頻,3D視頻不僅包含單個視點的紋理信息,還包含其它視點的紋理信息和對應的深度信息。3D-HEVC是當前最新的3D視頻編碼標準,它充分利用了各視點間的相關(guān)性,在原有預測技術(shù)的基礎上,使用視點間預測技術(shù)極大地提高了編碼效率。與紋理圖相比,深度圖有完全不同的用途,主要用于解碼端虛擬視點的合成而非直接觀看,傳統(tǒng)的的紋理圖編碼方式不能完全適用于深度圖的編碼。所以,3D-HEVC引入了分段的DC編碼(Segment-wise DC Coding,SDC)和深度建模模式(Depth Modelling Modes,DMMs),以提高深度圖的編碼質(zhì)量。然而,SDC和DMMs的引入使當前編碼算法的計算復雜度顯著增加。為了減少深度圖編碼時間,本文對3D-HEVC中SDC和DMMs的分區(qū)常數(shù)值(Constant Partition Value,CPV)決策過程進行以下研究:1)提出了幀內(nèi)SDC最優(yōu)Delta CPV快速決策算法。SDC中,通過候選值的率失真代價的大小從5個候選值中選擇最優(yōu)的Delta CPV,產(chǎn)生了較大的計算代價。本文在現(xiàn)有SDC優(yōu)化算法的基礎上進行改進,并利用Delta CPV候選值率失真代價的絕對大小,進一步縮小搜索范圍,減少了編碼時間。2)提出了深度建模模式最優(yōu)Delta CPV快速決策算法。在深度圖預測過程中,當DMMs最佳劃分模式確定后,會對當前劃分模式對應的Delta CPV進行修正。一方面,通過分析Delta CPV的決策過程,提出利用搜索過程初始值的信息,在初始Delta CPV最優(yōu)時,提前終止不必要的搜索過程。另一方面,由于平均差很好地反映了各原始信號值與平均值之間的平均差異,提出利用平均差確定搜索范圍的方法。綜上所述,本文提出的Delta CPV決策算法在保證編碼質(zhì)量的前提下,降低了深度圖的編碼復雜度。
【學位授予單位】：深圳大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TN919.81

【相似文獻】

相關(guān)期刊論文 前10條

1 左一帆;安平;張兆楊;;基于圖割的高質(zhì)量深度圖獲取方法[J];電視技術(shù);2011年15期

2 張艷;安平;張秋聞;王奎;張兆楊;;恰可察覺深度差異模型的深度圖優(yōu)化方法[J];光電子.激光;2012年07期

3 左宇鵬;;基于深度圖壓縮的邊界自適應上采樣方案[J];計算機與現(xiàn)代化;2014年05期

4 楊超;安平;何宛文;王健鑫;張兆楊;;一種用于深度圖編碼的虛擬視失真估計模型[J];光電子.激光;2014年07期

5 溫宇強,李德華;多視角深度圖融合方法綜述[J];計算機與數(shù)字工程;2003年04期

6 葉長明;蔣建國;詹曙;S.Ando;;不同姿態(tài)人臉深度圖識別的研究[J];電子測量與儀器學報;2011年10期

7 左一帆;安平;馬然;沈禮權(quán);張兆楊;;深度圖時域一致性增強[J];光電子.激光;2014年01期

8 朱波;蔣剛毅;張云;郁梅;;面向虛擬視點圖像繪制的深度圖編碼算法[J];光電子.激光;2010年05期

9 周娟;李勇平;黃躍峰;;基于強度圖和深度圖的多模態(tài)人臉識別[J];計算機工程與應用;2012年25期

10 李思宇;李勝;王衡;汪國平;;利用深度圖優(yōu)化的自然光束體構(gòu)建與繪制[J];計算機輔助設計與圖形學學報;2011年07期

相關(guān)會議論文 前3條

1 陳東;楊生鵬;莊嚴;王偉;;基于視覺信息的三維激光點云渲染與深度圖構(gòu)建[A];第二十九屆中國控制會議論文集[C];2010年

2 劉偉鋒;張卓;王延江;;基于光線衰減的深度獲取方法[A];中國自動化學會控制理論專業(yè)委員會B卷[C];2011年

3 張帥;付宏杰;;基于Kinect的多點觸控系統(tǒng)研究與實現(xiàn)[A];第六屆全國信號和智能信息處理與應用學術(shù)會議論文集[C];2012年

相關(guān)博士學位論文 前10條

1 李賀建;三維視頻中基于FPGA的實時深度估計研究與應用[D];上海大學;2015年

2 馬祥;提高三維視頻深度編碼性能的技術(shù)研究[D];西安電子科技大學;2015年

3 葛川;三維視頻的高效壓縮及資源分配算法研究[D];山東大學;2015年

4 葉昕辰;面向3DTV的深度計算重建[D];天津大學;2015年

5 王來花;基于深度的虛擬視點繪制及其失真研究[D];天津大學;2015年

6 鄧慧萍;3D視頻的深度圖優(yōu)化與深度編碼方法研究[D];華中科技大學;2013年

7 高凱;立體視頻深度圖提取及深度序列編碼技術(shù)研究[D];吉林大學;2013年

8 羅雷;基于深度圖繪制的三維視頻編碼技術(shù)研究[D];浙江大學;2013年

9 霍智勇;自由視點視頻深度圖估計的關(guān)鍵技術(shù)研究[D];南京郵電大學;2013年

10 韋虎;三維外形測量系統(tǒng)中的數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D];南京航空航天大學;2010年

相關(guān)碩士學位論文 前10條

1 李海坤;基于彩色和深度的前景分割研究[D];山東大學;2015年

2 張岳歡;3D視頻編碼中深度信息優(yōu)化及場景背景編碼技術(shù)研究[D];哈爾濱工業(yè)大學;2015年

3 曹廣昊;立體視頻系統(tǒng)中深度傳播算法的研究[D];山東大學;2015年

4 丁焱;基于深度圖的虛擬視點繪制中空洞填補技術(shù)研究[D];哈爾濱工業(yè)大學;2015年

5 馬姝穎;基于視點合成的深度圖編碼技術(shù)研究[D];電子科技大學;2015年

6 王旭;面向繪制質(zhì)量的深度圖壓縮感知研究[D];上海大學;2015年

7 卞玲艷;基于深度圖的2D轉(zhuǎn)3D視頻算法的研究[D];電子科技大學;2015年

8 王亞峰;3D-HEVC深度圖預處理與誤碼掩蓋技術(shù)研究[D];西安電子科技大學;2014年

9 白樹斌;基于RGB-D圖像的深度圖增強問題研究[D];青島大學;2015年

10 王玉峰;基于多視點的三維場景的低延遲遠程繪制算法研究[D];浙江工商大學;2015年

，

本文編號：2582261