[发明专利]多视点视频编码模式选择方法及装置

说明书

技术领域

本发明涉及视频编码技术领域，特别涉及一种多视点视频编码模式选择方法及装置。

背景技术

随着人们对立体视觉感知需求的不断增长，多视点视频技术吸引了越来越多的国内外学者以及工业界的关注。与普通二维视频相比，多视点视频增加了场景的深度信息，从而能给用户提供视觉上的现实感和逼真感，但是同时也增加了至少一倍的视频数据需要处理。因此，对于多视点视频的编码，引入视差估计的预测方式来去除视点之间的冗余。

现有的视频编码标准，H.264等虽然在编码效率方面具有明显的优势；但它们为提高压缩效率所引入的高计算复杂度反而成了实际应用中所无法承受的缺陷。例如在H.264/MVC的JMVM模型中，为了获得更高的视频编码效率，JMVM提供了7种块的大小（16×16，16×8,8×16,8×8，8×4,4×8，以及4×4）用于运动预测以及视差预测的模式选择。对于inter帧的宏块编码，有11中候选模式：SKIP，inter_16×16，inter_16×8，inter_8×16，inter_8×8，inter_8×4，inter_4×8，inter_4×4，intra_4×4，intra_8×8，，intra_16×16，在选择编码模式的时候则需要对不同的分割模式分别进行运动估计，利用率失真优化（RDO）计算编码代价，比较并选择最小的编码模式作为最优的编码模式。这种多模式运动估计和模式决策具有很高的计算复杂度，其编码时间大约占了总处理时间的一半以上。可见，合理高效的模式决策算法对于视频编码的意义重大。

如今，为了满足更广角度的多视点视频图像生成，在进行编码时通常除了输入多视点视频以外，还会输入相应的深度视频，从而可以再输出端生成更多角度的合成视点视频图像。这种编码模式虽然满足了广角甚至全息的视频需求，但是庞大的数据量以及运算量对于视频的实时应用有了很大的限制。

目前，有不少基于单视点视频编码的快速模式选择方法。但是，由于多视点编码框架中引入了视差估计的预测方法并且引入了视频深度的信息，从而导致大部分已有的单视点视频编码快速算法都不适用于多视点视频的编码。

发明内容

本发明的目的旨在至少解决上述的技术缺陷之一。

为达到上述目的，本发明一方面的实施例提出一种多视点视频编码模式选择方法，包括以下步骤：S1：输入视频图像和相应的深度图，并将所述视频图像的每一帧划分为多个基本的编码单元，即宏块；S2：判断当前编码的所述宏块的位置，设置预测SKIP模式的率失真阈值并计算当前宏块选用SKIP模式下的率失真代价；S3：根据所述率失真阈值和所述率失真代价计算当前宏块的运动幅度；以及S4：根据当前宏块的所述运动幅度大小选取相应的候选模式。

根据本发明实施例的方法，通过基于块的自适应阈值来预测SKIP模式，避免了大量不必要的计算，并且根据相邻宏块以及相邻视点对应宏块的运动向量来预测当前宏块的运动幅度，再根据运动幅度的大小检查符合的候选模式，由此可以减小搜索范围、减少运算时间。

在本发明的一个实施例中，所述步骤S2具体包括：S21：如果当前宏块所在帧为I帧或者当前宏块处于所在帧的第一行或者第一列，则使用率失真优化方法检查所有的帧内帧间模式，选择率失真代价最小的模式为最佳编码模式；S22：如果当前宏块所在视点为独立编码视点，同时所在帧不为I帧且当前宏块不处于所在帧的第一行或者第一列，则计算当前宏块选用SKIP模式的第一率失真代价并设置用来预测SKIP模式的第一率失真阈值；以及S23：如果当前宏块所在视点为联合预测编码视点，同时所在帧不为I帧且当前宏块不处于所在帧的第一行或者第一列，则设置用来预测SKIP模式的第二率失真阈值并计算当前宏块选用SKIP模式的第二率失真代价。

在本发明的一个实施例中，所述步骤S3具体包括：比较所述第一率失真代价和所述第一率失真阈值；当所述第一率失真代价小于所述第一率失真阈值时，将SKIP模式为当前宏块的最佳编码模式；以及当所述第一率失真代价大于所述第一率失真阈值时，计算当前宏块的第一运动幅度。

在本发明的一个实施例中，所述步骤S3还包括：比较所述第二率失真代价和所述第二率失真阈值；当所述第二率失真代价小于所述第二率失真阈值时，将SKIP模式为当前宏块的最佳编码模式；以及当所述第二率失真代价大于所述第二率失真阈值时，计算当前宏块的第一运动幅度。