[发明专利]基于贝叶斯准则的3D视频深度图帧内预测模式选择方法

说明书

本发明公开了一种基于贝叶斯准则的3D视频深度图帧内预测模式选择方法。步骤如下：首先由前若干已编码帧的帧内编码预测模式数据得到训练集，并用于训练贝叶斯二分类模型；然后将待编码帧给定PU的SDM模式的RD‑Cost值作为已训练好的分类器的输入特征，并将PU分为S₀和S₁两类；对于属于S₀的PU，单深度模式将是最终的最优帧内预测模式，且模式选择会提前终止；而对于属于S1的PU，编码器将进行传统的帧内模式选择。本发明有效地降低了深度图帧内预测编码的复杂度，减少了帧内预测所需的编码时间；并在提高编码速度的同时，保证了最终解码端合成视角的视频质量。

技术领域

本发明属于视频编解码技术领域，具体涉及一种基于贝叶斯准则的3D视频深度图帧内预测模式选择方法。

背景技术

新兴的多视点加深度图的视频格式是下一代3D视频系统的最主要的格式。它采用少量视点的纹理图信息和附加的相应视点的深度图信息来表示一个3D视频场景，而更多的视点信息可由基于深度图像的3D渲染技术来合成出来。由于在当前的3D视频系统中，深度图对于提供视差信息并引导合成过程起着关键性的作用，所以编码深度图应当极为严谨。因此，在3D-HEVC中为深度帧内编码产生了一些新的技术，如单深度模式(SDM)、深度建模模式(DMM)、分段直流编码(SDC)和视图合成优化(VSO)。而这些工具与HEVC帧内编码模块一起协作编码时，深度图帧内编码的的复杂度急剧增加。基于这个现状，一种有效的深度图帧内预测模式的选择算法变得尤为重要。

文献“Park,C.S.:‘Edge-based intra mode selection for depth-map codingin 3D-HEVC’,IEEE Trans.on Imag.Proc.,2015,24(1),pp.155-162”提出了一种基于边缘的DMM跳过算法，有效地去除了传统HEVC帧内预测模式和DMMs之间的冗余。而在文献“Miok,K.,Nam,L.,and Li,S.:‘Fast single depth intra mode decision for depth mapcoding in 3D-HEVC’,Int.Conf.on ICMEW,Turin,Italian,June 2015,pp.1-6”中，Mirk M等人设计了一种快速算法，这种算法通过考虑方差和估计失真来提前确定四叉树编码结构。尽管如此，在现有的3D-HEVC技术里，深度图帧内预测编码所消耗的时间依旧很高。

现有的包含单深度模式(SDM)的深度图帧内模式选择算法有三个步骤：

步骤一：对于SDM，预测块通过直接复制相邻块(左中或上中)的模式到当前块中。编码器通过比较两个候选块的率失真(RD)代价来确定所选模式。

步骤二：传统最优模式(CIM)通过比较所有其他的候选模式的率失真(RD)代价来确定所选模式。这里的所有模式包括传统的HEVC帧内模式和DMMs模式。值得注意的是，所有候选模式在这一步都会被编码两次，并用来表示SDC残差信号和非SDC残差信号。

步骤三：步骤二中得到的最优模式将和步骤一中的SDM比较率失真(RD)代价，并由此得到最终的最佳帧内模式。

这里我们定义步骤一、二中的最小率失真代价(RD-Cost)为SDM_cost和CIM_cost，它们的计算方式如公式(3)所示。

由于SDM仅有两个候选模式，如表1所示，SDM相对于传统的帧内编码模式所耗时间约占2.55％。

表1选择SDM的PU的百分比以及SDM消耗的时间