[发明专利]基于流水线架构的深度图像帧内预测的编码电路及其编码方法有效

专利信息
申请号: 201811132783.3 申请日: 2018-09-27
公开(公告)号: CN109120942B 公开(公告)日: 2020-08-07
发明(设计)人: 杜高明;戴吴骏;曹一凡;张多利;王晓蕾;宋宇鲲;刘冠宇 申请(专利权)人: 合肥工业大学
主分类号: H04N19/593 分类号: H04N19/593;H04N19/42;H04N19/176
代理公司: 安徽省合肥新安专利代理有限责任公司 34101 代理人: 陆丽莉;何梅生
地址: 230009 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 流水线 架构 深度 图像 预测 编码 电路 及其 方法
【说明书】:

发明公开了一种基于流水线架构的深度图像帧内预测的编码电路及其编码方法,包含五级流水线,分别对应:像素和计算子模块、区域均值计算子模块、赋值子模块、SAD计算子模块和比较子模块。本发明能够减少硬件资源使用、提升速率,从而提升整个视频编码电路的性能。

技术领域

本发明属于视频编解码技术的帧内预测编码技术领域,具体的说是一种应用于视频编解码中深度图像帧内预测的基于流水线架构的编码方法及编码电路。

背景技术

随着科学技术的不断发展,信息技术和计算机互联网分别在不同程度改变了人们的日常的生活。如今,人们获取信息的主要来源于多媒体信息,而多媒体信息却以视频为核心。3D视频由于相比普通2D视频能够提供给用户场景真实和自然再现的效果而备受工业界和学术界的重视,成为视频研究的领域的热点之一。

相比于普通的2D视频,3D包含着更为巨大的数据量。3D视频相对于2D视频还需要保存深度信息,这给视频数据的传输和保存都带来了一定的难度。在3D视频的深度图像的帧内预测中,相比于普通2D视频的Planar、DC、角度预测三大预测技术,加入了DMM深度建模模式,DMM能够更好的保留深度图像的边缘信息,但与此同时,导致了编码复杂度剧增。在保证合成视点质量的同时,如何降低DMM的高复杂度预测算法成了一个重要的研究方向。DMM深度建模模式中又分为DMM-1、DMM-4两种模式。在现有技术中,针对DMM深度建模模式的硬件电路设计还不是很多,Gustavo Sanchez等人在2016 Integrated CircuitsSystemsDesign发表的“Energy-Aware Light-Weight DMM-1 Patterns Decoders withEfficiently Storage in 3D-HEVC”中所述电路,是目前少数实现了的DMM-1模式编码电路。因此,对3D视频进行有效的压缩编码就显示十分重要。

发明内容

本发明为克服现有技术存在的不足之处,提出一种基于流水线架构的深度图像帧内预测的编码电路及其编码方法,以期能减少硬件资源,实现有限资源情况下的编码功能。

为达到上述发明目的,本发明采用如下技术方案:

本发明一种基于流水线架构的深度图像帧内预测的编码电路,记任一深度图像内的4N×4N区域的像素值为原始块RU;其中N为正整数,其特点是所述编码电路包括:像素和计算子模块、区域均值计算子模块、赋值子模块、SAD计算子模块和比较子模块;

所述像素和计算子模块接收原始块RU及其在当前周期对应的分割模式,并根据在当前周期的分割模式计算在当前周期的原始块RU中区域“1”的像素值之和Region1_Sum和区域“0”的像素值之和Region0_Sum,同时统计在当前周期的所述区域“1”的像素点个数Region1_Pixel和区域“0”的像素点个数Region0_Pixel;

所述区域均值计算子模块根据当前周期的所述区域“1”的像素值之和Region1_Sum与像素点个数Region1_Pixel以及所述区域“0”的像素值之和Region0_Sum与像素点个数Region0_Pixel,计算在当前周期的所述区域“1”的均值Region1_Ave和区域“0”的均值Region0_Ave;同时,所述像素和计算子模块接收原始块RU及其在下一周期对应的分割模式并进行处理;

所述赋值子模块根据当前周期的所述区域“1”的均值和所述区域“0”的均值在所述当前周期的分割模式上的分布,得到在当前周期的区域“1”的预测块Region1_Pre和区域“0”的预测块Region0_Pre,从而在当前周期的构成预测块PU;

所述SAD计算子模块根据所述原始块RU减去当前周期的预测块PU得到在当前周期的残差深度块DU;然后将在当前周期的残差深度块DU的每个像素点处的像素值取绝对值并相加,从而得到在当前周期的残差深度块的SAD值;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥工业大学,未经合肥工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811132783.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top