[发明专利]基于贝叶斯决策定理的3D-HEVC快速深度编码方法有效
申请号: | 201911150040.3 | 申请日: | 2019-11-21 |
公开(公告)号: | CN111031303B | 公开(公告)日: | 2021-01-26 |
发明(设计)人: | 张秋闻;赵进超;王祎菡;王兆博;赵永博;崔腾耀;王晓;蒋斌;黄立勋;张伟伟;吴庆岗;常化文;孙丽君;钱晓亮 | 申请(专利权)人: | 郑州轻工业大学 |
主分类号: | H04N13/161 | 分类号: | H04N13/161;H04N13/271;H04N19/597 |
代理公司: | 郑州优盾知识产权代理有限公司 41125 | 代理人: | 张真真 |
地址: | 450002 *** | 国省代码: | 河南;41 |
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 贝叶斯 决策 定理 hevc 快速 深度 编码 方法 | ||
本发明提出了一种基于贝叶斯决策定理的3D‑HEVC快速深度编码方法,其步骤为:首先确定深度图树块,分析不同量化参数之间的帧间模式分布;一方面,采用贝叶斯规则计算深度图树块的后验概率,并判断深度图树块的交互模式是否最佳确定深度图树块的最佳编码模式为SKIP/Merge模式;另一方面,根据贝叶斯规则计算深度图树块的贝叶斯成本,根据贝叶斯成本是否小于公差参数,早期确定终止深度图树块的CU修剪,确定最佳编码模式,或者利用3D‑HEVC编码器分割深度图树块的CU,测试深度图树块的其他编码模式,找到最佳编码模式。本发明通过引入贝叶斯规则避免了测试深度图编码的其它帧间模式,既保证相似虚拟视点质量,又明显降低3D‑HEVC深度编码复杂度。
技术领域
本发明涉及图像处理技术领域,特别是指一种基于贝叶斯决策定理的3D-HEVC快速深度编码方法。
背景技术
在过去几年中,三维(3D)视频通过3D电影、3D游戏和FTV等应用引起了极大的关注。MPEG目前正在开发一种深度增强的3D展示方式,称为多视点视频加深度(MVD)。深度图与纹理图像并置,深度图表示对象和相机之间的几何距离,而且它使接收器能够通过使用基于深度图像的渲染(DIBR)生成中间视图。为了提高深度图的压缩效率,JCT-3V开发了3D高效视频编码(3D-HEVC)。
深度图的特征与纹理视频不同,因为深度图像具有由锐利物体边界划分的大的均匀区域。与纹理编码不同,深度图像是保持深度锐利边缘而不是视觉质量。基于此功能,3D-HEVC设计了多种预测技术,如深度建模模式(DMM),深度帧内跳过和分段深度编码(SDC),为了更好地压缩边缘深度图片。这些模式实现了最高的编码效率,但是需要极大的复杂性。因此,非常期望设计一种快速深度编码方案,其可以减少3D-HEVC编码器的编码时间,同时降低速率失真(RD)性能。
目前已经提出了许多快速深度编码方法来降低多视图视频编码(MVC)的复杂性。所有这些方法都有效地减少了编码时间,而且MVC的视频质量几乎没有损失。但是,这些算法不太适合基于HEVC的3D视频编码器,其中针对3D-HEVC引入的新的附加四叉树结构化和深度帧内模式不被纳入那些算法。
目前已经开发了降低3D-HEVC的深度复杂性的研究。C.Park提出了一种快速深度图方法来分配3D-HEVC复杂度,在帧内预测中,边缘分类选择性地省略DMM。L.Shen等人提出了一种快速编码方法,以加速最耗时的深度图预测过程,它通过使用相邻CU深度水平的相关性和纹理深度的相关性来自适应地调整模式决策过程。R.等人提出了一种基于自适应阈值模式的早期SKIP模式,为了降低帧间帧的复杂性。J.Chen等人提出一种快速帧内编码的算法,该算法基于检测边缘区域以减少深度编码时间,其中深度图的树块不包含对象边缘,不测试DMM。H.Zhang等人提出了一种快速编码方案,使用平方欧氏距离方差和早期模式决策来加速深度压缩。J.Lei等人提出了一种快速决策用来减少深度编码的模式数量。M.Saldanha等人提出了一种四叉树限制方法,该方法是基于数据挖掘来降低深度图帧内预测编码器的复杂度。L.Shen等人采用低复杂度的帧内模式选择,通过联合使用时-空、组件间和视图间的相关性来加速编码计算。上述方法都是针对3D-HEVC深度压缩而精心设计的,极大的缩短了编码时间,但显著降低RD的性能。
发明内容
针对上述背景技术中的不足,本发明提出了基于贝叶斯决策定理的3D-HEVC快速深度编码方法,解决了现有编码器复杂度高、率失真RD性能差的技术问题。
本发明的技术方案是这样实现的:
一种基于贝叶斯决策定理的3D-HEVC快速深度编码方法,其步骤如下:
S1、预先确定深度图树块,分析不同量化参数之间的帧间模式分布,引入贝叶斯规则;
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郑州轻工业大学,未经郑州轻工业大学许可,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/201911150040.3/2.html,转载请声明来源钻瓜专利网。