面向虚拟视点合成的深度图编码

针对H.264/AVC标准采用统一量化参数对深度图进行压缩, 并不能很好地保留深度图的边缘, 解码后深度图像严重影响虚拟合成视点主观质量这一问题, 在H.264/AVC扩展多视点编码（JMVC：Joint Multi-view Video Coding）框架基础上, 引进一种新的面向虚拟视点合成的深度图编码方法。根据深度图结构特点, 使用Sobel算子分析深度图当前块的边缘信息。如果当前块中含有目标边缘信息, 则通过减少Q_P值进行压缩编码; 如果当前块中不含边缘信息, 则增加Q_P值进行压缩编码。通过计算所有16×16,8×8,4×4块的率失真代价, 选择最小的率失真代价的预测模式。实验结果表明, 使用解码后的深度图合成虚拟视点, 该方法在与原JMVC几乎同等比特率的情况下, 提高了虚拟视点的主观合成质量。     

基于边缘的面向虚拟视绘制的深度编码算法

深度图由锐边缘包围纹理的匀质区域组成, 因此边缘信息对于虚拟视的绘制至关重要. 由于深度图不同区域的失真会对绘制虚拟视质量产生不同的影响, 提出一种基于边缘的面向虚拟视绘制的深度编码算法. 将深度图划分为边缘区域和平坦区域: 对于边缘区域, 采用全搜索策略, 以提高边缘区域的编码质量; 对于平坦区域, 采用SKIP模式和16×16模式, 以提高编码效率. 除此之外, 在去块滤波中, 提出一种利用纹理图和深度图边缘相似性的可保护深度图片边缘的中值三边滤波器. 实验结果表明, 与JM编码方案相比, 该方法在码率基本不变的前提下, 提高了编码效率和虚拟视绘制的主观质量.     

一种高效的三维视频深度图帧内编码算法

针对三维视频深度图的压缩问题,提出一种高效的帧内编码算法.该算法根据深度图的典型特征,通过二级变换有效减少了原始深度图的数据量.首先利用深度图由大片均质区域构成以及深度图边缘与对应视频图像边缘呈高相关性的特性,采用超像素分割和赋值策略对原始深度图进行尺寸变换;然后利用深度图灰度等级偏少的特性,采用直方图统计策略对深度图进行灰度变换;最后采用H.264无损帧内编码算法对二级变换后的深度图进行编码以实现对深度图边缘的有效保护.实验结果表明:与现有算法相比,本文算法大幅提高了深度图编码效率和虚拟视点合成质量.     

基于JNDD边界划分的立体视频深度编码

针对编码后的深度图中边界区域失真导致的虚拟视图质量下降的问题,利用基于恰可察觉深度差异(JNDD)的边界提取方法,将深度图划分为尖锐的边界区域和平滑的非边界区域,并对划分后的区域分配不同的量化参数值进行深度编码.实验结果表明:本文提出的方法能够很好地保留深度图的边缘信息,有效地减轻虚拟视图绘制的失真;同时,绘制的虚拟视图能够保持较高的峰值信噪比(PSNR)和结构相似性测量参数(SSIM)值.     

引入拉格朗日算子的纹理深度联合比特分配方法

为了提高三维视频合成质量,提出一种新的纹理视频和深度图编码比特分配方法.该方法在比特分配中引入拉格朗日算子参量,从而在限制比特下进一步降低虚拟合成误差.首先依据统计实验并采用最小二乘拟合的方法,对纹理视频和深度图分别建立以拉格朗日算子为参数的编码误差模型和编码比特模型,然后利用编码误差和虚拟合成误差的相关性进一步推导出基于拉格朗日算子的虚拟合成误差的模型,最后结合所推导的模型建立虚拟合成误差最小化目标函数,利用无约束优化方法求解最优的纹理视频和深度图编码拉格朗日算子,并依据此算子进行比特分配.实验结果证明:与固定比特算法和全搜索量化步长算法相比,该方法在不同的编码条件下使合成视频质量平均提高0.25dB和0.68dB,且得到的编码总比特与目标比特最为接近,平均误差仅为0.45%.     

面向无线信道的H.26L编码模式判决策略

在对H．26L视频编码中帧内帧间宏块编码失真和传输误码失真及扩散的理论分析基础上，提出了一种面向无线信道的H．26L编码模式率失真优化判决策略。考虑在编码模式选择时结合信道误码扩散模型，通过简化的率失真判决策略，使编码视频流具有很好的自适应误码恢复能力，且计算复杂度较低。典型无线信道环境中的测试结果表明，在增加不多计算量的情况下，该算法比传统方法具有更强的抗误码鲁棒性。     

一种基于快速重编码的H.264/AVC压缩域信息隐藏方案

在H.264/AVC格式的视频码流中进行数据隐藏很容易造成误差扩散,从而加剧画面失真,而改善误差扩散通常需要引入新的计算.为了能够在低复杂运算的前提下尽量减小因数据嵌入而造成的画面失真,提出了基于快速重编码的数据隐写方法.该方法使用视频中已有的预测信息对视频重新进行编码,然后在编码过程中将隐秘数据嵌入I帧的4×4块中.实验表明,该方法能够在尽可能保留视频质量的前提下在已编码的H.264/AVC视频中嵌入大量的隐秘数据,而又不至于引起码流大小的剧增.另外,针对以往算法在固定位置的系数上进行数据嵌入的做法,提出了一种通过修改几个量化系数绝对和的奇偶性来进行数据嵌入的新方案,极大提高了嵌入数据的隐蔽性和安全性.     

基于率失真代价的快速帧间编码模式确定算法

介绍了率失真函数在视频编码中的应用,基于率失真函数代价值,提出一种帧间编码快速模 式确定的算法,基于本序列各类编码模式的率失真函数代价动态统计值,分别在SKIP模式和帧间IN- TER编码8×8块尺度和4×4块尺度间插入两层判定阀值,提前判定宏块的编码模式和帧间编码宏 块内部划分模式,减少了不必要的穷尽试探计算率失真代价．且阈值的选取具有时变、适应图像序列、 计算简单性．实验证明,在对图像质量影响极小的情况下,编码速率提高20％～30％左右．     

限失真度下形状编码轮廓顶点的优选算法

基于对象的视频压缩编码中,对图像中任意形状物体的形状信息能提供一种较为有效的编码方法一直是个至关重要的问题.以率失真理论为基础,提出了一种针对视频帧内的复杂形状图像,在一定失真度控制下的形状编码优化算法.其核心思想是:基于整幅灰度图像的边缘检测,对不同对象区域及整图的轮廓建立“图”的数据结构,分段轮廓形状逼近,从而为限定失真度下使形状编码的比特率最小提供了保证.     

基于H.264/AVC的帧间编码快速算法

为了减少H.264帧间模式判决的复杂度,提高编码速度,提出了一种帧间模式选择快速算法.该算法对所有编码模式进行综合分析,利用当前宏块的绝对差值以及率失真值对所有编码模式进行三级分裂,在一定误差范围内能够快速寻找最佳编码模式,加快模式判决过程.通过基于H.264/AVC测试模型JM86的仿真实验表明,在保持图像质量和码率基本不变的情况下,该算法可以有效提高编码速度.     

基于视频编码流的视频传输端到端失真度估算

研究了基于信源量化、信道错误和差错隐藏的视频传输端到端失真问题.提出了一种基于视频编码流结构的端到端失真度估算方法.采用帧间递归,以宏块为单位根据信道平均误比特率和视频编码信息在编码器端实时估算端到端失真.仿真结果表明,对于绝大部分视频测试序列,在不同信道误比特率下,该方法模型估算的平均相对偏差小于8%,平均绝对偏差控制在0.9 dB以内,准确度高,为基于率失真或联合功率率失真优化中的失真估算提供一个有力的工具.     

图象的无失真／有失真混合编码

提出一种新的图象编码方案：无失真／有失真混合编码．用基于块分割算法的二值图象编码方法无失真编码包含图象关键信息且复杂度低的高位位平面;用小波变换算法有失真编码包含次要信息且复杂度高的低位位平面．该方案结合了无失真编码和有失真编码的优点,既能获得较高压缩比,恢复图象又能保持很好的质量．     

基于层间预测的空间可扩展帧内编码算法

利用空间可扩展编码中的层间预测技术,提出了一种基于层间预测的空间可扩展帧内编码算法.对于空间基本层上的图像宏块,采用与H.264/AVC标准兼容的帧内编码方法进行编码.对于空间增强层上的图像宏块,除了本层中的邻块数据之外,进一步利用基本层上的对应宏块数据对其进行帧内预测编码.特别是在无法获取本层邻块数据的情况下,使用基本层上的对应宏块数据作为扩展数据源来预测编码,以提高编码效率.实验结果表明,与传统的单层帧内预测算法相比,本算法提高了增强层编码的信噪比,同时编码码率和计算复杂度基本不变.     

基于块的分布式视频编码边信息生成技术

为了提高分布式视频编码中由运动补偿帧内插技术生成的边信息的质量,提出一种基于块的边信息生成方案.首先在编码端进行模式决策,将WZ帧中的宏块分为WZ模式和帧内/WZ模式;然后对WZ模式的宏块采用运动补偿帧内插技术生成边信息,而对于帧内/WZ模式宏块,编码端先将低质量的帧内块传送到译码端,再通过运动补偿质量增强技术来辅助生...     

一种改进的基于H．264／AVC无损帧内编码算法

H．264／AVC标准中帧内无损编码是基于块进行预测的,本文在原有的特点上进行改进提出了一种基于像素间DPCM的新的无损帧内编码方法。通过实验显示新的无损缩码方法相对于先前的H．264标准中的无损帧内编码方法降低了大约12％的码率。且新方法也没有大幅的增加其复杂性。     

一种深度图失真引入的虚拟视失真估计方法

提出了一种深度图失真引入的虚拟视失真估计方法. 该方法依据能量一致性假设要求, 将深度图宏块划分为平坦宏块和非平坦宏块. 平坦宏块使用频域块级方法, 非平坦宏块使用时域像素级方法估计由深度图失真造成的绘制视失真. 虚拟视失真采用左右绘制视融合计算, 并计入虚拟视中空洞修复引入的失真. 该方法在宏块分类判据中综合了相机参数, 对于不同拍摄条件下的视频序列可以使用相同的判别阈值获得最佳区域划分, 通用性较强. 实验结果证明, 该方法兼顾了估计准确性和复杂度, 对于在有限码率预算条件下提高深度视频编码效率、优化三维视频码率分配具有重要的指导意义.     

深度图的快速自适应帧内预测模式选择算法

基于高效率视频编码(high efficiency video coding, HEVC)三维视频扩展的深度编码,引入了深度模型编码模式(depth modeling mode, DMM)和区域边界链编码(region boundary chain, RBC)模式. RBC 模式通过遍历编码单元(coding unit, CU)当前深度下所有的边缘线预测模板来得到最佳的预测模板, 但在显著提升编码效率的同时, 其计算复杂度也增加了数倍. 深入研究了在HEVC 模式粗选过程中选出的最优预测模式与DMM 和RBC 这两种模式的相关性, 以及与直接Wedgelet 搜索模板集合各个方向的相关性, 并在此基础上提出了一种快速的自适应深度图帧内预测模式选择算法. 该算法将编码块分为平坦块、方向性编码块以及纹理复杂块3 种. 对平坦块跳过DMM 和RBC 模式, 而对方向性编码块的直接Wedgelet 搜索过程则跳过不必要的方向模板搜索, 从而提高编码速度. 实验结果表明, 在全I 帧模式下,该深度图帧内预测模式选择方法平均节省了75.4% 的编码时间, 而在合成视点端仅带来0.4%的性能损失.     

应用多恰可感知失真等级的视频感知编码

为了对视频编码中的视觉感知冗余进行充分挖掘,提升视频的主观质量,根据人眼感知特性对视频内容进行分类,建立了一种更符合人眼感知的多恰可感知失真等级视频感知失真测度模型,并将其应用于高效视频编码(HEVC).通过改善传统编码器的比特分配方式,对帧内编码帧与帧间编码帧分别进行处理,根据重分配的比特更新量化参数(QP),实现了视频感知编码.实验结果显示:与HEVC标准测试模型(HM)中的方法相比,提出的算法能够在近似同等的码率下获得更好的视频主观质量.     

一种HEVC帧内编码快速算法

为了降低新一代高效视频编码(high efficiency video coding,HEVC)标准的计算复杂度,提出了一种基于亮度分量直方图分析的HEVC帧内编码快速算法。统计编码单元中4个子块的亮度分量直方图,并计算子块亮度直方图的自相关函数;根据自相关函数判断每个子块的纹理类型;根据子块的纹理类型进行编码单元划分的自适应选择,从而减少不必要的编码尺寸,降低HEVC帧内编码的计算复杂度,提高编码速度。实验结果显示,相对于HEVC标准模型,本算法可将编码速度提高22%,而平均比特流增加0.9%左右,同时视频的PSNR基本维持不变。     

H.264视频编码中的快速失真与速率估计算法

H.264视频编码标准采用率失真优化技术追求更高的编码效率。针对每一个宏块,编码器需要遍历多种帧内和帧间模式,复杂度较大,提出了模式选择中速率和失真的快速估计算法。该算法省去了模式判决中的反变换和熵编码过程,利用频域系数来直接估计宏块的编码失真和速率,且失真的估计能适于不同的宏块类型,速率的估计能自适应于视频的内容。仿真结果表明,对于多种类型的视频序列,该算法相对于参考算法能够提供较高的估计准确度,在保持编码率失真性能下降不多的条件下,节省了约35%的模式决定时间。