Kinect深度图像快速修复算法

深度提取是基于“纹理+深度”自由立体视频系统的关键技术,而立体视频实际应用系统需要高效快速的深度图提取.提出一种针对Kinect提取深度图的快速修复算法.首先,对Kinect提取的彩色纹理图和深度图进行对齐裁剪,并采用背景填充算法对裁剪后的深度图进行初步修复;然后,对初步修复后的深度图进行基于颜色匹配的快速修复,得到质量较好的可用深度图.实验结果表明,本算法能有效修复原始深度图中由于遮挡而引起的空洞,获取的深度图整体平滑度好、边缘清晰;在普通PC机上达到25~30 帧/s的处理帧率,实现了深度图的实时提取.     

抑制编码误差扩散的深度图帧内编码

为进一步提高深度图编码的质量和三维视频虚拟的合成质量,提出了抑制编码误差扩散的深度图帧内编码方法.首先根据深度图的特性将深度图划分为平坦区域和边缘区域,并分析这两个区域的误差扩散特性.基于此特性,在宏块的率失真优化计算中,利用修正值修正易引起误差扩散的块或子块,使其后续大量受误差扩散影响的块或子块具有较低的率失真代价函数.实验结果表明,与JMVC8.5的帧内编码方法和基于分割的帧内预测方法相比,文中方法虚拟合成的平均峰值信噪比分别提升0.30和0.25dB.     

一种深度图帧内预测模式决策改进算法

为减小3D-高效视频编码(three dimensional-high efficiency video coding,3D-HEVC)的编码复杂度,提出一种深度图帧内预测模式决策改进算法.一方面,采用拉普拉斯边缘检测法对是否遍历深度模型模式(depth modeling modes,DMMs)进行快速判决;另一方面,利用预测单元(prediction unit,PU)的楔形分割线与其纹理特征的相关性,只对候选预测模式中的帧内角度模式相关的楔形分割进行搜索,减少楔形分割模式遍历的数量,实现DMM1模式的快速决策.经测试,算法在平均编码比特率增加很少的情况下,深度模型模式的平均编码时间降低了53.65％,而深度图的合成质量基本不变.     

甚低码率视频信号压缩编码技术

针对电话线低码率传输的视频监控工业环境,基于 H.263 标准,提出了一种新的视频压缩编码方法,即在帧内编码 DCT 变换后的系数量化策略上,采用量化表的方法来替代视频图像帧内编码的常规处理方法,在帧间编码的预测算法上,采用了半像素精度运动估计和 PB-帧工作模式。通过 C 编程,对该算法进行了仿真分析。结果表明该算法不但提高了系统的运行速度;而且提高了图象压缩比。     

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.     

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.     

基于空间相关信息的H.264快速帧内模式选择算法

简要分析了H.264中的帧内预测模式选择，提出一种简单的快速帧内预测模式选择算法.利用视频数据当中的空间相关性，采用相邻编码块的最佳模式来作为当前编码块最佳模式的选择依据，并且加入刷新机制，有效地减小了待选模式的范围，降低了算法的复杂度.试验结果表明：该算法有效地降低了帧内预测的编码时间，降幅达到了50%以上，同时基本保持了原始算法的编码性能.     

一种采用内预测模式的HEVC视频信息隐藏算法

针对最新的视频编码标准高效率视频编码(HEVC),提出一种基于帧内模式选择的视频信息隐藏算法.首先,对一幅二值图像进行Arnold置乱和turbo码编码,形成待嵌入的二值信息序列.然后,结合帧内模式选择过程,调制I帧亮度16×16编码单元最优预测模式的奇偶性来实现信息隐藏.由于只在I帧进行信息隐藏,提取时只需部分解码即可提取隐藏信息,无需完全解码与原始视频的参与,实时性较好.实验结果表明:算法对视频质量和比特率的影响较小,且能保证一定的信息隐藏容量,符合视频隐藏算法的基本要求.     

基于块分割和上下文模型的视频编码算法

树结构的构造适合小波图像编码,但并不适合视频编码,利用熵编码原理,提出了视频图像编码算法,先将每帧的残差补偿到原始序列,并通过块分割编码和上下文模型进行视频编码.研究结果表明：该算法在视觉质量、算法性能和编码效率上要优于传统的视频编码算法.     

视频帧内运动目标复制-粘贴篡改检测算法

摘要： 提出了一种基于Lucas_Kanade(LK)光流及运动目标预检机制的视频帧内运动目标复制 粘贴篡改检测算法.该算法分为运动目标检测与跟踪、运动序列筛选和空间域匹配3个阶段.运动目标检测与跟踪利用背景建模算法和卡尔曼滤波器进行检测和跟踪;运动序列的筛选采用LK方法得到各运动序列的光流值,并计算其相关性来选择可能存在篡改的视频帧序列;空间域匹配利用尺度不变特征变换算法对上一阶段得到的对应运动序列逐帧进行匹配,过滤正常的视频序列.实验结果表明,本文算法能有效检测同源视频中针对运动目标的多帧复制 粘贴篡改.     

一种基于量化索引调制的视频盲水印算法

针对传统视频水印算法鲁棒性较差、计算复杂度较高的问题,结合伪三维DCT（discrete cosine transform）变换,提出了一种新的基于量化索引调制的非压缩域视频盲水印方法。该算法随机选择帧提取亮度分量,进行伪三维DCT变换,并计算交流分量的权值和,利用量化索引调制与人类视觉系统特性将水印嵌入视频,还生成了一个随机密钥,有效提高了视频水印的安全性。提取水印时不需要原始视频序列,减少了算法运行时间。实验结果表明,该算法对视频质量的影响较小,并且能有效抵御旋转、缩放、剪切、加噪、滤波、帧交换、帧删除及帧平均等多种攻击,具有较强的鲁棒性。     

H.264中基于边缘方向检测的帧内预测模式选择算法

运动估计是H.264中最为复杂的部分,帧内预测是运动估计的重要内容.H.264中帧内预测模式众多,大大增加了编码的复杂度.在帧内预测中,一般是通过率失真优化或者相关特性来减少选择预测模式,但复杂度还是较高.针对此问题,提出了一种改进的基于边缘方向检测的帧内预测模式选择算法.该算法利用方向检测方法来检测模式选择方向上像素的相关性.测试结果显示,本算法在保证视频质量的前提下减小了计算复杂度,大大提高了编码速度.     

基于码流分析和边缘检测的视频镜头分割算法

针对视频镜头的快速有效分割问题,提出一种结合视频帧码流分析与边缘检测的镜头分割算法。算法首先提取并分析视频码流中的每个宏块编码类型和运动向量信息,根据码流分析结果确定部分镜头切换帧及候选镜头切换帧,然后对候选切换帧再进行边缘检测,分析边缘纹理特征,排除非镜头切换帧,保留镜头切换帧。试验结果表明,算法对不同类型视频的镜头突变和渐变检测都有较好的效果。     

一种改进的三维小波视频编码

考虑到三维小波变换系数沿时间频带和空间频带的统计特征变化不同,首先定义了一种分级时-空小波树,以有效利用帧内相关性与帧间相关性的差异,提高对时间低频子带内的空间高频子带的小波系数编码效率,然后将它应用到修正的三维SPIHT（Set Partitioning In Hierarchical Tree)编码算法中,进而提出了一种改进的三维小波视频编码器,低比特率的测试结果表明,改进后的三维SPIHT视频编码器性能上优于H.263.同时,该编码器也具有渐近式传输所期望的嵌入特性,可以实现比特率精确控制,满足 定速率传输视频应用的需要。     

三维投影变换辅助的云游戏编码优化算法

针对传统视频压缩技术无法对云游戏视频中复杂的全局相机旋转以及剧烈变化的大范围运动进行很好的运动估计与补偿的问题，提出了一种三维投影变换辅助的编码优化算法，以提高云游戏视频的编码效率。分析了三维游戏场景下一点投影到二维平面的详细空间变换过程，在此基础上通过建立约束进行最优化估计构建了虚拟相机的内参估计算法。利用估计的内参，结合相机运动信息，基于图像单应性理论生成了与待编码帧平行的辅助参考帧，利用其更新参考帧列表参与编码。由于生成的辅助参考帧与待编码帧之间只有平移运动，所以更有利于传统的运动估计和补偿。实验结果表明：与原始的高效视频编码(HEVC)相比，所提算法在云游戏视频上可以实现平均8.14%的BD-rate增益，一定程度上缓解了云游戏对网络带宽的高需求；特别地，在仅有相机旋转的情况下，BD-rate可达-24.68%,同时编码时间平均缩短5.34%;与HEVC-SCC相比，所提算法的BD-rate性能增益超过20%。     

H.264视频编码的关键技术及算法

介绍和分析了H.264采用的新编码关键技术及算法,诸如运动补偿、帧内预测、变换和量化、熵编码等,最后阐述视频编解码技术的研究方向及前景。     

一种新的基于分块的视频压缩感知算法

提出了一种新的基于分块的视频压缩感知算法,可以将视频采集和压缩编码有机结合起来同时进行. 为利用视频时间轴上的冗余,对参考帧和非参考帧使用不同的采样策略:对于参考帧,先进行分块然后进行常规的压缩感知采样;对于非参考帧,将分块后和参考帧对应块作比较然后调整采样策略. 非参考帧的采样可以为参考帧提供更多的信息,使得在采样数目很少的情况下得到更高的视频质量. 同时算法可以根据视频帧内部的纹理复杂程度自适应地调整采样速率,优化资源配置. 实验结果表明,相对于一般的压缩采样算法,本算法使用比以往算法少20%以上的采样值,得到的结果既符合人眼观察又有最高的信噪比.      

多扫描双向参考的快速帧内预测算法

为了进一步提高帧内预测算法的编码性能,提出了一种多扫描双向参考的快速帧内预测算法.首先通过边缘相关性选取最优的扫描模式,并通过预处理缩减单向参考预测模式的数量,然后以哈达马变换比为权重确定双向参考的预测模式,最后利用简化的率失真模型确定最终的预测模式,并用这些预测模式进行编码,大幅度提高了编码性能.仿真结果表明,与双扫描双向参考帧内预测算法相比,该算法在大幅度减少编码时间的情况下,不但使输出码率降低了2.74%,而且使重建图像的平均峰值信噪比提高了0.13dB.     

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.     

一种基于分块DCT的抗几何时间攻击视频水印方案

提出利用分块DCT域进行视频水印嵌入算法, 将水印信息嵌入到分块DCT域的直流分量系数中. 由于几何变化和帧攻击是实际应用中较为常见的水印攻击手段, 因此算法采用变换域中具有几何不变特性的DC系数累加和作为水印嵌入特征量, 并采用同步码进行帧同步. 实验表明, 本算法能够有效抵抗几何攻击, 并对帧攻击具有一定的鲁棒性.