一种改进预测结构的多视点视频编码

多视点视频编码是视频编码的研究热点之一。针对联合多视点视频编码（Joint Multi-view Video Coding,JMVC）采用的分层B帧预测结构编码复杂度高,随机访问性能较差等缺点,提出了一种改进的预测结构。所提出的预测结构对B视点中以前一帧作为其时间参考的帧仅采用时间预测,对所有P视点的非关键帧均不进行视点间预测,有效地降低了计算复杂度,提高了随机访问性能。通过选取合适的I视点位置,以减少结构简化带来的编码效率损失。实验结果表明,与分层B帧预测结构相比,所提出的预测结构在保证编码效率损失不大的情况下,显著降低了平均编码时间。改进的预测结构也具有更好的随机访问性能。     

灵活的多视点视频编码预测结构

多视点视频的时空相关性不仅随着序列的变化而改变,而且视频序列内的相关性特征随着时间的推移也会发生变化,固定的预测结构难以适应复杂情况下多视点视频编码的各种要求。在分析分层B帧预测结构和多视点视频图像中当前帧及其参考帧之间时间相关性和视点间相关性的基础上,提出一种灵活的预测编码结构,根据该多视点视频的时间及视点间相关关系和当前帧与其时间参考帧之间的距离来确定该帧是否采用耗时的视点间预测。实验结果表明,与分层B帧的改进算法——可扩展性预测结构多视点编码算法相比,本文算法在保证编码效率基本不变的前提下,编码复杂度降低了约45%,随机访问性能提高28%,解码图像缓冲区要求降低46%左右。     

一种多视点视频系统中随机访问的解码路径计算新方法

在多视点视频系统中,用户端的随机访问性能是表征交互能力的一个重要指标。当用户进行随机访问时,需要快速确定相应的解码路径,以快速有效地获得相应视点与时刻的图像帧。针对H.264多视点视频系统中随机访问效率不高这个情况,分析了传统多视点视频系统随机访问解码路径的计算方法,讨论了其中存在的非最优解码路径问题,提出帧等级矩阵的概念。然后,提出针对HBP（hierarchical B pictures) 这种具有代表性的多视点视频编码预测结构的解码路径计算快速算法。实验结果表明,所提算法能获得较优解码路径,从而有效地提高随机访问性能,降低解码复杂度。     

基于自适应参考帧模式选择的多视点视频编码方法

基于多视点视频序列相关性,提出独立片的概念,进而提出一种采用自适应参考帧模式选择的多视点视频编码方法.在保证高率失真性能的前提下,应用独立片、自适应算法有效地降低了多视点视频编码计算复杂度,将多种性能进行有机结合,可以根据用户外部设置的参数调整自适应模式.实验结果表明,该方法在保证高压缩效率的前提下,能有效地降低计算复杂度,并改善随机访问性能.     

一种自适应选取参考帧的多视点视频编码方案

多视点视频是目前视频编码的研究热点之一。为了提高多视点视频的压缩率和视觉质量,本文提出了一种自适应地选取B帧作为参考帧的编码方案。通过将相邻的两个P帧或I帧间的残差与两个预先定义的阈值进行比较,该方案自适应地选取B帧作为参考帧,从而获得较好的压缩效率和视觉效果。该方案采用H.264/AVC的编码器JM实现,并取得了预期的测试结果。     

支持空域随机访问的多视点视频编码方法

基于H.264/AVC编码框架,提出一种支持空域随机访问功能的多视点视频编码方法,以满足快速虚拟视点绘制的需求.首先采用灵活的GOP时空划分来构建独立时空体,从而在每个时空体内通过限制帧间预测范围来增强解码的独立性,实现压缩域内某一帧特定区域数据的快速定位;进而通过调整预测空间来改善空域随机访问和整帧编码性能之间的关系.实验结果表明,该方法不仅在整帧压缩效率和快速空域随机访问灵活性方面达到了很好的平衡,而且能够通过传输部分码流的方式节省传输带宽.     

基于视差估计算法的多视点视频预测方案

多视点视频编码是立体视频的关键技术,视差估计是目前多视点视频编码中常用的方法之一.探讨了多视点视频编码中的视差估计算法原理,对当前应用视差估计算法的几种典型预测结构进行了深入分析,提出一种结合分级B图与视点相关性的多视点编码方案,该方案在H.264/AVC的编码模型JM下实现.实验表明,该方案在兼顾随机访问性能的同时,实现了较高的编码效率,尤其适合视点间相关性较高的运动图像序列.     

基于相关性分析的多模式多视点视频编码

多视点视频编码方法除需具有较高编码效率外,还必须支持视点或时间的随机访问、低延时编解码、视点可分级等性能.多视点视频信号的时间、视点间相关性随相机密度、光照、对象运动等因素不同而变化.文中提出基于多视点视频信号相关性分析的多模式多视点视频编码方法,改变传统单一预测模式的多视点编码结构,将多种性能优良的预测编码模式有机结合,根据多视点视频相关性分析灵活选择合适的预测编码模式,以获得优异的编码综合性能.实验结果表明,所提出的多模式多视点视频编码方法在保证高压缩效率的前提下,可进一步降低复杂度,提高随机访问性能.     

一种宏块帧间预测模式的快速选择算法

人们对视频质量和内容的多样性要求越来越高,传统的二维(2D)图像/视频无法满足人们的需求,能够提供三维(3D)视觉的立体/多视点视频技术越来越受到学术界和工业界的重视。多视点视频编码技术已经成为当前视频研究领域的热点之一。与单视点视频相比,多视点视频可以更加生动地再现现实场景,给人们提供身临其境的感觉,与此同时,巨大的数据量成为制约其广泛应用的瓶颈。因此,如何提高多视点视频的压缩编码效率成为多视点视频编码技术的主要目标,其中,由HHI组织提出的JMVM编码方案采用了视点间预测和时域预测相结合的预测结构,取得了出色的编码效率,这种预测结构被JVT选为MVC的参考预测结构。然而,采用多视点视频(MVC)参考预测结构的JMVM方案的计算复杂度很高,为了能够有效地降低MVC的计算复杂度,该文提出了一种高效的MVC预测方法,主要从宏块预测模式快速选择来降低MVC的计算复杂度。该方法对帧间8×8预测模式,16×8、8×16预测模式进行了快速的选择。     

基于相关性分析的MVC比特分配算法

针对目前尚未深入研究多视点视频编码（Multi—view Video Coding,MVC）码率控制的问题,提出了一种基于相关性分析的多视点视频编码码率控制算法。该算法的核心是先根据视差预测和运动预测的结构关系,将所有图像分成6种类型的编码帧,并改进二项式率失真模型,然后根据多视点视频相关性分析在各个视点之间进行合理的码率分配,将码率控制分成4层结构进行多视点视频编码的码率控制。其中,帧层码率控制考虑分层B帧等因素分配码率,基本单元层码率控制根据宏块的内容复杂度采用不同的量化参数。实验结果表明该码率控制算法实际码率与目标码率平均误差能控制0．6％。     

改进的多视点立体视频FGS可分级方案

针对现有多视点立体视频FGS（Fine-Granular-Scalability）可分级方案编码效率低的问题进行改进,充分利用相邻视点之间的相似性,适应解码端质量优先或视点优先的不同需求,提出一种折衷方案,其中分I、P、B帧三种情况,以中间视点作为基本层进行编码,其他视点均预测自相邻视点部分恢复的FGS增强层,以此为基础产生当前视点的FGS增强层。实验证明,该方案具有更为灵活、广泛的可分级性能,更能适应用户对视点图像质量和立体观感的需求。     

一种基于中间视点的多视点立体视频FGS可分级方案

基于MPEG-4标准FGS可分级技术，提出一种将FGS可分级、视点可分级相结合的多视点立体视频可分级算法。该算法中，中间视点作为基本层进行编码，各视点均预测自中间视点，并产生各相应视点的FGS增强层。编码器结构中，分为I、P、B帧三种情况进行讨论，并针对这三种情况进行改进。所提方案具有灵活、广泛的可分级性能，能适应多种不同的传输需求。实验结果验证了该方案的多视点可分级性。     

可扩展多视点视频编码技术研究

文章设计了一种结合Multi-view Video Coding（MVC）和Scalable Video Coding（SVC）技术的多视点视频编码方案,通过下采样原始图像进行MVC编码形成码率低的基本层,增强层由基本层解码单路图像预测生成其全空域图像。通过实验比较,该方案能获得与MVC相当的编码效率,单路视点的解码代价比SVC方案高出0.5~1.5dB的收益,码流具有可扩展性,能在不同的级别上完整地表述原始视频。     

基于三维重建技术的多视角视频编码算法

对于多视角视频，尤其是多达几十路视频输入的全景多视角电视这一类应用，必须采取高效的编码方法来对海量的原始数据进行压缩和处理。本文提出了一种基于三维重建技术的全景多视角视频编码算法，三维重建技术的核心思想是基于由多幅二维图像来恢复空间物体三维信息。本算法包括了高效的对应基元匹配和预测编码算法，实现了利用先验空闻几何知识，参考同一时刻位于不同通道的两帧来对当前帧做出高效的预测，实验表明，本算法有效的降低了预测编码时的计算复杂度,提高了搜索速度。     

3D-HEVC深度图像快速帧内编码方法

目的 新一代3D视频采用了多视点加深度图像的格式,其编码测试模型3D-HEVC(3D高效视频编码)为深度图像引入了一些新的编码技术,包括深度模型模式、分段直流(DC)残差编码模式和帧内跳过模式等,但是同时也显著地增加了帧内编码器的复杂度,严重制约了3D视频的实时应用,因此本文提出了一种深度图像帧内模式选择方法。方法 首先,分析在分层编码结构中,父层帧内模式和子层帧内模式的关系,并依据父层的帧内模式对子层的候选模式进行修剪;其次,通过分析粗略候选帧内模式,把当前块分为平滑块、方向块和边界块,并根据不同块进行候选帧内模式的选择。结果 与高效3D视频编码标准的测试模型相比,本文的深度图像帧内模式选择方法可以节省约44%的编码时间。本文方法有效地减少了计算率失真代价的候选帧内模式数目,从而降低了帧内编码器的复杂度。结论 该方法能在保证虚拟视点质量的前提下,有效地降低深度图像帧内编码的复杂度。