基于3D-HEVC的編碼單元快速劃分算法研究.pdf

1、伴隨著視頻技術(shù)的迅猛發(fā)展，3D視頻，3D電影等立體技術(shù)逐漸走進(jìn)并影響人們生活。關(guān)于視頻壓縮技術(shù)的研究在逐漸的成為學(xué)者們爭(zhēng)相研究的熱點(diǎn)。新一代高效視頻編碼技術(shù)H.265/HEVC是最新提出的視頻編碼標(biāo)準(zhǔn)，而3D-HEVC采用“多視點(diǎn)加深度”的編碼格式，在H.265/HEVC編碼框架的基礎(chǔ)上使得三維立體技術(shù)有了更進(jìn)一步的提高。但是較高的編碼復(fù)雜度和冗長(zhǎng)的編碼時(shí)間使得編碼性能不夠完善。因此，著眼于這兩點(diǎn)的研究是在完善視頻編碼標(biāo)準(zhǔn)研究?jī)?nèi)容中的重

2、要研究部分。
　　本文首先研究了H.265/HEVC以及3D-HEVC編碼技術(shù)現(xiàn)狀，而且對(duì)兩者的編碼框架以及相關(guān)的關(guān)鍵編碼技術(shù)做了分析。在3D-HEVC編碼過(guò)程中，編碼單元(Coding Unit,CU)的劃分決策采用的是四叉樹(shù)結(jié)構(gòu)的遞歸窮盡搜索的模式，與編碼時(shí)間的長(zhǎng)短有著很直接的關(guān)系。所以減少CU劃分過(guò)程中的時(shí)間是提高視頻編碼效率的一個(gè)關(guān)鍵點(diǎn)。本文就3D-HEVC編碼過(guò)程，對(duì)紋理圖以及深度圖的CU劃分過(guò)程分別提出改進(jìn)并進(jìn)行深入研

3、究。
　　在已有的紋理圖CU快速劃分過(guò)程中，通常是根據(jù)CU的紋理特征尋找固定的閾值，以此為判斷條件，提前終止CU的四叉樹(shù)遞歸劃分。這種方法雖然能夠起到降低編碼時(shí)間的效果，但是由于局限性使得對(duì)于不同的視頻產(chǎn)生的適應(yīng)性可能不同。本文采用概率神經(jīng)網(wǎng)絡(luò)(Probabilistic Neural Network,PNN)分類器，將CU的劃分特征值向量作為分類器的輸入，而分類器的輸出值作為CU的劃分判斷條件，因此簡(jiǎn)化了遞歸的過(guò)程。利用采集到的

4、大量CU劃分的數(shù)據(jù)對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并通過(guò)測(cè)試數(shù)據(jù)進(jìn)行測(cè)試，對(duì)不同的視頻序列都可以實(shí)現(xiàn)對(duì)CU的良好的快速劃分。經(jīng)過(guò)實(shí)驗(yàn)仿真表明，本文提出的快速算法可以誤差范圍內(nèi)，保證視頻觀看質(zhì)量不受影響的前提下，平均節(jié)省43％左右的編碼時(shí)間。
　　對(duì)于深度圖的CU快速劃分算法方面，本文利用統(tǒng)計(jì)信息和貝葉斯(Bayes)決策規(guī)則，對(duì)紋理圖的最大編碼單元(Largest Coding Unit，LCU)和深度圖LCU內(nèi)部的CU劃分深度分布進(jìn)行分析，得出

5、當(dāng)紋理圖LCU內(nèi)部劃分深度全為0時(shí)，對(duì)應(yīng)同位置的深度圖LCU內(nèi)部劃分深度也全為0；當(dāng)紋理圖LCU內(nèi)部劃分深度全為1時(shí)，同位置的深度圖LCU內(nèi)部劃分深度利用Bayes決策理論的最小錯(cuò)誤率決策規(guī)則，對(duì)其分布進(jìn)行分類，當(dāng)對(duì)應(yīng)深度圖的LCU的率失真代價(jià)(Rate Distortion Cost, RDCost)與設(shè)置的閾值相比較小時(shí)，則其劃分深度全為0，否則按照四叉樹(shù)遞歸劃分算法遞歸劃分，尋找最優(yōu)的CU尺寸。通過(guò)實(shí)驗(yàn)結(jié)果證明，本文提出的深度圖L