论文部分内容阅读
视频作为人类传播信息的重要手段,视频编解码技术正在迅速向前发展。为了迎合人们对视频具有真实性、交互性的诉求,目前的视频技术正在向高清、多视点方向发展。但随着视频分辨率的提高,以及视点数量的增加,给网络传输带宽和处理器计算能力带来严重挑战,因此,为了解决该难题,由国际电信联盟(ITU-T)和国际电工委员会(ISO/IEC)在2010年共同成立视频编码联合小组(JCT-VC),组织制定了下一代高效视频编码标准(High Efficiency Video Coding,HEVC),并于2013年初公布该编码标准。同时,为了研究下一代3D视频编码标准,成立了3D视频联合编码小组(JCT-3V),正在积极组织制定新一代多视点立体视频编码标准(3D-HEVC),该标准也即将公布。根据实验统计结果,与上一代多视点立体视频编码标准(Multi-view Video Coding,MVC)相比,可平均减少约50%的比特率。然而,该编码标准的编码计算复杂度却呈指数飙升,使得该编码标准难于应用推广。因此,在保证视频压缩编码质量不下降以及比特率不增加的前提下,如何降低编码计算复杂度得到了国内外学术界和工业界的高度关注。本文首先简要介绍了HEVC中的关键技术,并与H.264/AVC进行了比较分析。接着详细地介绍了3D-HEVC的关键技术以及国内外研究现状,并给出了该课题的选题意义。为了深入该课题,还通过实验认真分析了3D-HEVC编码标准中各个编码工具的压缩性能,找出了影响编码计算复杂度的关键模块。同时,还总结了与该课题相关的近几年提出的算法。针对3D-HEVC中灵活的块划分技术复杂度高的特点,提出了基于已编码块信息的参数快速选择算法。该算法利用多视点立体视频在时空域、视点间以及不同视频类型之间的相关性,设计了多种预测策略,从而有效地减少了对编码单元和变换单元的划分次数,以及对预测模式的搜索次数。实验结果表明,该算法可以减少约68%的计算复杂度。针对该编码标准复杂度高这个难题,还从另外一个思路入手,将编码器参数集选择问题建模为分类问题,合理选择特征向量,设计了较准确的贝叶斯分类器。通过贝叶斯分类器在线学习参数选择过程,能有效地降低编码参数集合。实验结果表明,基于在线学习的参数快速选择算法在保证编码压缩性能不显著降低的情况下,能平均减少约55%的编码时间。因此,本文提出的两种算法对该标准在多媒体产业的推广具有一定的参考价值。