虚拟现实技术发展迅猛,相关的应用应运而生,典型的如虚拟现实视频。虚拟现实视频含有庞大的数据量,对现有的传输和存储系统是个巨大的挑战。最新的HEVC(High Effi ciency Video Coding)编码标准能够压缩处理平面视频,但是无法直接压缩处理球状的虚拟现实视频。为此,联合视频探索小组(Joint Video Experts Team,JVET)提出将虚拟现实视频通过投影转化为二维视频,再利用现有的视频编码标准进行编码的方案。然而,虚拟现实视频的高帧率和高分辨率特点使得压缩过程具有极高的计算复杂度。为了降低编码复杂度和降低输出码率,论文重点针对等矩形投影(Equirectangular Projection,ERP)格式下虚拟现实视频的帧内编码和量化问题进行研究,设计了适用于虚拟现实视频的CU划分快速算法和自适应QP算法。主要创新点如下:(1)针对虚拟现实视频帧内编码复杂度高的问题,论文研究了ERP格式下虚拟现实视频帧的投影拉伸规律,统计了编码单元深度与投影拉伸程度间的关系,设计了一种基于划分深度区间预测的CU快速划分算法。将当前帧按照WS-PSNR权重分为两个区域,根据不同区域图像在ERP投影过程中拉伸程度的不同,采用不同的相邻参考块预测划分深度区间,减少划分的复杂度。论文进一步研究了PU深度、投影分区与帧内预测模式间的关系,设计了一种帧内模式快速决策方法,减少候选模式的数量。实验结果表明,论文提出的算法可以降低39.3%的编码时间,而BD-rate仅增加0.8%。(2)高帧率高分辨率虚拟现实视频码流的数据量十分巨大,为减小输出码率,缓解传输压力,论文设计了一种自适应QP算法。论文分析了ERP投影格式下WS-PSNR权重、量化参数与重建质量间的关系,采用QP补偿的方法,对WS-PSNR权重小的区域采用正补偿,而对WS-PSNR权重大的区域采用负补偿,实现自适应调节QP的效果。实验结果表明,论文提出的算法可减少1.77%的BD-rate,WS-PSNR基本保持不变。