基于HEVC的三维视频错误隐藏技术研究

来源 :宁波大学 | 被引量 : 0次 | 上传用户:yy393342067
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着立体显示技术和视频产业的快速发展,视频应用逐步从二维显示过渡到三维显示,视频清晰度从标清向高清、超高清的方向发展,应用广泛的H.264/AVC标准的局限性也随之凸显。为此,视频编码联合工作组(JCT-VC)提出了新一代视频压缩标准HEVC,该标准的核心目标是在H.264/AVC的基础上,在保持相同的解码质量情况下,将压缩效率提高一倍。然而,当数据量成倍增加的高清三维视频码流在易错网络传输时,将不可避免地发生比特错误或数据包丢失,由于HEVC仍然采用H.264/AVC的预测机制来降低冗余,所以少量的错误也会严重影响解码质量。因此,HEVC的错误隐藏技术研究应得到广泛重视。本文针对HEVC三维视频在网络传输中发生丢包的问题,在充分研究HEVC编码特性和视频特征的基础上,提出了基于HEVC的三维视频错误隐藏算法,本文的主要工作如下:  (1)提出一种基于人眼视觉特性的块分类方法。首先分析了视频差错产生的原因及影响,其次根据人眼视觉特性对立体视频丢失块特性进行了分析,最后针对立体视频部分块丢失和整帧丢失情况,利用视频帧之间的空域相关性和时域相关性,设计了不同的块分类方法。这些块分类方法应用到部分块丢失错误隐藏和整帧丢失错误隐藏中都取得了较好的效果,验证了块分类方法的有效性。  (2)提出了HEVC基于块分类的右图像部分块丢失错误隐藏算法。首先利用基于人眼视觉特性的块分类方法将丢失块分成静止块、运动缓慢块和运动剧烈块。静止块的像素在时域相邻帧中几乎保持一致,因此采用简单的帧拷贝法进行恢复;运动块都是采用优化的边界匹配准则在运动矢量候选集中选择最优匹配块进行恢复,不同的是对运动缓慢块采用大尺寸块进行隐藏,对运动剧烈块采用更加精细的块分割后进行隐藏。实验结果表明,在HEVC测试模型HTM11.0下,与几种单一的错误隐藏算法相比,该算法恢复图像的PSNR值与正确解码图像的PSNR值相差0.02~3.93dB。  (3)提出了HEVC基于不同尺寸块的右视点B帧整帧丢失错误隐藏算法。当视频流在信道阻塞严重的情况下,发生数据的连续丢失可能会导致整帧丢失。本文根据HEVC编码特性和视频的内容特征,提出了一种整帧丢失错误隐藏算法。该算法首先利用基于人眼视觉特性的块分类方法将丢失帧分成静止区域、运动一致区域及运动复杂区域;之后对不同的区域采用不同的错误隐藏算法,并根据时域相邻帧及另一视点帧的正确接收块的四叉树深度信息估计丢失块的分割情况,对不同丢失区域以不同尺寸块为单位进行隐藏。实验结果表明,在不同QP下,与对比的算法相比,本文算法的PSNR值提高了0.15~5.65dB。
其他文献
目前几乎所有的车辆监控系统都使用GPS和GIS技术。随着Internet技术的发展,GPS车辆监控系统也进入了网络时代,GPS、GIS等技术与Web的融合形成了WebGPS,成为GPS定位信息通过In
千百年来,自然环境是人类来自生存的生命空间,为人类源源不断的提供物质来源,人们对大自然无情的破坏,最终以恶劣的环境回复人类的无知.事实证明,人类只有尊重自然,顺应自然,
频谱资源的相对“短缺”与“浪费”现象,使得本身就有限的频谱资源变得更加紧张,如何最大限度的提高无线频谱的利用率成为有待解决的问题,认知无线电技术正是为解决这一问题
科技的飞速发展,使得融合了网络通信技术、信息处理技术和传感器技术的无线传感器网络(Wireless Sensor Network,WSN)技术应运而生。无线传感器网络是由大量传感器网络节点通
路面裂缝作为高速公路常见的一种破损,是交通维护的重点。基于传统的人工检测方式无法适应公路发展的需求,智能化裂缝检测系统成为研究的关键。而我国复杂的路况和不发达的图
根据统计分析,疲劳驾驶是引发交通事故的主要原因之一,因此及时有效地检测出驾驶员的疲劳状态,以减少此类交通事故的发生,有着重要的现实意义。本文通过CCD摄像头实时采集驾
群众文化主要是指社会大众自发参与,以娱乐为主的社会性文化活动,是人民群众文化活动的中心,通常以自娱自乐方式开展,满足人民大众生活需求为目的的一种社会现象.群众文化不
量子信息学是一门新兴的交叉学科,它在信息领域中有着独特的功能,在提高运算速度、确保信息安全、增大信息容量和提高检测精度等方面可突破现有经典信息系统的极限。特别是近
随着自动化工业生产的快速发展,产品的外形质量检测阶段基本应用计算机检测。图像检测技术是基于机器视觉应运而生的一种新型检测方法,其拥有非接触、精度高、检测时间短等特
图像是成像系统对可视信息地主要表现形式,大脑视觉皮层对繁杂可视信息刺激的响应具有稀疏性,用稀疏表示描述图像信息是一种有效得方法,该方法在信号处理和模式识别等领域的作用