多视点视频编码中的运动和视差估计快速算法

针对多视点视频编码复杂度高的问题,提出一种基于分层B帧视点-时间预测结构的运动和视差联合估计快速算法.利用参考帧图像和当前编码图像的运动矢量及视差矢量之间的几何关系,设计可靠的预测矢量作为搜索起始点,并分别在不同方向的参考帧内进行小范围的运动补偿以得到最佳运动和视差矢量.该方法由前一次运动/视差估计得到候选矢量来进行下一次视差/运动估计,只需1次搜索过程就能同时确定最佳运动和视差矢量.实验结果表明,该算法与JMVM全搜索算法相比,能在保持编码质量的同时,节省87.69%的编码时间.     

利用视频与深度图相关性的深度图帧内编码

因现有帧内编码算法编码深度图中含有边缘的宏块编码效率较低,故提出了一种利用视频与深度图之间相关性的边缘跳过帧内编码方法.该方法利用聚类方法从当前深度编码宏块及其参考像素部分对应的视频区域获得边缘信息,以此作为当前深度编码宏块及其参考像素的分割边缘信息,然后利用所得分割边缘信息将参考像素映射到当前编码宏块作为预测值.为了滤除聚类方法获得的分类信息中存在的噪点或者毛刺对预测的干扰,提出了双向扫描滤波的方法.利用所提边缘跳过帧内预测方法,可以跳过对边缘宏块中复杂边缘的编码,甚至边缘宏块完全被跳过不编码.实验结果表明,与原始编码算法相比,所提方法平均可减少24.25%的码率,峰值信噪比平均提升了0.70dB,主观编码质量也得到明显增强.     

视差可控的多视点立体图像校正算法

提出了一种视差可控的多视点立体图像校正算法。该算法通过对多视点信息进行旋转、垂直视差调整和视差均衡的预处理操作,使得立体图像符合立体显示器的要求,并且对图像中的目标物体可根据需要显示为正视差、负视差或者零视差。通过在多视点立体显示系统上的实验可看出,该算法校正后的多视点图像在观看时立体感强,符合人眼观看的特点,并且可根据内容的需要使场景内的目标物体显示出不同的深度。     

H.264视频鲁棒传输的最优宏块模式选择

分析了受损宏块的信道失真及其差错扩散,研究了宏块编码模式对信源失真和信道失真的影响,提出了结合信源信道编码的一种基于率失真优化的快速模式选择算法。通过估算不同宏块模式的信源失真和信道失真,自适应地选择最佳编码模式,使得视频序列的整体传输失真最小。模拟实验显示,相对于H.264参考软件的模式选择算法,该算法显著降低了计算复杂度并提高了视频差错恢复性能。     

基于光栅的手机自由立体显示视差调整方法

由于移动终端本身屏幕尺寸的限制,原有基于大屏幕显示的多视点立体视频显示方法应用于移动终端上时立体视频会出现模糊、清晰度降低的现象。在分析移动终端上多视点立体视频模糊现象的产生原因和解决方案的基础上,结合立体视频与视差的关系,提出了一种视差调整方法。该方法以立体视频视差的适当减小来换取清晰度的提高,使立体视频观看效果更为清晰和舒适,从而保证了移动终端等小屏幕设备上立体视频显示整体效果。     

基于运动复杂度的码率控制算法研究

针对采用运动估计/补偿（MC/ME）技术的具有多种宏块划分模式的视频编码标准,提出一种基于运动复杂度的码率控制（MBRC）算法.该算法在宏块级把运动估计、模式选择后得到的运动矢量信息(MV)、纹理信息以及宏块编码模式信息作为运动复杂度,并利用它确定宏块的类型,再根据宏块类型调整每个宏块的量化参数,使得人类视觉系统（HVS）更为敏感的运动区域分配到更多的目标比特;利用每帧图像编码后的反馈信息进行帧级码率控制,在信道码率受限的情况下,获得了较好的视觉效果.MBRC不需要额外计算运动矢量信息、纹理信息和宏块编码模式信息,提高了编码器的时间效率.     

多视点分布式视频编码的研究

随着新型多媒体传感器网络的出现,现有编码方法不能有效适应其庞大的数据量.因此针对多媒体传感器网络能量、资源受限的问题,该文研究能提供低复杂度、低能耗、低成本编码器的分布式视频编码技术.文章总结了多视点分布式视频编码各个环节的最新研究进展,并针对分布式视频编码的核心内容边信息生成,提出了基于多视图几何的空间边信息生成算法,又在此基础之上应用线性组合模型的融合算法使边信息质量进一步提高.仿真结果表明,空间边信息生成算法可以使率失真性能得到2 dB左右的提高,而线性组合模型的融合方法可以使增益再提高0.3 dB左右.     

一种三维视频深度图像快速帧内编码方法

针对三维视频编码复杂度较高的问题,提出一种快速深度图像帧内编码方法．该方法基于视频图像与深度图像的相关性,利用视频图像的最优帧内预测模式信息优化深度图像帧内编码预测模式的选择范围,减少率失真代价函数的计算量,从而降低深度图像帧内编码复杂度．实验结果表明,这种方法较深度图像独立编码方法能有效地缩短深度图编码时间,在保证合成虚拟视图质量的条件下,深度图像帧内编码时间平均减少37.16%．     

用于单视加深度视频编码的快速立体匹配算法

针对立体视频数据量大、立体匹配算法效率较低,远远满足不了实时传输需求的现状,提出了一种应用于单视加深度立体视频编码的快速立体匹配算法。该算法利用单视编码过程中产生的运动信息作为深度图生成的辅助信息,将立体匹配过程中的视差估计值重组,并将重组后的信息作为P帧的视差估计初值进行后续的迭代运算。算法通过利用单视编码过程中已有的运动信息,降低了P帧立体匹配的运算复杂度。实验结果表明,该算法能使视差图的生成速度提高一倍左右。     

一种基于多参考块的多视点视频编码方案

为了能获得更加优良的视频压缩性能和图像效果,新一代视频编码标准H．264提出了许多新的视频编码技术,其中多参考帧技术已经被证实有优秀的压缩效果。结合H．264标准中多参考预测特性的基础上,提出一种基于多参考宏块匹配的多视点视频编码方案,通过将相邻I／P帧对的残差与预定义的闽值比较,自适应地选取B帧作为参考帧。该方案采用H．264／AVC的JM编码器下实现,取得了预期的测试结果。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。     

基于多维矢量矩阵的多视角视频编码

针对现行视频压缩编码标准对多视角视频编码(MVC)的支持与扩展存在一定的局限性这一问题,结合多维矢量矩阵理论,对先前研究中提出的针对单一视角彩色视频流的一整套压缩编码方案加以扩展,将其应用于八个视角的视频编码中,包括多维分块、多维重组、多维矢量DCT正交变换、多维量化、差分编码、多维扫描及行程编码。通过对实验数据的分析,验证了这一整套方案在多视角视频编码中的可行性,为多维矢量矩阵以及多视角视频编码的进一步研究奠定了基础。     

高维变换域中的系数集中分析及研究

针对多视角视频中包含巨大的数据信息,考虑到对存储和传输造成的困难,第一次推导了多视角视频的傅里叶变换(FT)以及多维矢量矩阵离散余弦变换(MVM-DCT)公式。结合多维矢量矩阵可以将多视角视频表示在一个多维的数学模型中以及DCT正交性的优点,推导出的MVM-DCT能够很好地去除空间、帧间和视角间的相关性。导出公式表明,高维变换域中的系数能量主要集中在一个沿时间维度和视角维度均衰减的折叠平面体上,通过仿真实验证明了理论推导的正确性。该公式推导的意义在于揭示了运动矢量,角度变量与高维变换域中系数集中分布的关系。并研究有关运动分析的最小化补充准则。这些将为多视角视频编码系统的进一步压缩提供了理论上的指导。     

Fast mode decision for Hierarchical-B pictures in scalable video coding

To decrease the computational complexity of adaptive inter-layer prediction and improve the encoding efficiency in scalable video coding,a mode decision algorithm is proposed by exploiting the part of used candidate modes of the co-located reference macroblocks for Hierarchical-B pictures.This scheme reduces the amount of the candidate modes to generate a dynamic list for the current encoding macroblock according to the statistical information derived from the co-located reference macroblocks in different temporal levels.The experimental results show that this fast algorithm reduces approximately 31% encoding time on average with the negligible loss of encoding performance.     

基于H.264空时SVC编码的快速模式决策算法

提出一种简单可行的快速模式决策算法,该算法利用空域和时域分级视频编码的宏块模式相关特性,选取参考帧宏块中率失真代价较小的一部分已用模式作为当前宏块的候选模式,使得增强层的运动预测计算量大大降低。实验结果表明,该算法能够在峰值信噪比损失不大的情况下,有效地减少编码时间。     

子块结构信息与LSB相结合的脆弱水印

该文结合H．264／AVC视频编码特点,提出一种利用结构特征的脆弱水印算法。利用4×4DCT子块在宏块中的位置信息和该子块中最后一位非零量化系数之间的差值,通过LSB位的替换方法,将水印信息嵌入到该子块中所选的非零系数中,然后将嵌有水印的DCT量化系数通过熵编码写入比特流中进行传输。实验仿真结果表明,该算法具有较好的脆弱性,对视频的影响较小。     

基于空间距离的帧内预测方法

帧内预测当前块处于运动物体的边缘或者2个物体的边界时,帧内模式不能充分体现像素之间的差别．为解决该问题,提出算法：当进行水平预测时,利用垂直方向上相邻块的像素作为水平预测的参考,形成垂直距离矩阵；在进行垂直方向预测时,利用水平方向相邻块的像素作为参考,形成水平距离矩阵．基于空间距离不同相关性之间的差异,改变了H．264标准中9种预测模式中的5种．实验结果证明,这种方法对于不同分辨率的视频序列都有很好的编码效果．     

H.264快速多参考帧选择算法

提出了一种新的快速多参考帧选择算法。用边缘检测及相关性信息确定候选参考帧集合,并利用P8×8模式下的运动矢量分布情况判断宏块的运动特性。该算法在JM10.2平台上进行了实验验证,在编码质量下降不大的情况下,大大提高了编码速度。     

基于自适应块尺寸的H.264时域错误隐藏算法

为提高在视频通信中重建图像质量,充分利用运动矢量的空间相关性、相邻宏块的编码模式信息,提出了一种新的H.264时域错误隐藏算法。该算法根据误码块周围的邻块模式,自适应决定隐藏块的尺寸;对于每个尺寸块,都从多个候选运动矢量集合中选取使外边界对应像素差值最小的运动矢量;并利用运动估计技术更精确地恢复丢失宏块的运动矢量,从而提高所恢复视频信号的质量。实验结果表明：对于不同运动类型序列和不同宏块丢失率,该算法不仅计算量较小,而且恢复后的图像质量均优于传统的时域错误隐藏算法。