基于单深度帧内模式的3D-HEVC深度视频信息隐藏算法

针对三维(3D)视频系统中深度视频的安全问题,利 用一种全新的信息嵌入载体,提出 一种基于单深度帧内模式(single depth intra mode)的3D高效视频编码(3D-HEVC)深度视 频信息隐藏算法。首先,对采用单深度帧内模式编码的编码单元(CU)根据 相邻块重建像素构建像素候选列表,并比较候选列表中的两个像素值;然后,为增加算法的 安全性、保证 视频的质量,在像素值相等和不相等的情况下分别根据密钥和后续块的预测模式范围选择嵌 入块;最后, 根据隐秘信息对嵌入块候选列表所选像素的索引值进行LSB调制。实验结果表明,本文算 法平均每帧嵌入容 量为244bit,编码重建深度视频绘制视点质量的峰值 信噪比(PSNR)值和结构相似度(SSIM)值仅分别平均下降1.41×10－3 dB和6×10－6,码率平均增长0.12%,可见本文算法对3D视频的主观感知质量及码率影响很小。     

3D-HEVC帧间编码的低复杂度算法

3D-HEVC将HEVC先进的编码工具充分应用到3D视频,随之带来的主要问题是编码的高复杂度.针对3D-HEVC的帧间编码提出了两点改进以降低其编码复杂度.首先,根据相邻帧相关性自适应确定编码单元的划分深度,然后通过判断编码单元的运动活跃度来限定预测单元的类型选择.提出的算法经仿真实验证明,在保持码率、PSNR基本不变的情况下,其编码时间平均可减少30％.     

基于多视点视频特征的3D-HEVC深度视频信息隐藏算法

为了更安全地传输秘密信息和保护3D视频,提 出基于多视点视频特征的3D-HEVC深度视频信息隐 藏算法。首先结合彩色视频的纹理特征,考虑深度视频不同区域对绘制视点的质量和编码效 率的影响,对 深度视频进行区域分割。然后针对不同的区域,采用不同的方式调制最大编码单元(LCU) 的QP值嵌入 秘密信息。最后,用修改后的QP值进行编码压缩,传输视频信息。实验仿真结果表明,相 比于原始HTM13.0, 本算法编码重建深度视频绘制视点质量的PSNR平均下降0.0015dB, 码率平均增加0.035%。本文算法 能较好地保证绘制视点的质量,对视频流的码率影响较小,且能实现秘密信息的盲提取。     

采用灰度共生矩阵进行深度预判的3D-HEVC深度图帧内快速编码算法

针对3D视频的3D-HEVC编码标准以多视点纹理视频和深度视频格式进行编码,其深度图编码仍延续纹理视频编码的模式和编码尺寸遍历选择,使得3D-HEVC的编码复杂度居高不下。本文针对深度图帧内预测编码,采用灰度共生矩阵对深度图中的CTU进行计算,统计并分析其矩阵中非零值个数与CTU分割深度的关系,根据非零值个数分布规律,设定阈值,使得帧内编码时可以预判编码模块的分割深度,从而选择性跳过部分不同深度CU的帧内预测过程。经过HTM16.0测试平台的检验,本算法在全帧内编码模式下,测试序列合成视点比特率仅增加0.08%的同时,平均节省了16.8%的编码时间,与其他同类较新算法在HTM16.0平台上的性能比较也有一定的优势。      

基于MV自适应选取的帧间隐藏算法

数字视频通信在多媒体通信系统中占据重要的地位,但视频帧传输错误将导致接收视频质量的下降.视频帧传输错误不仅会破坏当前的解码帧,还会在时间上扩散造成对后续帧的预测错误.为减少视频帧传输错误对视频质量的影响,设计了一种基于运动矢量自适应选取的错误隐藏算法,算法充分利用相邻宏块间运动矢量的空间相关性来自适应地恢复受损宏块的运动矢量.仿真实验结果表明,相对于典型的错误隐藏算法,所述算法在主观视觉质量和客观评价指标上都有一定的提高.     

纹理-深度图共同优化的3D-HEVC帧内快速算法

随着立体及3D视频需求的日益增多,针对3D视频编码方法的研究受到越来越多的关注。3D-HEVC编码标准对采用纹理和深度图格式融合的3D视频进行编码,由于加入了深度图编码,因此新增了深度图编码模式、组件间预测和分段直流编码等技术,使其编码复杂度急剧升高。为了减少3D-HEVC的编码时间,本文提出了针对纹理图和深度图的编码单元（Coding Unit,CU）尺寸提前决策快速算法。利用梯度矩阵和作为当前CU和子CU复杂度的判断依据,将CU分为三类：不划分CU(Non-Split Coding Unit,NSCU)、直接划分CU(Split Coding Unit,SCU)以及普通CU。对NSCU,跳过小尺寸的帧内预测过程;对SCU,直接跳过当前CU的帧内预测过程;对普通CU,执行原平台操作。实验结果表明,与原始平台相比,本文算法在合成视点质量基本不变的情况下,平均减少40.92%的编码时间;与最新的联合纹理-深度图优化的3D-HEVC快速算法相比,可以在质量相当的情况下减少更多的编码时间。     

面向HBP编码格式的立体视频B帧整帧丢失分层错误隐藏算法

针对分层B帧(HBP)编码格式的立体视频B帧整帧丢失的问题,该文分析了双视点视频中存在的视点间运动矢量相关性,提出一种分层错误隐藏算法。该算法与当前主流的方法有两大不同：一是该算法采用分级隐藏,根据B帧的重要性等级不同采用不同的错误隐藏方法;二是该算法考虑了相邻视点序列之间的宏块运动矢量相关性。实验表明,该算法的性能优于当前常用的H.264多视点视频整帧丢失错误隐藏方法。     

基于熵编码的立体视频加密与信息隐藏算法

针对立体视频的安全性,该文提出一种基于熵编码的立体视频加密与信息隐藏算法。首先,结合立体视频编码结构,分析误差漂移的物理机制,并根据立体视觉掩蔽效应,确定左右视点的加密帧和隐秘信息待嵌入帧。其次,在基于上下文自适应二进制算术编码(CABAC)的熵编码中,通过等长码字替换技术,实现立体视频的加密和信息隐藏。实验结果表明,...     

基于H.264帧内预测模式的信息隐藏算法

根据H.264标准编码的特点,提出一种较高性能的信息隐藏方案。文章分析H.264中I4×4亮度块的9种帧内预测模式,以及最优模式的选择策略,将I4×4亮度块的9种帧内预测模式作为备选宿主,利用信息嵌入算法将信息嵌入到视频中。这样降低了信息隐藏过程中预测模式调整对视频质量的影响,并能提高嵌入信息数据量。     

3D-HEVC深度图帧内编码快速算法

编码3D视频的3D-HEVC编码标准采用多视点加深度图的编码格式,新增的深度信息使编码复杂度剧增。本文针对编码块(Coding Unit,CU)的四叉树分割模型和帧内预测模式,提出了深度图帧内编码的快速算法。用Otsu’s算子计算当前CU的最大类间方差值,判断当前CU是否平坦,对平坦CU终止四叉树分割和减少帧内模式的遍历数目。根据子CU与上一层CU的相似性,利用已编码的上一层CU对提前终止CU分割算法做优化。本算法与原始3D-HEVC算法相比减少40.1%的编码时间,而合成视点的质量几乎无变化。      

结合预处理的深度视频帧内快速编码算法

多视点彩色加深度(MVD)视频是三维(3D)视频的 主流格式。在3D高效视频编码中,深度视频帧内编码 具有较高的编码复杂度;深度估计软件获取的深度视频由于不够准确会使深度图平坦 区域纹理增加, 从而进一步增加帧内编码复杂度。针对以上问题,本文提出了一种联合深度处理的深度视频 帧内低复杂度 编码算法。首先,在编码前对深度视频进行预处理,减少由于深度图不准确而出现的纹理信 息;其次,运 用反向传播神经网络(BPNN,backpropagation neural network)预测最大编码单元 (LCU,la rgest coding unit)的最大划分深度;最后联合深度视频的边缘信 息及对应的彩色LCU最大划分深度进行CU提前终止划分和快速模式选取。实验结果表明, 本文算法在保证 虚拟视点质量的前提下,BDBR下降0.33% ,深度视频编码时间平均节省50.63%。     

一种基于预测模式差值的HEVC信息隐藏算法

针对当前HEVC视频信息隐藏算法对视频码率和质 量影响较大等问题,结合HEVC编码标准中 帧内预测模式的特点,提出一种基于帧内预测模式差值的HEVC视频信息隐藏算法。对于连续 两个帧内4×4亮度块预测编码过程中具有方向性的33种预测模式,建立隐秘信息与 预测模式差值的映射关系,根据拉格 朗日率失真模型调制预测模式完成隐秘信息的嵌入。为了保证隐秘信息的嵌入容量,对于连 续两个无方向 性的planar模式或DC模式,根据隐秘信息修改其值实现隐秘信息的嵌入。信息的提取过程, 只需对码流中 的预测模式解码即可。实验结果表明,隐秘信息的嵌入对视频序列的影响较小,亮度分量的 峰值信噪比 (PSNR)值平均下降约0.05dB,对码率 影响仅在1.1%以下,隐秘信息嵌入前后的结构相似度(SSIM)值均 在0.94以上。因此,本文算法能很好保证视频的主客观质量。     

面向HEVC的恰可察觉编码失真模型

为进一步提高现有视频编码技术的压缩效率及解 码重建图像的主观视觉感知质量,在现有人眼恰可 察觉失真(JND,just noticeable distortion)模型的基础上, 提出了恰可察觉编码失真(JNCD,just noticeable coding dist ortion)模型。首先,通过主观实验,对恰可察觉梯 度幅值差异(JNGD,just noticeable gradient difference)进 行了研究,分析其变化规律并建立JNGD模型。使用全变 分(TV,total variation)方法将图像分解为结构图和纹理图后,分别求 取其梯度信息得到结构梯度图和纹理梯度图, 利用JNGD模型分别滤除结构梯度图和纹理梯度图中的人眼不可察觉的梯度幅值 ;其后,分析了人眼感知对于不同 梯度幅值的编码失真敏感性,设计了梯度幅值与JNCD值的主观实验,得到两者的关系模型; 最后,考虑人眼对图 像中的边缘、平坦和纹理3类区域失真感知程度的差异性,利用滤波后的结构梯度和纹理梯 度信息将图像划分为上 述3类区域,最终建立整幅图像的JNCD模型。为验证本文提出的JNCD模型的可靠性,在高效 视频编码(HEVC)标准测试平台上进行的模型验证结果表明,在本模 型指导下的编码其解码重建 图像获得了较好的主观视觉效果,可为人眼视觉感知冗余的分析及感知编码的改 进提供依据。     

结合内容特性与纹理类型的HEVC-SCC帧内预测快速算法

本文提出了一种结合内容特性与纹理类型的HEVC-SCC帧内预测快速算法。利用自然内容和屏幕内容视频DCT变换后系数能量分布不同的特点,结合当前预测单元（Prediction Unit, PU）梯度信息,将编码树单元（Coding Tree Unit, CTU）分成自然内容CTU,简单屏幕内容CTU和复杂屏幕内容CTU。对于自然内容CTU,选择35种传统帧内模式作为候选模式,跳过帧内块复制（Intra Block Copy, IBC）和调色板（Palette mode, PLT）模式;对于简单屏幕内容CTU,选择DC,PLANAR,水平和垂直模式作为候选模式,跳过IBC和PLT模式;对于复杂屏幕内容CTU,选择IBC和PLT模式,跳过其他候选模式。实验结果表明,在全I帧条件下,该算法相较于SCM-8.3可以节省38.55%的编码时间,大幅度降低了编码复杂度的同时只增加了1.82%的码率。      

Segment-based view synthesis optimization scheme in 3D-HEVC

The 3D extension of high efficiency video coding (3D-HEVC) adopts a view synthesis optimization (VSO) technique to improve the quality of synthesized views for depth map coding. The exact synthesized view distortion change (SVDC) is calculated in VSO which in turn brings huge coding complexity to the 3D-HEVC encoder due to the real view synthesis process. This work presents a scheme aimed at reducing coding complexity of the SVDC calculating process in the 3D-HEVC encoder. It skips line segments of pixels with variable lengths based on information from both of the textures and depth maps in the SVDC calculation. Experimental results demonstrate that the proposed scheme can reduce the coding complexity without any significant loss in rate distortion performance for the synthesized views.     

基于时域相关性的快速HEVC帧间模式判决方法

高效率视频编码(HEVC)相比目前的国际视频编码标准H.264/AVC,在压缩率方面有了较大的提高,但也带来了巨大的编码计算复杂度。为了降低HEVC的编码计算复杂度,提出了一种快速HEVC帧间模式判决方法。统计并分析了相邻两帧之间对应块的编码单元(CU)和预测单元(PU)的时域相关性,在此相关性基础上,跳过了一些冗余CU分割层和PU预测模式,CU层最多只取两种PU预测模式,从而大大减少了所需要进行的率失真代价计算的数量,实验结果显示,与HM7.0相比,该方法在仅损失了0.21%-1.66%的压缩率和0.01~0.09 dB的峰值信噪比的前提下,降低了52.3%~63.5%的编码时间。     

一种HEVC帧内快速编码算法

高效视频编码(HEVC)采用编码单元(CU)四叉树的 分割结构,相比H.264/AVC显著地提升了编码效 率,但却使编码复杂度急剧增加。为此,本文提出一种帧内快速编码算法。首先,根据视 频图像纹理复 杂度,提前判断是否进行最大编码单元(LCU)分割。然后,根据空域相邻CU的深度预测当前C U的深度范围, 跳过不必要的计算;最后,根据预测模式被选为最优预测模式的统计特性,去掉可能性小的 帧内预测模式。本文算法在HM14.0的基础上实现。 仿真结果表明,本文算法在全I帧模式下与HM14.0相比,帧内编码时 间平均减少38%,码率(BR)只增加1.41%,峰值信噪比(PSNR)只降低0.29dB,在保证编码性能和视频质量几乎不变的 情况下,本文算法降低了编码的计算复杂度。