深度視頻重采樣及編碼技術(shù)研究.pdf

1、三維視頻（Three-Dimensional,3 D)利用人眼觀看場景時存在左右視差的特征，通過立體顯示設(shè)備將現(xiàn)實場景重投影成三維場景，為觀者提供具有深度感知的視覺體驗效果。多視點彩色加深度（Multi-view Video plus Depth，MVD)是3 D視頻的主流視頻格式，它在減少視頻編碼傳輸數(shù)據(jù)的前提下利用基于深度圖的繪制（Depth Image Based Rendering，DIBR)技術(shù)實現(xiàn)多視點視頻系統(tǒng)。其中，深度視

2、頻通過深度相機，計算機模擬3D幾何信息和視差估計三種方法獲取。然而，深度相機采集的深度視頻分辨率低，視差估計的深度視頻不準確影響其編碼性能。針對這些問題，本文聯(lián)合人眼視覺系統(tǒng)（Human Visual System，HVS)的感知特征，展開了深度視頻重采樣和編碼技術(shù)的研究工作。
　　(1)深度相機可以實時地采集深度視頻，但是其采集的視頻分辨率比彩色相機采集的視頻低。針對這一問題，通過分析深度視頻和相應(yīng)彩色視頻的邊緣特征，提出一種基

3、于圖像邊緣特征的深度上采樣算法。實驗結(jié)果表明，所提算法上采樣深度圖像的平均壞點率2.07％，均方根誤差3.46，峰值噪聲比（Peak Signal to Noise Ratio，PSNR)38.58 dB；繪制虛擬視點的平均 PSNR39.58 dB。
　　(2)由于深度估計參考軟件（Depth Estimation Reference Software，DERS)估計算法的局限性，導(dǎo)致獲取的深度視頻不準確，存在較多的空域和時域冗

4、余?？紤]到恰可察覺深度失真（Just Noticeable Depth Distortion，JNDD)模型可以描述人眼對深度失真的感知特征，提出一種基于JNDD模型的深度視頻預(yù)處理算法。實驗結(jié)果表明，所提算法預(yù)處理后的深度視頻能夠減少其編碼比特率6.23%~42.67%。同時，平均提高繪制虛擬視點的PSNR0.24 dB。
　　(3)針對 MVD格式的3D視頻編碼，有研究表示人們可以采用減少深度視頻分辨率的方式來提高3D視頻的編