三維視頻中深度輔助紋理編碼技術研究.pdf

1、隨著3D采集和顯示設備技術的不斷成熟，3D視頻逐漸走入人們的生活并顯示了巨大的商業(yè)潛力。近年來，多視角紋理視頻加深度視頻(Multiview Videoplus Depth，MVD)的3D視頻系統(tǒng)逐漸成為了研究的熱點。MVD僅需要傳輸有限個視角的紋理視頻和逐像素對應的深度視頻，就可以在播放端實現(xiàn)任意視角的視頻點播，數(shù)據量相對于多視角視頻有了極大的下降。這種優(yōu)勢使MVD成為當下最具潛力的3D視頻數(shù)據表達形式，并被采納為下一代3D視頻編碼標

2、準的基礎格式。然而，MVD仍需要傳輸多個視角的數(shù)據，用H.264/MVC分別壓縮紋理數(shù)據和深度數(shù)據雖然簡單易行，但效率不高。因此有必要根據MVD的特點提出新的技術實現(xiàn)更高效的壓縮。
　　 本文重點研究深度輔助紋理視頻編碼技術，開發(fā)紋理和深度之間的冗余，設計出了高效率、低復雜度的紋理視頻壓縮算法。論文的主要工作及創(chuàng)新之處在于:
　　 1.提出了一種高效率的基于深度的紋理視頻的運動矢量預測(MotionVector Pred

3、iction，MVP)算法。MVP是壓縮運動矢量的基礎方法且基于MVP的Skip/Direct模式是視頻編碼中的一種極為高效的編碼模式。在3D視頻編碼中，視角間預測的加入使運動矢量場的分布更為復雜，使得原本基于中值操作的MVP不再適用。本文首先針對紋理視頻的常規(guī)幀間模式提出了基于方向的MVP算法，能夠根據參考幀類型自適應地決定編碼塊的MVP;然后針對Skip/Direct模式提出利用候選運動矢量對應的深度失真選擇最優(yōu)運動矢量預測值。

4、r>　　 2.提出了一種低復雜度的基于塊的虛擬合成預測(View Synthesis Prediction，VSP)算法。VSP能夠利用深度圖像建立視角間的非線性對應關系，是3D視頻編碼的一項重要技術。傳統(tǒng)的VSP技術采用前向投影，需要合成一幅完整的虛擬參考幀并放在參考幀列表中，復雜度極高，內存消耗極大。但是，深度圖的噪聲較高導致虛擬參考幀的質量有限，因此實際上選擇虛擬參考幀的預測塊的比例并不會很高。因此本文提出利用后向投影技術只合成

5、那些會被用作參考的塊，這種基于塊的虛擬合成預測技術可以很好地與H.264/AVC中以塊為單元的運動補償操作兼容。
　　 本論文在3D-AVC（Advanced Video Coding based3D video）參考代碼3D-ATM(Test Mode for3D-AVC)上實現(xiàn)以上兩個算法并且對其性能進行測試。實驗結果表明算法一的平均碼率節(jié)省可達8.4％，最高的碼率節(jié)省為12.5％。算法二不僅不會降低編碼性能，而且能夠使解碼