[发明专利]一种深度视频快速编码方法

说明书

技术领域

本发明涉及一种视频信号处理方法，尤其是涉及一种面向3D-HEVC的深度视频快速编码方法。

背景技术

随着计算机、通信和多媒体技术的迅速发展，用户对诸如3D电视、自由视点电视、三维场景渲染的三维视频系统越来越感兴趣。多视点加深度视频(MVD)是表示三维场景的主流表示方式，MVD包括了多视点彩色视频和深度视频。在场景展示中，虚拟视点通过基于DIBR的绘制技术绘制得到虚拟视点，MVD数据形式满足了三维视频系统的需求并且可以支持宽视角3D显示和自动立体显示。但是，MVD包含巨大的数据量，使得数据的存储和网络的传输面临巨大的挑战，因此，多视点的深度视频与彩色视频一样，需要进行快速高效地压缩。

彩色视频表示场景的真实视觉信息，而相应的深度视频表示场景的几何信息。目前对于真实场景的深度信息获取的方式主要有三种：Kinect传感器、深度相机系统和深度估计软件。由于这些获取技术的限制，深度视频存在不准确和不连续的现象，特别是在平坦的区域出现像素突变，在对应场景边界的区域深度边界校准错误，这就导致即使使用最新的编码方式也无法达到最优的编码效果。很多专家提出了面向H.264/AVC的深度视频处理方案，但是这些处理方法并不适用于最新的多视点编码方案3D-HEVC。

深度视频的编码复杂度也是研究需要关注的问题。目前，由ISO和ITU组成的3D视频编码联合专家组(JCT-3V)正致力于高效视频编码(HEVC)的3D扩展编码框架(3D-HEVC)的标准化，3D-HEVC的总体编码框架如图1所示。3D-HEVC仍然采用HEVC的四叉树分割结构，编码一帧彩色视频帧之后再编码相应的深度视频帧。多视点深度视频被分割为一系列编码树单元(Coding Tree Units，CTUs)，每个CTU以递归分割的方式被分为四个相同大小的编码单元(CodingUnit，CU)，其分割深度可以为0、1、2、3，CU尺寸根据分割深度依次为64×64、32×32、16×16、8×8，其中，最大的CU称为最大编码单元(Largest CodingUnit,LCU)。每个CU根据选择的预测模式分为不同的预测单元(PredictionUnits，PU)，预测模式包括SKIP模式、merge模式、帧间inter(AMP、interN_2N、inter2N_N、inter2N_2N)模式、帧内intra(intraN_N、intra2N_2N)模式，都被运用于帧间预测和视点间预测的过程中。在遍历计算所有编码单元的分割方式以及预测模式的率失真优化(Rate-DistortionOptimization，RDO)之后，选出率失真代价值最小的一种预测模式作为最终的预测模式，同时，确定编码单元的分割方式，整个过程的计算复杂度非常高。3D-HEVC中计算率失真代价值的公式为：

J＝(w_synth×D_synth+w_depth×D_depth)+λ×R，其中，J表示率失真代价值，D_synth表示经过绘制的虚拟视点的失真值，或者根据绘制原理估计的深度视频的失真值，D_depth表示深度视频的失真值，w_synth为D_synth的权重，w_depth为D_depth的权重，λ为拉格朗日乘数，R表示每个预测模式下编码的码率。

目前，很多专家已经对深度视频快速编码进行了研究，如Shen等人提出了一种利用彩色视频和深度视频的预测模式、运动矢量等信息之间关系的方法，降低了编码复杂度；又如More等人提出了一种利用彩色编码的信息，限制深度视频的四叉树分割以及预测模式的快速编码算法。但是，这些方法没有考虑深度视频存在不准确和不连续现象，这种现象会间接增加编码的复杂度，因此，有必要研究一种能够解决这种现象增加编码复杂度问题的快速编码方法。

发明内容

本发明所要解决的技术问题是提供一种面向3D-HEVC的深度视频快速编码方法，其在保证绘制虚拟视点质量和编码率失真性能的前提下，能够有效地降低编码复杂度。

本发明解决上述技术问题所采用的技术方案为：一种深度视频快速编码方法，其特征在于包括以下步骤：

①将待处理的高清深度视频序列定义为当前深度视频序列；