[发明专利]一种基于透视模型的运动前视视频帧间预测编码方法

说明书

本发明属于视频编码技术领域，具体涉及一种基于透视模型的运动前视视频帧间预测编码方法，提出基于透视模型的新运动模型、根据新的运动模型设计模板、利用所设计的模板提取参考像素并插值以及根据率失真代价选择最优预测信息。本发明针对运动前视视频在连续视频帧间表现出的一种透视效果，提出一个针对运动前视视频的基于透视模型的新运动模型；在帧间运动搜索过程中，利用所设计的模板从矩形参考块中提取出梯形参考块像素并插值成原尺寸大小的新的矩形参考块；计算率失真代价时，考虑使用模板后的失真和添加模板使用信息后所共消耗的比特，从而选择最优的帧间预测结果。改善了运动前视视频的编码效率。

技术领域

本发明属于视频编码技术领域，具体涉及一种基于透视模型的运动前视视频帧间预测编码方法。

背景技术

帧间预测是指利用视频时间域的相关性，使用邻近已编码图像像素预测当前图像像素，以达到有效去除视频时域冗余的目的。目前主要的视频编码标准帧间预测部分都采用了基于块的运动补偿技术。其主要原理是为当前图像的每个像素块在之前已编码图像中寻找一个最佳匹配块，该过程称为运动估计(Motion Estimation,ME)。其中用于预测的图像称为参考图像(Reference Frame)，参考块到当前像素块的位移称为运动向量(MotionVector,MV)，当前像素块与参考块的差值称为预测残差(Prediction Residual)。由于视频序列通常包括较强的时域相关性，因此预测残差通常是“平坦的”，即很多残差值接近于“0”。对残差信号进行变换、量化和熵编码，可实现对视频信号的高效压缩。

基于平移运动模型的块匹配运动估计(Block Matching Motion Estimation,BMME)已被用于多种视频编码标准，例如：高级视频编码标准(Advanced Video Coding,AVC)和新一代高效视频编码标准(High Efficiency Video Coding,HEVC)。例如，在HEVC中，运动预测是基于预测单元(Prediction Unit,PU)来进行的。基于平移运动模型的块匹配运动估计假设一个预测块(Prediction Block,PB)中的所有像素具有相同的运动信息，可用一个运动向量来表示预测块中所有像素的运动。

BMME适用于符合平移运动模型的预测块，但对于非平移运动的块，如旋转、缩放和变形运动等，无法得到准确的预测。运动前视视频(如车载视频，但不仅限于车载视频)在连续视频帧间表现出一种透视效果，整个视频帧向四周扩展，视频帧边缘处视频内容逐渐消失，同时视频帧中心处又有新的视频内容添加进来。视频帧中物体的运动除了平移运动外，还包括缩放等运动，并且，物体运动的剧烈程度还与物体在视频帧中的相对位置有关。因此，运动前视视频编码的帧间预测过程不适宜采用基于平移运动模型的块匹配运动估计方法，希望开发出一种基于透视模型的运动前视视频帧间预测编码方法。

发明内容

为了提高运动前视视频编码的帧间预测精度，改善运动前视视频的编码效率，本发明提供了一种基于透视模型的运动前视视频帧间预测编码方法。

该基于透视模型的运动前视视频帧间预测编码方法主要包括：提出基于透视模型的新运动模型、根据新的运动模型设计模板、利用所设计的模板提取参考像素并插值以及根据率失真代价(Rate Distortion Cost,RDC)选择最优预测信息(包括预测模式，参考帧，运动向量和模板等信息)共四个步骤。

具体如下：

步骤1、提出基于透视模型的新运动模型：