论文部分内容阅读
高效三维视频编码标准(Three Dimensional High-Efficiency Video Coding,3DHEVC)中的编码结构划分过程基于四叉树的递归生长形式,编码单元(Coding Unit,CU)的大小由64×64到8×8不等。此外,为了提高深度图像的编码率失真性能,3D-HEVC为深度图像CU的模式选择过程引入了一些新技术。然而,递归的四叉树划分过程,以及其间每个CU的繁杂的编码模式计算,极大地增加了深度图像编码的计算复杂度。本文致力于优化深度图像编码的计算复杂度:(1)深度图像联合编码帧中,基于已编码的独立视点信息以及当前率失真性能的早期比较,本文为非独立视点视图提出了一种Merge模式的早期决策方案。实验数据表明,该快速算法可以有效降低22.1%的编码复杂度,并保持原有的率失真性能。(2)深度图像独立编码帧中,针对当前第一个附属CU为帧内跳过模式(Depth Intra Skip mode,DIS)最优编码的情形,本文提出了一种提前终止编码结构划分的快速算法。鉴于DIS作为最优预测模式时总是持有极低的率失真函数值,本文以第一个附属CU的率失真函数值的4倍作为编码结构决策式一侧的下界,并基于此提出终止编码结构划分的判定式。实验表明,在不影响率失真性能的前提下,该快速方案显著降低了45.10%的编码复杂度。(3)深度图像独立编码帧中,针对DIS在多层划分深度之间具备一致性的编码区域,本文提出了一种提前决策最优编码结构为当前CU的快速编码方案。DIS的一致性取决于当前CU以及其四个附属CU在当前划分深度的最优预测模式。实验数据表明,该快速算法可有效降低31.04%的编码复杂度,且不影响原有的率失真性能。(4)深度图像独立编码帧中,本文提出一种基于决策树模型的早期编码决策方案。该方案可做出略去Intra 2N×2N、Intra N×N、CU划分的某一个或多个编码阶段的相应决策。实验表明,当设定不同的基尼阈值以采纳模型的输出时,该编码方案可显著降低41.14%~71.63%的编码复杂度,且对应的率失真性能损失控制在极低范围内。