CN109756719A - 基于cu划分贝叶斯决策的3d-hevc帧间快速方法 - Google Patents
基于cu划分贝叶斯决策的3d-hevc帧间快速方法 Download PDFInfo
- Publication number
- CN109756719A CN109756719A CN201910080870.7A CN201910080870A CN109756719A CN 109756719 A CN109756719 A CN 109756719A CN 201910080870 A CN201910080870 A CN 201910080870A CN 109756719 A CN109756719 A CN 109756719A
- Authority
- CN
- China
- Prior art keywords
- divided
- video
- depth
- divide
- different
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明涉及一种基于CU划分贝叶斯决策的3D‑HEVC帧间快速方法,属于视频编码领域;本方法首先对纹理图视频和深度图视频的编码单元(CU)划分的率失真代价(RDcost)和不划分的率失真代价(RDcost)进行高斯建模;然后通过离线训练计算先验概率;最后采用贝叶斯决策对当前编码单元(CU)划分与不划分计算后验概率,判断当前编码单元是否为最佳单元。本发明一种基于CU划分贝叶斯决策的3D‑HEVC帧间快速方法能够减少编码器计算开销,在保持编码性能基本不变的情况下,减少编码时间。
Description
技术领域
本发明涉及视频编解码领域,尤其涉及一种适用于3D视频编码的基于CU划分贝叶斯决策的3D-HEVC帧间快速方法。
背景技术
为了满足人们对三维空间的视觉体验,3D视频逐渐为人们所欢迎。然而,随着视频逐渐地超高清化,对视频的传输和存储提出了巨大的挑战。于是,基于HEVC(HighEfficiency Video Coding)的针对3D视频编码的编码标准3D-HEVC于2012由JCT-3V(JointCollaborative Team on 3D Video Coding Extension Development)提出。3D-HEVC在上一代编码格式MVC(Multiview Video Coding)的基础上引入了对深度图的编码,增强了显示效果。3D-HEVC虽然采用时域帧间和视点间的相关性去除冗余信息,但由于视点的增加和深度图的引入,导致了编码复杂程度大大提高,这严重影响了3D-HEVC的实用性。
发明内容
本发明的目的在于克服现有3D-HEVC编码技术时间代价高的不足,提出一种基于CU划分贝叶斯决策的3D-HEVC帧间快速方法,本发明方法针对3D-HEVC的编码复杂程度高、时间代价高的问题,在保持编码性能基本不变的情况下,降低编码复杂度和时间开销。
本发明解决其技术问题所采用的技术方案是:
一种基于CU划分贝叶斯决策的3D-HEVC帧间快速方法,包括:
选取四个不同运动类型、不同纹理特点及不同分辨率的多视点视频加深度(Multi-view Video plus Depth,MVD)格式的测试序列前25帧作为训练集,分别计算其独立视点、非独立视点、不同量化参数、不同帧类型下所有可能的不同尺寸编码单元(CU)的率失真代价函数(RDcost),以率失真代价函数(RDcost)作为特征;
对于每个3D-HEVC的编码树单元(Coding Tree Unit,CTU),编码过程采用四叉树编码结构逐级划分遍历;若当前编码单元(CU)在当前划分深度等级的率失真代价大于下一个划分深度等级四个编码单元(CU)的总率失真代价时,则当前编码单元(CU)要进一步划分;否则,不划分;分别记录当前尺寸编码单元(CU)划分的概率P(S)与不划分的概率P(NS)作为先验概率;
对于纹理图视频,在遍历所有预测模式后,将不同尺寸编码单元(CU)划分与不划分的率失真代价分布进行对数高斯建模;对于深度图视频,在Skip、Merge和深度帧内跳跃模式(Depth Intra Skip,DIS)后,将不同尺寸编码单元(CU)划分与不划分的率失真代价分布进行一维高斯建模,得到划分的似然函数P(J|S)与不划分的似然函数P(J|NS);
结合先验概率和似然函数,利用贝叶斯决策公式计算当前编码块不划分的后验概率P(NS|J),贝叶斯公式如下:
在对多视点视频加深度MVD格式视频进行编码时,当纹理图视频中当前编码单元(CU)的P(NS|J)大于0.95时,判断当前编码块尺寸为最佳尺寸,并终止编码单元(CU)继续划分;当深度图视频中当前编码单元(CU)的P(NS|J)大于0.95时,跳过DIS模式后的所有模式(包括对称预测模式、非对称预测模式和帧内模式)的遍历,并终止编码单元(CU)继续划分。
本发明具有如下有益效果:
1、本发明针对不同类型序列独立视点和非独立视点、不同帧类型、不同量化参数和不同尺寸编码块做模型训练,能有效区分原始编码器编码对不同场景下的编码结果;
2、本发明考虑了纹理图视频与深度图视频率失真代价函数分布的不同,分别用了两种不同的高斯模型建模,可以区分两种类型的图像特点。
以下结合附图及实施例对本发明作进一步详细说明,但本发明的一种基于CU划分贝叶斯决策的3D-HEVC帧间快速方法不局限于实施例。
附图说明
图1为本发明方法的训练过程的流程示意图;
图2为本发明方法的测试过程的流程示意图。
具体实施方式
参见图1和图2所示,本发明为了解决现有3D-HEVC标准计算复杂度高、时间代价高的问题,提供一种基于CU划分贝叶斯决策的3D-HEVC帧间快速方法,具体步骤如下:
步骤1,选取四个不同运动类型、不同纹理特点及不同分辨率的多视点视频加深度(Multi-view Video plus Depth,MVD)格式的测试序列前25帧作为训练集,分别计算其独立视点、非独立视点、不同量化参数、不同帧类型下所有可能的不同尺寸编码单元(CU)的率失真代价函数(RDcost),以RDcost作为特征。
步骤2,对于每个3D-HEVC的编码树单元(Coding Tree Unit,CTU),编码过程采用四叉树编码结构逐级划分遍历。若当前编码单元(CU)在当前划分深度等级的率失真代价大于下一个划分深度等级四个编码单元(CU)的总率失真代价时,则当前编码单元(CU)要进一步划分;否则,不划分。分别记录当前尺寸编码单元(CU)划分的概率P(S)与不划分的概率P(NS)作为先验概率。
步骤3,对于纹理图视频,在遍历所有预测模式后,将不同尺寸编码单元(CU)划分与不划分的率失真代价分布进行对数高斯建模;对于深度图视频,是在Skip、Merge和深度帧内跳跃模式(Depth Intra Skip,DIS)后,将不同尺寸编码单元(CU)划分与不划分的率失真代价分布进行一维高斯建模,得到划分的似然函数P(J|S)与不划分的似然函数P(J|NS)。
步骤4,结合先验概率和似然函数,利用贝叶斯决策公式计算当前编码块不划分的后验概率P(NS|J),贝叶斯公式如下:
步骤5,在对多视点视频加深度(MVD)格式视频进行编码时,当纹理图视频中当前编码单元(CU)的P(NS|J)大于0.95时,判断当前编码块尺寸为最佳尺寸,并终止编码单元(CU)继续划分;当深度图视频中当前编码单元(CU)的P(NS|J)大于0.95时,跳过DIS模式后的所有模式(包括对称预测模式、非对称预测模式、帧内模式)的遍历,并终止编码单元(CU)继续划分。
上述实施例仅是用来说明本发明,而并非用作对本发明的限定,只要是依据本发明的技术实质,对上述实施例进行变化、变型等都将落在本发明的权利要求的范围内。
Claims (1)
1.一种基于CU划分贝叶斯决策的3D-HEVC帧间快速方法,其特征在于,包括:
选取四个不同运动类型、不同纹理特点及不同分辨率的多视点视频加深度MVD格式的测试序列前25帧作为训练集,分别计算其独立视点、非独立视点、不同量化参数、不同帧类型下所有的不同尺寸编码单元CU的率失真代价函数RDcost,以所述率失真代价函数作为特征;
对于每个3D-HEVC的编码树单元CTU,编码过程采用四叉树编码结构逐级划分遍历;若当前编码单元CU在当前划分深度等级的率失真代价大于下一个划分深度等级四个编码单元CU的总率失真代价时,则当前编码单元CU要进一步划分;否则,不划分;分别记录当前尺寸编码单元CU划分的概率P(S)与不划分的概率P(NS)作为先验概率;
对于纹理图视频,在遍历所有预测模式后,将不同尺寸编码单元CU划分与不划分的率失真代价分布进行对数高斯建模;对于深度图视频,在Skip、Merge和深度帧内跳跃模式DIS后,将不同尺寸编码单元CU划分与不划分的率失真代价分布进行一维高斯建模,得到划分的似然函数P(J|S)与不划分的似然函数P(J|NS);
结合先验概率和似然函数,利用贝叶斯决策公式计算当前编码块不划分的后验概率P(NS|J),计算方法如下:
在对多视点视频加深度格式视频进行编码时,当纹理图视频中当前编码单元CU的后验概率P(NS|J)大于0.95时,判断当前编码块尺寸为最佳尺寸,并终止CU继续划分;当深度图视频中当前编码单元CU的后验概率P(NS|J)大于0.95时,跳过深度帧内跳跃模式DIS后的所有模式的遍历,并终止CU继续划分;深度帧内跳跃模式DIS后的所有模式包括对称预测模式、非对称预测模式和帧内模式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910080870.7A CN109756719B (zh) | 2019-01-28 | 2019-01-28 | 基于cu划分贝叶斯决策的3d-hevc帧间快速方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910080870.7A CN109756719B (zh) | 2019-01-28 | 2019-01-28 | 基于cu划分贝叶斯决策的3d-hevc帧间快速方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109756719A true CN109756719A (zh) | 2019-05-14 |
CN109756719B CN109756719B (zh) | 2020-06-26 |
Family
ID=66406395
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910080870.7A Active CN109756719B (zh) | 2019-01-28 | 2019-01-28 | 基于cu划分贝叶斯决策的3d-hevc帧间快速方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109756719B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110072113A (zh) * | 2019-05-17 | 2019-07-30 | 华侨大学 | 一种基于贝叶斯决策的3d-hevc深度图帧间快速算法 |
CN110662040A (zh) * | 2019-10-30 | 2020-01-07 | 西安邮电大学 | 基于可重构阵列处理器的深度图cu快速划分方法 |
CN111741313A (zh) * | 2020-05-18 | 2020-10-02 | 杭州电子科技大学 | 基于图像熵k均值聚类的3d-hevc快速cu分割方法 |
CN115633171A (zh) * | 2022-10-08 | 2023-01-20 | 重庆邮电大学 | 基于shvc的快速cu决策算法 |
CN117041599A (zh) * | 2023-08-28 | 2023-11-10 | 重庆邮电大学 | 一种基于hevc-vpcc的帧内快速编码方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150172716A1 (en) * | 2013-12-13 | 2015-06-18 | Qualcomm Incorporated | Controlling sub prediction unit (sub-pu) motion parameter inheritance (mpi) in three dimensional (3d) hevc or other 3d coding |
WO2015100731A1 (en) * | 2014-01-03 | 2015-07-09 | Mediatek Singapore Pte. Ltd. | Methods for determining the prediction partitions |
CN105141954A (zh) * | 2015-08-19 | 2015-12-09 | 浙江工业大学 | 一种hevc帧间编码快速模式选择方法 |
CN106713935A (zh) * | 2017-01-09 | 2017-05-24 | 杭州电子科技大学 | 一种基于贝叶斯决策的hevc块划分快速方法 |
CN106803962A (zh) * | 2017-02-16 | 2017-06-06 | 南京理工大学 | 基于贝叶斯准则的3d视频深度图帧内预测模式选择方法 |
-
2019
- 2019-01-28 CN CN201910080870.7A patent/CN109756719B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150172716A1 (en) * | 2013-12-13 | 2015-06-18 | Qualcomm Incorporated | Controlling sub prediction unit (sub-pu) motion parameter inheritance (mpi) in three dimensional (3d) hevc or other 3d coding |
WO2015100731A1 (en) * | 2014-01-03 | 2015-07-09 | Mediatek Singapore Pte. Ltd. | Methods for determining the prediction partitions |
CN105141954A (zh) * | 2015-08-19 | 2015-12-09 | 浙江工业大学 | 一种hevc帧间编码快速模式选择方法 |
CN106713935A (zh) * | 2017-01-09 | 2017-05-24 | 杭州电子科技大学 | 一种基于贝叶斯决策的hevc块划分快速方法 |
CN106803962A (zh) * | 2017-02-16 | 2017-06-06 | 南京理工大学 | 基于贝叶斯准则的3d视频深度图帧内预测模式选择方法 |
Non-Patent Citations (4)
Title |
---|
CHUNMEI NIAN, JING CHEN: "《A FAST INTRA DEPTH MAP ALGORITHM BASED ON SUM-OF-GRADIENT AND SEGMENT-WISE DIRECT COMPONENT CODING》", 《2017 INTERNATIONAL SYMPOSIUM ON INTELLIGENT SIGNAL PROCESSING AND COMMUNICATION SYSTEMS》 * |
YUE LI ; GAOBO YANG: "《Adaptive Inter CU Depth Decision for HEVC Using Optimal Selection Model and Encoding Parameters》", 《 IEEE TRANSACTIONS ON BROADCASTING》 * |
王培成: "《基于3D-HEVC多视点立体视频快速编码算法的研究》", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
粘春湄,陈婧,曾焕强: "《纹理类预判和SDC优化的3D-HEVC深度图帧内算法》", 《计算机科学与探索》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110072113A (zh) * | 2019-05-17 | 2019-07-30 | 华侨大学 | 一种基于贝叶斯决策的3d-hevc深度图帧间快速算法 |
CN110072113B (zh) * | 2019-05-17 | 2023-03-10 | 华侨大学 | 一种基于贝叶斯决策的3d-hevc深度图帧间快速算法 |
CN110662040A (zh) * | 2019-10-30 | 2020-01-07 | 西安邮电大学 | 基于可重构阵列处理器的深度图cu快速划分方法 |
CN110662040B (zh) * | 2019-10-30 | 2022-02-18 | 西安邮电大学 | 基于可重构阵列处理器的深度图cu快速划分方法 |
CN111741313A (zh) * | 2020-05-18 | 2020-10-02 | 杭州电子科技大学 | 基于图像熵k均值聚类的3d-hevc快速cu分割方法 |
CN111741313B (zh) * | 2020-05-18 | 2022-12-27 | 杭州电子科技大学 | 基于图像熵k均值聚类的3d-hevc快速cu分割方法 |
CN115633171A (zh) * | 2022-10-08 | 2023-01-20 | 重庆邮电大学 | 基于shvc的快速cu决策算法 |
CN115633171B (zh) * | 2022-10-08 | 2024-01-02 | 重庆邮电大学 | 基于shvc的快速cu决策算法 |
CN117041599A (zh) * | 2023-08-28 | 2023-11-10 | 重庆邮电大学 | 一种基于hevc-vpcc的帧内快速编码方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN109756719B (zh) | 2020-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109756719A (zh) | 基于cu划分贝叶斯决策的3d-hevc帧间快速方法 | |
CN104125469B (zh) | 一种用于hevc的快速编码方法 | |
CN106162195B (zh) | 一种基于单深度帧内模式的3d‑hevc深度视频信息隐藏方法 | |
CN106507116B (zh) | 一种基于3d显著性信息和视点合成预测的3d-hevc编码方法 | |
CN104125473B (zh) | 一种3d视频深度图像帧内预测模式选择方法及*** | |
CN108712648B (zh) | 一种深度视频快速帧内编码方法 | |
CN101404766B (zh) | 一种多视点视频信号的编码方法 | |
CN103067705B (zh) | 一种多视点深度视频预处理方法 | |
CN104754359A (zh) | 一种二维自由视点视频的深度图编码失真预测方法 | |
CN103428499A (zh) | 编码单元的划分方法及使用该方法的多视点视频编码方法 | |
CN104202612B (zh) | 基于四叉树约束的编码单元的划分方法及视频编码方法 | |
CN105430415A (zh) | 一种3d-hevc深度视频帧内快速编码方法 | |
CN101710993A (zh) | 基于块的自适应超分辨率视频处理方法及*** | |
CN102438167B (zh) | 一种基于深度图像绘制的立体视频编码方法 | |
CN103338370B (zh) | 一种多视点深度视频快速编码方法 | |
CN110446052B (zh) | 一种3d-hevc帧内深度图快速cu深度选择方法 | |
CN110557646B (zh) | 一种智能视点间的编码方法 | |
CN104038760A (zh) | 一种3d视频深度图像帧内楔形分割模式选择方法及*** | |
CN102801997A (zh) | 基于感兴趣深度的立体图像压缩方法 | |
CN103402097A (zh) | 一种自由视点视频深度图编码方法及其失真预测方法 | |
CN104506871B (zh) | 一种基于hevc的3d视频快速编码方法 | |
CN102790895B (zh) | 一种基于最小二乘的多视点视频编码视点合成预测方法 | |
CN103873867A (zh) | 自由视点视频深度图失真预测方法和编码方法 | |
CN111669601B (zh) | 一种3d视频智能多域联合预测编码方法及装置 | |
CN105007494B (zh) | 一种3d视频深度图像的帧内楔形分割模式选择方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |