用于帧内预测快速深度图分割方法.docVIP

用于帧内预测的快速深度图分割方法 2014-5-21 郑子麒 深度帧内预测 深度帧内预测由2~3个视点加上对应的深度图来进行表示。解码视频和深度图通过深度视点合成技术，生成适用于3D内容的中间视点。尽管深度图并没有在终端设备中被观众所看到。但是深度图的质量直接影响到图像的生成。有必要找到一种能够减少是用深度图后的合成视点失真的深度图的压缩方法。 在HTM3.0中，我们使用了帧内预测，DCP，MCP，和变换编码等传统的计数。然而不少工具在对于深度图处理的时候并没有进行使用。比如说，色度编码在采样格式中不进行使用，环路滤波器包括去块效应滤波器和SAO以及样本自适应滤波器都没有在深度图中使用，这样可以减少在变解码端的复杂度。 不像HEVC中的帧内预测编码，DMM模式是设计用来编码具有尖锐边缘特点的深度图的。为了避免在尖锐边缘的振铃效应和减少变解码复杂度。MCP和DCP不使用差值。这就说明，帧间预测通常使用整像素精度。考虑到视频信号和其相应的深度在相同的视点中有相似的几何特性，我们使用运动继承模式来处理帧间预测的运动参数和分区。 然而，DMM参数寻找所用的时间是编码相应的纹理图像的30倍。所以本文提出一种简化Wedgelet分区方法的过程。我们使用对于每一个模式都是用SATD代价，然后寻找到模式和Wedgelet分区之间的联系。 DMM模式中的Wedgelet分割方法 深度图是由减退的边缘和大面积的常数或者变换缓慢的样本值构成的。除了HEVC中所提供的35种模式，我们提出了四种DMM模式来对深度图进行编码。通过选择4种模式中拥有最小代价的模式，一个深度图可以近似为一种模型，即使用原始深度值将深度图分成一个或者两个非矩形区域。 A. Wedgelet 分割 对于Wedgelet分割模式来说，就是用一条直线将深度图分割成两个非矩形块，然后给每个块赋予不同的常数深度值。如下图所示： 将深度图分成P1，P2两个区域。分割线的起点为S，终点为E，分布在不同的块边界上。分割线可以通过直线方程表示出来。 B. 显示Wedgelet 分割 显示的Wedgelet分割就是通过遍历块的所有可能的起始点和终点来选择出一种最优的Wedgelet分割方式。它使用的是原始的深度信号来作为参考。 并且建立一个Wedgelet模式查询表，其中包括多有可能的Wedgelet分割样式（包括各种大小的块32*32，16*16，8*8,4*4）.判断的方法是使用SSE来进行判别。 C. 帧内预测Wedgelet模式 这种模式是自使用的从前边已经编码的块中找到预测信息。如下图所示，起始点就是从左边或者上边的帧内预测的PU块得到的。所以我们只需要传输终点的偏移参数即可。所以，主要的复杂度就是寻找到最优的终点。 为了自适应的得到最优的分割线，起始点得到的方法是不同的。如果上面或者左边的块也是用的是Wedgelet模式，则起始点和终点就可以直接通过延续相邻块的分割线儿得到。如果上边或者左边的块使用的是帧内模式，则要起始点就是具有最大斜率的点，然后再根据预测方向的斜率计算出终点。由上图所示。 三．提出的快速Wedgelet分割方法 A. 复杂度分析 在HEVC中，深度图所使用的帧内预测方法的35种模式，以及由左边和右边相邻块得到的MPM模式都是通过计算RDO过程来进行判断的。 总共有4个步骤来获得最优的深度预测模式。 通过RDM中计算每一种帧内预测模式的SATD然后选出一个粗略模式集合。4*4,8*8的块为8中。16*16,32*32的块为3种。 然后MPM所得到的的模式加入到粗略模式集合中。 4中DMM模式所选择的模式也加入到候选集合中。 最后，通过计算RDcost来得到最优的模式预测。 DMM1即显示的Wedgelet模式的复杂度如下表所示。 B. 提出的深度Wedgelet分割方法 因为纹理图像图像我们使用SATD来进行模式的选择，深度图和纹理又有一定的像素行，所以我们使用SATD模式来减少不必要的WEDGELET模式。 设计如下： 首先，因为分割快的线在方向上可以对应于一个或者两个HEVC的角度模式，所以我们将所有的Wedgelet样式分类为角度模式。 然后，选出拥有最小的SATD的角度模式。然后使用SSE来计算每个角度所对应的Wedgelet模式子集中最优的模式。 最后，选出来的角度模式，以及子集中的最优的模式和其他3中DMM模式来选择出最优的一种模式。其过程如下图所示： 下图为4*4的块的所有可能的Wedgelet模式 总共有86种模式。 原始的方法中要对所有的86中方向都进行SATD的计算，然而在我们的方法中只对有最优SATD的角度模式所对应的模式进行最小失真的计算。 搜索范围为数量为3~15.根据SATD方向的变化而