The invention discloses a graph cut optimization method based on depth map frame rate upgrade, first of all, for each encoding unit tree, the specific implementation of motion estimation and compensation of the block size and the search range is based on the motion information of the corresponding block decision in the texture map; secondly, the search is not independent of each block dynamic transport, but considering the smooth inter block motion vector field, the movement of all the blocks an encoding unit tree search as an energy minimization process. The smooth motion vectors is poor, and the data is used to evaluate the synthesized view is inserted into the depth map quality distortion; finally, the energy minimization process into a label optimal allocation process, using the graph cut optimization algorithm to solve. The invention is suitable for the optimization of the 3D video coding efficiency and the fault tolerance and enhancement of the deep video.
【技术实现步骤摘要】
一种基于图割优化的深度图帧率提升方法
本专利技术涉及三维视频处理领域,具体涉及一种基于图割优化的深度图帧率提升方法。
技术介绍
深度图在三维视频处理系统中有很重要的作用。虽然不直接显示,但深度图中包含的几何信息可以用来将有限的已知视点合成额外的虚拟视点,支持自由视点观看,增强视觉体验效果。一方面,由于工艺限制,深度相机采集到的深度图往往帧率不高,导致合成的虚拟视点时间分辨率太低,容易产生视频抖动和运动不连续现象。另一方面,多视点视频加深度图(Multi-viewvideoplusdepth,MVD)的格式数据量非常大,为了方便传输和存储,需要高效的视频编码进行压缩。编码器可以跳过深度视频中的一些帧不编,即对深度图以低于采集帧率的较低帧率编码,这样可以减少消耗的比特率。但为了能在接收端流畅显示,低帧率的深度视频解码后,必须通过时域插值的方式来重建出跳过的深度帧。最简单的帧率提升方法是重复前一帧或者取前后帧的平均值,但这样的方法容易在物体边缘处产生运动模糊和伪影。所以,当前主流的帧率提升方法都是通过运动估计找出前后两帧间的运动矢量,沿着运动轨迹插入中间帧。基于运动补偿的帧插入方法大致分为两类,一类是像素级匹配,另一类是块匹配。像素级匹配的效果很好,但计算量太大,不实用;块匹配更为常用,但需要解决块间运动矢量不连续,物体边缘模糊等问题。大多数帧率提升方法都是针对纹理视频设计的,但深度图具有不同于自然纹理图的特征属性。深度图中的每个像素代表拍摄景物到摄像机之间的距离,是一幅包含大量匀质区域的灰度图,而平坦区域又被明显的边缘所分割。不同区域对运动失真的敏感度是不同的 ...
【技术保护点】
一种基于图割优化的深度图帧率提升方法,包括以下步骤:(1)编码端深度帧的跳过:在3D视频编码端,多视点的纹理图和深度图以访问单元为单位顺序编码,编号为奇数的访问单元中的深度图跳过不编码;(2)插值块尺寸的确定:每个插值帧的运动估计和补偿过程是以编码单元树为基本单位进行的,在每个编码单元树中,根据纹理图中编码预测单元的大小确定与其对应的用来运动估计和插值的块大小;(3)运动搜索范围的确定:根据纹理图中编码预测单元的运动矢量来确定与其对应的每个插值块的运动搜索范围;(4)候选运动矢量标签初始化:深度图前后两帧的块匹配程度用视点合成失真来衡量,对运动搜索范围内的每一个运动矢量计算出相应的视点合成失真,作为后续步骤的初始化过程;(5)最终运动矢量的计算:将最终运动矢量的计算转化为一个能量最小化方程的求解,此求解过程当作一个二维标签分配过程,利用图割优化算法计算出结果。
【技术特征摘要】
1.一种基于图割优化的深度图帧率提升方法,包括以下步骤:(1)编码端深度帧的跳过:在3D视频编码端,多视点的纹理图和深度图以访问单元为单位顺序编码,编号为奇数的访问单元中的深度图跳过不编码;(2)插值块尺寸的确定:每个插值帧的运动估计和补偿过程是以编码单元树为基本单位进行的,在每个编码单元树中,根据纹理图中编码预测单元的大小确定与其对应的用来运动估计和插值的块大小;(3)运动搜索范围的确定:根据纹理图中编码预测单元的运动矢量来确定与其对应的每个插值块的运动搜索范围;(4)候选运动矢量标签初始化:深度图前后两帧的块匹配程度用视点合成失真来衡量,对运动搜索范围内的每一个运动矢量计算出相应的视点合成失真,作为后续步骤的初始化过程;(5)最终运动矢量的计算:将最终运动矢量的计算转化为一个能量最小化方程的求解,此求解过程当作一个二维标签分配过程,利用图割优化算法计算出结果。2.根据权利要求1所述基于图割优化的深度图帧率提升方法,其特征在于:所述步骤(1)~步骤(5)是在3D-HEVC的框架下进行的。3.根据权利要求1所述基于图割优化的深度图帧率提升方法,其特征在于:每个访问单元包含同一时刻所有视点的纹理帧和深度帧,访问单元按时间顺序编码,以0起计数。4.根据权利要求1所述基于图割优化的深度图帧率提升方法,其特征在于:在步骤(3)中,水平方向和垂直方向的运动搜索范围的计算分别如式(Ⅰ)和式(Ⅱ)所示:SRh=|TMVx|/4(Ⅰ)SRv=|TMVy|/4(Ⅱ)式(Ⅰ)和(Ⅱ)中,TMVx和TMVy分别表示对应纹理图预测单元运动矢量的水平分量和垂直分量,对于纹理图中的帧内预测单元,运动矢量认为是0。5.根据权利要求1所述基于图割优化的深度图帧率提升方法,其特征在于:在步骤(4)中,视点合成失真的计算如式(Ⅲ)所示:
【专利技术属性】
技术研发人员:陈耀武,郭莉琳,田翔,周凡,
申请(专利权)人:浙江大学,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。