【技术实现步骤摘要】
基于可重构阵列处理器的深度图CU快速划分方法
本专利技术属于图像处理
,具体涉及一种基于可重构阵列处理器的深度图CU快速划分方法。
技术介绍
随着多媒体技术的发展,人们对视频的要求越来越高,不仅要求高清晰度,而且也在向3D立体视频方向发展。三维高效视频编码(3D-HEVC)是高效视频编码用于3D视频编码的扩展,对深度映射图像的帧内编码既使用了HEVC中的帧内预测模式,又加入了深度模型模式,但这极大地增加了计算的复杂度和编码时间。近年来,许多学者也在这方面做了研究,MárioSaldanha等人,提出了一种用于3D-HEVC中深度图编码的块级快速编码方案,利用了相关纹理编码单元(CU)的信息加速编码深度图编码单元,主要针对SKIP模式编码时,当跳过模式对纹理编码单元进行编码时,当前深度映射编码单元被跳过的概率很高,该方案使编码时间缩短了26.9%,编码效率损失小于0.3%。Panz等人提出了一种根据深度视频与其对应的纹理视频、运动预测和编码块模式之间的模式相关性的快速的模式决策算法,来减少多视点深度视频编码的计算复杂性,该算法针对奇偶视图使编码时间分别缩短67.18%和69.90%。zhangQ等人提出了一种基于纹理视频和深度图相关的三维高效编码算法,利用纹理视频的编码信息和深度图属性来预测当前的CU预测模式,平均可节省75%的计算复杂度。现有的方法没有充分利用纹理图与深度图之间的相关性及深度图具有大部分平坦区域的特性,导致深度图CU划分过程复杂,划分计算时间长。
技术实现思路
(一) ...
【技术保护点】
1.一种基于可重构阵列处理器的深度图CU快速划分方法,其特征在于,包括:/n针对待处理的视频图像中每一视频帧包括深度图和纹理图时,当前视频帧中纹理图已经进行了CU的划分,则根据所述纹理图的CU划分信息和纹理图与深度图划分逻辑关系,获取当前帧中深度图的CU划分信息;/n其中,所述纹理图的CU划分和所述深度图的CU划分均是在可重构阵列处理器进行处理的。/n
【技术特征摘要】
1.一种基于可重构阵列处理器的深度图CU快速划分方法,其特征在于,包括:
针对待处理的视频图像中每一视频帧包括深度图和纹理图时,当前视频帧中纹理图已经进行了CU的划分,则根据所述纹理图的CU划分信息和纹理图与深度图划分逻辑关系,获取当前帧中深度图的CU划分信息;
其中,所述纹理图的CU划分和所述深度图的CU划分均是在可重构阵列处理器进行处理的。
2.根据权利要求1所述的方法,其特征在于,根据所述纹理图的CU划分的信息和纹理图与深度图划分逻辑关系,获取当前帧中深度图的CU划分信息,包括:
若所述纹理图当前块的CU划分信息为CU尺寸为64×64,深度为0,则深度图相应块的CU划分信息为CU尺寸为64×64,深度为0;
和/或,若所述纹理图当前块的CU划分信息为CU尺寸为32×32,深度为1,则深度图划分到深度为1的CU层;根据深度图当前块CU所属父CU的参数信息,和该父CU对应的所有子CU的参数信息,获取当前帧中深度图相应块的CU划分信息;
和/或,若所述纹理图当前块的CU划分信息为CU尺寸为16×16,深度为2,则深度图划分到深度为2的CU层;根据深度图当前块CU所属父CU的参数信息,和该父CU对应的所有子CU的参数信息,获取当前块CU划分信息;当CU划分信息为子CU划分信息时,将子CU的划分信息作为当前帧中深度图当前块的CU划分信息;否则将父CU作为深度图当前块CU,重复上述步骤直至CU尺寸64×64,将CU尺寸为64×64,深度为0作为当前帧中深度图相应块的CU划分信息;
和/或,所述纹理图当前块的CU划分信息为CU尺寸为8×8,深度为3,则深度图划分到深度为3的CU层;根据深度图当前块CU所属父CU的参数信息,和该父CU对应的所有子CU的参数信息,获取当前块CU划分信息;当CU划分信息为子CU划分信息时,将子CU的划分信息作为当前帧中深度图当前块的CU划分信息;否则将父CU作为深度图当前块CU,重复上述步骤直至CU尺寸64×64,将CU尺寸为64×64,深度为0作为当前帧中深度图相应块的CU划分信息。
3.根据权利要求2所述的方法,其特征在于,所述深度图当前块CU所属父CU的参数信息,包括:该父CU的率失真代价RD-Cost;
每一个子CU的参数信息,包括:子CU的率失真代价RD-Cost;
其中,RD-Cost=SAD+λR
R表示对当前尺寸的CU进行编码得到的码率,SAD表示绝对误差和,即对应像素点的差的绝对值之和,λ为拉格朗日因子。
4.根据权利要求3所述的方法,其特征在于,“根据深度图当前块CU所属父CU的参数信息,和该父CU对应的所有子CU的参数信息,获取当前块CU划分信息”,其方法包括:
比较深度图当前块CU所属父CU的参数信息和该父CU对应的所有子CU的参数信息;
若父CU的...
【专利技术属性】
技术研发人员:朱筠,王萍,蒋林,谢晓燕,胡传瞻,杨坤,
申请(专利权)人:西安邮电大学,
类型:发明
国别省市:陕西;61
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。