《多視點視頻加深度的容錯編碼與差錯隱藏技術》是依託上海大學，由馬然擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：多視點視頻加深度的容錯編碼與差錯隱藏技術
- 項目類別：青年科學基金項目
- 項目負責人：馬然
- 依託單位：上海大學
中文摘要,結題摘要,
中文摘要
為了實現新型的3D視頻套用，如3DTV和自由視點視頻，在新一代的3DV數據格式中必須包括深度信息已成為共識。MPEG新近採納了由紋理和深度圖構成的多視點視頻加深度（MVD）格式。差錯控制是3D視頻處理和傳輸系統的重要環節之一，對MVD的差錯控制技術進行深入研究是十分必要的。 本申請項目主要研究基於編解碼端的MVD的容錯編碼與差錯隱藏技術。在編碼端，充分研究MVD的時間、視點和深度的不同重要性和相關性，擬建立可分級判定模型、相鄰視點運動矢量相關性模型和視頻圖/深度圖相關性模型等，從而實現多重分層編碼，以提高容錯性能。在解碼端，擬基於多重的空間、時間、視點和深度相關性，確定候選矢量集，以準確迅速地實現丟失宏塊的恢復；並在此基礎上加入靜止宏塊預判定、邊界宏塊預分割等以提高隱藏的速度和效果。最終，實現完整的容錯編碼與差錯隱藏的聯合方案以實現有效的網路傳輸。
結題摘要
多視視頻加深度（MVD）格式的3D視頻（3DV）是當前研究熱點。為了保證MVD的魯棒性和抗誤碼性，研究適合MVD的容錯編碼和差錯隱藏技術具有一定的理論價值和實際意義。本項目充分考慮MVD具有空間、時間、視點間、視頻與深度間的多重相關性對MVD編碼效率和重建質量的影響，主要研究內容及成果如下： 研究多視點視頻加深度的可分級編碼：搭建MVD可分級編碼結構框架，兼容質量可分級和視點可分級；提出針對單視點的質量可分級擴展方案的快速模式選擇算法，編碼速度提高 40%左右；研究單視點視頻加深度（V+D）可分級編碼中的深度編碼方法，將深度圖的碼率降低2.11%~8.61%；提出MVD可分級編碼中的快速模式選擇方法，時間複雜度降低了約67.46%。 研究分層深度視頻（LDV）編碼：提出基於圖像修復的LDV殘差層數據的表示方法，在保證繪製質量的前提下可減少37%的數據量；提出改進的塊截斷編碼用於LDV殘差數據編碼，可提高至少0.21dB的合成視點繪製質量。 研究圖像修復用於多視點視頻幀間錯誤隱藏：基於視頻編碼特性改進圖像修復，使其適用於幀間錯誤隱藏；基於視頻的運動特性，提出圖像修復與外邊界匹配算法聯合的錯誤隱藏算法；基於視點特性，改進上述方法用於多視點視頻的幀間錯誤隱藏算法。實驗結表明本算法可以提高約0.66dB的重建質量，並且明顯克服了外邊界匹配算法帶來的視頻抖動。 研究多視點視頻加深度的差錯隱藏：設計自動選擇不同隱藏算法（基於候選運動矢量修正的隱藏模式、基於深度的外邊界匹配隱藏模式以及自適應權值的隱藏模式）的策略，這有效降低算法複雜度約42%，同時也保證重建視頻的客觀質量及虛擬視點的繪製質量分別提升0.17dB和0.26dB；根據ATM測試模型的特點和編碼順序，針對紋理中間視和深度中間視的特性分別提出不同的錯誤隱藏算法，然後分別根據紋理和深度左、右視的各自特性對上述對應的隱藏算法進行調整，進而實現一套整體隱藏算法，取得0.22dB的質量增益。 發表論文13篇，其中SCI/EI收錄9篇（另有3篇待收錄）；出版專著1部，申請發明專利4項，已全面完成計畫任務，研究成果為3DV系統的發展和套用提供了理論和技術基礎。
