CN106686383A - 一种保留深度图边缘的深度图帧内编码方法 - Google Patents

一种保留深度图边缘的深度图帧内编码方法 Download PDF

Info

Publication number
CN106686383A
CN106686383A CN201710034797.0A CN201710034797A CN106686383A CN 106686383 A CN106686383 A CN 106686383A CN 201710034797 A CN201710034797 A CN 201710034797A CN 106686383 A CN106686383 A CN 106686383A
Authority
CN
China
Prior art keywords
edge
depth map
sub
block
macroblock
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.)
Pending
Application number
CN201710034797.0A
Other languages
English (en)
Inventor
向北海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Youxiang Technology Co Ltd
Original Assignee
Hunan Youxiang Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan Youxiang Technology Co Ltd filed Critical Hunan Youxiang Technology Co Ltd
Priority to CN201710034797.0A priority Critical patent/CN106686383A/zh
Publication of CN106686383A publication Critical patent/CN106686383A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/11—Selection of coding mode or of prediction mode among a plurality of spatial predictive coding modes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明提供一种保留深度图边缘的深度图帧内编码方法，首先将深度视频帧进行分块，对每个宏块进行边缘检测，并将不含边缘的块标与含有边缘的块分别进行标记；然后采用拉格朗日率失真优化策略选择帧内预测模式；最后写相应分割块的边缘检测标志位，对量化后的系数进行编码。该方法在深度图块编码之前先使用边缘检测方法确定当前块中是否有目标边缘，并保留深度图中的目标边缘，保持深度图的结构，提高深度图解码后的精确度，从而提高还原视图的质量。

Description

一种保留深度图边缘的深度图帧内编码方法
技术领域
本发明涉及计算机图像编码领域，特指一种保留深度图边缘的深度图帧内编码方法。
背景技术
近年来，立体视频技术已成为视频研究中的一个热点，国内外越来越多的学者都在从事这方面的研究。
立体视频具有强烈的立体感和纵深感，能够使用户体验三维视觉感知，能广泛应用于三维电视、娱乐、视屏通话、视频监控、艺术展览、教育、医疗和军事等领域。立体视频数据量巨大，具有两倍于单目视频的数据量，给存储和传输带来困难，是制约其应用的瓶颈。
传统的双目立体成像系统中，是通过传送左视图和右视图生成立体影像的，这种方法对数据量小的视频可行，但对数据量大的视频是不适用的。如果直接传输左视图和右视图，传输的信息量大，占用传输带宽资源多，传输效率低。有学者提出了通过传输左视图(或右视图)以及深度图，并在影像接收端通过深度图分析出另一视图，得到立体影像。深度图是指以物体纵向深度值代替灰度图像的灰度级形成的图像。深度图中的值表示的是场景中某一点到摄像机的距离，因此深度图由很多平滑的区域构成，这些平滑的区域通过尖锐的边缘分隔开来，这些边缘信息对还原视图非常敏感。深度图序列在编码传输时，由于其结构简单，层次分明，使其有更大的压缩空间，传输速度更快，传输效率更高，但是解码后的深度图质量严重影响着视图的还原，因此对深度序列的压缩需要有特殊的压缩方法。
发明内容
现有的深度数据的有损压缩都会造成深度图结构的改变，深度图边缘发生扭曲，影响基于深度图的视图还原，针对这个问题，本发明提出了一种保留深度图边缘的深度图帧内编码方法，通过对编码的宏块先进行Soble边缘检测，得到包含目标边缘的宏块，并在编码过程中保留深度图中的目标边缘，从而提高还原视图的质量。
本发明的技术方案是，
一种保留深度图边缘的深度图帧内编码方法，包括以下步骤：
S1、将深度视频帧进行分块，对每个宏块进行边缘检测，并将不含边缘的块标与含有边缘的块分别进行标记；
S11将深度视频帧划分为16×16像素的宏块；
S12依次对各16×16像素的宏块用边缘检测算子判断其内部是否含有目标边缘，若包含有目标边缘，则将其标记为Flag16＝0，若不包含目标边缘，则将其标记为Flag16＝1；
S13将标记为Flag16＝0的16×16宏块划分为4个8×8的子宏块，并将子宏块标记为Flag8[i]，其中i＝0,1,2,3，依次用边缘检测算子判断各子宏块内部是否含有目标边缘，如果不含有，则将其标记为Flag8[i]＝1，如果含有目标边缘，则将其标记为Flag8[i]＝0；
S14将标记为Flag8[i]＝0的宏块继续细分为4×4的子宏块，并将子宏块标记为Flag4[j]，其中j＝0,1,2,3...15，依次用边缘检测算子判断各子宏块内部是否含有目标边缘，如果不含有，则将其标记为Flag4[j]＝1，如果含有目标边缘，则将其标记为Flag4[j]＝0；
S2 H.264帧内编码的模式选择通过采用拉格朗日率失真优化策略选择帧内预测模式；
H.264通过对图像进行分块，进而以块的方式进行预测，由于当前块与已编码块之间存在较大的空间相关性，因此对帧内相邻块进行帧内预测，消除相邻块之间的空间相关性，提高帧内编码效率。在帧内预测过程中，当前编码块的相邻块用于计算当前块的预测值。将当前块的像素值与预测值进行差值，对残差进行DCT变换，将变换后的变换系数进行量化编码传输。
在帧内亮度预测编码过程中，按分块方式分16×16，8×8，4×4三种分块方式，按预测方式可以分为16×16亮度块帧内预测，8×8亮度块帧内预测，4×4亮度块帧内预测。其中16×16亮度块帧内预测有4种预测模式，8×8亮度块帧内预测有9种预测模式，4×4亮度块帧内预测有9种预测模式。H.264帧内编码的模式选择是通过对所有可以选择的编码预测模式进行遍历，得出一种最佳预测模式使得编码后的图像在码流和图像质量两者权衡后获得一个最佳。H.264通过拉格朗日率失真优化策略选择最优的帧内预测模式的具体步骤为：
(1)计算当前待编码的4×4子宏块和预测模式为m时重建的4×4子宏块之间的差值平方和(SSD)及编码比特率。
(2)用公式：J(s,c,m|QP,λm)＝SSD(s,c,m|QP)+λmR(s,c,m|QP)分别计算得到9种帧内模式率失真值，其中QP是宏块进行量化步骤中的编码器量化参数，λm是与QP有关的拉格朗日乘数，SSD()是待编码的原始亮度块s与预测模式为m时重建的块c之间的差值平方和，R()是利用帧内预测模式m进行编码的比特数。
(3)从9种帧内预测模式中选择具有最小率失真值的帧内预测模式作为当前4×4子宏块的最佳帧内预测模式。
(4)对宏块内16个4×4子宏块重复以上步骤(1)～(3)，获得每一个4×4子宏块的最佳预测模式和相应的最小率失真值。
(5)累加计算得出的16个4×4子宏块的最小率失真值，得到当前宏块的4×4帧内预测率失真值。
(6)同样地，分别计算当前宏块在4种16×16帧内预测模式和9种8×8帧内预测模式下的宏块率失真值，分别选择宏块率失真值最小的模式为最佳帧内16×16预测模式和最佳帧内8×8预测模式。
(7)根据步骤(5)和(6)中最小的率失真值，选择各亮度宏块的最佳帧内预测模式。如采用16×16帧内预测模式，或者采用8×8帧内预测模式，或者某个8×8块采用4×4帧内预测模式等。
S3写相应分割块的边缘检测标志位，将当前块的像素值与预测值进行差值，对得到的残差进行DCT变换后把变换后的变换系数进行量化编码。
分别定义编码中的16×16宏块，8×8子宏块，4×4子宏块的标志位为：
Flag16＝Sobel Flag16；
Flag8[i]＝Sobel Flag16|Sobel Flag8[i],i＝0,1,2,3；
Flag4[j]＝Sobel Flag16|Sobel Flag8[i]SobelFlag4[j],i＝0,1,2,3,j＝0,1,2...15；
其中：Flag16意味着当前宏块的预测模式是16×16时，对应的每个16×16宏块的编码器量化参数QP的选择标志位；Flag8[i]意味着当前宏块的预测模式是8×8时，对应的每个8×8子宏块的编码器量化参数QP的选择标志位，i代表着4个8×8子宏块中的子宏块标号；Flag4[j]意味着当前宏块的预测模式是4×4时，对应的每个4×4子宏块的编码器量化参数QP的选择标志位，j代表着16个4×4块的块标号。每个标志位分配1比特。
本发明S1中，所述的边缘检测算子为Sobel边缘检测算子。深度图由明显的边界和大量的平滑区域构成，噪声较少，选用Sobel边缘检测算子对深度图进行边缘检测。
Sobel边缘检测算子是根据像素的梯度来判断图像中目标的边缘位置，本发明使用8方向的3×3模板来确定边缘位置，其模板如下：
用8个方向的模板分别与待边缘检测图像做卷积，求得像素点各个方向上的导数，进而求得各像素点的梯度值。设置合适的门限阈值Th，通过实验分析，本发明中的Th取值为13。当灰度值大于或等于阈值Th时，认为像素点为边缘点，当灰度值小于阈值Th时，认为其为非边缘像素点。Sobel算子边缘检测方法计算简单，速度快，具有很好的实时处理能力
本发明针对不准确的深度图会对还原视图造成质量下降的问题提出了一种基于保留深度图边缘的深度图像编码方法，该方法在深度图块编码之前先使用Sobel边缘检测算法确定当前块中是否有目标边缘，并保留深度图中的目标边缘，保持深度图的结构，提高深度图解码后的精确度，从而提高还原视图的质量。
附图说明
图1为本发明的流程图；
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
如图1所示，本实施例提供的一种保留深度图边缘的深度图帧内编码方法，包括如下步骤：
首先，对深度图像进行宏块分割处理，判断当前编码宏块是否含有目标边缘。其具体过程是：
(1)将深度图像帧分割成16×16像素的宏块，并用边缘检测算子依次判断其内部是否含有目标边缘，如果不含有，则将其标记为Flag16＝1，如果含有目标边缘，则将其标记为Flag16＝0；
(2)将Flag16＝0的宏块继续细分为4个8×8的子宏块，并将子宏块标记为Flag8[i]，其中i＝0,1,2,3，依次用边缘检测算子判断各子宏块内部是否含有目标边缘，如果不含有，则将其标记为Flag8[i]＝1，如果含有目标边缘，则将其标记为Flag8[i]＝0；
(3)将标记为Flag8[i]＝0的宏块继续细分为4×4的子宏块，并将子宏块标记为Flag4[j]，其中j＝0,1,2,3...15(该标号是针对16×16的宏块)，依次用边缘检测算子判断各子宏块内部是否含有目标边缘，如果不含有，则将其标记为Flag4[j]＝1，如果含有目标边缘，则将其标记为Flag4[j]＝0。
本发明中，上面步骤中所述的边缘检测算子为Sobel边缘检测算子。深度图层次结构鲜明，每一层结构中的深度值基本相似，部分像素点深度甚至相同，为深度图带来了大量的压缩空间，但深度图边缘对视图的还原有重要影响。为了提高视图还原质量，减少边缘损失，提出了先检测出边缘宏块，并在编码时予以保留。深度图由明显的边界和大量的平滑区域构成，噪声较少，选用Sobel边缘检测算子对深度图进行边缘检测。
Sobel算子是根据像素的梯度来判断图像中目标的边缘位置，本发明使用8方向的3×3模板来确定边缘位置，其模板如下：
用8个方向的模板分别与待边缘检测图像做卷积，求得像素点各个方向上的导数，进而求得各像素点的梯度值。设置合适的门限阈值Th，通过实验分析，本发明中的Th取值为13。当灰度值大于或等于阈值Th时，认为像素点为边缘点，当灰度值小于阈值Th时，认为其为非边缘像素点。Sobel算子边缘检测方法计算简单，速度快，具有很好的实时处理能力。
然后，利用拉格朗日率失真优化(RDO，Rate Distortion Optimization)策略选择帧内预测模式。在帧内亮度预测编码过程中，按分块方式分16×16，8×8，4×4三种分块方式，按预测方式可以分为16×16亮度块帧内预测，8×8亮度块帧内预测，4×4亮度块帧内预测。其中16×16亮度块帧内预测有4种预测模式，依次分别是垂直模式、水平模式、DC模式和平面模式。8×8亮度块帧内预测有9种预测模式，依次为垂直模式、水平模式、DC模式、下左对角线模式、下右对角线模式、右垂直模式、下水平模式、左垂直模式和上水平模式。4×4亮度块帧内预测有9种预测模式，依次为垂直模式、水平模式、DC模式、下左对角线模式、下右对角线模式、右垂直模式、下水平模式、左垂直模式和上水平模式。H.264帧内编码的模式选择是通过对所有可以选择的编码预测模式进行遍历，得出一种最佳预测模式使得编码后的图像在码流和图像质量两者权衡后获得一个最佳。H.264通过率失真优化(RDO)选择最优的预测模式的具体步骤为：
(1)计算当前待编码的4×4子宏块和预测模式为m时重建的4×4子宏块之间的差值平方和(SSD)及编码比特率。
(2)用公式：J(s,c,m|QP,λm)＝SSD(s,c,m|QP)+λmR(s,c,m|QP)分别计算得到9种帧内模式率失真值，其中QP是宏块进行量化步骤中的编码器量化参数，λm是与QP有关的拉格朗日乘数，SSD()是待编码的原始亮度块s与预测模式为m时重建的块c之间的差值平方和，R()是利用帧内预测模式m进行编码的比特数。
(3)从9种帧内预测模式中选择具有最小率失真值的帧内预测模式作为当前4×4子宏块的最佳帧内预测模式。
(4)对宏块内16个4×4子宏块重复以上步骤(1)～(3)，获得每一个4×4子宏块的最佳预测模式和相应的最小率失真值。
(5)累加计算得出的16个子宏块的最小率失真值，得到当前宏块的4×4帧内预测率失真值。
(6)同样地，分别计算当前宏块在4种16×16帧内预测模式和9种8×8帧内预测模式下的宏块率失真值，分别选择宏块率失真值最小的模式为最内16×16预测模式和最佳帧内8×8预测模式。
(7)根据步骤(5)和(6)中最小的率失真值，选择各亮度宏块的最佳镇内预测模式。如采用16×16帧内预测模式，或者采用8×8帧内预测模式，或者某个8×8子宏块块采用4×4帧内预测模式等。
其中，率失真优化编码中的比特分配如下。分别定义编码中的16×16宏块，8×8子宏块，4×4子宏块的标志位为：
Flag16＝Sobel Flag16；
Flag8[i]＝Sobel Flag16|Sobel Flag8[i],i＝0,1,2,3；
Flag4[j]＝Sobel Flag16|Sobel Flag8[i]SobelFlag4[j],i＝0,1,2,3,j＝0,1,2...15；
Flag16意味着当前宏块的预测模式是16×16时，对应的每个16×16宏块的编码器量化参数QP的选择标志位；Flag8[i]意味着当前宏块的预测模式是8×8时，对应的每个8×8子宏块的编码器量化参数QP的选择标志位，i代表着4个8×8子宏块中的子宏块标号；Flag4[j]意味着当前宏块的预测模式是4×4时，对应的每个4×4子宏块的编码器量化参数QP的选择标志位，j代表着16个4×4子宏块的块标号。每个标志位分配1比特。
以上包含了本发明优选实施例的说明，这是为了详细说明本发明的技术特征，并不是想要将发明内容限制在实施例所描述的具体形式中，依据本发明内容主旨进行的其他修改和变型也受本专利保护。本发明内容的主旨是由权利要求书所界定，而非由实施例的具体描述所界定。

Claims (6)

1.一种保留深度图边缘的深度图帧内编码方法，其特征在于，包括以下步骤：
S1、将深度视频帧进行分块，对每个宏块进行边缘检测，并将不含边缘的块标与含有边缘的块分别进行标记；
S2：H.264帧内编码的模式选择通过采用拉格朗日率失真优化策略选择帧内预测模式；
S3：写相应分割块的边缘检测标志位，将当前块的像素值与预测值进行差值，对残差进行DCT变换，将变换后的变换系数进行量化编码。
2.根据权利要求1所述的保留深度图边缘的深度图帧内编码方法，其特征在于，步骤S1中，包括以下步骤：
S11将深度视频帧划分为16×16像素的宏块；
S12依次对各16×16像素的宏块用边缘检测算子判断其内部是否含有目标边缘，若包含有目标边缘，则将其标记为Flag16＝0，若不包含目标边缘，则将其标记为Flag16＝1；
S13将标记为Flag16＝0的16×16宏块划分为4个8×8的子宏块，并将子宏块标记为Flag8[i]，其中i＝0,1,2,3，依次用边缘检测算子判断各子宏块内部是否含有目标边缘，如果不含有，则将其标记为Flag8[i]＝1，如果含有目标边缘，则将其标记为Flag8[i]＝0；
S14将标记为Flag8[i]＝0的宏块继续细分为4×4的子宏块，并将子宏块标记为Flag4[j]，其中j＝0,1,2,3...15，依次用边缘检测算子判断各子宏块内部是否含有目标边缘，如果不含有，则将其标记为Flag4[j]＝1，如果含有目标边缘，则将其标记为Flag4[j]＝0。
3.根据权利要求2所述的保留深度图边缘的深度图帧内编码方法，其特征在于，步骤S1中，所述的边缘检测算子为Sobel边缘检测算子，选用Sobel边缘检测算子对深度图进行边缘检测。
4.根据权利要求3所述的保留深度图边缘的深度图帧内编码方法，其特征在于，步骤S1中，Sobel边缘检测算子是根据像素的梯度来判断图像中目标的边缘位置，其使用8方向的3×3模板来确定边缘位置，其模板如下：
- 1 0 1 - 2 0 2 - 1 0 1 - 1 - 2 - 1 0 0 0 1 2 1 2 1 0 1 0 - 1 0 - 1 - 2 0 - 1 - 2 1 0 - 1 2 1 0
1 0 - 1 2 0 - 2 1 0 - 1 1 2 1 0 0 0 - 1 - 2 - 1 - 2 - 1 0 - 1 0 1 0 1 2 0 1 2 - 1 0 1 - 2 - 1 0
用8个方向的模板分别与待边缘检测图像做卷积，求得像素点各个方向上的导数，进而求得各像素点的梯度值；设置门限阈值Th，Th取值为13；当灰度值大于或等于门限阈值Th时，认为像素点为边缘点，当灰度值小于门限阈值Th时，认为其为非边缘像素点。
5.根据权利要求1所述的保留深度图边缘的深度图帧内编码方法，其特征在于，步骤S2中，
在帧内亮度预测编码过程中，按分块方式分16×16，8×8，4×4三种分块方式，按预测方式可以分为16×16亮度块帧内预测，8×8亮度块帧内预测，4×4亮度块帧内预测；其中16×16亮度块帧内预测有4种预测模式，8×8亮度块帧内预测有9种预测模式，4×4亮度块帧内预测有9种预测模式；
H.264帧内编码的模式选择通过拉格朗日率失真优化策略选择最优的帧内预测模式的步骤为：
(1)计算当前待编码的4×4子宏块和预测模式为m时重建的4×4子宏块之间的差值平方和及编码比特率；
(2)用公式：J(s,c,m|QP,λm)＝SSD(s,c,m|QP)+λmR(s,c,m|QP)分别计算得到9种帧内模式率失真值，其中QP是编码器量化参数，λm是与QP有关的拉格朗日乘数，SSD()是待编码的原始亮度块s与预测模式为m时重建的块c之间的差值平方和，R()是利用帧内预测模式m进行编码的比特数；
(3)从9种帧内预测模式中选择具有最小率失真值的帧内预测模式作为当前4×4子宏块的最佳帧内预测模式；
(4)对宏块内16个4×4子宏块重复以上步骤(1)～(3)，获得每一个4×4子宏块的最佳预测模式和相应的最小率失真值；
(5)累加计算得出的16个4×4子宏块的最小率失真值，得到当前宏块的4×4帧内预测率失真值；
(6)同样地，分别计算当前宏块在4种16×16帧内预测模式和9种8×8帧内预测模式下的宏块率失真值，分别选择宏块率失真值最小的模式为最佳帧内16×16预测模式和最佳帧内8×8预测模式；
(7)根据步骤(5)和(6)中最小的率失真值，选择各亮度宏块的最佳帧内预测模式。
6.根据权利要求5所述的保留深度图边缘的深度图帧内编码方法，其特征在于，步骤S3中，分别定义编码中的16×16宏块，8×8子宏块，4×4子宏块的标志位为：
Flag16＝Sobel Flag16；
Flag8[i]＝Sobel Flag16|Sobel Flag8[i],i＝0,1,2,3；
Flag4[j]＝Sobel Flag16|Sobel Flag8[i]SobelFlag4[j],i＝0,1,2,3,j＝0,1,2...15；
其中：Flag16意味着当前宏块的预测模式是16×16时，对应的每个16×16宏块的编码器量化参数QP的选择标志位；Flag8[i]意味着当前宏块的预测模式是8×8时，对应的每个8×8子宏块的编码器量化参数QP的选择标志位，i代表着4个8×8子宏块中的子宏块标号；Flag4[j]意味着当前宏块的预测模式是4×4时，对应的每个4×4子宏块的编码器量化参数QP的选择标志位，j代表着16个4×4块的块标号；每个标志位分配1比特。
CN201710034797.0A 2017-01-17 2017-01-17 一种保留深度图边缘的深度图帧内编码方法 Pending CN106686383A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710034797.0A CN106686383A (zh) 2017-01-17 2017-01-17 一种保留深度图边缘的深度图帧内编码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710034797.0A CN106686383A (zh) 2017-01-17 2017-01-17 一种保留深度图边缘的深度图帧内编码方法

Publications (1)

Publication Number Publication Date
CN106686383A true CN106686383A (zh) 2017-05-17

Family

ID=58859299

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710034797.0A Pending CN106686383A (zh) 2017-01-17 2017-01-17 一种保留深度图边缘的深度图帧内编码方法

Country Status (1)

Country Link
CN (1) CN106686383A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107155108A (zh) * 2017-06-19 2017-09-12 电子科技大学 一种基于亮度变化的帧内预测方法
CN112040245A (zh) * 2019-06-04 2020-12-04 万维数码有限公司 用于帧内编码深度图多层表示的系统和方法
CN113038144A (zh) * 2021-05-24 2021-06-25 浙江大华技术股份有限公司 一种去除块效应的方法、装置和计算机可读存储介质
CN114885164A (zh) * 2022-07-12 2022-08-09 深圳比特微电子科技有限公司 确定帧内预测模式的方法、装置及电子设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1901679A (zh) * 2005-07-21 2007-01-24 海信集团有限公司 基于宏块内边缘信息选择分割的方法
CN103384325A (zh) * 2013-02-22 2013-11-06 张新安 一种avs-m视频编码快速帧间预测模式选择方法
CN103546758A (zh) * 2013-09-29 2014-01-29 北京航空航天大学 一种快速深度图序列帧间模式选择分形编码方法
CN103957422A (zh) * 2014-04-25 2014-07-30 上海大学 一种基于边缘的面向虚拟视绘制的深度视频的编码方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1901679A (zh) * 2005-07-21 2007-01-24 海信集团有限公司 基于宏块内边缘信息选择分割的方法
CN103384325A (zh) * 2013-02-22 2013-11-06 张新安 一种avs-m视频编码快速帧间预测模式选择方法
CN103546758A (zh) * 2013-09-29 2014-01-29 北京航空航天大学 一种快速深度图序列帧间模式选择分形编码方法
CN103957422A (zh) * 2014-04-25 2014-07-30 上海大学 一种基于边缘的面向虚拟视绘制的深度视频的编码方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107155108A (zh) * 2017-06-19 2017-09-12 电子科技大学 一种基于亮度变化的帧内预测方法
CN107155108B (zh) * 2017-06-19 2019-07-12 电子科技大学 一种基于亮度变化的帧内预测方法
CN112040245A (zh) * 2019-06-04 2020-12-04 万维数码有限公司 用于帧内编码深度图多层表示的系统和方法
CN112040245B (zh) * 2019-06-04 2023-07-21 万维数码有限公司 用于帧内编码深度图多层表示的系统和方法
CN113038144A (zh) * 2021-05-24 2021-06-25 浙江大华技术股份有限公司 一种去除块效应的方法、装置和计算机可读存储介质
CN114885164A (zh) * 2022-07-12 2022-08-09 深圳比特微电子科技有限公司 确定帧内预测模式的方法、装置及电子设备和存储介质

Similar Documents

Publication Publication Date Title
US10313692B2 (en) Visual perception characteristics-combining hierarchical video coding method
CN109309834B (zh) 基于卷积神经网络和hevc压缩域显著信息的视频压缩方法
US10257531B2 (en) Method and apparatus for processing multiview video signals based on illumination compensation and inter-view motion candidate
CN104378643B (zh) 一种3d视频深度图像帧内预测模式选择方法及系统
CN101710993B (zh) 基于块的自适应超分辨率视频处理方法及系统
US20140321552A1 (en) Optimization of Deblocking Filter Parameters
US8705885B2 (en) Depth image encoding apparatus and depth image decoding apparatus using loop-filter, method and medium
US9349192B2 (en) Method and apparatus for processing video signal
US20110317766A1 (en) Apparatus and method of depth coding using prediction mode
CN101378504B (zh) 用于h.264编码的块匹配运动估计方法
CN106686383A (zh) 一种保留深度图边缘的深度图帧内编码方法
CN106534862B (zh) 一种视频编码方法
WO2011163603A1 (en) Multi-resolution, multi-window disparity estimation in 3d video processing
US9451271B2 (en) Adaptive filtering based on pattern information
US20110317912A1 (en) Method, apparatus and computer-readable medium coding and decoding depth image using color image
Milani et al. Efficient depth map compression exploiting segmented color data
CN111434115A (zh) 视频编码中纹理合成的聚类修正
CN104065962A (zh) 基于视觉注意的宏块层比特分配优化方法
CN109327703A (zh) 一种基于不同采样块的深度图编解码方法
US20150055702A1 (en) Method of processing video signals
US10187658B2 (en) Method and device for processing multi-view video signal
KR20060111528A (ko) 비디오 신호에서 국부적인 시각적 공간-시간 상세의 검출
CN112468808B (zh) 一种基于强化学习的i帧目标带宽分配方法及装置
EP2735144B1 (en) Adaptive filtering based on pattern information
Ruiz-Hidalgo et al. Multiview depth coding based on combined color/depth segmentation

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20170517

RJ01 Rejection of invention patent application after publication