紋理類(lèi)型預(yù)判和SDC優(yōu)化的3D-HEVC深度圖幀內(nèi)算法*

粘春湄，陳 婧，曾煥強(qiáng)

華僑大學(xué) 信息科學(xué)與工程學(xué)院，福建 廈門(mén) 361021

1 引言

近年來(lái)，隨著3D視頻設(shè)備的興起以及人們對(duì)3D視頻身臨其境的感知需求，3D視頻的概念已經(jīng)深入人心，成為學(xué)術(shù)界和產(chǎn)業(yè)界關(guān)注的熱點(diǎn)。隨著3D視頻數(shù)據(jù)量的劇增，如何簡(jiǎn)單高效地對(duì)3D視頻進(jìn)行編碼傳輸，并且保證其重建質(zhì)量，是科研人員和產(chǎn)品開(kāi)發(fā)人員共同面對(duì)的主要挑戰(zhàn)。為此，MPEG和ITU-T于2013年成立了聯(lián)合專(zhuān)家組（joint collaborative team on 3D video coding extension development，JCT-3V），建立了以新一代高效視頻編碼標(biāo)準(zhǔn)（high efficiency video coding，HEVC）為基礎(chǔ)的3D-HEVC編碼標(biāo)準(zhǔn)[1]。

3D-HEVC標(biāo)準(zhǔn)采用多視點(diǎn)加深度（multi-view video plus depth，MVD）的視頻格式。其中，紋理圖如圖1（a）所示；深度圖由物體與相機(jī)的深度距離所產(chǎn)生，如圖1（b）所示。這種視頻格式不需要直接編碼所有視點(diǎn)的視頻，只編碼少數(shù)視點(diǎn)，并通過(guò)基于深度圖像的繪制技術(shù)（depth-image-based rendering，DIBR）合成其他視點(diǎn)信息[2-3]，這在一定程度上減少了視頻編碼的數(shù)據(jù)量[4]。

Fig.1 Depth map and texture map of the 1st frame in shark sequence圖1“shark”序列的第一幀紋理圖和深度圖

觀(guān)察圖1（b），不難發(fā)現(xiàn)深度圖中存在大量的平坦區(qū)域（紅色框所示）以及明顯的邊緣區(qū)域（藍(lán)色框所示）。為了更好地保護(hù)深度圖的邊緣信息，3DHEVC引入了兩種幀內(nèi)深度編碼模式（depth modeling modes，DMMs），分別是包含楔形分割的DMM1模式和包含任意輪廓分割的DMM4模式[5]。對(duì)于MVD視頻而言，除了需要對(duì)傳統(tǒng)的紋理視頻進(jìn)行編碼，其深度圖編碼也沿用了四叉樹(shù)CTU（coding tree unit）遞歸分割技術(shù)及預(yù)測(cè)模式遍歷，且其預(yù)測(cè)模式共有37種編碼模式，包括35種標(biāo)準(zhǔn)的HEVC幀內(nèi)編碼模式和兩類(lèi)DMM模式[6]，這就增加了算法的復(fù)雜度。因此，分析深度圖特征，優(yōu)化其幀內(nèi)預(yù)測(cè)算法，是降低3DHEVC算法復(fù)雜度的一個(gè)思路。

現(xiàn)有的深度圖幀內(nèi)預(yù)測(cè)優(yōu)化算法主要包括：幀內(nèi)預(yù)測(cè)模式的預(yù)判、CU（coding unit）分割的提前終止以及分段直流編碼（segment-wise DC coding，SDC）等。由于深度圖的特點(diǎn)是平坦區(qū)域遠(yuǎn)多于非平坦區(qū)域，跳過(guò)針對(duì)邊緣區(qū)域DMMs模式的計(jì)算和判斷過(guò)程可以減小很多不必要的開(kāi)銷(xiāo)。文獻(xiàn)[7]是對(duì)當(dāng)前編碼的深度塊在哈達(dá)瑪變換域中進(jìn)行邊緣分類(lèi)，并基于分類(lèi)結(jié)果有效地跳過(guò)不必要的DMMs模式的檢查。文獻(xiàn)[8]通過(guò)提取編碼塊的4個(gè)角點(diǎn)像素值之間的最大差值來(lái)判斷是否為邊緣區(qū)域，若不為邊緣區(qū)域，可以跳過(guò)DMMs的檢查。文獻(xiàn)[9]在分析DMM1分割線(xiàn)的起始端與終止端的梯度差特點(diǎn)的基礎(chǔ)上，提出4種對(duì)編碼塊邊緣評(píng)估的梯度濾波器算法，定位DMM1的最佳起始與終止位置，一定程度上減少了比特率失真。

在對(duì)幀內(nèi)CU分割提前終止的預(yù)判上，Min等人[10]提出對(duì)CU的全局和局部的水平、垂直、45°對(duì)角線(xiàn)方向和135°對(duì)角線(xiàn)方向進(jìn)行復(fù)雜度計(jì)算，判斷CU是否需要繼續(xù)分割。Peng等人[11]提出利用當(dāng)前CU塊內(nèi)像素方差與3D-HEVC中對(duì)DMMs進(jìn)行預(yù)判的閾值進(jìn)行對(duì)比，并且將4個(gè)子CU中方差最大的值與其進(jìn)行對(duì)比，判斷是否對(duì)當(dāng)前CU繼續(xù)分割。文獻(xiàn)[12]利用共生灰度矩陣對(duì)CTU的像素值進(jìn)行統(tǒng)計(jì)，利用共生灰度矩陣中的非零個(gè)數(shù)與閾值比較，提前判決CU分割的最佳尺寸，但其閾值應(yīng)根據(jù)視頻內(nèi)容進(jìn)行自適應(yīng)更新。

3D-HEVC采用了分段直流殘差編碼（SDC）方法，其基本思想是將一個(gè)預(yù)測(cè)單元?jiǎng)澐殖梢粋€(gè)段或兩個(gè)段，每個(gè)段的殘差用一個(gè)常量來(lái)代替。使用SDC對(duì)殘差塊進(jìn)行編碼，就不再需要對(duì)殘差進(jìn)行變換和量化，減小了計(jì)算復(fù)雜度[13]。因?yàn)閴K中像素變化的某種分布可能會(huì)用角度模式預(yù)測(cè)，所以L(fǎng)iu等人[14]提出一種可以在傳統(tǒng)幀內(nèi)角度模式下通用的SDC編碼方式。Gu等人[15]提出通過(guò)全率失真列表，只對(duì)率失真代價(jià)（rate-distortion cost，RDcost）最小的模式和DMMs模式進(jìn)行SDC編碼，而跳過(guò)其他模式的SDC編碼過(guò)程。但此算法沒(méi)有考慮Planar模式對(duì)SDC的依賴(lài)性，造成合成視點(diǎn)的較大失真。通過(guò)對(duì)SDC編碼過(guò)程的研究發(fā)現(xiàn)，在預(yù)測(cè)模式的方向與編碼塊的紋理具有較高匹配度的情況下使用SDC模式才會(huì)更有效，因此在匹配度較低的情況下可以跳過(guò)SDC的編碼過(guò)程。

基于以上的分析，本文提出一種基于紋理類(lèi)型預(yù)判的3D-HEVC深度圖幀內(nèi)快速編碼算法。通過(guò)Roberts算子判斷編碼單元類(lèi)型，若當(dāng)前編碼單元的Roberts梯度和小于某個(gè)合理的閾值，說(shuō)明此編碼單元為平坦塊，在幀內(nèi)預(yù)測(cè)時(shí)可以跳過(guò)對(duì)DMMs預(yù)測(cè)模式的檢查，并且可以提前終止CU的分割，節(jié)省預(yù)測(cè)模式樹(shù)狀遍歷的開(kāi)銷(xiāo)。另外，利用Roberts算子判定當(dāng)前塊為平坦時(shí)，若粗略模式選擇（rough mode decision，RMD）之后的當(dāng)前模式不是DMMs或者Planar模式時(shí)，則跳過(guò)對(duì)當(dāng)前模式的SDC檢查，降低計(jì)算復(fù)雜度。

本文組織結(jié)構(gòu)如下：第2章介紹深度圖幀內(nèi)DMMs模式選擇過(guò)程、CTU的遞歸分割以及SDC編碼；第3章給出本文算法的基本思想，即如何用梯度和指導(dǎo)DMMs模式的跳過(guò)及CTU分割深度的預(yù)判，并且對(duì)SDC的算法進(jìn)行數(shù)據(jù)統(tǒng)計(jì)；第4章詳細(xì)討論本文算法的步驟；第5章對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析；第6章總結(jié)全文。

2 深度圖幀內(nèi)編碼和SDC編碼復(fù)雜度分析

2.1 深度圖DMMs編碼模式的選擇過(guò)程

為了更準(zhǔn)確地描述深度圖的邊緣信息，3DHEVC深度圖編碼時(shí)，預(yù)測(cè)單元（prediction unit，PU）增加了DMMs模式。DMMs模式包含DMM1模式和DMM4模式，分別對(duì)應(yīng)著楔形分割和輪廓分割，如圖2（a）、圖2（b）所示。

如圖2所示，塊中的楔形分割和輪廓分割具體描述為各自分別被一條線(xiàn)性直線(xiàn)和不規(guī)則曲線(xiàn)劃分為兩個(gè)區(qū)域P1和P2，每個(gè)區(qū)域用各自的像素平均值預(yù)測(cè)。3D-HEVC中選擇DMMs作為最佳模式的過(guò)程：（1）在RMD過(guò)程中，采用全率失真（full rate distortion，full-RD）列表，對(duì)列表里的模式（除DMMs）做RDcost計(jì)算，選出的最佳模式再加入3種最有可能的模式（most probable mode,MPM）到列表中，這3種最有可能模式MPM是從35種傳統(tǒng)HEVC的預(yù)測(cè)模式中選出來(lái)的；（2）將所有DMMs加入到列表中；（3）當(dāng)DMMs模式的RDcost最低時(shí)，選擇DMMs作為最佳預(yù)測(cè)模式。可以看出，選擇DMMs作為最佳模式的復(fù)雜度較高。

Fig.2 Depth modeling modes圖2 深度編碼模式

2.2 CTU的逐層分割

3D-HEVC中深度圖的編碼沿用了HEVC的四叉樹(shù)結(jié)構(gòu)CTU分割方式，如圖3所示。

Fig.3 Quadtree partition of CTU圖3CTU的四叉樹(shù)分割

64×64尺寸的CU是最大的編碼單元，即LCU。將LCU逐層分割，其劃分深度級(jí)別依次為0、1、2、3，分別對(duì)應(yīng)著 64×64、32×32、16×16、8×8尺寸的CU。對(duì)每個(gè)深度級(jí)別的CU都會(huì)進(jìn)行RDcost的計(jì)算，如果當(dāng)前深度級(jí)別的CU的RDcost大于下一個(gè)深度級(jí)別的4個(gè)CU的RDcost總和，則CU繼續(xù)劃分。反之，則終止CU劃分。在紋理圖中，平坦區(qū)域采用大尺寸的CU分割，而復(fù)雜區(qū)域采用小尺寸的CU分割，更能保證合成視圖的質(zhì)量。因?yàn)?D-HEVC中的深度圖基本由大量的平坦區(qū)域和明顯的邊緣區(qū)域組成，所以深度圖中采用大尺寸的CU分割概率比較大。如果能預(yù)判深度圖為大尺寸CU分割，則能提前終止對(duì)CTU的遞歸分割過(guò)程，大大降低編碼的復(fù)雜性。

2.3 SDC殘差編碼分析

SDC是一種3D-HEVC中獨(dú)有的殘差編碼方法，這種方法僅使用一個(gè)或兩個(gè)常數(shù)值來(lái)代替整個(gè)的殘差塊，跳過(guò)變換和量化的過(guò)程，從而起到了節(jié)省碼率的作用。3D-HEVC中，在full-RD列表創(chuàng)建完成后，編碼器會(huì)對(duì)列表中的所有模式進(jìn)行不使用SDC的RDcost計(jì)算和使用SDC的RDcost計(jì)算，如圖4所示。

Fig.4 SDC optimization圖4SDC優(yōu)化

在計(jì)算完所有的RDcost后才能決定當(dāng)前編碼塊的最佳預(yù)測(cè)模式和是否使用SDC殘差編碼方式。這增加了3D-HEVC的編碼復(fù)雜度。

3 深度圖紋理預(yù)判和SDC的優(yōu)化

3.1 邊緣預(yù)判對(duì)深度圖DMMs模式跳過(guò)的可行性分析

Roberts是一種利用局部差分算子尋找邊緣的2×2模板的算子，它采用對(duì)角線(xiàn)方向相鄰兩像素之差近似梯度幅值檢測(cè)邊緣，公式如下：

當(dāng)模板用于圖像的每個(gè)像素位置處會(huì)得到梯度分量gx和gy。計(jì)算梯度的幅值時(shí)，用梯度分量的絕對(duì)值的和來(lái)近似梯度的幅值，如下：

在PU上使用梯度和計(jì)算，記為SRoberts_PU：

其中，n和m表示當(dāng)前PU的高度和寬度；M(x,y)表示當(dāng)前PU在該位置處的像素的梯度值。

當(dāng)計(jì)算的區(qū)域是平坦區(qū)域時(shí)，梯度和會(huì)很?。划?dāng)該區(qū)域包含很多邊緣信息時(shí)，那么梯度和就會(huì)很大。因此可以設(shè)定閾值TRoberts_PU，當(dāng)梯度和SRoberts_PU小于該閾值時(shí)，判定為平坦區(qū)域，就可以跳過(guò)該P(yáng)U塊的DMMs模式檢測(cè)。

在設(shè)定閾值時(shí)，考慮到Planar和DC模式更適合于平坦區(qū)域，這意味著PU塊在平坦區(qū)域更容易選擇Planar和DC模式?？紤]到在不同視頻序列下，PU塊不同，因此針對(duì)不同的視頻內(nèi)容要不斷對(duì)閾值TRoberts_PU進(jìn)行更新。當(dāng)采用Planar和DC模式作為最優(yōu)模式時(shí)，取PU的梯度和的均值作為閾值TRoberts_PU。每當(dāng)PU的最優(yōu)模式是Planar或者DC模式時(shí)，對(duì)PU進(jìn)行梯度和累加并取平均值，從而更新閾值，來(lái)適應(yīng)不同的視頻序列。閾值更新過(guò)程如圖5所示。

Fig.5 Flow chart forTRoberts_PUupdate圖5 閾值TRoberts_PU的更新流程圖

為了驗(yàn)證算法的準(zhǔn)確性，本節(jié)統(tǒng)計(jì)了在梯度和SRoberts_PU小于閾值TRoberts_PU時(shí)，使用傳統(tǒng)HEVC預(yù)測(cè)模式作為最佳模式的概率，記為Q1，如表1所示。通過(guò)表1可以看出，所提算法的準(zhǔn)確率高達(dá)99.18%。這意味著在當(dāng)前PU的梯度和SRoberts_PU小于閾值TRoberts_PU時(shí)，可以判定該區(qū)域?yàn)槠教箙^(qū)域，跳過(guò)對(duì)DMMs模式的檢查過(guò)程。

Table 1 Proportion that the best mode is traditional HEVC mode inSRoberts_PU

3.2 基于邊緣預(yù)判的CTU分割提前判決

從CTU的四叉樹(shù)分割過(guò)程上看，如果能提前判決CTU的劃分深度等級(jí)，就能避免其他深度等級(jí)的模式遞歸選擇和率失真計(jì)算過(guò)程，降低編碼復(fù)雜度。本文提出基于梯度和的CU分割提前判決算法，對(duì)于大尺寸的CU，使用基于梯度和計(jì)算，若它的梯度和滿(mǎn)足設(shè)定的閾值，就可認(rèn)為當(dāng)前塊是紋理簡(jiǎn)單的平坦塊，其RDcost的計(jì)算一般優(yōu)于下一個(gè)深度等級(jí)，選擇當(dāng)前尺寸作為最優(yōu)劃分尺寸的概率比較大，從而提前終止CU繼續(xù)遞歸分割，節(jié)省編碼時(shí)間。

與3.1節(jié)相似，判斷區(qū)域是否為平坦區(qū)域，若為平坦區(qū)域，則不需要再對(duì)當(dāng)前CU進(jìn)行劃分；反之，繼續(xù)劃分當(dāng)前CU為更小的尺寸。與3.1節(jié)不同的是，對(duì)CU的閾值本文取為0，若梯度和為0，則判定該CU塊是平坦塊，終止CU進(jìn)一步劃分，若不是，則繼續(xù)劃分。

為了驗(yàn)證算法的準(zhǔn)確性，本節(jié)統(tǒng)計(jì)當(dāng)前深度等級(jí)的CU的梯度和SRoberts_PU為0時(shí)，其所對(duì)應(yīng)的當(dāng)前尺寸作為編碼后最佳分割尺寸的概率，即準(zhǔn)確率，記為Q2，如表2所示。從表2可以看出，本文算法的平均準(zhǔn)確率為99.75%，意味著梯度和SRoberts_PU為0時(shí)，當(dāng)前CU的尺寸被選為最佳劃分尺寸的概率極大。

3.3 SDC編碼的優(yōu)化

經(jīng)過(guò)對(duì)SDC編碼方式的分析，發(fā)現(xiàn)“將殘差塊用一個(gè)常數(shù)值來(lái)代替”這一特征決定了這種編碼方式只有在預(yù)測(cè)模式與紋理特征具有較高匹配度的情況下才能有優(yōu)秀的RD表現(xiàn)。而在full-RD列表中的n種預(yù)測(cè)模式中，只有一種或幾種模式會(huì)與當(dāng)前編碼塊的紋理特征具有較高的匹配度，因此，只需要對(duì)這一種或幾種具有較高匹配度的模式進(jìn)行SDC編碼，而其余的幾種具有低匹配度的預(yù)測(cè)模式則不需要再進(jìn)行SDC編碼?？紤]到在傳統(tǒng)HEVC中的33種角度預(yù)測(cè)模式中，預(yù)測(cè)角度的分配比較密集，在RMD過(guò)程中會(huì)將相鄰的幾個(gè)角度都加入到full-RD列表中，較難從中準(zhǔn)確而又快速地判斷出哪一角度與紋理具有最高的匹配度。因此，為了保證預(yù)測(cè)的準(zhǔn)確性，本文不從具有角度紋理特性的編碼塊入手，而是從平坦的編碼塊入手，因?yàn)閷?duì)于平坦塊，能夠準(zhǔn)確而又快速地找到與紋理特性具有最高匹配度的預(yù)測(cè)模式。除此之外，由于深度圖是由大量的平坦區(qū)域和明顯的形狀邊緣組成，選擇對(duì)平坦塊處理既能較大程度地減少平坦塊的計(jì)算開(kāi)銷(xiāo)，又能保證形狀邊緣處的圖像質(zhì)量。同時(shí)，由于DMMs模式是3D-HEVC中為了保證形狀邊緣質(zhì)量而專(zhuān)門(mén)加入的一種預(yù)測(cè)模式，并且SDC編碼也專(zhuān)門(mén)為DMMs模式設(shè)計(jì)了兩段式編碼方式，從而考慮并不跳過(guò)對(duì)DMMs模式的SDC編碼過(guò)程，以此保證形狀邊緣處的圖像質(zhì)量。

Table 2 Proportion that current CU size is the best splitting size inSRoberts_PU=0表2 當(dāng)SRoberts_PU為0時(shí)當(dāng)前CU尺寸為最佳劃分尺寸的概率 %

因此，本文從平坦的編碼塊入手，提出了一種快速SDC編碼算法。主要思想是當(dāng)編碼塊為平坦塊時(shí)，只對(duì)full-RD列表中的Planar和DMMs模式進(jìn)行SDC編碼，而跳過(guò)full-RD列表中其他候選模式的SDC編碼，從而減少編碼過(guò)程的計(jì)算復(fù)雜度。為了不引進(jìn)新的計(jì)算復(fù)雜度，本算法通過(guò)3.1中定義的梯度和判斷編碼塊是否為平坦塊的方法，即當(dāng)梯度和SRoberts_PU小于閾值TRoberts_PU時(shí)，認(rèn)為當(dāng)前塊為平坦塊。為了檢測(cè)此算法的準(zhǔn)確性，表3統(tǒng)計(jì)了當(dāng)編碼塊為平坦塊時(shí)，所有使用SDC的模式的分布。

Table 3 Proportion of all intra modes with SDC inSRoberts_PU

通過(guò)表3可以看出，當(dāng)編碼塊為平坦塊時(shí)，使用SDC的編碼方式中Planar所占的比例平均為96.01%，這說(shuō)明對(duì)于平坦塊而言，采用SDC編碼方式的往往為Planar模式。同時(shí)，為了保證形狀邊緣的質(zhì)量，平均有2.97%的比例選擇DMMs模式作為預(yù)測(cè)模式。因此當(dāng)編碼塊為平坦塊時(shí)，僅對(duì)Planar和DMMs模式進(jìn)行使用SDC的RDcost計(jì)算，而跳過(guò)其他模式進(jìn)行SDC的RDcost計(jì)算的準(zhǔn)確率能高達(dá)98.98%。這一結(jié)果從統(tǒng)計(jì)的角度證明了算法的可行性。

4 結(jié)合紋理類(lèi)型預(yù)判和SDC優(yōu)化的3D-HEVC幀內(nèi)快速算法

SOG-SDC算法流程如圖6所示，具體步驟描述如下：

（1）算法開(kāi)始，對(duì)當(dāng)前每個(gè)PU塊計(jì)算SRoberts_PU。

（2）DMMs分支中，當(dāng)SRoberts_PU

（3）將DMMs模式插入到率失真列表中，對(duì)其進(jìn)行RDcost計(jì)算。

（4）當(dāng)SRoberts_PU為0時(shí)或者此時(shí)PU塊的尺寸為4×4時(shí)，終止當(dāng)前CTU繼續(xù)分割，否則轉(zhuǎn)到（5）。

（5）將當(dāng)前CU分割為4個(gè)子CU，并對(duì)每個(gè)子CU進(jìn)行RDcost計(jì)算，將子CU當(dāng)作下一個(gè)進(jìn)行分割的CU。

（6）當(dāng)SRoberts_PU

（7）使用3D-HEVC原始算法，對(duì)當(dāng)前PU塊中所有模式進(jìn)行使用SDC和不使用SDC的RDcost計(jì)算。

（8）終止算法。

5 實(shí)驗(yàn)結(jié)果及分析

為了驗(yàn)證本文算法的有效性，采用3D-HEVC測(cè)試平臺(tái)HTM16.0作為測(cè)試環(huán)境，在本文算法基礎(chǔ)上分別對(duì)8個(gè)測(cè)試的視頻序列進(jìn)行編碼性能評(píng)估。對(duì)于每個(gè)序列，采用幀數(shù)為300的全幀內(nèi)模式，紋理/深度編碼量化參數(shù)（quantization parameter，QP）設(shè)為（25,34）、（30,39）、（35,42）、（40,45），測(cè)試序列及參數(shù)如表4所示。

Table 4 Test sequence表4 測(cè)試序列

表5展示了本文算法在HTM16.0平臺(tái)中相較于3D-HEVC標(biāo)準(zhǔn)減少的編碼復(fù)雜度，以及和文獻(xiàn)Liao[12]、Chen[16]、Zhang[17]在相同編碼平臺(tái)下實(shí)驗(yàn)結(jié)果的比較。

ΔBDBR與ΔT的定義如下：

Fig.6 Flow chart of SOG-SDC圖6 本文算法（SOG-SDC）的流程圖

Table 5 Experimental result of Liao,Chen,Zhang algorithms and this paper algorithm表5 本文算法與Liao,Chen,Zhang算法的實(shí)驗(yàn)結(jié)果 %

其中，BDBRoriginal和Toriginal分別表示原始3D-HEVC編碼器在全幀內(nèi)模式下的合成視點(diǎn)的平均比特率和平均編碼時(shí)間；BDBRproposed和Tproposed表示本文算法下合成視點(diǎn)的平均比特率和平均編碼時(shí)間。

從表5中可以看出，本文算法相對(duì)于原始編碼器在比特率僅增加0.14%的情況下，減少了26.03%編碼復(fù)雜度。對(duì)比Liao[12]算法，在增加比特率相近情況下，能減少更多的編碼時(shí)間。另外，將Chen[16]算法在HTM16.0平臺(tái)下實(shí)現(xiàn)，其結(jié)果顯示本文算法在編碼復(fù)雜度方面也有一定的優(yōu)勢(shì)。然而對(duì)比Zhang[17]算法，由于其對(duì)合成視點(diǎn)優(yōu)化的判決過(guò)程減少了計(jì)算次數(shù)，使計(jì)算復(fù)雜度較本文更低，但是其合成視點(diǎn)的質(zhì)量較差。

根據(jù)實(shí)驗(yàn)數(shù)據(jù)，發(fā)現(xiàn)Poznan_Hall2序列節(jié)省的時(shí)間達(dá)到41.81%，是因?yàn)楸疚乃惴ū容^依賴(lài)于平坦區(qū)域，而Poznan_Hall2的場(chǎng)景大部分是不變的平坦區(qū)域。相反，GT_Fly僅減少14.39%的編碼時(shí)間，是因?yàn)镚T_Fly的視頻序列中坐落的村莊很多，對(duì)紋理細(xì)節(jié)描述的要求很高，而場(chǎng)景中平坦區(qū)域較少，所以本文算法對(duì)其優(yōu)化效果不明顯。

Fig.7 Comparison of RD curves of this paper algorithm with 3D-HEVC standard圖7 本文算法與3D-HEVC標(biāo)準(zhǔn)的率失真曲線(xiàn)比較

另外，對(duì)BD-rate損失較大的Newspaper1和Balloons分別繪制其率失真曲線(xiàn)，將本文算法與3DHEVC原始算法的率失真曲線(xiàn)進(jìn)行比較，如圖7所示?？梢钥闯觯疚乃惴ň幋a后的兩個(gè)序列和原始的率失真曲線(xiàn)在低比特率時(shí)幾乎重疊，在高比特率時(shí)，PSNR（peak signal to noise ratio）的差別僅低于0.2 dB。這是因?yàn)殡S著比特率提升，意味著編碼器處理的區(qū)域紋理更復(fù)雜，對(duì)算法的要求更高，本文算法具有較好的性能。

Fig.8 Comparison of subjective quality maps圖8 主觀(guān)質(zhì)量比較圖

除此之外，考慮到對(duì)人眼視覺(jué)的影響，針對(duì)Newspaper1和Balloons兩個(gè)視頻序列在QP為25時(shí)，對(duì)本文算法與原始算法在主觀(guān)質(zhì)量上進(jìn)行比較。在主觀(guān)質(zhì)量上，提取本文算法的視頻與原始視頻的相同視點(diǎn)，相同幀的深度與紋理的合成視圖。由圖8可以看出，本文算法重建視頻與原始視頻幾乎沒(méi)有質(zhì)量差別，這說(shuō)明本文算法能在降低編碼復(fù)雜度的同時(shí)保證視頻的重建質(zhì)量。

6 總結(jié)

本文提出基于PU梯度和的CU分割和DMMs模式跳過(guò)，以及SDC選擇性跳過(guò)的3D-HEVC快速深度圖幀內(nèi)算法（SOG-SDC）。算法中利用梯度和計(jì)算區(qū)域的復(fù)雜度，根據(jù)梯度和與設(shè)定的閾值的比較，提前終止對(duì)CU的分割并跳過(guò)對(duì)DMMs模式的檢查，以及根據(jù)以上梯度和的計(jì)算，判斷當(dāng)前PU塊是否為平坦塊，對(duì)DMMs和Planar模式跳過(guò)SDC的檢查。通過(guò)實(shí)驗(yàn)驗(yàn)證，本文算法在HTM-16.0上的編碼復(fù)雜度相較于3D-HEVC標(biāo)準(zhǔn)平均減少26.03%，合成視點(diǎn)的比特率僅增加0.14%，并且與其他較新的3D-HEVC快速算法相比有一定的性能優(yōu)勢(shì)。

:

[1]Müller K,Schwarz H,Marpe D,et al.3D high-efficiency video coding for multi-view video and depth data[J].IEEE Transactions on Image Processing,2013,22(9):3366-3378.

[2]Chen Ying,Hannuksela M M,Suzuki T,et al.Overview of the MVC+D 3D video coding standard[J].Journal of Visual Communication&Image Representation,2014,25(4):679-688.

[3]Fehn C.Depth-image-based rendering(DIBR),compression,and transmission for a new approach on 3D-TV[J].Proceedings of SPIE-The International Society for Optical Engineering,2004,5291:93-104.

[4]Kauff P,Atzpadin N,Fehn C,et al.Depth map creation and image-based rendering for advanced 3DTV services providing interoperability and scalability[J].Signal Processing Image Communication,2007,22(2):217-234.

[5]Chen Ying,Tech G,Wegner K,et al.JCT3V-J1003 Test model 11 of 3D-HEVC and MV-HEVC joint collaborative team on 3D video coding extensions(JCT-3V)document[S].Geneva,2014.

[6]Sullivan G J,Ohm J,Han W J,et al.Overview of the high efficiency video coding(HEVC)standard[J].IEEE Transactions on Circuits&Systems for Video Technology,2012,22(12):1649-1668.

[7]Park C S.Edge-based intra mode selection for depth-map coding in 3D-HEVC[J].IEEE Transactions on Image Processing,2015,24(1):155-162.

[8]Sanchez G,Saldanha M,Balota G,et al.Complexity reduc-tion for 3D-HEVC depth maps intra-frame prediction using simplified edge detector algorithm[C]//Proceedings of the 2015 IEEE International Conference on Image Processing,Paris,Oct 27-30,2014.Piscataway:IEEE,2014:3209-3213.

[9]Saldanha M,Zatt B,Porto M,et al.Solutions for DMM-1 complexity reduction in 3D-HEVC based on gradient calculation[C]//Proceedings of the 7th Latin American Symposium on Circuits&Systems,Florianopolis,Feb 28-Mar 2,2016.Piscataway:IEEE,2016:211-214.

[10]Min Biao,Cheung R C C.A fast CU size decision algorithm for the HEVC intra encoder[J].IEEE Transactions on Circuits&Systems for Video Technology,2015,25(5):892-896.

[11]Peng Kuankai,Chiang J C,Lie W N.Low complexity depth intra coding combining fast intra mode and fast CU size decision in 3D-HEVC[C]//Proceedings of the 2016 IEEE International Conference on Image Processing,Phoenix,Sep 25-28,2016.Piscataway:IEEE,2016:1126-1130.

[12]Liao Jie,Chen Jing,Zeng Huanqiang,et al.Fast depth intra coding using gray level co-occurrence matrix in 3D-HEVC[J].Journal of Signal Processing,2017,33(3):444-451.

[13]Jager F.Simplified depth map intra coding with an optional depth lookup table[C]//Proceedings of the 2012 International Conference on 3D Imaging,Liege,Dec 3-5,2012.Piscataway:IEEE,2012:1-4.

[14]Liu Hongbin,Chen Ying.Generic segment-wise DC for 3DHEVC depth intra coding[C]//Proceedings of the 2014 IEEE International Conference on Image Processing,Paris,Oct 27-30,2014.Piscataway:IEEE,2014:3219-3222.

[15]Gu Zhouye,Zheng Jianhua,Ling N,et al.Fast segmentwise DC coding for 3D video compression[C]//Proceedings of the 2015 IEEE International Symposium on Circuits and Systems,Lisbon,May 24-27,2015.Piscataway:IEEE,2015:2780-2783.

[16]Chen Jing,Wang Bohan,Zeng Huanqiang,et al.Sum-of-gradient based fast intra coding in 3D-HEVC for depth map sequence(SOG-FDIC)[J].Journal of Visual Communication and Image Representation,2017,48:329-339.

[17]Zhang Hongbin,Fu Changhong,Chan Y L,et al.Probabilitybased depth intra mode skipping strategy and novel VSO metric for DMM decision in 3D-HEVC[J].IEEE Transactions on Circuits&Systems for Video Technology,2018,28(2):513-527.

附中文參考文獻(xiàn)：

[12]廖潔,陳婧,曾煥強(qiáng),等.采用灰度共生矩陣進(jìn)行深度預(yù)判的3D-HEVC深度圖幀內(nèi)快速編碼算法[J].信號(hào)處理,2017,33(3):444-451.