[发明专利]基于AVS和神经网络的立体视频编码方法

说明书

技术领域

本发明涉及一种立体视频编码方法,属于视频编码技术领域。

背景技术

立体视频是一种能使人眼观看时产生立体感的视频。它的原理是通过传输两路视频信号，根据人眼的双目视差原理，以一定的方式送到人眼，在大脑中形成立体的效果。立体视频能使观众得到更真实强烈的视觉冲击效果，在数字电视、远程教育、视频会议、虚拟显示等方面有着广泛的应用。但是传输两路视频信号会带来比原来单通道信号大一倍的传输量。因此，必须通过有效的方法对其进行编码传输。

立体视频中有两类重要的冗余信息，一个是运动矢量，描述了单个通道中连续帧之间时域上的相关性；一个是视差矢量，描述了同一时刻同一场景在两个不同通道投影图像之间空间上的相关性。早期的立体视频压缩方法是将两路视频图像当作不相关的两组运动序列，对它们分别进行编码处理。这种方法没有考虑到立体视频对中固有的冗余信息，编码压缩效果并不令人满意。随着对立体图像的进一步了解和研究，考虑到立体视频对的视差信息，多采用的编码方法是一路使用某种视频编码标准，比如MPEG-4、H.264等进行编码，另一路采用视差估计的算法进行编码压缩。这种方法未考虑视频内容的不同，全部使用统一的规则处理，在压缩性能上有所欠缺。

《信息技术先进音视频》国家标准（简称AVS标准）视频部分于2006年2月由国家标准化管理委员会正式颁布，编号为GB/T20090.2-2006，并从2006年3月1日起正式实施。AVS的MPEG（Moving Pictures Experts Group，活动图像编码专家组）、H.264（H.264是VCEG（视频编码专家组）和MPEG（活动图像编码专家组）的联合视频组（JVT：joint video team）开发的一个新的数字视频编码标准）。

发明内容

本发明所要解决的技术问题是设计一种高效的立体视频编码方法，既能很好地利用现有的优秀视频编码标准，又能充分考虑到立体视频内容的特点，综合运用运动估计和视差估计来提高编码效率。

为解决上述技术问题,本发明提供一种基于AVS和神经网络的立体视频编码方法,其特征在于,包括以下步骤:

1)左路参考视频编码：左路视频序列作为参考序列，通过AVS视频编码方法进行编码，产生后缀为avs的比特流；

2)两级神经分类器处理：为了覆盖所有可能的分块和预测源，右路视频每帧的图像使用两级神经分类器来完成模式确定,第一级分类器完成背景类、遮挡类、变动类三种分类结果，第二级分类器估计出采用前向运动预测或是空间视差预测;第一级分类器是将右路视频每帧的图像中分出背景类、遮挡类、变动类这三种16×16大小的块，背景类由于几乎不变动，直接进行编码，遮挡类由于没有参照源，无需预测估计，也可直接进行编码，变动类因为前后帧之间有较大变动，需要进行预测，其预测的类型是通过进入第二级分类器进行判定的；

3)右路目标图像编码：通过二级神经分类器处理后的数据，根据确定的预测类型进行相应的运动或是视差补偿,最后产生后缀为avs的比特流。

本发明所达到有益效果:

本发明的基于AVS和神经网络的立体视频编码方法,可以充分考虑到视频内容的特点，增加视差匹配率，提高编码效率。

附图说明

图1是基于AVS的快速立体视频编码算法流程图；

图2为两级神经网络分类器算法流程图；

图3为改进的SAD算法流程图；

图4为平滑Ι区和平滑ΙΙ区示意图；

图5a为原图像；

图5b为区分平滑区后的图像；

图6为Soccer序列使用本发明方法与基于H.264方法的PSNR结果比较示意图。

具体实施方式

本发明提出了一种基于AVS和神经网络的立体视频编码方法，对左路的参考图像使用AVS编码器编码，对于右路的目标图像同时在时间域和空间域进行预测，使用的是两级的神经分类器来快速确定预测模式。第一级分类的结果是产生对每一个大块的不同分割块。第二级分类在运动估计或视差估计中选出最合适的预测源。视差的计算设计了改进的SAD(sum-of-absolute-differences)算法。

AVS视频标准是一种流线型的高效视频编解码标准。所有的视频编码算法都包括了对编码和执行复杂度的优化。与其它标准相比较，AVS的设计更加优化、复杂度更低。AVS主要应用于广播电视、HD—DVD和宽带视频网络中。