[发明专利]基于四叉树约束的编码单元的划分方法及视频编码方法有效
申请号: | 201410151037.4 | 申请日: | 2014-04-15 |
公开(公告)号: | CN104202612B | 公开(公告)日: | 2018-11-02 |
发明(设计)人: | 金欣;迟广晟;王兴政;戴琼海 | 申请(专利权)人: | 清华大学深圳研究生院 |
主分类号: | H04N19/96 | 分类号: | H04N19/96;H04N19/597;H04N19/187 |
代理公司: | 深圳新创友知识产权代理有限公司 44223 | 代理人: | 江耀纯 |
地址: | 518055 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 四叉树 约束 编码 单元 划分 方法 视频 | ||
本发明公开了一种基于四叉树约束的编码单元的划分方法及视频编码方法。编码单元的划分方法包括步骤:输入两个以上视点视频纹理图像和深度图像序列;记录各独立视点的最大编码单元的划分层次信息;获取最大编码单元中各个存储单元在独立视点中的匹配单元;得到最大编码单元对应的子分块的初步划分层次图;利用四叉树约束条件对初步划分层次图进行校正;输出当前编码视点各最大编码单元的划分。视频编码方法中对编码单元的划分采用上述划分方法。本发明利用独立视点的编码单元的划分信息来帮助非独立视点进行编码单元的划分,并利用四叉树约束条件对编码单元划分层次图进行校正,避免了现有的复杂算法,加速了整个编码单元划分的过程,提高了效率。
技术领域
本发明涉及视频编码技术,尤其涉及一种基于四叉树约束的多视点视频编码单元的快速划分方法,以及使用该方法的多视点视频编码方法。
背景技术
随着对支持3D视频格式(如“多视点视频”和“多视点视频+深度图”格式)的编码标准的要求越来越强烈,ITU-T VCEG(Video Coding Experts Group)和ISO/IEC MPEG(Moving Pictures Experts Group)组成了JCT-3V(Joint Collaborative Team on 3DVideo coding development)来一起研发3D视频的编码标准。在目前的标准中,基于新一代视频标准HEVC(High Efficiency Video Coding)的3D视频编码标准由于其采用了更复杂的编码工具和利用视点间相关性进行编码,获得了更好的性能。
在新的HEVC标准中,编码层采用的是不同以往宏块(MB)的编码单元,而是新的编码单元(CU,Coding Units)和编码树结构(CTU,Coding Tree Units)。与其它的3D视频编码标准相比,3D-HEVC提供了更高的压缩效率和性能,但也带来了很高的编码复杂度。其主要原因是由于编码层采用了递归的四叉树结构:将每个编码单元划分成四个子编码单元,其大小从最大编码单元(LCU)的64×64到最小编码单元的8×8,并对每种尺寸的CU进行帧内、帧间及视点间运动估计和率失真优化。其中以划分层次信息来表示CTU的四叉树结构:当CU的划分信息值为0时,最大编码单元被划分为64x64的CU;当CU的划分信息值为1时,最大编码单元被划分为32x32的CU;当CU的划分信息值为2时,最大编码单元被划分为16x16的CU;当CU的划分信息值为3时,最大编码单元被划分为8x8的CU。目前的HTM平台上采用的是穷尽迭代法,将一个最大编码单元从64x64的CU经过三层四叉树结构到8x8的CU,划分过程计算复杂度很大,限制了其在实时场景中的应用。
发明内容
为克服上述现有技术的缺陷,本发明提供一种基于四叉树结构的编码单元的划分方法及视频编码方法,加速了编码单元划分的过程,大大提高了效率。
为达到上述目的,本发明采用以下技术方案:
本发明公开了一种基于四叉树约束的编码单元的划分方法,包括以下步骤:A1:输入两个以上视点视频纹理图像和深度图像序列;A2:编码独立视点纹理图像,记录各独立视点的最大编码单元的划分层次信息;A3:获取待编码的非独立视点纹理图像的最大编码单元中各个存储单元在所述各独立视点中的匹配单元;A4:根据步骤A2所述的所述划分层次信息得到当前待编码的非独立视点纹理图像的最大编码单元对应的子分块的初步划分层次图;A5:利用四叉树约束条件对所述初步划分层次图进行校正;A6:输出当前编码视点各最大编码单元的划分。
进一步地,所述步骤A2中,所述各最大编码单元的划分信息为四叉树单元结构的分层信息k,k的取值为0、1、2或3。
更进一步地,所述步骤A2中,所述划分信息是以各最大编码单元内信息的存储单元为单位记录的。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学深圳研究生院,未经清华大学深圳研究生院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410151037.4/2.html,转载请声明来源钻瓜专利网。