[发明专利]用于自由视点视频编码过程中的负载预测方法及装置

说明书

【技术领域】

本发明涉及视频编码技术，尤其涉及一种用于自由视点视频编码过程中的负载预测方法及装置。

【背景技术】

随着分布式计算、并行计算的普遍与流行，支持3D视频格式(如“多视点视频”和“多视点视频+深度图”格式)的编码标准在编码同一视频多个视点过程中也引入了并行编码。而对于分布式计算及并行处理过程中，平衡各个服务器之间的负载，使并行过程效率最大化的要求越来越强烈。

而负载预测算法则在平衡各个服务器之间的负载的过程中具有至关重要的作用。传统的负载预测算法，如PAST(利用当前负载的前一负载来预测当前负载的算法)，MA(利用过去N个负载的平均值来预测当前负载)，EWA(由过去N个负载指数加权得到当前负载)等算法在视频编码并行计算过程中的效果不尽如人意。

【发明内容】

由于视频中的内容可以看作为一个马尔可夫随机场，同时同一视频的不同视点中，其视频内容有很大的相似性，因此如能将这两者结合起来对视频编码负载进行预测，将会得大大提高负载预测的准确率，使并行计算在视频编码过程中得以有效的发挥作用。

为了克服现有技术的不足，本发明提供了一种一种用于自由视点视频编码过程中的负载预测方法及装置。

一种用于自由视点视频编码过程中的负载预测方法，包括如下步骤：

A1，输入独立视点视频的纹理图像和深度图像序列，以及非独立视点视频的纹理图像和深度图像序列；

A2，对所述独立视点视频进行编码；

A3，根据所述非独立视点视频与独立视点视频之间的相关性，利用所述非独立视点视频与独立视点视频之间的视差向量、以及所述独立视点视频的编码结果，找到与所述独立视点视频的编码单元对应的非独立视点视频的对应帧的对应编码单元，确定对应的第n帧的理论编码负载W_p(n)；

A4，通过如下算法确定马尔科夫模型系数h_n(k)：

其中，h_n(k)表示第n帧与所述第n帧的前k个帧的理论编码负载相关；

A5，计算所述非独立视点视频的第n帧的实际编码负载W(n)：

其中，N为正整数。

在一个实施例中，在步骤A5之后还包括如下步骤：

A6，计算所述非独立视点视频中各帧的实际编码负载；

A7，根据各帧的实际编码负载和服务器的负载，分配对应的帧给对应的服务器进行编码。

在一个实施例中，在步骤A2中，采用HEVC对所述独立视点视频进行编码。

本发明还提供了一种用于自由视点视频编码过程中的负载预测装置，包括：

第一处理单元，用于输入独立视点视频的纹理图像和深度图像序列，以及非独立视点视频的纹理图像和深度图像序列；

第二处理单元，用于对所述独立视点视频进行编码；

第三处理单元，用于根据所述非独立视点视频与独立视点视频之间的相关性，利用所述非独立视点视频与独立视点视频之间的视差向量、以及所述独立视点视频的编码结果，找到非独立视点视频的对应帧的对应编码单元，确定对应的第n帧的理论编码负载W_p(n)；

第四处理单元，用于通过如下算法确定马尔科夫模型系数h_n(k)：

其中，h_n(k)表示第n帧与所述第n帧的前k个帧的理论编码负载相关；

第五处理单元，用于计算所述非独立视点视频的第n帧的实际编码负载W(n)：

其中，N为正整数。

在一个实施例中，还包括：

第六处理单元，用于计算所述非独立视点视频中各帧的实际编码负载；

第七处理单元，用于根据各帧的实际编码负载和服务器的负载，分配对应的帧给对应的服务器进行编码。

在一个实施例中，第二处理单元采用HEVC对所述独立视点视频进行编码。

本发明的有益效果是：本发明一个实施例的通过建立了马尔可夫负载预测模型，其负载变化更符合实际情况，同时得用同一视频不同视点间的相关性来对其它视点中的负载进行理论值预测，在此基础上计算当前负载理论值与历史负载理论值的差值，从而生成马尔可夫预测模型中实际负载的马尔可夫系数，有效的利用了各个历史负载实际值对当前负载值的影响，利用本发明，能够有效的提高负载预测的准确度，促进了分布式计算方法在多视点视频编码方法中的应用。

【附图说明】