[发明专利]一种物联网下的3D会议视频解码方法、装置及系统

权利要求书

1.一种物联网下的3D会议视频解码方法，其特征在于，包括：

获取视频流的编码信息，所述编码信息包括K帧编码信息和WZ帧编码信息；

对所述K帧编码信息进行解码，获取边信息；

基于贝叶斯准则，采用所述边信息得到WZ帧的条件概率密度函数；

根据所述WZ帧的条件概率密度函数重建WZ帧，然后再对所述重建的WZ帧进行解码。

2.根据权利要求1所述的物联网下的3D会议视频解码方法，其特征在于，包括：

对所述K帧编码信息进行解码，采用运动补偿获取多边信息；

根据多边信息中的相邻边信息剩余能量确定相关噪声模型；

根据相关噪声模型确定所述WZ帧条件概率密度函数的相关噪声系数。

3.根据权利要求2所述的物联网下的3D会议视频解码方法，其特征在于，包括：

所述相关噪声模型采用拉普拉斯模型。

4.根据权利要求2所述的物联网下的3D会议视频解码方法，其特征在于，包括：

所述多边信息包括采用双向运动补偿产生的第一边信息，采用前向预测得到的第二边信息和采用后向预测得到的第三边信息。

5.根据权利要求4所述的物联网下的3D会议视频解码方法，其特征在于，包括：

根据所述第一边信息、第二边信息和第三边信息计算相邻边信息的剩余能量；

根据第二边信息、第三边信息以及WZ帧编码信息获得残差帧信息，所述残差帧信息包括2ⁿ组数据，每组数据对应一组相关噪声系数，根据所述剩余能量确定阈值相关噪声系数，所述阈值相关噪声系数即为WZ帧条件概率密度函数的相关噪声系数。

6.根据权利要求4所述的物联网下的3D会议视频解码方法，其特征在于，所述基于贝叶斯准则，采用所述边信息得到WZ帧的条件概率密度函数包括：

基于贝叶斯准则，假定边信息等于相关噪声与WZ帧重建值之和，且相关噪声服从均值为零的拉普拉斯分布，将所述WZ帧条件概率密度函数进行分解，得到：

f(x|y1,y2)=f(x|y1)f(x|y2)f(y1)f(y2)f(x)f(y1,y2).]]>

其中，x：源信息；y1y2:两个边信息；f(x|y1,y2):条件y1,y2下的条件概率密度函数，f(x|y₁):条件y₁下的条件概率密度函数，f(x|y₂):条件y₂下的条件概率密度函数，f(x)、f(y₁)、f(y₂)和f(y₁，y₂)均为基于贝叶斯准则下的先验概率。