论文部分内容阅读
近年来,越来越多的虚拟现实产品问世,虚拟现实技术受到了广泛的关注,虚拟现实360度视频(简称360度视频)是虚拟现实领域一种重要内容。联合视频专家团队(Joint Video Experts Team,JVET)提出了一种适用于360度视频的编码框架,该框架采用目前最新的高效视频编码标准(High Efficiency Video Coding,HEVC)。但是,由于360度视频具有高分辨率(4K,6K,8K)、高帧率(60fps)、高位深(lObit)等特点,并且HEVC标准本身编码复杂度较高,导致360度视频编码复杂度极高。针对这个问题,本文深入研究360度视频的帧内预测过程和样点自适应补偿过程,取得如下成果:(1)提出了一种基于子母块相似度的360度视频帧内预测快速算法。360度视频在编码之前,需将360度视频投影为平面视频,但此过程会导致投影失真,其失真程度取决于编码树单元的纬度位置。360度视频区的客观质量评估指标WS-PSNR针对投影失真进行了相应的处理,引入了球体视频权重的概念。子母块相似度可以反映母块是否需要进行四叉树划分,子母块相似度结合球体权重则可以实现对球体视频两极和赤道区域的差别处理,通过选择合适的阈值实现对360度视频PU的提前终止划分。实验结果表明,该算法在全帧内的参数配置下平均节省32%的编码时间,同时只有0.29%的BD-rate增加。(2)提出了一种360度视频样点自适应补偿(Sample Adaptive Offset,SAO)快速算法。基于对SAO过程复杂度的分析设计了一种简化的SAO过程。根据率失真代价(RD-cost)和等矩形投影(Equirectangular Projection,ERP)特性提出了一种两阶段的选择方法,最终确定执行简化SAO过程的CTU。实验结果表明,该算法在全帧内、随机接入、低延迟B帧、低延迟P帧配置参数下分别达到了平均SAO过程时间减少57%,54%,65%,64%,BD-rate增加0.05%,0.19%,0.42%,0.53%。