多视点视频紧缩.docx
- 文档编号:30481397
- 上传时间:2023-08-15
- 格式:DOCX
- 页数:22
- 大小:454.96KB
多视点视频紧缩.docx
《多视点视频紧缩.docx》由会员分享,可在线阅读,更多相关《多视点视频紧缩.docx(22页珍藏版)》请在冰豆网上搜索。
多视点视频紧缩
多视点视频紧缩
ExploitingInter-ImageSimilarities.
MarkusFlierlandBerndGirodInformationSystemsLaboratory,DepartmentofElectricalEngineering,StanfordUniversity,Stanford,
CA94305.
显示器和照相机技术的发展刺激了3D场景通信的新应用。
3DTV是这些应用中最重要的,它力求为所观看到的场景创建一个传神的3D深度印象。
通常情形下,多视点视频指的是由不同视点的多个摄像机从不同视角拍照同一场景取得的一组视频信号,是一种有效的3D视频表示方式,能够加倍生动地再现场景,提供立体感和交互功能。
多视点视频的数据量随着摄像机的数量增加而线性增加。
关于3DTV来讲,大量的多视图视频数据需要存储或传输。
在以后互联网应用中,多视点视频数据估量将消耗更多的带宽。
这将包括的单播通信及组播通信。
通过先进的多媒体内容分发交付网络和灵活的对等网络,将刺激多视图视频的需求和现场广播。
关于3D场景通信来讲,由于其庞大的多视点视频原始比特数据,咱们必需采纳高效的紧缩技术。
源于同一场景下的视频数据,可利用多视点图像的固有相似性进行高效紧缩。
这些相似的地方可分为两种类型。
第一,视点间的相关性是在相邻的摄像机视像中被观看到的。
二,时刻的相关性是在每一个视频的时刻持续图像里被观看到的。
在众所周知单通道视频紧缩编码中可通过运动补偿技术捕捉时刻的相关性。
扩展那个方式,基于多视图的视点间的相关性的视差补偿技术正是基于此思想进行视频紧缩的。
基于多视点视频数据的设计数据紧缩方案,咱们必需考虑一些约束条件来构建其结构。
在通信的情形下,多视点视频表示应该是靠得住的传输。
另外,理想的是这些表示是高度灵活的,即原始数据的子集能够很容易在不同图像质量品级被访问;用户的交互性的品级能够由一个特定的多视点视频表示来支持,将是一个按需应用的重要考虑因素。
最后,重建视野的质量和其代表的比特率之间的衡量,将让人在处置庞大的数据量感爱好。
多视点视频(Multi-ViewVideo,MVV)是当前多媒体领域的研究热点,与传统的视频不同,多视点视频系统能够提供与场景的交互能力,增加了图像中景物的深度信息,它许诺用户在必然范围内选择任意视点或视角观看,用户能够实现对同一场景的多方位体验,这充分知足了用户的交互性和个性化需求,利用户取得加倍真实的视觉感受。
多视点视频的提出表现了下一代多媒体应用真实感、交互性和网络化的进展方向,它将解决3D交互视频的表现、交互、存储和传输等问题,具有普遍的应用前景,其编码技术也在过去的几年中取得了飞速进展。
在多视点视频的进展进程中,有两项关键技术起着重要的作用并决定它可否被进一步应用。
第一项关键技术是三维显示。
为提高三维显示成效,使观看者能够取得“运动视差"和“环视"的成效,多视点三维显示技术成为最近几年来在显示技术方面的研究重点。
目前己有方案中,大部份方案需要在图像分辨率与视点数量之间作折衷,不能取得人们期望的成效。
新近提出的多投影机与凸面镜阵列结合利用的方案能够同时提供高分辨率的图像与大量的视点数量,受到众多研究者的青睐,并被以为能在不久的以后实现商业价值n,。
多视点视频进展的另一项关键技术是多视点视频内容的存储与传输。
多视点视频和单通道视频相较,数据量成倍增加,因此必需采纳更高效的编码紧缩算法,才能对多视点视频数据进行存储和传输,同时随着人们对视频观看质量的提高,高分辨率、高清楚度、立体感和交互性是尔后的趋势,这将带来数据量的急剧增加,仅仅依托网络带宽的提高和存储容量的提升是无法解决那个问题的,还必需采纳高效的编码紧缩技术来解决那个问题。
在过去的十几年中,全世界很多学者致力于该领域的研究。
为取得高效的编码效率,他们提出的方案除利用视频通道内的空间与时刻相关性外,还利用了不同视频通道之间高度的相关性(称为交叉相关性)。
早些时期,大部份的研究者提出的是针对立体视频的编码方案,然后将这些方案做简单的延伸应用于多视点视频;近几年间,由于多视点视几回应用前景的慢慢明朗,针对多视点视频的编码研究成为该领域内学者们的研究重点。
在剩下的篇章,咱们将第一讨论利用图像间的相似性进行多视点视频紧缩的重要性。
然后,咱们介绍多视点视频紧缩的大体方式。
一类算法以目前利用的预测编码视频紧缩标准进行多个视图扩展。
另一类算法采纳自适应内次级分解和跨越不同的摄像机的视频序列。
咱们讨论的相对优势和这些紧缩方式的缺点,当面对额外的限制,往往在实际系统中显现。
1.多视点视频图像
基于深度图的多视点3D立体视频系统具有数据量小、传输效率高、显示内容可自适应调剂,用户交互性好等优势。
多视点图像是依照必然空间排列规律(平行或集聚)拍照的同一场景的多幅图象(或多帧视频)。
视频相机安排是依照所需的3D场景表示来安排的。
例如,直链摄像机阵列是最简单的安排,而且提供的视差只在一个空间维度。
平面相机阵列提供了更广漠的深度印象,但需要相当大数量的摄像机。
作为多视点视频图像捕捉相同的动态3D场景中,在这些图像中存在固有的相似性。
咱们将这些相似性分为两种。
第一种是视点间的相关性,它是依照相邻的摄像机视图获取的。
第二是时刻的相关性,它是在每一个视频的时刻持续图像里被观看到的。
这种分类对应的自然排列的多视点视频图像转换成一个图片矩阵(MatrixOfPicturesMOP)。
每一行有一个视图中时刻上持续的图片,和每一列都包括有同一时刻捕捉的在空间上相邻的视图。
为了避免咱们偏离摄像机线性阵列,所有的视图序列仍安排到MOP的行。
在那个地址,那个方式是仅仅只是区分视图间的相似性和时刻相关性。
因此,进一步对子分类的视图之间的相似性分析那么不是咱们的目的。
图1图片矩阵为N=4图像序列,每一个K=4时刻上持续的图片组成的
图1示出的图片矩阵,关于N=4的图像序列的矩阵,每一个包括为K=4时刻持续画面。
N=4形成一组视图(GOV),K=4时刻持续图片时刻的图像组(GOP)。
例如,第一个视图序列的图像其中k=1,2,...,K。
咱们选择MOP与NK图像讨论紧缩效率,当它们联合处置NK图像的编码方案。
联合紧缩的目的是利用所有这些图像之间的相似性。
稍后,咱们将讨论MOP的大小(N,K)对紧缩性能的阻碍和衡量在大小为N组的视图和大小K的时刻图象组。
2.时刻和视图之间的相似性利用
多视点视频图像的相似性利用是紧缩效率的关键。
何时考虑一个视图序列,即一行的MOP,一样的时刻持续的影像视点捕捉在不同的时刻距离。
通常情形下,相同的对象出此刻持续的影像但可能在不同的像素位置。
若是是如此,对象是在运动和有效的紧缩方案利用运动补偿技术来开发那个时刻相似。
另一方面,在空间上相邻的观点在相同的时刻,即图像在同一列MOP,显示相同的物体从不同的视点。
与以前的情形相似,相同的对象出此刻临近的视图,但在不同的像素位置。
在那个地址,每一个图中的物体的视差和有效的紧缩方案的利用视差补偿技术来开发这些视图间的相似的地方。
A.时刻相关性
考虑一个视图序列的时刻持续图像,即,一行MOP。
若是场景中的物体是运动的主体,一样的物体出此刻持续的图像,但在不同的像素位置。
要利用这些时刻相似性,复杂的运动补偿技术已经在过去开发。
常常利用的是所谓的块匹配技术当运动矢量成立从两个持续的图像当选择两幅持续图像之间的对应像素块的一致。
有效的紧缩方案是如此的运动矢量的解码器的位流的一部份的信号。
可变块大小的技术激发了块运动向对象的实际形状的改变。
最近,所谓的多帧的技术已被开发。
经典的块匹配技术利用一个单一的前面的图像时,选择对应的参考作匹配。
多帧技术,另一方面,许诺选择从几个先前被传送的图像的参考;能够选择不同的图像,对每一个块。
最后,叠加技术也被用于普遍的应用。
在那个地址,指定一个以上的每块的像素的对应信号的一部份位流。
用于产生多个对应块的线性组合以更好地匹配时刻相似。
一个特殊的例子是所谓的双向预测图像相结合,产生两个对应的块。
一个对应利用了时刻前参考,其他利历时刻的参考。
广义的版本是所谓的双向预测图像。
在那个地址,两个对应的任意一组的被选择可用的参考图像。
B.视图间的相关性
考虑在空间上相邻的观点,即在同一时刻捕捉的,在一列中的图像MOP。
每一个图像中的物体是受视差并出此刻不同的像素位置的对象。
要利用那个视图间的相似性,利用视差补偿技术。
视差补偿的最简单方式是块匹配技术类似于那些用于运动补偿的。
这些技术提供的优势是不需要知识的底层的三维对象的几何形状。
可是,若是相机稀疏散布,基于块的平移差距模型无法准确补偿。
更先进的视差补偿方式是基于深度图像渲染算法。
他们合成图像作为从一个给定的通过利用参考纹理和深度图像的视点作为输入数据。
这些技术提供了给定的视点的图像进行补偿加倍准确的优势,即便当摄像机散布超级稀疏。
但是,这些技术依托准确的深度图象,这是很难估量。
最后,这两种方式的优势结合起来的混合动力技术,可能也应考虑。
例如,若是一个深度图像的精度是不够准确的基于深度图像的渲染,基于块的补偿技术可用于选择性细化之上。
C.性能界限
多视点视频编码率失真效率有极大爱好。
关于单视图视频编码,已经为运动补偿预测编码成立了理论性能边界和运动补偿的子带编码。
显然,最简单的方式,多视点视频编码是对独立的各个视频序列进行编码。
可是,关于最有效的紧缩多视点视频数据,在各视图之间的相似性也必需考虑在内。
因此,文献[3]提出了一个数学模型来捕捉视图间的相关性和时刻的相关性。
它是基于运动补偿的视频的子带编码的高速度的模型。
模型捕捉运动补偿精度和视差补偿精度的阻碍。
关于这一点,它不考虑一个特定的补偿技术。
相反,它假定完美的补偿上升到一个给定的运动误差和视差误差。
在这种情形下,二者率失真界限完美的和不准确的补偿能够被确信。
另外,该模型也捕捉编码N个视图,与K在时刻上持续的图片和其整体编码性能的阻碍。
总之,它模拟的NK差距和运动补偿画面。
这些图片是去相关的Karhunen-Loeve变换(KLT),以取得最正确的编码和实现率失真边界。
在这一点上,咱们对在一个特定的编码方案的界限不感爱好。
相反,咱们对在MOP的(N,K)的大小给定的参数有爱好,如多视点视频图像的紧缩界限或不准确的视差补偿。
在高频率,能够通过良好的编码界限最正确变换编码KLT。
这将有助于咱们了解大体的衡量是固有的多视点视频编码。
框1中记载的更详细的信号模型。
图2率降低是由于利用NK图片的相似的地方在高图像质量。
率不同是计算通过模型相关于帧内编码的所有图像在相同的质量和计算为负,如比特率保留合伙编码。
率的不同给出了不同时刻GOP尺寸K和视图N.组
图2示出典型的速度减少,能够实现通过利用NK之间的相似性高图像质量的图像。
率的不同是包括在数学模型[3]中而且是被计算通过所有图像的帧内编码在相同的质量。
例如,大小为N=1这组视图,意味着每一个视频信号独立编码。
通过增加时刻的GOP大小K,即,一起编码Ķ运动补偿的图象,比特率降低当对照帧内的MOP。
这一观看也持有群体N,其中N一起视差补偿图像编码。
但请注意,相对减少比特率取得更小的生长组视图N。
这一结果说明一个可能的大小之间的衡量组的视图N和GOPK时刻的大小,当只考虑节省比特率。
图中利用的数值。
图2作为一个例子,一起MOP与N=8次和K=4收益率比平均节约率相似MOP与N=2次,K=32临时的图像。
可是请注意,实际的量化值强烈依托于不同的多视点视频数据,专门是在场景中的运动视差补偿的准确性,噪声电平中的序列。
最后,视差补偿的准确度会阻碍整体的节省比特率显著。
能够执行的做法,既不是块匹配技术也不是基于深度图像渲染算法完美的视差补偿。
闭塞和不同的照明条件之间的视图具有挑战性的。
咱们能够提高精度的补偿的情形下,咱们将受益整体节省比特率方面。
3.紧缩方案
大量多视图数据的搜集和处置不仅是一个庞大的挑战,但也进行紧缩。
高效的紧缩利用多视角视频的统计依托关系图像。
通常情形下,实际打算完成预测编码子带编码。
在这两种情形下,运动补偿和视差补偿,更好地利用统计依存关系。
需要注意的是预测编码和子带编码的高效紧缩具有不同的约束。
预测编码是通过顺序地处置图像。
因此,顺序在该图像处置是重要的。
另外,在开始的序列编码决定会阻碍到后续的编码决定。
另一方面,子带编码,不需要顺序图像处置。
要被编码的图像,这是随后的子带分解由独立编码系数。
因此,编码在第二时期做出的决定不阻碍在第一时期中的子带分解。
在下面,咱们考虑这些实际的多视点视频紧缩方案,并讨论得更详细。
A.预测编码
预测编码方案多视点视频图像编码按顺序。
两种大体类型的编码图片是可能的:
帧内和帧间图像。
帧内的图片进行编码,独立于任何其它图像。
帧间的图像,另一方面,取决于在一个或多个已被编码的参照之前的图像。
依照设计,帧内的图片不利用多视点图像之间的相似的地方。
但帧间的图片是能够利用这些相似的地方,通过选择一个或多个参考图片和产生运动和/或视差补偿图像进行有效的预测编码。
大体概述的中的运动补偿的预测编码的方式在框2中。
在选择的图像的编码顺序,应考虑各类约束。
例如,编码效率高,和良好的时刻多分辨性能可能是可取的。
有趣的是,这两个目标能够结合得超级好。
类似于时空多尺度分解,粗时刻遥远的图像分辨率层前后提炼插入帧间编码图片一半时刻距离。
请注意,这些帧间编码的图片利用的编码图像的粗糙的分辨率层作为参考。
分层编码这种方式不仅提供了一个时空多尺度表示,而且编码效率高。
分层编码,双向预测图像是超级有效的。
它是一种特殊的帧间图像选择两个参考图像产生运动和/或视差补偿。
它的编码效率优于“大体”的帧间(预测图像),只选择一个参考图像补偿。
图3与双向预测图像的分层编码的图像(MOP)的一个矩阵(a)MOPN=4的图像序列,每一个包括K=4时刻上持续的图片(b)评估不同的多视点视频舞厅在平均实现利用在每一个MOP的大小为(N,K)的相似性为40dB的峰值信噪比的图像质量。
图3(a)示出了可能的分层编码的MOP对N=4的图像序列,由每一个K=4时刻上持续的图片组成。
每一个MOP是被编码成一个内帧图像和NK-1双向预测图片。
第一,每一个MOP只被分解视图方向在第一时刻。
即,序列具有在第K个时刻的视图分解。
内帧图像I0在每一个MOP代表最低视图解析。
下一个视图分辨率级别达到包括双向预测编码的图像B01。
视图分辨率最高达到双向预测图像B02。
第二,重建N视图图像在每隔K个时刻的图像作为参考多尺度分解在时刻方向双向预测图片。
视图中的分解查看每隔K个时刻的方向已经代表的时空分辨率级别最低。
双向预测图像B1是所取得的下一个时刻分辨率品级。
最高时刻分辨率,实现与双向预测图像B2。
因此,每一个MOP的分层编码双向预测图像生成一个与在时刻和视图方向中的多分辨率表示。
目前正在研究的多视点视频编码的联合视频组(JVT)。
JVT开发联合多视点视频的模型(JMVM),这是基于标准ITU-T视频编码-ISO/IEC14496-10AVC。
当前JMVM建议照明转变的自适应运动补偿和预测结构与层次的双向预测图像。
JMVM利用基于块的编码技术AVC的同时利历时刻相似并查看相似的地方。
编码结构研究在[18],[19]。
AVC标准的编解码器是一种混合式的视频编解码器,并采纳的帧内编解码器和运动补偿的帧间的预测指标。
当图像序列进行编码,先进的编码器操纵技术从多个区域内和跨双画面模式率失真选择优化效率。
一个重要的参数是多少先前解码图像存储在参考帧缓冲器。
二者,率失真效率和计算复杂性的增加是随着存储的参考图像的数量。
图3(b)示出取得的实验结果的包括分级双向预测图像的多视点视频舞厅。
它描述了帧内编码的实现率不同随着每一个MOP内的相似的地方大小(N,K)。
率不同的测量是在40dB的峰值信噪比相对平均图像质量帧内编码率每位每像素每摄像头。
总之,预测编码方案是被开发良好的,并提供良好的图像质量在低比特率,专门是最新标准AVC的来临。
尽管,如此的打算背负了顺序编码的内在约束。
回忆一下,编码所作出的决定开始的顺序会阻碍到后续的编码决定。
这会阻碍整体的编码效率并产生多视点视频表示的有限的灵活性。
B.子带编码
所有图像子带编码方案进行编码子带分解后跟其系数量化和熵编码。
如此的打算并非需要顺序的图像的处置,因此,提供了更灵活的多视点视频申述。
像预测编码,子带分解利用的多视点视频图像之间的相似性。
如相似的地方是利用运动视差补偿,自适应子带分解是被感爱好的。
图4。
运动和差距自适应子带编码。
多视图视频是由运动和视差的多视点视频补偿子带分解表示。
结果视图时空子带被编码和复用通过运动视差成一个比特流中的边带信息。
一个典型的运动和差距自适应子带编码方案如图4。
NK图像的NK子带图像的多视点视频数据被变换成由运动视差补偿子带分解。
只有一个子带图像,所谓的低频带图像,积存的要紧能源在MOP的所有图像。
其它NK-1子带图像,即所谓的高频段图像,带着只有轻微的能量成份,那些不能集中到低频带图像。
第二是空间的时刻视图的子带系数的编码。
输出的编码器的比特流包括紧缩表示的子带系数和运动和不一致的信息。
相应的解码器简单地反转处置编码器的步骤。
在选择一个自适应子带编码的多视点视频变换,各类约束加以考虑。
例如,给定的正向变换的未量化的子带系数,自适应逆变换,在解码器应该能够完美地重建输入图像。
另外,良好的视图时空多尺度属性是可取的。
这两个目标能够被结合得专门好通过所谓的运动和视差补偿解除小波。
小波实施与起重体系结构是可逆的,即便提升步骤中的操作是非线性的类似运动和视差补偿。
另外,多分辨率表示很容易取得小波变换。
类似预测编码,预测和双向预测图片利用图像之间的相似性,两种大体类型的运动补偿的解除小波是受欢迎的。
该大体自适应小波是运动补偿解除Haar小波高频段产生只从一个运动补偿图像。
先进的自适应小波是运动补偿解除5/3小波高频段产生的两个运动补偿的线性组合图像。
与自适应5/3小波,这是更复杂的实现更好的能量集中比自适应Haar小波。
框3概述运动补偿提升小波的大体概念。
图5。
图片(MOP)的矩阵的分级子带分解。
(a)MOPN=4的图像序列,每一个K=4时刻上持续的图片组成。
(b)评估不同在平均图像的多视点视频舞厅利用在每一个MOP的大小为(N,K)的相似性来实现40分贝的峰值信噪比质量。
图5(a)显示了一个可能的视图时空多尺度分解的MOPN=4图像序列,K=4的时刻上持续的图片的每一个。
每一个MOP被编码通太低频段的图片和NK-1高频段图片。
第一,一个2级多分辨率分解每一个查看序列在时刻方向是通过运动补偿的小波的。
每一个视图第一帧表示的是时刻的低频段L2T,每一个视图的其余帧时刻高频段H1t。
二,2级多分辨率分解时刻低频段L2视图方向是通过视差补偿小波。
分解后的N个时刻低频段,咱们取得了MOP低频段L2TL2V和剩余的N-1视图高频段H1v。
这分解利用在第一时刻即时在MOP之间的信息差距。
图5(b)给出了实验结果取得的自适应子带的多视点视频舞厅解除小波分解。
结果在一个版本的基础上联合可扩展视频模式(JSVM),它支持自适应提升小波。
情节刻画内实现率不同编码利用在每一个大小为(N,K),MOP的相似的地方。
请注意,速度不同的是测量是在40dB的峰值信噪比相对平均的图像质量的位每像素的帧内编码率每台摄像机。
综上所述,子带编码方案的多视点图像提供更灵活的交涉。
关于静态光场,这已被证明在,视差补偿小波被调查。
小波的多视点视频编码的另外的例子是[27]中给出的。
尽管,解禁小波分解,产生运动和视差补偿通常蒙受补偿不匹配预测和更新的步骤,尤其是多联运动和差距字段。
这种补偿不匹配改变由相应的非自适应小波变换提供的属性。
例如,非自适应解除Haar小波是严格正交的,而若是连接多运动字段的补偿运动补偿解除Haar小波失去正交性。
视图时刻子带分解的进展,维持其正交任意运动和视差补偿仍然是一个具有挑战性的研究课题。
第一次尝试在最近报告的单向运动补偿,子像素精准运动补偿,和双向运动补偿。
(框4)。
4紧缩额外的限制
紧缩引擎一般是施加额外的信息或通信系统的一部份紧缩方案本身的约束。
大体约束是延迟和内存的要求。
互动应用程序,如自由视点视频[2]施加随机存取的要求,许诺获取在紧缩的多视点视频表示单个图像序列。
另一方面,通信系统要求紧缩表现稳固的传输错误并可能受益于率的可扩展性。
在下面,咱们从头凝视上述的紧缩方案,而考虑到实际的制度约束。
A.延迟和内存限制
延迟所造成的等待时刻,确实是编码方案搜集更多的图像源所必需的编码时所逝去的时刻。
预测打算的顺序编码许诺灵活编码定单。
此等待时刻只在进行前向预测时能够减少到零。
关于这种情形下,双向预测在时刻方向上不能利用,因此,编码效率降低是看取得的。
所许诺的延迟,能够实现更高的编码增益。
延迟限制是不同的子带编码方案。
在一样情形下,必需考虑到MOP的所有图像确信低波段图像的子带分解。
因此,MOP的大小(N,K)的最小延迟时刻是等待时刻需要搜集额外的K-1时刻持续的影像。
内存要求指定大小的内存是必要的,以方便编码或解码。
关于预测打算,多帧参考缓冲器的大小决定了内存要求。
需要至少一个参考图像存储器用于预测编码。
而大参照帧缓冲器有可能提高紧缩效率。
内存要求不同也有不同的子带编码方案。
在一样情形下,子带分解要求所有输入的图像用MOP对驻留在存储器中的编码器相关联的。
因此,对存储器的要求增加MOP的大小,而且因此,增加所需的紧缩效率。
B.随机访问
流媒体应用如互动光场或自由视点视频施加随机存取多视点图像的要求。
随机访问是指单个图像的辅助功能或图像序列紧缩表现。
关于预测编码方案,取得个人图像高度依托于实际的预测依托。
需要注意的是顺序编码要求所有中间参考图像要被顺序地解码。
因此,分层编码需要增进比线性编码更多灵活的接入到单个图像。
关于子带编码方案,随机访问被多分辨率子带分解增进,一样,分层表示许诺灵活地访问单个图像。
另外,子带打算提供了机遇去衡量访问和检索到的图像质量之间的负担。
C.灵活的表现和牢固性
有效的3DTV系统需要多视点视频表现抗靠不可信传输。
可扩展的表现许诺灵活适应网络和渠道条件。
例如,视图可扩展性和时刻的可扩展性,方便传输原先的多子集查看视频数据。
这是通过利用两个预测和子带分层编码结构编码方案。
质量可扩展性有利于在不同图像质量的传输的多视点视频水平。
关于有效预测编码,在编码器和解码器的参考图片必需完全匹配。
若是在不同质量水平的解码需要的话,编码器进行编码所需的全数质量水平完全匹配必要的参考图片。
子带编码方案,在另一方面,处置不同的量化噪声,并许诺高效优质的可扩展性。
最后,解码器,壮大的表现应尽可能减少传输错误的阻碍重构的多视点视频。
需要注意的是预测编码器的工作在闭环方式。
该量化误差能量穿过整个画面内和流离失所的帧差等于相应的重建图像。
在传输错误的情形下,解码的参考帧的不同从优化的参考帧在编码器和错误传播从帧到帧,从而致使往往是超级大的传输误差能量放大。
另一方面,子带编码器在一个开环的方式操作。
专门是节约能源,关于如此的正交变换系数域的总的量化误差的能量等于在图像域。
若是关于传输误差,一样的关系成立。
因此,误差能量被保留,而不是扩增由解码器,用于预测的解码器的情形下。
5以后的挑战
预测编码方案和子带编码方案两种有可能利用间多视点视频图像的相似性。
预测编码方案技术先进,在低比特率提供良好的图像质量。
尽管背负的内在顺序编码的约束。
子带编码方式为紧缩表示提供了理想的性能。
但这些技术是不是在同一水平的成熟度预测编码方案。
庞大的数据量,配备了多视点视频呈现高度结构化的表示较为可取。
自适应子带分解的额外的限制是必要的。
这是一个以后的挑战,使子带编码预测方案的竞争力,同时如此的
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 视点 视频 紧缩