基于T-CNN的3D-HEVC深度图帧内快速编码算法

摘要：

3D-HEVC标准中引入了具有大面积平坦区域、陡峭边缘和低纹理复杂度特性的深度图.针对深度图编码过程中编码单元(CU)率失真优化导致编码复杂度过高这一问题,本文在分析深度图编码所具有的特点的基础上,构建了深度图划分深度数据集,并提出了一种基于两通道特征传递卷积神经网络(T-CNN)的划分深度预测算法.使用本文提出的算法替换原始编码器中各视点下深度图CU划分模块,可以在一定的率失真性能损失下,将原始HTM-16.0 编码器编码时间平均减少76%左右,编码效率得到了显著提升.

关键词：3D-HEVC、深度图、帧内编码、卷积神经网络

所属期刊栏目：33

分类号：TN919.81;TP391.4;TN402

资助基金：北京市自然科学基金资助项目4212001

在线出版日期：2023-11-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1068-1076