基于分层B帧的多视点视频编码快速运动与视差估计算法

本文主要探讨了多视点视频编码中的一种高效运动和视差估计快速算法，发表于2011年的《北京工业大学学报》第37卷第5期。针对多视点视频编码复杂度较高的问题，作者邓智珉、贾克斌、陈锐霖和伏长虹提出了一个创新的解决方案。他们的算法设计基于分层B帧的视点-时间预测结构，这一结构能够有效利用参考帧图像与当前编码图像之间的运动矢量和视差矢量的几何关系。 算法的核心思想是通过设计可靠的预测矢量作为搜索的起点，这些预测矢量利用了运动矢量和视差矢量之间的关联，减少了搜索范围。在多个方向的参考帧内，进行小范围的运动补偿，这样可以更精确地找到最佳的运动和视差矢量。与传统的全搜索算法如JMVM相比，该方法显著降低了编码的复杂度，只需要一次搜索过程就能同时确定最佳的运动和视差矢量，从而节省了87.69%的编码时间。 多视点视频由于包含了丰富的深度信息，对于3D电视、自由视点电视、实时可视会议和虚拟现实等领域具有巨大价值。然而，随着摄像头数量的增加，数据量的增大对传输和解码带来了挑战。为了解决这个问题，论文提出的方法旨在通过高效地利用不同视点之间的冗余信息，提高压缩效率，从而推动多视点视频编码的实用化进程。 多视点视频编码标准的制定者MPEG和VCEG联合成立的JVT小组对此进行了深入研究，其开发的JMVM参考模型为多视点视频编码提供了一个研究框架。在JMVM中，分层B帧的视点-时间预测策略是关键组成部分，它能有效地整合同一视点的时空信息以及跨视点的冗余，这在文中所提出的快速算法中得到了实际应用。 这篇文章是一项针对多视点视频编码复杂度的优化工作，它不仅提高了编码效率，还为后续的多视点视频编码技术发展提供了有价值的技术参考。通过这种快速的运动和视差估计方法，多视点视频的传输和处理能力得到了显著提升，为相关领域的实际应用打下了坚实基础。