深度图压缩中的边缘保持上/下采样优化方法

在高效视频编码（High-Efficiency Video Coding, HEVC）的深度图压缩过程中，边缘保留下采样/上采样技术起着关键作用。由于深度信息对于增强合成视图的质量至关重要，本文提出了一种新颖的边缘保持深度上采样方法，专为基于下采样/上采样的深度编码设计。该方法充分考虑了深度图与对应纹理图像之间的边缘相似性以及深度图之间的结构相似性。 作者构建了一个权重模型，这个模型利用深度图的局部协方差系数来估计最优的最小均方误差（Minimum Mean Square Errors, MMSE）上采样系数。通过这种方式，能够在保持边缘细节的同时，实现深度图的有效压缩。这种方法不仅关注编码效率的提升，还注重合成视图质量的主观评价，即在压缩后的深度数据重构过程中，如何尽可能地接近原始深度图的视觉效果。 实验结果显示，与传统方法相比，提出的下采样/上采样结合的边缘保持深度插值方法在编码效率和合成视图质量方面都有显著改善。这对于三维视频（3D video）编码而言，是重要的进步，特别是在对空间分辨率进行动态调整、节省带宽或处理低比特率传输场景时，这种优化技术能够提供更高质量的深度信息还原。 本文的研究为高效视频编码中的深度图处理提供了一种创新策略，通过兼顾边缘保护和压缩性能，有助于推动3D视频技术在实时流媒体、虚拟现实和增强现实等领域的广泛应用。