基于块分类的深度图运动估计及其并行实现

谢晓燕，王安琪+，朱 筠，胡传瞻，杜卓林

(1.西安邮电大学 计算机学院，陕西 西安 710121；2.西安邮电大学 电子工程学院，陕西 西安 710121)

0 引 言

3D-HEVC标准[1]采用了多视点加深度(multi-view plus depth，MVD)的编码格式。MVD包含纹理图序列和相对应的深度图序列。纹理图具有丰富的细节信息和少部分较为平坦的纹理区域，而深度图的平坦区域占比高达85%[2]，只有在物体的边界处有着陡峭的边缘。因此纹理图编码需要侧重于每个像素点的细节信息，而深度图只需要重点保护图像中各对象的边缘信息[3]。

针对如何利用深度图独有的内容特性，降低在帧间预测部分的编码复杂度，专家提出了一些有效的解决方案。文献[4]针对深度图平坦块在运动估计时采用了复杂度较高的全搜索(full search，FS)算法或者TZSearch算法进行块匹配，而导致了不必要计算量的问题，提出使用轻量级的菱形搜索(diamond search，DS)算法进行块匹配，但是忽略了深度图的边缘区域更难预测这一问题。文献[5]在文献[4]的基础上提出对深度图进行分类，对不同区域采用不同的搜索算法，有效降低了运动估计搜索点数。以上算法都是利用深度图的特性，从软件算法层面减少深度图的编码时间，但是无法满足实时视频编码的需求。因此，多媒体工程师尝试把视频算法向FPGA、ASIC上移植[6]，文献[7]、文献[8]分别基于FS、DS算法设计了专用硬件架构。

综上，针对深度图特性的算法优化和硬件加速是改善3D-HEVC运动估计模块计算量和编码效率的有效手段，但是现有文献还未提出一种易于在硬件上实现且利用深度图特性的运动估计算法。……