帧内SDC最优DC值的搜索算法优化

郑宇,张基宏,胡涛,陈三风

（1.深圳大学信息工程学院，广东 深圳 518060；2.深圳信息职业技术学院信息技术研究所,广东 深圳 518172）

帧内SDC最优DC值的搜索算法优化

郑宇1,张基宏1,胡涛2,陈三风2

（1.深圳大学信息工程学院，广东 深圳 518060；2.深圳信息职业技术学院信息技术研究所,广东 深圳 518172）

3D-HEVC中，为了提高SDC模式的编码表现，多DC候选值的方法被采纳，这引起了计算复杂度的提升。为了减小复杂度，在已提出的搜索算法基础上，本文提出除了利用不同DC候选值率失真代价数值之间的大小关系，还利用DC值率失真代价的数值本身来搜索最优DC值。

3DHEVC; SDC; 多DC候选值; 率失真代价

引言

随着3D视频技术的发展，显示行业正在经历从2D到3D的扩展，越来越多的屏幕能够呈现3D电影，3D应用的数量也在不断增加[1]。由于需要编码多个视角的高分辨率视频，使得传输和储存的数据量远大于2D视频，因此，3D系统需要更加高效的编码方法[2]。

作为新一代的视频编码标准,HEVC(High Efficiency Video Coding)的编码效率较H.264/AVC有了很大的提高，在保证相同视频质量的情况下，视频流的码率减少约50%，更加的适合编码3D视频。2012年，JCT-3V(Joint Collaborative Team on 3D Video Coding Extensions Development)工作组成立，开始了对HEVC的3D扩展——3D-HEVC的研究，旨在HEVC的基础上改进技术，更高效的对3D视频进行编码。3D-HEVC包括了HEVC的所有特性，支持多视点加深度(Multiview plus Depth,MVD)的格式[2]。

在MVD格式中，视频信号由纹理图和深度图组成，并被编码和复用成3D视频流，在解码端能利用DIBR(depth image based rendering)技术产生中间的虚拟视点[3]。3D视频的深度部分又被称作深度图，具有大量的均匀区域和锋利的边缘，锋利边缘对于虚拟视点的融合非常重要。传统的帧内预测模式并不能很好的保存深度图的锋利边缘，为此，3D-HEVC中增加了新的帧内预测模式——深度模型模式(Depth Modeling Modes,DMM)[4]，然而传统的帧内预测模式和DMM模式都需要对残差进行变换和基于像素域的编码。为了消除上述情况带来的振铃效应，也为了减小计算复杂度，SDC(Segmentwise DC Coding)被提出，在SDC中，残差数据可以不经过变换和量化直接编码[5]。

SDC可用于所有的帧内预测模式，包括传统的HEVC帧内模式和DMM。编码需要的是残差，但是直接得到的残差值不一定是最优值，为了得到更好地编码表现，编码器检查更多的候选值，通过融合视点优化理论(view synthesis optimization ,VSO)，比较不同候选值的RDcost，选取其中最优值[6]。检查更多的候选值虽然提升了编码表现，但也显著增加了计算复杂度，为此，Jin Young Lee等人提出利用不同候选值的率失真代价（Rate-Distortion cost ,RDcost）之间的关系来简化计算，但此方法只利用了残差和其RDcost之间的关系，最优情况下仍旧要计算3个候选值的RDcost[7]。针对上述问题，本文提出一种Segment-wise DC Coding最优DC值的搜索优化算法，该算法除了利用残差和其RDcost之间的关系之外，还考虑了RDcost值的大小对于最优值选取的影响。实验结果证明，该算法能在不影响编码效率的情况下，减少编码时间。

1　3D-HEVC中的DC值搜索算法

SDC提供了一种有别于传统的残差编码方式。使用SDC时，残差数据不经过变换和量化直接被编码，对于包含SDC模式的预测单元（PU），所属编码单元（CU）的分割方式必须是2N*2N[8]。对于传统的帧内预测模式，每个PU被看成一个部分，对于DMM，PU被看成两部分。

编码前，通过使用深度查找表(Depth Lookup Table,DLT)，每个残差值匹配一个索引值，编码和传输都是针对这个索引值，这样可以减少残差大小的比特深度，这个表也会被传输到解码端，用于在解码端通过索引值获取对应的残差值。

在编码端，SDC过程利用原始深度值的平均值(dorig)和预测的深度值(dpred)。如图一所示，对于HEVC帧内预测模式，dpred通过计算左上角、右上角、左下角、右下角这四个像素的均值得到，对于DMM模式，dpred与这一部分的预测值相同。

图1　SDC中用于计算预测深度值的像素点Fig.1 Selection of samples for calculating the predicted fdepth value in SDC

一个DLT用来把dorig和dpred匹配到索引值，残差的索引值通过下面给出的值被传输到解码端

此处I[]表示由残差值到DLT索引值的对应。

在解码端，重构的dorig通过下面的方法获取

此处I-1[]表示由DLT索引值到残差值的对应。

裂缝分布规律显示：同一工程项目的不同路段开裂情况相差很大。根据表1可知，101省道前三段以网状裂缝和不规则裂缝为主，裂缝面积和破坏程度大；后三段以横向裂缝和纵向裂缝为主，相对前三段破坏程度较小。根据现场观察，前三段车流量较大，车辆以轿车和中小型客车为主，偶尔会出现大型卡车；后三段的车流量较前者小，车辆以小型机动车居多，偶尔有中型巴士行驶，大型卡车出现的频率较前三段小。可见101省道裂缝严重程度与行车荷载相关。

1.2当前SDC中最优DC值搜索算法

记iresi为DC，但是此时的DC不一定是最优值，为了得到更好地编码表现，编码器检查更多的DC（DC-1，DC-2，DC，DC+1，DC+2），通过融合视点优化理论（view synthesis optimization,VSO），比较不同候选值的RDcost，选取其中RDcost最小的值作为最优值。

为了减小多个DC候选值带来的计算复杂度的上升，Jin Young Lee等人提出了利用不同DC的Rdcost之间关系来简化计算的方法[7]，具体的决策过程如下：

（1）如果DC候选值之间RDcost大小关系为DC＜0.9(DC-1)且DX＜0.9(DC+1)，则跳过对DC-2和DC+2的检查，判定DC为最优值。

（2）如果DC候选值之间RDcost大小关系为DC+1＜DC＜DC-1，则跳过对DC-2的检查。

（3）如果DC候选值之间RDcost大小关系为DC-1＜DC＜DC+1，则跳过对DC+2的检查。

满足1的情况下，这个算法只需要计算3个候选值即可判断出最优的DC值，满足2、3的情况也只需计算4个候选值，且对于大部分的DC值选择过程，都满足使用这种方法的条件。在损失可以忽略不计的情况下，这种方法可以有效的减小编码的复杂度。

2　优化算法

除了DC候选值之间RDcost大小关系可以用来缩小最优值的搜索范围之外，DC值本身RDcost的大小也能帮助缩小最优值的范围，下面通过实验来统计不同条件下，准确的获取最优DC候选值的概率。

A.修改1

实验1测试在编码I帧时，当DC的RDcost小于20，DC为最优值的概率。实验1对6个序列分别测试前48帧，其中Balloons，Kendo和Newspaper_CC序列的分辨率为1024x768，Poznan_Hall2，Poznan_ Street和Undo_Dancer序列的分辨率为1920x1088。表1统计了实验1的结果。

从表1可以看出，当DC的RDcost小于20时，其为最优值的概率达到98%，其中Kendo序列更是达到了99.9%。因此，在编码I帧时，如果DC的RDcost小于20，则跳过对DC-1，DC+1，DC-2，DC+2的检查。

表1　实验1中获取最优DC的比例Tab.1 The ratio of the optimal DC value in experiment 1

B.修改2

实验2测试在编码I帧时，统计以下两种情况发生一种的概率。

（1）DC-1的RDcost＜60，且DC候选值之间RDcost大小关系为DC-1＜0.5(DC)，DC-1＜0.5(DC+1)，最优值为DC-1。

（2）DC+1的R Dcost＜60，且D C候选值之间RDcost大小关系为DC+1＜0.5(DC)，DC+1＜0.5(DC-1)，最优值为DC+1。

表2统计了实验2的结果。

从表2可以看出，上述情况满足一种的概率达到97.8%，其中Balloons序列更是达到99.5%。因此，在编码I帧时，如果满足以上两种情况中的一种，则跳过对DC-2，DC+2的检查。

表2　实验2中获取最优DC的比例Tab.2 The ratio of the optimal DC value in experiment 2

3　实验结果及分析

为了验证本文算法的性能，对8个标准序列在HTM13.0平台上进行测试，配置为CTC[9]，实验结果展示在表3中。

本文提出了利用DC候选值本身的大小来帮助选择最优的DC值，从表3可以得到，使用本文算法的情况下，只有Kendo和GT_Fly序列的融合视点BD-rate有少许的增加，其余序列的BD-rate没有损失，其中Poznan_Hall2，Poznan_Stree，Undo_ Dancer ,Shark这4个序列的BD-rate减少了0.01%。综上所述，在没有编码损失的情况下，本文算法编码时间减少了0.4%。

表3　实验结果Tab.3 Experiment results

[1]Thaisa L.da Silva ,Luciano V.Agostini ,Luis A.da Silva Cruz,“Fast Mode Selection Algorithm Based on Texture Analysis for 3D-HEVC Intra Prediction”,IEEE International Conference on Multimedia and Expo(ICME),29 June-3 July 2015,pp.1-6.

[2]Karsten Muller ,Heiko Schwarz ,Detlev Marpe,et al,“3D High-Efficiency Video Coding for Multi-View Video and Depth Data”,IEEE Transactions on Image Processing,vol.22,no.9,pp.3366-3378,may.2013.

[3]C.Fehn,“Depth-image-based rendering(DIBR),compression and transmission for a new approach on 3DTV,” Proc.SPIE Stereoscopic Displays and Virtual Reality Systems XI,pp.93-104,Jan.2004.

[4]G.Tech,K.Wegner,Y.Chen,and S.Yea,“Test Model 9 of 3D-HEVC and MV-HEVC”,in Document JCT3V I1003,9th JCT-3V Meeting,Sapporo,Jul.2014.

[5]Fabian Jäger,Institut für Nachrichtentechnik,“SimplifiedDepth Coding with an optional Depth Lookup Table”,in Document JCT3V B0036,2th JCT-3V Meeting,Shanghai,Oct.2012.

[6]Hongbin Liu,Ying Chen,“Generic SDC for all Intra modes in 3D-HEVC”,in Document JCT3V G0122,7th JCT-3V Meeting,San José,Jan.2014.

[7]Jin Young Lee,Min Woo Park,Yongjin Cho,and Chanyul Kim,“Fast SDC DC offset decision”,in Document JCT3V I0084,9th JCT-3V Meeting,Sapporo,Jul.2014.

[8]Jin Young Lee,Min Woo Park,and Chanyul Kim,“Simplified depth inter mode coding”,in Document JCT3V F0149,6th JCT-3V Meeting,Geneva,25 Oct.-1 Nov.2013.

[9]K.Mueller,A.Vetro,“Common Test Conditions of 3DV Core Experiments”,in Document JCT3V G1100,7th JCT-3V Meeting,San José,Jan.2014.

【责任编辑：高潮】

Optimization of intra SDC DC value searching algorithm

ZHENG Yu，ZHANG Jihong，HU Tao，CHEN Sanfeng
（1.College of Information Engineering,Shenzhen University,Guangdong Shenzhen 518060,China; 2.Shenzhen Institute of Information Technology,Shenzhen 518172,China）

In 3D-HEVC,Multiple DC candidates were adopted to improve the performance of SDC,it results in the significant complexity increase.In order to reduce the encoding complexity,a method is proposed in this paper by considering the value of the DC candidate's RDcost itself in addition to the size relation between the value of different DC candidate's RDcost.

3D-HEVC; SDC; multiple DC candidates; RDcost

TN919.81

A

1672-6332（2016）03-0019-04

2016-09-14

广东省省级科技计划项目（2014A070713042）

郑宇（1981-），男（汉），硕士生，研究方向为视频编码。E-mail:602640569@qq.com