Home | English | | | UGC | RGC

  支持香港博士後海外交流

  中國公民社會的發展:
公益律師的關鍵作用

  跨境空氣污染控制:
法律與政策方案

  國家對中國勞工衝突的分流

  多模態遷移學習及其在
網絡數據挖掘中的應用

  高效時空向度多視點
視頻編碼方法

  移動位置資料庫的連續性
查詢處理
 
 
  最新消息





鄺得互教授與研究員

多視點視頻由於能展現高質量3D場景,提供3D深度感知以及任意觀看視點選擇等優於2D視覺體驗的視覺衝擊,因而受到大眾廣泛的歡迎。隨著顯示技術的發展,多視點視頻孕育多種全新的視覺媒體應用以及令人振奮的功能體驗,如全息3D影像、自由視點電視、3D電視和3D互動遊戲等。然而,多視點視頻數據是普通單通道視頻的幾十甚至幾百倍,高效的視頻壓縮技術是海量多視點視頻得以廣泛應用的重要環節。多視點視頻壓縮技術 (Multiview Video Coding,MVC) 基於最新壓縮標準H.264/MPEG-4,採用時空聯合預測、可變尺寸塊等複雜編碼技術提高壓縮效率,但卻因此導致編碼複雜度劇增,所以急需有效優化方法。 

 

 

本項目中,我們提出了一系列的面向低複雜度需求的高效優化技術。我們發現由於多視點視頻具有很強的時、空和視點間的相關性,當前編碼單元 (塊) 的最佳編碼參數就可以通過時、空和視點間三個維度上已編碼塊的參數進行有效預測或估計,由此降低當前編碼塊最佳參數選擇的複雜度,並節省最佳參數編碼比特。另外,我們提出全零塊 (量化後殘差系數全零的塊) 檢測方法,在編碼前準確預測當前編碼塊是否為全零塊,應用於計算量集中的編碼模塊,如運動估計和視差估計,變換以及可變尺寸塊模式選擇,簡化全零塊編碼,降低內存訪問量。鑑於預測編碼信號的統計特性,我們提出統計分析模型及其早期終止策略,並應用於運動╱視差估計和模式選擇以降低複雜度。本項目工作有效降低MVC計算複雜度,方法新穎且具有一定開創性,對3D視頻走向家庭應用、3D編碼器的產業化和低成本化具有重要意義。


多視點視頻系統框架


鄺得互教授

香港城市大學
電腦科學系
cssamk@cityu.edu.hk

Top