基于FSCD-CNN的深度图像快速帧内预测模式选择算法

作     者：崔鹏涛 张倩 刘敬怀 周超 王斌 司文 CUI Pengtao;ZHANG Qian;LIU Jinghuai;ZHOU Chao;WANG Bin;SI Wen

作者机构：上海师范大学信息与机电工程学院上海200234 上海商学院商务信息学院上海201400 

出 版 物：《应用科学学报》 (Journal of Applied Sciences)

年 卷 期：2021年第39卷第3期

页      面：433-442页

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：3D-HEVC 深度图 最大编码单元 卷积神经网络 编码复杂度 

摘      要：针对3D-HEVC的多视点视频加深度图的编码格式和四叉树编码结构所带来的编码复杂度问题,提出了一种深度图像快速帧内预测模式选择算法。首先,从深度视频序列中以最优的深度图最大编码单元(largest coding unit, LCU)划分深度为标签获取训练集;其次,构建了适用于LCU的Cu深度快速选择卷积神经网络(fast selecting Cu’s depth-convolutional neural network, FSCD-CNN);最后,对深度图LCU进行划分深度预测,跳过部分编码模式决策,实现最佳LCU划分。实验结果表明,与相关文献对比,所提算法在保持了编码性能的同时平均减少了15%的编码时间,实验验证了其有效性和可靠性。