买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华侨大学

摘要：本发明公开了一种基于联合特征的MIV沉浸式视频率失真优化方法，涉及视频编码领域，包括：计算像素的几何失真权重；将帧内划分为纹理区域与深度区域，提取纹理区域的纹理复杂度特征、纹理区域的边缘特征和深度区域的边缘特征，自适应融合纹理区域的边缘特征和深度区域的边缘特征以得到融合边缘特征；使用纹理复杂度特征与融合边缘特征组成的联合特征，计算得到纹理区域的失真度量缩放因子与深度区域的失真度量缩放因子；根据纹理区域的失真度量缩放因子、失真度量缩放因子和几何失真权重计算新拉格朗日乘子；基于新拉格朗日乘子实现沉浸式视频的率失真优化。本发明可以使得最终渲染的沉浸式视频具有更好的渲染质量与率失真性能。

主权项：1.一种基于联合特征的MIV沉浸式视频率失真优化方法，其特征在于，包括以下步骤：S1，在MIV编码平台以Pack模式编码沉浸式视频序列时，计算像素的几何失真权重；S2，编码沉浸式视频Pack图集时，帧内划分纹理区域与深度区域，并提取纹理区域的纹理复杂度特征、纹理区域的边缘特征和深度区域的边缘特征；对纹理区域的边缘特征和深度区域的边缘特征进行自适应融合，得到融合边缘特征；S3，使用纹理复杂度特征、融合边缘特征以及几何失真权重计算得到纹理区域的失真度量缩放因子与深度区域的失真度量缩放因子；S4，根据纹理区域的失真度量缩放因子计算纹理区域的新拉格朗日乘子，根据深度区域的失真度量缩放因子计算深度区域的新拉格朗日乘子，使用新拉格朗日乘子实现沉浸式视频的率失真优化；所述S1包括以下步骤：根据相机类型计算像素i的归一化三维坐标根据归一化三维坐标计算像素i所对应的世界坐标X,Y,Z，表示为： 其中，d表示像素i的深度值，表示旋转矩阵，表示相机的空间位置向量；计算像素i的局部邻域内的k个样本点所组成的平面，表示为：Z＝UX+VY+W1；其中，U，V，W1为该平面常系数参数，通过最小二乘法计算得到，表示为： 其中，Xj,Yj,Zj表示像素i的局部邻域内第j个样本点的世界坐标；计算像素i所对应的法向量n，表示为：n＝U,V,-1；根据像素i的法向量n计算像素i的几何失真权重，表示为： 所述S3包括以下步骤：计算纹理区域每一个CU的失真度量缩放因子ξ，表示为： 其中，α0和β0为正权重系数，负责调节特征的影响权重，TC为当前CU的纹理复杂度，为当前CU的融合边缘特征图的均值，O表示有效像素占用比率，由该CU中的有效像素除以总像素数得到，ρ表示有效像素比例阈值；计算深度区域每一个CU的失真度量缩放因子ε，表示为： 其中，α1、β1和均表示正权重系数，负责调节特征的影响权重，为当前CU所有像素对应的几何失真权重均值；所述S4计算的新拉格朗日乘子，表示为： 其中，λT为纹理区域的原始拉格朗日乘子，λG为深度区域的原始拉格朗日乘子，λT′为纹理区域的新拉格朗日乘子，λG′为深度区域的新拉格朗日乘子。

全文数据：

权利要求：

百度查询： 华侨大学 一种基于联合特征的MIV沉浸式视频率失真优化方法