融合时空域下采样的超高清晰度视频编码技术研究

随着电子技术和多媒体通讯技术的迅猛发展，视频应用愈来愈广泛。为满足人们对"沉浸式"视觉享受的需求，相应的视频采集、显示设备为支持更高分辨率和帧率视频正在跃进式地发展。而这种超高清晰度视频的出现也对视频编码提出了新的挑战，即如何对高分辨率高帧率的超高清晰度视频进行更加高效的编码与重构。为此，本项目将首先对其统计特性进行深入分析，为消除高分辨率采样引入的空域冗余，建立面向插值的最优下采样模型及基于运动匹配可靠性的图像增强技术，并辅以改进的预测、变换等技术，实现对高分辨率图像的高效编码；其次，针对高帧率采样引入的时域冗余特性，研究自适应采样技术并提出基于多运动矢量场和贝叶斯估计融合的高效重构技术；最后，综合以上技术，提出融合时空域下采样的新型编码框架，解决高分辨率视频的高效编码问题，及由低帧率视频生成高帧率视频过程中的重构问题。课题所研究的技术争取被HEVC、AVS2等新一代编码标准采纳。

本项目提出进行融合时空域下采样的超高清视频编码技术进行研究，即研究如何对高分辨率、高帧率的超高清晰度视频实现更加高效的编码与重构。本项目提出首先对其统计特性进行深入分析，为消除高分辨率采样引入的空域冗余，建立面向插值的最优下采样模型及基于运动匹配可靠性的图像增强技术，并辅以改进的预测、变换等技术，实现对高分辨率图像的高效编码；其次，针对高帧率采样引入的时域冗余特性，研究自适应采样技术并提出基于多运动矢量场和贝叶斯估计融合的高效重构技术；最后，综合以上技术，提出融合时空域下采样的新型编码框架，解决高分辨率视频的高效编码问题，及由低帧率视频生成高帧率视频过程中的重构问题。.在过去的三年中，课题组在面向高分辨率、高帧率的超高清晰度视频高效编码与重构方面展开研究，取得了一定的进展，提出了基于拉普拉斯模型的视频重建编码方法，并参与HEVC、AVS2编码标准的制定，在高效预测编码技术、环路滤波技术以及码率控制优化算法方面开展研究，提出了并行高级运动矢量预测算法、灵活的参考帧管理方案、多方向帧内预测、渐进式运动估计和质量平滑的码率控制等技术，发表论文25篇，其中国际期刊论文3篇，申请专利5项。