Exploration of algorithms and implementations for efficient 3D-HEVC depth map encoding

• Main Author: Sanchez, Gustavo Freitas
• Publication Date: 2019
• Format: Doctoral thesis
• Language: eng
• Source: Biblioteca Digital de Teses e Dissertações da PUC_RS
• Download full: http://tede2.pucrs.br/tede2/handle/tede/8651
• topic: 3D-HEVC; Depth Maps Coding; Intra-Frame Prediction; Inter-Frame Prediction; Encoding Effort Reduction; 3D-HEVC; Codificação de Mapas de Profundidade; Predição Intra-Quadro; Predição Inter-Quadro; Minimização do Esforço Computacional; CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO

O padrão 3D High Efficiency Video Coding (3D-HEVC) foi o primeiro padrão a usar a codificação de mapas de profundidade juntamente com a codificação de textura para obter alta taxa de compressão e qualidade em vídeos 3D. A codificação de mapas de pro- fundidade introduziu ferramentas que requerem maior esforço computacional se comparado com a codificação de textura, implicando novos desafios para codificar vídeos 3D eficiente- mente, principalmente quando a codificação for efetuada em sistemas embarcados ou re- querer tempo real. Esta Tese propõe algoritmos e implementações que permitem aprimorar a codificação de mapas de profundidade no padrão 3D-HEVC. As contribuições principais da Tese são agrupadas em três partes. (i) Redução do esforço de codificação intra-quadro, onde foram projetados quatro novos algoritmos com base em uma profunda análise da dis- tribuição de tempos e de modos usados na codificação. (ii) Aprimoramento dos modos de bipartição, onde foram explorados (a) o controle do esforço de codificação dos modos de bipartição, (b) o paralelismo para o modo Intra_Wedge, (c) a compressão de padrões para redução de armazenamento de wedgelets, e (d) o projeto de hardware para a decodifica- ção dos modos de bipartição. (iii) Redução do esforço de codificação inter-quadros, onde foram projetados três novos algoritmos para acelerar a codificação de quadros do tipo P e B. O conjunto de algoritmos e técnicas desenvolvidos podem ser aplicados individualmente ou combinados para melhorar o uso dos recursos computacionais ao codificar mapas de profundidade.