在探讨深度视频中值滤波器的研究论文《基于联合加权稀疏表示的深度视频中值滤波器》中,作者团队提出了一个新的方法来处理在深度视频编码中出现的编码伪影问题,尤其是那些影响到立体显示合成视图质量和编码效率的伪影。该论文在2015年数据压缩会议上发表,来自武汉大学计算机学院的Jinhui Hu等人和湖北科技学院计算机科学学院的Ruolin Ruan等人参与了研究工作。
深度视频和多视图视频(MVD)格式的相关背景知识需要理解。MPEG组织提出了多视图加深度(MVD)格式,目的是推动自动立体显示技术的发展。深度视频编码和传输的目的,是与彩色视频一起在接收端合成虚拟视图。然而,传统的视频编码标准,例如H.264/AVC,在深度边界处引入了编码伪影,这对合成视图的质量和编码效率造成了严重的影响。
为了克服这一问题,已经提出了一些循环内深度滤波器,如联合深度滤波器。举例来说,Liu等人设计了一种三边滤波器,Lim等人提出了自适应非局部范围滤波器。但是,基于联合双边滤波器的方法在计算输出深度像素时,是通过对邻域内所有深度像素进行加权求和得到的,这种方法有可能因为位于不同深度平面的异常深度像素而产生模糊。而且,在邻域中相似的深度像素较少的情况下,重建的深度边界处会出现模糊或拖影伪影,这将影响深度编码效率和合成质量。
作者们受到稀疏表示的启发,提出了一种基于联合加权稀疏表示的中值滤波器作为深度视频编解码器的循环内滤波器。针对当前位于边缘的深度像素,首先通过使用邻近的彩色像素执行基于深度和强度相似性的加权稀疏表示来表示其同位置的彩色像素。接着,记录邻近彩色像素中表示系数非零的像素位置。然后,选择位于记录位置的邻近深度像素作为候选集。在这个集合上执行中值滤波器以获得滤波输出。
该深度滤波器的实验结果表明,该方法在编码效率和合成质量方面优于传统方法。在实现过程中,首先解决了深度和强度的加权问题,这需要充分考虑深度视频的特性;然后,是候选集的选取,这决定了滤波的准确度;是对候选集执行中值滤波,这是提升深度视频质量的关键步骤。论文中没有详细说明的OCR扫描错误或漏识字词,通过上下文和专业知识进行了逻辑推理和修正,以确保知识点的准确和连贯。