3DTV的系统组成及其关键技术和新发展

doi:10.3969/j.issn.1007-2861.2011.04.003

上海大学学报(自然科学版) ›› 2011, Vol. 17 ›› Issue (4): 353-359.doi: 10.3969/j.issn.1007-2861.2011.04.003

3DTV的系统组成及其关键技术和新发展

张兆杨，沈礼权，张秋闻，安平

上海大学通信与信息工程学院，上海 200072

收稿日期:2011-06-23 出版日期:2011-08-30 发布日期:2011-08-30
通讯作者: 张兆杨(1938～)，男，教授，博士生导师，研究方向为图像、视频压缩编码等. E-mail:zhyzhang@shu.edu.cn
基金资助:
国家自然科学基金重点资助项目（60832003）；上海市科委重点资助项目（10510500500）；上海市科委世博专项基金资助项目（10DZ0580800）

Development and Key Technology of 3DTV System

HANG Zhao-yang, SHEN Li-quan, ZHANG Qiu-wen, AN Ping

School of Communication and Information Engineering, Shanghai University, Shanghai 200072, China

Received:2011-06-23 Online:2011-08-30 Published:2011-08-30

摘要/Abstract

摘要： 综述3DTV系统的3种类型，包括基于双目的3DTV、基于多视的3DTV和由2D视频转换为3D视频的3DTV系统，并在概述各自实现方法的基础上，指出相应的优缺点.对作为今后发展主流的多视3DTV系统，分析其尚需突破的三方面关键技术，并进一步介绍有利于解决这些关键技术的以“多视+深度”表示的3DTV新模式，以及课题组对此新模式所取得的研究进展.最后，对3DTV系统的发展和应用前景进行展望.

关键词: 3DTV, 深度, 视频压缩

Abstract: This paper introduces three types of 3DTV systems including twoview 3DTV, multi-view and 2D-3D systems. Based on the description of key components, the merits and drawbacks of each system are analyzed. A new method, i.e., view-plus-depth, to represent 3D scenes, which can effectively reduce 3DTV data for transmission is described. Finally, the procedure of 3DTV development is presented and the prospect of homeoriented 3DTV application is given.

Key words: video compression, 3DTV, depth

中图分类号:

TN 919.81

张兆杨，沈礼权，张秋闻，安平. 3DTV的系统组成及其关键技术和新发展[J]. 上海大学学报(自然科学版), 2011, 17(4): 353-359.

HANG Zhao-yang, SHEN Li-quan, ZHANG Qiu-wen, AN Ping. Development and Key Technology of 3DTV System[J]. Journal of Shanghai University（Natural Science Edition）, 2011, 17(4): 353-359.

[1]	胡嘉成, 王向阳, 刘晗. 基于深度学习的连铸坯表面缺陷检测[J]. 上海大学学报(自然科学版), 2019, 25(4): 445-452.
[2]	谢志峰, 叶冠桦, 闫淑萁, 何绍荣, 丁友东. 基于生成对抗网络的HDR图像风格迁移技术[J]. 上海大学学报(自然科学版), 2018, 24(4): 524-534.
[3]	顾传青1, 聂影1, 王金波2. 求解PageRank 问题的Arnoldi-PIO 算法[J]. 上海大学学报(自然科学版), 2017, 23(4): 555-562.
[4]	郎玥1, 周霁婷1, 梁小龙2, 张文俊1. 基于人脸识别的影视剧镜头自动标注及重剪系统[J]. 上海大学学报(自然科学版), 2017, 23(3): 353-363.
[5]	丁美昆, 徐昱琳, 蒋财军, 冉鹏. 基于Kinect的机器人臂手系统的目标抓取[J]. 上海大学学报(自然科学版), 2016, 22(4): 421-431.
[6]	沈文枫, 张建蕾, 周丁倩, 陈圣波, 邱峰. 大数据时代的车牌汉字识别[J]. 上海大学学报(自然科学版), 2016, 22(1): 88-96.
[7]	李春华1,2, 安平1,3, 张兆扬1,3. 一种深度图失真引入的虚拟视失真估计方法[J]. 上海大学学报(自然科学版), 2015, 21(4): 402-413.
[8]	斯晓华, 王国中, 赵海武, 李国平, 滕国伟. 深度图的快速自适应帧内预测模式选择算法[J]. 上海大学学报(自然科学版), 2015, 21(2): 197-205.
[9]	刘超, 安平, 赵冰, 闫吉辰, 张兆杨. 基于边缘的面向虚拟视绘制的深度编码算法[J]. 上海大学学报(自然科学版), 2014, 20(4): 450-457.
[10]	秦世伟, 周艳坤, 莫泷. 静压桩沉桩施工对临近隧道的影响[J]. 上海大学学报(自然科学版), 2013, 13(5): 527-533.
[11]	王奎1,安平1,2,张兆杨1,2,程浩1,李贺建1. Kinect深度图像快速修复算法[J]. 上海大学学报(自然科学版), 2012, 18(5): 454-458.
[12]	潘夫兴, 罗文芸, 周诗情, 董晓庆, 王传珊. 利用蒙特卡罗方法设计医用加速器均整器[J]. 上海大学学报(自然科学版), 2011, 17(6): 751-756.
[13]	徐杰陈一民史志龙. 双目视觉变焦测距技术[J]. 上海大学学报(自然科学版), 2009, 15(2): 169-174.
[14]	秦爱芳;蒋晨旭. 基坑开挖卸荷影响深度分析[J]. 上海大学学报(自然科学版), 2008, 14(2): 205-209 .

3DTV的系统组成及其关键技术和新发展

Development and Key Technology of 3DTV System

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 14

编辑推荐

Metrics

本文评价