【技术实现步骤摘要】
硬件友好的帧内编码块划分方法、设备及存储介质
本专利技术涉及视频编解码技术,尤其涉及一种硬件友好的帧内编码块划分方法。
技术介绍
在为待划分单元选择最佳划分模式时,编码器首先根据限制条件确定可供该单元选择的划分模式。然后编码器依次使用可选择的划分模式对当前编码单元进行帧内预测、量化、变换、熵编码等后续的编码工作,进而得到该划分模式的预编码信息。当得到所有划分模式的预编码信息后,再根据率失真优化(Rate-DistortionOptimization,RDO)策略,从待选划分模式汇中选出最佳划分模式。现有的基于RDO的块划分模式选择方案在确定最佳模式时需要等待所有允许的划分模式完成预编码才能进行模式选择,这会产生较强的数据依赖和延迟。与此同时,在预编码过程中的一些操作也许依赖与前期已编码好的编码单元(如帧内预测等),这种相互依赖的编码关系在硬件环境下会产生巨大的时间延迟和内存读写压力。
技术实现思路
本申请实施例通过提供一种硬件友好的帧内编码块划分方法,解决了现有技术中帧内编码块划分模式选择产生的数据依赖和延迟以及在硬件环境中产生的巨大时间延迟和内存读写压力的技术问题,达到了方便软硬件并行且可一次通过获得划分模式的技术效果。本申请实施例提供了一种硬件友好的帧内编码块划分方法,其特征在于,所述方法包括:对用于训练的帧内编码块按预设的划分结构,计算子编码单元之间的纹理差异度和颜色差异度,获得决策树分类模型的训练特征;对所述帧内编码块进行编码,得到正确的划分模式,获得与所述 ...
【技术保护点】
1.一种硬件友好的帧内编码块划分方法,其特征在于,所述方法包括:/n对用于训练的帧内编码块按预设的划分结构,计算子编码单元之间的纹理差异度和颜色差异度,获得决策树分类模型的训练特征;/n对所述帧内编码块进行编码,得到正确的划分模式,获得与所述训练特征对应的训练标签;/n结合所述训练特征和训练标签构建训练集,并利用所述训练集训练得到多个决策树分类模型;/n根据预设的判别流程,使用所述决策树分类模型,获得所述待划分帧内编码块的划分模式。/n
【技术特征摘要】 【专利技术属性】
1.一种硬件友好的帧内编码块划分方法,其特征在于,所述方法包括:
对用于训练的帧内编码块按预设的划分结构,计算子编码单元之间的纹理差异度和颜色差异度,获得决策树分类模型的训练特征;
对所述帧内编码块进行编码,得到正确的划分模式,获得与所述训练特征对应的训练标签;
结合所述训练特征和训练标签构建训练集,并利用所述训练集训练得到多个决策树分类模型;
根据预设的判别流程,使用所述决策树分类模型,获得所述待划分帧内编码块的划分模式。
2.如权利要求1所述的硬件友好的帧内编码块划分方法,其特征在于,对训练集内的帧内编码块预设的划分结构,计算子编码单元之间的纹理差异度和颜色差异度,获得决策树分类模型训练特征,包括:
对训练集内的帧内编码块预设的划分结构,依据相邻配对原则,获得各子编码单元配对方式;
根据各子编码单元配对方式,计算子编码单元之间的纹理差异度和颜色差异度,获得决策树分类模型训练特征。
3.如权利要求1或2所述的硬件友好的帧内编码块划分方法,其特征在于,所述划分结构包括:
四叉树划分、垂直多叉树划分、水平多叉树划分、垂直二叉树划分、水平二叉树划分、垂直拓展四叉树划分、水平拓展四叉树划分。
4.如权利要求1所述的硬件友好的帧内编码块划分方法,其特征在于,所述预设的判别流程包括:
将待划分的编码块输入用于判断是否需要划分的第一决策树分类模型;
当第一决策树分类模型选择需要划分时,将待划分的编码块传送给用于判断是否进行四叉树划分的第二决策树分类模型,否则选择不划分;
当第二决策树分类模型选择不进行四叉树划分时,将待划分的编码块传送给用于判断水平纹理为主和垂直纹理为主的第三决策树分类模型,否则进行四叉树划分;
当第三决策树分类模型判定为水平纹理为主时,将待划分的编码块传送给用于判断水平二叉树划分和水平扩展四叉树划分的第四决策树分类模型;
当第三决策树分类模型判定为垂直纹理为主时,将待划分的编码块传送给用于判断垂直二叉树划分和垂直扩展四叉树划分的第五决策树分类模型;
由第四决策树分类模型或第五决策树分类模型输出最终的划分模式。
5.如权利要求1所述的硬件友好的帧内编码块划分方法,其特征在于,所述纹理差异度的计算步骤包括:
使用四个方向的Sobel算子Sk在编码单元内部滑动计算,获得每个像素上的纹理信息Gk:
Gk(i,j)=Sk*A,(k=hor,vec,45,135)
技术研发人员:高伟,袁航,
申请(专利权)人:北京大学深圳研究生院,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。