硬件友好的帧内编码块划分方法、设备及存储介质技术

本发明专利技术公开了一种硬件友好的帧内编码块划分方法，该方法包括：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。解决了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。

【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。在一实施例中，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。在一实施例中，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。在一实施例中，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以水平纹理为主时，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以垂直纹理为主时，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。在一实施例中，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)其中，f(i，j)是(i，j)位置上亮度分量的值；对每个像素上的所述纹理信息Gk进行求和、平均，获得整体编码单元在四个方向上的纹理信息Tk：其中，M为编码单元宽度，N为编码单元高度；对X子编码单元和Y子编码单元的所述纹理信息Tk进行求差、取绝对值，获得两者纹理差异度DTk：DTk(X,Y)＝|Tk(X)-Tk(Y)|,(k＝hor,vec,45,135)其中，hor表示水平Sobel算子、vec表示垂直Sobel算子、45表示45度斜向Sobel算子、135表示135度斜向Sobel算子。在一实施例中，所述纹理差异度的计算步骤还包括：当划分方式为四叉树划分时，则使用标准差的计算方式，获得所述纹理差异度DTk：其中，a，b，c，d为四叉树划分的四个子部分；hor表示水平Sobel算子、vec表示垂直Sobel算子、45表示45度斜向Sobel算子、135表示135度斜向Sobel算子。在一实施例中，所述颜色差异度的计算步骤包括：分别计算X子编码单元和Y子编码单元在u，v分量上的颜色差异度DCu和DCv：DCk(X,Y)＝1-similarity(X,Y),(k＝u,v)其中，xi和yi为两个子编码单元中u、v两个色度分量里每个像素的值，L为u、v分量中像素数量；对所述u、v分量上的差异度取平均值作为最终两个子编码单元间的颜色差异度DC：在一实施例中，所述方法还包括：评估所述决策树分类模型的训练特征对于分类准确率的贡献度，精减所述获得决策树分类模型训练特征；评估所述决策树分类模型的复杂度对于分类准确率的影响，精减所述决策树分类模型。为实现上述目的，本申请还提供一种计算机可读存储介质，其特征在于，其上存储有帧内编码块划分程序，其特征在于，该帧内编码块划分程序被处理器执行时实现上述任一所述的方法。为实现上述目的，本申请还提供一种设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的帧内编码块划分程序，所述处理器执行所述帧内编码块划分程序时实现上述任一所述的方法。本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：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；根据预设的划分结构，同时计算子编码单元之间的纹理差异度和颜色差异度来作为决策树分类模型的训练特征，这样得到的训练特征使图像信息得到充分的利用，保证训练特征的质量。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；训练标签和训练特征进行一一对应，建立有标签训练集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；得到的多个决策树分类模型为后续的判别流程奠定基础。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。采用决策树的方式寻找各划分结构与子编码单元间差异信息的关系，降低硬件环境中产生的时间延迟和内存读写压力，预设的判断流程减少决策树分类模型压力，降低单个决策树分类模型复杂度。附图说明图1为本申请硬件友好的帧内编码块划分方法的第一实施例的流程示意图；图2为本申请硬件友好的帧内编码块划分方法的第二实施例对第一实施例中步骤S110细化的流程示意本文档来自技高网...

【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】
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)

【专利技术属性】
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