一种帧间预测方法、电子设备和存储装置制造方法及图纸

技术编号:26653547 阅读:43 留言:0更新日期:2020-12-09 00:57
本申请公开了一种帧间预测方法、电子设备和存储装置,该方法包括:构建当前块的高级运动矢量表达UMVE候选列表,UMVE候选列表中包含时域运动矢量和空域运动矢量;将当前块分割为若干大小相同的子块;利用所有子块和UMVE候选列表获得当前块的最佳运动矢量。通过上述方式,本申请将当前块细分为若干子块,利用细化后的子块和UMVE候选列表来提高获取最佳运动矢量的匹配度,进而提高帧间预测的准确性。

【技术实现步骤摘要】
一种帧间预测方法、电子设备和存储装置
本申请涉及视频编解码领域,特别是涉及一种帧间预测方法、电子设备和存储装置。
技术介绍
由于视频图像数据量比较大,通常需要对视频像素数据(如RGB、YUV等)进行编码压缩以降低视频的数据量,压缩后的数据称之为视频码流,视频码流通过有线或者无线网络传输至用户端,再进行解码观看。整个视频编码流程包括采集、预测、变换、变换量化和熵编码等过程。在预测过程中往往包括帧间预测,以去除视频图像在时间上的冗余。帧间预测过程需预测出当前块的最佳运动矢量,进而基于该最佳运动矢量进行编码,因此,若帧间预测结果准确性低,则可能造成解码时原始的视频图像严重失真,影响用户体验、甚至使用户遗漏重要的信息。有鉴于此,如何优化帧间预测成为亟待解决的问题。
技术实现思路
本申请主要解决的技术问题是提供一种帧间预测方法、电子设备和存储装置,能够提高获取最佳运动矢量的匹配度,进而提高帧间预测的准确性。为解决上述技术问题,本申请第一方面提供一种帧间预测方法,该帧间预测方法包括:构建当前块的高级运动矢量表达UMVE候本文档来自技高网...

【技术保护点】
1.一种帧间预测方法,其特征在于,包括:/n构建当前块的高级运动矢量表达UMVE候选列表,所述UMVE候选列表中包含时域运动矢量和空域运动矢量;/n将所述当前块分割为若干大小相同的子块;/n利用所有所述子块和所述UMVE候选列表获得所述当前块的最佳运动矢量。/n

【技术特征摘要】
1.一种帧间预测方法,其特征在于,包括:
构建当前块的高级运动矢量表达UMVE候选列表,所述UMVE候选列表中包含时域运动矢量和空域运动矢量;
将所述当前块分割为若干大小相同的子块;
利用所有所述子块和所述UMVE候选列表获得所述当前块的最佳运动矢量。


2.根据权利要求1所述的方法,其特征在于,所述构建当前块的高级运动矢量表达UMVE候选列表,包括:
利用所述当前块的空域相邻块获取所述当前块的空域运动矢量,利用所述当前块的时域同位块获取所述当前块的时域运动矢量;
将所述空域运动矢量和所述时域运动矢量添加至所述UMVE候选列表中。


3.根据权利要求2所述的方法,其特征在于,将所述空域运动矢量和所述时域运动矢量添加至所述UMVE候选列表中,包括:
将至少一个所述空域运动矢量和至少一个所述时域运动矢量添加在所述UMVE候选列表中,且所述时域运动矢量与所述空域运动矢量在所述UMVE候选列表中位置不固定。


4.根据权利要求1所述的方法,其特征在于,所述利用所有所述子块和所述UMVE候选列表获得所述当前块的最佳运动矢量,包括:
将所述空域运动矢量进行偏移,并对偏移后的空域偏移运动矢量进行补偿,以获得不同偏移组合下的第一预测块;
利用每个子块对应的时域同位块获取所述子块的时域运动矢量;
将每个所述子块的时域运动矢量进行偏移,并对偏移后的每个所述子块的时域偏移运动矢量进行补偿,以获得不同偏移组合下的第二预测块;
将所有所述第一预测块和所述第二预测块与所述当前块比较,以获得失真代价最小的预测块,将所述失真代价最小的预测块对应的运动矢量作为所述当前块的最佳运动矢量。


5.根据权利要求4所述的方法,其特征在于,所述将每个所述子块的时域运动矢量进行偏移,包括:
为每个所述子块的时域运动矢量设置完全相同的偏移距离和偏移方向;或者,
为所有所述子块的时域运动矢量设置部分相同或完全不相同的偏移距离和偏移方向。


6.一种帧间预测方法,其特征在于,包括:
将当前块分割为若干大小相同的子块;
构建每个子块对应的UMVE候选列表,所述UMVE候选列表中包含空域运动矢量;
利用所有所述子块和其对应的所述UMVE候选列表获得所述当前块的最佳运动矢量。


7.根据权利要求6所述的方法,其特征在于,所述构建每个子块对应的UMVE候选列表,包括:
利用所述子块的空域相邻块获取所述子块的空域运动矢量;或者,
利用所述当前块的空域相邻块获取所述当前块的空域运动矢量,将所述当前块的空域运动矢量所述作为所述子块的空域运动矢量;
将每一所述子块对应的空域运动矢量添加至每一所述子块对应的所述UMVE候选列表中。


8.根据权利要求7所述的方法,其特征在于,所述利用...

【专利技术属性】
技术研发人员:陈秀丽江东林聚财方诚陈瑶张政腾殷俊
申请(专利权)人:浙江大华技术股份有限公司
类型:发明
国别省市:浙江;33

网友询问留言 已有0条评论
  • 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。

1