一种基于HEVC的编码单元划分方法及装置制造方法及图纸

技术编号:28633198 阅读:37 留言:0更新日期:2021-05-28 16:30
本发明专利技术实施例提供了一种基于高效视频编码HEVC的编码单元划分方法及装置,将获取的指定亮度图像划分为多个第一指定大小的子图像,作为当前的待处理子图像;将获取的当前的每一待处理子图像的关联图像的特征图和该待处理子图像输入至目标深度值预测模型,得到该待处理子图像的深度值;如果该待处理子图像的深度值为第一预设深度值,将该待处理子图像确定为一个编码单元;如果该待处理子图像的深度值不是第一预设深度值,将该待处理子图像划分为多个子图像,作为当前的待处理子图像,并继续确定当前的每一待处理子图像的划分方式,直至得到的子图像为第二指定大小。基于上述处理,可以提高编码单元划分的效率,进而,可以提高视频编码的效率。

【技术实现步骤摘要】
一种基于HEVC的编码单元划分方法及装置
本专利技术涉及视频编码
,特别是涉及一种基于HEVC的编码单元划分方法及装置。
技术介绍
为了提高视频传输的速度,发送端在向接收端发送视频(可以称为原始视频)之前,可以基于HEVC(HighEfficiencyVideoCoding,高效视频编码)算法,对原始视频进行编码得到目标视频,进而,可以向接收端发送目标视频。现有技术中,对原始视频进行编码时,可以先确定出原始视频的每一视频帧对应的CU(CodingUnit,编码单元),然后,对确定出的编码单元进行编码得到目标视频。具体的,确定编码单元的方法可以包括:针对原始视频中的每一视频帧,可以将该视频帧划分为多个64×64的子图像,作为第一子图像。针对每一第一子图像,计算该第一子图像的率失真代价,并确定该第一子图像包含的4个32×32的子图像,作为第二子图像。针对每一第二子图像,计算该第二子图像的率失真代价,并确定该第二子图像包含的4个16×16的子图像,作为第三子图像。针对每一第三子图像,计算该第三子图像的率失真代价,并确定该第三子图本文档来自技高网...

【技术保护点】
1.一种基于高效视频编码HEVC的编码单元划分方法,其特征在于,所述方法包括:/n获取指定亮度图像;/n将所述指定亮度图像划分为多个第一指定大小的子图像,作为当前的待处理子图像;/n针对当前的每一待处理子图像,获取该待处理子图像的关联图像的特征图;其中,该待处理子图像的关联图像包括:与该待处理子图像的大小相同的子图像中,位于该待处理子图像的指定邻域范围内的子图像;/n将该待处理子图像的关联图像的特征图和该待处理子图像,输入至预先训练的该待处理子图像的大小对应的目标深度值预测模型,得到该待处理子图像的深度值;其中,所述目标深度值预测模型为基于预设训练样本进行训练得到的,所述预设训练样本包括:对样...

【技术特征摘要】
1.一种基于高效视频编码HEVC的编码单元划分方法,其特征在于,所述方法包括:
获取指定亮度图像;
将所述指定亮度图像划分为多个第一指定大小的子图像,作为当前的待处理子图像;
针对当前的每一待处理子图像,获取该待处理子图像的关联图像的特征图;其中,该待处理子图像的关联图像包括:与该待处理子图像的大小相同的子图像中,位于该待处理子图像的指定邻域范围内的子图像;
将该待处理子图像的关联图像的特征图和该待处理子图像,输入至预先训练的该待处理子图像的大小对应的目标深度值预测模型,得到该待处理子图像的深度值;其中,所述目标深度值预测模型为基于预设训练样本进行训练得到的,所述预设训练样本包括:对样本亮度图像进行裁剪得到的,且与该待处理子图像的大小相同的样本子图像、所述样本子图像的深度值,以及所述样本子图像的关联图像的特征图,所述样本子图像的深度值用于表示在对所述样本亮度图像进行编码单元划分时,是否对所述样本子图像进行划分;
如果该待处理子图像的深度值为第一预设深度值,将该待处理子图像确定为一个编码单元;
如果该待处理子图像的深度值不是所述第一预设深度值,对该待处理子图像进行划分,得到多个子图像,作为当前的待处理子图像,并返回执行所述针对当前的每一待处理子图像,获取该待处理子图像的关联图像的特征图的步骤,直至对该待处理子图像进行划分得到的多个子图像为第二指定大小。


2.根据权利要求1所述的方法,其特征在于,所述指定邻域范围内的子图像包括:该待处理子图像的左侧相邻的子图像、左上方相邻的子图像、正上方相邻的子图像和右上方相邻的子图像。


3.根据权利要求1所述的方法,其特征在于,所述目标深度值预测模型包括卷积层;
在所述针对当前的每一待处理子图像,获取该待处理子图像的关联图像的特征图之前,所述方法还包括:
针对该待处理子图像的每一关联图像,将该关联图像输入至所述卷积层;
所述针对当前的每一待处理子图像,获取该待处理子图像的关联图像的特征图,包括:
获取所述卷积层提取的该关联图像的特征图。


4.根据权利要求1所述的方法,其特征在于,所述目标深度值预测模型的训练过程包括:
获取样本亮度图像;
基于高效视频编码HEVC算法,确定所述样本亮度图像包含的子图像的深度值;其中,一个子图像的深度值用于表示在对所述样本亮度图像进行编码单元划分时,是否对该子图像进行划分;
基于确定出的深度值对所述样本亮度图像进行裁剪,得到所述样本亮度图像的各子图像;
从所述各子图像中确定出与该待处理子图像的大小相同的子图像,作为样本子图像;
基于初始深度值预测模型,获取所述样本子图像的关联图像的特征图;
将所述样本子图像的关联图像的特征图和所述样本子图像,作为所述初始深度值预测模型的输入数据,将所述样本子图像的深度值,作为所述初始深度值预测模型的输出数据,对所述初始深度值预测模型进行训练;
当达到所述初始深度值预测模型的收敛条件时,得到该待处理子图像的大小对应的备选深度值预测模型;
基于所述备选深度值预测模...

【专利技术属性】
技术研发人员:景晓军赵日发黄海穆俊生张荣辉
申请(专利权)人:北京邮电大学
类型:发明
国别省市:北京;11

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