一种编码单元划分方法、装置、设备及介质制造方法及图纸

本发明专利技术公开了一种编码单元划分方法，方法包括：S1：采用预设数量种划分模式对编码单元进行划分得到每种划分模式的子块；S2：针对每种划分模式，根据所述划分模式的子块在不划分情况下的预测参数预测所述划分模式的最优编码代价；S3：从每种划分模式的子块中，选择最小的最优编码代价对应的子块；S4：在选择的子块的尺寸信息大于最小限定值情况下，采用预设数量种划分模式对选择的子块继续进行划分，得到每种划分模式的子块，并继续执行步骤S2的过程。与现有技术中采用的层层递归方式相比，本发明专利技术每次根据子块在不划分情况下的预测参数直接预测得到完整递归后的最优编码代价，无需层层递归后获得，实现简单，可以减少整个编码过程的计算复杂度。过程的计算复杂度。过程的计算复杂度。

【技术实现步骤摘要】
一种编码单元划分方法、装置、设备及介质


[0001]本专利技术涉及视频编码
，具体涉及一种编码单元划分方法、装置、设备及介质。

技术介绍

[0002]视频编码需要先将图像分成不同大小的CU(Coding Unit，编码单元)块，在图像细节较少的区域使用较大的CU块，而在细节丰富的区域使用较小的CU块，再以CU块为单位选择编码代价最小的划分路径进行编码。
[0003]在现有技术中，对于CU块的划分路径选择过程利用的是深度搜索方法，即层层递归，遍历所有路径以找到最优的划分路径。
[0004]这样，虽然可以确保找到编码代价最小的划分路径，但是计算复杂度很高，无法实现高分辨场景的实时编码。

技术实现思路

[0005]本专利技术的目的是针对上述现有技术的不足提出的一种编码单元划分方法、装置、设备及介质，该目的是通过以下技术方案实现的。
[0006]本专利技术的第一方面提出了一种编码单元划分方法，所述方法包括：
[0007]S1：采用预设数量种划分模式对编码单元进行划分，得到每种划分模式的子块；
...

【技术保护点】

【技术特征摘要】
1.一种编码单元划分方法，其特征在于，所述方法包括：S1：采用预设数量种划分模式对编码单元进行划分，得到每种划分模式的子块；S2：针对每种划分模式，根据所述划分模式的子块在不划分情况下的预测参数预测所述划分模式的最优编码代价；S3：从每种划分模式的子块中，选择最小的最优编码代价对应的子块；S4：在选择的子块的尺寸信息大于最小限定值情况下，采用预设数量种划分模式对选择的子块继续进行划分，得到每种划分模式的子块，并继续执行步骤S2的过程。2.根据权利要求1所述的方法，其特征在于，所述根据所述划分模式的子块在不划分情况下的预测参数预测所述划分模式的最优编码代价，包括：获取所述划分模式的子块在不划分情况下的预测参数；将所述预测参数输入已训练的神经网络模型，以由所述神经网络模型根据所述预测参数预测所述划分模式的最优编码代价并输出。3.根据权利要求2所述的方法，其特征在于，所述获取所述划分模式的子块在不划分情况下的预测参数，包括：获取所述子块在不划分情况下的编码代价和编码预测信息；获取所述子块的尺寸信息、所述子块所属图像的尺寸信息；将获取的编码代价、编码预测信息、子块的尺寸信息、子块所属图像的尺寸信息、以及预设的编码质量参数作为所述预测参数。4.根据权利要求2所述的方法，其特征在于，所述方法还包括所述神经网络模型的训练过程：获取训练样本，所述训练样本包括不同尺寸块的预测信息和实际编码代价；利用所述训练样本训练预先构建的神经网络模型。5.根据权利要求1所述的方法，其特征在于，所述预设数量种划分模式包括水平二划分模式、垂直二划分模式、水平工字形划分模式、垂直工字形划分模式、以及四叉树划分模式。6....

【专利技术属性】
技术研发人员：张鹏，卢东东，向国庆，黄晓峰，严伟，范益波，
申请(专利权)人：浙江省北大信息技术高等研究院，
类型：发明
国别省市：