基于单元特性的编码方法、装置、电子设备及存储介质制造方法及图纸

本申请涉及基于单元特性的编码方法、装置、电子设备及存储介质。所述方法包括：获取待划分编码单元；计算待划分编码单元的纹理复杂度，其中，纹理复杂度包括水平向纹理复杂度和垂直向纹理复杂度；若纹理复杂度小于预设平坦阈值，则对待划分编码单元不再划分，若否，则对待划分编码单元采用二叉树划分或扩展的四叉树划分；若采用扩展的四叉树划分，基于已训练的SVM分类器判定待划分编码单元进行横向扩展的四叉树划分或纵向扩展的四叉树划分；使用划分后的编码单元对图像信息进行编码。本申请充分利用了编码单元自身纹理特性和周边编码信息，在编码完成前实现了对编码单元的快速划分，大幅度缩减了尝试空间，进而提升了编码速度。度。度。

【技术实现步骤摘要】
基于单元特性的编码方法、装置、电子设备及存储介质


[0001]本申请涉及视频编解码
，更为具体来说，本申请涉及基于单元特性的编码方法、装置、电子设备及存储介质。

技术介绍

[0002]AVS3是最新一代视频编解码标准，主要负责制订数字音视频的压缩、解压缩、处理和表示等共性技术标准。AVS3丰富和促进了编码单元(CU)的划分。但由于编码单元划分是递归进行的，且每一层需要尝试所有允许的划分模式，按照对应的划分进行实际编码以比较性能并择优，因此时间消耗较大。
[0003]现有技术还利用深度学习的方法辅助CU划分的判断过程，例如针对VVC的CU划分设计一种卷积神经网络，网络分为6个阶段，分别对应1种CU划分方式，每个阶段判断当前CU是否按照对应方式划分。然而，模型可扩展性不佳，迁移时需要考虑针对不同标准的CU划分模式重新设计网络结构，并重新训练网络，导致计算复杂，算法计算量大。

技术实现思路

[0004]基于上述技术问题，本专利技术旨在使用划分后的编码单元对图像信息进行编码之前对待划分编码单元基于训练好的SVM分类器判定所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于单元特性的编码方法，其特征在于，所述方法包括：获取待划分编码单元；计算所述待划分编码单元的纹理复杂度，其中，所述纹理复杂度包括水平向纹理复杂度和垂直向纹理复杂度；若所述纹理复杂度小于预设平坦阈值，则对所述待划分编码单元不再划分，若否，则对所述待划分编码单元采用二叉树划分或扩展的四叉树划分；若采用扩展的四叉树划分，基于已训练的SVM分类器判定所述待划分编码单元进行横向扩展的四叉树划分或纵向扩展的四叉树划分；使用划分后的编码单元对图像信息进行编码。2.根据权利要求1所述的基于单元特性的编码方法，其特征在于，所述计算所述待划分编码单元的纹理复杂度，其中，所述纹理复杂度包括水平向纹理复杂度和垂直向纹理复杂度，包括：分别利用横向Sobel算子和纵向Sobel算子计算所述待划分编码单元每个像素的水平方向上的梯度和垂直方向上的梯度；计算所述待划分编码单元所有像素的水平方向上的梯度和垂直方向上的梯度的方差，得到水平标量值和垂直标量值；将所述水平标量值和垂直标量值分别作为水平向纹理复杂度和垂直向纹理复杂度。3.根据权利要求2所述的基于单元特性的编码方法，其特征在于，训练SVM分类器的方法，包括：从标准视频测试集中选取视频序列，组成训练数据集；在所述训练数据集中统计所有完成编码后且已进行扩展的四叉树划分的编码单元作为训练样本；获取所述训练样本的水平向纹理复杂度和垂直向纹理复杂度；将所述训练样本的水平向纹理复杂度和垂直向纹理复杂度结合所述训练样本的编码器上下文信息、对应区域像素方差信息，作为单元特性；基于所述单元特性训练SVM分类器。4.根据权利要求3所述的基于单元特性的编码方法，其特征在于，所述基于所述单元特性训练SVM分类器，包括：获取预设的扩展的四叉树划分阈值，其中，所述预设的扩展的四叉树划分阈值包括第一预设的扩展的四叉树划分阈值和第二预设的扩展的四叉树划分阈值；提取大于或等于所述第一预设的扩展的四叉树划分阈值所对应的训练样本；将提取的训练样本的水平向纹理复杂度除以垂直向纹理复杂度作为第一比值，且将提取的训练样本的垂直向纹理复杂度除以水平向纹理复杂度作为第二比值；若第一比值或...

【专利技术属性】
技术研发人员：贾惠柱，王劭康，杨长水，齐峰，解晓东，高文，
申请(专利权)人：北京大学，
类型：发明
国别省市：