当前位置: 首页 > 专利查询>北京大学专利>正文

视频图像处理方法与装置制造方法及图纸

技术编号:34880969 阅读:13 留言:0更新日期:2022-09-10 13:37
提供一种视频图像处理方法与装置,该方法包括:对当前图像块的预设的M个邻近块中的N个邻近块依次扫描,根据扫描结果确定目标邻近块,N小于M;根据所述目标邻近块的运动矢量、所述当前图像块以及所述当前图像块的参考图像,确定所述当前图像块的相关块;将所述当前图像块和所述相关块采用相同的方式划分成多个子图像块,所述当前图像块中的各子图像块与所述相关块中的各子图像块一一对应;根据所述相关块中各子图像块的运动矢量分别对所述当前图像块中对应的子图像块进行预测。在保证编解码性能的前提下,可以降低复杂度。可以降低复杂度。可以降低复杂度。

【技术实现步骤摘要】
视频图像处理方法与装置
[0001]本申请是申请日为2019年3月13日、申请号为201980002813.5的中国专利申请“视频图像处理方法与装置”的分案申请。
[0002]本申请要求申请号为PCT/CN2018/081652、PCT/CN2018/095710、PCT/CN2018/103693、PCT/CN2018/107436和PCT/CN2018/112805的PCT申请的优先权,其全部内容通过引用结合在本申请中。
[0003]版权申明
[0004]本专利文件披露的内容包含受版权保护的材料。该版权为版权所有人所有。版权所有人不反对任何人复制专利与商标局的官方记录和档案中所存在的该专利文件或者该专利披露。


[0005]本申请涉及视频编解码领域,并具体涉及一种视频图像处理方法与装置。

技术介绍

[0006]目前,主要的视频编码标准在帧间预测部分都采用了基于块的运动补偿技术,其主要原理是为当前图像块在已编码图像中寻找一个最相似块,该过程称为运动补偿。例如,对于一帧图像,先分成等大的编码区域(Coding Tree Unit,CTU),例如,大小为64
×
64或128
×
128。每个CTU可以进一步划分成方形或矩形的编码单元(Coding Unit,CU)。每个CU在参考帧中(一般为当前帧的时域附近的已重构帧)寻找最相似块作为当前CU的预测块。当前块(即当前CU)与相似块(即当前CU的预测块)之间的相对位移称为运动矢量(Motion Vector,MV)。在参考帧中寻找最相似块作为当前块的预测块的过程就是运动补偿。
[0007]当前技术中,通常根据两种方式构建当前CU的运动矢量候选列表,运动矢量候选列表也称为merge候选列表。运动矢量候选列表中包括空域的候选运动矢量,通常是将当前CU的已编码的邻近块的运动矢量(或运动信息)填充至运动矢量候选列表中。运动矢量候选列表中还包括时域的候选运动矢量,时域运动矢量预测(Temproal Motion Vector Prediction,TMVP)利用当前CU在邻近已编码图像中对应位置CU(即同位CU)的运动矢量(或运动信息)。从merge候选列表中选择最优的一个候选运动矢量作为当前CU的运动矢量;根据当前CU的运动矢量确定当前CU的预测块。
[0008]高级/可选时域运动矢量预测技术(Advanced/Alternative temporal motion vector prediction,ATMVP)是一种运动矢量预测机制。ATMVP技术的基本思想是通过获取当前CU内多个子块的运动信息进行运动补偿。ATMVP技术在构建候选列表(例如merge候选列表或者AMVP(Advanced Motion Vector Prediction)候选列表)中引入当前CU内多个子块的运动信息作为候选。ATMVP技术的实现大致可以分为两个步骤。第一步,通过扫描当前CU的候选运动矢量列表或当前CU的相邻图象块的运动矢量,确定一个时域矢量;第二步,将当前CU划分为N
×
N(N默认为4)的子块(sub

CU),根据第一步获取的时域矢量确定各个子块在参考帧中的对应块,并根据各个子块在参考帧中对应块的运动矢量,确定各个子块的运
动矢量。
[0009]在当前ATMVP技术的第一步中,通过扫描当前CU的候选运动矢量列表或当前CU的相邻图象块的运动矢量,确定一个时域矢量的过程还存在改进的空间。当前ATMVP技术的第二步对sub

CU的大小进行了帧级自适应的设置,默认大小为4
×
4。当满足一定预设条件时,sub

CU的大小将被设置为8
×
8。sub

CU的大小设定存在一些与目前运动信息存储颗粒度(8
×
8)不匹配的问题。ATMVP技术与TMVP技术在某些情况下存在冗余操作,构造候选运动矢量列表的过程存在改进的空间。

技术实现思路

[0010]本申请提供一种视频图像处理方法与装置,在保持现有ATMVP技术的性能增益的前提下,可以降低ATMVP技术的复杂度。
[0011]第一方面,提供一种视频图像处理方法,该方法包括:
[0012]对当前图像块的预设的M个邻近块中的N个邻近块依次扫描,根据扫描结果确定目标邻近块,N小于M;
[0013]根据所述目标邻近块的运动矢量、所述当前图像块以及所述当前图像块的参考图像,确定所述当前图像块的相关块;
[0014]将所述当前图像块和所述相关块采用相同的方式划分成多个子图像块,所述当前图像块中的各子图像块与所述相关块中的各子图像块一一对应;
[0015]根据所述相关块中各子图像块的运动矢量分别对所述当前图像块中对应的子图像块进行预测。
[0016]在本申请提供的方案中,在获取当前图像块的参考运动矢量过程中,仅对已经获取的M个候选运动矢量中的N(N小于M)个候选运动矢量依次扫描,相对于现有技术,可以减少在获取当前图像块的参考运动矢量过程中对候选运动矢量的扫描次数。应理解,将本申请提供的方案应用于现有ATMVP技术的第一步中,可以对其存在的冗余操作进行简化。
[0017]第二方面,提供一种视频图像处理方法,该方法包括:
[0018]根据当前图像块的运动矢量第二候选列表中的M个候选者确定所述当前图像块的M个邻近块;
[0019]对所述M个邻近块中的N个邻近块依次扫描,根据扫描结果确定目标邻近块.N小于M;
[0020]根据所述目标邻近块的运动矢量、所述当前图像块以及所述当前图像块的参考图像,确定所述当前图像块的相关块;
[0021]根据所述当前图像块的相关块确定所述当前图像块的运动矢量第一候选列表中的特定候选者;
[0022]当确定采用所述特定候选者时,将所述当前图像块和所述相关块采用相同的方式划分成多个子图像块,所述当前图像块中的各子图像块与所述相关块中的各子图像块一一对应;
[0023]根据所述相关块中各子图像块的运动矢量分别对所述当前图像块中对应的子图像块进行预测。
[0024]第三方面,提供一种视频图像处理装置,该装置包括:
[0025]构建模块,用于对当前图像块的预设的M个邻近块中的N个邻近块依次扫描,根据扫描结果确定目标邻近块,N小于M;根据所述目标邻近块的运动矢量、所述当前图像块以及所述当前图像块的参考图像,确定所述当前图像块的相关块;将所述当前图像块和所述相关块采用相同的方式划分成多个子图像块,所述当前图像块中的各子图像块与所述相关块中的各子图像块一一对应;
[0026]预测模块,用于根据所述相关块中各子图像块的运动矢量分别对所述当前图像块中对应的子图像块进行预测。
[0027]第四方面,提供一种视频图像处理装置,该装置包括:
[0028]构建模块,用于根据当前图像块的运动矢量第二候选列表中的M本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种视频图像处理方法,其特征在于,所述方法包括:根据当前图像块的特定邻近块的运动矢量,确定所述当前图像块的相关块;将所述当前图像块和所述相关块采用相同的方式划分成多个子图像块,所述当前图像块中的各子图像块与所述相关块中的各子图像块一一对应;根据所述相关块中各子图像块的运动矢量分别对所述当前图像块中对应的子图像块进行预测;其中,当所述相关块中出现不可获得运动矢量的子图像块时,将所述相关块的代表运动矢量作为所述不可获得运动矢量的子图像块的运动矢量,对所述当前图像块中对应的子图像块进行预测。2.根据权利要求1所述的方法,其特征在于,所述根据所述相关块中各子图像块的运动矢量分别对所述当前图像块中对应的子图像块进行预测,之前还包括:将所述相关块的代表运动矢量作为候选者加入运动矢量第一候选列表;当确定采用所述候选者时,根据所述相关块中各子图像块的运动矢量分别对所述当前图像块中对应的子图像块进行预测。3.根据权利要求1所述的方法,其特征在于,所述根据所述相关块中各子图像块的运动矢量分别对所述当前图像块中对应的子图像块进行预测,包括:将所述相关块中各子图像块的运动矢量,分别作为所述当前图像块中对应的子图像块的运动矢量。4.根据权利要求1所述的方法,其特征在于,将所述相关块的代表运动矢量作为第一个候选者加入运动矢量第一候选列表。5.根据权利要求1所述的方法,其特征在于,所述相关块的代表运动矢量包括所述相关块的中心位置的运动矢量。6.根据权利要求1所述的方法,其特征在于,所述方法还包括:当所述相关块中出现不可获得运动矢量的子图像块,且所述相关块的代表运动矢量不可获得时,放弃根据所述相关块中各子图像块的运动矢量分别对所述当前图像块中对应的子图像块进行预测。7.根据权利要求6所述的方法,其特征在于,当所述相关块中的子图像块不可获得,或者所述相关块中的子图像块采用帧内编码模式时,确定所述相关块中出现不可获得运动矢量的子图像块。8.根据权利要求1所述的方法,其特征在于,所述特定邻近块符合预设条件,所述预设条件包括:所述特定邻近块的参考图像与所述当前图像块的同位帧相同。9.根据权利要求8所述的方法...

【专利技术属性】
技术研发人员:郑萧桢王苏红王苫社马思伟
申请(专利权)人:北京大学
类型:发明
国别省市:

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