【技术实现步骤摘要】
视频编码方法、装置以及设备
[0001]本公开涉及人工智能领域,具体涉及云计算、视频编码、媒体云技术,可应用在智能云场景下。
技术介绍
[0002]量化是视频编码中不可缺少的关键步骤。量化是指将信号的连续取值(或大量可能的离散取值)映射为有限多个离散幅值的过程,实现信号取值多对一的映射。量化不可避免地引入失真。例如,如果量化选择RDOQ(Rate Distortion Optimized Quantization,率失真优化量化),又涉及到复杂的RDO(Rate Distortion Optimized,率失真优化)流程,量化相对比较浪费时间。因此,判断何时使用RDOQ成为视频编码中的一个至关重要的环节。
[0003]目前,量化决策方法主要为经验公式、实验数据拟合和公式推导等方法,通过统计特征来判断是否使用RDOQ量化。
技术实现思路
[0004]本公开实施例提出了一种视频编码方法、装置、设备、存储介质以及程序产品。
[0005]第一方面,本公开实施例提出了一种量化决策模型训练方法,包括:获取样本视频序列集合,其中,样本视频序列集合包括样本视频序列;获取对样本视频序列进行编码中的当前变换单元的目标特征集合和量化标签;将目标特征集合作为输入,将量化标签作为输出,对初始量化决策模型进行训练,得到量化决策模型。
[0006]第二方面,本公开实施例提出了一种视频编码方法,包括:获取视频序列;获取对视频序列进行编码中的当前变换单元的目标特征集合;将目标特征集合输入到量化决策模型中,得到当 ...
【技术保护点】
【技术特征摘要】
1.一种量化决策模型训练方法,包括:获取样本视频序列集合,其中,所述样本视频序列集合包括样本视频序列;获取对所述样本视频序列进行编码中的当前变换单元的目标特征集合和量化标签;将所述目标特征集合作为输入,将所述量化标签作为输出,对初始量化决策模型进行训练,得到量化决策模型。2.根据权利要求1所述的方法,其中,所述样本视频序列集合包括时域复杂度和/或空域复杂度不同的多个样本视频序列。3.根据权利要求1所述的方法,其中,所述获取当前变换单元的目标特征集合,包括:获取所述当前变换单元的参考特征集合;将所述参考特征集合作为输入,将所述量化标签作为输出,对初始量化决策模型进行训练,以及获取模型训练过程中所述参考特征集合中的参考特征的重要度;基于重要度在所述参考特征集合中选取参考特征,生成所述目标特征集合。4.根据权利要求3所述的方法,其中,所述目标特征集合包括以下至少一项目标特征:所述当前变换单元的尺寸、亮度均值和亮度方差,所述当前变换单元的变换矩阵的绝对值和、均值和方差,以及对所述变换矩阵进行卷积后的绝对值和、均值和方差。5.根据权利要求1所述的方法,其中,所述获取当前变换单元的量化标签,包括:对所述当前变换单元的残差矩阵进行变换操作,生成所述当前变换单元的变换矩阵;对所述变换矩阵分别进行第一量化和第二量化,得到第一量化矩阵和第二量化矩阵;比对所述第一量化矩阵与所述第二量化矩阵的差异,得到所述量化标签。6.根据权利要求5所述的方法,其中,所述比对所述第一量化矩阵与所述第二量化矩阵的差异,得到所述量化标签,包括:将所述第一量化矩阵与所述第二量化矩阵的系数对应相减,得到差矩阵;利用与所述当前变换单元的大小对应的核对所述差矩阵进行卷积,得到卷积结果;比对所述卷积结果与预设阈值的差异,得到所述量化标签。7.根据权利要求6所述的方法,其中,所述比对所述卷积结果与预设阈值的差异,得到所述量化标签,包括:对所述卷积结果进行归一化处理,得到归一化处理结果;若所述归一化处理结果小于所述预设阈值,将所述量化标签的值设置为表征使用所述第二量化;若所述归一化处理结果不小于所述预设阈值,将所述量化标签的值设置为表征使用所述第一量化。8.根据权利要求1
‑
7中任一项所述的方法,其中,所述方法还包括:从所述目标特征集合中选取至少一个目标特征子集;将所述至少一个目标特征子集分别作为输入,将所述量化标签作为输出,训练得到至少一个辅助量化决策模型。9.一种视频编码方法,包括:获取视频序列;获取对所述视频序列进行编码中的当前变换单元的目标特征集合;将所述目标特征集合输入到量化决策模型中,得到所述当前变换单元的量化决策结
果,其中,所述量化决策模型是采用权利要求1
‑
8中任一项所述的方法训练得到的;基于所述量化决策结果对所述当前变换单元进行量化。10.根据权利要求9所述的方法,其中,所述方法还包括:从所述目标特征集合中选取至少一个目标特征子集;将所述至少一个目标特征子集对应输入到至少一个辅助量化决策模型中,得到所述当前变换单元的至少一个辅助量化决策结果,其中,所述至少一个辅助量化决策模型是采用权利要求8所述的方法训练得到的;以及所述基于所述量化决策结果对...
【专利技术属性】
技术研发人员:张旭,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:
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。