【技术实现步骤摘要】
基于IPMS
‑
CNN和空域相邻CU编码模式的HEVC
‑
SCC快速编码方法及装置
[0001]本专利技术涉及视频编码领域,特别涉及一种基于IPMS
‑
CNN和空域相邻CU编码模式的HEVC
‑
SCC快速编码方法及装置。
技术介绍
[0002]近年来,随着计算机视觉、多媒体技术和人机交互等领域的快速发展,屏幕共享、无线显示、远程教育等屏幕内容视频(Screen Content Video,SCV)的应用程序不断涌现,对传统处理自然视频的视频编码方法提出了巨大的挑战。传统处理自然视频的标准,例如高效视频编码(High Effcient Video Coding,HEVC),是专门为压缩相机拍摄采集的自然视频内容而制定的。而屏幕内容视频主要是由计算机生成的,它通常具有大面积的均匀平面、重复的图案和字符、颜色种类有限但具有高饱和度、图像对比度高、有锐利的边缘等特点。如果仍用传统的视频编码标准来处理屏幕内容视频,压缩效果往往不佳。因此为了利用屏幕内容视频的这些特殊特征,联合视频编码组在HEVC的基础上开发了屏幕内容编码(Screen Content Coding,SCC)标准:HEVC
‑
SCC。该标准增加了四种新的模式:帧内块复制(Intra Block Copy,IBC,调色板模式(Palette Mode,PLT),自适应颜色变换(Adaptive Color Transform,ACT),自适应运动矢量分辨率(Adaptive ...
【技术保护点】
【技术特征摘要】
1.一种基于IPMS
‑
CNN和空域相邻CU编码模式的HEVC
‑
SCC快速编码方法,其特征在于,包括:数据集制作步骤,建立不同分辨率的视频序列数据集并编码,获取不同量化参数下HEVC
‑
SCC的各个CU是否使用IBC/PLT模式的真实标签;网络模型构建步骤,构建包括输入层、特征提取层和输出表达层的网络模型IPMS
‑
CNN;其中,特征提取层中搭建三个卷积层提取三种特征图,加上下采样后得到的特征图,共提取四种不同尺寸的特征图;网络模型训练步骤,基于制作的数据集,对构建的网络模型进行训练,获得训练好的IBC/PLT模式选择卷积神经网络IPMS
‑
CNN模型;网络模型预测步骤,将LCU输入到训练好的IPMS
‑
CNN,获得模式预测标签,以预测出CTU的模式选择;当前CU模式预测步骤,计算相邻3个CU所使用的IBC/PLT模式数量和相邻3个CU所使用的Intra模式数量,根据两个数量关系联合预测当前8
×
8CU模式;编码步骤,编码器基于网络模型预测步骤调用预测标签,与当前CU模式预测步骤一起预测CU划分结果。2.根据权利要求1所述的基于IPMS
‑
CNN和空域相邻CU编码模式的HEVC
‑
SCC快速编码方法,其特征在于,所述数据集制作步骤,具体包括:自制三种不同分辨率的视频序列数据集,数据集涵盖图片数据集和视频数据集,包含TGM/M、A、CC三种类型视频序列;接着通过标准编码软件平台进行编码,在全帧内配置下,设置不同量化参数QP下的各个CU的IBC/PLT模式的模式标签。3.根据权利要求1所述的基于IPMS
‑
CNN和空域相邻CU编码模式的HEVC
‑
SCC快速编码方法,其特征在于,所述的数据集包括:训练集、验证集和测试集;所述训练集、验证集和测试集中的每一个集均包含三个子集;第一个子集的分辨率为1024
×
576,第二个子集的分辨率为1792
×
1024,第三个子集为2304
×
1280。4.根据权利要求1所述的基于IPMS
‑
CNN和空域相邻CU编码模式的HEVC
‑
SCC快速编码方法,其特征在于,所述量化参数包括四个量化等级,分别为22、27、32和37。5.根据权利要求1所述的基于IPMS
‑
CNN和空域相邻CU编码模式的HEVC
‑
SCC快速编码方法,其特征在于,网络模型构建步骤中,特征提取层中搭建三个卷积层,提取三种特征图,同时经过下采样后的特征图会直接送入网络的连接层中。6.根据权利要求1所述的基于IPMS
‑
CNN和空域相邻CU编码模式的HEVC
‑
SCC快速编码方法,其特征在于,所述输出表达层中包括全连接层;所述全连接层的特征向量中添加有量化参数QP。7.根据权利要求1所述的基于IPMS
‑
CNN和空域相邻CU编码模式的HEVC
‑
S...
【专利技术属性】
技术研发人员:陈婧,李志鸿,曾焕强,林琦,朱建清,
申请(专利权)人:华侨大学,
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。