【技术实现步骤摘要】
一种AV1视频帧内粗模式决策优化及硬件架构方法
[0001]本专利技术属于图像处理及视频压缩
,具体涉及一种AV1视频帧内粗模式决策优化及硬件架构方法。
技术介绍
[0002]开放媒体联盟(AOMedia)(AV1)于2018年发布,是一款免版税和开源的视频编解码器。AV1由AOMedia开发,该公司由许多领先的科技公司组成。AV1的目标是处理超高清(UHD)8K(7680
×
4320像素)和4K视频(3840
×
2160像素),并实现高编码效率,这导致与市场上的其他编解码器(如VP9,HEVC和H.264)相比复杂性增加。
[0003]视频编码过程中,编码器会将待编码的图像分割成编码树单元,然后逐个进行编码,AV1中将编码树单元(CTU)定义为Super Block(SB),例如SB大小为64x64。帧内预测的目的是为每个SB确定最佳的块划分,以及为每个划分块确定最佳的模式,从而达到较好的压缩效果。因此需要对所有可能大小块的所有模式进形决策判断获取最优模式。而现有技术中,主要存在如下问题:
[0004](1)AV1的帧内模式决策情况繁多,所需决策时间较长;
[0005](2)AV1帧内模式决策硬件实现中并行度低,流水不完全,导致实现效率低;
[0006](3)AV1帧内模式决策中,预测代价排序计算复杂度高。
技术实现思路
[0007]为解决现有技术的不足,通过帧内预测决策的优化,节省了大量的计算复杂度,提高了视频编码效率,同时
【技术保护点】
【技术特征摘要】
1.一种视频帧内粗模式决策优化方法,其特征在于包括如下步骤:步骤S1:获取视频帧内不同大小的像素块;步骤S2:对不同大小的像素块,进行帧内粗模式预测,帧内粗模式预测中,先基于一组帧内预测模式进行第一轮决策,并选出第一轮的若干最佳帧内预测模式;第二轮决策首先判断第一轮决策中是否存在方向帧内预测模式,若存在,则基于第一轮的若干最佳帧内预测模式及存在的方向帧内预测模式,选出第二轮的若干最佳帧内预测模式作为最终决策结果,否则,直接将第一轮决策所得的结果作为最终决策结果。2.根据权利要求1所述的一种视频帧内粗模式决策优化方法,其特征在于:所述步骤S2中,基于不同大小的像素块对应的帧内预测器,获得预测像素值,将预测值与原始像素值计算得出残差值,基于残差值得到SATD值,通过SATD值排序选出最佳的帧内预测模式。3.根据权利要求2所述的一种视频帧内粗模式决策优化方法,其特征在于:对所述SATD值进行双调排序,选出最佳的若干帧内预测模式作为最终决策结果,双调排序中是将n个SATD值的序列对半分,假设n=2^k,然后将第1个和第n/2+1个SATD值比较,对于升序排列则将小的放上,对于降序排列则将大的放上,接下来2和n/2+2比较,以此类推;对于形成的两个n/2长度的序列,重复上面的过程,共重复k轮,即最后一轮已经是长度为2的序列的比较,最终得到排序结果。4.一种视频帧内粗模式决策优化硬件架构方法,其特征在于:基于权利要求1所述的一种视频帧内粗模式决策优化方法,对最佳帧内预测模式的选取,基于双调排序构建其对应的硬件框架,首先编写函数并构建函数间递归及调用关系,通过双调合并函数调用双调排序函数,进行大步骤排序,然后检测是否递归调用是否地轨道最后一步,若没有,则继续递归调用自身,并将最大次数加一;在双调排序函数中,对输入的数组根据最大次数不同,分割成若干小数组,然后调用若干次比较函数进行排序;同样的,双调排序函数还存在依次从最大次数递归至1的递归调用关系;比较函数接收不定长的数据,并调用单元级比较函数进行两两排序,最后返回调用他的双调排序函数;最终双调合并函数执行到最后一步,输出最终排序数据;编写的函数执行被编译为门电路,函数调用关系为编译器编译时的执行顺序。5.根据权利要求4所述的一种视频帧内粗模式决策优化硬件架构方法,其特征在于:所述双调排序在硬件实现上的流水设计与流水次数pipe_step相关联,pipe_step个双调排序函数相连,组成一级流水,双调排序函数共有个,N=log2length,其中length表示待排序数组的长度,pipe_step为M的因数时,即每一级包含的排序单元数量相同时,每级流水时间均衡。6.根据权利要求4所述的一种视频帧内粗模式决策优化硬件架构方法,其特征在于:在对像素方块处理流程中,计算SATD值、累加SATD值和排序过程,采用流水线的设计;此外,同尺寸方块的不同模式间采用并行处理设计。7.一种AV1视频帧内粗模式决策优化方法,其特征在于:基于权利要求1所述的一种视频帧内粗模式决策优化方法,将视频帧的编码树单元定义为超级块,从构成每个超级块的不同像素块划分模式中,预测出最佳的块划分模式,帧内预测模式包括飞方向帧内预测模式和方向帧内预测模式,其中方向帧内预测模式能够细分为多种辅方向模式预测。8.根据权利要求7所述的一种AV1视频帧内粗模式决策优化方法,其特征在于:所述非
方向帧内预测模式包括DC模式、Paeth模式、Smooth模式、Smooth_vertical模式和Smooth_horizontal模式;所述Paeth模式,通过从参考样本执行样本级复制来预测块,公式如下:B=(L+M
‑
A)p
L
=|B
‑
L|p
A
=|B
‑
A|p
M
=|B
‑
M|其中,L...
【专利技术属性】
技术研发人员:黄晓峰,陈恒,唐然,周洋,陆宇,殷海兵,崔燕,林崇责,
申请(专利权)人:浙江省经济信息中心浙江省价格研究所,
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。