System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于编码单元的自适应阈值划分模式决策方法技术_技高网

基于编码单元的自适应阈值划分模式决策方法技术

技术编号:40903274 阅读:2 留言:0更新日期:2024-04-18 14:34
本发明专利技术公开了一种基于编码单元的自适应阈值划分模式决策方法,该快速算法在编码单元划分过程中通过比较不划分模式的RDCost值和编码单元对应的阈值大小,来决策是否直接选用不划分模式作为编码单元的最优划分模式,若编码单元RDCost值小于阈值,则选择不划分模式作为该编码单元的最优划分模式,不再进行其他划分模式的计算选择;否则需要计算出所有可进行划分模式的RDCost,选择具有最小RDCost的划分模式作为最优划分模式。本发明专利技术专利提出的算法在全帧内模式下可以有效的降低编码复杂度,节省编码时间。

【技术实现步骤摘要】

本专利技术涉及阈值划分方法,具体涉及一种基于编码单元的自适应阈值划分模式决策方法


技术介绍

1、随着视频采集设备等相关技术的发展,出现了如超高清、hdr等新类型的视频,这些新类型视频在给人们带来了更好视觉效果同时也拥有巨大的数据量。为了节省数据量以便更好的存储和传输,在新的编码标准中添加了许多新的编码技术以提高视频编码效率,然而新技术的加入也极大的提升了编码复杂度。

2、为了有效的降低编码复杂度,许多的研究提出了各类快速算法。常见的快速算法可以分为以下两类:一、基于统计信息的快速算法,其主要是基于编码单元的某个或多个特征,对其进行统计分析其与编码单元的编码过程的相关性,通过使用这些特征来提前终止、跳过或简化编码单元的某个编码过程,以降低编码复杂度。二、基于学习的快速算法,这类快速算法主要是通过机器学习或者深度学习来实现的。其主要是通过手工提取特征或者自主提取特征并学习这些特征与编码的关系,用这些特征来预测编码单元的编码过程或结果,跳过复杂的编码过程从而达到降低编码复杂度的目的。

3、对于传统的快速算法,目前的研究使用了编码单元的各种特征,其中一种特征为编码单元的rdcost值。现有的针对avs2标准的帧间帧提出的一种快速算法,其通过统计分析编码单元的最优划分模式为不划分时的rdcost,并利用rdcost与编码单元的量化梯级和划分深度的关系,为每层划分深度设置了一个rdcost阈值,当处于某一层划分深度的编码单元rdcost小于该层的rdcost阈值时,则直接选择不划分作为该编码单元的最优划分模式,而不再尝试使用其他的划分模式进行划分。这种方法通过减少编码单元的划分模式,跳过复杂的划分选择过程,能有效的降低编码复杂度。然而这种方法主要是基于划分深度来确定rdcost阈值,在不同的编码标准中,同一深度可能会有不同大小和形状的编码单元,这些编码单元最优划分模式为不划分时的rdcost可能有很大差别,很难用单一的阈值来进行判断不划分模式是否为编码单元的最优划分模式,因此这并不是一个通用化的方法。

4、随着最新的视频编解码标准avs3标准的制定、发布及基于avs3标准实现的各视频编解码器的出现,编码各种类型的视频内容的效率有了极大的提升,极大的减少了视频在进行存储和传输时的数据量。但是与此同时avs3的编码复杂度相比于之前的编码标准也大大的提高了,降低avs3标准的编码复杂度得以使其能够更好的进行实时编码及工业应用变得极为重要,为此构建一个快速算法,在可接受的编码损失范围内降低编码复杂度、节省编码时间,具有非常大的现实意义。


技术实现思路

1、本专利技术的目的在于提供一种基于编码单元的自适应阈值划分模式决策方法,在可接受的编码损失范围内降低编码复杂度、节省编码时间。

2、实现本专利技术目的的技术解决方案为:

3、一种基于编码单元的自适应阈值划分模式决策方法,在编码单元划分过程中通过比较不划分模式的rdcost值和编码单元对应的阈值大小,来决策是否直接选用不划分模式作为编码单元的最优划分模式;具体步骤包括如下:

4、(1)为不同大小及形状的编码单元分别设置一对应的rdcost阈值;

5、(2)对于每一个划分单元,判断其是否可以进行不划分模式;若允许进行不划分模式,则将该编码单元不划分模式的rdcost值与对应的阈值进行比较,若rdcost值小于阈值,则选择不划分模式作为该编码单元的最优划分模式,不再进行其他划分模式的计算选择;否则需要计算出所有可进行划分模式的rdcost,选择具有最小rdcost的划分模式作为最优划分模式。

6、进一步地,为不同大小及不同形状的编码单元设置一对应的rdcost阈值的方法为:把相同大小和相同形状的编码单元作为同一类编码单元,统计不同类别的编码单元进行划分和不进行划分的rdcost值,为对应的类别编码单元不划分模式设置一个rdcost阈值。

7、进一步地,编码单元不划分模式的rdcost和编码单元的大小与形状相关,如64x16的编码单元和16x64的编码单元,不同大小及形状的编码单元rdcost值相差比较大。

8、进一步地,编码单元的rdcost值和量化参数qp相关,因此不同qp的编码单元有其对应的阈值。

9、进一步地,根据编码单元的qp、大小及形状确定其对应的不划分阈值,若不划分的rdcost小于对应阈值,则直接确定不划分为最优的划分模式;否则从所有可允许的划分模式中选择最小rdcost的划分模式作为最优划分模式。

10、本专利技术与现有技术相比,其显著效果为:

11、1)支持为不同的大小及形状的编码单元来确定不同的rdcost阈值,能够更灵活的根据编码单元进行调整,具有更好的灵活性;

12、2)将编码单元的rdcost阈值与其划分深度的关系解耦,根据编码单元大小及形状确定rdcost阈值,在不同的视频编码标准中不同的划分方式都适用,具有更广的使用范围;

13、3)相比于其他的快速算法所使用的特征需要额外的操作或计算来获得,本方法可以在编码单元的编码过程中直接获得并使用,其获取方式更简易便捷;

14、4)本专利技术通过统计同类别的编码单元后并设置相应的阈值,即可直接进行使用阈值对编码单元进行划分决策,没有复杂的计算过程,不会在编码过程中产生额外的时间消耗,能够简单但有效的降低编码复杂度,节省编码时间。

本文档来自技高网...

【技术保护点】

1.一种基于编码单元的自适应阈值划分模式决策方法,其特征在于,包括步骤:

2.如权利要求1所述的一种基于编码单元的自适应阈值划分模式决策方法,其特征在于,所述步骤(2)具体包括:对于每一个编码单元,判断该编码单元是否可以进行不划分模式,若允许进行不划分模式,则将该编码单元不划分模式的RDCost值与对应的RDCost阈值进行比较,若RDCost值小于阈值,则选择不划分模式作为该编码单元的最优划分模式,不再进行其他划分模式的计算选择;否则需要计算出所有可进行划分模式的RDCost值,选择具有最小RDCost的划分模式作为最优划分模式。

3.如权利要求1所述的一种基于编码单元的自适应阈值划分模式决策方法,其特征在于,为不同大小及形状的编码单元分别设置一对应的RDCost阈值,具体为:把相同大小和相同形状的编码单元作为同一类编码单元,统计不同类别的编码单元进行划分和不进行划分的RDCost值,为对应的类别编码单元不划分模式设置一个RDCost阈值。

4.如权利要求3所述的一种基于编码单元的自适应阈值划分模式决策方法,其特征在于,编码单元的RDCost值和量化参数QP相关,不同QP的编码单元其对应的RDCost阈值不同。

5.如权利要求4所述的一种基于编码单元的自适应阈值划分模式决策方法,其特征在于,不同QP的编码单元其对应的RDCost阈值不同,具体为:基于编码单元的RDCost值与QP的关系,计算得到阈值Th_Base,再对不同大小和形状的编码单元设置权重w,通过w乘以Th_Base计算得到对应的RDCost阈值。

6.如权利要求5所述的一种基于编码单元的自适应阈值划分模式决策方法,其特征在于,所述阈值Th_Base=0.2×QP2。

7.一种计算机存储介质,其特征在于,所述计算机存储介质存储有可执行程序,所述可执行程序被处理器执行实现权利要求1-6任一项所述的一种基于编码单元的自适应阈值划分模式决策方法的步骤。

...

【技术特征摘要】

1.一种基于编码单元的自适应阈值划分模式决策方法,其特征在于,包括步骤:

2.如权利要求1所述的一种基于编码单元的自适应阈值划分模式决策方法,其特征在于,所述步骤(2)具体包括:对于每一个编码单元,判断该编码单元是否可以进行不划分模式,若允许进行不划分模式,则将该编码单元不划分模式的rdcost值与对应的rdcost阈值进行比较,若rdcost值小于阈值,则选择不划分模式作为该编码单元的最优划分模式,不再进行其他划分模式的计算选择;否则需要计算出所有可进行划分模式的rdcost值,选择具有最小rdcost的划分模式作为最优划分模式。

3.如权利要求1所述的一种基于编码单元的自适应阈值划分模式决策方法,其特征在于,为不同大小及形状的编码单元分别设置一对应的rdcost阈值,具体为:把相同大小和相同形状的编码单元作为同一类编码单元,统计不同类别的编码单元进行划分和不进行划分的rdcost值,为对应的类别编码单元不划分模式设...

【专利技术属性】
技术研发人员:尚鹏辉陈明秀洪一帆吴陈炜卫榆松杨思琪
申请(专利权)人:杭州智元研究院有限公司
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