【技术实现步骤摘要】
本专利技术属于视频编码领域，特别是涉及一种基于vvc的屏幕内容快速模式决策方法。
技术介绍
1、近年来，越来越多的屏幕内容视频应用出现，包括屏幕共享、网络会议、在线教育等，其对传统的视频编码方法提出了极大的挑战，而最近开发的所有视频编码标准都包含了屏幕内容编码(scc)特性，这一事实也表明了屏幕内容应用程序的重要性。屏幕内容主要是由计算机生成的，通常具有存在重复的图案、大量平坦的区域、有限的颜色值和没有传感器噪声等特点。然而，在h.264/高级视频编码和h.265/高效视频编码(hevc)中，传统的编码方法并没有利用这些特性。为了利用屏幕内容视频的这些特殊特性，视频编码联合协作团队(jct-vc)在高效视频编码(hevc)的基础上开发了scc扩展，对于典型的屏幕内容视频，它可以实现超过50％的delta比特率(bdbr)降低，优于hevc。
2、多功能视频编码(vvc)继承了hevc的scc扩展，除了本身的intra模式外，同样引入了两种重要的编码模式，即帧内块复制(intra block copy,ibc)和调色板模式(palette,plt)，新的编码工具的引入虽然提升了编码性能，但同样引入了额外的计算复杂度。此外，vvc采用了包括四叉树+多类型树(qtmt)编码结构等新的编码技术，使得编码器的计算复杂度进一步提高，编码器需要为不同尺寸的编码单元(cu)进行穷举模式搜索,在搜索中，为每个模式m计算拉格朗日成本(rd cost jm)，以选择最优的编码结构和模式。
3、jm＝dm+λ×rm
5、虽然多样的编码树单元(ctu)分区结构和穷举模式搜索实现了最好的编码性能，但它给编码器带来了巨大的计算负担。因此，为了满足实际应用的需要，有必要开发一种快速降低vvc scc计算复杂度的方法。
6、最近几年来，关于scc的快速算法大致可以分为两种:基于特征的快速算法和基于内容的快速算法。基于特征的快速方法旨在将统计特征与cu模式决策及划分决策建立关系，这种基于特征的快速方法具有不绑定模式的优点，任何模式都可以在检查之前根据特征来决定它是否会被检查。基于内容的快速方法利用图像内容与编码模式的强相关性，将cu分为不同的内容类别，并为每一类别分配对应的模式检查候选列表。
7、现有的方法虽然一定程度上减少了屏幕内容编码的计算复杂度，但仍然存在不足。1、基于特征的快速方法，忽略了图像内容与编码模式的强相关性，难以做到特征到模式的精准映射。2、基于内容的快速方法，虽然可以实现高的内容分类精度，但是不能实现所有内容到模式的精准映射。
技术实现思路
1、为了解决
技术介绍
中存在的问题，本专利技术提供一种基于vvc的屏幕内容快速模式决策方法，包括：
2、s1：根据图像内容利用基于组合的分类策略将编码单元划分为屏幕内容cu、自然内容cu以及混合内容cu；
3、s2：根据cu之间的空间相关性对自然内容cu进行模式决策；
4、s3：根据cu的纹理特征和空间相关性特征以及中间编码信息对屏幕内容cu进行模式决策；
5、s4：根据vvc默认的模式决策规则对混合内容cu进行模式决策。
6、优选地，所述步骤s1包括：
7、s11：将视频帧亮度分量分割成16×16的多个互不重叠的第一图像子块，将每个第一图像子块分割成4个4×4的第二图像子块；
8、s12：利用轻量级卷积神经网络cnn分别预测各个第一图像子块的类别，将各个第一图像子块划分为屏幕内容和自然内容；
9、s13：将各个第二图像子块的类别定义为与其所属第一图像子块相同；
10、s14；根据组成各个cu的第二图像子块的类别将各个cu划分为屏幕内容cu、自然内容cu以及混合内容cu。
11、优选地，所述步骤s14包括：
12、每个cu由多个第二图像子块组成，当cu中的所有第二图像子块都为屏幕内容时，则将该cu划分为屏幕内容cu；当cu中的所有第二图像子块都为自然内容时，则将该cu划分为自然内容cu；反之，将该cu划分为混合内容cu。
13、优选地，所述步骤s2包括：当自然内容cu的已预测相邻cu的最优模式全为intra时，跳过该cu的ibc和plt模式检查，保留intra模式检查；反之则根据vvc默认的模式决策规则对自然内容cu进行模式决策。
14、优选地，所述步骤s3包括：
15、s31：对ibc-merge模式进行检查，计算ibc-merge模式的最小satd值；
16、s32：提取cu的纹理特征和空间相关性特征，利用第一决策树获取各个模式的检查顺序，并按照各个模式的检查顺序依次检查每个模式；
17、s33：根据cu在当前模式的编码特征利用第二决策树预测当前模式为最优模式的概率p1，若该概率值p1大于设定的阈值α，则终止剩余模式检查。
18、优选地，若当前检查的模式为intra模式时，在intra模式的粗选阶段，当ibc-merge模式的最小satd值小于intra模式的最小satd值时，执行步骤s321：反之则继续进行intra模式检查并执行步骤s322；
19、s321：计算intra模式的最小satd值和ibc-merge模式的最小satd值的差值dsatd，并以差值dsatd为唯一特征构建贝叶斯决策模型，通过贝叶斯决策模型计算在给定cu尺寸s和dsatd条件下intra模式是最优模式的概率，若该最优概率小于设定阈值β，则终止intra模式检查，进行其余模式的检查，反之继续进行intra模式检查并则执行步骤s322；
20、s322：在块基差分脉冲编码调制模式检查之后，检查率失真优化列表第一个模式的dtc-2变换，利用第三决策树预测最优模式是bdpcm的概率p2，若p2>γ，则终止intra模式检查，γ表示设定阈值，反之则继续进行intra模式检查并执行步骤s323；
21、s323：在低频不可分离变换和多变换选择之前，利用第四决策树预测最优变换为dct-2的概率p3，若p3>δ，δ表示设定的阈值，则终止二次变换和多变换的检查。
22、表示设定的阈值优选地，所述intra模式的最小satd值包括：计算intra模式中dc、planar、水平和垂直方向模式的satd，并以他们的最小值代表intra模式的最小satd值。
23、本专利技术至少具有以下有益效果
24、本专利技术适应vvc复杂的划分结构，通过cnn模型及基于组合的分类的策略将cu进行内容分类，对于分类为自然内容的cu，结合空间相关性跳过所有的scc模式(ibc和plt模式)，对于分类为屏幕内容的cu，利用决策树来进行模式检查排序以及模式检查提前终止预测，实现了模式检查候选列表的缩减。此本文档来自技高网...
【技术保护点】
1.一种基于VVC的屏幕内容快速模式决策方法，其特征在于，包括：
2.根据权利要求1所述的一种基于VVC的屏幕内容快速模式决策方法，其特征在于，所述步骤S1包括：
3.根据权利要求2所述的一种基于VVC的屏幕内容快速模式决策方法，其特征在于，所述步骤S14包括：
4.根据权利要求1所述的一种基于VVC的屏幕内容快速模式决策方法，其特征在于，所述步骤S2包括：
5.根据权利要求1所述的一种基于VVC的屏幕内容快速模式决策方法，其特征在于，所述步骤S3包括：
6.根据权利要求5所述的一种基于VVC的屏幕内容快速模式决策方法，其特征在于，若当前检查的模式为Intra模式时，在Intra模式的粗选阶段，当IBC-merge模式的最小SATD值小于Intra模式的最小SATD值时，执行步骤S321：反之则继续进行Intra模式检查并执行步骤S322；
7.根据权利要求6所述的一种基于VVC的屏幕内容快速模式决策方法，其特征在于，所述Intra模式的最小SATD值包括：计算Intra模式中DC、Planar、水平和垂直方
...【技术特征摘要】
1.一种基于vvc的屏幕内容快速模式决策方法，其特征在于，包括：
2.根据权利要求1所述的一种基于vvc的屏幕内容快速模式决策方法，其特征在于，所述步骤s1包括：
3.根据权利要求2所述的一种基于vvc的屏幕内容快速模式决策方法，其特征在于，所述步骤s14包括：
4.根据权利要求1所述的一种基于vvc的屏幕内容快速模式决策方法，其特征在于，所述步骤s2包括：
5.根据权利要求1所述的一种基于vvc的屏幕内容快速模式决策方法，其特征在于，所述步骤s3包括：
6.根据权利...
【专利技术属性】
技术研发人员：汪大勇，邓乙申，余俊仪，钟宇，李洋，徐金玉，郑实山，
申请(专利权)人：重庆邮电大学，
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。