基于深度学习的HEVC帧内CU划分方法、装置及编码方法制造方法及图纸

本发明专利技术公开了一种基于深度学习的HEVC帧内CU划分方法、装置及编码方法。该方法包括如下步骤：首先获取待划分编码单元的视频或图像信息；然后将所述视频或图像信息进行标准化处理，得到待编码的CTU图像；接着将所述CTU图像输入CPAC‑I模型，得到CU划分决策，所述CPAC‑I模型为基于SKnet的注意力机制和卷积技术结合的神经网络模型；最后根据所述CU划分决策，对HEVC帧进行划分，以完成基于深度学习的HEVC帧内CU划分。该方法能够有效提高视频编解码的全局性能、且能灵活适应不同类型的视频内容和编码场景。

【技术实现步骤摘要】

本专利技术涉及通信网络，尤其涉及一种基于深度学习的hevc帧内cu划分方法、装置及编码方法。

技术介绍

1、随着宽带互联网服务覆盖范围和速度的大幅提升，视频在全球数据流量中的份额已经达到80％左右，并且该数据还在继续增长。为了高效的存储和传输视频，视频编码技术研究显得尤为重要。

2、2013年国际电信联盟远程通信标准化组织(international tele-communications union for telecommunications standardization sector，itu-t)和国际标准化组织/国际电工委员会(international standardization organization/inter-national electrotechnical commission，iso/iec)组织联合共同推出了新一代视频编码标准h.265/high efficiency video coding(hevc)。与其前身h.264/advanced videocoding(avc)相比，hevc标准在相似的视频质量下节本文档来自技高网...

【技术保护点】

1.一种基于深度学习的HEVC帧内CU划分方法，其特征在于，所述方法包括如下步骤：

2.根据权利要求1所述的基于深度学习的HEVC帧内CU划分方法，其特征在于，

3.根据权利要求2所述的基于深度学习的HEVC帧内CU划分方法，其特征在于，

4.根据权利要求3所述的基于深度学习的HEVC帧内CU划分方法，其特征在于，

5.根据权利要求2所述的基于深度学习的HEVC帧内CU划分方法，其特征在于，

6.根据权利要求5所述的基于深度学习的HEVC帧内CU划分方法，其特征在于，

7.根据权利要求2所述的基于深度学习的HEVC帧...

【技术特征摘要】

1.一种基于深度学习的hevc帧内cu划分方法，其特征在于，所述方法包括如下步骤：

2.根据权利要求1所述的基于深度学习的hevc帧内cu划分方法，其特征在于，

3.根据权利要求2所述的基于深度学习的hevc帧内cu划分方法，其特征在于，

4.根据权利要求3所述的基于深度学习的hevc帧内cu划分方法，其特征在于，

5.根据权利要求2所述的基于深度学习的hevc帧内cu划分方法，其特征在于，

...

【专利技术属性】
技术研发人员：来琦，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：