一种基于神经网络的I帧VVC码率控制优化方法技术

本发明专利技术提出了一种基于神经网络的I帧VVC码率控制优化方法。首先，构建视频内容特征与预测比特之间的网络模型；其次，输入待编码CTU至该网络得到预测后的预测比特；最后，根据上述预测比特，指导CTU级和帧级的比特分配过程，该过程能够显式地改变比特分配的策略。实验结果表明，本发明专利技术公开的基于神经网络的I帧VVC码率控制优化方法，相比于VVC和其他先进算法，在ΔBRerror、MS‑SSIM、BD‑rate和率失真曲线等指标均有改善。基于本发明专利技术得到的视频序列更加满足人眼的需要，在主观质量方面能够实现大幅度的优化。

【技术实现步骤摘要】

本专利技术涉及视频编码领域中的码率控制优化技术问题，尤其是涉及一种基于神经网络的i(intra)帧多功能视频编码(versatile video coding，vvc)码率控制优化方法。

技术介绍

1、随着终端设备智能化的不断发展，视频信息逐渐成为多媒体处理领域的焦点。目前已经提出了几种视频编码标准，包括h.264/avc、h.265/hevc和h.266/vvc。在这些标准中，被称为多功能视频编码(vvc)的新一代视频编码标准于2020年正式标准化。与高效视频编码(hevc)相比，vvc展示了在保持同等视频质量的同时实现降低近50％比特率的能力。为了实现这一点，vvc扩展了混合编码框架，并引入了一系列创新的编码技术。

2、随着vvc的压缩性能逐渐接近理论极限，下一代视频编码标准的发展方向成为研究人员关注的焦点。一方面，研究人员不断探索和优化基于vvc的技术，以获得优越的编码性能。另一方面，一些研究人员将基于学习的图像处理和编码的概念转移到现有的视频编码框架中。利用神经网络的学习能力，研究在特定模块中实现性能增强。例如，基于学习的方法已被证明在本文档来自技高网...

【技术保护点】

1.一种基于神经网络的I帧VVC码率控制优化方法，其特征在于基于神经网络的I帧VVC码率控制的整体框架：

2.如权利要求1所述的基于神经网络的I帧VVC码率控制的整体框架，其特征在于建立视频帧内容特性与预测比特之间的关系的过程。

3.如权利要求1所述的基于神经网络的I帧VVC码率控制的整体框架，其特征在于将神经网络输出的预测比特指导帧级和CTU级的比特分配的过程。

【技术特征摘要】

1.一种基于神经网络的i帧vvc码率控制优化方法，其特征在于基于神经网络的i帧vvc码率控制的整体框架：

2.如权利要求1所述的基于神经网络的i帧vvc码率控制的整体框架，其特征在于建...

【专利技术属性】
技术研发人员：何小海，赵则明，毕晓东，熊淑华，杨红，陈洪刚，吴小强，
申请(专利权)人：四川大学，
类型：发明
国别省市：