CN107404648B - 一种基于hevc的视频多路转码方法 - Google Patents

一种基于hevc的视频多路转码方法 Download PDF

Info

Publication number
CN107404648B
CN107404648B CN201710735707.0A CN201710735707A CN107404648B CN 107404648 B CN107404648 B CN 107404648B CN 201710735707 A CN201710735707 A CN 201710735707A CN 107404648 B CN107404648 B CN 107404648B
Authority
CN
China
Prior art keywords
depth
current
mode
equal
flag
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710735707.0A
Other languages
English (en)
Other versions
CN107404648A (zh
Inventor
张昊
李林格
雷诗哲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Central South University
Original Assignee
Central South University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Central South University filed Critical Central South University
Priority to CN201710735707.0A priority Critical patent/CN107404648B/zh
Publication of CN107404648A publication Critical patent/CN107404648A/zh
Application granted granted Critical
Publication of CN107404648B publication Critical patent/CN107404648B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103Selection of coding mode or of prediction mode
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/40Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using video transcoding, i.e. partial or full decoding of a coded input stream followed by re-encoding of the decoded output stream

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明公开了一种基于HEVC的视频多路转码方法,该方法通过分析解码端高码率原始视频流和多路编码端低码率输出视频流中编码单元和预测单元之间的关系,同时考虑了多路编码端中编码单元和预测单元之间的关系,利用所发现的关系,对转码过程中的编码单元深度选择和模式选择进行快速预测,从而使编码速度得到提高。

Description

一种基于HEVC的视频多路转码方法
技术领域
本发明属于视频转码领域,特别涉及一种基于HEVC的视频多路转码方法。
背景技术
近几年来,由于视频直播行业的兴起,视频转码算法一直是学术界以及工业界的一个研究热点。视频转码有很多种不一样的形式,比如不同码率或者不同格式之间的互相转换,转码技术能够允许不同设备或者不同平台进行无缝连接,通过无线网络可以从高质量的视频源转换到不同的要求的接收源(手机端,PC端,平板电脑端)。为了适应不同的网络带宽,转码器能够自适应的调节不同的视频码率。目前,对应不同的多媒体应用出现了很多种视频压缩标准,每一种压缩标准都在适用的视频领域中广泛应用。因此,研究视频转码技术具有十分重要的意义。
多码率转码,是指输入一路高码率的源视频,输出多路低码率的新视频。它的主要目的是根据不同的设备输出不同码率的视频格式,通过这样的方法,根据不同的情况选择最佳的码率,从而使用户得到更好的体验。这种技术在互联网和电视网络中应用广泛,为了将多码率转码能够更好更广泛的应用于各种各样的视频应用中,关于其码率转码的研究是十分必要的。
HEVC(High Efficiency Video Coding),是一种新的视频压缩标准,用来替代H.264/AVC编码标准。2013年1月26号,HEVC正式成为国际标准。HEVC标准保留了原来的某些技术,同时对一些相关的技术加以改进。新技术使用先进的技术用以改善码流、编码质量、延时和算法复杂度之间的关系,达到最优化设置。视频转码算法主要是针对HEVC之前的视频编码标准如H.264,MPEG-2等进行研究,由于框架结构的不同,原来的视频转码算法已经不太适用现在的需求和框架,所以需要提出一种新的HEVC视频转码框架和快速转码算法。为了使HEVC能够在各种各样的设备、应用以及不同的网络环境中使用,研究HEVC的转码算法是势在必行的。
发明内容
本发明针对现有的技术缺陷,提出一种通过解码端和不同路的编码端的编码信息对当前编码端进行加速,降低当前编码端的复杂度的多码率转码算法。
一种基于HEVC的视频多路转码方法,包括以下步骤:
步骤1:采用视频转码技术对输入的一路视频码流进行解码,得到重建的视频流文件并保存它的深度信息和模式信息;
步骤2:将重建的视频流文件通过三路不同参数的编码器进行编码,得到三路视频流,分别为第一路R1、第二路R2以及第二路R3;
步骤3:利用机器学习boosting算法训练好的分类器对各路视频流深度和模式信息进行初步预测,并利用初步预测结果、解码端的信息和多路视频流编码信息,依次对各路视频流进行深度预测和模式选择;
所述初步预测得到编码单元深度是否划分标识符pre_flag1和模式选择是否进行RDO计算的标识符pre_flag2;
其中,利用解码端的信息作为参考信息,对第一路R1的编码过程进行深度预测和模式选择;
利用解码端的信息和第一路R1的编码信息作为参考信息,对第二路R2的编码过程进行深度预测和模式选择;
利用解码端的信息及第一路R1和第二路R2的编码信息作为参考信息,对第三路R3的编码过程进行深度预测和模式选择;
步骤4:对完成深度预测和模式选择的各路视频流,继续进行后续编码过程,完成转码后,将转码以后生成的二进制文件保存到视频文件中。
进一步地,所述步骤3利用机器学习boostingboosting算法训练好的分类器对各路视频流深度和模式信息进行初步预测的过程如下:
从国际标准测试序列中随机选取三个视频测试序列,利用机器学习中的boosting算法对所选的三个测试序列的100帧的编码信息进行训练分类:以编码单元对应的同位解码器中运动向量信息和当前编码单元的像素信息作为输入数据,以编码单元的深度划分和模式选择作为输出数据,得到深度预测和模式选择的分类器;
在转码的编码过程中利用已得到的分类器对当前编码单元的深度划分和模式选择进行初步预测,得到表示编码单元深度是否继续往下划分的标识符pre_flag1以及是否进行当前模式RDO计算的标识符pre_flag2。
如果从解码端得到的当前编码单元的最佳深度为D0,其量化参数为QP0,并且在解码器中同位编码单元CUi的最佳深度为Di(如图2所示),其量化参数为QPi,则ΔQP为量化参数差值,其公式为:ΔQP=QPo-QPi
通过大量的实验表明,如果ΔQP比较小,那么图像的纹理差异就比较小,这样它们之间的编码深度和模式几乎会一样,如果ΔQP比较大,那么图像的纹理差异比较大,那么它们之间的编码深度和模式可能会很不一样。同样的,在编码路之间,也存在这样的差异。在以往的研究中,通常只考虑了解码端的编码信息,利用解码端的编码信息给当前编码端进行加速,而在本申请提出的框架下,综合上述思想,根据解码端和已编码端一起进行分析,给当前编码端进行加速。
同时使用机器学习得到的分类器为当前编码单元是否继续往下划分进行预测,定义为pre_flag1,如果pre_flag1为真,那么当前编码单元继续往下划分,反之pre_flag1为假,当前编码单元终止继续往下划分。
进一步地,所述第一路视频流中各编码单元的深度按照以下过程获得:
情况1:解码端的同位CU深度D_col为0;
若第一路编码端的当前CU深度D_cur小于等于1并且解码端同位CU为skip模式时,split_flag设为0;
若第一路编码端的当前CU深度D_cur小于等于1但解码端同位CU不为skip模式,当使用机器学习预测之后的pre_flag1为0时,split_flag设为0;
如果第一路编码端的当前CU深度D_cur大于1,那么当pre_flag1为0时,split_flag设为0;
情况2:解码端的同位CU深度D_col为1;
第一路编码端的当前CU深度D_cur为1时:若pre_flag1为0时,split_flag设为0;
第一路编码端的当前CU深度D_cur为2时:若pre_flag1为0时,split_flag设为0,若pre_flag为1时,且解码端同位CU是skip模式,split_flag设为0;
情况3:解码端的同位CU深度D_col为2;
第一路编码端的当前CU深度D_cur为0时:若pre_flag1为0并且当前CU的前一帧的同位CU的深度C_col大于1,depth_flag设为0;
第一路编码端的当前CU深度D_cur为2时,若pre_flag1为0,split_flag设为0;
情况4:解码端的同位CU深度D_col为3;
第一路编码端的当前CU深度D_cur小于或等于1时:若预测深度pre_flag1为1并且前一帧的同位CU的深度C_col大于1时,depth_flag设为0;
split_flag表示当前CU是否继续往下划分的标识符,split_flag取值为1表示当前CU继续往下划分,取值为0表示结束当前CU的继续往下划分,默认取值为1;
depth_flag表示当前CU是否跳过当前编码深度的标识符,depth_flag取值为1表示进行当前深度所有模式的率失真代价的计算,取值为0表示跳过当前深度所有模式的率失真代价的计算,默认取值为1。
进一步地,所述第二路视频流中各编码单元的深度按照以下过程获得:
情况1:解码端的同位CU深度D_col为0;
若第一路的同位CU深度D_rec1小于等于1:若第二路编码端的当前CU深度D_cur小于等于第一路同位CU深度D_rec1,split_flag设为0;
情况2:解码端的同位CU深度D_col为1;
对于第一路的同位CU深度D_rec1分成以下四种情况:
d)第一路的同位CU深度D_rec1等于0:若第二路编码端的当前CU深度D_cur等于1,split_flag设为0;
e)第一路的同位CU深度D_rec1等于1:若第二路编码端的当前CU深度D_cur等于0,depth_flag设为0;并在当前CU深度D_cur等于1时,将split_flag设为0。
f)第一路的同位CU深度D_rec1等于2:若第二路编码端的当前CU深度D_cur为0且预测标识符pre_flag1为1,depth_flag设为0;若第二路编码端的当前CU深度D_cur为2,split_flag设为0;
情况3:解码端的同位CU深度D_col为2:
对于第一路的同位CU深度D_rec1分成以下两种情况:
a)第一路的同位CU深度D_rec1等于0:若第二路编码端的当前CU深度D_cur等于2,split_flag设为0;
b)第一路的同位CU深度D_rec1等于2:若第二路编码端的当前CU深度D_cur等于0,depth_flag设为0;若第二路编码端的当前CU深度D_cur等于1时且预测标识符pre_flag1为1,depth_flag设为0。
情况4:解码端的同位CU深度D_col为3:
对于第一路的同位CU深度D_rec1分成以下三种情况:
a)第一路的同位CU深度D_rec1等于1:若第二路编码端的当前CU深度D_cur等于0,depth_flag设为0;
b)第一路的同位CU深度D_rec1等于2:若第二路编码端的当前CU深度D_cur小于等于1,depth_flag设为0;
c)第一路的同位CU深度D_rec1等于3:若第二路编码端的当前CU深度D_cur小于等于1,depth_flag设为0;若第二路编码端的当前CU深度D_cur为2,且预测标识符pre_flag1为1,depth_flag设为0;
split_flag表示当前CU是否继续往下划分的标识符,split_flag取值为1表示当前CU继续往下划分,取值为0表示结束当前CU的继续往下划分,默认取值为1;
depth_flag表示当前CU是否跳过当前编码深度的标识符,depth_flag取值为1表示进行当前深度所有模式的率失真代价的计算,取值为0表示跳过当前深度所有模式的率失真代价的计算,默认取值为1。
进一步地,所述第三路视频流中各编码单元的深度按照以下过程获得:
情况1:解码端的同位CU深度D_col小于等于1:
若第一路的同位CU深度D_rec1小于等于1:若第二路的同位CU深度D_rec2小于等于1且第三路编码端的当前CU深度D_cur等于1,split_flag设为0;
情况2:解码端的同位CU深度D_col等于2:
若第一路的同位CU深度D_rec1小于等于2且第二路的同位CU深度D_rec2小于等于1:若第三路编码端的当前CU深度D_cur等于2,split_flag设为0;
若第一路的同位CU深度D_rec1大于等于2且第二路的同位CU深度D_rec2大于等于2:若第三路编码端的当前CU深度D_cur小于等于1,depth_flag设为0;
情况3:解码端的同位CU深度D_col等于3:
若第一路的同位CU深度D_rec1等于1且第二路的同位CU深度D_rec2大于等于1:若第三路编码端的当前CU深度D_cur等于0,depth_flag设为0;
若第一路的同位CU深度D_rec1大于等于2且第二路的同位CU深度D_rec2大于等于2:若第三路编码端的当前CU深度D_cur小于等于1,depth_flag设为0;
split_flag表示当前CU是否继续往下划分的标识符,split_flag取值为1表示当前CU继续往下划分,取值为0表示结束当前CU的继续往下划分,默认取值为1;
depth_flag表示当前CU是否跳过当前编码深度的标识符,depth_flag取值为1表示进行当前深度所有模式的率失真代价的计算,取值为0表示跳过当前深度所有模式的率失真代价的计算,默认取值为1。
解码端的量化参数比编码端的量化参数要小,代表在同一编码区域下,解码端帧间预测模式如果属于第一类或者第二类,那么编码端很大可能性也是属于第一类或者第二类。同时使用机器学习得到的分类器为每一种预测模式进行了一次预测和判断,定义为pre_flag2,如果pre_flag2为真,那么该预测模式需要做RDO计算,反之pre_flag2为假,该预测模式不需要做RDO计算。结合解码和已编码信息能达到更准确预测的目的。设解码端同位CU的帧间预测模式为Md,第一路编码端同位CU的帧间预测模式为Mr1,第二路编码端同位CU的帧间预测模式为Mr2,第三路编码端同位CU的帧间预测模式为Mr3
进一步地,对第一路视频流中各编码单元的模式按照如下过程进行选择:
将帧间预测模式分为四类,第一类是Skip/Merge模式,第二类是2Nx2N模式和NxN模式,第三类是对称划分的2N×N模式和N×2N模式,第四类是不对称划分的2N×nU模式,2N×nD模式,nL×2N模式和nR×2N模式;
当前路的编码参数ΔQP为6,第一路编码端的当前CU深度D_cur等于解码端的同位CU深度D_col时,若解码端的帧间预测模式Md属于第一类或者第二类模式,将第一类和第二类模式加入到第一路的帧间预测模式Mr1的候选列表中;
对当前深度层的其他帧间模式,查看pre_flag2标识符,若pre_flag2为真,将该帧间模式加入到候选列表中;
当前CU遍历候选列表中的帧间模式并选取最优模式。
进一步地,对第二路视频流中各编码单元的模式按照如下过程进行选择:
将帧间预测模式分为四类,第一类是Skip/Merge模式,第二类是2Nx2N模式和NxN模式,第三类是对称划分的2N×N模式和N×2N模式,第四类是不对称划分的2N×nU模式,2N×nD模式,nL×2N模式和nR×2N模式;
当前路的编码参数ΔQP为4,第二路编码端的当前CU深度D_cur大于或等于解码端的同位CU深度D_col且小于或等于第一路编码端深度D_re1,并且解码端的帧间预测模式Md和第一路的帧间预测模式Mr1为第一类或者第二类时,将第一类和第二类模式加入到第二路的帧间预测模式Mr2的候选列表中。
进一步地,对第三路视频流中各编码单元的模式按照如下过程进行选择:
将帧间预测模式分为四类,第一类是Skip/Merge模式,第二类是2Nx2N模式和NxN模式,第三类是对称划分的2N×N模式和N×2N模式,第四类是不对称划分的2N×nU模式,2N×nD模式,nL×2N模式和nR×2N模式;
当前路的编码参数ΔQP为2,解码端的帧间预测模式Md和第一路的帧间预测模式Mr1、第二路的帧间预测模式Mr2都为第一类或者第二类时,将第一类和第二类模式加入到第三路的帧间预测模式Mr3的候选列表中。
有益效果
本发明提供了一种基于HEVC的视频多路转码方法,该方法通过分析解码端高码率原始视频流和多路编码端低码率输出视频流中编码单元和预测单元之间的关系,同时考虑了多路编码端中编码单元和预测单元之间的关系,利用所发现的关系,对转码过程中的编码单元深度选择和模式选择进行快速预测,从而使编码速度得到提高。
附图说明
图1为本发明所述的多码率转码框架示意图;
图2为当前编码单元CU0和其同位CUi示意图;
图3为第一路码率转码CU深度预测算法流程图;
图4为第二路码率转码CU深度预测算法流程图;
图5为第三路码率转码CU深度预测算法流程图;
图6为基于Skip模式的快速PU模式选择算法流程图。
具体实施方式
下面将结合附图和实施例对本发明做进一步的说明。
如图1所示,一种基于HEVC的视频多路转码方法,包括以下步骤:
步骤1:采用视频转码技术对输入的一路视频码流进行解码,得到重建的视频流文件并保存它的深度信息和模式信息;
步骤2:将重建的视频流文件通过三路不同参数的编码器进行编码,得到三路视频流,分别为第一路R1、第二路R2以及第二路R3;
步骤3:利用机器学习boosting算法训练好的分类器对各路视频流深度和模式信息进行初步预测,并利用初步预测结果、解码端的信息和多路视频流编码信息,依次对各路视频流进行深度预测和模式选择;
所述初步预测得到编码单元深度是否划分标识符pre_flag1和模式选择是否进行RDO计算的标识符pre_flag2;
其中,利用解码端的信息作为参考信息,对第一路R1的编码过程进行深度预测和模式选择;
利用解码端的信息和第一路R1的编码信息作为参考信息,对第二路R2的编码过程进行深度预测和模式选择;
利用解码端的信息及第一路R1和第二路R2的编码信息作为参考信息,对第三路R3的编码过程进行深度预测和模式选择;
步骤4:对完成深度预测和模式选择的各路视频流,继续进行后续编码过程,完成转码后,将转码以后生成的二进制文件保存到视频文件中。
所述步骤3利用机器学习boosting算法训练好的分类器对各路视频流深度和模式信息进行初步预测的过程如下:
从国际标准测试序列中随机选取三个视频测试序列,利用机器学习中的boosting算法对所选的三个测试序列的100帧的编码信息进行训练分类:以编码单元对应的同位解码器中运动向量信息和当前编码单元的像素信息作为输入数据,以编码单元的深度划分和模式选择作为输出数据,得到深度预测和模式选择的分类器;
在转码的编码过程中利用已得到的分类器对当前编码单元的深度划分和模式选择进行初步预测,得到表示编码单元深度是否继续往下划分的标识符pre_flag1以及是否进行当前模式RDO计算的标识符pre_flag2。
如果从解码端得到的当前编码单元的最佳深度为D0,其量化参数为QP0,并且在解码器中同位编码单元CUi的最佳深度为Di(如图2所示),其量化参数为QPi,则ΔQP为量化参数差值,其公式为:ΔQP=QPo-QPi
通过大量的实验表明,如果ΔQP比较小,那么图像的纹理差异就比较小,这样它们之间的编码深度和模式几乎会一样,如果ΔQP比较大,那么图像的纹理差异比较大,那么它们之间的编码深度和模式可能会很不一样。同样的,在编码路之间,也存在这样的差异。在以往的研究中,通常只考虑了解码端的编码信息,利用解码端的编码信息给当前编码端进行加速,而在本申请提出的框架下,综合上述思想,根据解码端和已编码端一起进行分析,给当前编码端进行加速。
同时使用机器学习得到的分类器为当前编码单元是否继续往下划分进行预测,定义为pre_flag1,如果pre_flag1为真,那么当前编码单元继续往下划分,反之pre_flag1为假,当前编码单元终止继续往下划分。
如图3所示,所述第一路视频流中各编码单元的深度按照以下过程获得:
情况1:解码端的同位CU深度D_col为0;
若第一路编码端的当前CU深度D_cur小于等于1并且解码端同位CU为skip模式时,split_flag设为0;
若第一路编码端的当前CU深度D_cur小于等于1但解码端同位CU不为skip模式,当使用机器学习预测之后的pre_flag1为0时,split_flag设为0;
如果第一路编码端的当前CU深度D_cur大于1,那么当pre_flag1为0时,split_flag设为0;
情况2:解码端的同位CU深度D_col为1;
第一路编码端的当前CU深度D_cur为1时:若pre_flag1为0时,split_flag设为0;
第一路编码端的当前CU深度D_cur为2时:若pre_flag1为0时,split_flag设为0,若pre_flag为1时,且解码端同位CU是skip模式,split_flag设为0;
情况3:解码端的同位CU深度D_col为2;
第一路编码端的当前CU深度D_cur为0时:若pre_flag1为0并且当前CU的前一帧的同位CU的深度C_col大于1,depth_flag设为0;
第一路编码端的当前CU深度D_cur为2时,若pre_flag1为0,split_flag设为0;
情况4:解码端的同位CU深度D_col为3;
第一路编码端的当前CU深度D_cur小于或等于1时:若预测深度pre_flag1为1并且前一帧的同位CU的深度C_col大于1时,depth_flag设为0。
split_flag表示当前CU是否继续往下划分的标识符,split_flag取值为1表示当前CU继续往下划分,取值为0表示结束当前CU的继续往下划分,默认取值为1;
depth_flag表示当前CU是否跳过当前编码深度的标识符,depth_flag取值为1表示进行当前深度所有模式的率失真代价的计算,取值为0表示跳过当前深度所有模式的率失真代价的计算,默认取值为1。
如图4所示,所述第二路视频流中各编码单元的深度按照以下过程获得:
情况1:解码端的同位CU深度D_col为0;
若第一路的同位CU深度D_rec1小于等于1:若第二路编码端的当前CU深度D_cur小于等于第一路同位CU深度D_rec1,split_flag设为0;
情况2:解码端的同位CU深度D_col为1;
对于第一路的同位CU深度D_rec1分成以下四种情况:
g)第一路的同位CU深度D_rec1等于0:若第二路编码端的当前CU深度D_cur等于1,split_flag设为0;
h)第一路的同位CU深度D_rec1等于1:若第二路编码端的当前CU深度D_cur等于0,depth_flag设为0;并在第二路编码端的当前CU深度D_cur等于1时,将split_flag设为0。
i)第一路的同位CU深度D_rec1等于2:若第二路编码端的当前CU深度D_cur为0且预测标识符pre_flag1为1,depth_flag设为0;若第二路编码端的当前CU深度D_cur为2,split_flag设为0;
情况3:解码端的同位CU深度D_col为2:
对于第一路的同位CU深度D_rec1分成以下两种情况:
a)第一路的同位CU深度D_rec1等于0:若第二路编码端的当前CU深度D_cur等于2,split_flag设为0;
b)第一路的同位CU深度D_rec1等于2:若第二路编码端的当前CU深度D_cur等于0,depth_flag设为0;若当前编码单元深度D_cur等于1时且预测标识符pre_flag1为1,depth_flag设为0。
情况4:解码端的同位CU深度D_col为3:
对于第一路的同位CU深度D_rec1分成以下三种情况:
a)第一路的同位CU深度D_rec1等于1:若第二路编码端的当前CU深度D_cur等于0,depth_flag设为0;
b)第一路的同位CU深度D_rec1等于2:若第二路编码端的当前CU深度D_cur小于等于1,depth_flag设为0;
c)第一路的同位CU深度D_rec1等于3:若第二路编码端的的当前CU深度D_cur小于等于1,depth_flag设为0;若当前编码深度为2,且预测标识符pre_flag1为1,depth_flag设为0;
split_flag表示当前CU是否继续往下划分的标识符,split_flag取值为1表示当前CU继续往下划分,取值为0表示结束当前CU的继续往下划分,默认取值为1;
depth_flag表示当前CU是否跳过当前编码深度的标识符,depth_flag取值为1表示进行当前深度所有模式的率失真代价的计算,取值为0表示跳过当前深度所有模式的率失真代价的计算,默认取值为1。
如图5所示,所述第三路视频流中各编码单元的深度按照以下过程获得:
情况1:解码端的同位CU深度D_col小于等于1:
若第一路的同位CU深度D_rec1小于等于1:若第二路的同位CU深度D_rec2小于等于1且第三路编码端的当前CU深度D_cur等于1,split_flag设为0;
情况2:解码端的同位CU深度D_col等于2:
若第一路的同位CU深度D_rec1小于等于2且第二路的同位CU深度D_rec2小于等于1:若第三路编码端的当前CU深度D_cur等于2,split_flag设为0;
若第一路的同位CU深度D_rec1大于等于2且第二路的同位CU深度D_rec2大于等于2:若第三路编码端的当前CU深度D_cur小于等于1,depth_flag设为0;
情况3:解码端的同位CU深度D_col等于3:
若第一路的同位CU深度D_rec1等于1且第二路的同位CU深度D_rec2大于等于1:若第三路编码端的当前CU深度D_cur等于0,depth_flag设为0;
若第一路的同位CU深度D_rec1大于等于2且第二路的同位CU深度D_rec2大于等于2:若第三路编码端的当前CU深度D_cur小于等于1,depth_flag设为0;
split_flag表示当前CU是否继续往下划分的标识符,split_flag取值为1表示当前CU继续往下划分,取值为0表示结束当前CU的继续往下划分,默认取值为1;
depth_flag表示当前CU是否跳过当前编码深度的标识符,depth_flag取值为1表示进行当前深度所有模式的率失真代价的计算,取值为0表示跳过当前深度所有模式的率失真代价的计算,默认取值为1。
解码端的量化参数比编码端的量化参数要小,代表在同一编码区域下,解码端帧间预测模式如果属于第一类或者第二类,那么编码端很大可能性也是属于第一类或者第二类。同时使用机器学习得到的分类器为每一种预测模式进行了一次预测和判断,定义为pre_flag2,如果pre_flag2为真,那么该预测模式需要做RDO计算,反之pre_flag2为假,该预测模式不需要做RDO计算。结合解码和已编码信息能达到更准确预测的目的。设解码端同位CU的帧间预测模式为Md,第一路编码端同位CU的帧间预测模式为Mr1,第二路编码端同位CU的帧间预测模式为Mr2,第三路编码端同位CU的帧间预测模式为Mr3
如图6所示:
对第一路视频流中各编码单元的模式按照如下过程进行选择:
将帧间预测模式分为四类,第一类是Skip/Merge模式,第二类是2Nx2N模式和NxN模式,第三类是对称划分的2N×N模式和N×2N模式,第四类是不对称划分的2N×nU模式,2N×nD模式,nL×2N模式和nR×2N模式;
当前路的编码参数ΔQP为6,第一路编码端的当前CU深度D_cur等于解码端的同位CU深度D_col时,若解码端的帧间预测模式Md属于第一类或者第二类模式,将第一类和第二类模式加入到第一路的帧间预测模式Mr1的候选列表中;
对当前深度层的其他帧间模式,查看pre_flag2标识符,若pre_flag2为真,将该帧间模式加入到候选列表中;
当前CU遍历候选列表中的帧间模式并选取最优模式。
对第二路视频流中各编码单元的模式按照如下过程进行选择:
将帧间预测模式分为四类,第一类是Skip/Merge模式,第二类是2Nx2N模式和NxN模式,第三类是对称划分的2N×N模式和N×2N模式,第四类是不对称划分的2N×nU模式,2N×nD模式,nL×2N模式和nR×2N模式;
当前路的编码参数ΔQP为4,编码端深度D_cur大于或等于解码端深度D_col且小于或等于第一路编码端深度D_re1,并且解码端的帧间预测模式Md和第一路的帧间预测模式Mr1为第一类或者第二类时,将第一类和第二类模式加入到第二路的帧间预测模式Mr2的候选列表中。
对第三路视频流中各编码单元的模式按照如下过程进行选择:
将帧间预测模式分为四类,第一类是Skip/Merge模式,第二类是2Nx2N模式和NxN模式,第三类是对称划分的2N×N模式和N×2N模式,第四类是不对称划分的2N×nU模式,2N×nD模式,nL×2N模式和nR×2N模式;
当前路的编码参数ΔQP为2,解码端的帧间预测模式Md和第一路的帧间预测模式Mr1、第二路的帧间预测模式Mr2都为第一类或者第二类时,将第一类和第二类模式加入到第三路的帧间预测模式Mr3的候选列表中。
为了验证所提出的快速码率转码算法的可行性以及有效性,在基于HM16.0搭建了上文提到的像素域码率转码器,并在该转码器上基于visual studio 2013实现了多码率快速转码算法。并且最后的数据都是在学校的高性能平台中运行得到,保证实验数据的真实和准确。
所有实验的具体编码参数的配置条件如表1所示。视频帧的格式采取的是低延时的IPP格式,即视频的第一帧为I帧,其余均为P帧。编码单元的大小为64x64,图像组大小为4。解码端的视频源文件的量化参数为22、27、32和37。运动估计中的搜索范围为64,并且分像素采用哈达玛代价。熵编码采用传统的CABAC的编码方式。最后,在测试序列中,使用的是标准测试序列B~F,其中本发明使用了D类416x240序列进行训练,得到了离线训练之后的分类器,所以在实验结果中并没有D类视频序列。
表1主要的编码器参数配置
实验仿真结果
本发明中所采用的测试序列是国际标准序列的B~F类,其中B类的分辨率是1920x1080,包括Kimonol、ParkScene、Cactus、BasketballDrive和BQTerrace。C类的分辨率是832x480,包括BasketballDrill、BQMall和PartyScene。D类的分辨率是416x240,包括BasketballPass、BQSquare、BlowingBubbles和RaceHorses。E类的分辨率是1280x720,包括FourPeople、Johnny、KristenAndSara、Vidyo1和Vidyo3。F类的分辨率是1024x768,包括ChinaSpeed。在上文所提到的,D类视频由于分辨率较小,目前来看应用面比较小,所以将小视频用来做训练样本,从中提取训练信息,得到分类器。当然在最后的实验仿真序列中为了避免训练样本和测试样本重合的情况,所以并不会对D类测试序列进行实验仿真。
为了验证本发明中所提出的算法的可行性和性能,采用了两个通用的指标,其一是BDBR(Bjotegaard Delta Bit rate),结合了图像的质量和视频的码率对算法的性能进行综合性的评估,BDBR越大说明算法的效果越不好,BDBR越小说明算法的效果越好。其二是ΔT,对使用算法前后的编码总时间进行对比,计算使用算法前后编码时间减少的百分比,其计算公式如公式所示:
其中,To代表使用不采用任何快速算法的原始像素域转码器在进行转码时所使用的时间,Tp则代表采用快速算法后的转码器在进行转码时所需要花费的时间。因此,ΔT则代表采用快速算法后的转码器在效率上的提升的百分比。
表2多码率快速转码算法的BDBR以及ΔT
由于是多码率转码,输入的源视频文件设定四个不同的初始化量化参数QP分别设为22、27、32、37,对这四种不同量化参数的输入源视频分别进行多路的码率转码,其中第一路的ΔQP为6,第二路的ΔQP为4,第三路的ΔQP为2,即当输入源文件的量化参数为22时,那么第一路输出文件的量化参数就要设置为28,第二路的量化参数就要设置为26,第三路的量化参数设置为24。最后,综合四种不同的输入对每一种输出路进行BDBR和ΔT的计算。
通过在电脑上面进行实验仿真,本发明中所提出的多码率快速转码算法的实验结果如表2所示。由表2可知,多码率快速转码算法是有很不错的效果:第一路在编码时间上平均降低了49.89%,而BDBR平均上升仅为1.22%;第二路在编码时间上平均降低了52.31%,而BDBR平均上升仅为0.83%;第三路在编码时间上平均降低65.15%,而BDBR平均上升仅为2.18%。由此可以看出,该算法达到了在保证视频的质量的前提下,大大提高了转码的效率的目的。
综上所述,无论是客观质量还是主观质量,本发明所提出的快速算法在视频质量损失方面可以忽略不计。并且在转码效率方面,得到了很大的提升。所以可以得到以下结论:本发明在保证视频质量的情况下,所提出的多码率快速转码算法都取得了良好的效果。

Claims (8)

1.一种基于HEVC的视频多路转码方法,其特征在于,包括以下步骤:
步骤1:采用视频转码技术对输入的一路视频码流进行解码,得到重建的视频流文件并保存它的深度信息和模式信息;
步骤2:将重建的视频流文件通过三路不同参数的编码器进行编码,得到三路视频流,分别为第一路R1、第二路R2以及第二路R3;
步骤3:利用机器学习boosting算法训练好的分类器对各路视频流深度和模式信息进行初步预测,并利用初步预测结果、解码端的信息和多路视频流编码信息,依次对各路视频流进行深度预测和模式选择;
所述初步预测得到编码单元深度是否划分标识符pre_flag1和模式选择是否进行RDO计算的标识符pre_flag2;
其中,利用解码端的信息作为参考信息,对第一路R1的编码过程进行深度预测和模式选择;
利用解码端的信息和第一路R1的编码信息作为参考信息,对第二路R2的编码过程进行深度预测和模式选择;
利用解码端的信息及第一路R1和第二路R2的编码信息作为参考信息,对第三路R3的编码过程进行深度预测和模式选择;
步骤4:对完成深度预测和模式选择的各路视频流,继续进行后续编码过程,完成转码后,将转码以后生成的二进制文件保存到视频文件中。
2.根据权利要求1所述的方法,其特征在于,所述步骤3利用机器学习boosting算法训练好的分类器对各路视频流深度和模式信息进行初步预测的过程如下:
从国际标准测试序列中随机选取三个视频测试序列,利用机器学习中的boosting算法对所选的三个测试序列的100帧的编码信息进行训练分类:以编码单元对应的同位解码器中运动向量信息和当前编码单元的像素信息作为输入数据,以编码单元的深度划分和模式选择作为输出数据,得到深度预测和模式选择的分类器;
在转码的编码过程中利用已得到的分类器对当前编码单元的深度划分和模式选择进行初步预测,得到表示编码单元深度是否继续往下划分的标识符pre_flag1以及是否进行当前模式RDO计算的标识符pre_flag2。
3.根据权利要求2所述的方法,其特征在于,所述第一路视频流中各编码单元的深度按照以下过程获得:
情况1:解码端的同位CU深度D_col为0;
若第一路编码端的当前CU深度D_cur小于等于1并且解码端同位CU为skip模式时,split_flag设为0;
若第一路编码端的当前CU深度D_cur小于等于1但解码端同位CU不为skip模式,当使用机器学习预测之后的pre_flag1为0时,split_flag设为0;
如果第一路编码端的当前CU深度D_cur大于1,那么当pre_flag1为0时,split_flag设为0;
情况2:解码端的同位CU深度D_col为1;
第一路编码端的当前CU深度D_cur为1时:若pre_flag1为0时,split_flag设为0;
第一路编码端的当前CU深度D_cur为2时:若pre_flag1为0时,split_flag设为0,若pre_flag为1时,且解码端同位CU是skip模式,split_flag设为0;
情况3:解码端的同位CU深度D_col为2;
第一路编码端的当前CU深度D_cur为0时:若pre_flag1为0并且当前CU的前一帧的同位CU的深度C_col大于1,depth_flag设为0;
第一路编码端的当前CU深度D_cur为2时,若pre_flag1为0,split_flag设为0;
情况4:解码端的同位CU深度D_col为3;
第一路编码端的当前CU深度D_cur小于或等于1时:若预测深度pre_flag1为1并且前一帧的同位CU的深度C_col大于1时,depth_flag设为0;
split_flag表示当前CU是否继续往下划分的标识符,split_flag取值为1表示当前CU继续往下划分,取值为0表示结束当前CU的继续往下划分,默认取值为1;
depth_flag表示当前CU是否跳过当前编码深度的标识符,depth_flag取值为1表示进行当前深度所有模式的率失真代价的计算,取值为0表示跳过当前深度所有模式的率失真代价的计算,默认取值为1。
4.根据权利要求2所述的方法,其特征在于,所述第二路视频流中各编码单元的深度按照以下过程获得:
情况1:解码端的同位CU深度D_col为0;
若第一路的同位CU深度D_rec1小于等于1:若第二路编码端的当前CU深度D_cur小于等于第一路同位CU深度D_rec1,split_flag设为0;
情况2:解码端的同位CU深度D_col为1;
对于第一路的同位CU深度D_rec1分成以下四种情况:
a)第一路的同位CU深度D_rec1等于0:若第二路编码端的当前CU深度D_cur等于1,split_flag设为0;
b)第一路的同位CU深度D_rec1等于1:若第二路编码端的当前CU深度D_cur等于0,depth_flag设为0;并在第二路编码端的当前CU深度D_cur等于1时,将split_flag设为0;
c)第一路的同位CU深度D_rec1等于2:若第二路编码端的当前CU深度D_cur为0且预测标识符pre_flag1为1,depth_flag设为0;若第二路编码端的当前CU深度D_cur为2,split_flag设为0;
情况3:解码端的同位CU深度D_col为2:
对于第一路的同位CU深度D_rec1分成以下两种情况:
a)第一路的同位CU深度D_rec1等于0:若第二路编码端的当前CU深度D_cur等于2,split_flag设为0;
b)第一路的同位CU深度D_rec1等于2:若第二路编码端的当前CU深度D_cur等于0,depth_flag设为0;若第二路编码端的当前CU深度D_cur等于1时且预测标识符pre_flag1为1,depth_flag设为0;
情况4:解码端的同位CU深度D_col为3:
对于第一路的同位CU深度D_rec1分成以下三种情况:
a)第一路的同位CU深度D_rec1等于1:若第二路编码端的当前CU深度D_cur等于0,depth_flag设为0;
b)第一路的同位CU深度D_rec1等于2:若第二路编码端的当前CU深度D_cur小于等于1,depth_flag设为0;
c)第一路的同位CU深度D_rec1等于3:若第二路编码端的当前CU深度D_cur小于等于1,depth_flag设为0;若第二路编码端的当前CU深度D_cur为2,且预测标识符pre_flag1为1,depth_flag设为0;
split_flag表示当前CU是否继续往下划分的标识符,split_flag取值为1表示当前CU继续往下划分,取值为0表示结束当前CU的继续往下划分,默认取值为1;
depth_flag表示当前CU是否跳过当前编码深度的标识符,depth_flag取值为1表示进行当前深度所有模式的率失真代价的计算,取值为0表示跳过当前深度所有模式的率失真代价的计算,默认取值为1。
5.根据权利要求2所述的方法,其特征在于,所述第三路视频流中各编码单元的深度按照以下过程获得:
情况1:解码端的同位CU深度D_col小于等于1:
若第一路的同位CU深度D_rec1小于等于1:若第二路的同位CU深度D_rec2小于等于1且第三路编码端的当前CU深度D_cur等于1,split_flag设为0;
情况2:解码端的同位CU深度D_col等于2:
若第一路的同位CU深度D_rec1小于等于2且第二路的同位CU深度D_rec2小于等于1:若第三路编码端的当前CU深度D_cur等于2,split_flag设为0;
若第一路的同位CU深度D_rec1大于等于2且第二路的同位CU深度D_rec2大于等于2:若第三路编码端的当前CU深度D_cur小于等于1,depth_flag设为0;
情况3:解码端的同位CU深度D_col等于3:
若第一路的同位CU深度D_rec1等于1且第二路的同位CU深度D_rec2大于等于1:若第三路编码端的当前CU深度D_cur等于0,depth_flag设为0;
若第一路的同位CU深度D_rec1大于等于2且第二路的同位CU深度D_rec2大于等于2:若第三路编码端的当前CU深度D_cur小于等于1,depth_flag设为0;
split_flag表示当前CU是否继续往下划分的标识符,split_flag取值为1表示当前CU继续往下划分,取值为0表示结束CU的继续往下划分,默认取值为1;
depth_flag表示当前CU是否跳过当前编码深度的标识符,depth_flag取值为1表示进行当前深度所有模式的率失真代价的计算,取值为0表示跳过当前深度所有模式的率失真代价的计算,默认取值为1。
6.根据权利要求3所述的方法,其特征在于,对第一路视频流中各编码单元的模式按照如下过程进行选择:
将帧间预测模式分为四类,第一类是Skip/Merge模式,第二类是2Nx2N模式和NxN模式,第三类是对称划分的2N×N模式和N×2N模式,第四类是不对称划分的2N×nU模式,2N×nD模式,nL×2N模式和nR×2N模式;
当前路的编码参数ΔQP为6,第一路编码端的当前CU深度D_cur等于解码端的同位CU深度D_col时,若解码端的帧间预测模式Md属于第一类或者第二类模式,将第一类和第二类模式加入到第一路的帧间预测模式Mr1的候选列表中;
对当前深度层的其他帧间模式,查看pre_flag2标识符,若pre_flag2为真,将该帧间模式加入到候选列表中;
当前CU遍历候选列表中的帧间模式并选取最优模式;
如果从解码端得到的当前编码单元的最佳深度为D0,其量化参数为QP0,并且在解码器中同位编码单元CUi的最佳深度为Di,其量化参数为QPi,则ΔQP为量化参数差值,其公式为:ΔQP=QPo-QPi
7.根据权利要求4所述的方法,其特征在于,对第二路视频流中各编码单元的模式按照如下过程进行选择:
将帧间预测模式分为四类,第一类是Skip/Merge模式,第二类是2Nx2N模式和NxN模式,第三类是对称划分的2N×N模式和N×2N模式,第四类是不对称划分的2N×nU模式,2N×nD模式,nL×2N模式和nR×2N模式;
当前路的编码参数ΔQP为4,第二路编码端的当前CU深度D_cur大于或等于解码端的同位CU深度D_col且小于或等于第一路编码端深度D_re1,并且解码端的帧间预测模式Md和第一路的帧间预测模式Mr1为第一类或者第二类时,将第一类和第二类模式加入到第二路的帧间预测模式Mr2的候选列表中;
如果从解码端得到的当前编码单元的最佳深度为D0,其量化参数为QP0,并且在解码器中同位编码单元CUi的最佳深度为Di,其量化参数为QPi,则ΔQP为量化参数差值,其公式为:ΔQP=QPo-QPi
8.根据权利要求5所述的方法,其特征在于,对第三路视频流中各编码单元的模式按照如下过程进行选择:
将帧间预测模式分为四类,第一类是Skip/Merge模式,第二类是2Nx2N模式和NxN模式,第三类是对称划分的2N×N模式和N×2N模式,第四类是不对称划分的2N×nU模式,2N×nD模式,nL×2N模式和nR×2N模式;
当前路的编码参数ΔQP为2,解码端的帧间预测模式Md和第一路的帧间预测模式Mr1、第二路的帧间预测模式Mr2都为第一类或者第二类时,将第一类和第二类模式加入到第三路的帧间预测模式Mr3的候选列表中;
如果从解码端得到的当前编码单元的最佳深度为D0,其量化参数为QP0,并且在解码器中同位编码单元CUi的最佳深度为Di,其量化参数为QPi,则ΔQP为量化参数差值,其公式为:ΔQP=QPo-QPi
CN201710735707.0A 2017-08-24 2017-08-24 一种基于hevc的视频多路转码方法 Active CN107404648B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710735707.0A CN107404648B (zh) 2017-08-24 2017-08-24 一种基于hevc的视频多路转码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710735707.0A CN107404648B (zh) 2017-08-24 2017-08-24 一种基于hevc的视频多路转码方法

Publications (2)

Publication Number Publication Date
CN107404648A CN107404648A (zh) 2017-11-28
CN107404648B true CN107404648B (zh) 2019-12-03

Family

ID=60398110

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710735707.0A Active CN107404648B (zh) 2017-08-24 2017-08-24 一种基于hevc的视频多路转码方法

Country Status (1)

Country Link
CN (1) CN107404648B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108769689A (zh) * 2018-05-03 2018-11-06 深圳市网心科技有限公司 skip宏块判定方法、视频转码方法、电子设备和存储介质
CN109168030B (zh) * 2018-10-12 2021-03-26 中南大学 一种视频转码方法、设备及其存储介质
CN111225211A (zh) * 2018-11-27 2020-06-02 北京达佳互联信息技术有限公司 转码方法、转码装置和计算机可读存储介质
CN110139099B (zh) * 2019-04-08 2023-01-06 中南大学 基于预编码和编码satd值加权的帧间预测模式选择方法
CN111586417B (zh) * 2020-04-26 2022-06-17 中南大学 一种基于多视频编码标准的vvc转码系统及方法
CN111901591B (zh) * 2020-07-28 2023-07-18 有半岛(北京)信息科技有限公司 一种编码模式的确定方法、装置、服务器和存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101001371A (zh) * 2007-01-19 2007-07-18 华为技术有限公司 视频转码的方法及其装置
CN101068366A (zh) * 2007-06-05 2007-11-07 南京大学 基于h.264多路视频转码复用的方法和复用器
CN103248893A (zh) * 2013-05-10 2013-08-14 四川大学 从h.264/avc标准到hevc标准的快速帧间转码方法及其转码器
CN104796693A (zh) * 2015-04-01 2015-07-22 南京邮电大学 一种hevc快速cu深度划分编码方法
CN104980752A (zh) * 2015-06-11 2015-10-14 武汉大千信息技术有限公司 利用cpu和gpu实现多路自适应并行转码的方法及系统
CN105430407A (zh) * 2015-12-03 2016-03-23 同济大学 应用于h.264到hevc转码的快速帧间模式决策方法
CN106210721A (zh) * 2016-07-05 2016-12-07 中南大学 一种hevc快速码率转码方法
CN106888379A (zh) * 2017-01-13 2017-06-23 同济大学 应用于h.264到hevc的帧间快速视频转码方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101001371A (zh) * 2007-01-19 2007-07-18 华为技术有限公司 视频转码的方法及其装置
CN101068366A (zh) * 2007-06-05 2007-11-07 南京大学 基于h.264多路视频转码复用的方法和复用器
CN103248893A (zh) * 2013-05-10 2013-08-14 四川大学 从h.264/avc标准到hevc标准的快速帧间转码方法及其转码器
CN104796693A (zh) * 2015-04-01 2015-07-22 南京邮电大学 一种hevc快速cu深度划分编码方法
CN104980752A (zh) * 2015-06-11 2015-10-14 武汉大千信息技术有限公司 利用cpu和gpu实现多路自适应并行转码的方法及系统
CN105430407A (zh) * 2015-12-03 2016-03-23 同济大学 应用于h.264到hevc转码的快速帧间模式决策方法
CN106210721A (zh) * 2016-07-05 2016-12-07 中南大学 一种hevc快速码率转码方法
CN106888379A (zh) * 2017-01-13 2017-06-23 同济大学 应用于h.264到hevc的帧间快速视频转码方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
《基于HEVC帧内预测的复杂度控制》;李林格等;《电视技术》;20161117;第40卷(第11期);全文 *
《基于决策树的HEVC快速算法研究及系统实现》;郑兴;《中国优秀硕士学位论文全文数据库》;20170401;全文 *
《多格式视频的快速转码算法研究》;赛音;《中国优秀硕士学位论文全文数据库》;20131201;全文 *

Also Published As

Publication number Publication date
CN107404648A (zh) 2017-11-28

Similar Documents

Publication Publication Date Title
CN107404648B (zh) 一种基于hevc的视频多路转码方法
US9071841B2 (en) Video transcoding with dynamically modifiable spatial resolution
CN102055966B (zh) 一种媒体文件的压缩方法和系统
Shanableh et al. MPEG-2 to HEVC video transcoding with content-based modeling
CN104038764B (zh) 一种h.264到h.265的视频转码方法及转码器
Shen et al. Ultra fast H. 264/AVC to HEVC transcoder
CA2837358C (en) Method and system for efficient video transcoding using coding modes, motion vectors and residual information
US20140169452A1 (en) Video encoding method and apparatus using the same
WO2010132977A1 (en) Method and system for efficient video transcoding
CN103248893A (zh) 从h.264/avc标准到hevc标准的快速帧间转码方法及其转码器
CN104811729B (zh) 一种视频多参考帧编码方法
CN106165420A (zh) 用于显示流压缩(dsc)的平度检测的系统及方法
Xing et al. A coding unit classification based AVC-to-HEVC transcoding with background modeling for surveillance videos
CN113079406A (zh) 视频处理方法及装置
CN107018412A (zh) 一种基于关键帧编码单元划分模式的dvc‑hevc视频转码方法
CN103546754A (zh) 从h.264/avc到svc空间可分级的转码方法及系统
JP2009118233A (ja) 動画像符号化装置および復号装置
CN102696226B (zh) 复用码流信息的h264转码方法
CN106131573B (zh) 一种hevc空间分辨率转码方法
JP4600997B2 (ja) 符号化方式変換装置
CN107181744A (zh) 一种视频处理及编码方法、处理器与编码器
WO2006100946A1 (ja) 画像信号再符号化装置及び画像信号再符号化方法
CN102934445A (zh) 基于分段对图像编码和解码的方法和设备
CN106878754A (zh) 一种3d视频深度图像帧内预测模式选择方法
CN106791864B (zh) 一种基于hevc标准下提高视频转码速率的实现方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant