CN109302610A - 一种基于率失真代价的屏幕内容编码帧间快速算法 - Google Patents

一种基于率失真代价的屏幕内容编码帧间快速算法 Download PDF

Info

Publication number
CN109302610A
CN109302610A CN201811259016.9A CN201811259016A CN109302610A CN 109302610 A CN109302610 A CN 109302610A CN 201811259016 A CN201811259016 A CN 201811259016A CN 109302610 A CN109302610 A CN 109302610A
Authority
CN
China
Prior art keywords
depth
current
value
rate distortion
distortion costs
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.)
Granted
Application number
CN201811259016.9A
Other languages
English (en)
Other versions
CN109302610B (zh
Inventor
黄胜
肖傲
张盛峰
付园鹏
李萌芳
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.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
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 Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN201811259016.9A priority Critical patent/CN109302610B/zh
Publication of CN109302610A publication Critical patent/CN109302610A/zh
Application granted granted Critical
Publication of CN109302610B publication Critical patent/CN109302610B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/146—Data rate or code amount at the encoder output
    • H04N19/147—Data rate or code amount at the encoder output according to rate distortion criteria
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods 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
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods 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
    • H04N19/124—Quantisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/186—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/189—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding
    • H04N19/19—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding using optimisation based on Lagrange multipliers

Landscapes

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

Abstract

本发明涉及视频编解码技术领域，特别涉及一种基于率失真代价的SCC帧间快速算法，包括：首先，根据时空域相邻编码单元的深度信息及其平均率失真代价，来预测当前的编码单元是否需要划分，从而对编码单元划分进行早期决策，以减少不必要的遍历；其次，根据最优预测单元模式为merge模式的率失真代价均值，对预测单元模式选择过程进行早期的终止；本发明在客观质量几乎不变的情况下，有效地降低了编码的复杂度。

Description

一种基于率失真代价的屏幕内容编码帧间快速算法
技术领域
本发明涉及视频编解码技术领域，特别涉及一种基于率失真代价的屏幕内容编码(Screen Content coding，SCC)帧间快速算法。
背景技术
随着移动互联网的兴起，屏幕内容编码受到广泛关注。屏幕内容与采用传统摄像机拍摄的内容不同，存在大量重复的图案、有限个数的颜色种类、锋利的边缘、不包含传感器噪声等特点。因而，现有的高效视频编码(High EfficiencyVideo Coding，HEVC)标准已无法应对屏幕内容视频的压缩需求，为了进一步提高屏幕内容压缩性能，国际电信联盟电信标准分局(InternationalTelecommunication Union-TelecommunicationStandardization Sector，ITU-T)和国际标准化组织/国际电工委员会(InternationalOrganization for Standardization/International ElectrotechnicalCommission，ISO/IEC)联合在HEVC标准基础上扩展出了新的屏幕内容编码的标准SCC，该标准用于包含网页、文字、图表、PPT、动画等由计算机产生的非连续色调视频的处理，具有广泛的实际应用。
目前，随着移动设备、远程桌面、虚拟桌面、无线显示等应用的发展，这些设备产生的屏幕内容更加多样和复杂，这导致屏幕内容编码标准SCC的编码复杂度很高，因此，如何提高屏幕内容编码的效率是学术界和工业界的关注热点问题。因此，作为视频稳定传输和高效存储的重要保障的视频快速编码算法已然成为编码视频的重要技术手段，且已成为现今视频编码领域的研究热点。其中基于屏幕内容编码SCC快速算法的研究得到了重视和广泛研究。
为有效降低SCC帧间预测编码复杂度，相关文献和研究人员已从不同角度出发研究和提出若干算法。研究人员在文献《Fast Intra Prediction Based on ContentProperty Analysis for Low Complexity HEVC-Based Screen Content Coding》提出一种基于内容属性分析HEVC的屏幕内容编码的快速帧内预测方法，具体实现方案为：根据编码单元(Coding Unit，CU)内容的统计特征，将CU分为自然内容CU和屏幕内容CU：对于自然内容CU，如果直流预测模式或平面预测模式是最佳模式，则跳过新采用的预测模式；对于屏幕内容CU，通过引入基于秩的决策策略以终止当前CU的划分，从而降低编码时间。在文献《Content Classification Based Reference Frame Reduction and Machine LearningBased Non-square Block Partition Skipping for Inter Prediction of ScreenContent Coding》中，提出了一种基于内容分类来减少参考帧的方法和一种加速SCC的非对称预测单元(Prediction Unit，PU)跳跃方法，其中在参考帧缩减方法中，根据颜色的数量，将CU分为自然内容和屏幕内容，并基于不同分类来减少参考帧；在PU分区跳过方法中，使用机器学习方法支持向量机(Support Vector Machine，SVM)对编码树单元(Coding TreeUnit，CTU)进行分类，然后跳过非对称PU的遍历过程。
上述算法大致分为两类：一种是基于CU内容的统计特性，对不同内容的CU进行早期跳过；另一种是利用机器学习方法分析CU或者PU的特征，然后对CU或者PU进行早期终止。但是上述算法对于动画类的测试序列减少的编码时间较少，而且缺乏对屏幕内容率失真代价(RateDistortion，RD)的考虑，也未对时域以及空域的相关性进行考虑。
发明内容
针对以上现有技术的不足，本发明综合考虑率失真代价、时域相关性以及空域相关性这些特征，对CU划分方案和PU模式选择过程进行优化，提出了一种基于率失真代价的屏幕内容编码帧间快速算法，包括以下步骤：
S1、执行当前编码单元CU的帧间预测，根据与当前CU相邻的CU的深度值和率失真代价值，选出最大深度值Depthmax和最小深度值Depthmin，计算所有与当前CU相邻的CU的第一平均率失真代价值RD_refavg；
S2、设定基于量化参数QP的第一阈值Tr1和第二阈值Tr2，并设定Dpre0和Dpre1为当前CU的前两帧同位置的CU深度；
S3、执行CU深度选择，若满足深度增加条件，则当前CU深度值加1，返回步骤S2；否则执行步骤S4；
S4、若满足深度终止条件，则终止当前CU深度划分；否则执行步骤S5；
S5、执行预测单元PU的Skip模式和Merge模式选择过程，并从每个CU深度中选取N个最优模式为Merge模式的CU，将这N个CU的第二平均率失真代价值记为RDmerged，其中d表示CU的深度；
S6、若满足早期终止条件则进行Skip模式和Merge模式的选择过程，然后终止CU的划分；否则继续执行步骤S7；
S7、当前CU执行inter2N×2N的模式选择，若满足AMP模式遍历跳过条件，终止CU的划分；否则执行步骤8；
S8、继续进行其他的PU模式的选择，若当前深度已经等于最大深度maxDepth，终止CU的划分；否则，将当前CU分割为4个子CU，返回步骤S1。
优选的，步骤S1中执行当前CU的帧间预测包括：基于当前CU与相邻CU之间的深度信息存在较强相关性，选取与当前CU相邻的四个CU，即当前CU的左方的CU、上方的CU、左上方的CU以及右上方的CU，并获取该四个CU的深度值，并选取深度值最大的作为最大深度值Depthmax、深度值最小的作为最小深度Depthmin。
优选的，CU的第一平均率失真代价值RD_refavg包括将当前CU相邻的四个CU的率失真代价值的平均值作为RD_refavg，其中与当前CU相邻的CU的率失真代价值表示为：
Jm＝(SSEluma+ωchroma×SSEchroma)+λmode×Rmode；
其中，Jm表示率失真代价值；SSEluma和SSEchroma分别表示亮度和色度分量的误差平方和；ωchroma表示色度分量的加权因子；λmode表示拉格朗日乘子；Rmode表示编码CU所需的比特数。
优选的，深度增加条件包括：
其中，λ1为第一实验值，f(QP)为基于QP的一个阈值，表示为f(QP)＝2(QP-4)/6；QP为量化参数。
优选的，深度终止条件包括：
其中，λ2为第二实验值，优选的λ2大小为1000。
优选的，早期终止条件包括：
RD_cur＜α×RDmergerd；
其中，RD_cur表示当前CU率失真代价值，α表示第三实验值。
优选的，AMP模式跳过条件包括：若当前CU的父CU是非对称PU模式且子CU满足RD_cur＜β×RDmergerd，则跳过对AMP模式的遍历；其中β为第四实验值。
本发明根据时空域相邻CU的深度信息及其平均率失真代价，来预测当前的CU是否需要划分，从而对CU划分进行早期决策，以减少不必要的遍历；根据最优PU模式为merge模式的率失真代价均值，对PU模式选择过程进行早期的终止。因而，本发明在客观质量几乎不变的情况下，有效地降低了编码的复杂度。
附图说明
图1本发明所提基于率失真代价的SCC帧间快速算法流程图；
图2本发明所提基于率失真代价的SCC帧间快速算法优选实施例流程图；
图3本发明所提RD_refavg与CU选择深度分别为0和1的概率关系趋势图；
图4本发明所提CU划分算法准确率的统计图；
图5本发明所提PU选择算法中PU命中率的统计图；
图6是本发明所提算法实现过程示例图1；
图7是本发明所提算法实现过程示例图2。
具体实施方式
为使本发明的目的、技术方案和优点表达得更加清楚明白，下面结合附图及具体实施案例对本发明做进一步详细说明。
图1本发明提供一种基于率失真代价的SCC帧间快速算法，如图1，该算法包括以下步骤：S1、执行当前编码单元CU的帧间预测，根据与当前CU相邻的CU的深度值和率失真代价值，选出最大深度值Depthmax和最小深度值Depthmin，计算所有与当前CU相邻的CU的第一平均率失真代价值RD_refavg；
S2、设定基于量化参数QP的第一阈值Tr1和第二阈值Tr2，并设定Dpre0和Dpre1为当前CU的前两帧同位置的CU深度；
S3、执行CU深度选择，若满足深度增加条件，则当前CU深度值加1，返回步骤S2；否则执行步骤S4；
S4、判断是否满足深度终止条件，若满足则终止当前CU深度划分；否则执行步骤S5；
S5、执行预测单元PU的Skip模式和Merge模式的选择过程，并从每个CU深度中选取N个最优模式为Merge模式的CU，将这N个CU的平均率失真代价值记为第二平均率失真代价值RDmerged，其中d表示CU的深度；
S6、判断是否满足早期终止条件，若满足则进行Skip和Merge模式的选择过程，然后终止CU的划分；否则继续执行步骤S7；
S7、当前CU执行inter2N×2N的模式选择，若满足AMP模式遍历跳过条件，终止CU的划分；否则执行步骤8；
S8、继续进行其他的PU模式的选择，若当前深度已经等于最大深度maxDepth，终止CU的划分；否则，将当前CU分割为4个子CU，返回步骤S1。
优选的，步骤S1中执行当前CU的帧间预测包括：基于当前CU与相邻CU之间的深度信息存在较强相关性，选取与当前CU相邻的四个CU，即当前CU的左方的CU、上方的CU、左上方的CU以及右上方的CU，并获取该四个CU的深度值，并选取深度值最大的作为最大深度值Depthmax、深度值最小的作为最小深度Depthmin。
优选的，CU的第一平均率失真代价值RD_refavg包括将当前CU相邻的四个CU的率失真代价值的平均值作为RD_refavg，其中与当前CU相邻的CU的率失真代价值表示为：
Jm＝(SSEluma+ωchroma×SSEchroma)+λmode×Rmode；
其中，Jm表示率失真代价值；SSEluma和SSEchroma分别表示亮度和色度分量的误差平方和；ωchroma表示色度分量的加权因子；λmode表示拉格朗日乘子；Rmode表示编码CU所需的比特数。
优选的，深度增加条件包括：
其中，λ1为第一实验值，优选的，λ1为2500；f(QP)为基于QP的一个阈值，表示为f(QP)＝2(QP-4)/6；QP为量化参数。
优选的，深度终止条件包括：
其中，λ2为第二实验值，优选的λ2大小为1000。
优选的，早期终止条件包括：
RD_cur＜α×RDmergerd；
其中，RD_cur表示当前CU率失真代价值；α表示第三实验值，优选的，α为0.5。
优选的，AMP模式跳过条件包括：若当前CU的父CU是非对称PU模式且子CU满足RD_cur＜β×RDmergerd，则跳过对AMP模式的遍历；其中β为第四实验值，优选的，β为1.5。
为说明本发明的有益效果，本发明设定λ1为2500、λ2为1000、α为0.5以及β为1.5，QP为22、27、32或者37中的某一个值，本发明以QP为22为例进行说明，如图2，包括以下步骤：
1)执行当前CU的帧间预测，获取与当前CU相邻的每个CU的深度值和率失真代价值，并计算得到相邻CUs中的最大深度值Depthmax和最小深度值Depthmin，以及相邻CUs的第一平均率失真代价值RD_refavg；其中CUs表示与当前CU相邻的CU的集合；
2)设定基于量化参数QP的阈值Tr1和Tr2，其计算表达式分别为Tr1＝λ1×f(QP)和Tr2＝λ2×f(QP)，其中λ1和λ2分别为第一为实验值、第二实验值，f(QP)＝2(QP-4)/6；并设定Dpre0和Dpre1为当前CU的前两帧同位置的CU深度；
3)执行CU深度选择，在Slideshow的测试序列下，如果同时满足RD_refavg＞λ1×f(QP)和Dpre0+Dpre1＞4，将满足条件的CU进一步分割成了8×8大小的CU，这部分的CU选择深度为2或3，跳过深度为0和1的划分；
4)如果同时满足Depthmin+Depthmax＜2和RD_refavg＜λ2×f(QP)，则CU仅在深度0和1中选择，且满足条件的CU分割成16×16大小的CU后选择不再继续划分；
5)执行预测单元PU的Skip模式和Merge模式选择过程，并从每个CU深度中选取N个最优模式为Merge的CUs，并得到N个CUs的第二平均率失真代价值为RDmerged，其中d表示CU的深度；
6)如果满足RD_cur＜α×RDmergerd，则CU进行模式选择时称为PU，这些PU选择大小为2N×2N对称划分模式，即skip模式和merge模式，跳过了其他模式；否则继续执行步骤7；
7)执行inter2N×2N的模式选择，若父CU的最佳模式为2N×2N时，满足条件RD_cur＜β×RDmergerd的子CU没有选择AMP模式；
8)继续进行其他的PU模式的选择，若当前深度已经等于最大深度maxDepth，终止CU的划分；否则，将当前CU分割为4个子CU，返回步骤1。
本发明通过统计测试序列SildeShow，在深度为0时，得到RD_refavg与CU选择深度分别为0和1的概率关系趋势，如图3所示，当RD_refavg等于Tr1的时候，CU选择深度为0和1的概率平均高达95.8％，而当RD_refavg增大时，选择深度为0或1的可能性越来越小。
本发明通过统计CU选择深度为2或3的概率，得到不同条件下CU深度为2或3的准确率，如图4所示，当满足条件RD_refavg＞λ1×f(QP)时，可以看到在不同序列的情况下，CU选择深度为2或深度为3的平均概率为82.3％；当同时满足条件RD_refavg＞λ1×f(QP)和Dpre0+Dpre1＞4时，则CU选择深度为2或深度为3的平均概率为93.1％，即当前CU处于纹理复杂或运动较为剧烈的区域，且当前CU会选择尺寸较小的CU，即可以跳过深度为0和深度为1的遍历过程。
当同时满足Depthmin+Depthmax＜2和RD_refavg＜λ2×f(QP)时，则设定当前CU处于平滑或是运动缓慢区域，进而当前CU会选择尺寸较大的CU块，即选择深度为0或者深度为1，可以跳过深度2和深度为3的遍历。
在SCC中，Merge模式是一种重要的PU模式，其率失真代价成本可在一定程度上指示PU模式的选择。在相同的CU深度下，对于选择Skip的PU，其率失真代价相对较小，进而选择Merge模式的率失真代价高于选取Skip模式，且由于选取其他PU模式需进行运动估计和运动补偿，其会引起更高的率失真代价，因而基于选择Skip和Merge模式的比例较高，则可以针对其他PU模式可以进行早期终止。
本发明根据统计获得PU选择算法中PU命中率的统计图，如图4所示，其中当满足条件RD_cur＜α×RDmergerd时，PU选择Skip模式和Merge模式的平均命中率达到96.8％，即仅有少部分的PU选择了其他模式。
本发明在执行inter2N×2N的模式选择具体包括：对于非对称预测单元(Asymmetric PU，AMP)模式，设定当满足RD_cur＜β×RDmergerd，且其父CU的最佳模式是非AMP模式时，其中父CU表示当前CU的上一深度的CU，当前CU不可能选择AMP模式，因此可以跳过对AMP模式的遍历。
最后需要说明的是，以上实施例仅用以说明本发明的技术方案而非限制技术方案，本领域的普通技术人员应当理解，对本发明技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，均应涵盖在本发明的权利要求范围当中。

Claims (7)

1.一种基于率失真代价的屏幕内容编码帧间快速算法，其特征在于，包括以下步骤：
S1、执行当前编码单元CU的帧间预测，根据与当前CU相邻的CU的深度值和率失真代价值，选出最大深度值Depthmax和最小深度值Depthmin，计算所有与当前CU相邻的CU的第一平均率失真代价值RD_refavg；
S2、设定基于量化参数QP的第一阈值Tr1和第二阈值Tr2，并设定Dpre0和Dpre1为当前CU的前两帧同位置的CU深度；
S3、执行CU深度选择，若满足深度增加条件，则当前CU深度值加1，返回步骤S2；否则执行步骤S4；
S4、判断是否满足深度终止条件，若满足则终止当前CU深度划分；否则执行步骤S5；
S5、执行预测单元PU的Skip模式和Merge模式的选择过程，并从每个CU深度中选取N个最优模式为Merge的CU，将这N个CU的平均率失真代价值记为第二平均率失真代价值RDmerged，其中d表示CU的深度；
S6、判断是否满足早期终止条件，若满足则进行Skip和Merge模式的选择过程，然后终止CU的划分；否则继续执行步骤S7；
S7、当前CU执行inter2N×2N的模式选择，若满足AMP模式遍历跳过条件，终止CU的划分；否则执行步骤8；
S8、继续进行其他的PU模式的选择，若当前深度已经等于最大深度maxDepth，终止CU的划分；否则，将当前CU分割为4个子CU，返回步骤S1。
2.根据权利要求1所述的一种基于率失真代价的屏幕内容编码帧间快速算法，其特征在于，步骤S1中执行当前CU的帧间预测包括：基于当前CU与相邻CU之间的深度信息存在较强相关性，选取与当前CU相邻的四个CU，即当前CU的左方的CU、上方的CU、左上方的CU以及右上方的CU，并获取该四个CU的深度值，并选取深度值最大的作为最大深度值Depthmax、深度值最小的作为最小深度Depthmin。
3.根据权利要求2所述的一种基于率失真代价的屏幕内容编码帧间快速算法，其特征在于，第一平均率失真代价值RD_refavg的计算包括将当前CU相邻的四个CU的率失真代价值的平均值作为RD_refavg，其中与当前CU相邻的CU的率失真代价值表示为：
Jm＝(SSEluma+ωchroma×SSEchroma)+λmode×Rmode；
其中，Jm表示率失真代价值；SSEluma和SSEchroma分别表示亮度和色度分量的误差平方和；ωchroma表示色度分量的加权因子；λmode表示拉格朗日乘子；Rmode表示编码CU所需的比特数。
4.根据权利要求1所述的一种基于率失真代价的屏幕内容编码帧间快速算法，其特征在于，当满足深度增加条件时，即当前CU处于纹理复杂或运动较为剧烈的区域，且当前CU会选择尺寸较小的CU，跳过深度为0和深度为1的遍历过程，深度增加条件表示为：
其中，λ1为第一实验值；f(QP)为基于QP的一个阈值，表示为f(QP)＝2(QP-4)/6；QP为量化参数。
5.根据权利要求1所述的一种基于率失真代价的屏幕内容编码帧间快速算法，其特征在于，当满足深度终止条件时，即当前CU处于平滑或是运动缓慢区域，进而当前CU会选择尺寸较大的CU块，即选择深度为0或者深度为1，跳过深度2和深度为3的遍历，深度终止条件表示为：
其中，λ2为第二实验值；f(QP)为基于QP的一个阈值，表示为f(QP)＝2(QP-4)/6；QP为量化参数。
6.根据权利要求1所述的一种基于率失真代价的屏幕内容编码帧间快速算法，其特征在于，所述早期终止条件包括：
RD_cur＜α×RDmergerd；
其中，RD_cur表示当前CU率失真代价值，α表示第三实验值。
7.根据权利要求1所述的一种基于率失真代价的屏幕内容编码帧间快速算法，其特征在于，AMP模式跳过条件包括：若当前CU的父CU是非对称PU模式且子CU满足RD_cur＜β×RDmergerd，则跳过对AMP模式的遍历；其中β为第四实验值，RD_cur表示当前CU率失真代价值。
CN201811259016.9A 2018-10-26 2018-10-26 一种基于率失真代价的屏幕内容编码帧间快速编码方法 Active CN109302610B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811259016.9A CN109302610B (zh) 2018-10-26 2018-10-26 一种基于率失真代价的屏幕内容编码帧间快速编码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811259016.9A CN109302610B (zh) 2018-10-26 2018-10-26 一种基于率失真代价的屏幕内容编码帧间快速编码方法

Publications (2)

Publication Number Publication Date
CN109302610A true CN109302610A (zh) 2019-02-01
CN109302610B CN109302610B (zh) 2021-09-28

Family

ID=65157998

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811259016.9A Active CN109302610B (zh) 2018-10-26 2018-10-26 一种基于率失真代价的屏幕内容编码帧间快速编码方法

Country Status (1)

Country Link
CN (1) CN109302610B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110139097A (zh) * 2019-04-19 2019-08-16 中南大学 视频编码中自适应模式顺序调整的方法
CN110139099A (zh) * 2019-04-08 2019-08-16 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
CN110139106A (zh) * 2019-04-04 2019-08-16 中南大学 一种视频编码单元分割方法及其系统、装置、存储介质
CN110650342A (zh) * 2019-08-31 2020-01-03 电子科技大学 基于编码单元多特征分析的快速编码方法
CN111246220A (zh) * 2020-01-20 2020-06-05 中南大学 一种基于vvc帧内编码的深度预测方法、设备及存储介质
CN111586417A (zh) * 2020-04-26 2020-08-25 中南大学 一种基于多视频编码标准的vvc转码系统及方法
CN113163199A (zh) * 2021-05-10 2021-07-23 浙江裕瀚科技有限公司 一种基于h265的视频快速预测方法、快速编码方法和系统
CN113573067A (zh) * 2021-07-07 2021-10-29 网宿科技股份有限公司 一种视频编码的方法及装置
CN113613006A (zh) * 2021-07-30 2021-11-05 浙江裕瀚科技有限公司 一种视频编码的方法、系统和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105141954A (zh) * 2015-08-19 2015-12-09 浙江工业大学 一种hevc帧间编码快速模式选择方法
KR20160050115A (ko) * 2014-10-28 2016-05-11 전자부품연구원 Hevc 인코더의 적응적 pu 모드 결정 방법
CN105959699A (zh) * 2016-05-06 2016-09-21 西安电子科技大学 一种基于运动估计和时空域相关性的快速帧间预测方法
CN106454342A (zh) * 2016-09-07 2017-02-22 中山大学 一种视频压缩编码的帧间模式快速选择方法及系统
CN107623850A (zh) * 2017-09-26 2018-01-23 杭州电子科技大学 一种基于时空相关性的快速屏幕内容编码方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160050115A (ko) * 2014-10-28 2016-05-11 전자부품연구원 Hevc 인코더의 적응적 pu 모드 결정 방법
CN105141954A (zh) * 2015-08-19 2015-12-09 浙江工业大学 一种hevc帧间编码快速模式选择方法
CN105959699A (zh) * 2016-05-06 2016-09-21 西安电子科技大学 一种基于运动估计和时空域相关性的快速帧间预测方法
CN106454342A (zh) * 2016-09-07 2017-02-22 中山大学 一种视频压缩编码的帧间模式快速选择方法及系统
CN107623850A (zh) * 2017-09-26 2018-01-23 杭州电子科技大学 一种基于时空相关性的快速屏幕内容编码方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张盛峰 等: "HEVC帧间预测编码单元深度快速选择算法", 《计算机工程》 *
罗霁: "HEVC快速CU大小选择与SKIP模式早期判断算法", 《中国优秀硕士学位论文全文数据库（电子期刊）》 *
胡晴晴 等: "基于时空域相关性的屏幕内容帧间快速编码算法", 《计算机应用》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110139106A (zh) * 2019-04-04 2019-08-16 中南大学 一种视频编码单元分割方法及其系统、装置、存储介质
CN110139106B (zh) * 2019-04-04 2023-01-17 中南大学 一种视频编码单元分割方法及其系统、装置、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
CN110139099A (zh) * 2019-04-08 2019-08-16 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
CN110139097A (zh) * 2019-04-19 2019-08-16 中南大学 视频编码中自适应模式顺序调整的方法
CN110139097B (zh) * 2019-04-19 2023-01-06 中南大学 视频编码中自适应模式顺序调整的方法
CN110650342A (zh) * 2019-08-31 2020-01-03 电子科技大学 基于编码单元多特征分析的快速编码方法
CN111246220A (zh) * 2020-01-20 2020-06-05 中南大学 一种基于vvc帧内编码的深度预测方法、设备及存储介质
CN111586417A (zh) * 2020-04-26 2020-08-25 中南大学 一种基于多视频编码标准的vvc转码系统及方法
CN113163199A (zh) * 2021-05-10 2021-07-23 浙江裕瀚科技有限公司 一种基于h265的视频快速预测方法、快速编码方法和系统
CN113163199B (zh) * 2021-05-10 2023-06-30 浙江裕瀚科技有限公司 一种基于h265的视频快速预测方法、快速编码方法和系统
CN113573067A (zh) * 2021-07-07 2021-10-29 网宿科技股份有限公司 一种视频编码的方法及装置
CN113613006A (zh) * 2021-07-30 2021-11-05 浙江裕瀚科技有限公司 一种视频编码的方法、系统和装置
CN113613006B (zh) * 2021-07-30 2023-08-18 浙江裕瀚科技有限公司 一种视频编码的方法、系统和装置

Also Published As

Publication number Publication date
CN109302610B (zh) 2021-09-28

Similar Documents

Publication Publication Date Title
CN109302610A (zh) 一种基于率失真代价的屏幕内容编码帧间快速算法
CN105359531B (zh) 用于针对屏幕内容编码的编码器侧判定的方法和系统
CN102550027B (zh) 用于图像和视频压缩的局部可变量化和混合可变长度编码
JP2017143573A (ja) ビデオ復号化方法及びその装置
CN108712648B (zh) 一种深度视频快速帧内编码方法
CN108495135A (zh) 一种屏幕内容视频编码的快速编码方法
CN104702955B (zh) 屏幕视频的预测编码的方法与系统
CN106170093B (zh) 一种帧内预测性能提升编码方法
CN104811696B (zh) 一种视频数据的编码方法和装置
CN104702958A (zh) 一种基于空间相关性的hevc帧内编码方法及系统
Zhang et al. Fast intra mode decision and block matching for HEVC screen content compression
CN109040764B (zh) 一种基于决策树的hevc屏幕内容帧内快速编码算法
CN104837019B (zh) 基于支持向量机的avs到hevc优化视频转码方法
CN105812804B (zh) 一种确定rdoq过程中最优量化值的方法及装置
CN108881904A (zh) 基于Sobel算子的帧内快速判决方法、装置及存储介质
CN107820095B (zh) 一种长期参考图像选择方法及装置
US8111751B2 (en) Encoding video
CN104754362A (zh) 使用精细划分块匹配的图像压缩方法
EP3706421A1 (en) Method and apparatus for video encoding and decoding based on affine motion compensation
WO2021015934A1 (en) Method and apparatus for video encoding and decoding with matrix based intra-prediction
Zhang et al. Low-complexity intra coding scheme based on Bayesian and L-BFGS for VVC
CN107820084B (zh) 一种视频感知编码方法及装置
CN113079373A (zh) 一种基于hevc-scc的视频编码方法
CN109040756B (zh) 一种基于hevc图像内容复杂度的快速运动估计方法
CN109951706A (zh) 一种视频编码方法、装置及编码器

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