CN110113601A - 基于视频图片纹理特征的hevc帧内快速算法选择方法 - Google Patents
基于视频图片纹理特征的hevc帧内快速算法选择方法 Download PDFInfo
- Publication number
- CN110113601A CN110113601A CN201910287565.5A CN201910287565A CN110113601A CN 110113601 A CN110113601 A CN 110113601A CN 201910287565 A CN201910287565 A CN 201910287565A CN 110113601 A CN110113601 A CN 110113601A
- Authority
- CN
- China
- Prior art keywords
- mode
- depth
- current
- 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
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
- H04N19/102—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
- H04N19/103—Selection of coding mode or of prediction mode
-
- 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
- H04N19/154—Measured or subjectively estimated visual quality after decoding, e.g. measurement of distortion
-
- 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
- H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
- H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
-
- 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
- H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
-
- 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
- H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
-
- 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
- H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明的实施例之一提供了基于视频图片纹理特征的HEVC帧内快速算法选择方法。与现有技术相比,本发明实施例之一提供的方法,通过判断CU所处的图片区域是平坦的还是不平坦的,然后选取相应的快速算法对CU进行编码,使得编码器的编码效率得到提高,计算复杂度被降低。在与原HEVC编码率失真相近的情况下,本发明实施例1的方法平均能降低56.2%的编码时间,同时质量(BRBD)只损失了1.52%。
Description
技术领域
本发明属于视频编码解码技术领域,具体涉及基于视频图片纹理特征的HEVC帧内快速算法选择方法。
背景技术
视频编码,就是指通过一些压缩的手段,将视频信号的文件转换成另一种文件格式,从而使得在信号传输过程中,减少带宽的使用,使其高效的传播。高效率视频编码(HighEfficiency Video Coding,简称HEVC)是一种新的视频压缩标准,在性能上相较于H.264更加优秀,在同等视频质量下其压缩率可达到H.264的2倍。电影、动画片等视频经HEVC视频压缩后,手机用户观看在线视频不仅流量耗费大大减少,且下载速度会更快,画质基本不会受到影响,即使在线观看也会更流畅,不易卡机。
在HEVC中,视频信号序列以图像组(Group of Picture,简称GOP)为基本单位进行编码,其中每一帧又会被分为一系列的片(编码的独立单元),每一片又会被划分为若干个树形编码单元(Coding Tree Unit,简称CTU),CTU按照类似四叉树的结构划分成四个更小尺寸的编码单元(Coding Units,简称CU),CU是HEVC帧内/帧间预测、量化变换以及熵编码等环节共享的基本单位,可支持的编码尺寸最大为64×64,最小为8×8,编码器可以根据不同的图片内容、图片大小以及应用需求合理地选择CU的尺寸,以此获得较大程度的优化。
帧内预测技术在H.264/AVC中已经成功得到应用。HEVC中的帧内预测指利用图像的空间相关性,通过已编码的重构像素块来预测当前像素块,以去除空间冗余信息,提高图像压缩率。在HEVC中,为了更准确地描述图像的纹理特性,降低预测误差,提出了更精确的帧内预测技术,将预测模式增加到了35种,如图1所示。对于HEVC帧内编码,CTU可以迭代地划分成四个CU,一直划分到最小编码单一(8×8),每一深度的CU又可以划分成2N×2N和N×N两种PU,每种PU进行35种帧内预测编码,并根据RDCost选择最佳PU模式。判定一个CTU的最佳划分方式,一般需要进行1+4+42+43=85次RDCost计算,如图2中序号所示。
HEVC的帧内编码算法从35种预测模式中选择出最佳的预测模式要经历两个步骤,一是“粗搜索”,二是“精搜索”。在粗搜索中,编码器首先从35种模式中选出N种最有可能成为最佳模式的候选类型构成“精搜索”候选集合。N取决于预测单元(Prediction Uints,简称PU)的大小,当PU的大小为{4×4,8×8,16×16,32×32,64×64}时,对应的N分别是{8,8,3,3,3}。然后将“最可能”预测模式(Most Probable Modes,简称MPMs)加入到候选集合中。在“精搜索”中,对候选集合中的模式进行完整的计算率失真代价,将率失真代价最小的模式作为帧内模式的方向。由于完整的率失真代价计算复杂度很高,在“粗搜索”中只计算了简单的率失真代价。
出于压缩效率的考虑,HEVC编码器的计算复杂度很高,在视频会议、网络直播等对延迟有较高要求的应用中受到了限制。因此,为了提高视频编码效率,降低计算复杂度,仍需一种新的方法。
发明内容
为解决现有技术中存在的问题,本发明实施例之一的目的在于提供一种基于视频图片纹理特征的HEVC帧内快速算法选择方法。
为实现上述目的,本发明实施例之一采用以下技术方案:
基于视频图片纹理特征的HEVC帧内快速算法选择方法,步骤包括:
(1)计算编码单元CU的纹理特征值W;
(2)根据步骤(1)的计算结果,若W>0.45,用第一算法对当前CU进行编码;若W<0.12,用第二算法对当前CU进行编码;
(3)判断CU是否处于最大编码深度,若是,结束编码;若否,重复步骤(1)和步骤(2);
所述纹理特征值其中N是CU所覆盖区域内像素点的个数,p(i)是每个像素点所对应的像素值,是N个像素值的平均值。
步骤(1)中,纹理特征值W小于0.12,表示CU所处的区域是平坦的;纹理特征值W大于0.45,表示CU所处的区域是不平坦的。
优选地,步骤(2)还包括:若0.12<W<0.45,用第一算法对当前CU进行编码。
0.12<纹理特征值<0.45,用第一算法对当前CU进行编码,但是其子CU编码时仍然需要计算W值然后根据W值选择相应的算法。而对于W值小于0.12和大于0.45的CU,其子CU的算法与当前CU的算法相同。
优选地,所述第一算法步骤包括:
(1s)快速模式决策:
(1s.a)按HEVC标准对{0,1,2,6,10,14,18,22,26,30,34}11个模式做粗模式搜索,根据绝对变换差值,从中选出六个最佳帧内模式候选,结合当前PU左边和上边PU的最佳帧内模式组成集合A;
(1s.b)对集合A中的所有元素的2距邻居模式进行测验,从中选出两个帧内模式候选,将这两个帧内模式的1距邻居模式连同PU的最可能模式(MPM)组成集合B;
(1s.c)对集合B中所有模式做粗模式搜索;
(1s.d)从所有做过粗模式搜索的模式中找出SATD代价最小的M个模式,进行后续操作,M的个数由CU的大小决定:当CU大小为{64×64,32×32,16×16,8×8,4×4}时,M的值分别为{3,3,3,8,8};
(2s)基于率失真优化量化的模式筛选:
(2s.a)从快速模式决策中得到的M个模式中选出SATD代价最小两个{m1,m2}组成集合W;
(2s.b)将M个模式中剩余的模式mi依次进行以下操作:
如果mi与W中的所有元素的距离都大于1,则将mi加入到W集合中;
如果集合中的元素包括了这些模式{m1,m2,Intra_Planar,Intra_DC,MPM},则跳出步骤(2s.b);
(2s.c)对W中的所有元素做精模式搜索;
(3s)基于率失真代价的终止划分:
若当前子CU的率失真代价之和大于其中某一阈值时,则跳过后续子CU的编码过程,减小计算复杂度,具体判断标准为:
其中:K的取值范围为{1,2,3,4},βK对应K={1,2,3,4}时的取值为{1.5,1.2,1.1,1},表示4个子CU的哈达马代价之和,4个子CU还没完全编码完的情况下,其值用当前CU的率失真代价代替,为前K个子CU的哈达马代价之和,表示第i个子CU的率失真代价,为当前CU的率失真代价。
优选地,所述第二算法步骤包括:
(1s)CU深度预测:
若Jk n<pJk n-1,则当前编码单元CU的深度范围设置为与前一帧相同位置编码单元CU的深度范围相同,若Jk n≥pJk n-1,当前编码单元CU的深度范围设置为其中dn min,k为前一帧相同位置编码单元CU的最小编码深度,dn max,k为前一帧相同位置编码单元CU的最大编码深度,p为常数1.02;
(2s)基于率失真代价的终止划分:
如果当前编码单元CU深度为d的CU的率失真代价J满足:
其中Jk n-1表示上一帧当前位置编码单元CU总的率失真代价,d表示编码深度,an-1 k为系数,值为上一帧当前位置编码单元CU处于最大深度的CU数与编码单元CU总CU数之比;
(3s)快速候选模式筛选:
对粗搜索后得到的候选集合,其中元素按率失真代价从小到大排列,记为P={p(0),p(1),...,p(M-1)},在进行精搜索之前,对候选集中的元素进行以下操作:
(3s.a)假设m为MPM中三个元素在P中最靠后的索引值,则集合P的大小可以缩小为P={p(0),p(1),...,p(m)},其中M-1>m;
(3s.b)对于新的集合P中的所有元素,如果满足J(p(i))SATD>1.3J(p(0))SATD,则将元素p(i)从集合P中移除,其中J(p(i))SATD,J(p(0))SATD,分别代表P中第i+1个、第0个元素的率失真代价。
优选地,所述N个像素值的平均值的计算方法为:
在HEVC编码过程中,CU是最小的编码单元。不同的帧内快速算法CU的编码过程不相同,所以不同算法编码相同CU时所消耗的时间也不尽相同。假设T(i,j)表示算法i编码第j个编码单元CU所需要的时间,那么对于一个一共拥有N个编码单元CU的视频,要编码该视频所需要的时间为同时假设一共有M个帧内快速算法,已知每个快速算法编码每个CU所消耗的时间,并且编码视频时总是选取消耗时间最小的算法来编码CU,则用这种编码视频所需要的时间为由于min(T(1,j),...,T(M,j))≤T(i,j),所以即只要能找到合适的方法就能通过算法之间的组合,从而得到一种更加高效的算法,使编码效果达到更优。
本发明通过视频图片的纹理特质作为判定依据,同时选择两种不同的快速算法分别处理平坦和非平坦图片,使得图片的处理效果达到最佳,从而提高编码器的编码效率。
第一算法在微观和宏观层面分别引入快速决策算法:微观上提出了一种渐进式的粗搜索算法,降低进行粗搜索的预测方向的个数;宏观上比较当前PU的绝对变换差值(SATD)与其四个子PU的绝对变换差值之和,决定CU是否进一步往下划分,减小编码深度。
关于第二算法,编码单元CU的最大编码深度与最小编码深度之差的平均值等于1.75,说明在编码单元CU编码过程中,仅需要搜索2至3个深度,而不是编码所有深度。因此只要能精确的预测编码单元CU的编码深度,就能极大的降低编码器的计算复杂度。
本发明实施例的有益效果
与现有技术相比,本发明实施例之一提供的方法,通过判断CU所处的图片区域是平坦的还是不平坦的,然后选取相应的快速算法对CU进行编码,使得编码器的编码效率得到提高,计算复杂度被降低。
在与原HEVC编码率失真相近的情况下,本发明实施例1的方法平均能降低56.2%的编码时间,同时质量(BRBD)只损失了1.52%。
附图说明
图1是帧内预测33种角度预测方向示意图。
图2是CTU四叉树递归划分结构示意图。
图3是实施例1的方法流程图。
具体实施方式
以下是本发明的具体实施例,并结合实施例对本发明的技术方案作进一步的描述,但本发明并不限于这些实施例。
实施例1
本例提供了基于视频图片纹理特征的HEVC帧内快速算法选择方法,如图3所示,步骤包括:
(1)计算编码单元CU的纹理特征值W;
(2)根据步骤(1)的计算结果,若W>0.45,用第一算法对当前CU进行编码;若W<0.12,用第二算法对当前CU进行编码;
(3)判断CU是否处于最大编码深度,若是,结束编码;若否,重复步骤(1)和步骤(2);
所述纹理特征值其中N是CU所覆盖区域内像素点的个数,p(i)是每个像素点所对应的像素值,是N个像素值的平均值。
步骤(1)中,纹理特征值W小于0.12,表示CU所处的区域是平坦的;纹理特征值W大于0.45,表示CU所处的区域是不平坦的。
步骤(2)还包括:若0.12<W<0.45,用第一算法对当前CU进行编码。
0.12<纹理特征值<0.45,用第一算法对当前CU进行编码,但是其子CU编码时仍然需要计算W值然后根据W值选择相应的算法。而对于W值小于0.12和大于0.45的CU,其子CU的算法与当前CU的算法相同。
第一算法步骤包括:
(1s)快速模式决策:
(1s.a)按HEVC标准对{0,1,2,6,10,14,18,22,26,30,34}11个模式做粗模式搜索,根据绝对变换差值,从中选出六个最佳帧内模式候选,结合当前PU左边和上边PU的最佳帧内模式组成集合A;
(1s.b)对集合A中的所有元素的2距邻居模式进行测验,从中选出两个帧内模式候选,将这两个帧内模式的1距邻居模式连同PU的最可能模式(MPM)组成集合B;
(1s.c)对集合B中所有模式做粗模式搜索;
(1s.d)从所有做过粗模式搜索的模式中找出SATD代价最小的M个模式,进行后续操作,M的个数由CU的大小决定:当CU大小为{64×64,32×32,16×16,8×8,4×4}时,M的值分别为{3,3,3,8,8};
(2s)基于率失真优化量化的模式筛选:
(2s.a)从快速模式决策中得到的M个模式中选出SATD代价最小两个{m1,m2}组成集合W;
(2s.b)将M个模式中剩余的模式mi依次进行以下操作:
如果mi与W中的所有元素的距离都大于1,则将mi加入到W集合中;
如果集合中的元素包括了这些模式{m1,m2,Intra_Planar,Intra_DC,MPM},则跳出步骤(2s.b);
(2s.c)对W中的所有元素做精模式搜索;
(3s)基于率失真代价的终止划分:
若当前子CU的率失真代价之和大于其中某一阈值时,则跳过后续子CU的编码过程,减小计算复杂度,具体判断标准为:
其中:K的取值范围为{1,2,3,4},βK对应K={1,2,3,4}时的取值为{1.5,1.2,1.1,1},表示4个子CU的哈达马代价之和,4个子CU还没完全编码完的情况下,其值用当前CU的率失真代价代替,为前K个子CU的哈达马代价之和,表示第i个子CU的率失真代价,为当前CU的率失真代价。
第二算法步骤包括:
(1s)CU深度预测:
若Jk n<pJk n-1,则当前编码单元CU的深度范围设置为与前一帧相同位置编码单元CU的深度范围相同,若Jk n≥pJk n-1,当前编码单元CU的深度范围设置为其中dn min,k为前一帧相同位置编码单元CU的最小编码深度,dn max,k为前一帧相同位置编码单元CU的最大编码深度,p为常数1.02;
(2s)基于率失真代价的终止划分:
如果当前编码单元CU深度为d的CU的率失真代价J满足:
其中Jk n-1表示上一帧当前位置编码单元CU总的率失真代价,d表示编码深度,an-1 k为系数,值为上一帧当前位置编码单元CU处于最大深度的CU数与编码单元CU总CU数之比;
(3s)快速候选模式筛选:
对粗搜索后得到的候选集合,其中元素按率失真代价从小到大排列,记为P={p(0),p(1),...,p(M-1)},在进行精搜索之前,对候选集中的元素进行以下操作:
(3s.a)假设m为MPM中三个元素在P中最靠后的索引值,则集合P的大小可以缩小为P={p(0),p(1),...,p(m)},其中M-1>m;
(3s.b)对于新的集合P中的所有元素,如果满足J(p(i))SATD>1.3J(p(0))SATD,则将元素p(i)从集合P中移除,其中J(p(i))SATD,J(p(0))SATD,分别代表P中第i+1个、第0个元素的率失真代价。
N个像素值的平均值的计算方法为:
在HEVC编码过程中,CU是最小的编码单元。不同的帧内快速算法CU的编码过程不相同,所以不同算法编码相同CU时所消耗的时间也不尽相同。假设T(i,j)表示算法i编码第j个编码单元CU所需要的时间,那么对于一个一共拥有N个编码单元CU的视频,要编码该视频所需要的时间为同时假设一共有M个帧内快速算法,已知每个快速算法编码每个CU所消耗的时间,并且编码视频时总是选取消耗时间最小的算法来编码CU,则用这种编码视频所需要的时间为由于min(T(1,j),...,T(M,j))≤T(i,j),所以即只要能找到合适的方法就能通过算法之间的组合,从而得到一种更加高效的算法,使编码效果达到更优。
图3中,W、Mode、Mode’是新加的变量使编码器按照本发明实施例的方法运行,W代表CU的纹理特征值,Mode代表CU所用编码方式(值为1表示用第一算法,值为2表示用第二算法,值为-1表示所用算法未知),Mode’代表父CU所用编码方式(值为1表示用第一算法,值为2表示用第二算法,值为-1表示所用算法未知),CU往下划分时令子CU的Mode’等于当前CU的Mode,相当于把当前CU所用的编码方式告诉给子CU,也就是将当前CU的纹理特征值告诉给子CU,避免重复计算。
CU编码开始时,对W,Mode,Mode’的值初始化(W=0,Mode=-1,Mode’=-1);
然后对CU中的Mode’进行判断,如果Mode’的值不为-1,则当前CU的纹理特征值在其上一层CU中已经得到,可按照上一层CU的编码方式进行编码;如果如果Mode’的值为-1,则表示当前CU所处的编码深度最低(没有上一层CU)或者上一层CU的纹理特征值在0.12到0.45之间,所以需要重新计算其纹理特征值。
实施例2
本例采用实施例1的方法,在Win10操作系统下,编译环境为Visual Studio 2017,通过编码同一视频,与原HEVC编码结果进行比较,HEVC参考软件HM,版本号10.0。结果如表1所示。
表1 实施例1的方法与原HEVC编码结果性能比较
从表1可知,与原HEVC编码器相比,本发明实施例1的方法平均能降低56.2%的编码时间,同时质量(BRBD)只损失了1.52%。
Claims (5)
1.基于视频图片纹理特征的HEVC帧内快速算法选择方法,其特征在于,步骤包括:
(1)计算编码单元CU的纹理特征值W;
(2)根据步骤(1)的计算结果,若W>0.45,用第一算法对当前CU进行编码;若W<0.12,用第二算法对当前CU进行编码;
(3)判断CU是否处于最大编码深度,若是,结束编码;若否,重复步骤(1)和步骤(2);
所述纹理特征值其中N是CU所覆盖区域内像素点的个数,p(i)是每个像素点所对应的像素值,是N个像素值的平均值。
2.根据权利要求1所述的方法,其特征在于,步骤(2)还包括:若0.12<W<0.45,用第一算法对当前CU进行编码。
3.根据权利要求1所述的方法,其特征在于,所述第一算法步骤包括:
(1s)快速模式决策:
(1s.a)按HEVC标准对{0,1,2,6,10,14,18,22,26,30,34}11个模式做粗模式搜索,根据绝对变换差值,从中选出六个最佳帧内模式候选,结合当前PU左边和上边PU的最佳帧内模式组成集合A;
(1s.b)对集合A中的所有元素的2距邻居模式进行测验,从中选出两个帧内模式候选,将这两个帧内模式的1距邻居模式连同PU的最可能模式(MPM)组成集合B;
(1s.c)对集合B中所有模式做粗模式搜索;
(1s.d)从所有做过粗模式搜索的模式中找出SATD代价最小的M个模式,进行后续操作,M的个数由CU的大小决定:当CU大小为{64×64,32×32,16×16,8×8,4×4}时,M的值分别为{3,3,3,8,8};
(2s)基于率失真优化量化的模式筛选:
(2s.a)从快速模式决策中得到的M个模式中选出SATD代价最小两个{m1,m2}组成集合W;
(2s.b)将M个模式中剩余的模式mi依次进行以下操作:
如果mi与W中的所有元素的距离都大于1,则将mi加入到W集合中;
如果集合中的元素包括了这些模式{m1,m2,Intra_Planar,Intra_DC,MPM},则跳出步骤(2s.b);
(2s.c)对W中的所有元素做精模式搜索;
(3s)基于率失真代价的终止划分:
若当前子CU的率失真代价之和大于其中某一阈值时,则跳过后续子CU的编码过程,减小计算复杂度,具体判断标准为:
其中:K的取值范围为{1,2,3,4},βK对应K={1,2,3,4}时的取值为{1.5,1.2,1.1,1},表示4个子CU的哈达马代价之和,4个子CU还没完全编码完的情况下,其值用当前CU的率失真代价代替,为前K个子CU的哈达马代价之和,表示第i个子CU的率失真代价,为当前CU的率失真代价。
4.根据权利要求1所述的方法,其特征在于,所述第二算法步骤包括:
(1s)CU深度预测:
若Jk n<pJk n-1,则当前编码单元CU的深度范围设置为与前一帧相同位置编码单元CU的深度范围相同,若Jk n≥pJk n-1,当前编码单元CU的深度范围设置为其中dn min,k为前一帧相同位置编码单元CU的最小编码深度,dn max,k为前一帧相同位置编码单元CU的最大编码深度,p为常数1.02;
(2s)基于率失真代价的终止划分:
如果当前编码单元CU深度为d的CU的率失真代价J满足:
其中Jk n-1表示上一帧当前位置编码单元CU总的率失真代价,d表示编码深度,an-1 k为系数,值为上一帧当前位置编码单元CU处于最大深度的CU数与编码单元CU总CU数之比;
(3s)快速候选模式筛选:
对粗搜索后得到的候选集合,其中元素按率失真代价从小到大排列,记为P={p(0),p(1),…,p(M-1)},在进行精搜索之前,对候选集中的元素进行以下操作:
(3s.a)假设m为MPM中三个元素在P中最靠后的索引值,则集合P的大小可以缩小为P={p(0),p(1),…,p(m)},其中M–1>m;
(3s.b)对于新的集合P中的所有元素,如果满足J(p(i))SATD>1.3J(p(0))SATD,则将元素p(i)从集合P中移除,其中J(p(i))SATD,J(p(0))SATD,分别代表P中第i+1个、第0个元素的率失真代价。
5.根据权利要求1所述的方法,其特征在于,所述N个像素值的平均值的计算方法为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910287565.5A CN110113601B (zh) | 2019-04-11 | 2019-04-11 | 基于视频图片纹理特征的hevc帧内快速算法选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910287565.5A CN110113601B (zh) | 2019-04-11 | 2019-04-11 | 基于视频图片纹理特征的hevc帧内快速算法选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110113601A true CN110113601A (zh) | 2019-08-09 |
CN110113601B CN110113601B (zh) | 2023-01-06 |
Family
ID=67484089
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910287565.5A Active CN110113601B (zh) | 2019-04-11 | 2019-04-11 | 基于视频图片纹理特征的hevc帧内快速算法选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110113601B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114791993A (zh) * | 2022-05-16 | 2022-07-26 | 江苏大学 | 一种动力电池组soh预测方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103338371A (zh) * | 2013-06-07 | 2013-10-02 | 东华理工大学 | 一种快速高效率视频编码帧内模式判决方法 |
CN103384325A (zh) * | 2013-02-22 | 2013-11-06 | 张新安 | 一种avs-m视频编码快速帧间预测模式选择方法 |
CN103517069A (zh) * | 2013-09-25 | 2014-01-15 | 北京航空航天大学 | 一种基于纹理分析的hevc帧内预测快速模式选择方法 |
WO2015200822A1 (en) * | 2014-06-26 | 2015-12-30 | Huawei Technologies Co., Ltd | Method and device for reducing a computational load in high efficiency video coding |
CN106028047A (zh) * | 2016-05-24 | 2016-10-12 | 西安电子科技大学 | 一种基于Hadamard变换的帧内预测的快速模式选择和PU划分的方法 |
-
2019
- 2019-04-11 CN CN201910287565.5A patent/CN110113601B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103384325A (zh) * | 2013-02-22 | 2013-11-06 | 张新安 | 一种avs-m视频编码快速帧间预测模式选择方法 |
CN103338371A (zh) * | 2013-06-07 | 2013-10-02 | 东华理工大学 | 一种快速高效率视频编码帧内模式判决方法 |
CN103517069A (zh) * | 2013-09-25 | 2014-01-15 | 北京航空航天大学 | 一种基于纹理分析的hevc帧内预测快速模式选择方法 |
WO2015200822A1 (en) * | 2014-06-26 | 2015-12-30 | Huawei Technologies Co., Ltd | Method and device for reducing a computational load in high efficiency video coding |
CN106028047A (zh) * | 2016-05-24 | 2016-10-12 | 西安电子科技大学 | 一种基于Hadamard变换的帧内预测的快速模式选择和PU划分的方法 |
Non-Patent Citations (1)
Title |
---|
朱威等: "低复杂度的HEVC帧内编码模式决策算法", 《小型微型计算机系统》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114791993A (zh) * | 2022-05-16 | 2022-07-26 | 江苏大学 | 一种动力电池组soh预测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110113601B (zh) | 2023-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109688414B (zh) | 一种vvc帧内编码单元候选预测模式缩减及块划分提前终止方法 | |
CN101557514B (zh) | 一种帧间预测编解码方法、装置及系统 | |
CN104378643B (zh) | 一种3d视频深度图像帧内预测模式选择方法及系统 | |
CN102932642B (zh) | 一种帧间编码快速模式选择方法 | |
CN105141954A (zh) | 一种hevc帧间编码快速模式选择方法 | |
CN105959699B (zh) | 一种基于运动估计和时空域相关性的快速帧间预测方法 | |
CN104969552A (zh) | 存储减少的帧内预测模式决策 | |
CN103517069A (zh) | 一种基于纹理分析的hevc帧内预测快速模式选择方法 | |
CN103491334B (zh) | 一种基于区域特征分析的由h264到hevc的视频转码方法 | |
CN104883565A (zh) | 一种高效视频编码的帧内预测模式决策方法及装置 | |
CN103327325A (zh) | 基于hevc标准的帧内预测模式快速自适应选择方法 | |
CN104811729B (zh) | 一种视频多参考帧编码方法 | |
CN103596004A (zh) | Hevc中基于数学统计和分类训练的帧内预测方法及装置 | |
CN103248895A (zh) | 一种用于hevc帧内编码的快速模式估计方法 | |
CN104243997A (zh) | 一种质量可分级hevc视频编码方法 | |
CN107864380A (zh) | 基于dct的3d‑hevc快速帧内预测决策方法 | |
CN112673627B (zh) | 在图像编码系统中使用仿射合并候选列表的基于仿射运动预测的图像解码方法和装置 | |
CN103327327A (zh) | 用于高性能视频编码hevc的帧间预测编码单元选择方法 | |
KR100961760B1 (ko) | 이산코사인변환 계수를 참조하는 움직임 추정 방법 및 장치 | |
CN110365975A (zh) | 一种avs2视频编解码标准优化方案 | |
CN104581152A (zh) | 一种hevc帧内预测模式选择加速方法 | |
CN104702959A (zh) | 一种视频编码的帧内预测方法及系统 | |
Liu et al. | Video coding and processing: a survey | |
KR20110062748A (ko) | 공간적 예측장치 및 그 예측방법, 그것을 이용한 영상 부호화 장치 및 방법, 및 영상 복호화 장치 및 방법 | |
CN110139098B (zh) | 基于决策树的高效率视频编码器帧内快速算法选择方法 |
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 |