CN110636330B - 基于压缩信息的片源场景复杂度分析方法和系统 - Google Patents

基于压缩信息的片源场景复杂度分析方法和系统 Download PDF

Info

Publication number
CN110636330B
CN110636330B CN201910897930.4A CN201910897930A CN110636330B CN 110636330 B CN110636330 B CN 110636330B CN 201910897930 A CN201910897930 A CN 201910897930A CN 110636330 B CN110636330 B CN 110636330B
Authority
CN
China
Prior art keywords
scene
complexity
film source
current
frame
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
CN201910897930.4A
Other languages
English (en)
Other versions
CN110636330A (zh
Inventor
舒倩
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.)
Shenzhen Mengwang Video Co ltd
Original Assignee
Shenzhen Mengwang Video Co ltd
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 Shenzhen Mengwang Video Co ltd filed Critical Shenzhen Mengwang Video Co ltd
Priority to CN201910897930.4A priority Critical patent/CN110636330B/zh
Publication of CN110636330A publication Critical patent/CN110636330A/zh
Application granted granted Critical
Publication of CN110636330B publication Critical patent/CN110636330B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04N19/42—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
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845—Structuring of content, e.g. decomposing content into time segments
    • H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments

Landscapes

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

Abstract

本发明提出一种基于压缩信息的片源场景复杂度分析方法和系统。本发明方法用运动矢量强度来表示片源内各场景复杂度；同时设置标识符控制场景复杂度计算开关，避免对每个场景复杂度逐一计算，进一步优化计算量。

Description

基于压缩信息的片源场景复杂度分析方法和系统
技术领域
本发明涉及视频编码技术领域，尤其涉及一种基于压缩信息的片源场景复杂度分析方法和系统。
背景技术
进行片源的复杂度分析是提升编转码性能的方法之一：若预知片源的复杂度，编转码器可以通过选择更适合当前片源的编转码参数来提升性能；而若针对片源特性设计的编转码算法，则可以更合理的分配码率，进一步提升率失真性能。另一方面，当在线基于片源分析进行编转码时，系统通常具有实时性的要求，所以采用的算法需要低计算量。同时，实际片源虽然具有多样性，但其中仅运动属性是对码率分配影响最大的一个因素，而当片源本身具有压缩信息时，若基于此信息设计片源分析方法，可避免不必要的计算，进一步提升算法的实时性。
发明内容
本发明实施例的目的在于提出一种基于压缩信息的片源场景复杂度分析方法，旨在解决现有技术片源场景复杂度分析计算量大的问题。
本发明实施例是这样实现的，一种基于压缩信息的片源场景复杂度分析方法，所述方法包括：
计算当前场景的复杂度；
获取当前片源场景数量及当前片源分段复杂度；所述当前片源分段复杂度包括当前片源各场景的复杂度及同等复杂度场景时效；
获取当前片源整体复杂度。
进一步地，所述计算当前场景的复杂度之前还包括：
对场景判断帧、场景数量、场景参数集、第一临时变量赋初值。
本发明实施例的另一目的在于提出一种基于压缩信息的片源场景复杂度分析系统，所述系统包括：
第一场景复杂度计算模块，用于计算当前场景的复杂度；
片源场景数量及分段复杂度计算装置，用于获取当前片源场景数量及当前片源分段复杂度；其中，所述当前片源分段复杂度包括当前片源各场景的复杂度及同等复杂度场景时效；
片源整体复杂度计算模块，用于获取当前片源整体复杂度。
进一步地，所述系统还包括初始化模块，与当前场景复杂度计算模块相连，用于对场景判断帧赋、场景数量、场景参数集、第一临时变量赋初值。
本发明的有益效果
本发明提出一种基于压缩信息的片源场景复杂度分析方法和系统。本发明方法用运动矢量强度来表示片源内各场景复杂度；同时设置标识符控制场景复杂度计算开关，避免对每个场景复杂度逐一计算，进一步优化计算量。
附图说明
图1是本发明优选实施例基于压缩信息的片源场景复杂度分析方法流程图；
图2是图1中Step2详细方法流程图；
图3是本发明优选实施例基于压缩信息的片源场景复杂度分析系统结构图；
图4是图3中当前片源场景数量及分段复杂度计算装置结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图和实施例，对本发明进行进一步详细说明，为了便于说明，仅示出了与本发明实施例相关的部分。应当理解，此处所描写的具体实施例，仅仅用于解释本发明，并不用以限制本发明。
本发明提出一种基于压缩信息的片源场景复杂度分析方法和系统。本发明方法用运动矢量强度来表示片源内各场景复杂度；同时设置标识符控制场景复杂度计算开关，避免对每个场景复杂度逐一计算，进一步优化计算量。
实施例一
图1是本发明优选实施例基于压缩信息的片源场景复杂度分析方法流程图；所述方法包括：
Step0，赋初值：场景判断帧赋初值为第一帧，场景数量K赋初值为1，场景参数集Ω赋初值为{ThresK}，第一临时变量temp1为1。
其中，ThresK＝bit_cur/bit_next；bit_cur、bit_next分别表示当前场景判断帧、当前场景判断帧播放序号后一帧的比特。
Stepl，计算当前场景的复杂度comK；
Figure BDA0002208523290000031
weightxi，j＝|1/2*wb-j|、weightyi，j＝|1/2*hb-i|；
其中，comK表示当前片源中第K个场景的复杂度；weightxi，j、weightyi，j分别表示当前场景判断帧的第i行第j列块的第一、第二位置权重；wb、hb分别表示以块为单位的图像列宽、行宽；mvxi，j、mvyi，j分别表示第i行第j列块的运动矢量x轴、y轴分量；sum、||分别表示求和、绝对值运算；
Step2，获取当前片源场景数量K及当前片源分段复杂度LK；
其中，所述当前片源分段复杂度包括当前片源各场景的复杂度及同等复杂度场景时效。
图2是图1中Step2详细方法流程图；所述方法包括：
步骤A1：若当前片源未判定的帧中存在I帧或者满足numI＞ThresI*wb*hb的帧，则将满足条件的帧中具有最小播放序号的帧设置为场景判断帧，令第二临时变量temp2为所述最小播放序号，然后进入步骤A2；否则判定场景判断帧设置不成功，完成场景数量K的统计，令第二临时变量temp2为当前片源最后一帧的播放序号，然后更新同等复杂度场景时效LK＝temp2-temp1+1，进入Step3。
其中，numI、ThresI分别表示当前帧的帧内预测块数量、I块阈值，一般ThresI＞0.8。
步骤A2：计算场景复杂度变化标识符δ；
Figure BDA0002208523290000032
其中，“条件成立：存在Thresk∈Ω满足bit_cur/bit_next/Thresk＞const或者bit_cur/bit_next/Thresk＜1/const”。
const表示门限阈值，由用户预先设置。
步骤A3：如果场景复杂度变化标识符δ＝1，则进入步骤A4；否则，重回步骤A1。
步骤A4：首先更新同等复杂度场景时效LK＝temp2-temp1、场景参数集Ω＝Ω∪{bit_cur/bitnext}、第一临时变量temp1＝temp2；接着计算：K＝K+1、场景的复杂度
Figure BDA0002208523290000033
然后重回步骤A1。
Step3，获取当前片源整体复杂度。
Figure BDA0002208523290000041
实施例二
图3是本发明优选实施例基于压缩信息的片源场景复杂度分析系统结构图；所述系统包括：
第一场景复杂度计算模块，用于计算当前场景的复杂度comK；
片源场景数量及分段复杂度计算装置，用于获取当前片源场景数量K及当前片源分段复杂度LK；其中，所述当前片源分段复杂度包括当前片源各场景的复杂度及同等复杂度场景时效；
片源整体复杂度计算模块，用于获取当前片源整体复杂度。
进一步地，所述系统还包括初始化模块(附图中未示出)，与当前场景复杂度计算模块相连，用于赋初值：场景判断帧赋初值为第一帧，场景数量K赋初值为1，场景参数集Ω赋初值为{ThresK}，第一临时变量temp1为1。
其中，ThresK＝bit_cur/bit_next；bit_cur、bit_next分别表示当前场景判断帧、当前场景判断帧播放序号后一帧的比特。
进一步地，计算当前场景的复杂度具体为：
Figure BDA0002208523290000042
weightxi，j＝|1/2*wb-j|、wetghtyi，j＝|1/2*hb-i|；
其中，comK表示当前片源中第K个场景的复杂度；weightxi，j、weightyi，j分别表示当前场景判断帧的第i行第j列块的第一、第二位置权重；wb、hb分别表示以块为单位的图像列宽、行宽；mvxi，j、mvyi，j分别表示第i行第j列块的运动矢量x轴、y轴分量；sum、||分别表示求和、绝对值运算；
进一步地，图4是图3中当前片源场景数量及分段复杂度计算装置结构图，所述装置包括：
第一判断处理模块，用于判断若当前片源未判定的帧中存在I帧或者满足numI＞ThresI*wb*hb的帧，则将满足条件的帧中具有最小播放序号的帧设置为场景判断帧，令第二临时变量temp2为所述最小播放序号，然后进入场景复杂度变化标识符计算模块；否则判定场景判断帧设置不成功，完成场景数量K的统计，令第二临时变量temp2为当前片源最后一帧的播放序号，然后更新同等复杂度场景时效LK＝temp2-temp1+1，进入片源整体复杂度计算模块。
其中，numI、ThresI分别表示当前帧的帧内预测块数量、I块阈值，一般ThresI＞0.8。
场景复杂度变化标识符计算模块，用于计算场景复杂度变化标识符δ；
Figure BDA0002208523290000051
其中，“条件成立：存在Thresk∈Ω满足bit_cur/bit_next/Thresk＞const或者bit_cur/bit_next/Thresk＜1/const”。
const表示门限阈值，由用户预先设置。
第二判断处理模块，用于判断如果场景复杂度变化标识符δ＝1，则进入变量参数更新及第二场景复杂度计算模块；否则，重回第一判断处理模块。
变量参数更新及第二场景复杂度计算模块，用于首先更新同等复杂度场景时效LK＝temp2-temp1、场景参数集Ω＝Ω∪{bit_cur/bit_next}、第一临时变量temp1＝temp2；接着计算K＝K+1场景的复杂度
Figure BDA0002208523290000052
然后重回第一判断处理模块。
进一步地，获取当前片源整体复杂度具体为：
Figure BDA0002208523290000053
本领域的普通技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序指令相关硬件来完成的，所述的程序可以存储于一计算机可读取存储介质中，所述的存储介质可以为ROM、RAM、磁盘、光盘等。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种基于压缩信息的片源场景复杂度分析方法，其特征在于，所述方法包括：
对场景判断帧、场景数量、场景参数集、第一临时变量赋初值：
场景判断帧赋初值为第一帧，场景数量K赋初值为1，场景参数集Ω赋初值为{ThresK}，第一临时变量temp1赋初值为1，其中，ThresK＝bit_cur/bit_next；bit_cur、bit_next分别表示当前场景判断帧、当前场景判断帧播放序号后一帧的比特数；
计算当前场景的复杂度，其中计算当前场景的复杂度公式为：
Figure FDA0003244777140000011
weightxi,j＝|1/2*wb-j|、weightyi,j＝|1/2*hb-i|；
其中，comK表示当前片源中第K个场景的复杂度；weightxi,j、weightyi,j分别表示当前场景判断帧的第i行第j列块的第一、第二位置权重；wb、hb分别表示以块为单位的图像列宽、行宽；mvxi,j、mvyi,j分别表示第i行第j列块的运动矢量x轴、y轴分量；sum、||分别表示求和、绝对值运算；
获取当前片源场景数量及当前片源分段复杂度；所述当前片源分段复杂度包括当前片源各场景的复杂度及同等复杂度场景时效；
获取当前片源整体复杂度；
所述获取当前片源场景数量及当前片源分段复杂度包括：
步骤A1：若当前片源场景未判定的帧中存在I帧或者满足numI＞ThresI*wb*hb的帧，则将满足条件的帧中具有最小播放序号的帧设置为场景判断帧，令第二临时变量temp2为所述最小播放序号，然后进入步骤A2；否则判定场景判断帧设置不成功，完成场景数量K的统计，令第二临时变量temp2为当前片源最后一帧的播放序号，然后更新同等复杂度场景时效LK＝temp2-temp1+1，进入步骤“获取当前片源整体复杂度”；其中，numI、ThresI分别表示当前帧的帧内预测块数量、I块阈值，I块阈值为一帧图像中预测块占总块数的比例的阈值，ThresI＞0.8；
步骤A2：计算场景复杂度变化标识符δ；
Figure FDA0003244777140000021
其中，“条件成立：存在Thresk∈Ω满足bit_cur/bit_next/Thresk＞const或者bit_cur/bit_next/Thresk＜1/const”；const表示门限阈值,由用户预先设置；
步骤A3：如果场景复杂度变化标识符δ＝1，则进入步骤A4；否则，重回步骤A1；
步骤A4：首先更新同等复杂度场景时效LK＝temp2-temp1、场景参数集Ω＝Ω∪{bit_cur/bit_next}、第一临时变量temp1＝temp2；接着计算：K＝K+1场景的复杂度
Figure FDA0003244777140000022
然后重回步骤A1。
2.如权利要求1所述的基于压缩信息的片源场景复杂度分析方法，其特征在于，所述获取当前片源整体复杂度具体为：
Figure FDA0003244777140000023
3.一种基于压缩信息的片源场景复杂度分析系统，其特征在于，所述系统包括：
初始化模块，与当前场景复杂度计算模块相连，用于对场景判断帧赋、场景数量、场景参数集、第一临时变量赋初值，场景判断帧赋初值为第一帧，场景数量K赋初值为1，场景参数集Ω赋初值为{ThresK}，第一临时变量temp1赋初值为1，其中，ThresK＝bit_cur/bit_next；bit_cur、bit_next分别表示当前场景判断帧、当前场景判断帧播放序号后一帧的比特数；
场景复杂度计算模块，用于计算当前场景的复杂度，其中计算当前场景的复杂度公式为：
Figure FDA0003244777140000024
weightxi,j＝|1/2*wb-j|、weightyi,j＝|1/2*hb-i|；
其中，comK表示当前片源中第K个场景的复杂度；weightxi,j、weightyi,j分别表示当前场景判断帧的第i行第j列块的第一、第二位置权重；wb、hb分别表示以块为单位的图像列宽、行宽；mvxi,j、mvyi,j分别表示第i行第j列块的运动矢量x轴、y轴分量；sum、||分别表示求和、绝对值运算；
片源场景数量及分段复杂度计算装置，用于获取当前片源场景数量及当前片源分段复杂度；所述当前片源分段复杂度包括当前片源各场景的复杂度及同等复杂度场景时效；
片源整体复杂度计算模块，用于获取当前片源整体复杂度；
所述片源场景数量及分段复杂度计算装置包括：
第一判断处理模块，用于判断若当前片源场景未判定的帧中存在I帧或者满足numI＞ThresI*wb*hb的帧，则将满足条件的帧中具有最小播放序号的帧设置为场景判断帧，令第二临时变量temp2为所述最小播放序号，然后进入场景复杂度变化标识符计算模块；否则判定场景判断帧设置不成功，完成场景数量K的统计，令第二临时变量temp2为当前片源最后一帧的播放序号，然后更新同等复杂度场景时效LK＝temp2-temp1+1，进入片源整体复杂度计算模块；
其中，numI、ThresI分别表示当前帧的帧内预测块数量、I块阈值，I块阈值为一帧图像中预测块占总块数的比例的阈值，ThresI＞0.8；
场景复杂度变化标识符计算模块，用于计算场景复杂度变化标识符δ；
Figure FDA0003244777140000031
其中，“条件成立：存在Thresk∈Ω满足bit_cur/bit_next/Thresk＞const或者bit_cur/bit_next/Thresk＜1/const”；const表示门限阈值,由用户预先设置；
第二判断处理模块，用于判断如果场景复杂度变化标识符δ＝1，则进入变量参数更新及第二场景复杂度计算模块；否则，重回第一判断处理模块；
变量参数更新及第二场景复杂度计算模块，用于首先更新同等复杂度场景时效LK＝temp2-temp1、场景参数集Ω＝Ω∪{bit_cur/bit_next}、第一临时变量temp1＝temp2；接着计算K＝K+1场景的复杂度
Figure FDA0003244777140000041
然后重回第一判断处理模块。
4.如权利要求3所述的基于压缩信息的片源场景复杂度分析系统，其特征在于，所述获取当前片源整体复杂度具体为：
Figure FDA0003244777140000042
CN201910897930.4A 2019-09-20 2019-09-20 基于压缩信息的片源场景复杂度分析方法和系统 Active CN110636330B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910897930.4A CN110636330B (zh) 2019-09-20 2019-09-20 基于压缩信息的片源场景复杂度分析方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910897930.4A CN110636330B (zh) 2019-09-20 2019-09-20 基于压缩信息的片源场景复杂度分析方法和系统

Publications (2)

Publication Number Publication Date
CN110636330A CN110636330A (zh) 2019-12-31
CN110636330B true CN110636330B (zh) 2021-10-26

Family

ID=68972389

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910897930.4A Active CN110636330B (zh) 2019-09-20 2019-09-20 基于压缩信息的片源场景复杂度分析方法和系统

Country Status (1)

Country Link
CN (1) CN110636330B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112203092B (zh) * 2020-09-27 2024-01-30 深圳市梦网视讯有限公司 一种全局运动场景的码流分析方法、系统及设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101855628A (zh) * 2007-09-11 2010-10-06 三星电子株式会社 用于自动产生/更新元数据的多媒体数据记录方法和装置
CN105578186A (zh) * 2015-12-30 2016-05-11 深圳市云宙多媒体技术有限公司 一种镜头推动场景的码流检测方法及系统
CN105847805A (zh) * 2016-03-30 2016-08-10 乐视控股（北京）有限公司 一种基于滑动窗口的码率控制方法和装置
CN106303528A (zh) * 2015-06-04 2017-01-04 北京中传视讯科技有限公司 一种码流平移场景检测方法及系统
CN109274970A (zh) * 2018-12-04 2019-01-25 深圳市梦网百科信息技术有限公司 一种快速场景切换检测方法和系统
CN109361923A (zh) * 2018-12-04 2019-02-19 深圳市梦网百科信息技术有限公司 一种基于运动分析的滑动时间窗场景切换检测方法和系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10306333B2 (en) * 2017-09-13 2019-05-28 The Nielsen Company (Us), Llc Flagging advertisement frames for automatic content recognition

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101855628A (zh) * 2007-09-11 2010-10-06 三星电子株式会社 用于自动产生/更新元数据的多媒体数据记录方法和装置
CN106303528A (zh) * 2015-06-04 2017-01-04 北京中传视讯科技有限公司 一种码流平移场景检测方法及系统
CN105578186A (zh) * 2015-12-30 2016-05-11 深圳市云宙多媒体技术有限公司 一种镜头推动场景的码流检测方法及系统
CN105847805A (zh) * 2016-03-30 2016-08-10 乐视控股（北京）有限公司 一种基于滑动窗口的码率控制方法和装置
CN109274970A (zh) * 2018-12-04 2019-01-25 深圳市梦网百科信息技术有限公司 一种快速场景切换检测方法和系统
CN109361923A (zh) * 2018-12-04 2019-02-19 深圳市梦网百科信息技术有限公司 一种基于运动分析的滑动时间窗场景切换检测方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于DC系数和运动矢量的快速场景分割算法;朱映映等;《小型微型计算机系统》;20040430;540-542页 *

Also Published As

Publication number Publication date
CN110636330A (zh) 2019-12-31

Similar Documents

Publication Publication Date Title
CN102833538B (zh) 多通路视频编码
JP3854933B2 (ja) 固定演算量を有する動映像符号化方法及びその装置
US8031777B2 (en) Multipass video encoding and rate control using subsampling of frames
US8594190B2 (en) Encoding with visual masking
JP5259608B2 (ja) 映像符号化における参照フレームのサーチを軽減する装置及び方法
CN102946540B (zh) 视频信号编码方法
US7031387B2 (en) B picture mode determining method and apparatus in video coding system
KR101228109B1 (ko) 움직임 예측장치 및 방법과 이를 채용하는 영상 부호화장치및 방법
US20080075164A1 (en) Motion picture encoding apparatus and method
JPH0865677A (ja) 動画像符号化装置
WO2023207801A1 (zh) 视频流帧率调整方法及其装置、设备、介质、产品
JP2003244707A (ja) 動きベクトル検索領域の適応的決定方法
EP0905981A1 (en) Video signal coding method and coding device
CN110636330B (zh) 基于压缩信息的片源场景复杂度分析方法和系统
Fu et al. Efficient depth intra frame coding in 3D-HEVC by corner points
CN111416978B (zh) 视频编解码方法及系统、计算机可读存储介质
CN109361923B (zh) 一种基于运动分析的滑动时间窗场景切换检测方法和系统
US20020181589A1 (en) Video signal coding method and coding device
Zhao et al. Efficient screen content coding based on convolutional neural network guided by a large-scale database
CN110545434B (zh) 一种转码片源gop层率控调整方法及系统
CN111901592B (zh) 预测编码神经网络权重更新方法及装置
CN110035285B (zh) 基于运动矢量敏感度的深度预测方法
CN110636389B (zh) 一种片源复杂度分析方法和系统
CN110753242B (zh) 一种转码片源帧层量化参数调整方法和系统
CN110636303B (zh) 一种gop层率控调整方法和系统

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 518000 Guangdong city of Shenzhen province Nanshan District Guangdong streets high in the four Longtaili Technology Building Room 325 No. 30

Applicant after: Shenzhen mengwang video Co., Ltd

Address before: 518000 Guangdong city of Shenzhen province Nanshan District Guangdong streets high in the four Longtaili Technology Building Room 325 No. 30

Applicant before: SHENZHEN MONTNETS ENCYCLOPEDIA INFORMATION TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant