CN111385585A - 一种基于机器学习的3d-hevc深度图编码单元划分快速决策方法 - Google Patents

一种基于机器学习的3d-hevc深度图编码单元划分快速决策方法 Download PDF

Info

Publication number
CN111385585A
CN111385585A CN202010192422.9A CN202010192422A CN111385585A CN 111385585 A CN111385585 A CN 111385585A CN 202010192422 A CN202010192422 A CN 202010192422A CN 111385585 A CN111385585 A CN 111385585A
Authority
CN
China
Prior art keywords
coding
depth map
cus
var
coding unit
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
CN202010192422.9A
Other languages
English (en)
Other versions
CN111385585B (zh
Inventor
贾克斌
张儒依
刘鹏宇
孙中华
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.)
Beijing Ge Lei Information Technology Co ltd
Original Assignee
Beijing University of Technology
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 Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN202010192422.9A priority Critical patent/CN111385585B/zh
Publication of CN111385585A publication Critical patent/CN111385585A/zh
Application granted granted Critical
Publication of CN111385585B publication Critical patent/CN111385585B/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
    • H04N19/70—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/161—Encoding, multiplexing or demultiplexing different image signal components
    • 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
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/96—Tree coding, e.g. quad-tree coding

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明公开了一种基于机器学习的3D‑HEVC深度图编码单元快速决策方法，通过构建基于深度梯度提升(XGBoost)的深度图快速编码单元(CU)级别决策系统，用于解决3D‑HEVC中添加深度图和新的编码工具导致的编码复杂度高的问题。该方法包括两部分：XGBoost模型训练和快速CU分割决策。使用数据挖掘和机器学习，通过使用深度图的纹理信息作为特征属性矢量以及当前CU是否继续作为子类标签划分为子CU，来构建决策模型。从编码过程中提取了特征属性，并使用训练有素的模型来确定CU是否继续分区。与标准编码器相比，该方法具有更好的性能改善效果，与相关工作相比，在编码性能上有不同程度地提高。

Description

一种基于机器学习的3D-HEVC深度图编码单元划分快速决策 方法
技术领域
本发明涉及基于3D-HEVC的视频编码技术，具体涉及一种3D-HEVC编码中基于机器学习的深度图编码单元划分快速决策方法
背景技术
随着计算机多媒体技术的兴起，电影、电视等方面的视频技术不断发展和完善，数字视频技术已经成为现代学术界和工业界的研究热点。三维视频不仅给人们感官上带来更高的体验感，而且也具有较为广泛的应用前景，如医学、教育等领域。为了满足用户对于观看舒适度和观看自由度的需求，3D视频应用设备也逐步向能提供更多视点数量的方向发展，比如自动立体显示器(Autostereoscopic Display)和自由视点电视(Free ViewpointTelevision)，使得用户可以自己选择某一视点位置进行观看。因此，这类3D视频应用需要一种特殊的三维视频格式，使得播放端可以绘制出一组连续的视点或者非常多数量的不同视点。包含多个纹理视频序列和对应的多个深度图像序列的多视点视频加深度(Multi-viewVideo plus Depth,MVD)[1]格式应运而生(编码端)，该格式本身包含2～3个视点，因此解码端可以在这些已有的视点之间合成多个新的虚拟视点，能提供视点范围更广的多视点视频序列。MVD格式是目前表征三维视频最有效的表现形式，它在多视点纹理图的基础上引入了多视点深度图，因此可以在原有的视点之间合成新的虚拟视点，提供更为舒适和自由的立体视觉观感。国际三维视频编码联合工作组JCT-3V已于2015年2月颁布了基于HEVC[2]的三维视频编码扩展标准3D-HEVC[3]，旨在提高MVD格式的压缩效率。由于深度图的内容特征区别于纹理图，需要采取有效的深度图编码技术才能保证深度图的编码质量，从而保证虚拟视点质量，并且利用纹理图与深度图之间的相关性实现三维视频的高效压缩，而3D-HEVC在获得高效深度图编码性能的同时也带来了极高的编码复杂度。因此，为了满足三维视频高效传输和用户舒适观看的需求，如何采取有效的方法对三维视频中的深度图进行高质量和高效率的编码是3D视频处理技术中面临的新挑战。图1所示的是3D-HEVC标准下3D视频编码器的基本结构图，需要进行编码的三维视频包括三个视点的纹理图和对应的三个视点的深度图。
3D-HEVC编码中的深度图表示的是场景中目标物体的深度信息(物体与摄像机之间的距离远近)，从本质上讲，深度图就是一种灰度图像，通过普通的灰度图压缩方式就可以进行编码。对于3D-HEVC来说，关注深度图的编码特性，将有利于提高深度图的压缩率和保持深度图的质量，为视点合成提供保障，带来更好的三维视觉感受。3D-HEVC深度图编码中，其最大编码单元同HEVC一样，为编码树单元(Coding Tree Unit，CTU)[4]，待编码帧可以被划分为若干个CTU，其尺寸可以被编码器配置为64×64，32×32或16×16，默认大小为64×64。根据图像帧自身的特征，CTU可以进一步基于四叉树结构向下划分成多个编码单元(Coding Unit,CU)，如图2所示。CU是进行预测编码、变换、量化和熵编码等处理的基本单元，其尺寸可以在64×64，32×32，16×16和8×8间灵活选择，对应编码深度为0，1，2和3。3D-HEVC的四叉树编码结构支持将每个CU递归划分为4个相等大小的子CU(CU尺寸可选范围:64×64～8×8)，直至达到四叉树的最大深度(Depth＝3)。在编码过程中，需要以深度优先的方式和Z扫描的顺序依次遍历完整四叉树中的每个节点(即CTU中的每个CU)；并计算其对应的率失真代价值(Rate-Distortion cost,RD cost)，进一步通过比较每个父CU与其对应的4个子CU间的RD cost，确定RD cost最小的CU划分组合(若父CU的RD cost小于4个子CU的RD cost之和，则保留父CU；若前者大于后者，则保留4个子CU)，将其作为最终的CTU划分结果。先进的四叉树划分结构在提高编码性能的同时也不可避免的造成了编码复杂度的急剧增加。
同样的四叉树划分过程同时应用在纹理视频和深度图编码过程中。深度图相比于纹理图，其特点表现为图中存在着大量的平坦区域以及锐利的边缘信息，而平坦区域采用64×64尺寸编码块，即Depth＝0的编码概率很大，对于复杂纹理的编码块进而用到32×32，16×16，8×8，即Depth＝1，Depth＝2，Depth＝3这几种分割。同时，在不同QP配置下，编码单元尺寸划分也存在一定规律，QP值越大，选择大尺寸CU的概率越大，反之，则选择小尺寸CU的概率越高，如图3所示。如果每个编码块都要遍历完整的四叉树划分过程，无疑大大增加了编码复杂度，因此，如果能够根据不同区域的特性进行当前CU是否继续分割的提前判决，在一定程度上可减少计算开销，从而缩短编码时间。
附：参考文献
[1]Muller K,Merkle P,Wiegand T.3-D Video Representation Using DepthMaps[J].Proceedings of the IEEE,2011,99(4):643-656.
[2]Sullivan G J,Fellow,IEEE,et al.Overview of the High EfficiencyVideo Coding(HEVC)Standard[J].IEEE Transactions on Circuits and Systems forVideo Technology,2013,22(12):1649-1668.
[3]Tech G,Chen Y,Muller K,et al.Overview of the Multiview and 3DExtensions of High Efficiency Video Coding[J].IEEE Transactions on Circuitsand Systems forVideo Technology,2015,26(1):35-49.
[4]Kim I K,Min J,Lee T,et al.Block partitioning structure in the HEVCstandard[J].IEEE Transactions on Circuits and Systems for Video Technology,2012,22(12):1697-1706.
发明内容
本发明的目的在于，针对基于HEVC的3D视频编码标准3D-HEVC中深度图编码单元四叉树划分方法计算复杂度高的问题，提出了一种基于机器学习的深度图编码单元划分快速决策方法，在保证视频成虚拟视点质量的前提下，有效降低编码复杂度，提高编码效率，缩短编码时间。
为解决上述技术问题，本发明采取的技术方案为：
一种基于机器学习的深度图编码单元划分快速决策方法，该算法首先利用数据挖掘的手段，获取与CU划分相关的特征量，其次利用机器学习来关联与CU划分相关的属性，从而针对不同大小的CU构建XGBoost(eXtreme Gradient Boosting，极限梯度提升)决策模型，最后CTU编码过程中，对当前CU是否继续划分进行预判，从而跳过某些不必要的编码深度下的模式选择及率失真代价计算等过程，从而有效地降低编码复杂度。本发明的技术方案流程如图4所示。本发明的方法包含如下步骤：
S1判断当前CU是否属于为深度图，如为深度图继续进行步骤2，若为纹理图则进行传统的编码过程；
S2进行与编码单元划分相关的数据提取和特征量筛选：
S2.1：特征量获取：选择具有不同特征的视频序列进行编码以获得更令人信服的数据集。数据集包括Newspaper(前景和背景纹理都很复杂)，Dancer(仅前景发生变化，而背景纹理平坦且固定)和GT-Fly序列(前景和背景都有深度变化)。为了防止由相邻帧和重复的CU样本的相似性引起的数据不平衡，以进行模型训练，我们在每个序列中提取10个样本帧进行编码，以FrameSampleRatio＝8，同时针对不同大小的CU(64×64，32×32，16×16)分别提取特征量及对应的CU是否划分标志构建数据集。实验选取的特征量见表1，其中N为当前编码单元边长，p(i,j)为(i,j)位置的像素值，mean表示当前CU的平均像素值。
表1特征量属性
Figure BDA0002416385400000041
Figure BDA0002416385400000051
Figure BDA0002416385400000052
G0,G45,G90和G135分别为当前编码单元PU中各像素点水平、45度角、垂直、和135度角方向的边缘梯度分量，p为像素点的亮度值
S2.2：将获得的数据集用作训练样本，并对不同的CU深度根据公式(6)～(8)执行基于F-Score的特征重要性排序。计算出的F-Score值越大，此特征属性对CU划分结果的重要性就越高。图5展示了不同CU大小下各种属性的F-Score。
Figure BDA0002416385400000053
TP(真阳性):正样本被正确预测为正样本；FP(假阳性):负样本被错误预测为正样本；TN(真阴性):负样本被正确预测为负样本；FN(假阴性):正样本被错误预测为负样本；β是用来平衡Precision,Recall在F-score计算中的权重,取值情况有以下三种:如果取1,表示Precision与Recall一样重要；如果取小于1,表示Precision比Recall重要；如果取大于1,表示Recall比Precision重要。在本实验中β取1。
S2.3：根据特征量重要性排序，针对不同大小的CU选取各自的特征量子集构建模型训练数据集。特征量选取如表2所示。
表2各CU特征量子集
CU大小 特征量子集
CU＝64 NMSE,VAR,AVS,C
CU＝32 NMSE,QP,AVS,C,var_max,VAR
CU＝16 QP,NMSE,C,AVS,VAR
S3基于XGBoost的CU划分决策模型训练
S3.1：针对不同大小的CU进行模型参数调整。
S3.2：针对不同大小的CU构建基于XGBoost的划分决策模型。
S4模型嵌入：将训练好的决策模型嵌入到HTM-16.0编码平台中。在深度图编码过程中，针对不同大小的CU调用各自的划分决策模型，进而得到编码单元的最优划分结果。
附图说明
图1是3D-HEVC标准下的三维视频编码器结构。
图2是四叉树编码结构示意图。
图3是深度图中各CU大小在不同QP配置下的分布情况。
图4是本发明方法的流程图。
图5是不同CU大小的各特征属性F-Score值。
具体实施方式
以下结合附图对本发明作进一步详细阐述。
本发明针对基于HEVC的3D视频编码标准3D-HEVC中深度图编码过程计算复杂度高的问题，提出了一种基于机器学习的3D-HEVC深度图编码单元划分快速决策方法，在保证视频成虚拟视点质量的前提下，有效降低编码复杂度，提高编码效率，缩短编码时间。
本发明方法的具体步骤如下：
步骤一：判断当前CU是否属于为深度图，如为深度图继续进行步骤2，若为纹理图则进行传统的编码过程；
步骤二：进行与编码单元划分相关的数据提取和特征量筛选：
2.1：特征量获取：选择具有不同特征的视频序列进行编码以获得更令人信服的数据集。数据集包括Newspaper(前景和背景纹理都很复杂)，Dancer(仅前景发生变化，而背景纹理平坦且固定)和GT-Fly序列(前景和背景都有深度变化)。为了防止由相邻帧和重复的CU样本的相似性引起的数据不平衡，以进行模型训练，我们在每个序列中提取10个样本帧进行编码，以FrameSampleRatio＝8，同时针对不同大小的CU(64×64，32×32，16×16)分别提取特征量及对应的CU是否划分标志构建数据集。实验选取的特征量见表1。
表1特征量属性
Figure BDA0002416385400000071
Figure BDA0002416385400000072
Figure BDA0002416385400000081
G0,G45,G90和G135分别为当前编码单元PU中各像素点水平、45度角、垂直、和135度角方向的边缘梯度分量，p为像素点的亮度值
2.2：将获得的数据集用作训练样本，并对不同的CU深度根据公式(6)～(8)执行基于F-Score的特征重要性排序。计算出的F-Score值越大，此特征属性对CU划分结果的重要性就越高。图5显示了不同CU大小下各种属性的F-Score。
Figure BDA0002416385400000082
TP(真阳性):正样本被正确预测为正样本；FP(假阳性):负样本被错误预测为正样本；TN(真阴性):负样本被正确预测为负样本；FN(假阴性):正样本被错误预测为负样本；β是用来平衡Precision,Recall在F-score计算中的权重,取值情况有以下三种:如果取1,表示Precision与Recall一样重要；如果取小于1,表示Precision比Recall重要；如果取大于1,表示Recall比Precision重要。在本实验中β取1.
2.3：根据特征量重要性排序，针对不同大小的CU选取各自的特征量子集构建模型训练数据集。特征量选取如表2所示。
表2各CU特征量子集
CU大小 特征量子集
CU＝64 NMSE,VAR,AVS,C
CU＝32 NMSE,QP,AVS,C,var_max,VAR
CU＝16 QP,NMSE,C,AVS,VAR
步骤三：基于XGBoost的CU划分决策模型训练
3.1：针对不同大小的CU进行模型参数调整。
3.2：针对不同大小的CU构建基于XGBoost的划分决策模型。
步骤四：模型嵌入：将训练好的决策模型嵌入到HTM-16.0编码平台中。在深度图编码过程中，针对不同大小的CU调用各自的划分决策模型，进而得到编码单元的最优划分结果。
为了对算法的可行性和有效性进行验证，本文在3D-HEVC测试平台HTM-16.0上进行实验，采用全帧内编码配置文件进行编码。本实验选取分辨率为1024×768的Balloons、Kendo、Newspaper1序列以及分辨率为1920×1088的GT_Fly、Poznan_Street、Undo_Dancer、Shark序列。测试序列具体参数见表3。实验的硬件配置及编码参数见表4。
表3视频序列参数
Figure BDA0002416385400000091
表4实验配置参数
Figure BDA0002416385400000092
依照公布的3D-HEVC的测试标准对3D-HEVC标准编码方法和引入基于机器学习的编码单元快速决策方法进行比较。ETR(Encoding Time reduction)表示与原始HTM16.0测试平台相比，本文算法所能节省的时间百分比，计算公式如式(9)所示。在有效降低编码复杂度的同时，还需要保证各个视点视频编码质量以及合成视点的视频质量。因此，还需要对使用原始编码方法和本发明方法编码后的纹理视频和合成视点视频的质量进行比较。结果如图表5所示，其中video PSNR/totalbitrate(简称V/T)表示编码后的视频峰值信噪比(Peak signal-to-noise ratio,PSNR)与总比特率的BD-rate的比值；synth PSNR/totalbitrate(简称S/T)表示合成视点的PSNR与总比特率的BD-rate的比值。从表5中可看出，与原始的3D-HEVC标准编码方法相比，本发明方法在保证较好的视频质量的前提下，可以较好的降低深度图编码的计算复杂度。从而证明本发明方法在3D-HEVC深度图编码的准确、高效方面具有先进性。
Figure BDA0002416385400000101
表5本发明方法与标准编码方法的编码性能比较结果(％)
Sequences V/T S/T ETR
Balloons -0.07％ 0.24％ 42.64％
Kendo -0.07％ 1.01％ 43.58％
Newspaper -0.18％ 1.06％ 45.26％
GT_Fly -0.08％ -0.17％ 49.35％
Poznan_Street -0.12％ 0.14％ 39.91％
Undo_Dancer -0.05％ 0.65％ 45.87％
Shark -0.28％ -0.36％ 38.06％
1024x768 -0.10％ 0.77％ 43.82％
1920x1088 -0.13％ 0.07％ 43.30％
Average -0.12％ 0.37％ 43.52％

Claims (1)

1.一种基于机器学习的3D-HEVC深度图编码单元划分快速决策方法，其特征在于：本方法包含如下步骤：
S1判断当前CU是否属于为深度图，若为深度图继续进行S2，若为纹理图则进行编码；
S2进行与编码单元划分相关的数据提取和特征量筛选：
S2.1：特征量获取：选择具有不同特征的视频序列进行编码以获得更令人信服的数据集；数据集包括Newspaper、Dancer和GT-Fly序列；在每个序列中提取10个样本帧进行编码，以FrameSampleRatio＝8，同时针对不同大小的CU分别提取特征量及对应的CU是否划分标志构建数据集；选取的特征量中，N为当前编码单元边长，p(i,j)为(i,j)位置的像素值，mean表示当前CU的平均像素值；
VAR特征量描述为：
Figure FDA0002416385390000011
var_max特征量描述为：当前CU内较小块的最大VAR；
MAX_mean特征量描述为：MAX_mean＝max{p(i,j)-mean}；
NMSE特征量描述为：
Figure FDA0002416385390000012
Complexity特征量描述为：
Figure FDA0002416385390000013
AVS特征量描述为：根据各向同性Sobel算子计算每个方向上的梯度值的平均值；
QP特征量描述为：量化参数；
S2.2：将获得的数据集用作训练样本，并对不同的CU深度执行基于F-Score的特征重要性排序；计算出的F-Score值越大，此特征属性对CU划分结果的重要性就越高；
Figure FDA0002416385390000014
Figure FDA0002416385390000015
Figure FDA0002416385390000016
TP真阳性:正样本被正确预测为正样本；FP假阳性:负样本被错误预测为正样本；TN真阴性:负样本被正确预测为负样本；FN假阴性:正样本被错误预测为负样本；β是用来平衡Precision,Recall在F-score计算中的权重,取值情况有以下三种:如果取1,表示Precision与Recall一样重要；如果取小于1,表示Precision比Recall重要；如果取大于1,表示Recall比Precision重要；
S2.3：根据特征量重要性排序，针对不同大小的CU选取特征量子集构建模型训练数据集；
CU＝64的特征量子集NMSE,VAR,AVS,C
CU＝32特征量子集NMSE,QP,AVS,C,var_max,VAR
CU＝16特征量子集QP,NMSE,C,AVS,VAR
S3基于XGBoost的CU划分决策模型训练；
S3.1：针对不同大小的CU进行模型参数调整；
S3.2：针对不同大小的CU构建基于XGBoost的划分决策模型；
S4模型嵌入：将训练好的决策模型嵌入到HTM-16.0编码平台中；在深度图编码过程中，针对不同大小的CU调用各自的划分决策模型，进而得到编码单元的划分结果。
CN202010192422.9A 2020-03-18 2020-03-18 一种基于机器学习的3d-hevc深度图编码单元划分方法 Active CN111385585B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010192422.9A CN111385585B (zh) 2020-03-18 2020-03-18 一种基于机器学习的3d-hevc深度图编码单元划分方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010192422.9A CN111385585B (zh) 2020-03-18 2020-03-18 一种基于机器学习的3d-hevc深度图编码单元划分方法

Publications (2)

Publication Number Publication Date
CN111385585A true CN111385585A (zh) 2020-07-07
CN111385585B CN111385585B (zh) 2022-05-24

Family

ID=71217803

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010192422.9A Active CN111385585B (zh) 2020-03-18 2020-03-18 一种基于机器学习的3d-hevc深度图编码单元划分方法

Country Status (1)

Country Link
CN (1) CN111385585B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022022501A1 (zh) * 2020-07-31 2022-02-03 阿里巴巴集团控股有限公司 视频处理方法、装置、电子设备及存储介质
CN115052154A (zh) * 2022-05-30 2022-09-13 北京百度网讯科技有限公司 一种模型训练和视频编码方法、装置、设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015051498A1 (en) * 2013-10-08 2015-04-16 Mediatek Singapore Pte. Ltd. Methods for view synthesis prediction
US20160234511A1 (en) * 2013-10-18 2016-08-11 Huawei Technologies Co., Ltd. Method for determining block partition manner in video codec, and related apparatus
CN107371022A (zh) * 2017-08-26 2017-11-21 同济大学 应用于hevc医学影像无损编码的帧间编码单元快速划分方法
CN108495129A (zh) * 2018-03-22 2018-09-04 北京航空航天大学 基于深度学习方法的块分割编码复杂度优化方法及装置
CN109040764A (zh) * 2018-09-03 2018-12-18 重庆邮电大学 一种基于决策树的hevc屏幕内容帧内快速编码算法
CN109361920A (zh) * 2018-10-31 2019-02-19 南京大学 一种面向多场景的自适应决策树选择的帧间快速预测算法
CN109587503A (zh) * 2018-12-30 2019-04-05 北京工业大学 一种基于边缘检测的3d-hevc深度图帧内编码模式快速决策方法
CN109714584A (zh) * 2019-01-11 2019-05-03 杭州电子科技大学 基于深度学习的3d-hevc深度图编码单元快速决策方法
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

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015051498A1 (en) * 2013-10-08 2015-04-16 Mediatek Singapore Pte. Ltd. Methods for view synthesis prediction
US20160234511A1 (en) * 2013-10-18 2016-08-11 Huawei Technologies Co., Ltd. Method for determining block partition manner in video codec, and related apparatus
CN107371022A (zh) * 2017-08-26 2017-11-21 同济大学 应用于hevc医学影像无损编码的帧间编码单元快速划分方法
CN108495129A (zh) * 2018-03-22 2018-09-04 北京航空航天大学 基于深度学习方法的块分割编码复杂度优化方法及装置
CN109040764A (zh) * 2018-09-03 2018-12-18 重庆邮电大学 一种基于决策树的hevc屏幕内容帧内快速编码算法
CN109361920A (zh) * 2018-10-31 2019-02-19 南京大学 一种面向多场景的自适应决策树选择的帧间快速预测算法
CN109587503A (zh) * 2018-12-30 2019-04-05 北京工业大学 一种基于边缘检测的3d-hevc深度图帧内编码模式快速决策方法
CN109714584A (zh) * 2019-01-11 2019-05-03 杭州电子科技大学 基于深度学习的3d-hevc深度图编码单元快速决策方法
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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
DOKYUNG LEE, JECHANG JEONG: "Fast CU size decision algorithm using machine learning for HEVC intra coding", 《SIGNAL PROCESSING: IMAGE COMMUNICATION》 *
贾克斌，刘畅，刘鹏宇，张儒依: "基于3D-HEVC的三维视频编码方法综述", 《北京工业大学学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022022501A1 (zh) * 2020-07-31 2022-02-03 阿里巴巴集团控股有限公司 视频处理方法、装置、电子设备及存储介质
CN115052154A (zh) * 2022-05-30 2022-09-13 北京百度网讯科技有限公司 一种模型训练和视频编码方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN111385585B (zh) 2022-05-24

Similar Documents

Publication Publication Date Title
CN104125469B (zh) 一种用于hevc的快速编码方法
CN111432210B (zh) 一种基于填充的点云属性压缩方法
CN110446052B (zh) 一种3d-hevc帧内深度图快速cu深度选择方法
CN102970529B (zh) 一种基于对象的多视点视频分形编码压缩与解压缩方法
CN1174628C (zh) 用于二进制形状编码的方法和装置
CN107371022B (zh) 应用于hevc医学影像无损编码的帧间编码单元快速划分方法
CN109040764B (zh) 一种基于决策树的hevc屏幕内容帧内快速编码算法
US9883200B2 (en) Method of acquiring neighboring disparity vectors for multi-texture and multi-depth video
CN111385585B (zh) 一种基于机器学习的3d-hevc深度图编码单元划分方法
CN104954780A (zh) 一种适用于高清2d/3d转换的dibr虚拟图像修复方法
CN112601082B (zh) 一种基于视频的快速动态点云编码方法及系统
CN117041599B (zh) 一种基于hevc-vpcc的帧内快速编码方法及系统
CN108156440A (zh) 一种基于分块dct变换的三维视频深度图非编码传输方法
Huang et al. View synthesis for light field coding using depth estimation
CN113068031A (zh) 一种基于深度学习的环路滤波方法
CN106791876B (zh) 一种基于3d-hevc的深度图快速帧内预测方法
Zhang et al. Fast mode decision based on gradient information in 3D-HEVC
CN111741313B (zh) 基于图像熵k均值聚类的3d-hevc快速cu分割方法
CN116723305B (zh) 一种基于生成式对抗网络的虚拟视点质量增强方法
CN104244008B (zh) 一种深度视频编码方法
CN116489333A (zh) 一种面向深度图编码单元划分的边缘分类模型构建方法
CN103826135B (zh) 基于恰可识别视差错误估计的三维视频深度图编码方法
Liu et al. Fast intra coding algorithm for depth map with end-to-end edge detection network
CN106231300B (zh) 一种基于编码单元层次的hevc复杂度控制方法
Wang et al. CNN-LNN based fast CU partitioning decision for VVC 3D video depth map intra coding

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20221201

Address after: 100012 817, Floor 8, No. 101, Floor 3 to 8, Building 17, Rongchuang Road, Chaoyang District, Beijing

Patentee after: Beijing Ge Lei Information Technology Co.,Ltd.

Address before: 100124 No. 100 Chaoyang District Ping Tian Park, Beijing

Patentee before: Beijing University of Technology