CN111541896B - 一种基于vvc的帧内预测模式的优化方法及系统 - Google Patents

一种基于vvc的帧内预测模式的优化方法及系统 Download PDF

Info

Publication number
CN111541896B
CN111541896B CN202010341972.2A CN202010341972A CN111541896B CN 111541896 B CN111541896 B CN 111541896B CN 202010341972 A CN202010341972 A CN 202010341972A CN 111541896 B CN111541896 B CN 111541896B
Authority
CN
China
Prior art keywords
mode
optimal
candidate
list
current
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
CN202010341972.2A
Other languages
English (en)
Other versions
CN111541896A (zh
Inventor
张昊
冯冰雪
马学睿
钟培雄
李�诚
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 CN202010341972.2A priority Critical patent/CN111541896B/zh
Publication of CN111541896A publication Critical patent/CN111541896A/zh
Application granted granted Critical
Publication of CN111541896B publication Critical patent/CN111541896B/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
    • H04N19/10—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
    • H04N19/10—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
    • H04N19/44—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

本发明公开了一种基于VVC的帧内预测模式的优化方法及系统，本方法包括：根据IBC模式选取当前CU的MV，并根据当前CU的MV和当前CU的坐标确定参考块的坐标；获取参考块的每个像素位置所在CU的方向模式，得到参考块的帧内方向模式集DirsSet；将67个帧内预测模式划分为多个模式范围，确定DirsSet中的模式所属的模式范围，根据DirsSet所属的模式范围确定当前CU的候选模式范围并生成候选模式列表；从候选模式列表内选取出RDCost最小的模式作为最优模式。本发明通过IBC模式选取出参考块的帧内方向模式集DirsSet来对当前CU的帧内预测模式做优化，在当前CU的帧内预测模式选取中能够减少模式计算过程，从而降低编码时间。

Description

一种基于VVC的帧内预测模式的优化方法及系统
技术领域
本发明涉及视频编码技术领域，特别涉及一种基于VVC的帧内预测模式的优化方法及系统。
背景技术
1、VVC(Versatile Video Coding)的帧内复制块编码工具；
随着4G、5G网络技术的迅猛发展，混合屏幕内容图像应用的场景越来越广泛。在人们的现实生活中，随处都可以见到视频会议、网络游戏、远程在线教育、汽车信息娱乐、虚拟桌面界面和云计算等应用程序。这些应用程序包含众多重复的图标、线条、文本以及网页等内容，这些内容组成了不同于相机拍摄内容的混合屏幕内容图像。针对这些混合屏幕内容图像，传统的HEVC编码技术已无法达到较好的压缩性能。图像编码联合协作组(JointCollaborative Team on Video Coding，简称JCT-VC)在HEVC的基础上，推出了屏幕内容编码(Screen Content Coding，简称SCC)标准扩展。HEVC－SCC中的帧内复制块(Intra BlockCopy，简称IBC)编码工具对屏幕内容图像的压缩性能有很大提高。
为了进一步提升编码效率，运动图像专家组(Moving Picture Expert Group，简称MPEG)和视频编码专家组(Video Coding Expert Group，简称VCEG)于2015年成立了联合视频探索组(Joint Video Exploration Team，简称JVET)，推出了新的视频编码标准，并命名为Versatile Video Coding，简称VVC，并发布了相应的编码器测试模型VTM。目前VVC中也采纳了IBC编码工具。
IBC技术的编码过程是：首先获取MVP，然后根据MVP寻找最佳MV。在找最佳MV的过程中，先进行哈希搜索，如果哈希搜索找不到最佳匹配块，就进行运动估计搜索匹配最佳MV，运动估计过程中需要设置搜索区域。找到最佳MV后，通过运动补偿计算CU的预测值，用CU的原始值与预测值相减得到残差，并对残差进行变换量化熵编码。IBC的搜索区域及MV如图1所示。
IBC技术有以下几个特点：
(1)IBC的参考块是当前编码图像帧中已经完成编码而没有进行滤波的块，它的预测方式类似于帧间预测；
(2)IBC模式也是针对PU来进行预测的，可以将它看作一个帧间PU；
(3)在帧间预测过程中，可以将IBC模式和传统的帧间预测模式联系起来。比如，对于一个帧间CU，可以将其划分为4个PU，其中一部分使用IBC模式来预测，另一部分采用普通的帧间模式来预测。
2、VVC的编码过程；
与HEVC以及H.264/AVC一样，VVC也采用了基于块的混合编码框架。图2所示为典型的VVC视频编码流程。如图2中所示，输入的每帧图像首先被划分为128x128大小的正方形图像块，这些图像块被称为编码树单元(Coding Tree Unit，简称CTU)，CTU是四叉树以及嵌套的多类型树划分结构的根节点。CTU将根据四叉树及嵌套多类型树的划分结构进一步划分为编码单元(Coding Unit，简称CU)，CU是进行预测的基本单位。一个CU首先会根据其帧内帧间属性进行帧内预测或者帧间预测。如果是帧内预测，则主要利用空间相邻的参考像素经过线性插值得到当前CU的像素预测值，如果是帧间预测，则是利用时间相邻(前一帧或前几帧)的参考像素经过位移补偿得到当前CU的像素预测值。然后将CU的预测值与原始值相减得到残差，残差经过变换进一步减少相邻像素点误差的空间相关性并得到相应的残差系数。残差系数经量化后一方面会结合编码模式以及相关的编码参数等信息进行熵编码，从而得到压缩后的码流。另一方面，量化后的残差系数会经反量化反变换，然后将反量化反变换后的残差和预测值相加得到重建像素，重建图像经滤波后生成参考帧并存储在解码图像缓存器中，用于后面的CU帧内预测或帧间预测时作参考像素。
3、VVC的帧内预测模式选择；
为了适应图像更丰富的纹理，HEVC设定了更多的帧内预测模式，对应不同的预测方向。HEVC有35种帧内亮度预测模式，其中33种是方向预测模式或称角度预测模式，另外两种是直流(DC)和平面(Planar)模式，如图3所示。色度预测模式有5种，模式0是Planar模式，相当于亮度模式0；模式1是是垂直模式，相当于亮度模式1；模式2是水平模式，相当于亮度模式10，模式3是DC模式，相当于亮度模式1；模式4又称为导出模式，采用和对应亮度块相同的模式。
为了更好的刻画视频图像中任意的边界方向特征，VVC中的帧内预测模式增加到了67种，其中包括65种角度预测模式、DC模式和平面模式，其中65种角度预测模式中包含了HEVC中的33种模式，DC模式和平面模式与HEVC中的一样，如图4所示。在VTM5.0中，帧内预测过程中加入了多变换选择(MTS)和低频不可分离变换(LFNST)，如果在SPS中启用了LFNST并且编码亮度分量的时候，最大的LFNST索引是2，表明最多进行2次低频不可分离变换。编码CU的时候，用lfnstIdx来标识当前CU进行第几次低频不可分离变换，lfnstIdx等于0表示不进行LFNST，lfnstIdx等于1表示进行1次LFNST，lfnstIdx等于2表示进行2次LFNST。如果在SPS中启用了MTS，对于亮度分量，当编码块的大小小于或等于32的时候，编码CU时会启用MTS，用mtsFlag来标识当前CU是否启用MTS。mtsFlag等于0表示不启用MTS，否则启用MTS。
4、VVC的矩阵加权帧内预测(MIP)；
VTM5.0中，在帧内预测过程中新加入了一个算法---矩阵加权帧内预测技术。对于一个宽为W、高为H的编码块来说，与传统帧内预测过程一样，MIP预测也先要选取参考像素，上方边界选取W个参考像素、左边边界选取H个参考像素，参考像素选取的规则与传统帧内预测过程相同。然后分三步进行操作：第一步，对选取的水平方向和竖直方向上的参考像素进行下采样，得到采样值，再将样点值拼接成长度为4或8的向量。不同尺寸的CU，采样值的大小不同，对于4x4、4x8、8x4和8x8的块，采样值的大小是4，其他块的采样值大小是8.第二步，获取用于做预测的权重矩阵、偏移向量。用权重矩阵与上一步得到的向量相乘，再加上偏移量就得到部分预测值。第三步，对预测值进行双线性插值得到全部预测值。MIP的预测过程如图5所示。
VVC帧内预测模式从HEVC中的35种发展到了67种，在RMD阶段，现有VTM编码器的操作流程如下：
第一步：对在HEVC中使用的35种方向模式进行计算，计算出每个模式的预测值和失真代价(SATDCost)，选出SATDCost值较小的N个模式组成初始的模式列表uiRdModeList，列表中的SATDCost是按从小到大的顺序进行排列。第二步：对列表uiRdModeList中每个模式的左右相邻模式进行计算，这些相邻模式是VVC中新加的方向模式，计算每个模式的预测值和SATDCost值，并与模式列表中模式的SATDCost进行比较，去除SATDCost值最大的那个模式，更新模式列表，这一步计算的模式数最多为2N个。第三步：如果不是第一行的CTU，则使用多参考行帧内预测算法，计算MPM列表中DC模式之外的5个模式的预测值和SATDCost值，用上一步的规则更新模式列表。第四步：对允许使用MIP算法的编码块遍历MIP的模式，计算每个MIP模式的预测值和SATDCost，用同样的规则更新模式列表。第五步：加入帧内子分区(ISP)的模式。ISP模式有两种情况，一是ISPmode＝0，一是ISPmode＝1。ISP的模式都是MPM列表中的6个模式。
初始的模式列表大小N是根据编码块的大小而定，RMD阶段一个CU计算的模式数为35+Nx2个，最终的模式列表中包含的模式数是N+6x2个。FMD阶段对最终的模式列表中的所有模式进行变换、量化、熵编码等操作，计算每个模式的率失真代价(RDCost)，从中选择一个RDCost最小的模式作为最佳模式，FMD阶段计算的模式数N+6x2个。目前在VVC帧内预测模式中需要计算的模式数较多，计算量比较大，导致编码时间过长，不利于VVC编码的实际利用。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种基于VVC的帧内预测模式的优化方法及系统，能够根据IBC模式选出的参考块的帧内方向模式对当前CU的模式做优化，以减少计算的模式数量，以尽可能地降低编码时间。
本发明的实施例，提供了一种基于VVC的帧内预测模式的优化方法，包括以下步骤：
根据IBC模式选取当前CU的MV，并根据当前CU的MV和当前CU的坐标确定参考块的坐标；
获取所述参考块的每个像素位置所在CU的方向模式，得到所述参考块的帧内方向模式集DirsSet；
将67个帧内预测模式划分为多个模式范围，确定所述DirsSet中的模式所属的模式范围，根据所述DirsSet所属的模式范围确定当前CU的候选模式范围并生成候选模式列表；
从所述候选模式列表内选取出RDCost最小的模式作为最优模式。
根据本发明的实施例，至少具有如下技术效果：
本方法首先根据IBC模式选取参考块的帧内方向模式集DirsSet，然后将67个帧内预测模式划分为多个模式范围，根据帧内方向模式集DirsSet所属的模式范围确定当前CU的候选模式范围，在从候选模式范围内选取出RDCost最小的模式作为最优模式。本方法通过IBC模式选取出参考块的帧内方向模式集DirsSet来对当前CU的帧内预测模式做优化，在当前CU的帧内预测模式选取中能够减少模式计算过程，从而降低编码时间。
根据本发明的一些实施例，所述从所述候选模式列表内选取出RDCost最小的模式作为最优模式，包括步骤：
执行lfnstIdx＝0且mtsFlag＝0时，若所述候选模式列表中包含有所述DirsSet内的模式，则从包含的模式以及包含的模式之前的所有模式中选出RDCost最小的第一最优模式；
执行lfnstIdx＝0且mtsFlag＝1时，若所述候选模式列表中包含有所述第一最优模式，则从所述第一最优模式以及所述第一最优模式之前的所有模式中选出RDCost最小的第二最优模式；
执行lfnstIdx＝1且mtsFlag＝0时，若所述候选模式列表中包含所述第二最优模式，则从所述第二最优模式以及所述第二最优模式之前的所有模式中选出RDCost最小的第三最优模式；
执行lfnstIdx＝1且mtsFlag＝1时，若所述候选模式列表中包含所述第三最优模式，则从所述第三最优模式以及所述第三最优模式之前的所有模式中选出RDCost最小的第四最优模式；
执行lfnstIdx＝2且mtsFlag＝0时，若所述候选模式列表中包含所述第四最优模式，则从所述第四最优模式以及所述第四最优模式之前的所有模式中选出RDCost最小的第五最优模式；执行lfnstIdx＝2且mtsFlag＝1时，若所述候选模式列表中包含所述第五最优模式，则从所述第五最优模式以及所述第五最优模式之前的所有模式中选出RDCost最小的第六最优模式。
根据本发明的一些实施例，所述从所述候选模式列表内选取出RDCost最小的模式作为最优模式之前，还包括步骤，执行MIP模式跳过操作：
求取所述参考块mipFlag等于0的概率P(mipFlag)；
若P(mipFlag)>A，则跳过MIP模式，其中，A为阈值；
若P(mipFlag)<＝A，则计算所述候选模式列表中各个模式的SATDCost，选取SATDCost最小值作为阈值minCost，计算MIP模式的SATDCost，若所述MIP模式的SATDCost大于thr*minCost，则跳过MIP模式，其中，thr为阈值。
根据本发明的一些实施例：A取值为0.8。
本发明提供了一种基于VVC的帧内预测模式的优化系统，包括：VVC编码器，所述VVC编码器用于：
根据IBC模式选取当前CU的MV，并根据当前CU的MV和当前CU的坐标确定参考块的坐标；
获取所述参考块的每个像素位置所在CU的方向模式，得到所述参考块的帧内方向模式集DirsSet；
将67个帧内预测模式划分为多个模式范围，确定所述DirsSet中的模式所属的模式范围，根据所述DirsSet所属的模式范围确定当前CU的候选模式范围并生成候选模式列表；
从所述候选模式列表内选取出RDCost最小的模式作为最优模式。
根据本发明的实施例，至少具有如下技术效果：
本系统通过IBC模式选取出参考块的帧内方向模式集DirsSet来对当前CU的帧内预测模式做优化，在当前CU的帧内预测模式选取中能够减少模式计算过程，从而降低编码时间。
本发明提供了一种基于VVC的帧内预测模式的优化设备，包括：至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器；所述存储器存储有可被所述至少一个控制处理器执行的指令，所述指令被所述至少一个控制处理器执行，以使所述至少一个控制处理器能够执行如上述的一种基于VVC的帧内预测模式的优化方法。
本发明提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如上述的一种基于VVC的帧内预测模式的优化方法。
根据本发明的实施例，至少具有如下技术效果：
本发明还提供了一种基于VVC的帧内预测模式的优化设备和可存储介质，达到的有益效果同上述方法的有益效果相同。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为现有技术的IBC的搜索区域的示意图；
图2为现有技术的一种典型的VVC视频编码流程示意图；
图3为现有技术的HEVC的帧内方向示意图；
图4为现有技术的VVC的帧内方向示意图；
图5为现有技术的MIP预测过程示意图；
图6为本实施例提供的一种基于VVC的帧内预测模式的优化方法的流程示意图；
图7为A取值与频率之间的关系示意图；
图8为本实施例提供的一种基于VVC的帧内预测模式的优化方法的流程示意图；
图9为本实施例提供的一种基于VVC的帧内预测模式的优化设备的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
第一实施例：
参照图6，提供了一种基于VVC的帧内预测模式的优化方法，包括以下步骤：
S100、根据IBC模式选取当前CU的MV，并根据当前CU的MV和当前CU的坐标确定参考块的坐标；
S200、获取参考块的每个像素位置所在CU的方向模式，得到参考块的帧内方向模式集DirsSet；
S300、将67个帧内预测模式划分为多个模式范围，确定DirsSet中的模式所属的模式范围，根据DirsSet所属的模式范围确定当前CU的候选模式范围并生成候选模式列表；
S400、从候选模式列表内选取出RDCost最小的模式作为最优模式。
本实施例，首先根据IBC模式选取出参考块的帧内方向模式集DirsSet，参考块与当前CU块之间具有相似的纹理特征，然后将67个帧内预测模式划分为多个模式范围，根据帧内方向模式集DirsSet所属的模式范围确定当前CU的候选模式范围，在从候选模式范围内选取出RDCost最小的模式作为最优模式。本方法通过IBC模式选取出参考块的帧内方向模式集DirsSet来对当前CU的帧内预测模式做优化，在当前CU的帧内预测模式选取中能够减少部分模式计算过程，从而降低编码时间。
其中，步骤S300中将67个帧内预测模式划分为多个模式范围，具体为：
因为DC和Planar模式是非定向模式，其余模式是定向模式，所以可根据图像的纹理方向将67种方向模式划分为7个范围：直流模式{DC}、平面模式{Planar}、靠近水平方向的模式{14～26}、靠近垂直方向的模式{42～56}、靠近对角线45度方向的模式{2～13和57～66}、靠近对角线135度方向的模式{27～41}；根据现有的VVC帧内预测方向的模式图可以得知，由于图像的纹理方向大多是呈水平和垂直的，所以靠近水平和垂直方向的模式比较密集，靠近对角线方向的模式比较稀疏。在现有VVC标准中一般是按照水平、垂直和对角线方向对这些模式进行描述，但并未涉及具体模式范围的划分，本实施例将67种方向模式划分为7个范围能够分析参考块的纹理方向，知道了参考块的纹理方向，根据参考块与当前块的相似性特征，就能了解当前块的大致纹理方向，从而确定当前块的大致模式范围。
其中，步骤S300中确定DirsSet中的模式所属的模式范围，根据DirsSet所属的模式范围确定当前CU的候选模式范围，具体的：
(1)如果DirsSet中的模式有一个时，模式是DC或者Planar或者在{14～26}，或者在{42～56}范围内，那么当前CU的候选模式范围为{DC、Planar、14～26、42～56}；如果DirsSet中的模式有多个，并且均在{14～26}，或者{42～56}，或者只有一个是DC、其他都在{14～26}、{42～56}范围内，或者只有一个是Planar、其他都在{14～26}、{42～56}范围内，那么当前CU的候选模式范围为{DC、Planar、14～26、42～56}；
(2)如果DirsSet中的模式都处在{27～41}范围内，那么当前CU的候选模式范围为{DC、Planar、27～41}；
(3)如果DirsSet中的模式都处在{2～13和57～66}范围内，那么当前CU的候选模式范围为{DC、Planar、2～13和57～66}；
(4)如果DirsSet中的模式都处在{DC、Planar、14～26}和{27～41}，或者都处在{DC、Planar、42～56}和{27～41}，或者都处在{DC、Planar、14～26}、{42～56}和{27～41}范围内，那么当前CU的候选模式范围为{DC、Planar、14～56}；
(5)如果DirsSet中的模式都处在{DC、Planar、14～26}和{2～13和57～66}范围内，或者处在{DC、Planar、14～26}、{42～56}和{2～13和57～66}范围内，或者处在{DC、Planar、42～56}和{2～13和57～66}范围内，那么当前CU的候选模式范围为{DC、Planar、2～26、42～66}；
(6)如果DirsSet中的模式都处在{2～13和57～66}和{27～41}范围内，那么当前CU的候选模式范围为{DC、Planar、2～13、27～41、57～66}；
(7)如果DirsSet中的模式处在{DC、Planar、14～26}、{2～13和57～66}和{27～41}范围内，或者处在{DC、Planar、42～56}、{2～13和57～66}和{27～41}范围内，或者处在{DC、Planar、14～26}、{42～56}、{2～13和57～66}和{27～41}范围内，那么当前CU的候选模式范围为原67种。
其中，步骤S300中生成候选模式列表，具体为，从当前CU的候选模式范围内选取N个模式生成候选模式列表，其中根据当前CU块的尺寸而选择具体的N值为VVC编码标准所规定，此处不再细述。
优选的，步骤S400具体包括步骤：
S401、执行lfnstIdx＝0且mtsFlag＝0时，若候选模式列表中包含有DirsSet内的模式，则在候选模式列表中，从包含的模式以及包含的模式之前的所有模式中选出RDCost最小的第一最优模式；
S402、执行lfnstIdx＝0且mtsFlag＝1时，若候选模式列表中包含有第一最优模式，则在候选模式列表中，则从第一最优模式以及第一最优模式之前的所有模式中选出RDCost最小的第二最优模式；
S403、执行lfnstIdx＝1且mtsFlag＝0时，若候选模式列表中包含第二最优模式，则在候选模式列表中，从第二最优模式以及第二最优模式之前的所有模式中选出RDCost最小的第三最优模式；
S404、执行lfnstIdx＝1且mtsFlag＝1时，若候选模式列表中包含第三最优模式，则在候选模式列表中，从第三最优模式以及第三最优模式之前的所有模式中选出RDCost最小的第四最优模式；
S405、执行lfnstIdx＝2且mtsFlag＝0时，若候选模式列表中包含第四最优模式，则在候选模式列表中，从第四最优模式以及第四最优模式之前的所有模式中选出RDCost最小的第五最优模式；
S406、执行lfnstIdx＝2且mtsFlag＝1时，若候选模式列表中包含第五最优模式，则在候选模式列表中，从第五最优模式以及第五最优模式之前的所有模式中选出RDCost最小的第六最优模式。
相较于现有标准通过对候选模式列表中的全部模式逐一进行计算，直至选取出最小RDCost的最优模式的方案。这里，首先在执行当前CU不进行LFNST变换且不启用MTS时(即步骤S401)，判断候选模式列表与集合DirsSet是否有相同的模式，若有，则在候选模式列表中跳过该相同的模式之后的所有模式，从剩余模式内选出RDCost最小的第一最优模式，因为选取的参考块与当前CU具有相似的纹理特征，而且候选模式列表中的模式是按照SATDCost从小到大排列的，列表后面的模式产生的率失真代价最可能大于前面的模式产生的率失真代价，所以只需要对列表前面包含DirsSet模式做计算，即对该相同的模式之间的模式(包括该相同的模式)进行计算。于是，本实施例能够减少候选模式列表中的部分模式的计算过程，从而进一步降低编码时间。
同理，后续的步骤在前一个步骤的基础上进行，同样也能够跳过部分模式的计算过程，从而进一步降低编码时间。此处不再细述。
优选的，在步骤S300和S400之间，还包括步骤，
执行MIP模式跳过操作：
求取参考块mipFlag等于0的概率P(mipFlag)；
若P(mipFlag)>A，则跳过MIP模式，其中，A为阈值；
若P(mipFlag)<＝A，则计算候选模式列表中各个模式的SATDCost，选取SATDCost最小值作为阈值minCost，遍历MIP模式，得到MIP模式的SATDCost，若MIP模式的SATDCost大于thr*minCost，则跳过MIP模式，其中，thr＝1.001。
当参考块mipFlag等于0的概率P(mipFlag)大于一定值，可以证明参考块中大多数像素点所在CU没有采用MIP技术，因此当前CU可以跳过MIP模式的处理过程，从而进一步降低编码时间。当参考块mipFlag等于0的概率P(mipFlag)不高时，则计算候选模式列表中各个模式的SATDCost，选取SATDCost最小值作为阈值minCost，遍历MIP模式，得到MIP模式的SATDCost，若MIP模式的SATDCost大于1.001*minCost，则可跳过MIP模式，从而进一步降低编码时间。
优选的，A取值为0.8。如图7，实验数据证明当A取值为0.8时，频率可以达到90％，可证明参考块中大多数像素点所在CU没有采用MIP技术。
第二实施例：
参照图8，提供了一种基于VVC的帧内预测模式的优化方法的具体实施流程，包括以下步骤：
第一步、数据来源；
基于VVC的官方测试软件VTM5.0对6个不同类型的视频序列编码码流进行统计分析。主要编码参数如下表1所示，使用VVC的encoder_intra_vtm配置文件，对6个序列在四个量化参数(qp)下编码10帧。这6个视频序列均来自VVC发布的官方测试序列，具有不同的分辨率、纹理特征。需要说明的是，编码数据的获取条件并不局限于表1，可以根据具体需求场景自行设置。
Figure BDA0002468836080000151
表1
第二步、获取参考块；
VVC在全帧内预测模式下，首先进行的是IBC模式，根据IBC预测模式获取当前CU的MV。用当前CU的MV值与当前CU左上角的坐标值相加即得到参考块左上角的坐标。
第三步、获取参考块的帧内方向模式集DirsSet；
遍历参考块的每个坐标，获取每个像素位置所在CU的方向模式，那么参考块的帧内方向模式集为DirsSet；
第四步、求参考块的平均率失真低价RDCostavg；
获取每个像素位置所在CU的率失真代价RDCost，并用此RDCost之和除以参考块的大小。
计算公式为：
Figure BDA0002468836080000161
其中RDCosti表示参考块的每个像素点所在CU的RDCost，W表示参考块的宽，H表示参考块的高。
第五步、求参考块中mipFlag等于0的概率；
求参考块中每个像素点所在CU的mipFlag值，将mipFlag等于0的像素点数加起来，然后除以参考块的尺寸，计算公式为：P(mipFlag＝0)＝countMipFlag_0/W×H，其中，mipFlag等于0就说明该CU没有使用MIP技术。countMipFlag_0表示参考块中mipFlag等于的像素点数，W表示当前CU的宽，H表示当前CU的高。
第六步、RMD(粗选模式决策)阶段方向模式优化；
(1)若DirsSet∈{DC，Planar，14～26，42～56}，则当前CU执行RMD过程的模式范围为{DC，Planar，14～26，42～56}。
(2)若DirsSet∈{27～41}，则当前CU执行RMD过程的模式范围为{DC，Planar，27～41}。
(3)若DirsSet∈{2～13，57～66}，则当前CU执行RMD过程的模式范围为{DC，Planar，2～13，57～66}。
(4)若DirsSet∈{2～13，27～41，57～66}，则当前CU执行RMD过程的模式范围为{DC，Planar，2～13，27～41，57～66}。
(5)若DirsSet∈{DC，Planar，14～26，27～41，42～56}，则当前CU执行RMD过程的模式范围为{DC，Planar，14～56}。
(6)若DirsSet∈{DC，Planar，2～13，14～26，42～56，57～66}，则当前CU执行RMD过程的模式范围为{DC，Planar，2～26，42～66}。
(7)若DirsSet∈{DC，Planar，2～13，14～26，27～41，42～56，57～66}，则当前CU执行RMD过程的模式范围为原67种方向模式。
在当前CU执行RMD过程的模式范围内，选取N个模式生成初始的候选模式列表uiRdModeList。
可参照第一实施例，此处不再细述。
第七步、MIP跳过优化；
(1)若P(mipFlag＝0)＞0.8，则跳过MIP过程；否则执行步骤(2)；
(2)选择模式列表uiRdModeList中对应的SATDCost最小值作为阈值minCost。遍历MIP模式时，用MIP模式计算预测值和相应的SATDCost值，用cost值表示此SATDCost，若cost＞1.001*minCost，则跳过后面MIP模式的计算；否则，更新模式列表uiRdModeList，并继续计算MIP模式。
第八步、FMD(细选模式决策)阶段方向模式优化；
(1)当执行lfnstIdx＝0且mtsFlag＝0时，若集合DirsSet与列表uiRdModeList之间存在有相同的模式，则在列表uiRdModeList中跳过该相同的模式之后的所有模式，并从剩余模式内选出RDCost最小的模式作为最优模式，例如，集合DirsSet中的模式有与列表uiRdModeList中的第5个模式相等，则执行列表uiRdModeList的前5个模式的计算过程，从中选取出最优模式；若集合DirsSet与列表uiRdModeList之间不存在有相同的模式，则按列表uiRdModeList中的模式执行。
具体的，最优模式的选取过程为：
在列表uiRdModeList中跳过该相同的模式之后的所有模式，之后生成一个处理后的模式列表uiRdModeListReduce，例如，列表uiRdModeListReduce包含列表uiRdModeList的前5个模式；
计算列表uiRdModeListReduce中每个模式的RDCost，当前模式计算完成后会得到一个当前最佳模式的RDCost_best，若RDCost_best满足下式，则跳过后面模式的计算：
RDCost_best<0.02×RDCostavg
(2)当执行lfnstIdx＝0且mtsFlag＝1时，判断列表uiRdModeList是否包含上次选出的最优模式，若包含，则在列表uiRdModeList列表中跳过该最优模式之后的所有模式，从剩余模式中选取最优模式；若不包含，则按列表uiRdModeList中的模式执行。需要说明的是，这里的最优模式的选取过程同上述执行lfnstIdx＝0且mtsFlag＝0时的选取过程相同。
(3)当执行lfnstIdx＝1且mtsFlag＝0时，判断列表uiRdModeList是否包含上次选出的最优模式，若包含，则在列表uiRdModeList列表中跳过该最优模式之后的所有模式，从剩余模式中选取最优模式；若不包含，则按列表uiRdModeList中的模式执行。
(4)当执行lfnstIdx＝1且mtsFlag＝1时，判断列表uiRdModeList是否包含上次选出的最优模式，若包含，则在列表uiRdModeList列表中跳过该最优模式之后的所有模式，从剩余模式中选取最优模式；若不包含，则按列表uiRdModeList中的模式执行。
(5)当执行lfnstIdx＝2且mtsFlag＝0时，判断列表uiRdModeList是否包含上次选出的最优模式，若包含，则在列表uiRdModeList列表中跳过该最优模式之后的所有模式，从剩余模式中选取最优模式；若不包含，则按列表uiRdModeList中的模式执行。
(6)当执行lfnstIdx＝2且mtsFlag＝1时，判断列表uiRdModeList是否包含上次选出的最优模式，若包含，则在列表uiRdModeList列表中跳过该最优模式之后的所有模式，从剩余模式中选取最优模式；若不包含，则按列表uiRdModeList中的模式执行。
将本实施例基于VVC官方参考平台VTM5.0实现，并在JVET的通用测试条件下进行实验，具体如下：
在编码器的设置上，使用Encoder_intra_vtm.cfg配置文件中默认的设置，测试所用视频序列为官方推荐的视频序列。编码性能主要由BDBR(Bjotegaard Delta Bit rate)和TS(Time Reduction)两个指标进行评估，并以原始的VTM5.0编码器为基准评估算法的编码性能。其中，BDBR由同一段视频在四个QP取值下(22，27，32，37)分别编码并计算码率和PSNR(峰值信噪比)所得到。BDBR能够综合反映视频的码率和质量，它表示在同样的客观质量下，较优的编码方法可以节省的码率百分比。一般为负值，表示相同PSNR下，码率减少，性能提高。正值表示码率增加，性能下降。TS则用于衡量本实施例方法在原编码器的基础上对编码时间的缩减程度，其计算方式如下：
Figure BDA0002468836080000191
其中，Tp为将本实施例嵌入VTM5.0后的总编码时间，T0为原编码器VTM5.0的总编码时间。实验结果如表2所示：
Figure BDA0002468836080000192
Figure BDA0002468836080000201
表2
根据实验结果，从平均意义上看，本实施方法使Y、U、V各个分量的BDBR分别平均增加了2.12％、1.01％、0.92％，说明其码率并无明显增加，有效地保证了编码器的压缩性能，而编码时间相比原编码器减少了18.34％，降低了编码复杂度。
因此，本实施例方法通过IBC模式选出的参考块的帧内方向模式来对从当前CU的帧内预测模式做优化，在RMD阶段和FMD阶段均能够跳过部分MIP模式的计算过程，而且在筛选候选模式的过程中，能跳过MIP模式的计算过程。本实施例方法能够在帧内预测模式选取中减少部分模式计算过程，从而降低整体的编码时间。
第三实施例：
提供了一种基于VVC的帧内预测模式的优化系统，包括：VVC编码器，该VVC编码器用于：
根据IBC模式选取当前CU的MV，并根据当前CU的MV和当前CU的坐标确定参考块的坐标；
获取参考块的每个像素位置所在CU的方向模式，得到参考块的帧内方向模式集DirsSet；
将67个帧内预测模式划分为多个模式范围，确定DirsSet中的模式所属的模式范围，根据DirsSet所属的模式范围确定当前CU的候选模式范围并生成候选模式列表；
从候选模式列表内选取出RDCost最小的模式作为最优模式。
本实施例实现的有益效果同第一实施例的有益效果相同，此处不再细述。
第四实施例：
参照图9，提供了一种基于VVC的帧内预测模式的优化设备，该基于VVC的帧内预测模式的优化设备可以是任意类型的智能终端，例如手机、平板电脑、个人计算机等。
具体地，该基于VVC的帧内预测模式的优化设备包括：一个或多个控制处理器和存储器，图9中以一个控制处理器为例。控制处理器和存储器可以通过总线或者其他方式连接，图9中以通过总线连接为例。
存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态性计算机可执行程序以及模块，如本发明实施例中的基于VVC的帧内预测模式的优化设备对应的程序指令/模块，控制处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块，从而实现上述系统实施例的一种基于VVC的帧内预测模式的优化系统的各种功能应用以及数据处理，从而实现上述方法实施例的一种基于VVC的帧内预测模式的优化方法。
存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储上述系统实施例的一种基于VVC的帧内预测模式的优化系统产生的数据。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于控制处理器远程设置的存储器，这些远程存储器可以通过网络连接至该基于VVC的帧内预测模式的优化设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在存储器中，当被所述一个或者多个控制处理器执行时，执行上述方法实施例中的基于VVC的帧内预测模式的优化方法，例如，执行以上描述的图6中的方法步骤S100至S400。
第五实施例：
提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个控制处理器执行，例如，被图9中的一个控制处理器执行，可使得上述一个或多个控制处理器执行上述方法实施例中的一种基于VVC的帧内预测模式的优化方法，例如，执行以上描述的图6中的方法步骤S100至S400。
通过以上的实施方式的描述，本领域技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现。本领域技术人员可以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(ReadOnly Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (6)

1.一种基于VVC的帧内预测模式的优化方法，其特征在于，包括以下步骤：
根据IBC模式选取当前CU的MV，并根据当前CU的MV和当前CU的坐标确定参考块的坐标；
获取所述参考块的每个像素位置所在CU的方向模式，得到所述参考块的帧内方向模式集DirsSet；
将67个帧内预测模式划分为多个模式范围，确定所述DirsSet中的模式所属的模式范围，根据所述DirsSet所属的模式范围确定当前CU的候选模式范围并生成候选模式列表；
从所述候选模式列表内选取出RDCost最小的模式作为最优模式：
执行lfnstIdx＝0且mtsFlag＝0时，若所述候选模式列表中包含有所述DirsSet内的模式，则从包含的模式以及包含的模式之前的所有模式中选出RDCost最小的第一最优模式；其中，所述lfnstIdx用于表征当前CU进行低频不可分离变换的次数，所述mtsFlag用于表征当前CU是否启用多变换选择；
执行lfnstIdx＝0且mtsFlag＝1时，若所述候选模式列表中包含有所述第一最优模式，则从所述第一最优模式以及所述第一最优模式之前的所有模式中选出RDCost最小的第二最优模式；
执行lfnstIdx＝1且mtsFlag＝0时，若所述候选模式列表中包含所述第二最优模式，则从所述第二最优模式以及所述第二最优模式之前的所有模式中选出RDCost最小的第三最优模式；
执行lfnstIdx＝1且mtsFlag＝1时，若所述候选模式列表中包含所述第三最优模式，则从所述第三最优模式以及所述第三最优模式之前的所有模式中选出RDCost最小的第四最优模式；
执行lfnstIdx＝2且mtsFlag＝0时，若所述候选模式列表中包含所述第四最优模式，则从所述第四最优模式以及所述第四最优模式之前的所有模式中选出RDCost最小的第五最优模式；
执行lfnstIdx＝2且mtsFlag＝1时，若所述候选模式列表中包含所述第五最优模式，则从所述第五最优模式以及所述第五最优模式之前的所有模式中选出RDCost最小的第六最优模式。
2.根据权利要求1所述的一种基于VVC的帧内预测模式的优化方法，其特征在于，所述从所述候选模式列表内选取出RDCost最小的模式作为最优模式之前，还包括步骤，执行MIP模式跳过操作：
求取所述参考块mipFlag等于0的概率P(mipFlag)，其中，mipFlag用于表征所述参考块是否使用MIP，若所述参考块未使用MIP，则mipFlag等于0；
若P(mipFlag)>A，则跳过MIP模式，其中，A为阈值；
若P(mipFlag)<＝A，则计算所述候选模式列表中各个模式的SATDCost，选取SATDCost最小值作为阈值minCost，计算MIP模式的SATDCost，若所述MIP模式的SATDCost大于thr*minCost，则跳过MIP模式，其中，thr为阈值，SATDCost表示失真代价。
3.根据权利要求2所述的一种基于VVC的帧内预测模式的优化方法，其特征在于：A取值为0.8。
4.一种基于VVC的帧内预测模式的优化系统，其特征在于，包括：VVC编码器，所述VVC编码器用于：
根据IBC模式选取当前CU的MV，并根据当前CU的MV和当前CU的坐标确定参考块的坐标；
获取所述参考块的每个像素位置所在CU的方向模式，得到所述参考块的帧内方向模式集DirsSet；
将67个帧内预测模式划分为多个模式范围，确定所述DirsSet中的模式所属的模式范围，根据所述DirsSet所属的模式范围确定当前CU的候选模式范围并生成候选模式列表；
从所述候选模式列表内选取出RDCost最小的模式作为最优模式：
执行lfnstIdx＝0且mtsFlag＝0时，若所述候选模式列表中包含有所述DirsSet内的模式，则从包含的模式以及包含的模式之前的所有模式中选出RDCost最小的第一最优模式；其中，所述lfnstIdx用于表征当前CU进行低频不可分离变换的次数，所述mtsFlag用于表征当前CU是否启用多变换选择；
执行lfnstIdx＝0且mtsFlag＝1时，若所述候选模式列表中包含有所述第一最优模式，则从所述第一最优模式以及所述第一最优模式之前的所有模式中选出RDCost最小的第二最优模式；
执行lfnstIdx＝1且mtsFlag＝0时，若所述候选模式列表中包含所述第二最优模式，则从所述第二最优模式以及所述第二最优模式之前的所有模式中选出RDCost最小的第三最优模式；
执行lfnstIdx＝1且mtsFlag＝1时，若所述候选模式列表中包含所述第三最优模式，则从所述第三最优模式以及所述第三最优模式之前的所有模式中选出RDCost最小的第四最优模式；
执行lfnstIdx＝2且mtsFlag＝0时，若所述候选模式列表中包含所述第四最优模式，则从所述第四最优模式以及所述第四最优模式之前的所有模式中选出RDCost最小的第五最优模式；
执行lfnstIdx＝2且mtsFlag＝1时，若所述候选模式列表中包含所述第五最优模式，则从所述第五最优模式以及所述第五最优模式之前的所有模式中选出RDCost最小的第六最优模式。
5.一种基于VVC的帧内预测模式的优化设备，其特征在于，包括：至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器；所述存储器存储有可被所述至少一个控制处理器执行的指令，所述指令被所述至少一个控制处理器执行，以使所述至少一个控制处理器能够执行如权利要求1至3任一项所述的一种基于VVC的帧内预测模式的优化方法。
6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至3任一项所述的一种基于VVC的帧内预测模式的优化方法。
CN202010341972.2A 2020-04-27 2020-04-27 一种基于vvc的帧内预测模式的优化方法及系统 Active CN111541896B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010341972.2A CN111541896B (zh) 2020-04-27 2020-04-27 一种基于vvc的帧内预测模式的优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010341972.2A CN111541896B (zh) 2020-04-27 2020-04-27 一种基于vvc的帧内预测模式的优化方法及系统

Publications (2)

Publication Number Publication Date
CN111541896A CN111541896A (zh) 2020-08-14
CN111541896B true CN111541896B (zh) 2022-03-29

Family

ID=71977303

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010341972.2A Active CN111541896B (zh) 2020-04-27 2020-04-27 一种基于vvc的帧内预测模式的优化方法及系统

Country Status (1)

Country Link
CN (1) CN111541896B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116195253A (zh) * 2020-08-20 2023-05-30 抖音视界有限公司 帧内块复制编解码中的块矢量处理
CN117413515A (zh) * 2021-06-24 2024-01-16 Oppo广东移动通信有限公司 编解码方法、编码器、解码器以及计算机存储介质
CN114422782B (zh) * 2021-12-23 2023-09-19 北京达佳互联信息技术有限公司 视频编码方法、装置、存储介质及电子设备
CN115580723B (zh) * 2022-12-09 2023-06-09 中南大学 一种屏幕内容图像的编码优化方法、系统、设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016178375A (ja) * 2015-03-18 2016-10-06 富士通株式会社 画像処理装置、画像処理方法および画像処理プログラム
CN110519591A (zh) * 2019-08-29 2019-11-29 中南大学 一种基于多用途编码中帧内编码的预测模式快速选择方法
CN110839158A (zh) * 2018-08-16 2020-02-25 北京字节跳动网络技术有限公司 变换矩阵选择的系数相关的编码

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2495301B (en) * 2011-09-30 2018-01-17 Advanced Risc Mach Ltd Method of and apparatus for encoding data

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016178375A (ja) * 2015-03-18 2016-10-06 富士通株式会社 画像処理装置、画像処理方法および画像処理プログラム
CN110839158A (zh) * 2018-08-16 2020-02-25 北京字节跳动网络技术有限公司 变换矩阵选择的系数相关的编码
CN110519591A (zh) * 2019-08-29 2019-11-29 中南大学 一种基于多用途编码中帧内编码的预测模式快速选择方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Two-Stage Fast Multiple Transform Selection Algorithm for VVC Intra Coding;Ting Fu 等;《2019 IEEE International Conference on Multimedia and Expo (ICME)》;20190805;全文 *

Also Published As

Publication number Publication date
CN111541896A (zh) 2020-08-14

Similar Documents

Publication Publication Date Title
CN111541896B (zh) 一种基于vvc的帧内预测模式的优化方法及系统
CN108886621B (zh) 非本地自适应环路滤波方法
WO2016050051A1 (zh) 图像预测方法及相关装置
KR102140331B1 (ko) 인트라 예측 방법 및 그 장치
CN106170093B (zh) 一种帧内预测性能提升编码方法
CN104125466B (zh) 一种基于gpu的hevc并行解码方法
CN110519591B (zh) 一种基于多用途编码中帧内编码的预测模式快速选择方法
US9332275B2 (en) Methods, apparatuses, and programs for encoding and decoding picture
WO2022104498A1 (zh) 帧内预测方法、编码器、解码器以及计算机存储介质
KR20180099950A (ko) 화상 복호 장치, 화상 부호화 장치, 화상 복호 방법, 화상 부호화 방법, 및 부호화 데이터의 데이터 구조를 기록한 기록 매체
CN111010578B (zh) 一种帧内帧间联合预测的方法、装置以及存储介质
WO2014049981A1 (ja) 動画像符号化装置、動画像復号装置、動画像符号化方法及び動画像復号方法
KR20150086793A (ko) 변환 깊이 기반 dct 사이즈 결정 장치 및 방법
CN111586405B (zh) 一种多功能视频编码中基于alf滤波的预测模式快速选择方法
Ma et al. Residual-based video restoration for HEVC intra coding
KR100677118B1 (ko) 움직임 추정 방법 및 그 장치
CN109151467A (zh) 基于图像块活动性的屏幕内容编码帧间模式快速选择方法
CN111246220B (zh) 一种基于vvc帧内编码的深度预测方法、设备及存储介质
JP2010041191A (ja) 画像符号化方法及び画像符号化装置
JP2014090327A (ja) 動画像符号化装置、動画像復号装置、動画像符号化方法及び動画像復号方法
JP2014090326A (ja) 動画像符号化装置、動画像復号装置、動画像符号化方法及び動画像復号方法
KR101247024B1 (ko) 루프 내 전처리 필터링을 이용한 움직임 추정 및 보상 방법
WO2014049982A1 (ja) 動画像符号化装置、動画像復号装置、動画像符号化方法及び動画像復号方法
CN111263158B (zh) 一种基于空间相关度的多变换核快速处理方法
CN117676171B (zh) 用于编码单元的三叉树划分处理方法、设备及存储介质

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