CN111918061B - 编码块的划分方法及装置、存储介质及电子设备 - Google Patents

编码块的划分方法及装置、存储介质及电子设备 Download PDF

Info

Publication number
CN111918061B
CN111918061B CN202010955708.8A CN202010955708A CN111918061B CN 111918061 B CN111918061 B CN 111918061B CN 202010955708 A CN202010955708 A CN 202010955708A CN 111918061 B CN111918061 B CN 111918061B
Authority
CN
China
Prior art keywords
block
mode
division
determining
model
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
CN202010955708.8A
Other languages
English (en)
Other versions
CN111918061A (zh
Inventor
豆修鑫
许道远
樊鸿飞
徐琴琴
张文杰
成超
宋嘉文
张海斌
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 Kingsoft Cloud Network Technology Co Ltd
Original Assignee
Beijing Kingsoft Cloud Network Technology 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 Beijing Kingsoft Cloud Network Technology Co Ltd filed Critical Beijing Kingsoft Cloud Network Technology Co Ltd
Priority to CN202010955708.8A priority Critical patent/CN111918061B/zh
Publication of CN111918061A publication Critical patent/CN111918061A/zh
Application granted granted Critical
Publication of CN111918061B publication Critical patent/CN111918061B/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
    • H04N19/102—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
    • H04N19/12—Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
    • H04N19/122—Selection of transform size, e.g. 8x8 or 2x4x8 DCT; Selection of sub-band transforms of varying structure or type
    • 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
    • H04N19/169—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
    • H04N19/17—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 an image region, e.g. an object
    • H04N19/176—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 an image region, e.g. an object the region being a block, e.g. a macroblock
    • 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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction

Abstract

本发明提供了一种编码块的划分方法及装置、存储介质及电子设备，该方法包括：确定目标帧图中当前需要进行划分的目标编码块；确定目标编码块所支持的各个块划分方式，及每个块划分方式对应的子块；应用JND模型计算每个子块的JND值；获取每个块划分方式对应的阈值区间，并基于每个子块的JND值及每个块划分方式对应的阈值区间，确定各个块划分方式中最优的块划分方式；基于最优的块划分方式对目标编码块划分。应用本发明方法，采用JND模型计算出每个子块的JND值，再通过各个子块的JND值与每个块划分方式对应的阈值区间，确定需要对目标编码块划分的最优的块划分方式。通过该方法，可以加快对编码块的划分，缩短视频编码的时间。

Description

编码块的划分方法及装置、存储介质及电子设备
技术领域
本发明涉及视频编码技术领域，特别是涉及一种编码块的划分方法及装置、存储介质及电子设备。
背景技术
随着多媒体技术的快速发展，人们对高清晰度视频信息消费需求日益增大。为满足用户需求，并随着新一代移动通信技术的发展以及其他多媒体新兴产业的兴起，高清和超高清的视频产业迎来了发展的基于。在提高视频清晰度、分辨率的同时，视频的数据带宽也将随着升高，高数据带宽的视频在视频传输和存储的过程中需要占用大量的空间和数据。因此，为保证视频的质量的同时降低视频的数据带宽，各种编码标准的视频编码技术应运而生，例如：HEVC、AV1等编码标准对应的视频编码技术。应用视频编码技术可以在保证视频质量的前提下，对视频进行压缩，去除视频中的冗余部分，降低视频的数据数据带宽。
现有技术应用视频编码技术对视频的数据带宽进行压缩的过程中，需要将视频中每个帧图按照选定的视频编码技术划分出多个编码块CU，在需要对各个CU进行视频编码测试时，再将各个CU按照其对应的视频编码技术所支持的各个预测块PU的划分方式，将CU划分成PU。在对CU进行划分的过程中，为保证视频编码的质量，需要选择出最优的划分方式。在现有技术中对CU进行最优划分的方式是按照率失真优化RD-cost遍历各个划分方式，根据RD-cost选取出最优的划分方式。但是现有技术中遍历完所有的划分方式通常比较耗时，不利于对视频进行快速编码。
发明内容
有鉴于此，本发明提供一种编码块的划分方法，通过该方法，可以加快对编码块的划分，缩短视频编码的时间。
本发明还提供了一种编码块的划分装置，用以保证上述方法在实际中的实现及应用。
一种编码块的划分方法，包括：
确定目标帧图中当前需要进行划分的目标编码块；
确定所述目标编码块所支持的各个块划分方式，及每个所述块划分方式对应的至少一个子块；
应用预先建立的最小可察觉误差JND模型，计算每个所述子块的JND值；
获取预先设置的每个所述块划分方式对应的阈值区间，并基于每个所述子块的JND值及每个所述块划分方式对应的阈值区间，确定各个所述块划分方式中所述目标编码块所支持的最优的块划分方式；
基于所述最优的块划分方式对所述目标编码块进行划分。
上述的方法，可选的，所述确定所述目标编码块所支持的各个块划分方式，包括：
确定所述目标帧图所采用的编码标准及所述目标编码块的编码块大小；
确定所述编码标准预先设定的各个标准的块划分方式，并获取所述编码标准对应的划分列表；所述划分列表中包含不同编码块大小对应的多个标准的块划分方式；
基于所述划分列表及所述目标编码块的编码块大小，确定在各个所述标准的块划分方式中所述目标编码块所支持的各个块划分方式。
上述的方法，可选的，所述应用预先建立的最小可察觉误差JND模型，计算每个所述子块的JND值，包括：
将所述JND模型分解为视觉对比度敏感度带通CSF模型、亮度幅度非线性LM模型、纹理对比度掩蔽CM模型、人眼凸起掩蔽FM模型和时域掩蔽TM模型；
获取所述CSF模型、LM模型、CM模型、FM模型和TM模型的计算公式，并基于各个所述计算公式，计算所述目标编码块中每个像素点的像素点JND值；
确定每个所述子块的子块大小，并基于每个所述子块的子块大小及各个所述像素点的像素点的JND值，获得每个所述子块的JND值。
上述的方法，可选的，所述基于每个所述子块的JND值及每个所述块划分方式对应的阈值区间，确定各个所述块划分方式中所述目标编码块所支持的最优的块划分方式，包括：
确定每个块划分方式对应的划分类型，并将划分类型一致的各个块划分方式归为同一个划分组；其中，同一个划分组中的各个块划分方式对应的阈值区间一致；
确定预先设定的每个所述划分类型对应的执行顺序，并基于所述执行顺序，执行预先设置的每个所述划分组对应的最优的块划分方式的选择过程；
其中，所述最优的块划分方式的选择过程，包括：确定当前划分类型对应的划分组中的各个当前的块划分方式；计算每个所述当前的块划分方式对应的各个子块的JND值的方差，获得每个所述当前的块划分方式对应的方差值；判断最大的方差值是否在所述当前划分类型对应的阈值区间内；当所述最大的方差值在所述当前划分类型对应的阈值区间内时，将所述最大的方差值对应的当前的块划分方式确定为最优的块划分方式；当所述最大的方差值不在所述当前划分类型对应的阈值区间内时，基于所述执行顺序，执行下一划分组对应的最优的块划分方式的选择过程。
上述的方法，可选的，还包括：
当所述当前划分类型对应的划分组为最后一个划分组，且所述最大的方差值不在所述当前划分类型对应的阈值区间内时，调用预先设置的率失真优化算法，计算所述目标编码块所支持的各个所述块划分方式对应的率失真优化值；
将各个所述块划分方式对应的率失真优化值进行比较，并将各个所述率失真优化值中最小的率失真优化值对应的块划分方式，确定为最优的块划分方式。
一种编码块的划分装置，包括：
第一确定单元，用于确定目标帧图中当前需要进行划分的目标编码块；
第二确定单元，用于确定所述目标编码块所支持的各个块划分方式，及每个所述块划分方式对应的至少一个子块；
计算单元，用于应用预先建立的最小可察觉误差JND模型，计算每个所述子块的JND值；
第三确定单元，用于获取预先设置的每个所述块划分方式对应的阈值区间，并基于每个所述子块的JND值及每个所述块划分方式对应的阈值区间，确定各个所述块划分方式中所述目标编码块所支持的最优的块划分方式；
划分单元，用于基于所述最优的块划分方式对所述目标编码块进行划分。
上述的装置，可选的，所述第二确定单元，包括：
第一确定子单元，用于确定所述目标帧图所采用的编码标准及所述目标编码块的编码块大小；
获取子单元，用于确定所述编码标准预先设定的各个标准的块划分方式，并获取所述编码标准对应的划分列表；所述划分列表中包含不同编码块大小对应的多个标准的块划分方式；
第二确定子单元，用于基于所述划分列表及所述目标编码块的编码块大小，确定在各个所述标准的块划分方式中所述目标编码块所支持的各个块划分方式。
上述的装置，可选的，所述计算单元，包括：
分解子单元，用于将所述JND模型分解为视觉对比度敏感度带通CSF模型、亮度幅度非线性LM模型、纹理对比度掩蔽CM模型、人眼凸起掩蔽FM模型和时域掩蔽TM模型；
第一计算子单元，用于获取所述CSF模型、LM模型、CM模型、FM模型和TM模型的计算公式，并基于各个所述计算公式，计算所述目标编码块中每个像素点的像素点JND值；
第三确定子单元，用于确定每个所述子块的子块大小，并基于每个所述子块的子块大小及各个所述像素点的像素点的JND值，获得每个所述子块的JND值。
上述的装置，可选的，所述第三确定单元，包括：
第四确定子单元，用于确定每个块划分方式对应的划分类型，并将划分类型一致的各个块划分方式归为同一个划分组；其中，同一个划分组中的各个块划分方式对应的阈值区间一致；
执行子单元，用于确定预先设定的每个所述划分类型对应的执行顺序，并基于所述执行顺序，执行预先设置的每个所述划分组对应的最优的块划分方式的选择过程；其中，所述最优的块划分方式的选择过程，包括：确定当前划分类型对应的划分组中的各个当前的块划分方式；计算每个所述当前的块划分方式对应的各个子块的JND值的方差，获得每个所述当前的块划分方式对应的方差值；判断最大的方差值是否在所述当前划分类型对应的阈值区间内；当所述最大的方差值在所述当前划分类型对应的阈值区间内时，将所述最大的方差值对应的当前的块划分方式确定为最优的块划分方式；当所述最大的方差值不在所述当前划分类型对应的阈值区间内时，基于所述执行顺序，执行下一划分组对应的最优的块划分方式的选择过程。
上述的装置，可选的，还包括：
第二计算子单元，用于当所述当前划分类型对应的划分组为最后一个划分组，且所述最大的方差值不在所述当前划分类型对应的阈值区间内时，调用预先设置的率失真优化算法，计算所述目标编码块所支持的各个所述块划分方式对应的率失真优化值；
比较子单元，用于将各个所述块划分方式对应的率失真优化值进行比较，并将各个所述率失真优化值中最小的率失真优化值对应的块划分方式，确定为最优的块划分方式。
一种存储介质，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行上述的编码块的划分方法。
一种电子设备，包括至少一个处理器、以及与处理器连接的至少一个存储器、总线；其中，处理器、存储器通过总线完成相互间的通信；处理器用于调用存储器中的程序指令，以执行上述的编码块的划分方法。
与现有技术相比，本发明包括以下优点：
本发明提供了一种编码块的划分方法，包括：确定目标帧图中当前需要进行划分的目标编码块；确定所述目标编码块所支持的各个块划分方式，及每个所述块划分方式对应的至少一个子块；应用预先建立的最小可察觉误差JND模型，计算每个所述子块的JND值；获取预先设置的每个所述块划分方式对应的阈值区间，并基于每个所述子块的JND值及每个所述块划分方式对应的阈值区间，确定各个所述块划分方式中所述目标编码块所支持的最优的块划分方式；基于所述最优的块划分方式对所述目标编码块进行划分。应用本发明提供的方法，采用JND模型计算出每个子块的JND值，再通过各个子块的JND值与每个块划分方式对应的阈值区间，确定需要对目标编码块进行划分的最优的块划分方式。通过该方法，可以加快对编码块的划分，缩短视频编码的时间。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种编码块的划分方法的方法流程图；
图2为本发明实施例提供的一种编码块的划分方法的方法示例图；
图3为本发明实施例提供的一种编码块的划分方法的又一方法示例图；
图4为本发明实施例提供的一种编码块的划分方法的再一方法示例图；
图5为本发明实施例提供的一种编码块的划分方法的又一方法流程图；
图6为本发明实施例提供的一种编码块的划分方法的再一方法流程图；
图7为本发明实施例提供的一种编码块的划分方法的又再一方法示例图
图8为本发明实施例提供的一种编码块的划分装置的装置结构图；
图9为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本申请中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本发明可用于众多通用或专用的计算装置环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器装置、包括以上任何装置或设备的分布式计算环境等等。
本发明实施例提供了一种编码块的划分方法，该方法可以应用在多种系统平台，其执行主体可以为计算机终端或各种移动设备的处理器，所述方法的方法流程图如图1所示，具体包括：
S101：确定目标帧图中当前需要进行划分的目标编码块；
需要说明的是，当某个视频需要进行视频编码时，需按照预先选定的编码标准，将视频的各个帧图进行处理，即将每个帧图转换成包含多个编码块的帧图。例如，当预先选定的编码标准为AV1时，帧图可以划分成多个128×128、64×64、32×32等大小的编码块，其中，AV1支持的最大编码块为128×128；当预先选定的编码标准为HEVC时，帧图可以划分成多个64×64、32×32、16×16等大小的编码块，其中，HEVC支持的最大编码块为64×64。
在本发明的实施例中，在视频编码的预测过程中，需要将每个帧图中的各个编码块进一步划分成预测块。其中，当需要对视频中任一帧图的各个编码块进行进一步划分时，该帧图为目标帧图。目标帧图中的各个编码块按照设定的顺序依次确定块划分方式进行划分，则目标帧图中当前需要进行划分的编码块为目标编码块。
S102：确定所述目标编码块所支持的各个块划分方式，及每个所述块划分方式对应的至少一个子块；
在本发明实施例中，在对目标编码块进行划分前，需要确定该目标编码块所支持的各个块划分方式，即确定该目标编码块可以划分成的各种预测块。其中，该目标编码块支持的各个块划分方式主要由目标帧图对应的编码标准所决定。
参考图2，图2为编码标准VP9支持的各个块划分方式，VP9支持的各个块划分方式分别为M×M、M/2×M/2、M/2×M和M×M/2。
参考图3，图3为编码标准AV1支持的各个块划分方式，AV1支持的各个块划分方式分别为M×M、M/2×M/2、M/2×M、M×M/2、M×M/3A、M×M/3B、M×M/3C、M×M/3D、M/4×M、M×M/4；
参考图4，图4为编码标准HEVC支持的各个块划分方式，具体分别为：M×M、(M/2)×(M/2)、(M/2)×M、M×(M/2)、(M/4)×M、M×(M/4)、(3M/4)×M、M×(3M/4)，其中，M表示编码块的边长。若该目标帧图对应的编码标准为AV1，则该目标编码块可以支持上述AV1对应的10种预测块对应的块划分方式。
需要说明的是，每个块划分方式分别对应至少一个子块。例如，M×M的块划分方式对应1个子块；M/2×M/2的块划分方式对应4个子块；M×M/3A对应3个子块。
S103：应用预先建立的最小可察觉误差JND模型，计算每个所述子块的JND值；
在本发明实施例中，JND模型是基于心理学和生理学的高效模型，用于表示人眼不能察觉的最大图像失真，体现了人眼对图像改变的容忍度。在视频编码的图像处理过程中，JND模型可以用来度量人眼对图像中不同区域失真的敏感性。本发明中采用的JND模型考虑每一个子块中的视觉对比度敏感度、亮度幅度非线性、纹理对比度掩蔽、人眼凸起掩蔽和时域掩蔽等，通过该JND模型，计算出每个子块的JND值。
S104：获取预先设置的每个所述块划分方式对应的阈值区间，并基于每个所述子块的JND值及每个所述块划分方式对应的阈值区间，确定各个所述块划分方式中所述目标编码块所支持的最优的块划分方式；
在本发明实施例中，每个块划分方式均预先设置对应的阈值区间，在各个块划分方式对应的阈值区间中，可以存在阈值区间相同的块划分方式，也可以存在阈值区间不同的块划分方式。例如，AV1编码标准对应的各个块划分方式中，M/2×M和M×M/2的块划分方式对应的阈值区间相同。
需要说明的是，由于人眼的各种屏蔽效应，人眼只能觉察超过某一阈值的噪声，而JND模型可以度量人眼对图像中不同区域失真的敏感性，本发明通过设置不同块划分方式对应的阈值区间，同时结合每个子块对应的JND值，从而确定各个块划分方式中该目标编码块所支持的最优的块划分方式。
S105：基于所述最优的块划分方式对所述目标编码块进行划分。
在本发明实施例中，基于最优的块划分方式将目标编码块划分，获得该最优的块划分方式对应的预测块。
需要说明的是，在完成对该目标编码块的划分后，基于该目标帧图中所包含的各个编码块的顺序，对该目标编码块的下一个编码块执行如上述S101至S105的编码块的划分过程，此处将不复赘述。若该目标编码块为该目标帧图中的最后一个编码块，则对该目标帧图的下一个帧图中的各个编码块执行如上述S101至S105的编码块的划分过程，此处将不复赘述。
本发明实施例提供的编码块的划分方法中，在需要将目标帧图中的目标编码块划分成预测块时，确定该目标编码块所支持的划分成预测块对应的多个块划分方式，每个块划分方式对应至少一个子块。应用JND模型，计算每个子块的JND值。通过预先设置的每个块划分方式对应的阈值区间以及每个子块的JND值，在各个块划分方式中确定对该目标编码块进行划分的最优的块划分方式，并按照该最优的块划分方式将该目标编码块划分成该最优的块划分方式对应的预测块。
需要说明的是，通过每个块划分方式对应的阈值区间以及每个子块的JND值确定最优的块划分方式的过程中，具体是通过对同一个块划分方式对应的各个子块的JND值进行计算，将计算结果与其对应的块划分方式的阈值区间进行比较，根据比较结果，从各个块划分方式中选出最优的块划分方式。
本发明实施例提供的编码块的划分方法，在具体的实现过程中：
确定目标帧图中当前待划分的目标编码块所支持的各个块划分方式，并确定所述目标编码块在其所支持的每个块划分方式下对应的各个子块数据；
应用预先建立的最小可察觉误差JND模型，按预设的执行顺序，计算每个所述块划分方式下所述目标编码块对应的每个子块数据的JND值；
若当前块划分方式下所述目标编码块对应的各个子块数据的JND值与所述当前块划分方式对应的预设阈值区间相匹配，则应用所述当前块划分方式对所述目标编码块进行划分。
本发明实施例提供的方法中，所述预设的执行顺序，可以根据所述目标编码块所支持的各个块划分方式的划分类型及对应的帧图的种类进行排序。
基于上述实施例提供的编码块的划分方法，对编码块进行划分的过程有具体以下实施场景：
目标帧图中当前需要对编码块A进行划分，编码块A为64×64的编码块。确定该编码块A支持的各个块划分方式分别为：M×M、M/2×M/2、M/2×M、M×M/2、M×M/3A、M×M/3B、M×M/3C、M×M/3D、M/4×M和M×M/4。确定每个块划分方式对应的子块。应用JND模型计算每个子块的JND值，获取每个块划分方式对应的阈值区间，基于各个子块的JND值以及每个块划分方式对应的阈值区间，确定在上述各个块划分方式中最优的块划分方式为M/2×M/2的块划分方式，则将该64×64的编码块A划分成4个子块为32×32的预测块。
应用本发明实施例提供的方法，采用JND模型计算出每个子块的JND值，再通过各个子块的JND值与每个块划分方式对应的阈值区间，确定需要对目标编码块进行划分的最优的块划分方式。通过该方法，可以加快对编码块的划分，缩短视频编码的时间。
本发明实施例提供的方法中，基于上述S102的内容，在对目标编码块进行划分之前，需要确定该目标编码块所支持的各个块划分方式，以从各个块划分方式中确定出最优的块划分方式。其中，确定所述目标编码块所支持的各个块划分方式的过程如图5所示，具体可以包括：
S501：确定所述目标帧图所采用的编码标准及所述目标编码块的编码块大小；
在本发明实施例中，在需要对视频进行视频编码的过程中，需要预先选定编码标准，视频中各个帧图所采用的编码标准为对视频进行视频编码过程中所设定的编码标准。在视频的各个帧图中，每一个帧图按照编码标准以及分辨率等条件将帧图划分成多个编码块，若编码标准为HEVC，则对于同一个帧图，该帧图可以划分成多个包含64×64、32×32、16×16、8×8和4×4的编码块。
S502：确定所述编码标准预先设定的各个标准的块划分方式，并获取所述编码标准对应的划分列表；所述划分列表中包含不同编码块大小对应的多个标准的块划分方式；
在本发明实施例中，不同编码标准设定有不同的标准的块划分方式，但是每个编码块大小并不一定适用于所有的标准的块划分方式，因此，对于每一种编码标准均包含其对应的划分列表，通过该划分列表记录其对应的编码标准下每一个编码块大小对应的多个标准的块划分方式。
S503：基于所述划分列表及所述目标编码块的编码块大小，确定在各个所述标准的块划分方式中所述目标编码块所支持的各个块划分方式。
在本发明实施例中，通过目标帧图所采用的编码标准对应的划分列表，查找与该目标编码块的编码块大小对应的各个标准的块划分方式。
本发明实施例提供的编码块的划分方法中，确定目标帧图所采用的编码标准、该目标编码块的编码块大小，以及该编码标准设定的各个标准的块划分方式。获取预先存储的该编码标准对应的划分列表，从该划分列表中查找与该编码大小对应的各个标准的块划分方式，从而确定该目标编码块所支持的各个块划分方式。
需要说明的是，同一编码标准下，不同编码块大小可以支持不同的多个块划分方式。例如，在编码标准AV1对应的10种块划分方式中，128×128的编码块只支持8种块划分方式，具体分别为：M×M、M/2×M/2、M/2×M、M×M/2、M×M/3A、M×M/3B、M×M/3C和M×M/3D；而8×8的编码块只支持4种块划分方式，具体分别为M×M、M/2×M/2、M/2×M、M×M/2。
应用本发明实施例提供的方法，确定目标编码块所支持的各个块划分方式，以通过各个块划分方式快速确定该目标编码块的最优的块划分方式。
本发明实施例提供的方法中，基于上述S103的内容，在确定各个块划分方式后，需要通过JND模型计算每个块划分方式对应的各个待划分的子块的JND值，以根据各个子块的JND值及各个块划分方式对应的阈值区间确定最优的块划分方式。其中，应用预先建立的最小可察觉误差JND模型，计算每个所述子块的JND值，具体可以包括：
将所述JND模型分解为视觉对比度敏感度带通CSF模型、亮度幅度非线性LM模型、纹理对比度掩蔽CM模型、人眼凸起掩蔽FM模型和时域掩蔽TM模型；
获取所述CSF模型、LM模型、CM模型、FM模型和TM模型的计算公式，并基于各个所述计算公式，计算所述目标编码块中每个像素点的像素点JND值；
确定每个所述子块的子块大小，并基于每个所述子块的子块大小及各个所述像素点的像素点的JND值，获得每个所述子块的JND值。
本发明实施例提供的编码块的划分方法中，该JND模型可以分解成视觉对比度敏感度带通模型，亮度幅度非线性模型，纹理对比度掩蔽模型，人眼凸起掩蔽模型和时域掩蔽模型。上述各个模型通过其对应的公式，计算目标编码块中每个像素点的像素点JND值。其中，该JND模型中的CSF模型、LM模型、CM模型、FM模型和TM模型的结合，考虑视觉、亮度、空间、时域等对人眼的恰可失真的综合考量。在计算获得目标编码块中各个像素点的像素点JND值后，根据每个子块的子块大小计算每个子块的JND值。
具体的，JND模型中CSF模型的计算公式为：
Figure BDA0002678507210000121
其中，T_CSF表示5中算子梯度的最大对比度值，x为像素点在目标帧图中的横坐标，y为像素点在目标帧图中的纵坐标；
LM模型的计算公式为：
Figure BDA0002678507210000122
其中，T_LM表示子块内亮度分量强度；
CM模型的计算公式为：
T_CM＝∑canny，其中，T_CM表示用canny算子处理后边缘像素总和；
FM模型的计算公式为：
Figure BDA0002678507210000123
其中，T_FM表示子块对显著性区域中心位置距离总和；
FM模型的计算公式为：
Figure BDA0002678507210000124
其中，T_TM表示帧间inter块的时域变化掩蔽，帧内intra不用考虑；SAD为帧间亮度差，cu为编码块。
基于上述各个计算公式获得每个像素点的像素点JND值，并根据各个像素点JND值获得每个子块的JND值的计算公式为：
JND＝(T_CSF+T_LM+T_CM+T_FM+T_TM)/(m×n)，其中，m、n分别为子块的长宽值；由此可知，每个像素点的JND值为其对应的T_CSF、T_LM、T_CM、T_FM、T_TM的和；该JND值是长为m，宽为n为的子块中各个像素点的像素点JND值的平均值。
应用本发明实施例提供的方法，通过JND模型计算每个子块的JND值，以通过该JND值和每个块划分方式对应的阈值区间确定最优的块划分方式，加快对编码块的划分过程。
本发明实施例提供的方法中，基于上述S104的内容，在计算获得各个子块的JND值后，获取每个块划分方式预先设定的阈值区间，并基于各个JND值和各个阈值区间确定最优的块划分方式。其中，所述基于每个所述子块的JND值及每个所述块划分方式对应的阈值区间，确定各个所述块划分方式中所述目标编码块所支持的最优的块划分方式，包括：
确定每个块划分方式对应的划分类型，并将划分类型一致的各个块划分方式归为同一个划分组；其中，同一个划分组中的各个块划分方式对应的阈值区间一致；
确定预先设定的每个所述划分类型对应的执行顺序，并基于所述执行顺序，执行预先设置的每个所述划分组对应的最优的块划分方式的选择过程；
其中，所述最优的块划分方式的选择过程，包括：确定当前划分类型对应的划分组中的各个当前的块划分方式；计算每个所述当前的块划分方式对应的各个子块的JND值的方差，获得每个所述当前的块划分方式对应的方差值；判断最大的方差值是否在所述当前划分类型对应的阈值区间内；当所述最大的方差值在所述当前划分类型对应的阈值区间内时，将所述最大的方差值对应的当前的块划分方式确定为最优的块划分方式；当所述最大的方差值不在所述当前划分类型对应的阈值区间内时，基于所述执行顺序，执行下一划分组对应的最优的块划分方式的选择过程。
本发明实施例提供的编码块的划分方法中，每个块划分方式均有其对应的划分类型，各个具有相同划分形式的块划分方式属于同一划分类型；例如：M/4×M和M×M/4都是将编码块划分成4个相同的矩形，因此，M/4×M和M×M/4属于同一类划分类型的块划分方式；M×M/3A、M×M/3B、M×M/3C和M×M/3D都是“T”形的块划分方式，因此，M×M/3A、M×M/3B、M×M/3C和M×M/3D属于同一类划分类型的块划分方式。在确定各个块划分方式对应的划分类型后，将同一个划分类型的各个块划分方式归为同一个划分组，属于同一个划分组的各个块划分方式对应的阈值区间一致。在确定需要对目标编码块进行划分的最优的块划分方式的过程中，根据预先设定的每个划分类型对应的执行顺序，从而确定各个划分组的执行顺序。按照该执行顺序，执行每个划分组对应的最优的块划分方式的选择过程。其中，该最优的块划分方式的选择过程中，先确定当前划分类型对应的划分组中的各个当前的块划分方式，以通过各个当前的块划分方式确定是否存在最优的块划分方式。在确定各个当前的块划分方式后，计算每个当前的块划分方式对应的各个子块的JND值的方差，例如：各个当前的块划分方式分别为M/4×M和M×M/4，则分别计算两种划分方式中4个子块的JND值的方差。在获得每个当前的块划分方式对应的方差值后，从中选取出最大的方差值，并判断该最大的方差值是否在该当前的划分类型对应的划分组的阈值区间内。若在，则该最大的方差值对应的当前的块划分方式为最优的块划分方式；若不在，则继续按照该执行顺序，执行下一个划分组对应的最优的块划分方式的选择过程直到当前执行的最优的块划分方式的选择过程中确定最优的块划分方式。
需要说明的是，在执行当前最优的块划分方式的选择过程中，确定了最优的块划分方式，则跳出该过程，无需再执行对下一划分组对应的最优的块划分方式的选择过程，更不用计算每个块划分方式对应的率失真优化，加快了确定编码块的划分方式，缩减视频编码的时间。
可选的，本发明实施例提供的方法中，在执行上述的每个所述划分组对应的最优的块划分方式的选择过程中，可能会存在所有的划分组中无法确定最优的块划分方式的情况，为此，确定最优的块划分方式的过程具体还可以包括：
当所述当前划分类型对应的划分组为最后一个划分组，且所述最大的方差值不在所述当前划分类型对应的阈值区间内时，调用预先设置的率失真优化算法，计算所述目标编码块所支持的各个所述块划分方式对应的率失真优化值；
将各个所述块划分方式对应的率失真优化值进行比较，并将各个所述率失真优化值中最小的率失真优化值对应的块划分方式，确定为最优的块划分方式。
基于上述实施例提供的编码块的方法中，在各个块划分方式中确定该目标编码块的最优的编码过程如图6所示，具体可以包括：
S601：确定各个块划分方式对应的划分类型，并将划分类型一致的各个块划分方式归为同一个划分组；
S602：基于各个划分组对应的执行顺序，计算当前待判断的划分组中各个当前的块划分方式对应的各个JND值的方差，获得每个当前的块划分方式的方差值；
S603：判断最大的方差值是否在其对应的划分组对应的阈值区间内；若不在，则执行S604；若在，则确定该最大方差值对应的块划分方式为最优的块划分方式，并执行S606；
S604：判断该划分组是否为最后一个划分组；若是，则执行S605；若否则执行S602；
S605：计算各个块划分方式对应率失真优化值，并选取最小的率失真优化值对应的块划分方式为最优的块划分方式；
S606：基于最优的块划分方式对目标编码块进行划分。
参考图7，基于上述S601至S606的过程，以AV1为例，确定编码块的最优的块划分方式的过程有具体以下实施场景：
将编码块CU的各个块划分方式划分成4个划分类型，每一个划分类型为一个划分组，具体的，4个划分组分别为JUDGE-1、JUDGE-2、JUDGE-3和JUDGE-4。其中，JUDGE-1包括M2×M2的块划分方式、JUDGE-2包括M×M的块划分方式、JUDGE-3包括M/4×M和M×M/4的块划分方式、JUDGE-4包括M×M/3A、M×M/3B、M×M/3C和M×M/3D的块划分方式。其中，预先设定的执行顺序为：JUDGE-1、JUDGE-2、JUDGE-3和JUDGE-4。4个划分组依次对应的阈值区间分别为(TH1，+∞)、(TH2，TH3)、(TH4，+∞)和(TH5，+∞)。按照该执行顺序，先计算JUDGE-1中M2×M2的块划分方式对应的四个子块的方差值，并判断该方差值是否在(TH1，+∞)内，若在则该M2×M2的块划分方式为最优的块划分方式；若不在，则计算JUDGE-2中M×M的块划分方式对应的一个子块的方差值，并判断该方差值是否在(TH2，TH3)内，若在则该M×M的块划分方式为最优的块划分方式；若不在，则计算JUDGE-3中的两种块划分方式分别对应的四个子块的方差值，判断两个方差值中最大的方差值是否在(TH4，+∞)内，若在，则该最大的方差值对应的块划分方式为最优的块划分方式；若不在，则计算JUDGE-4中的四种块划分方式分别对应的三个子块的方差值，判断三个方差值中最大的方差值是否在(TH5，+∞)内，若在，则该最大的方差值对应的块划分方式为最优的块划分方式；若不在，则计算上述各个块划分方式对应的率失真函数值，并将最小的率失真函数值RD-cost对应的块划分方式确定为最优的块划分方式。
应用本发明实施例提供的方法，再通过各个子块的JND值与每个块划分方式对应的阈值区间，确定需要对目标编码块进行划分的最优的块划分方式。通过该方法，可以加快对编码块的划分，缩短视频编码的时间。
上述各个实施例的具体实施过程及其衍生方式，均在本发明的保护范围之内。
与图1所述的方法相对应，本发明实施例还提供了一种编码块的划分装置，用于对图1中方法的具体实现，本发明实施例提供的编码块的划分装置可以应用计算机终端或各种移动设备中，其结构示意图如图8所示，具体包括：
第一确定单元801，用于确定目标帧图中当前需要进行划分的目标编码块；
第二确定单元802，用于确定所述目标编码块所支持的各个块划分方式，及每个所述块划分方式对应的至少一个子块；
计算单元803，用于应用预先建立的最小可察觉误差JND模型，计算每个所述子块的JND值；
第三确定单元804，用于获取预先设置的每个所述块划分方式对应的阈值区间，并基于每个所述子块的JND值及每个所述块划分方式对应的阈值区间，确定各个所述块划分方式中所述目标编码块所支持的最优的块划分方式；
划分单元805，用于基于所述最优的块划分方式对所述目标编码块进行划分。
本发明实施例提供的编码块的划分装置中，在需要将目标帧图中的目标编码块划分成预测块时，确定该目标编码块所支持的划分成预测块对应的多个块划分方式，每个块划分方式对应至少一个子块。应用JND模型，计算每个子块的JND值。通过预先设置的每个块划分方式对应的阈值区间以及每个子块的JND值，在各个块划分方式中确定对该目标编码块进行划分的最优的块划分方式，并按照该最优的块划分方式将该目标编码块划分成该最优的块划分方式对应的预测块。
应用本发明实施例提供的装置，采用JND模型计算出每个子块的JND值，再通过各个子块的JND值与每个块划分方式对应的阈值区间，确定需要对目标编码块进行划分的最优的块划分方式。可以加快对编码块的划分，缩短视频编码的时间。
本发明实施例提供的装置中，所述第二确定单元802，包括：
第一确定子单元，用于确定所述目标帧图所采用的编码标准及所述目标编码块的编码块大小；
获取子单元，用于确定所述编码标准预先设定的各个标准的块划分方式，并获取所述编码标准对应的划分列表；所述划分列表中包含不同编码块大小对应的多个标准的块划分方式；
第二确定子单元，用于基于所述划分列表及所述目标编码块的编码块大小，确定在各个所述标准的块划分方式中所述目标编码块所支持的各个块划分方式。
本发明实施例提供的装置中，所述计算单元803，包括：
分解子单元，用于将所述JND模型分解为视觉对比度敏感度带通CSF模型、亮度幅度非线性LM模型、纹理对比度掩蔽CM模型、人眼凸起掩蔽FM模型和时域掩蔽TM模型；
第一计算子单元，用于获取所述CSF模型、LM模型、CM模型、FM模型和TM模型的计算公式，并基于各个所述计算公式，计算所述目标编码块中每个像素点的像素点JND值；
第三确定子单元，用于确定每个所述子块的子块大小，并基于每个所述子块的子块大小及各个所述像素点的像素点的JND值，获得每个所述子块的JND值。
本发明实施例提供的装置中，所述第三确定单元804，包括：
第四确定子单元，用于确定每个块划分方式对应的划分类型，并将划分类型一致的各个块划分方式归为同一个划分组；其中，同一个划分组中的各个块划分方式对应的阈值区间一致；
执行子单元，用于确定预先设定的每个所述划分类型对应的执行顺序，并基于所述执行顺序，执行预先设置的每个所述划分组对应的最优的块划分方式的选择过程；其中，所述最优的块划分方式的选择过程，包括：确定当前划分类型对应的划分组中的各个当前的块划分方式；计算每个所述当前的块划分方式对应的各个子块的JND值的方差，获得每个所述当前的块划分方式对应的方差值；判断最大的方差值是否在所述当前划分类型对应的阈值区间内；当所述最大的方差值在所述当前划分类型对应的阈值区间内时，将所述最大的方差值对应的当前的块划分方式确定为最优的块划分方式；当所述最大的方差值不在所述当前划分类型对应的阈值区间内时，基于所述执行顺序，执行下一划分组对应的最优的块划分方式的选择过程。
本发明实施例提供的装置中，还包括：
第二计算子单元，用于当所述当前划分类型对应的划分组为最后一个划分组，且所述最大的方差值不在所述当前划分类型对应的阈值区间内时，调用预先设置的率失真优化算法，计算所述目标编码块所支持的各个所述块划分方式对应的率失真优化值；
比较子单元，用于将各个所述块划分方式对应的率失真优化值进行比较，并将各个所述率失真优化值中最小的率失真优化值对应的块划分方式，确定为最优的块划分方式。
以上本发明实施例公开的编码块的划分装置中各个单元及子单元的具体工作过程，可参见本发明上述实施例公开的编码块的划分方法中的对应内容，这里不再进行赘述。
本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现所述编码块的划分方法。
本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述编码块的划分方法。
如图9所示，本发明实施例提供了一种电子设备，所述电子设备90包括至少一个处理器901、以及与处理器901连接的至少一个存储器902、总线903；其中，处理器901、存储器902通过总线903完成相互间的通信；处理器901用于调用存储器902中的程序指令，以执行上述编码块的划分方法。本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序，该方法，包括：
确定目标帧图中当前需要进行划分的目标编码块；
确定所述目标编码块所支持的各个块划分方式，及每个所述块划分方式对应的至少一个子块；
应用预先建立的最小可察觉误差JND模型，计算每个所述子块的JND值；
获取预先设置的每个所述块划分方式对应的阈值区间，并基于每个所述子块的JND值及每个所述块划分方式对应的阈值区间，确定各个所述块划分方式中所述目标编码块所支持的最优的块划分方式；
基于所述最优的块划分方式对所述目标编码块进行划分。
上述的方法，可选的，所述确定所述目标编码块所支持的各个块划分方式，包括：
确定所述目标帧图所采用的编码标准及所述目标编码块的编码块大小；
确定所述编码标准预先设定的各个标准的块划分方式，并获取所述编码标准对应的划分列表；所述划分列表中包含不同编码块大小对应的多个标准的块划分方式；
基于所述划分列表及所述目标编码块的编码块大小，确定在各个所述标准的块划分方式中所述目标编码块所支持的各个块划分方式。
上述的方法，可选的，所述应用预先建立的最小可察觉误差JND模型，计算每个所述子块的JND值，包括：
将所述JND模型分解为视觉对比度敏感度带通CSF模型、亮度幅度非线性LM模型、纹理对比度掩蔽CM模型、人眼凸起掩蔽FM模型和时域掩蔽TM模型；
获取所述CSF模型、LM模型、CM模型、FM模型和TM模型的计算公式，并基于各个所述计算公式，计算所述目标编码块中每个像素点的像素点JND值；
确定每个所述子块的子块大小，并基于每个所述子块的子块大小及各个所述像素点的像素点的JND值，获得每个所述子块的JND值。
上述的方法，可选的，所述基于每个所述子块的JND值及每个所述块划分方式对应的阈值区间，确定各个所述块划分方式中所述目标编码块所支持的最优的块划分方式，包括：
确定每个块划分方式对应的划分类型，并将划分类型一致的各个块划分方式归为同一个划分组；其中，同一个划分组中的各个块划分方式对应的阈值区间一致；
确定预先设定的每个所述划分类型对应的执行顺序，并基于所述执行顺序，执行预先设置的每个所述划分组对应的最优的块划分方式的选择过程；
其中，所述最优的块划分方式的选择过程，包括：确定当前划分类型对应的划分组中的各个当前的块划分方式；计算每个所述当前的块划分方式对应的各个子块的JND值的方差，获得每个所述当前的块划分方式对应的方差值；判断最大的方差值是否在所述当前划分类型对应的阈值区间内；当所述最大的方差值在所述当前划分类型对应的阈值区间内时，将所述最大的方差值对应的当前的块划分方式确定为最优的块划分方式；当所述最大的方差值不在所述当前划分类型对应的阈值区间内时，基于所述执行顺序，执行下一划分组对应的最优的块划分方式的选择过程。
上述的方法，可选的，还包括：
当所述当前划分类型对应的划分组为最后一个划分组，且所述最大的方差值不在所述当前划分类型对应的阈值区间内时，调用预先设置的率失真优化算法，计算所述目标编码块所支持的各个所述块划分方式对应的率失真优化值；
将各个所述块划分方式对应的率失真优化值进行比较，并将各个所述率失真优化值中最小的率失真优化值对应的块划分方式，确定为最优的块划分方式。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现。
为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (12)

1.一种编码块的划分方法，其特征在于，包括：
确定目标帧图中当前需要进行划分的目标编码块；
确定所述目标编码块所支持的各个块划分方式，及每个所述块划分方式对应的至少一个子块；
应用预先建立的最小可察觉误差JND模型，按照预设的执行顺序，计算每个块划分方式的所述子块的JND值；
获取预先设置的每个所述块划分方式对应的阈值区间，并基于每个所述子块的JND值及每个所述块划分方式对应的阈值区间，确定各个所述块划分方式中所述目标编码块所支持的最优的块划分方式；其中，在确定的最优的块划分方式的过程中，若当前的块划分方式的子块的JND值与当前块划分方式对应的阈值区间相匹配，则将所述当前的块划分方式作为最优的块划分方式；
基于所述最优的块划分方式对所述目标编码块进行划分。
2.根据权利要求1所述的方法，其特征在于，所述确定所述目标编码块所支持的各个块划分方式，包括：
确定所述目标帧图所采用的编码标准及所述目标编码块的编码块大小；
确定所述编码标准预先设定的各个标准的块划分方式，并获取所述编码标准对应的划分列表；所述划分列表中包含不同编码块大小对应的多个标准的块划分方式；
基于所述划分列表及所述目标编码块的编码块大小，确定在各个所述标准的块划分方式中所述目标编码块所支持的各个块划分方式。
3.根据权利要求1所述的方法，其特征在于，所述应用预先建立的最小可察觉误差JND模型，按照预设的执行顺序，计算每个块划分方式的所述子块的JND值，包括：
将所述JND模型分解为视觉对比度敏感度带通CSF模型、亮度幅度非线性LM模型、纹理对比度掩蔽CM模型、人眼凸起掩蔽FM模型和时域掩蔽TM模型；
获取所述CSF模型、LM模型、CM模型、FM模型和TM模型的计算公式，并基于各个所述计算公式，计算所述目标编码块中每个像素点的像素点JND值；
确定每个所述子块的子块大小，并基于每个所述子块的子块大小及各个所述像素点的像素点的JND值，获得每个所述子块的JND值。
4.根据权利要求1所述的方法，其特征在于，所述基于每个所述子块的JND值及每个所述块划分方式对应的阈值区间，确定各个所述块划分方式中所述目标编码块所支持的最优的块划分方式，包括：
确定每个块划分方式对应的划分类型，并将划分类型一致的各个块划分方式归为同一个划分组；其中，同一个划分组中的各个块划分方式对应的阈值区间一致；
确定预先设定的每个所述划分类型对应的执行顺序，并基于所述执行顺序，执行预先设置的每个所述划分组对应的最优的块划分方式的选择过程；
其中，所述最优的块划分方式的选择过程，包括：确定当前划分类型对应的划分组中的各个当前的块划分方式；计算每个所述当前的块划分方式对应的各个子块的JND值的方差，获得每个所述当前的块划分方式对应的方差值；判断最大的方差值是否在所述当前划分类型对应的阈值区间内；当所述最大的方差值在所述当前划分类型对应的阈值区间内时，将所述最大的方差值对应的当前的块划分方式确定为最优的块划分方式；当所述最大的方差值不在所述当前划分类型对应的阈值区间内时，基于所述执行顺序，执行下一划分组对应的最优的块划分方式的选择过程。
5.根据权利要求4所述的方法，其特征在于，还包括：
当所述当前划分类型对应的划分组为最后一个划分组，且所述最大的方差值不在所述当前划分类型对应的阈值区间内时，调用预先设置的率失真优化算法，计算所述目标编码块所支持的各个所述块划分方式对应的率失真优化值；
将各个所述块划分方式对应的率失真优化值进行比较，并将各个所述率失真优化值中最小的率失真优化值对应的块划分方式，确定为最优的块划分方式。
6.一种编码块的划分装置，其特征在于，包括：
第一确定单元，用于确定目标帧图中当前需要进行划分的目标编码块；
第二确定单元，用于确定所述目标编码块所支持的各个块划分方式，及每个所述块划分方式对应的至少一个子块；
计算单元，用于应用预先建立的最小可察觉误差JND模型，按照预设的执行顺序，计算每个块划分方式的所述子块的JND值；
第三确定单元，用于获取预先设置的每个所述块划分方式对应的阈值区间，并基于每个所述子块的JND值及每个所述块划分方式对应的阈值区间，确定各个所述块划分方式中所述目标编码块所支持的最优的块划分方式；其中，在确定的最优的块划分方式的过程中，若当前的块划分方式的子块的JND值与当前块划分方式对应的阈值区间相匹配，则将所述当前的块划分方式作为最优的块划分方式；
划分单元，用于基于所述最优的块划分方式对所述目标编码块进行划分。
7.根据权利要求6所述的装置，其特征在于，所述第二确定单元，包括：
第一确定子单元，用于确定所述目标帧图所采用的编码标准及所述目标编码块的编码块大小；
获取子单元，用于确定所述编码标准预先设定的各个标准的块划分方式，并获取所述编码标准对应的划分列表；所述划分列表中包含不同编码块大小对应的多个标准的块划分方式；
第二确定子单元，用于基于所述划分列表及所述目标编码块的编码块大小，确定在各个所述标准的块划分方式中所述目标编码块所支持的各个块划分方式。
8.根据权利要求6所述的装置，其特征在于，所述计算单元，包括：
分解子单元，用于将所述JND模型分解为视觉对比度敏感度带通CSF模型、亮度幅度非线性LM模型、纹理对比度掩蔽CM模型、人眼凸起掩蔽FM模型和时域掩蔽TM模型；
第一计算子单元，用于获取所述CSF模型、LM模型、CM模型、FM模型和TM模型的计算公式，并基于各个所述计算公式，计算所述目标编码块中每个像素点的像素点JND值；
第三确定子单元，用于确定每个所述子块的子块大小，并基于每个所述子块的子块大小及各个所述像素点的像素点的JND值，获得每个所述子块的JND值。
9.根据权利要求6所述的装置，其特征在于，所述第三确定单元，包括：
第四确定子单元，用于确定每个块划分方式对应的划分类型，并将划分类型一致的各个块划分方式归为同一个划分组；其中，同一个划分组中的各个块划分方式对应的阈值区间一致；
执行子单元，用于确定预先设定的每个所述划分类型对应的执行顺序，并基于所述执行顺序，执行预先设置的每个所述划分组对应的最优的块划分方式的选择过程；其中，所述最优的块划分方式的选择过程，包括：确定当前划分类型对应的划分组中的各个当前的块划分方式；计算每个所述当前的块划分方式对应的各个子块的JND值的方差，获得每个所述当前的块划分方式对应的方差值；判断最大的方差值是否在所述当前划分类型对应的阈值区间内；当所述最大的方差值在所述当前划分类型对应的阈值区间内时，将所述最大的方差值对应的当前的块划分方式确定为最优的块划分方式；当所述最大的方差值不在所述当前划分类型对应的阈值区间内时，基于所述执行顺序，执行下一划分组对应的最优的块划分方式的选择过程。
10.根据权利要求9所述的装置，其特征在于，还包括：
第二计算子单元，用于当所述当前划分类型对应的划分组为最后一个划分组，且所述最大的方差值不在所述当前划分类型对应的阈值区间内时，调用预先设置的率失真优化算法，计算所述目标编码块所支持的各个所述块划分方式对应的率失真优化值；
比较子单元，用于将各个所述块划分方式对应的率失真优化值进行比较，并将各个所述率失真优化值中最小的率失真优化值对应的块划分方式，确定为最优的块划分方式。
11.一种存储介质，其特征在于，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行如权利要求1～5任意一项所述的编码块的划分方法。
12.一种电子设备，其特征在于，包括至少一个处理器、以及与处理器连接的至少一个存储器、总线；其中，处理器、存储器通过总线完成相互间的通信；处理器用于调用存储器中的程序指令，以执行如权利要求1～5任意一项所述的编码块的划分方法。
CN202010955708.8A 2020-09-11 2020-09-11 编码块的划分方法及装置、存储介质及电子设备 Active CN111918061B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010955708.8A CN111918061B (zh) 2020-09-11 2020-09-11 编码块的划分方法及装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010955708.8A CN111918061B (zh) 2020-09-11 2020-09-11 编码块的划分方法及装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN111918061A CN111918061A (zh) 2020-11-10
CN111918061B true CN111918061B (zh) 2022-12-20

Family

ID=73268004

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010955708.8A Active CN111918061B (zh) 2020-09-11 2020-09-11 编码块的划分方法及装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN111918061B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112565750B (zh) * 2020-12-06 2022-09-06 浙江大华技术股份有限公司 一种视频编码方法、电子设备和存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110049322A (zh) * 2018-01-15 2019-07-23 北京金山云网络技术有限公司 模式选择的方法、装置、电子设备及存储介质
CN111294599A (zh) * 2019-03-13 2020-06-16 北京达佳互联信息技术有限公司 视频解码方法、视频编码方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180039323A (ko) * 2016-10-10 2018-04-18 디지털인사이트 주식회사 다양한 블록 분할 구조를 결합하여 사용하는 비디오 코딩 방법 및 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110049322A (zh) * 2018-01-15 2019-07-23 北京金山云网络技术有限公司 模式选择的方法、装置、电子设备及存储介质
CN111294599A (zh) * 2019-03-13 2020-06-16 北京达佳互联信息技术有限公司 视频解码方法、视频编码方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《AVS和HEVC编码的优化技术研究》;曹立;《中国优秀硕士学位论文全文数据库（电子期刊）》;20200115;正文第16至第20页 *

Also Published As

Publication number Publication date
CN111918061A (zh) 2020-11-10

Similar Documents

Publication Publication Date Title
Zhang et al. Low-rank decomposition-based restoration of compressed images via adaptive noise estimation
US9672636B2 (en) Texture masking for video quality measurement
US10536692B2 (en) Picture prediction method and related apparatus
Jakhetiya et al. A prediction backed model for quality assessment of screen content and 3-D synthesized images
CN107333027B (zh) 一种视频图像增强的方法和装置
CN112383777A (zh) 视频编码方法、装置、电子设备及存储介质
Wang et al. Perceptual screen content image quality assessment and compression
Sandić-Stanković et al. Fast blind quality assessment of DIBR-synthesized video based on high-high wavelet subband
CN111918061B (zh) 编码块的划分方法及装置、存储介质及电子设备
CN110740316A (zh) 数据编码方法及装置
CN110378860B (zh) 修复视频的方法、装置、计算机设备和存储介质
CN106664404A (zh) 视频编码中的块分割方式处理方法和相关装置
CN106157257A (zh) 图像滤波的方法和装置
CN112584153A (zh) 基于恰可察觉失真模型的视频压缩方法及装置
CN112085667A (zh) 一种基于伪模拟视频传输的去分块效应方法和装置
CN110677728B (zh) 播放视频的方法、装置、设备及存储介质
CN114627022A (zh) 图像处理方法、装置、电子设备及存储介质
CN107547895B (zh) 一种图像处理方法及其装置
US8811766B2 (en) Perceptual block masking estimation system
CN113422956A (zh) 一种图像编码方法、装置、电子设备及存储介质
KR101979492B1 (ko) 해상도에 따른 적응적 장면 전환 감지 방법 및 장치
US20190364291A1 (en) Method and system for improved image compression
CN113115034B (zh) 一种视频处理方法、装置、电子设备及存储介质
CN110941413A (zh) 显示画面的生成方法及相关装置
CN117115433B (zh) 显示异常检测方法、装置、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