CN112866693A - 编码单元cu的划分方法、装置、电子设备和存储介质 - Google Patents
编码单元cu的划分方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN112866693A CN112866693A CN202110320748.XA CN202110320748A CN112866693A CN 112866693 A CN112866693 A CN 112866693A CN 202110320748 A CN202110320748 A CN 202110320748A CN 112866693 A CN112866693 A CN 112866693A
- Authority
- CN
- China
- Prior art keywords
- value
- current
- cus
- depth
- depth value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000001514 detection method Methods 0.000 claims abstract description 55
- 238000000638 solvent extraction Methods 0.000 claims description 24
- 230000002123 temporal effect Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 16
- 239000013598 vector Substances 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 abstract description 31
- 230000008569 process Effects 0.000 abstract description 14
- 238000010586 diagram Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 11
- 238000005192 partition Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 241000023320 Luma <angiosperm> Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- H04N19/90—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
-
- 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
- H04N19/169—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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本申请公开了编码单元CU的划分方法、装置、电子设备和存储介质，涉及云计算和视频编码技术领域。具体实现方案为：获取当前CU的多个参考CU的平均深度值和深度检测极值；根据平均深度值和深度检测极值生成参考值；在参考值小于阈值的情况下，则继续减少当前CU的最小深度值；在参考值大于或等于阈值的情况下，则将深度检测极值作为当前CU的最小深度值。该方法通过参考CU的平均深度值和深度检测极值生成当前CU的参考值，并将参考值与阈值进行比较后确定当前CU的最小深度值，可跳过一些冗余的大尺寸CU的深度计算，有效地减少了CU划分过程中冗余的计算过程，节省了大量计算量，提高了编码速度。
Description
技术领域
本申请涉及计算机技术领域，具体涉及云计算和视频编码技术领域，尤其涉及编码单元CU的划分方法、装置、电子设备和存储介质。
背景技术
随着视频技术的发展，高效视频编码(High Efficiency Video Coding，简称HEVC)作为新的视频编码标准。HEVC与上一代视频编码标准相比，编码性能有了大幅提升。其中，HEVC采用四叉树结构机制，HEVC的基本处理单元是编码树单元(CodingTreeUnit，简称CTU)，CTU划分为更小的编码单元(CodingUnit，简称CU)，CU再进一步划分预测单元(Prediction Unit，PU)用于视频的预测编码。HEVC的预测编码可以准确的反应视频内容的纹理特征，但同时提高了编码复杂度，增加了编码时间。因此，为了支持视频编码的实时应用，HEVC中加快CU的划分是支持实时应用的关键。
相关技术中，主要通过CU的空域相关块和时域相关块的特征加快CU的划分。但是，对于不同CU信息大不相同，然而，在上述算法中，并没有针对不同的CU划分进行决策和分类，从而导致冗余计算，计算量增大。同时造成编码速度降低。
发明内容
本申请提供了一种用于编码单元CU的划分方法、装置、电子设备和存储介质。
根据本申请的一方面，提供了一种编码单元CU的划分方法，该方法包括：获取当前CU的多个参考CU；获取所述多个参考CU的平均深度值和深度检测极值；根据所述平均深度值和所述深度检测极值生成参考值；在所述参考值小于阈值的情况下，则继续减少所述当前CU的最小深度值；在所述参考值大于或等于所述阈值的情况下，则将所述深度检测极值作为所述当前CU的最小深度值。
根据本申请的另一方面，提供了一种编码单元CU的划分装置，该装置包括：第一获取模块，用于获取当前CU的多个参考CU；第二获取模块，用于获取所述多个参考CU的平均深度值和深度检测极值；生成模块，用于根据所述平均深度值和所述深度检测极值生成参考值；处理模块，用于在所述参考值小于阈值的情况下，则继续减少所述当前CU的最小深度值；在所述参考值大于或等于所述阈值的情况下，则将所述深度检测极值作为所述当前CU的最小深度值。
根据本申请的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请第一方面实施例所述的方法。
根据本申请的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请第一方面实施例所述的方法。
根据本申请的另一方面，提供了一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，用于实现本申请第一方面实施例所述的方法。
应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是根据本申请实施例的CU的递归划分流程示意图；
图2是根据本申请实施例的CU的递归划分示意图；
图3是根据本申请第一实施例的示意图；
图4是根据本申请第二实施例的示意图
图5是根据本申请实施例的阈值设置示意图；
图6是根据本申请第三实施例的示意图；
图7是根据本申请实施例CU的高效划分方法的流程示意图；
图8是根据本申请第四实施例的示意图；
图9是根据本申请第五实施例的示意图；
图10是用来实现本申请实施例的编码单元CU的划分方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
随着视频技术的发展，高效视频编码(High Efficiency Video Coding，简称HEVC)作为新的视频编码标准。HEVC与上一代视频编码标准相比，编码性能有了大幅提升。其中，HEVC采用四叉树结构机制，HEVC的基本处理单元是编码树单元(CodingTreeUnit，简称CTU)，CTU划分为更小的编码单元(CodingUnit，简称CU)，CU再进一步划分预测单元(Prediction Unit，PU)用于视频的预测编码。HEVC的预测编码可以准确的反应视频内容的纹理特征，但同时提高了编码复杂度，增加了编码时间。
需要说明的是，在HEVC中，CU是最基本的编码单元，每个CU由一个亮度块和两个色度块以及相应的语法元素组成。亮度CU的尺寸可以是64x64、32x32、16x16、8x8，色度CU的尺寸可以是32x32、16x16、8x8、4x4。如图1和图2所示，图1为CU的递归划分流程示意图，图2为CU的递归划分示意图，传统的CU的划分是递归进行的，也就是CU不断划分到最小CU为止，最后从不同的尺寸中选择最佳的尺寸，虽然这种方法可以保证误差足够小，但是由于每一个CU都需要从64x64划分到8x8，造成了复杂度的升高，使得编码速度变慢。因此，为了支持视频编码的实时应用，HEVC中加快CU的划分是支持实时应用的关键。
相关技术中，主要通过CU的空域相关块和时域相关块的特征加快CU的划分。但是，对于不同CU的信息大不相同，然而，在上述算法中，并没有针对不同的CU划分进行决策和分类，从而导致冗余计算，计算量增大。同时造成编码速度降低。
针对上述相关技术中CU递归划分时没有针对不同的CU划分进行决策和分类，从而导致冗余计算，计算量增大。同时造成编码速度降低的问题，本申请提出了一种用于编码单元CU的划分方法、装置、电子设备以及存储介质。在本申请中，通过参考CU的平均深度值和深度检测极值生成当前CU的参考值，并将参考值与阈值进行比较后确定当前CU的最小深度值，可跳过一些冗余的大尺寸CU的深度计算，有效地减少了CU划分过程中冗余的计算过程，节省了大量计算量，提高了编码速度。
下面参考附图描述本申请实施例的编码单元CU的划分方法、装置、电子设备和存储介质。
图3是根据本申请第一实施例的示意图。
如图3所示，该方法包括以下步骤：
步骤301，获取当前CU的多个参考CU。
在本申请实施例中，可将当前帧中待划分的CU作为当前CU，多个参考CU可为当前帧的邻近时域帧中的CU。
为了更好地对当前CU进行划分，当前CU的划分可参考已划分过的且与当前CU具有高度相关性的CU进行划分，其中，将已划分过的且与当前CU具有高度相关性的CU作为参考CU。另外，参考CU可从已进行划分过的且与当前CU具有高度相关性的CU中进行选择以获取。
步骤302，获取多个参考CU的平均深度值和深度检测极值。
为了更好地对不同的CU进行划分决策和分类，可获取多个参考CU的平均深度值和深度检测极值，比如，可根据多帧参考技术分别获取每个参考CU的深度值，将获取的多个参考CU的深度值进行相加，将相加结果与参考CU个数进行相比，相比的结果作为多个参考CU的平均深度值；同时，将获取的多个CU的深度值进行比较，将深度值中最小的值作为多个参考CU的深度检测极值。
步骤303，根据平均深度值和深度检测极值生成参考值。
在本申请实施例中，可将获取到的平均深度值和深度检测极值进行相比，将相比结果作为参考值。
步骤304，在参考值小于阈值的情况下，则继续减少所述当前CU的最小深度值。
为了更加准确地确定当前CU的最小深度值，跳过一些冗余的大块计算，可将参考值与阈值进行比较，在参考值小于阈值的情况下，则说明多个参考CU中的尺寸较大的CU较多，继续减少当前CU的最小深度值，比如，在当前CU最小深度值不为0时，可将当前CU的最小深度值减1。其中，需要说明的是，阈值的大小可根据参考CU进行获取。
步骤305，在参考值大于或等于阈值的情况下，则将深度检测极值作为当前CU的最小深度值。
同时，在参考值大于或等于阈值的情况下，也就是多个参考CU中的不存在尺寸较大的CU，可将深度检测极值作为当前CU的最小深度值。
综上，通过参考CU的平均深度值和深度检测极值生成当前CU的参考值，并将参考值与阈值进行比较后确定当前CU的最小深度值，可跳过一些冗余的大尺寸CU的深度计算，有效地减少了CU划分过程中冗余的计算过程，节省了大量计算量，提高了编码速度。
为了更加准确地对当前CU进行划分，如图4所示，图4是根据本申请第二实施例的示意图，在本申请实施例中，可从时域参考帧之中提取当前CU对应的多个参考CU，从而可获取与当前CU具有高度相关性的参考CU，进而将参考CU的平均深度值和深度检测极值生成当前CU的参考值，并将参考值与阈值进行比较后确定当前CU的最小深度值，图4所示实施例可包括如下步骤：
步骤401，获取时域参考帧。
由于当前帧与邻近时域参考帧具有高度的相关性，在本申请实施例中，可通过多帧参考技术获取当前邻近时域参考帧。
步骤402，从时域参考帧之中提取当前CU对应的多个参考CU。
接着，将当前邻近时域参考帧中对应的多个CU作为参考CU，由此，可获取与当前CU具有高度相关性的参考CU，可提高当前CU划分的准确性。
步骤403，获取多个参考CU的深度值。
为了更好地对当前CU进行划分决策和分类，在本申请实施例中，可通过获取多个参考CU的深度值以计算多个参考CU的深度值计算平均深度值和深度检测极值。比如，可通过多帧参考技术分别获取每个参考CU的深度值。
步骤404，根据多个参考CU的深度值计算平均深度值和深度检测极值。
作为一种示例，可将获取到的多个参考CU的深度值进行相加，将相加结果与参考CU个数进行相比，相比的结果作为多个参考CU的平均深度值；同时，将获取的多个CU的深度值进行比较，将深度值中最小的值作为多个参考CU的深度检测极值。
步骤405，根据平均深度值和深度检测极值生成参考值。
步骤406，在参考值小于阈值的情况下，则继续减少当前CU的最小深度值。
为了更加准确地确定当前CU的最小深度值，跳过一些冗余的大块计算，可将参考值与阈值进行比较，在参考值小于阈值的情况下，则说明多个参考CU中的尺寸较大的CU较多，继续减少当前CU的最小深度值，比如，在当前CU最小深度值不为0时，可将当前CU的最小深度值减1。其中，需要说明的是，阈值的大小可根据参考CU进行获取。
作为一种示例，通过多帧参考技术获取时域参考帧的类型和/或多个参考CU的运动矢量，接着，根据时域参考帧的类型和/或多个参考CU的运动矢量生成阈值。
举例而言，如图5所示，当参考帧为P帧时，由于P帧中大块较少，该阈值可设置稍小，同时，如果P帧中的参考CU的动矢量的方差较小(如小于1)，说明运动矢量的方向基本一致，此时参考CU趋向于大块，所以需要较大的阈值(如15)，如果P帧中的参考CU的动矢量的方差较大时，则需要设置较小的阈值(如13)。相反，如果参考帧为B帧，则阈值可设置稍大的值；同时如果参考CU的动矢量的方差较小(如小于1)，说明运动矢量的方向基本一致，此时参考CU趋向于大块，所以需要较大的阈值(如17)，相反，当参考CU运动矢量的方差较大时，需要较小的阈值(如15)。
步骤407，在参考值大于或等于所述阈值的情况下，则将深度检测极值作为当前CU的最小深度值。
在本申请实施例中，步骤405与407的详细描述可参见图3所示实施例的步骤303与305的描述，本申请不再赘述。
综上，通过从时域参考帧之中提取当前CU对应的多个参考CU，从而可获取与当前CU具有高度相关性的参考CU，进而将参考CU的平均深度值和深度检测极值生成当前CU的参考值，并将参考值与阈值进行比较后确定当前CU的最小深度值，可跳过一些冗余的大尺寸CU的深度计算，有效地减少了CU划分过程中冗余的计算过程，节省了大量计算量，提高了编码速度。
为了进一步节省计算量，提高编码速度，可进一步判断是否提前结束当前CU的划分，跳过一些冗余的小尺寸CU的深度计算。如图6所示，图6是根据本申请第三实施例的示意图，如图6所示实施例可包含以下步骤：
步骤601，获取当前CU的多个参考CU。
步骤602，获取多个参考CU的平均深度值和深度检测极值。
步骤603，根据平均深度值和深度检测极值生成参考值。
步骤604，在参考值小于阈值的情况下，则继续减少当前CU的最小深度值。
步骤605，在参考值大于或等于阈值的情况下，则将深度检测极值作为当前CU的最小深度值。
在本申请实施例中，步骤601-605的详细描述可参见图3所示实施例的步骤301-305，本申请不再赘述。
步骤606，获取参考CU所属时域参考帧的类型。
在本申请实施例中，可通过多帧参考技术获取当前CU对应的帧中的所有时域参考CU，并获取所有时域参考CU所属时域参考帧的类型，如B帧、P帧等。
步骤607，将属于预设帧类型的参考CU作为目标参考CU。
步骤608，获取目标参考CU的平均深度值。
比如，将所有属于B帧的参考CU作为目标参考CU，统计所有目标参考CU的深度值，将所有目标参考CU的深度值进行相加，将相加结果与目标参考CU的个数进行相比，将相比结果作为平均深度值。
步骤609，根据目标参考CU的平均深度值判断是否结束划分。
为了准确地判断是否结束划分，可选地，在当前CU的当前深度值大于目标参考CU的平均深度值的情况下，则进一步获取当前CU的基于率失真代价(RDcost)；在当前CU的基于率失真代价小于预设阈值的情况下，则判断结束划分。
也就是说，在当前CU的当前深度值大于目标参考CU的平均深度值，且当前CU的基于率失真代价小于预设阈值时，则提前终止当前CU的划分。反之，则对当前CU继续划分。其中，需要说明的是，在本申请实施例中，可根据目标参考CU的特征进行预设阈值的确定，比如，目标参考CU的尺寸、帧类型和量化参数等。
综上，通过目标参考CU的平均深度以及当前CU的基于率失真代价判断是否提前结束当前CU的划分，可跳过一些冗余的小尺寸CU的深度计算，可进一步节省计算量，提高编码速度。
为了使本领域技术人员更加清楚地了解本申请，现举例进行说明。
举例而言，如图7所示，在当前CU进行划分时，可先计算当前CU的最小深度值，其步骤可如下：
(1)计算邻近参考CU的平均深度和深度检测极值；
(2)计算邻近参考CU的运动矢量方差；
(3)根据参考帧的类型和邻近参考CU的运动矢量方差设置阈值；
(4)如果平均深度与深度检测极值之比小于阈值则进入(5)，否则进入(6)；
(5)深度检测极值-1；
(6)深度检测极值作为当前CU的最小深度。
为了进一步节省计算量，提高编码速度，可进一步判断是否提前结束当前CU的划分，其步骤如下：
(1)计算所有B帧参考CU的平均深度；
(2)根据参考CU特征确定阈值；
(3)如果当前深度大于平均深度且RDcost小于阈值则进入(5)，否则进入(4)；
(4)继续进行当前CU的划分；
(5)提前终止当前CU的划分。
综上，通过参考CU的平均深度值和深度检测极值生成当前CU的参考值，并将参考值与阈值进行比较后确定当前CU的最小深度值，可跳过一些冗余的大尺寸CU的深度计算，以及通过目标参考CU的平均深度以及当前CU的基于率失真代价判断是否提前结束当前CU的划分，可跳过一些冗余的小尺寸CU的深度计算，有效地减少了CU划分过程中冗余的计算过程，节省了大量计算量，提高了编码速度。
本申请实施例的编码单元CU的划分方法，通过获取当前CU的多个参考CU；获取多个参考CU的平均深度值和深度检测极值；根据平均深度值和深度检测极值生成参考值；在参考值小于阈值的情况下，则继续减少当前CU的最小深度值；在参考值大于或等于阈值的情况下，则将深度检测极值作为当前CU的最小深度值。该方法通过参考CU的平均深度值和深度检测极值生成当前CU的参考值，并将参考值与阈值进行比较后确定当前CU的最小深度值，可跳过一些冗余的大尺寸CU的深度计算，有效地减少了CU划分过程中冗余的计算过程，节省了大量计算量，提高了编码速度。
图8是根据本申请第四实施例的示意图。如图8所示，该编码单元CU的划分装置可以包括：第一获取模块810、第二获取模块820、生成模块830、处理模块840。
其中，第一获取模块810，用于获取当前CU的多个参考CU；第二获取模块820，用于获取多个参考CU的平均深度值和深度检测极值；生成模块830，用于根据平均深度值和深度检测极值生成参考值；处理模块840用于在参考值小于阈值的情况下，则继续减少当前CU的最小深度值；在参考值大于或等于阈值的情况下，则将深度检测极值作为当前CU的最小深度值。
作为本申请实施例的一种可能实现方式，第二获取模块820，具体用于：获取多个参考CU的深度值；根据多个参考CU的深度值计算平均深度值和深度检测极值。
作为本申请实施例的一种可能实现方式，第一获取模块810，具体用于：获取时域参考帧；从时域参考帧之中提取当前CU对应的多个参考CU。
作为本申请实施例的一种可能实现方式，处理模块还用于，获取时域参考帧的类型和/或多个参考CU的运动矢量；根据时域参考帧的类型和/或多个参考CU的运动矢量生成阈值。
作为本申请实施例的一种可能实现方式，如图9所示，编码单元CU的划分装置还包括：第三获取模块950、确定模块960、第四获取模块970、判断模块980。
其中，第三获取模块950，用于获取参考CU所属时域参考帧的类型；确定模块960，用于将属于预设帧类型的所述参考CU作为目标参考CU；第四获取模块970，用于获取目标参考CU的平均深度值；判断模块980，用于根据目标参考CU的平均深度值判断是否结束划分。
作为本申请实施例的一种可能实现方式，判断模块980，具体用于：在当前CU的当前深度值大于目标参考CU的平均深度值的情况下，则进一步获取当前CU的基于率失真代价；在当前CU的基于率失真代价小于预设阈值的情况下，则判断结束划分。
其中，图9中910-940和图8中810-840具有相同功能和结构。关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
根据本申请实施例的编码单元CU的划分装置，通过获取当前CU的多个参考CU；获取多个参考CU的平均深度值和深度检测极值；根据平均深度值和深度检测极值生成参考值；在参考值小于阈值的情况下，则继续减少当前CU的最小深度值；在参考值大于或等于阈值的情况下，则将深度检测极值作为当前CU的最小深度值。该装置通过参考CU的平均深度值和深度检测极值生成当前CU的参考值，并将参考值与阈值进行比较后确定当前CU的最小深度值，可跳过一些冗余的大尺寸CU的深度计算，有效地减少了CU划分过程中冗余的计算过程，节省了大量计算量，提高了编码速度。
根据本申请的实施例，本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图10示出了可以用来实施本申请的实施例的示例电子设备1000的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图10所示，设备1000包括计算单元1001，其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序，来执行各种适当的动作和处理。在RAM 1003中，还可存储设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
设备1000中的多个部件连接至I/O接口1005，包括：输入单元1006，例如键盘、鼠标等；输出单元1007，例如各种类型的显示器、扬声器等；存储单元1008，例如磁盘、光盘等；以及通信单元1009，例如网卡、调制解调器、无线通信收发机等。通信单元1009允许设备1000通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1001可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1001的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1001执行上文所描述的各个方法和处理，例如方法编码单元CU的划分方法。例如，在一些实施例中，方法编码单元CU的划分方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1008。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时，可以执行上文描述的方法编码单元CU的划分方法的一个或多个步骤。备选地，在其他实施例中，计算单元1001可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法编码单元CU的划分方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
其中，需要说明的是，人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
另外，本申请的技术方案中所涉及的信息的获取、存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (15)
1.一种编码单元CU的划分方法，包括：
获取当前CU的多个参考CU；
获取所述多个参考CU的平均深度值和深度检测极值；
根据所述平均深度值和所述深度检测极值生成参考值；
在所述参考值小于阈值的情况下，则继续减少所述当前CU的最小深度值；
在所述参考值大于或等于所述阈值的情况下，则将所述深度检测极值作为所述当前CU的最小深度值。
2.根据权利要求1所述的方法，其中，所述获取所述多个参考CU的平均深度值和深度检测极值包括：
获取所述多个参考CU的深度值；
根据所述多个参考CU的深度值计算所述平均深度值和所述深度检测极值。
3.根据权利要求1或2所述的方法，其中，所述获取当前CU的多个参考CU，包括：
获取时域参考帧；
从所述时域参考帧之中提取所述当前CU对应的多个参考CU。
4.根据权利要求3所述的方法，其中，所述阈值通过以下步骤确定：
获取所述时域参考帧的类型和/或所述多个参考CU的运动矢量；
根据所述时域参考帧的类型和/或所述多个参考CU的运动矢量生成所述阈值。
5.根据权利要求1所述的方法，其中，所述方法还包括：
获取所述参考CU所属时域参考帧的类型；
将属于预设帧类型的所述参考CU作为目标参考CU；
获取所述目标参考CU的平均深度值；
根据所述目标参考CU的平均深度值判断是否结束划分。
6.根据权利要求5所述的方法，其中，所述根据所述目标参考CU的平均深度值判断是否结束划分，包括：
在所述当前CU的当前深度值大于所述目标参考CU的平均深度值的情况下，则进一步获取所述当前CU的基于率失真代价；
在所述当前CU的基于率失真代价小于预设阈值的情况下，则判断结束划分。
7.一种编码单元CU的划分装置，包括：
第一获取模块，用于获取当前CU的多个参考CU；
第二获取模块，用于获取所述多个参考CU的平均深度值和深度检测极值；
生成模块，用于根据所述平均深度值和所述深度检测极值生成参考值；
处理模块，用于在所述参考值小于阈值的情况下，则继续减少所述当前CU的最小深度值；在所述参考值大于或等于所述阈值的情况下，则将所述深度检测极值作为所述当前CU的最小深度值。
8.根据权利要求7所述的装置，其中，所述第二获取模块，具体用于：
获取所述多个参考CU的深度值；
根据所述多个参考CU的深度值计算所述平均深度值和所述深度检测极值。
9.根据权利要求7或8所述的装置，其中，所述第一获取模块，具体用于：
获取时域参考帧；
从所述时域参考帧之中提取所述当前CU对应的多个参考CU。
10.根据权利要求9所述的装置，其中，所述处理模块还用于：
获取所述时域参考帧的类型和/或所述多个参考CU的运动矢量；
根据所述时域参考帧的类型和/或所述多个参考CU的运动矢量生成所述阈值。
11.根据权利要求7所述的装置，其中，所述装置还包括：
第三获取模块，用于获取所述参考CU所属时域参考帧的类型；
确定模块，用于将属于预设帧类型的所述参考CU作为目标参考CU；
第四获取模块，用于获取所述目标参考CU的平均深度值；
判断模块，用于根据所述目标参考CU的平均深度值判断是否结束划分。
12.根据权利要求11所述的装置，其中，所述判断模块，具体用于：
在所述当前CU的当前深度值大于所述目标参考CU的平均深度值的情况下，则进一步获取所述当前CU的基于率失真代价；
在所述当前CU的基于率失真代价小于预设阈值的情况下，则判断结束划分。
13.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
15.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如权利要求1-6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110320748.XA CN112866693B (zh) | 2021-03-25 | 2021-03-25 | 编码单元cu的划分方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110320748.XA CN112866693B (zh) | 2021-03-25 | 2021-03-25 | 编码单元cu的划分方法、装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112866693A true CN112866693A (zh) | 2021-05-28 |
| CN112866693B CN112866693B (zh) | 2023-03-24 |
Family
ID=75992879
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110320748.XA Active CN112866693B (zh) | 2021-03-25 | 2021-03-25 | 编码单元cu的划分方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112866693B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103703777A (zh) * | 2011-07-22 | 2014-04-02 | 高通股份有限公司 | 对具有深度范围变化的运动深度图进行译码 |
| CN103957414A (zh) * | 2014-04-16 | 2014-07-30 | 安科智慧城市技术（中国）有限公司 | 一种hevc帧内预测编码方法和系统 |
| CN104853191A (zh) * | 2015-05-06 | 2015-08-19 | 宁波大学 | 一种hevc的快速编码方法 |
| US20150281735A1 (en) * | 2014-03-28 | 2015-10-01 | Univesity-Industry Cooperation Group of Kyung Hee University | Method and apparatus for encoding of video using depth information |
| CN105721866A (zh) * | 2016-02-01 | 2016-06-29 | 北京奇艺世纪科技有限公司 | 一种编码单元划分方法及装置 |
| US20160323585A1 (en) * | 2014-05-29 | 2016-11-03 | Huawei Technologies Co., Ltd. | Video coding method for intra-frame predictive coding and video coding apparatus |
| CN107295336A (zh) * | 2017-06-21 | 2017-10-24 | 鄂尔多斯应用技术学院 | 基于图像相关性的自适应快速编码单元划分方法及装置 |
| CN108712647A (zh) * | 2018-05-17 | 2018-10-26 | 哈尔滨工业大学 | 一种用于hevc的cu划分方法 |
| US20190222842A1 (en) * | 2017-04-21 | 2019-07-18 | Tencent Technology (Shenzhen) Company Limited | Coding unit depth determining method and apparatus |
| CN110381312A (zh) * | 2019-07-19 | 2019-10-25 | 广东工业大学 | 一种基于hevc的预测深度划分范围的方法和装置 |
| CN111669593A (zh) * | 2020-07-27 | 2020-09-15 | 北京奇艺世纪科技有限公司 | 视频编码方法、装置、电子设备和存储介质 |
| CN112312133A (zh) * | 2020-10-30 | 2021-02-02 | 北京奇艺世纪科技有限公司 | 一种视频编码方法、装置、电子设备及可读存储介质 |
-
2021
- 2021-03-25 CN CN202110320748.XA patent/CN112866693B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103703777A (zh) * | 2011-07-22 | 2014-04-02 | 高通股份有限公司 | 对具有深度范围变化的运动深度图进行译码 |
| US20150281735A1 (en) * | 2014-03-28 | 2015-10-01 | Univesity-Industry Cooperation Group of Kyung Hee University | Method and apparatus for encoding of video using depth information |
| CN103957414A (zh) * | 2014-04-16 | 2014-07-30 | 安科智慧城市技术（中国）有限公司 | 一种hevc帧内预测编码方法和系统 |
| US20160323585A1 (en) * | 2014-05-29 | 2016-11-03 | Huawei Technologies Co., Ltd. | Video coding method for intra-frame predictive coding and video coding apparatus |
| CN104853191A (zh) * | 2015-05-06 | 2015-08-19 | 宁波大学 | 一种hevc的快速编码方法 |
| CN105721866A (zh) * | 2016-02-01 | 2016-06-29 | 北京奇艺世纪科技有限公司 | 一种编码单元划分方法及装置 |
| US20190222842A1 (en) * | 2017-04-21 | 2019-07-18 | Tencent Technology (Shenzhen) Company Limited | Coding unit depth determining method and apparatus |
| CN107295336A (zh) * | 2017-06-21 | 2017-10-24 | 鄂尔多斯应用技术学院 | 基于图像相关性的自适应快速编码单元划分方法及装置 |
| CN108712647A (zh) * | 2018-05-17 | 2018-10-26 | 哈尔滨工业大学 | 一种用于hevc的cu划分方法 |
| CN110381312A (zh) * | 2019-07-19 | 2019-10-25 | 广东工业大学 | 一种基于hevc的预测深度划分范围的方法和装置 |
| CN111669593A (zh) * | 2020-07-27 | 2020-09-15 | 北京奇艺世纪科技有限公司 | 视频编码方法、装置、电子设备和存储介质 |
| CN112312133A (zh) * | 2020-10-30 | 2021-02-02 | 北京奇艺世纪科技有限公司 | 一种视频编码方法、装置、电子设备及可读存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| CHRISTOPHE GISQUET ET AL.: "《TE5: Results of test 5.3.3 on the Inter-Layer Prediction Mode (Base Mode)》", 《JOINT COLLABORATIVE TEAM ON VIDEO CODING (JCT-VC)OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/SC 29/WG 1112TH MEETING: GENEVA, CH, 14–23 JAN. 2013 》 * |
| 周承涛等: "《HEVC编码单元尺寸快速选择算法》", 《浙江大学学报（工学版）》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112866693B (zh) | 2023-03-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114449343A (zh) | 一种视频处理方法、装置、设备及存储介质 | |
| CN112488060B (zh) | 目标检测方法、装置、设备和介质 | |
| CN112528995B (zh) | 用于训练目标检测模型的方法、目标检测方法及装置 | |
| CN114841315A (zh) | 混合专家模型实现方法、系统、电子设备及存储介质 | |
| CN113596442A (zh) | 视频处理方法、装置、电子设备及存储介质 | |
| CN113627536A (zh) | 模型训练、视频分类方法，装置，设备以及存储介质 | |
| CN114078097A (zh) | 图像去雾模型的获取方法、装置和电子设备 | |
| CN116260973B (zh) | 一种时域滤波方法、装置、电子设备及存储介质 | |
| CN112866693B (zh) | 编码单元cu的划分方法、装置、电子设备和存储介质 | |
| CN113887435A (zh) | 人脸图像处理方法、装置、设备、存储介质及程序产品 | |
| CN115334309A (zh) | 帧内预测编码方法、装置、设备以及存储介质 | |
| CN114758130A (zh) | 图像处理及模型训练方法、装置、设备和存储介质 | |
| CN113556575A (zh) | 用于压缩数据的方法、装置、设备、介质和产品 | |
| CN114513659B (zh) | 确定图片预测模式的方法、装置、电子设备和介质 | |
| CN115190295B (zh) | 视频帧处理方法、装置、设备及存储介质 | |
| CN117459719A (zh) | 一种参考帧选择方法、装置、电子设备和存储介质 | |
| CN115147669B (zh) | 基于视觉转换器模型的图像处理方法、训练方法和设备 | |
| CN114040204A (zh) | 编码单元的处理方法、装置、设备及存储介质 | |
| CN117615137B (zh) | 一种视频处理方法、装置、设备以及存储介质 | |
| EP4036861A2 (en) | Method and apparatus for processing point cloud data, electronic device, storage medium, computer program product | |
| CN113438485B (zh) | 图像编码方法、装置、电子设备和存储介质 | |
| CN113283305B (zh) | 人脸识别方法、装置、电子设备及计算机可读存储介质 | |
| CN116361658B (zh) | 模型训练方法、任务处理方法、装置、电子设备及介质 | |
| CN115578583B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
| CN117336548A (zh) | 一种视频编码的处理方法、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 |