CN113365067B - 基于位置加权的色度线性预测方法、装置、设备及介质 - Google Patents
基于位置加权的色度线性预测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN113365067B CN113365067B CN202110555224.9A CN202110555224A CN113365067B CN 113365067 B CN113365067 B CN 113365067B CN 202110555224 A CN202110555224 A CN 202110555224A CN 113365067 B CN113365067 B CN 113365067B
- Authority
- CN
- China
- Prior art keywords
- value
- coding block
- chroma
- weight
- chroma coding
- 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
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
- H04N19/169—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
- H04N19/186—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 a colour or a chrominance component
-
- 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
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位置加权的色度线性预测方法、装置、设备及介质，本发明采用CCLM模式对当前色度编码块进行预测，得到所述当前色度编码块的临时预测值；确定所述色度编码块在第一位置的第一参考样本值和第二位置的第二参考样本值；确定所述色度编码块在第一位置的第一亮度重建值和第二位置的第二亮度重建值；根据所述第一参考样本值、所述第二参考样本值、所述第一亮度重建值和所述第二亮度重建值，对所述临时测试值进行加权校正，得到目标预测值。本发明提高了色度线性预测的拟合度和预测精度，可广泛应用于图像处理技术领域。
Description
技术领域
本发明涉及图像处理技术领域，尤其是一种基于位置加权的色度线性预测方法、装置、设备及介质。
背景技术
在ITU-T/ISO/IEC联合视频专家组(JVET)研发的新一代视频压缩标准——多功能视频编码(Versatile Video Coding，VVC)中，为了更进一步的提高编码性能，如何提高色度分量的压缩比成为了一个备受关注的课题。为了提高色度分量的压缩性能，VVC标准中加入了多种针对色度分量的优化模式，而跨分量线性预测模式(Cross Component LinearModel,CCLM)就是其中一种。
传统的帧内色度预测模式与亮度帧内预测模式相似，是基于临近参考样本的相似程度来对编码块进行预测，从而减少样本之间的空间冗余。
现有技术的算法具有以下缺点：1、预测进度较差；2、拟合程度较差。
发明内容
有鉴于此，本发明实施例提供一种拟合度高且预测精度高的，基于位置加权的色度线性预测方法、装置、设备及介质。
本发明的第一方面提供了一种基于位置加权的色度线性预测方法，包括：
采用CCLM模式对当前色度编码块进行预测，得到所述当前色度编码块的临时预测值；
确定所述色度编码块在第一位置的第一参考样本值和第二位置的第二参考样本值；
确定所述色度编码块在第一位置的第一亮度重建值和第二位置的第二亮度重建值；
根据所述第一参考样本值、所述第二参考样本值、所述第一亮度重建值和所述第二亮度重建值，对所述临时测试值进行加权校正，得到目标预测值。
可选地，所述采用CCLM模式对当前色度编码块进行预测，得到所述当前色度编码块的临时预测值，包括：
针对亮度分量和色度分量，构建线性模型；
根据所述线性模型，对重建亮度分量进行线性映射，得到色度分量的临时预测值；
其中，所述线性模型的表达式为：
predC(i,j)＝α·recL′(i,j)+β
predC(i,j)表示编码单元中的色度预测值，recL′(i,j)表示相同位置下亮度重建值经过下采样后获得的值；α和β代表相关参数。
可选地，所述根据所述第一参考样本值、所述第二参考样本值、所述第一亮度重建值和所述第二亮度重建值，对所述临时测试值进行加权校正，得到目标预测值，包括：
获取当前色度编码块的宽度和高度；
根据所述当前色度编码块的宽度和高度计算第一权重和第二权重；
根据所述第一权重和所述第二权重，对所述临时测试值进行第一加权校正，得到目标预测值；
其中，所述第一加权校正的计算公式为：
其中，predC(x,y)代表所述目标预测值；wl代表所述第一权重；R(-1,y)当前色度编码块的位置正左方的参考样本；R(x,-1)代表当前色度编码块的位置正上方的参考样本；wt代表所述第二权重；predLM(x,y)代表所述临时测试值。
可选地，所述根据所述第一参考样本值、所述第二参考样本值、所述第一亮度重建值和所述第二亮度重建值，对所述临时测试值进行加权校正，得到目标预测值，包括：
获取当前色度编码块的宽度和高度；
根据所述当前色度编码块的宽度和高度计算第一权重和第二权重；
确定缩放比例系数；
根据所述第一权重、所述第二权重以及所述缩放比例系数，对所述临时测试值进行第二加权校正，得到目标预测值；
其中，所述第二加权校正的计算公式为：
其中，predC(x,y)代表所述目标预测值；wl代表所述第一权重；wt代表所述第二权重；SL(x,y)为亮度块经过下采样后的对应位置的亮度值；scalel(y)与scalet(x)为缩放比例系数；predLM(x,y)代表所述临时测试值。
本发明实施例的另一方面提供了一种基于位置加权的色度线性预测装置，包括：
第一模块，用于采用CCLM模式对当前色度编码块进行预测，得到所述当前色度编码块的临时预测值；
第二模块，用于确定所述色度编码块在第一位置的第一参考样本值和第二位置的第二参考样本值；
第三模块，用于确定所述色度编码块在第一位置的第一亮度重建值和第二位置的第二亮度重建值；
第四模块，用于根据所述第一参考样本值、所述第二参考样本值、所述第一亮度重建值和所述第二亮度重建值，对所述临时测试值进行加权校正，得到目标预测值。
可选地，所述第一模块包括：
第一单元，用于针对亮度分量和色度分量，构建线性模型；
第二单元，用于根据所述线性模型，对重建亮度分量进行线性映射，得到色度分量的临时预测值；
其中，所述线性模型的表达式为：
predC(i,j)＝α·recL′(i,j)+β
predC(i,j)表示编码单元中的色度预测值，recL′(i,j)表示相同位置下亮度重建值经过下采样后获得的值；α和β代表相关参数。
可选地，所述第四模块包括：
第三单元，用于获取当前色度编码块的宽度和高度；
第四单元，用于根据所述当前色度编码块的宽度和高度计算第一权重和第二权重；
第五单元，用于根据所述第一权重和所述第二权重，对所述临时测试值进行第一加权校正，得到目标预测值；
其中，所述第一加权校正的计算公式为：
其中，predC(x,y)代表所述目标预测值；wl代表所述第一权重；R(-1,y)当前色度编码块的位置正左方的参考样本；R(x,-1)代表当前色度编码块的位置正上方的参考样本；wt代表所述第二权重；predLM(x,y)代表所述临时测试值
可选地，所述第四模块包括：
第六单元，用于获取当前色度编码块的宽度和高度；
第七单元，用于根据所述当前色度编码块的宽度和高度计算第一权重和第二权重；
第八单元，用于确定缩放比例系数；
第九单元，用于根据所述第一权重、所述第二权重以及所述缩放比例系数，对所述临时测试值进行第二加权校正，得到目标预测值；
其中，所述第二加权校正的计算公式为：
其中，predC(x,y)代表所述目标预测值；wl代表所述第一权重；wt代表所述第二权重；SL(x,y)为亮度块经过下采样后的对应位置的亮度值；scalel(y)与scalet(x)为缩放比例系数；predLM(x,y)代表所述临时测试值。
本发明实施例的另一方面提供了一种电子设备，包括处理器以及存储器；
所述存储器用于存储程序；
所述处理器执行所述程序实现如前面所述的方法。
本发明实施例的另一方面提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如前面所述的方法。
本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行前面的方法。
本发明的实施例采用CCLM模式对当前色度编码块进行预测，得到所述当前色度编码块的临时预测值；确定所述色度编码块在第一位置的第一参考样本值和第二位置的第二参考样本值；确定所述色度编码块在第一位置的第一亮度重建值和第二位置的第二亮度重建值；根据所述第一参考样本值、所述第二参考样本值、所述第一亮度重建值和所述第二亮度重建值，对所述临时测试值进行加权校正，得到目标预测值。本发明实施例提高了色度线性预测的拟合度和预测精度。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，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，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的整体步骤流程图；
图2为本发明实施例提供的相邻样本点选取示意图；
图3为本发明实施例提供的第一种加权方法的结构示意图；
图4为本发明实施例提供的第一种加权方法的流程示意图；
图5为本发明实施例提供的第二种加权方法的结构示意图；
图6为本发明实施例提供的第二种加权方法的流程示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
针对现有技术存在的问题，本发明实施例提供了一种基于位置加权的色度线性预测方法，
包括：
采用CCLM模式对当前色度编码块进行预测，得到所述当前色度编码块的临时预测值；
确定所述色度编码块在第一位置的第一参考样本值和第二位置的第二参考样本值；
确定所述色度编码块在第一位置的第一亮度重建值和第二位置的第二亮度重建值；
根据所述第一参考样本值、所述第二参考样本值、所述第一亮度重建值和所述第二亮度重建值，对所述临时测试值进行加权校正，得到目标预测值。
可选地，所述采用CCLM模式对当前色度编码块进行预测，得到所述当前色度编码块的临时预测值，包括：
针对亮度分量和色度分量，构建线性模型；
根据所述线性模型，对重建亮度分量进行线性映射，得到色度分量的临时预测值；
其中，所述线性模型的表达式为：
predC(i,j)＝α·recL′(i,j)+β
predC(i,j)表示编码单元中的色度预测值，recL′(i,j)表示相同位置下亮度重建值经过下采样后获得的值；α和β代表相关参数。
可选地，所述根据所述第一参考样本值、所述第二参考样本值、所述第一亮度重建值和所述第二亮度重建值，对所述临时测试值进行加权校正，得到目标预测值，包括：
获取当前色度编码块的宽度和高度；
根据所述当前色度编码块的宽度和高度计算第一权重和第二权重；
根据所述第一权重和所述第二权重，对所述临时测试值进行第一加权校正，得到目标预测值；
其中，所述第一加权校正的计算公式为：
其中，predC(x,y)代表所述目标预测值；wl代表所述第一权重；R(-1,y)当前色度编码块的位置正左方的参考样本；R(x,-1)代表当前色度编码块的位置正上方的参考样本；wt代表所述第二权重；predLM(x,y)代表所述临时测试值。
可选地，所述根据所述第一参考样本值、所述第二参考样本值、所述第一亮度重建值和所述第二亮度重建值，对所述临时测试值进行加权校正，得到目标预测值，包括：
获取当前色度编码块的宽度和高度；
根据所述当前色度编码块的宽度和高度计算第一权重和第二权重；
确定缩放比例系数；
根据所述第一权重、所述第二权重以及所述缩放比例系数，对所述临时测试值进行第二加权校正，得到目标预测值；
其中，所述第二加权校正的计算公式为：
其中，predC(x,y)代表所述目标预测值；wl代表所述第一权重；wt代表所述第二权重；SL(x,y)为亮度块经过下采样后的对应位置的亮度值；scalel(y)与scalet(x)为缩放比例系数；predLM(x,y)代表所述临时测试值。
本发明实施例的另一方面提供了一种基于位置加权的色度线性预测装置，包括：
第一模块，用于采用CCLM模式对当前色度编码块进行预测，得到所述当前色度编码块的临时预测值；
第二模块，用于确定所述色度编码块在第一位置的第一参考样本值和第二位置的第二参考样本值；
第三模块，用于确定所述色度编码块在第一位置的第一亮度重建值和第二位置的第二亮度重建值；
第四模块，用于根据所述第一参考样本值、所述第二参考样本值、所述第一亮度重建值和所述第二亮度重建值，对所述临时测试值进行加权校正，得到目标预测值。
可选地，所述第一模块包括：
第一单元，用于针对亮度分量和色度分量，构建线性模型；
第二单元，用于根据所述线性模型，对重建亮度分量进行线性映射，得到色度分量的临时预测值；
其中，所述线性模型的表达式为：
predC(i,j)＝α·recL′(i,j)+β
predC(i,j)表示编码单元中的色度预测值，recL′(i,j)表示相同位置下亮度重建值经过下采样后获得的值；α和β代表相关参数。
可选地，所述第四模块包括：
第三单元，用于获取当前色度编码块的宽度和高度；
第四单元，用于根据所述当前色度编码块的宽度和高度计算第一权重和第二权重；
第五单元，用于根据所述第一权重和所述第二权重，对所述临时测试值进行第一加权校正，得到目标预测值；
其中，所述第一加权校正的计算公式为：
其中，predC(x,y)代表所述目标预测值；wl代表所述第一权重；R(-1,y)当前色度编码块的位置正左方的参考样本；R(x,-1)代表当前色度编码块的位置正上方的参考样本；wt代表所述第二权重；predLM(x,y)代表所述临时测试值
可选地，所述第四模块包括：
第六单元，用于获取当前色度编码块的宽度和高度；
第七单元，用于根据所述当前色度编码块的宽度和高度计算第一权重和第二权重；
第八单元，用于确定缩放比例系数；
第九单元，用于根据所述第一权重、所述第二权重以及所述缩放比例系数，对所述临时测试值进行第二加权校正，得到目标预测值；
其中，所述第二加权校正的计算公式为：
其中，predC(x,y)代表所述目标预测值；wl代表所述第一权重；wt代表所述第二权重；SL(x,y)为亮度块经过下采样后的对应位置的亮度值；scalel(y)与scalet(x)为缩放比例系数；predLM(x,y)代表所述临时测试值。
本发明实施例的另一方面提供了一种电子设备，包括处理器以及存储器；
所述存储器用于存储程序；
所述处理器执行所述程序实现如前面所述的方法。
本发明实施例的另一方面提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如前面所述的方法。
下面对本发明实施例的具体实现原理进行详细说明：
本发明采用CCLM模式对当前色度编码块进行预测，得到所述当前色度编码块的临时预测值。
需要说明的是，CCLM模式是基于亮度与色度之间的线性关系来对色度分量进行预测。在CCLM模式中，会先对重建亮度分量和色度分量之间建立一个线性模型，然后对重建亮度分量进行线性映射即可得到色度分量的预测值。所建立的线性模型如下所示
predC(i,j)＝α·recL′(i,j)+β
上式中，predC(i,j)表示CU(编码单元，coding unit)中的色度预测值，recL′(i,j)表示相同位置亮度CU的重建值并通过下采样后获得的值。
CCLM模式中的参数(α和β)通过四个相邻的色度样本点和与之对应的经过下采样的亮度样本点进行推导获得。假设当前色度CU的尺寸为W*H，那么所选取的相邻的四个色度样本点为S[W/4,-1]、S[3*W/4,-1]、S[-1,H/4]、S[-1,3*H/4]。然后与之对应的四个相邻的亮度样本点会被选择出来，并通过比较获得连个较大值：x0 A和x1 A，以及两个较小值：x0 Bandx1 B。他们对应的色度值为y0 A、y1 A、y0 B和y1 B。如图2所示，点201即为所选取得四个色度相邻样本点，点202即为对应的亮度选取样本点。最终α和β通过以下公式推导获得：
Xa＝(x0 A+x1 A+1)>>1；Xb＝(x0 B+x1 B+1)>>1；Ya＝(y0 A+y1 A+1)>>1；Yb＝(y0 B+y1 B+1)>>1
β＝Yb-α·Xb
需要说明的是，CCLM模式虽然是一种高效的色度预测模式，但其算法具有以下缺点有待改进。首先，CCLM模式的预测精准性取决于线性模型的拟合程度，如果预测块内的色度分量与亮度分量不是近似线性相关，那么其预测进度较差。其次，线性模型的拟合程度还取决于建立模型时所选取的那四个位置点的值，如果选择的四个点的值严重偏离了实际的线性模型，那么其建立的模型必定会导致拟合程度下降。
因此，本发明提出了一种基于位置加权的线性预测算法，该算法基于位置决定的跨分量线性预测模式(Position Dependent Linear Mode，PDLM)。该算法不仅保留了CCLM模式中原有的基于概率特性进行预测的优点，同时引入了位置信息来对预测值进行校正，一定程度上抑制了CCLM模式欠拟合的缺点，更进一步的提高了预测的精准度。
具体地，本发明所提出的基于位置决定的跨分量线性预测模式(PositionDependent Linear Mode，PDLM)是一种色度预测模式，通过对已重建的色度参考分量、对应位置已重建的亮度分量以及通过CCLM模式预测获得的临时预测分量三者进行加权平均来获取最终的色度预测值。其实现过程主要分为两个步骤。步骤一，当前色度编码块先通过CCLM模式进行预测，获得当前色度块的临时预测值；步骤二，根据用当前色度编码块左边和上边对应位置的参考样本值以及对应位置的亮度重建值，来对步骤一中获得的临时预测值进行加权校正。加权校正后的结果即为当前待编码色度块采用PDLM模式进行预测后的预测值。
其中，本发明提出两种可选的加权方法A和B。
方法A：
图3所示的是通过方法A进行的PDLM实现过程。图中尺寸为W*H的白色矩形方块表示当前待编码色度块，上方和左方灰色区域301所表示的是由重建色度样本组成的参考行。通过对待编码色度块内的每个元素进行加权平均来获取最终的预测值。加权方法如公式(1)-(3)所示。
其中：width与height表示当前色度块的宽度和高度，wl与wt为权重值，predC(x,y)为最终的色度预测值，predLM(x,y)表示当前编码块经过CCLM模式进行预测后位于(x,y)处的临时色度预测值，R(x,-1)表示该位置正上方的参考样本，R(-1,y)则表示该位置正左方的参考样本。
如图4所示，方法A的算法实现流程为：首先通过CCLM模式获取当前待编码色度块的预测值，该预测值被称为临时预测值；然后对临时预测值和当前待编码色度块的参考色度值进行加权平均，加权平均后获得的值即为当前待编码色度块的最终预测值。其中加权方式如公式(1)-(3)所示。
方法B：
图5所示的是通过方法B进行的PDLM实现过程。右图中尺寸为W*H的白色矩形方块501表示当前待编码色度块，上方和左方灰色区域502所表示的是由重建色度样本组成的参考行，左图表示的是对应位置进过下采样后的亮度重建块。通过对待编码色度块内的每个元素进行加权平均来获取最终的预测值。加权方法如公式(4)-(8)所示。
其中：width与height表示当前色度块的宽度和高度，wl与wt为权重值，scalel(y)与scalet(x)为缩放比例系数，predC(x,y)为最终的色度预测值，predLM(x,y)表示当前编码块经过CCLM模式进行预测后位于(x,y)处的临时色度预测值，SL(x,y)为亮度块经过下采样后的对应位置的亮度值。
如图6所示，方法B的算法实现流程为：首先通过CCLM模式获取当前待编码色度块的预测值，该预测值被称为临时预测值；然后获取当前待编码色度块对应位置的亮度重建块经过下采样后的值，该值称为下采样亮度值；接着获取当前待编码色度块左方和上方的已重建色度值，该值称为色度参考值；最后对临时预测值、下采样亮度值、色度参考值三者进行加权平均，加权平均后获得的值即为当前待编码色度块的最终预测值。其中加权方式如公式(4)-(8)所示。
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)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。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (6)
1.一种基于位置加权的色度线性预测方法，其特征在于，包括：
采用CCLM模式对当前色度编码块进行预测，得到所述当前色度编码块的临时预测值；
确定所述色度编码块在第一位置的第一参考样本值和第二位置的第二参考样本值；
确定所述色度编码块在第一位置的第一亮度重建值和第二位置的第二亮度重建值；
根据所述第一参考样本值、所述第二参考样本值、所述第一亮度重建值和所述第二亮度重建值，对所述临时预测 值进行加权校正，得到目标预测值；
其中，所述根据所述第一参考样本值、所述第二参考样本值、所述第一亮度重建值和所述第二亮度重建值，对所述临时预测 值进行加权校正，得到目标预测值，还包括：
获取当前色度编码块的宽度和高度；
根据所述当前色度编码块的宽度和高度计算第一权重和第二权重；
确定缩放比例系数；
根据所述第一权重、所述第二权重以及所述缩放比例系数，对所述临时预测 值进行第二加权校正，得到目标预测值；
其中，所述第二加权校正的计算公式为：
其中，predC(x，y)代表所述目标预测值；wl代表所述第一权重；wt代表所述第二权重；SL(x，y)为亮度块经过下采样后的对应位置的亮度值；scalel(y)与scalet(x)为缩放比例系数；predLm(x，y)代表所述临时预测 值，width与height表示当前色度块的宽度和高度。
2.根据权利要求1所述的基于位置加权的色度线性预测方法，其特征在于，所述采用CCLM模式对当前色度编码块进行预测，得到所述当前色度编码块的临时预测值，包括：
针对亮度分量和色度分量，构建线性模型；
根据所述线性模型，对重建亮度分量进行线性映射，得到色度分量的临时预测值；
其中，所述线性模型的表达式为：
predC(i，j)＝α·recL′(i，j)+β
predC(i，j)表示编码单元中的色度预测值，recL′(i，j)表示相同位置下亮度重建值经过下采样后获得的值；α和β代表相关参数。
3.一种基于位置加权的色度线性预测装置，其特征在于，包括：
第一模块，用于采用CCLM模式对当前色度编码块进行预测，得到所述当前色度编码块的临时预测值；
第二模块，用于确定所述色度编码块在第一位置的第一参考样本值和第二位置的第二参考样本值；
第三模块，用于确定所述色度编码块在第一位置的第一亮度重建值和第二位置的第二亮度重建值；
第四模块，用于根据所述第一参考样本值、所述第二参考样本值、所述第一亮度重建值和所述第二亮度重建值，对所述临时预测 值进行加权校正，得到目标预测值；
其中，所述第四模块还包括：
第六单元，用于获取当前色度编码块的宽度和高度；
第七单元，用于根据所述当前色度编码块的宽度和高度计算第一权重和第二权重；
第八单元，用于确定缩放比例系数；
第九单元，用于根据所述第一权重、所述第二权重以及所述缩放比例系数，对所述临时预测 值进行第二加权校正，得到目标预测值；
其中，所述第二加权校正的计算公式为：
其中，predC(x，y)代表所述目标预测值；wl代表所述第一权重；wt代表所述第二权重；SL(x，y)为亮度块经过下采样后的对应位置的亮度值；scalel(y)与scalet(x)为缩放比例系数；predLM(x，y)代表所述临时预测 值，width与height表示当前色度块的宽度和高度。
4.根据权利要求3所述的一种基于位置加权的色度线性预测装置，其特征在于，所述第一模块包括：
第一单元，用于针对亮度分量和色度分量，构建线性模型；
第二单元，用于根据所述线性模型，对重建亮度分量进行线性映射，得到色度分量的临时预测值；
其中，所述线性模型的表达式为：
predC(i，j)＝α·recL′(i，j)+β
predC(i，j)表示编码单元中的色度预测值，recL′(i，j)表示相同位置下亮度重建值经过下采样后获得的值；α和β代表相关参数。
5.一种电子设备，其特征在于，包括处理器以及存储器；
所述存储器用于存储程序；
所述处理器执行所述程序实现如权利要求1-2中任一项所述的方法。
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程序，所述程序被处理器执行实现如权利要求1-2中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110555224.9A CN113365067B (zh) | 2021-05-21 | 2021-05-21 | 基于位置加权的色度线性预测方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110555224.9A CN113365067B (zh) | 2021-05-21 | 2021-05-21 | 基于位置加权的色度线性预测方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113365067A CN113365067A (zh) | 2021-09-07 |
| CN113365067B true CN113365067B (zh) | 2023-03-14 |
Family
ID=77527111
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110555224.9A Active CN113365067B (zh) | 2021-05-21 | 2021-05-21 | 基于位置加权的色度线性预测方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113365067B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023197193A1 (zh) * | 2022-04-12 | 2023-10-19 | Oppo广东移动通信有限公司 | 编解码方法、装置、编码设备、解码设备以及存储介质 |
| CN115988206B (zh) * | 2023-03-21 | 2024-03-26 | 深圳传音控股股份有限公司 | 图像处理方法、处理设备及存储介质 |
| CN118803259A (zh) * | 2023-04-12 | 2024-10-18 | 京东方科技集团股份有限公司 | 一种编码方法、解码方法及装置和设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109005408A (zh) * | 2018-08-01 | 2018-12-14 | 北京奇艺世纪科技有限公司 | 一种帧内预测方法、装置及电子设备 |
| WO2020048507A1 (zh) * | 2018-09-05 | 2020-03-12 | 华为技术有限公司 | 色度块预测方法以及设备 |
| CN110896478A (zh) * | 2018-09-12 | 2020-03-20 | 北京字节跳动网络技术有限公司 | 交叉分量线性建模中的下采样 |
| CN110999290A (zh) * | 2018-07-15 | 2020-04-10 | 华为技术有限公司 | 使用跨分量线性模型进行帧内预测的方法和装置 |
| CN112534819A (zh) * | 2018-08-09 | 2021-03-19 | Oppo广东移动通信有限公司 | 视频图像分量的预测方法和装置、及计算机存储介质 |
-
2021
- 2021-05-21 CN CN202110555224.9A patent/CN113365067B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110999290A (zh) * | 2018-07-15 | 2020-04-10 | 华为技术有限公司 | 使用跨分量线性模型进行帧内预测的方法和装置 |
| CN109005408A (zh) * | 2018-08-01 | 2018-12-14 | 北京奇艺世纪科技有限公司 | 一种帧内预测方法、装置及电子设备 |
| CN112534819A (zh) * | 2018-08-09 | 2021-03-19 | Oppo广东移动通信有限公司 | 视频图像分量的预测方法和装置、及计算机存储介质 |
| WO2020048507A1 (zh) * | 2018-09-05 | 2020-03-12 | 华为技术有限公司 | 色度块预测方法以及设备 |
| CN110896478A (zh) * | 2018-09-12 | 2020-03-20 | 北京字节跳动网络技术有限公司 | 交叉分量线性建模中的下采样 |
Non-Patent Citations (1)
| Title |
|---|
| H.266/VVC帧内预测关键技术研究;周芸 等;《广播与电视技术》;20191215;第46卷(第12期);第62-69页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113365067A (zh) | 2021-09-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113365067B (zh) | 基于位置加权的色度线性预测方法、装置、设备及介质 | |
| US9706202B2 (en) | Image encoding apparatus, image encoding method, image decoding apparatus, and image decoding method | |
| KR100584495B1 (ko) | 비디오 화상 코딩 장치 및 방법 | |
| US6148109A (en) | Image predictive coding method | |
| US8325804B2 (en) | Video encoding with intra encoding selection | |
| KR101545382B1 (ko) | 비디오 코딩을 위한 장치, 방법 및 컴퓨터 프로그램 | |
| US20040062445A1 (en) | Image coding method and apparatus using spatial predictive coding of chrominance and image decoding method and apparatus | |
| JP2005191706A (ja) | 動画像符号化方法及びその装置 | |
| RU2004119839A (ru) | Компенсация глобального движения для видеоизображений | |
| JP2007306619A (ja) | ビデオ画像を処理するコンピュータ実行方法及び記録媒体 | |
| CN104982035B (zh) | 用于对数字图像的序列进行编码的方法 | |
| KR20090043353A (ko) | 영상의 디퓨전 특성을 이용한 영상 부호화/복호화 방법 및장치 | |
| US7433407B2 (en) | Method for hierarchical motion estimation | |
| US20090028241A1 (en) | Device and method of coding moving image and device and method of decoding moving image | |
| CN101232573B (zh) | 图像处理设备及其方法 | |
| US20110182355A1 (en) | Apparatus and method for determining adaptive filter tap to encode wavelet transform coefficient, wavelet transform apparatus and method using the same, and recording medium for the same | |
| EP1690232A2 (en) | Detection of local visual space-time details in a video signal | |
| JP2008306413A (ja) | 画像符号化装置および画像符号化方法 | |
| CN109302605B (zh) | 基于多核处理器的图像编码方法及设备 | |
| CN117857810A (zh) | 一种光照补偿方法、编码器、解码器及存储介质 | |
| US7706440B2 (en) | Method for reducing bit rate requirements for encoding multimedia data | |
| Lee et al. | A new intra prediction method using channel correlations for the H. 264/AVC intra coding | |
| CN112383774B (zh) | 编码方法、编码器以及服务器 | |
| CN113412618B (zh) | 用于编码和解码表示至少一个图像的数据流的方法和设备 | |
| EP4258670A1 (en) | Method and apparatus for dimd position dependent blending, and encoder/decoder including the same |
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 |