CN113411533B - 一种高动态范围制式的转换方法和装置 - Google Patents

一种高动态范围制式的转换方法和装置 Download PDF

Info

Publication number
CN113411533B
CN113411533B CN202110660702.2A CN202110660702A CN113411533B CN 113411533 B CN113411533 B CN 113411533B CN 202110660702 A CN202110660702 A CN 202110660702A CN 113411533 B CN113411533 B CN 113411533B
Authority
CN
China
Prior art keywords
hdr10
standard
splitting
converting
algorithm
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
CN202110660702.2A
Other languages
English (en)
Other versions
CN113411533A (zh
Inventor
王左龙
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.)
Samsung Electronics China R&D Center
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics China R&D Center
Samsung Electronics 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 Samsung Electronics China R&D Center, Samsung Electronics Co Ltd filed Critical Samsung Electronics China R&D Center
Priority to CN202110660702.2A priority Critical patent/CN113411533B/zh
Publication of CN113411533A publication Critical patent/CN113411533A/zh
Priority to PCT/KR2022/007964 priority patent/WO2022265282A1/en
Application granted granted Critical
Publication of CN113411533B publication Critical patent/CN113411533B/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
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • H04N21/234309—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements by transcoding between formats or standards, e.g. from MPEG-2 to MPEG-4 or from Quicktime to Realvideo
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/01—Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level
    • 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
    • H04N19/172—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 picture, frame or field
    • 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
    • H04N19/40—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using video transcoding, i.e. partial or full decoding of a coded input stream followed by re-encoding of the decoded output stream
    • 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
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/436—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation using parallelised computational arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
    • H04N21/440218—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display by transcoding between formats or standards, e.g. from MPEG-2 to MPEG-4
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Television Systems (AREA)

Abstract

本申请公开了一种高动态范围制式的转换方法和装置，其中方法包括：对于待转换的HDR10标准内容的每帧数据，基于预设的制式转换运算单元集合，按照预设的运算单元执行顺序，对该帧数据进行转换为HDR10+标准的处理，利用所述处理得到的HDR10+标准元数据，对相应场景的HDR10+标准元数据进行更新；其中，所述制式转换运算单元集合通过采用分层拆分方式，对用于将HDR10标准的内容数据转换为HDR10+标准的算法拆分得到，所述运算单元执行顺序以执行时长最短为优选目标获取得到；将所有所述场景的HDR10+标准元数据，插入所述待转换的HDR10标准内容的视频流信息中，得到对应的HDR10+内容。采用本申请，可以将HDR10标准内容转换为HDR10+标准，且转换效率高、功耗小和设备性能要求低。

Description

一种高动态范围制式的转换方法和装置
技术领域
本发明涉及图像处理技术，特别是涉及一种高动态范围(High Dynamic Range，HDR)制式的转换方法和装置。
背景技术
随着5G和显示技术的发展，人们对高质量视频观看体验的需求也越来越多。HDR技术是目前提高视频观看体验的主要技术之一。随着针对HDR技术的用户需求越来越多，HDR市场对HDR内容需求也在不断增加，目前主流的HDR制式包括：HDR10、HDR10+、杜比视觉(Dolby Vision)等。其中，HDR 10+是HDR 10的升级版，支持动态元数据处理，可以针对每一个场景甚至逐帧地提供信号，让显示设备为每一帧的画面，都找到一个最合适的HDR显示效果的亮度。因此，相比于HDR 10，HDR 10+的视频显示更为出色。
发明人在实现本发明的过程中发现：现有的基于HDR10的内容生成HDR10+内容的方法由于算法复杂度高而导致效率低、功耗大以及对设备性能要求高等问题。
发明内容
有鉴于此，本发明的主要目的在于提供一种HDR制式的转换方法和装置，可以将HDR10标准内容转换为HDR10+内容，并且能提高转换效率、降低功耗和设备性能要求。
为了达到上述目的，本发明提出的技术方案为：
一种高动态范围制式的转换方法，包括：
对于待转换的HDR10标准内容的每帧数据，基于预设的制式转换运算单元集合，按照预设的运算单元执行顺序，对该帧数据进行转换为HDR10+标准的处理，利用所述处理得到的HDR10+标准元数据，对相应场景的HDR10+标准元数据进行更新；
其中，所述制式转换运算单元集合通过采用分层拆分方式，对用于将HDR10标准的内容数据转换为HDR10+标准的算法进行拆分得到，所述运算单元执行顺序以执行时长最短为优选目标获取得到；
将所有所述场景的HDR10+标准元数据，插入所述待转换的HDR10标准内容的视频流信息中，得到对应的HDR10+内容。
较佳地，所述采用分层拆分方式，对用于将HDR10标准的内容数据转换为HDR10+标准的算法进行拆分包括：
按照子算法的功能类型，对所述用于将HDR10标准的内容数据转换为HDR10+标准的算法进行拆分，得到基本功能模块集合；
以功能函数为拆分粒度，分别对所述功能模块集合中的每个模块进行拆分，得到功能函数模块集合；
以基本运算操作为拆分粒度，对所述功能函数模块集合中的每个功能函数进行拆分，得到所述制式转换运算单元集合，其中，当所述功能函数中包含重复性运算时，对所述重复性运算对应的单次运算过程，按照基本运算操作进行拆分。
较佳地，所述运算单元执行顺序的获取方法包括：
基于待运行所述转换方法的设备的资源状态信息，在所述设备可支持的资源开销范围内，确定当采用并发数据处理方式，利用所述制式转换运算单元集合中的运算单元，执行所述用于将HDR10标准的内容数据转换为HDR10+标准的算法时，可采用的候选运算单元执行顺序；
将用于将HDR10标准的内容数据转换为HDR10+标准的算法、所述资源状态信息和所述候选运算单元执行顺序，输入至预先训练的计算单元执行顺序优化模型处理，得到所述候选运算单元执行顺序中执行时长最短的运算单元执行顺序并输出。
较佳地，所述计算单元执行顺序优化模型进行所述处理包括：
所述计算单元执行顺序优化模型按照分层拆分方式，对所述用于将HDR10标准的内容数据转换为HDR10+标准的算法拆分，得到所述制式转换运算单元集合；
根据所述资源状态信息，按照所述用于将HDR10标准的内容数据转换为HDR10+标准的算法的执行逻辑，确定在所述设备可支持的资源开销范围内每种所述候选运算单元执行顺序的执行时长，并输出最短执行时长对应的运算单元执行顺序。
本申请实施例还公开了一种高动态范围制式的转换装置，该装置包括：
转换单元，用于对于待转换的HDR10标准内容的每帧数据，基于预设的制式转换运算单元集合，按照预设的运算单元执行顺序，对该帧数据进行转换为HDR10+标准的处理，利用所述处理得到的HDR10+标准元数据，对相应场景的HDR10+标准元数据进行更新；其中，所述制式转换运算单元集合通过采用分层拆分方式，对用于将HDR10标准的内容数据转换为HDR10+标准的算法进行拆分得到，所述运算单元执行顺序以执行时长最短为优选目标获取得到；
元数据插入单元，用于将所有所述场景的HDR10+标准元数据，插入所述待转换的HDR10标准内容的视频流信息中，得到对应的HDR10+内容。
较佳地，所述装置进一步包括预处理单元，用于采用分层拆分方式，对用于将HDR10标准的内容数据转换为HDR10+标准的算法拆分，得到所述制式转换运算单元集合，包括：
按照子算法的功能类型，对所述用于将HDR10标准的内容数据转换为HDR10+标准的算法进行拆分，得到基本功能模块集合；
以功能函数为拆分粒度，分别对所述功能模块集合中的每个模块进行拆分，得到功能函数模块集合；
以基本运算操作为拆分粒度，对所述功能函数模块集合中的每个功能函数进行拆分，得到所述制式转换运算单元集合，其中，当所述功能函数中包含重复性运算时，对所述重复性运算对应的单次运算过程，按照基本运算操作进行拆分。
较佳地，所述预处理单元，进一步用于获取运算单元执行顺序，包括：
基于待运行所述转换方法的设备的资源状态信息，在所述设备可支持的资源开销范围内，确定当采用并发数据处理方式，利用所述制式转换运算单元集合中的运算单元，执行所述用于将HDR10标准的内容数据转换为HDR10+标准的算法时，可采用的候选运算单元执行顺序；
将用于将HDR10标准的内容数据转换为HDR10+标准的算法、所述资源状态信息和所述候选运算单元执行顺序，输入至预先训练的计算单元执行顺序优化模型处理，得到所述候选运算单元执行顺序中执行时长最短的运算单元执行顺序并输出。
较佳地，所述预处理单元，具体利用所述计算单元执行顺序优化模型进行所述处理，包括：
所述计算单元执行顺序优化模型按照分层拆分方式，对所述用于将HDR10标准的内容数据转换为HDR10+标准的算法拆分，得到所述制式转换运算单元集合；
根据所述资源状态信息，按照所述用于将HDR10标准的内容数据转换为HDR10+标准的算法的执行逻辑，确定在所述设备可支持的资源开销范围内每种所述候选运算单元执行顺序的执行时长，并输出最短执行时长对应的运算单元执行顺序。
本申请实施例还公开了一种高动态范围制式的转换设备，包括处理器和存储器；
所述存储器中存储有可被所述处理器执行的应用程序，用于使得所述处理器执行如上所述的高动态范围制式的转换方法。
本申请实施例还公开了一种计算机可读存储介质，其中存储有计算机可读指令，该计算机可读指令用于执行如上所述的高动态范围制式的转换方法。
本发明实施例提出的高动态范围制式的转换方法和装置，预先将用于将HDR10标准的内容数据转换为HDR10+标准的整个算法拆分为若干运算单元，然后，以执行时长最短为目标确定所述运算单元的执行顺序，之后，再基于拆分得到上述运算单元，按照所述执行顺序，逐帧对待转换的HDR10标准内容进行制式转换，得到其中每种场景的HDR10+标准元数据，最后再将所有场景的HDR10+标准元数据，插入所述待转换的HDR10标准内容的视频流信息中，从而得到对应的HDR10+内容。上述方案中，利用对制式转换算法进行拆分后的运算单元，执行制式转换，并以执行时长最短为目标确定所述运算单元的执行顺序，执行HDR制式转换。如此，可以在设备资源允许范围内，利用运算单元的并行处理，有效提高HDR10标准内容转换为HDR10+的效率，且能降低运算功耗，从而可以有效降低HDR制式转换对设备性能的要求。
附图说明
图1为本发明实施例的高动态范围制式的转换方法流程示意图；
图2为本发明实施例的对用于将HDR10标准的内容数据转换为HDR10+标准的算法进行拆分的方法流程示意图；
图3为本发明实施例的利用计算单元执行顺序优化模型确定运算单元执行顺序的方法流程示意图；
图4为本发明实施例的计算单元执行顺序优化模型的处理方法流程示意图；
图5为本发明实施例的高动态范围制式的转换装置结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图及具体实施例对本发明作进一步地详细描述。
图1为本发明实施例的HDR制式转换方法流程示意图，如图1所示，该实施例实现的高动态范围制式转换方法，主要包括下述步骤：
步骤101、对于待转换的HDR10标准内容的每帧数据，基于预设的制式转换运算单元集合，按照预设的运算单元执行顺序，对该帧数据进行转换为HDR10+标准的处理，利用所述处理得到的HDR10+标准元数据，对相应场景的HDR10+标准元数据进行更新。
其中，所述制式转换运算单元集合通过采用分层拆分方式，对用于将HDR10标准的内容数据转换为HDR10+标准的算法进行拆分得到，所述运算单元执行顺序以执行时长最短为优选目标获取得到。
本步骤中，为了提高制式转换效率，不是直接运行用于将HDR10标准的内容数据转换为HDR10+标准的整个算法，对HDR10标准内容的数据进行处理，而是利用对上述算法进行拆分后得到的运算单元，并按照执行时长最短的单元执行训序，对HDR10标准内容的数据进行处理。这样，通过将制式转换算法拆分为更细粒度的运算单元，可以利用运算单元的并发处理，提高制式转换的效率，并且，通过按照执行时长最短的运算单元执行顺序，执行这些运算单元，可以最大程度地提高算法的整体运算效率，减少功耗。
在一种实施方式中，为了最大程度地细化运算单元粒度，如图2所示，具体可以采用下述步骤，基于分层拆分方式，对用于将HDR10标准的内容数据转换为HDR10+标准的算法进行拆分：
步骤a1、按照子算法的功能类型，对所述用于将HDR10标准的内容数据转换为HDR10+标准的算法进行拆分，得到基本功能模块集合。
本步骤用于对用于将HDR10标准的内容数据转换为HDR10+标准的算法，按照算法所包含的子算法的功能类型进行拆分，得到其中每种子算法功能对应的基本功能模块。基本功能模块集合的组成元素具体由算法实际所包含子算法的功能类型决定。例如，基于现有的用于将HDR10标准的内容数据转换为HDR10+标准的算法，按照子算法的功能类型进行拆分，所得到的基本功能模块集合至少包括色彩空间转换算法模块、色彩转换算法模块、色调映射算法模块和场景检测算法模块。
步骤a2、以功能函数为拆分粒度，分别对所述功能模块集合中的每个模块进行拆分，得到功能函数模块集合。
本步骤中，对于步骤a1得到的四大模块，进一步按照功能函数进行拆分，将其中的每个功能函数划分为一个功能函数模块。
步骤a3、以基本运算操作为拆分粒度，对所述功能函数模块集合中的每个功能函数进行拆分，得到所述制式转换运算单元集合，其中，当所述功能函数中包含重复性运算时，对所述重复性运算对应的单次运算过程，按照基本运算操作进行拆分。
本步骤中，进一步对步骤a2得到的每个功能函数进行拆分，得到其中每种基本运算操作(如加、减、乘、除等运算操作)对应的运算单元，从而得到更细粒度的计算颗粒，即运算单元，如此，可以更大程度地提高计算颗粒并行处理的可能性，从而可以有效提高制式转换效率，降低功耗。这里，对于功能函数中的重复性运算过程，如循环、迭代计算等，只需要对其中一次运算过程的算法进行拆分即可。
在一种实施方式中，为了获得执行效率最优的运算单元执行顺序，可以利用预先训练的计算单元执行顺序优化模型，来确定步骤101中所采用的运算单元执行顺序，具体方法如图3所示包括下述步骤：
步骤b1、基于待运行所述转换方法的设备的资源状态信息，在所述设备可支持的资源开销范围内，确定当采用并发数据处理方式，利用所述制式转换运算单元集合中的运算单元，执行所述用于将HDR10标准的内容数据转换为HDR10+标准的算法时，可采用的候选运算单元执行顺序。
所述设备的资源状态信息即设备的运行环境信息。本步骤中，将基于设备的运行环境信息，确定采用并发数据处理方式，利用制式转换运算单元集合中的运算单元，执行用于将HDR10标准的内容数据转换为HDR10+标准的算法时，设备能够支持的所有运算单元执行顺序，以便在后续步骤中，进一步从中选择出执行时长最短的执行顺序，作为对每帧数据进行制式转换处理时采用的执行顺序。
所述并发数据处理方式具体可以为流水线式处理，这样，利用该处理方式，将算法拆分得到的运算单元部署到时间轴的不同时间节点，并进行独立化参数配置，可以较大程度地利用并行处理，提高制式转换算法的整体运算效率。
步骤b2、将用于将HDR10标准的内容数据转换为HDR10+标准的算法、所述资源状态信息和所述候选运算单元执行顺序，输入至预先训练的计算单元执行顺序优化模型处理，得到所述候选运算单元执行顺序中执行时长最短的运算单元执行顺序并输出。
在一种实施方式中，如图4所示，所述计算单元执行顺序优化模型具体可以采用下述步骤进行所述处理，以得到执行时长最短的运算单元执行顺序：
步骤b21、所述计算单元执行顺序优化模型按照分层拆分方式，对所述用于将HDR10标准的内容数据转换为HDR10+标准的算法拆分，得到所述制式转换运算单元集合。
本步骤中，对算法拆分的具体方法同上述步骤a1～a3。
步骤b22、根据所述资源状态信息，按照所述用于将HDR10标准的内容数据转换为HDR10+标准的算法的执行逻辑，确定在所述设备可支持的资源开销范围内每种所述候选运算单元执行顺序的执行时长，并输出最短执行时长对应的运算单元执行顺序。
这里，基于设备的资源状态信息，可以确定出设备执行每种基本操作的资源开销(包括功耗和时间开销)。这样，模型可以基于每种基本操作的资源开销，得到每种候选运算单元执行顺序的执行时长。
具体地，所述计算单元执行顺序优化模型可以采用决策树或最近邻模型实现，具体方法为本领域技术人员所掌握，在此不再赘述。
步骤102、将所有所述场景的HDR10+标准元数据，插入所述待转换的HDR10标准内容的视频流信息中，得到对应的HDR10+内容。
从上述方法实施例可以看出，该实施例中，利用对制式转换算法进行拆分后的运算单元，并按照并行数据处理方式下执行时长最短的运算单元执行顺序，执行HDR10标准内容转换为HDR10+标准的算法。如此，可以在设备资源允许范围内，利用细粒度运算单元的并行处理，有效提高HDR10标准内容转换为HDR10+标准的效率，且能降低运算功耗，从而可以有效降低HDR制式转换对设备性能的要求。
本申请实施例还公开了一种高动态范围制式的转换装置，如图5所示，该装置包括：
转换单元501，用于对于待转换的HDR10标准内容的每帧数据，基于预设的制式转换运算单元集合，按照预设的运算单元执行顺序，对该帧数据进行转换为HDR10+标准的处理，利用所述处理得到的HDR10+标准元数据，对相应场景的HDR10+标准元数据进行更新；其中，所述制式转换运算单元集合通过采用分层拆分方式，对用于将HDR10标准的内容数据转换为HDR10+标准的算法进行拆分得到，所述运算单元执行顺序以执行时长最短为优选目标获取得到。
元数据插入单元502，用于将所有所述场景的HDR10+标准元数据，插入所述待转换的HDR10标准内容的视频流信息中，得到对应的HDR10+内容。
在一种实施方式中，所述装置进一步包括预处理单元503，用于采用分层拆分方式，对用于将HDR10标准的内容数据转换为HDR10+标准的算法拆分，得到所述制式转换运算单元集合，包括：
按照子算法的功能类型，对所述用于将HDR10标准的内容数据转换为HDR10+标准的算法进行拆分，得到基本功能模块集合；
以功能函数为拆分粒度，分别对所述功能模块集合中的每个模块进行拆分，得到功能函数模块集合；
以基本运算操作为拆分粒度，对所述功能函数模块集合中的每个功能函数进行拆分，得到所述制式转换运算单元集合，其中，当所述功能函数中包含重复性运算时，对所述重复性运算对应的单次运算过程，按照基本运算操作进行拆分。
在一种实施方式中，所述预处理单元503，进一步用于获取运算单元执行顺序，包括：
基于待运行所述转换方法的设备的资源状态信息，在所述设备可支持的资源开销范围内，确定当采用并发数据处理方式，利用所述制式转换运算单元集合中的运算单元，执行所述用于将HDR10标准的内容数据转换为HDR10+标准的算法时，可采用的候选运算单元执行顺序；
将用于将HDR10标准的内容数据转换为HDR10+标准的算法、所述资源状态信息和所述候选运算单元执行顺序，输入至预先训练的计算单元执行顺序优化模型处理，得到所述候选运算单元执行顺序中执行时长最短的运算单元执行顺序并输出。
在一种实施方式中，所述预处理单元503，具体用于利用所述计算单元执行顺序优化模型进行所述处理，包括：
所述计算单元执行顺序优化模型按照分层拆分方式，对所述用于将HDR10标准的内容数据转换为HDR10+标准的算法进行拆分，得到所述制式转换运算单元集合；
根据所述资源状态信息，按照所述用于将HDR10标准的内容数据转换为HDR10+标准的算法的执行逻辑，确定在所述设备可支持的资源开销范围内每种所述候选运算单元执行顺序的执行时长，并输出最短执行时长对应的运算单元执行顺序。
基于上述高动态范围制式转换方法实施例，本申请实施例还公开了一种高动态范围制式的转换设备，包括处理器和存储器；
所述存储器中存储有可被所述处理器执行的应用程序，用于使得所述处理器执行如上所述的高动态范围制式的转换方法。
其中，存储器具体可以实施为电可擦可编程只读存储器(EEPROM)、快闪存储器(Flash memory)、可编程程序只读存储器(PROM)等多种存储介质。处理器可以实施为包括一或多个中央处理器或一或多个现场可编程门阵列，其中现场可编程门阵列集成一或多个中央处理器核。具体地，中央处理器或中央处理器核可以实施为CPU或MCU。
需要说明的是，上述各流程和各结构图中不是所有的步骤和模块都是必须的，可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的，可以根据需要进行调整。各模块的划分仅仅是为了便于描述采用的功能上的划分，实际实现时，一个模块可以分由多个模块实现，多个模块的功能也可以由同一个模块实现，这些模块可以位于同一个设备中，也可以位于不同的设备中。
各实施方式中的硬件模块可以以机械方式或电子方式实现。例如，一个硬件模块可以包括专门设计的永久性电路或逻辑器件(如专用处理器，如FPGA或ASIC)用于完成特定的操作。硬件模块也可以包括由软件临时配置的可编程逻辑器件或电路(如包括通用处理器或其它可编程处理器)用于执行特定操作。至于具体采用机械方式，或是采用专用的永久性电路，或是采用临时配置的电路(如由软件进行配置)来实现硬件模块，可以根据成本和时间上的考虑来决定。
本发明还提供了一种机器可读的存储介质，其中存储有计算机可读指令，该计算机可读指令用于执行如上所述的高动态范围制式的转换方法。
具体地，可以提供配有存储介质的系统或者装置，在该存储介质上存储着实现上述实施例中任一实施方式的功能的软件程序代码，且使该系统或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。此外，还可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作。还可以将从存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中，随后基于程序代码的指令使安装在扩展板或者扩展单元上的CPU等来执行部分和全部实际操作，从而实现上述实施方式中任一实施方式的功能。
用于提供程序代码的存储介质实施方式包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地，可以由通信网络从服务器计算机或云上下载程序代码。
在本文中，“示意性”表示“充当实例、例子或说明”，不应将在本文中被描述为“示意性”的任何图示、实施方式解释为一种更优选的或更具优点的技术方案。为使图面简洁，各图中的只示意性地表示出了与本发明相关部分，而并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”并不表示将本发明相关部分的数量限制为“仅此一个”，并且“一个”不表示排除本发明相关部分的数量“多于一个”的情形。在本文中，“上”、“下”、“前”、“后”、“左”、“右”、“内”、“外”等仅用于表示相关部分之间的相对位置关系，而非限定这些相关部分的绝对位置。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种高动态范围制式的转换方法，其特征在于，包括：
对于待转换的高动态范围HDR10标准内容的每帧数据，基于预设的制式转换运算单元集合，按照预设的运算单元执行顺序，对该帧数据进行转换为HDR10+标准的处理，利用所述处理得到的HDR10+标准元数据，对相应场景的HDR10+标准元数据进行更新；
其中，所述制式转换运算单元集合通过采用分层拆分方式，对用于将HDR10标准的内容数据转换为HDR10+标准的算法进行拆分得到，所述运算单元执行顺序基于并发数据处理方式并以执行时长最短为优选目标获取得到；
将所有所述场景的HDR10+标准元数据，插入所述待转换的HDR10标准内容的视频流信息中，得到对应的HDR10+内容。
2.根据权利要求1所述的转换方法，其特征在于，所述采用分层拆分方式，对用于将HDR10标准的内容数据转换为HDR10+标准的算法进行拆分包括：
按照子算法的功能类型，对所述用于将HDR10标准的内容数据转换为HDR10+标准的算法进行拆分，得到基本功能模块集合；
以功能函数为拆分粒度，分别对所述功能模块集合中的每个模块进行拆分，得到功能函数模块集合；
以基本运算操作为拆分粒度，对所述功能函数模块集合中的每个功能函数进行拆分，得到所述制式转换运算单元集合，其中，当所述功能函数中包含重复性运算时，对所述重复性运算对应的单次运算过程，按照基本运算操作进行拆分。
3.根据权利要求1所述的转换方法，其特征在于，所述运算单元执行顺序的获取方法包括：
基于待运行所述转换方法的设备的资源状态信息，在所述设备可支持的资源开销范围内，确定当采用并发数据处理方式，利用所述制式转换运算单元集合中的运算单元，执行所述用于将HDR10标准的内容数据转换为HDR10+标准的算法时，可采用的候选运算单元执行顺序；
将用于将HDR10标准的内容数据转换为HDR10+标准的算法、所述资源状态信息和所述候选运算单元执行顺序，输入至预先训练的计算单元执行顺序优化模型处理，得到所述候选运算单元执行顺序中执行时长最短的运算单元执行顺序并输出。
4.根据权利要求3所述的转换方法，其特征在于，所述计算单元执行顺序优化模型进行所述处理包括：
所述计算单元执行顺序优化模型按照分层拆分方式，对所述用于将HDR10标准的内容数据转换为HDR10+标准的算法拆分，得到所述制式转换运算单元集合；
根据所述资源状态信息，按照所述用于将HDR10标准的内容数据转换为HDR10+标准的算法的执行逻辑，确定在所述设备可支持的资源开销范围内每种所述候选运算单元执行顺序的执行时长，并输出最短执行时长对应的运算单元执行顺序。
5.一种高动态范围制式的转换装置，其特征在于，包括：
转换单元，用于对于待转换的高动态范围HDR10标准内容的每帧数据，基于预设的制式转换运算单元集合，按照预设的运算单元执行顺序，对该帧数据进行转换为HDR10+标准的处理，利用所述处理得到的HDR10+标准元数据，对相应场景的HDR10+标准元数据进行更新；其中，所述制式转换运算单元集合通过采用分层拆分方式，对用于将HDR10标准的内容数据转换为HDR10+标准的算法进行拆分得到，所述运算单元执行顺序基于并发数据处理方式并以执行时长最短为优选目标获取得到；
元数据插入单元，用于将所有所述场景的HDR10+标准元数据，插入所述待转换的HDR10标准内容的视频流信息中，得到对应的HDR10+标准内容。
6.根据权利要求5所述的转换装置，其特征在于，所述装置进一步包括预处理单元，用于采用分层拆分方式，对用于将HDR10标准的内容数据转换为HDR10+标准的算法进行拆分，得到所述制式转换运算单元集合，包括：
按照子算法的功能类型，对所述用于将HDR10标准的内容数据转换为HDR10+标准的算法进行拆分，得到基本功能模块集合；
以功能函数为拆分粒度，分别对所述功能模块集合中的每个模块进行拆分，得到功能函数模块集合；
以基本运算操作为拆分粒度，对所述功能函数模块集合中的每个功能函数进行拆分，得到所述制式转换运算单元集合，其中，当所述功能函数中包含重复性运算时，对所述重复性运算对应的单次运算过程，按照基本运算操作进行拆分。
7.根据权利要求6所述的转换装置，其特征在于，所述预处理单元，进一步用于获取运算单元执行顺序，包括：
基于所述转换装置的资源状态信息，在所述转换装置可支持的资源开销范围内，确定当采用并发数据处理方式，利用所述制式转换运算单元集合中的运算单元，执行所述用于将HDR10标准的内容数据转换为HDR10+标准的算法时，可采用的候选运算单元执行顺序；
将用于将HDR10标准的内容数据转换为HDR10+标准的算法、所述资源状态信息和所述候选运算单元执行顺序，输入至预先训练的计算单元执行顺序优化模型处理，得到所述候选运算单元执行顺序中执行时长最短的运算单元执行顺序并输出。
8.根据权利要求7所述的转换装置，其特征在于，所述预处理单元，具体用于利用所述计算单元执行顺序优化模型进行所述处理，包括：
所述计算单元执行顺序优化模型按照分层拆分方式，对所述用于将HDR10标准的内容数据转换为HDR10+标准的算法拆分，得到所述制式转换运算单元集合；
根据所述资源状态信息，按照所述用于将HDR10标准的内容数据转换为HDR10+标准的算法的执行逻辑，确定在所述设备可支持的资源开销范围内每种所述候选运算单元执行顺序的执行时长，并输出最短执行时长对应的运算单元执行顺序。
9.一种高动态范围制式的转换设备，其特征在于，包括处理器和存储器；
所述存储器中存储有可被所述处理器执行的应用程序，用于使得所述处理器执行如权利要求1至4中任一项所述的高动态范围制式的转换方法。
10.一种计算机可读存储介质，其特征在于，其中存储有计算机可读指令，该计算机可读指令用于执行如权利要求1至4中任一项所述的高动态范围制式的转换方法。
CN202110660702.2A 2021-06-15 2021-06-15 一种高动态范围制式的转换方法和装置 Active CN113411533B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110660702.2A CN113411533B (zh) 2021-06-15 2021-06-15 一种高动态范围制式的转换方法和装置
PCT/KR2022/007964 WO2022265282A1 (en) 2021-06-15 2022-06-07 Conversion method and device for high dynamic range format

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110660702.2A CN113411533B (zh) 2021-06-15 2021-06-15 一种高动态范围制式的转换方法和装置

Publications (2)

Publication Number Publication Date
CN113411533A CN113411533A (zh) 2021-09-17
CN113411533B true CN113411533B (zh) 2023-03-31

Family

ID=77683901

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110660702.2A Active CN113411533B (zh) 2021-06-15 2021-06-15 一种高动态范围制式的转换方法和装置

Country Status (2)

Country Link
CN (1) CN113411533B (zh)
WO (1) WO2022265282A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113411533B (zh) * 2021-06-15 2023-03-31 三星电子（中国）研发中心 一种高动态范围制式的转换方法和装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014128586A1 (en) * 2013-02-21 2014-08-28 Koninklijke Philips N.V. Improved hdr image encoding and decoding methods and devices
US10516915B2 (en) * 2015-04-24 2019-12-24 Lg Electronics Inc. Apparatus and method of processing metadata for indicating a change in HDR information
JP7084984B2 (ja) * 2017-09-06 2022-06-15 ドルビー ラボラトリーズ ライセンシング コーポレイション トーンカーブ最適化方法および関連するビデオエンコーダとビデオデコーダ
CN108769804B (zh) * 2018-04-25 2020-12-15 杭州当虹科技股份有限公司 一种高动态范围视频的格式转换方法
EP3588964A1 (en) * 2018-06-26 2020-01-01 InterDigital VC Holdings, Inc. Metadata translation in hdr distribution
CN109656719B (zh) * 2018-12-19 2021-01-01 Oppo广东移动通信有限公司 算法处理方法、装置、存储介质及终端设备
KR20210045227A (ko) * 2019-10-16 2021-04-26 삼성전자주식회사 디스플레이 장치 및 그 동작방법
CN112422561B (zh) * 2020-11-18 2023-04-07 三星电子（中国）研发中心 一种内容分享方法和装置方法
CN114881223B (zh) * 2020-12-18 2023-04-18 北京百度网讯科技有限公司 深度学习模型的转换方法、装置、电子设备和存储介质
CN113411533B (zh) * 2021-06-15 2023-03-31 三星电子（中国）研发中心 一种高动态范围制式的转换方法和装置

Also Published As

Publication number Publication date
WO2022265282A1 (en) 2022-12-22
CN113411533A (zh) 2021-09-17

Similar Documents

Publication Publication Date Title
CN110852254B (zh) 人脸关键点跟踪方法、介质、装置和计算设备
US11080553B2 (en) Image search method and apparatus
CN109300179A (zh) 动画制作方法、装置、终端和介质
CN110166851B (zh) 一种视频摘要生成方法、装置和存储介质
CN113411533B (zh) 一种高动态范围制式的转换方法和装置
CN113448988B (zh) 算法模型的训练方法、装置、电子设备及存储介质
US20220343146A1 (en) Method and system for temporal graph neural network acceleration
WO2022048204A1 (zh) 图像生成方法、装置、电子设备及计算机可读存储介质
CN111383191B (zh) 用于血管断裂修复的图像处理方法及装置
CN109697083B (zh) 数据的定点化加速方法、装置、电子设备及存储介质
CN113269319A (zh) 深度学习模型的调优方法、编译方法及计算装置
Tsai et al. Algorithm and architecture design of human–machine interaction in foreground object detection with dynamic scene
CN111161289B (zh) 图像中物体轮廓精度提升方法、装置
Ghodhbani et al. Fast FPGA prototyping based real-time image and video processing with high-level synthesis
CN111126493A (zh) 深度学习模型的训练方法、装置、电子设备及存储介质
JP5894614B2 (ja) 画像処理用の記述子ベースストリームプロセッサおよびそれに関連する方法
JP2016018269A (ja) 情報処理装置、情報処理方法及びプログラム
CN113920127A (zh) 一种训练数据集独立的单样本图像分割方法和系统
CN111062479B (zh) 基于神经网络的模型快速升级方法及装置
US11429870B2 (en) Method for configuring deep learning program and container manager
CN114615519A (zh) 视频处理方法、装置、设备和存储介质
CN114356512A (zh) 一种数据处理方法、设备以及计算机可读存储介质
CN113450276A (zh) 视频图像增强方法及其模型训练方法、相关设备
US20240211675A1 (en) Build flow for implementing artificial intelligence applications in programmable integrated circuits
US20220178814A1 (en) Method for calculating a density of stem cells in a cell image, electronic device, and storage medium

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