CN113422957B - 视频编码中的量化方法、装置、设备和存储介质 - Google Patents

视频编码中的量化方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN113422957B
CN113422957B CN202110537415.2A CN202110537415A CN113422957B CN 113422957 B CN113422957 B CN 113422957B CN 202110537415 A CN202110537415 A CN 202110537415A CN 113422957 B CN113422957 B CN 113422957B
Authority
CN
China
Prior art keywords
coefficients
transform
coefficient
quantization
rdoq
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
CN202110537415.2A
Other languages
English (en)
Other versions
CN113422957A (zh
Inventor
邓玲玲
丁文鹏
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 Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202110537415.2A priority Critical patent/CN113422957B/zh
Publication of CN113422957A publication Critical patent/CN113422957A/zh
Application granted granted Critical
Publication of CN113422957B publication Critical patent/CN113422957B/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
    • H04N19/124—Quantisation
    • 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
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/625—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using discrete cosine transform [DCT]

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Discrete Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本公开提供了一种视频编码中的量化方法、装置、设备和存储介质，涉及人工智能技术领域，具体涉及云计算、视频编码等技术领域。视频编码中的量化方法包括：获取变换单元，所述变换单元中包括变换系数；对所述变换系数执行第一HDQ处理，以获得HDQ系数；若所述HDQ系数中的非零系数的个数小于预设阈值，对所述变换系数执行RDOQ处理。本公开可以降低量化过程的复杂度。

Description

视频编码中的量化方法、装置、设备和存储介质
技术领域
本公开涉及人工智能技术领域，具体涉及云计算、视频编码等技术领域，尤其涉及一种视频编码中的量化方法、装置、设备和存储介质。
背景技术
目前主流的视频编码标准均是基于混合视频编码框架，量化起着重要的作用，也是视频有损的来源。高效视频编码(High Efficiency Video Coding，HEVC，又称H.265)标准只规定了解码器反量化的过程，对量化过程没有规定，因此允许编码器使用更加高效的量化方法。大多数视频编码器都采用了含有死区(Dead Zone)的均匀量化器，称为硬决策量化(Hard Decision Quantization，HDQ)，但HDQ仅以最小失真为目的，没有考虑码率因素，性能还有很大的提升空间。
为了进一步提高视频编码性能，研究人员提出了率失真优化量化(RateDistortion Optimization Quantization，RDOQ)技术，将量化与率失真优化(RateDistortion Optimization，RDO)准则相结合，在HDQ后得到的有限的候选量化集中进行选择，最终保留率失真代价最小的一个作为最优的量化结果。
发明内容
本公开提供了一种视频编码中的量化方法、装置、设备和存储介质。
根据本公开的一方面，提供了一种视频编码中的量化方法，包括：获取变换单元，所述变换单元中包括变换系数；对所述变换系数执行第一HDQ处理，以获得HDQ系数；若所述HDQ系数中的非零系数的个数小于预设阈值，对所述变换系数执行RDOQ处理。
根据本公开的另一方面，提供了一种视频编码中的量化装置，包括：获取模块，用于获取变换单元，所述变换单元中包括变换系数；第一HDQ处理模块，用于对所述变换系数执行第一HDQ处理，以获得HDQ系数；RDOQ处理模块，用于若所述HDQ系数中的非零系数的个数小于预设阈值，对所述变换系数执行RDOQ处理。
根据本公开的另一方面，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如上述任一方面的任一项所述的方法。
根据本公开的另一方面，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，其中，所述计算机指令用于使所述计算机执行根据上述任一方面的任一项所述的方法。
根据本公开的另一方面，提供了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根据上述任一方面的任一项所述的方法。
根据本公开的技术方案，可以降低量化过程的复杂度。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开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，不构成对本公开的限定。其中：
图1是根据本公开第一实施例的示意图；
图2是根据本公开第二实施例的示意图；
图3是根据本公开第三实施例的示意图；
图4是根据本公开第四实施例的示意图；
图5是根据本公开第五实施例的示意图；
图6是根据本公开第六实施例的示意图；
图7是根据本公开第七实施例的示意图；
图8是根据本公开第八实施例的示意图；
图9是用来实现本公开实施例的视频编码中的量化方法中任一方法的电子设备的示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围和精神。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。
为了更好地理解本公开，先对HDQ和RDOQ进行说明。
硬决策量化(HDQ)算法的计算公式为：
Figure BDA0003069925530000031
其中，z是量化后的值，也可以称为量化系数，x是待量化的变换系数，q是量化参数QP(Quantization Parameter，QP)决定的量化步长，δ为量化偏移，其取值范围为[0，1/2]，δ决定了系数重建后死区的位置及宽度，更小的量化偏移会使得更多的量化系数被量化为0，码率变小但失真变大，floor(*)是向下取整函数。
HEVC现有的率失真优化量化(RDOQ)算法，利用RDO准则为每个变换系数从多个可选量化值li，1，li，2，…，li，k中选出最优的一个量化值：
Figure BDA0003069925530000032
编码比特率，λ是拉格朗日乘子，
Figure BDA0003069925530000033
为最优量化值。
RDOQ算法的主要步骤包括：
(1)确定各系数的可选量化值
用下式对当前变换单元(Transform Unit，TU)中的所有系数进行预量化：
Figure BDA0003069925530000034
其中，li是预量化后的值，|ci|是待量化的变换系数的绝对值，Qstep表示量化步长，可由量化参数(QP)计算得到，此处以0.5作为量化偏移进行量化，
Figure BDA0003069925530000035
为向下取整。
当li不等于2时，非零系数值有两个候选量化值：li-1，li，而当li等于2时，有三个候选量化值：li-1，li，0。
(2)利用RDO准则确定当前TU所有系数的最优量化值
遍历当前TU所有系数，对于每一个非零系数，遍历其可选量化值，利用RDO准则确定每个系数的最优量化值。例如，对于预量化系数li不为0的变换系数ci，对于可选量化值为li，k，其率失真代价为：
J(li，1)＝D(ci，li，k)+λ·R(li，k)
可选量化值li，k是li-1，li，0其中一个。D(ci，li，k)为ci量化为li，k时的量化失真，R(li，k)为ci量化为li，k所需的编码比特率，选择率失真代价最小的量化值作为最优量化值。
(3)利用RDO准则确定当前TU里的每一个系数组(CG)是否量化为全零CG
HEVC中对一个TU进行熵编码时，会将一个TU划分成多个4×4的系数组(Coefficient Group，CG)，每个CG都使用一个比特位标识其是否为全零CG。若当前CG为全零CG，只需要编码全零标识，反之则需要编码非零标识以及CG里的系数。
该步骤按照CG扫描顺序遍历当前TU内的所有CG，分别计算其量化为全零CG的率失真代价，并与量化为非零CG时的率失真代价比较，若量化为全零CG的率失真代价更小，则将当前CG量化为全零CG。
(4)利用RDO准则确定当前TU“最后非零系数”的位置
HEVC使用的熵编码CABAC技术规定每个含有非零系数的TU都需要用一定的比特位表示“最后非零系数”(Last Significant Coefficient)的位置信息。这样可以不用编码拖尾零系数，达到节省码率的目的，因此“最后非零系数”位置对于量化失真和编码比特是有很大影响的，因此需要利用RDO准则选择最优的“最后非零系数”位置。
该步骤需要从后往前遍历步骤2中确定的所有非零系数，计算各个非零系数作为当前TU的“最后非零系数”时的率失真代价，选择最小率失真代价对应的系数作为“最后非零系数”。
(5)利用RDO准则确定当前TU是否为全零TU
HEVC在编码当前TU时，会使用语法元素CBF表示该TU是否含有非零系数，若当前TU为全零TU，只需要传输CBF标志位至解码端，可以节省编码比特数。因此计算当前TU量化为全零TU时的率失真代价，与原率失真代价比较，选择率失真代价较小的量化结果作为最优的量化结果。
如前所述，RDOQ主要存在的问题是需要对TU里所有非零系数的多个可选量化值进行多次率失真代价的计算和比较，带来巨大的编码速度上的负担。因此，研究快速RDOQ算法是非常有必要的。
为了提高编码效率，本公开提供如下实施例。
图1是根据本公开第一实施例的示意图。该实施例提供一种视频编码中的量化方法，包括：
101、获取变换单元，所述变换单元中包括变换系数。
102、对所述变换系数执行第一HDQ处理，以获得HDQ系数。
103、若所述HDQ系数中的非零系数的个数小于预设阈值，对所述变换系数执行RDOQ处理。
如图2所示，视频编码过程一般会包括：预测、变换、量化、熵编码等处理，变换比如为离散余弦变换(Discrete Cosine Transform，DCT)。
HEVC中采用四叉树划分方式，将视频中的视频帧划分为编码树单元(Coding TreeUnit，CTU)，编码树的尺寸普遍被设置为64×64，对每个CTU进行递归划分，即由大至小遍历搜索当前的所有划分块大小，采用率失真优化(RDO)准则决定最优的待处理单元的尺寸。待处理单元可以包括编码单元(Coding Unit，CU)、预测单元(Prediction Unit，PU)和变换单元(Transform Unit，TU)。
由于本公开实施例主要涉及量化过程，因此，以待处理单元为TU为例进行说明。通过经验可知编码器最终选择的变换单元尺寸最多的是4×4，占比高达70％，其次是8×8，而16×16和32×32大小的变换单元占比极低，但是变换单元决策的遍历顺序是从大到小的，由于更多的变换单元会选择较小的尺寸，所以在进行编码模式决策时对较大尺寸的变换单元使用比较复杂的RDOQ并不会带来较高的增益，反而会由于量化系数较多带来较大的复杂度。同时复杂的纹理都会带来更多的非零系数，最终选择较小尺寸的TU进行编码的概率也更大。为此，可使用HDQ量化后得到的非零系数个数作为判断标准设立阈值对RDOQ进行跳过，对于HDQ量化后得到的非零系数个数小于阈值的情况，使用RDOQ对TU进行量化，否则使用普通的HDQ进行量化，阈值与QP线性相关。
对TU进行的第一HDQ可以为HEVC的默认HDQ，在HEVC标准中，默认HDQ的量化偏移为1/3或1/6，比如，帧内预测对应的量化偏移取1/3，帧间预测对应的量化偏移取1/6。
如图3所示，假设经过变换处理后得到的TU中的各变换系数如图3左侧所示，采用第一HDQ对该TU进行量化后的系数(该系数可以称为HDQ系数)如图3右侧所示。图3中以TU为一个4×4的单元，量化步长为30、量化偏移为1/3为例。从图3可以看出，HDQ系数中的非零系数主要集中在左上角。
如图3的右侧所示，其中的非零系数为4，若预设阈值大于4，则对该TU对应的变换系数，即图3的左侧所示的变换系数进行RDOQ处理，将RDOQ处理后的量化结果作为最终的量化结果，该最终的量化结果用于后续的熵编码等处理。
通过HDQ系数中的非零系数的个数小于预设阈值时，对变换系数执行RDOQ处理，而不是对任何TU的变换系数都进行RDOQ处理，可以实现对部分TU的RDOQ过程的跳过，降低量化过程的复杂度。
另一方面，若所述HDQ系数中的非零系数的个数大于或等于预设阈值，对所述变换系数执行第二HDQ处理。也就是说，最终的量化结果为RDOQ结果或者第二HDQ结果。
第二HDQ处理可以为HEVC的默认HDQ处理，即量化偏移为1/3或1/6的HDQ处理。
一般来讲，HDQ处理时不仅可以获得量化系数，比如图3的右侧所示，还可以进行字符数据隐藏等操作，为此，第二HDQ处理是指包括确定量化系数以及进行字符数据隐藏等全部过程的HDQ处理，相对应地，第一HDQ一般仅需要确定量化系数，以便决定后续对变换系数进行RDOQ处理或者HDQ处理。
通过HDQ系数中的非零系数大于或等于预设阈值，对变换系数执行第二HDQ处理，可以在此时不需要对变换系数进行RDOQ处理，避免RDOQ处理的复杂度。
对TU进行量化(包括HDQ和RDOQ)处理时，若TU的尺寸大于4×4，一般是将TU分为多个4×4大小的系数组(Coefficient Group，CG)，针对每个CG执行量化处理。比如，若TU是一个8×8的单元，则可以分为4个CG。通常处理时，针对每个CG，基于RDO准则判定是否将其量化为全零CG。
图4中分别是对当前32×32大小的TU使用RDOQ、HEVC中的默认HDQ(图4中用HDQ-HEVC表示)(量化偏移为1/3或1/6)和使用1/2作为量化偏移的HDQ(图4中用HDQ-1/2表示)的量化结果，图4中每个色块代表一个CG，颜色越浅，CG中非零系数越多，黑色代表当前CG为全零CG。可以看到，当使用HEVC中的默认HDQ的量化结果中的CG中的非零系数个数和RDOQ量化结果中非零系数个数呈正相关，根据HDQ的量化结果中的CG中的非零系数个数可以提前判断当前TU的RDOQ过程是否将当前CG量化为全零CG，跳过该CG的率失真优化决策，减少需要降低编码复杂度。
一些实施例中，所述变换系数被分为多个变换CG，所述HDQ系数被分为多个量化CG，所述对所述变换系数执行RDOQ处理，包括：对所述多个变换CG中的第一变换CG，基于RDO准则确定所述第一变换CG中的变换系数的RDOQ结果，所述第一变换CG为所述多个变换CG中除了第二变换CG之外的其他变换CG，所述第二变换CG与所述多个量化CG中的全零量化CG对应。
为了区分，变换系数对应的CG可以称为变换CG，量化系数对应的CG可以称为量化CG，比如，若图3左侧的4×4大小的单元为TU划分后的CG，则由于该CG中存储的是变换系数，则可以称为变换CG，类似地，图3右侧的CG可以称为量化CG。
上述的第一变换CG的量化结果为是否将第一变换CG量化为全零CG。比如，若图3分别表示变换CG和量化CG，由于图3中的量化CG并不是全零CG，则需要对左侧的变换CG应用RDO准则确定是否将左侧的变换CG量化为全零。若图3的右侧所示为全零CG，即量化CG为全零CG时，则可以直接把左侧的变换CG的RDOQ结果确定为全零。即，不需要对多个变换CG中的每个变换CG基于RDO准则确定是否量化为全零，而是对多个变换CG中的第一变换CG基于RDO准则确定是否量化为全零。因此，针对第一HDQ处理确定的全零量化CG，对该全零量化CG对应的变换CG可以实现RDOQ过程的跳过，不需要再应用RDO准则进行全零CG的判定。
第一变换CG是基于第二变换CG确定的，第二变换CG与全零量化CG对应。比如，参见图5，若TU是一个8×8的单元，则可以分为4个CG，即，变换CG和量化CG均为4个，图5仅示出了量化CG，分别用CG1～CG4表示，图5中每个CG中的系数为第一HDQ处理后得到的HDQ系数，若某个CG中的HDQ系数均为零，则该CG为全零量化CG，比如，图5中的CG2～CG4均为全零量化CG，相应地，非全零量化CG为CG1。基于图5，第二变换CG为CG2～CG4对应的变换CG，第一变换CG为CG1对应的变换CG。
基于上述示例，通常处理时，会对CG1～CG4对应的变换CG都应用RDO准则确定是否将其最终量化为全零，而本公开实施例中，可以只对CG1对应的变换CG应用RDO准则确定是否将其最终量化为全零，因此，实现了对部分CG的RDOQ过程的跳过，降低运算复杂度。
通过基于第一HDQ确定的全零量化CG，可以确定是否对某个变换CG进行RDOQ处理，对不需要RDOQ处理的变换CG，可以实现RDOQ过程的跳过，从而降低编码复杂度，提高编码效率。
另一方面，可以将所述多个变换CG中的第二变换CG中的变换系数的RDOQ结果，直接确定为零。比如，基于上述示例，将CG2～CG4对应的变换CG中的变换系数的RDOQ结果直接确定为全零，而不需要应用RDO准则。
通过将全零量化CG对应的特定变换CG中的变换系数的RDOQ结果直接确定为零，不需要对这些特定变换CG进行RDOQ处理，避免RDOQ处理的复杂度。
RDOQ处理时，可以针对CG或者大小为4×4的TU中的每个变换系数，先进行预量化处理，以获得预量化系数，再对非零的预量化系数对应的变换系数，基于RDO准则在多个候选量化值中确定出最优量化值。
本公开实施例中，可以对所述变换系数执行预量化处理，以获得预量化系数；将所述预量化系数按照预设的扫描顺序，转换为预量化系数序列，所述预量化系数序列包括非零系数；从所述预量化系数序列的基准位置开始，向前遍历所述预量化系数序列中的非零系数，基于RDO准则确定所述非零系数对应的变换系数的最优量化值，并在所述非零系数对应的变换系数属于待处理系数时，将所述最优量化值作为所述非零系数对应的变换系数的RDOQ结果，所述基准位置与所述HDQ系数对应的量化系数序列中的最后非零系数的位置对应，所述待处理系数包括最后编码位置及所述最后编码位置之前的变换系数。即，不需要针对每个非零的预量化系数对应的变换系数都应用RDO准则，而是只需要对最后非零系数的位置及其前面的变换系数应用RDO准则，从而可以针对部分变换系数实现RDOQ过程的跳过，不需要再应用RDO准则进行最优量化值的判定。
其中，预量化可以为HDQ处理，与HEVC的默认HDQ处理不同的是，RDOQ处理中的预量化处理采用的HDQ中的量化偏移为0.5，而默认HDQ采用的量化偏移为1/3或1/6。
进一步地，最后编码位置可以基于HDQ系数确定。
针对每个CG(大小为4×4)或者大小为4×4的TU进行RDOQ处理时，是针对该CG或TU对应的预量化系数中的非零系数对应的变换系数执行的，针对每个非零系数对应的变换系数，在多个候选量化值中，基于RDO准则确定出最优量化值，再将最优量化值作为该变换系数最终的量化结果。
HDQ中的量化偏移决定了系数重建后死区的位置及宽度，更小的量化偏移会使得更多的量化系数被量化为0，码率变小但失真变大。目前HEVC中的默认HDQ的量化偏移为固定值，为1/3或1/6。在RDOQ中使用量化偏移为1/2的HDQ进行预量化得到初始量化结果，这样可以保证有更多的非零系数参与到率失真优化过程中来，使得率失真性能最优，但也带来了极大的复杂度，而一部分非零系数使用率失真优化过程选择的最优量化值可能与HDQ量化结果一致或者最终将量化为0，其最优量化值并不会对最终的编码性能带来很大提升，可以跳过这部分系数的率失真优化量化过程，降低编码复杂度，并且对编码性能影响不大。
图6是对同一个TU分别进行RDOQ和HEVC的默认HDQ的量化结果，从图6可以看出：RDOQ的量化结果中的“最后非零系数”的位置的扫描顺序是基本小于HEVC的默认HDQ的量化结果中的“最后非零系数”的位置的扫描顺序的，因此，RDOQ的量化结果中的“最后非零系数”的位置小于HEVC的默认HDQ的量化结果中的“最后非零系数”的位置。使用HEVC的默认HDQ的量化结果的“最后非零系数”的位置引导RDOQ选择“最后非零系数”的位置能有效减少需要进行率失真优化的量化系数个数，降低RDOQ技术的编码复杂度。
一些实施例中，可以从所述预量化系数序列的基准位置开始，向前遍历所述预量化系数序列中的非零系数，基于RDO准则，确定所述最后编码位置。
系数序列(预量化系数序列或量化系数序列)可以是按照从非零系数到零系数的扫描顺序，对TU对应的预量化系数或HDQ系数进行扫描后生成的。以HDQ系数为例，可以如图7所示的扫描顺序，从左上角开始扫描并按照扫描的先后顺序获得图7右侧所示的量化系数序列。基于图7所示的示例，量化系数序列中的最后非零系数为第5位的-1。
类似地，可以通过对变换系数进行预量化以及扫描等处理，获得预量化系数序列。基于上述示例，对于预量化系数序列，可以从第5位开始向前遍历预量化系数序列中的非零系数，基于RDO准则确定每个非零系数对应的变换系数的最优量化值，之后，基于RDO准则，根据每个非零系数的位置以及非零系数对应的变换系数的最优量化值确定出最优的最后非零系数的位置，将该最优的最后非零系数的位置作为最后编码位置。比如，假设预量化系数序列与图7右侧所示的量化系数序列相同，则可以对其中的9、-1、-1分别对应的变换系数260、-32、21应用RDO准则确定出最优量化值。
通过基于第一HDQ处理确定的最后非零系数的位置，可以对不需要RDOQ处理的变换系数，实现RDOQ过程的跳过，从而降低编码复杂度，提高编码效率。另外，通过基于第一HDQ处理确定的最后非零系数的位置确定最后编码位置，也可以提高编码效果。
另一方面，可以将所述变换系数中除了所述待处理系数之外的其他系数的RDOQ结果，直接确定为零。比如，若确定9，-1，-1中的最优的最后非零系数的位置(即最后编码位置)为中间的-1所在的位置，则将9和中间的-1对应的变换系数260和-32的最优量化值作为对应的变换系数的RDOQ结果，而其他的变换系数(包括最后一个-1对应的21)，将这些变换系数的RDOQ结果直接确定为0。
通过除了所述待处理系数之外的其他系数的RDOQ结果直接确定为零，不需要对这些变换系数进行RDOQ处理，避免RDOQ处理的复杂度。
图8是根据本公开第八实施例的示意图，本实施例提供一种视频编码中的量化装置。如图8所示，视频编码中的量化装置800包括：获取模块801、第一HDQ处理模块802和RDOQ处理模块803。
获取模块801用于获取变换单元，所述变换单元中包括变换系数；第一HDQ处理模块802用于对所述变换系数执行第一HDQ处理，以获得HDQ系数；RDOQ处理模块803用于若所述HDQ系数中的非零系数的个数小于预设阈值，对所述变换系数执行RDOQ处理。
一些实施例中，所述变换系数被分为多个变换CG，所述HDQ系数被分为多个量化CG，所述RDOQ处理模块803具体用于：对所述多个变换CG中的第一变换CG，基于RDO准则确定所述第一变换CG中的变换系数的RDOQ结果，所述第一变换CG为所述多个变换CG中除了第二变换CG之外的其他变换CG，所述第二变换CG与所述多个量化CG中的全零量化CG对应。
一些实施例中，所述RDOQ处理模块803还用于：将所述第二变换CG中的变换系数的RDOQ结果，直接确定为零。
一些实施例中，所述RDOQ处理模块803具体用于：对所述变换系数执行预量化处理，以获得预量化系数；将所述预量化系数按照预设的扫描顺序，转换为预量化系数序列，所述预量化系数序列包括非零系数；从所述预量化系数序列的基准位置开始，向前遍历所述预量化系数序列中的非零系数，基于RDO准则确定所述非零系数对应的变换系数的最优量化值，并在所述非零系数对应的变换系数属于待处理系数时，将所述最优量化值作为所述非零系数对应的变换系数的RDOQ结果，所述基准位置与所述HDQ系数对应的量化系数序列中的最后非零系数的位置对应，所述待处理系数包括最后编码位置及所述最后编码位置之前的非零系数对应的变换系数。
一些实施例中，所述RDOQ处理模块803还用于：从所述预量化系数序列的基准位置开始，向前遍历所述预量化系数序列中的非零系数，基于RDO准则，确定所述最后编码位置。
一些实施例中，所述RDOQ处理模块803还用于：将所述变换系数中除了所述待处理系数之外的其他系数的RDOQ结果，直接确定为零。
一些实施例中，该装置还包括：第二HDQ处理模块，用于若所述HDQ系数中的非零系数的个数大于或等于预设阈值，对所述变换系数执行第二HDQ处理。
本实施例中，通过HDQ系数中的非零系数的个数小于预设阈值时，对变换系数执行RDOQ处理，而不是对任何TU的变换系数都进行RDOQ处理，可以实现对部分TU的RDOQ过程的跳过，降低量化过程的复杂度。
可以理解的是，本公开实施例中，不同实施例中的相同或相似内容可以相互参考。
可以理解的是，本公开实施例中的“第一”、“第二”等只是用于区分，不表示重要程度高低、时序先后等。
根据本公开的实施例，本公开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9示出了可以用来实施本公开的实施例的示例电子设备900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、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，个人数字助理、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/或者要求的本公开的实现。
如图9所示，电子设备900包括计算单元901，其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元909加载到随机访问存储器(RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储电子设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
电子设备900中的多个部件连接至I/O接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许电子设备900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901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901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901执行上文所描述的各个方法和处理，例如视频编码中的量化方法。例如，在一些实施例中，视频编码中的量化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909。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到电子设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的视频编码中的量化方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行视频编码中的量化方法。
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。
用于实施本公开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。
在本公开的上下文中，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。
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，本发公开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，只要能够实现本公开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，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (16)

1.一种视频编码中的量化方法，包括：
获取变换单元，所述变换单元中包括变换系数；
对所述变换系数执行第一硬决策量化HDQ处理，以获得HDQ系数；
若所述HDQ系数中的非零系数的个数小于预设阈值，对所述变换系数中的第一变换系数组CG或者待处理系数，执行率失真优化量化RDOQ处理；
其中，若所述变换系数被分为多个变换CG，且所述HDQ系数被分为多个量化CG，所述第一变换CG为所述多个变换CG中除了第二变换CG之外的其他变换CG，所述第二变换CG与所述多个量化CG中的全零量化CG对应；
所述待处理系数包括：最后编码位置及所述最后编码位置之前的预量化系数中的非零系数对应的变换系数，所述预量化系数是对所述变换系数执行预量化处理后得到的。
2.根据权利要求1所述的方法，其中，所述对所述变换系数中的第一变换CG执行RDOQ处理，包括：
对所述多个变换CG中的第一变换CG，基于率失真优化RDO准则确定所述第一变换CG中的变换系数的RDOQ结果。
3.根据权利要求2所述的方法，其中，所述对所述变换系数执行RDOQ处理，还包括：
将所述第二变换CG中的变换系数的RDOQ结果，直接确定为零。
4.根据权利要求1所述的方法，其中，所述对所述变换系数中的待处理系数执行RDOQ处理，包括：
对所述变换系数执行预量化处理，以获得预量化系数；
将所述预量化系数按照预设的扫描顺序，转换为预量化系数序列，所述预量化系数序列包括非零系数；
从所述预量化系数序列的基准位置开始，向前遍历所述预量化系数序列中的非零系数，基于RDO准则确定所述非零系数对应的变换系数的最优量化值，并在所述非零系数对应的变换系数属于待处理系数时，将所述最优量化值作为所述非零系数对应的变换系数的RDOQ结果，所述基准位置与所述HDQ系数对应的量化系数序列中的最后非零系数的位置对应。
5.根据权利要求4所述的方法，其中，所述对所述变换系数执行RDOQ处理，还包括：
从所述预量化系数序列的基准位置开始，向前遍历所述预量化系数序列中的非零系数，基于RDO准则，确定所述最后编码位置。
6.根据权利要求4所述的方法，其中，所述对所述变换系数执行RDOQ处理，还包括：
将所述变换系数中除了所述待处理系数之外的其他系数的RDOQ结果，直接确定为零。
7.根据权利要求1-6任一项所述的方法，其中，还包括：
若所述HDQ系数中的非零系数的个数大于或等于预设阈值，对所述变换系数执行第二HDQ处理。
8.一种视频编码中的量化装置，包括：
获取模块，用于获取变换单元，所述变换单元中包括变换系数；
第一硬决策量化HDQ处理模块，用于对所述变换系数执行第一HDQ处理，以获得HDQ系数；
率失真优化量化RDOQ处理模块，用于若所述HDQ系数中的非零系数的个数小于预设阈值，对所述变换系数中的第一变换系数组CG或者待处理系数，执行RDOQ处理；
其中，若所述变换系数被分为多个变换CG，且所述HDQ系数被分为多个量化CG，所述第一变换CG为所述多个变换CG中除了第二变换CG之外的其他变换CG，所述第二变换CG与所述多个量化CG中的全零量化CG对应；
所述待处理系数包括：最后编码位置及所述最后编码位置之前的预量化系数中的非零系数对应的变换系数，所述预量化系数是对所述变换系数执行预量化处理后得到的。
9.根据权利要求8所述的装置，其中，所述RDOQ处理模块具体用于：
对所述多个变换CG中的第一变换CG，基于率失真优化RDO准则确定所述第一变换CG中的变换系数的RDOQ结果。
10.根据权利要求9所述的装置，其中，所述RDOQ处理模块还用于：
将所述第二变换CG中的变换系数的RDOQ结果，直接确定为零。
11.根据权利要求8所述的装置，其中，所述RDOQ处理模块具体用于：
对所述变换系数执行预量化处理，以获得预量化系数；
将所述预量化系数按照预设的扫描顺序，转换为预量化系数序列，所述预量化系数序列包括非零系数；
从所述预量化系数序列的基准位置开始，向前遍历所述预量化系数序列中的非零系数，基于RDO准则确定所述非零系数的最优量化值，并在所述非零系数属于待处理系数时，将所述最优量化值作为所述非零系数的RDOQ结果，所述基准位置与所述HDQ系数对应的量化系数序列中的最后非零系数的位置对应。
12.根据权利要求11所述的装置，其中，所述RDOQ处理模块还用于：
从所述预量化系数序列的基准位置开始，向前遍历所述预量化系数序列中的非零系数，基于RDO准则，确定所述最后编码位置。
13.根据权利要求11所述的装置，其中，所述RDOQ处理模块还用于：
将所述变换系数中除了所述待处理系数之外的其他系数的RDOQ结果，直接确定为零。
14.根据权利要求8-13任一项所述的装置，其中，还包括：
第二HDQ处理模块，用于若所述HDQ系数中的非零系数的个数大于或等于预设阈值，对所述变换系数执行第二HDQ处理。
15.一种电子设备，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1-7中任一项所述的方法。
16.一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根据权利要求1-7中任一项所述的方法。
CN202110537415.2A 2021-05-17 2021-05-17 视频编码中的量化方法、装置、设备和存储介质 Active CN113422957B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110537415.2A CN113422957B (zh) 2021-05-17 2021-05-17 视频编码中的量化方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110537415.2A CN113422957B (zh) 2021-05-17 2021-05-17 视频编码中的量化方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN113422957A CN113422957A (zh) 2021-09-21
CN113422957B true CN113422957B (zh) 2022-11-01

Family

ID=77712482

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110537415.2A Active CN113422957B (zh) 2021-05-17 2021-05-17 视频编码中的量化方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN113422957B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114786010A (zh) * 2022-03-07 2022-07-22 杭州未名信科科技有限公司 率失真优化量化方法、装置、存储介质及电子设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105208389A (zh) * 2015-09-24 2015-12-30 中国计量学院 一种基于内容自适应偏移模型的视频编码硬判决量化方法
CN107257461A (zh) * 2017-04-21 2017-10-17 中国计量大学 基于上下文自适应偏移模型的视音频编码硬判决量化方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8005140B2 (en) * 2006-03-17 2011-08-23 Research In Motion Limited Soft decision and iterative video coding for MPEG and H.264

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105208389A (zh) * 2015-09-24 2015-12-30 中国计量学院 一种基于内容自适应偏移模型的视频编码硬判决量化方法
CN107257461A (zh) * 2017-04-21 2017-10-17 中国计量大学 基于上下文自适应偏移模型的视音频编码硬判决量化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Improved quantization for HEVC;Xiang Yu 等;《Joint Collaborative Team on Video Coding (JCT-VC) of ITU-T SG16 WP3 and ISO/IEC JTC1/SC29/WG11，2nd Meeting: Geneva, CH, 21-28 July, 2010，JCTVC-B035》;20200728;摘要，第1、2节 *

Also Published As

Publication number Publication date
CN113422957A (zh) 2021-09-21

Similar Documents

Publication Publication Date Title
US10609367B2 (en) Low-complexity sign prediction for video coding
JP4949462B2 (ja) 符号量推定方法、装置、そのプログラムおよび記録媒体
KR101941955B1 (ko) 재귀적 블록 파티셔닝
CN103281527B (zh) 图像编解码方法及相关装置
US7499595B2 (en) Joint amplitude and position coding for photographic image and video coding
WO2023045420A1 (zh) 图像处理方法及装置、电子设备和存储介质
JP2022013601A (ja) ビデオコーディング方法、装置、電子機器及び記憶媒体
US20060039616A1 (en) Amplitude coding for clustered transform coefficients
US20190191161A1 (en) Method and device for encoding video data
CN113259667B (zh) 视频量化方法、装置、电子设备和计算机可读存储介质
CN113422957B (zh) 视频编码中的量化方法、装置、设备和存储介质
WO2022257971A1 (zh) 点云编码处理方法、点云解码处理方法及相关设备
CN107666472B (zh) 混合的数字-模拟编解码的方法和设备
JP2017168879A (ja) 画像符号化装置、画像符号化方法、及び画像符号化プログラム
CN107820084B (zh) 一种视频感知编码方法及装置
US10171810B2 (en) Transform coefficient coding using level-mode and run-mode
CN114187401A (zh) 一种点云属性编码方法、解码方法、编码设备及解码设备
US20230056211A1 (en) Video encoding method and apparatus, video decoding method and apparatus, computer program product, computer-readable storage medium, and electronic device
CN103746701A (zh) 一种用于Rice无损数据压缩的快速编码选项选择方法
US20190191162A1 (en) Method and device for encoding video data
CN112738529A (zh) 帧间预测方法、装置、设备、存储介质以及程序产品
CN115174908B (zh) 视频编码的变换量化方法、装置、设备以及存储介质
CN105812803A (zh) 一种针对变换单元tu的残差舍弃方法及装置
CN104052999A (zh) 平行编码系统中执行速率控制的方法及平行编码系统
US11670008B2 (en) Processing display data for transmission

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