CN115190295A - 视频帧处理方法、装置、设备及存储介质 - Google Patents

视频帧处理方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN115190295A
CN115190295A CN202210778509.3A CN202210778509A CN115190295A CN 115190295 A CN115190295 A CN 115190295A CN 202210778509 A CN202210778509 A CN 202210778509A CN 115190295 A CN115190295 A CN 115190295A
Authority
CN
China
Prior art keywords
inter
frame prediction
target
prediction mode
frame
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
Application number
CN202210778509.3A
Other languages
English (en)
Other versions
CN115190295B (zh
Inventor
张旭
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 CN202210778509.3A priority Critical patent/CN115190295B/zh
Publication of CN115190295A publication Critical patent/CN115190295A/zh
Application granted granted Critical
Publication of CN115190295B publication Critical patent/CN115190295B/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
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/107—Selection of coding mode or of prediction mode between spatial and temporal predictive coding, e.g. picture refresh
    • 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
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/11—Selection of coding mode or of prediction mode among a plurality of spatial predictive coding modes
    • 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
    • H04N19/186—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

Landscapes

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

Abstract

本公开提供了视频帧处理方法、装置、设备及存储介质，涉及人工智能领域，尤其涉及云计算、视频处理、媒体云技术，可应用在智能云场景下。具体实现方案为：在确定需要跳过剩余帧间预测模式的情况下，基于目标帧内预测模式，对待编码视频帧序列的当前编码单元进行帧内预测，得到目标帧内预测结果；其中，所述剩余帧间预测模式包括除第一帧间预测模式外的其他帧间预测模式中至少之一；基于所述目标帧内预测结果以及第一帧间预测结果，确定所述当前编码单元所对应的目标预测模式，其中，所述第一帧间预测结果是基于所述第一帧间预测模式对所述当前编码单元进行帧间预测后所得。如此，能够有效去除冗余的计算过程。

Description

视频帧处理方法、装置、设备及存储介质
技术领域
本公开涉及人工智能领域，尤其涉及云计算、视频处理、媒体云技术，可应用在智能云场景下。
背景技术
视频预测编码的主要思想是通过预测来消除像素间的相关性，根据参考像素位置的不同，主要分为帧内预测(Intra)和帧间预测(Inter)；但是，现有预测方式会产生冗余的计算量，严重降低了编码速度。
发明内容
本公开提供了一种用于视频帧处理方法、装置、设备及存储介质。
根据本公开的一方面，提供了一种视频帧处理方法，包括：
在确定需要跳过剩余帧间预测模式的情况下，基于目标帧内预测模式，对待编码视频帧序列的当前编码单元进行帧内预测，得到目标帧内预测结果；其中，所述剩余帧间预测模式包括除第一帧间预测模式外的其他帧间预测模式中至少之一；
基于所述目标帧内预测结果以及第一帧间预测结果，确定所述当前编码单元所对应的目标预测模式，其中，所述第一帧间预测结果是基于所述第一帧间预测模式对所述当前编码单元进行帧间预测后所得。
根据本公开的另一方面，提供了一种视频帧处理装置，包括：
第一预测单元，用于在确定需要跳过剩余帧间预测模式的情况下，基于目标帧内预测模式，对待编码视频帧序列的当前编码单元进行帧内预测，得到目标帧内预测结果；其中，所述剩余帧间预测模式包括除第一帧间预测模式外的其他帧间预测模式中至少之一；
第二预测单元，用于基于所述目标帧内预测结果以及第一帧间预测结果，确定所述当前编码单元所对应的目标预测模式，其中，所述第一帧间预测结果是基于所述第一帧间预测模式对所述当前编码单元进行帧间预测后所得。
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
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开中任一实施例的方法。
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，该计算机指令用于使该计算机执行根据本公开中任一实施例的方法。
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，该计算机程序在被处理器执行时实现根据本公开中任一实施例的方法。
这样，能够在需要跳过剩余帧间预测模式的情况下，跳过剩余帧间预测模式，间接地提升了帧间预测的速度，进而有效减少了帧间预测的预测流程，去除了冗余的计算过程，提升了编码速度。
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是根据本申请一实施例视频帧处理方法的示意性流程图一；
图2是根据本申请一实施例视频帧处理方法的示意性流程图二；
图3是根据本申请一实施例视频帧处理方法的示意性流程图三；
图4是现有视频帧处理流程示意图；
图5是根据本申请一实施例视频帧处理方法在一具体示例中的示意性流程图；
图6是根据本申请实施例视频帧处理装置的结构示意图一；
图7是根据本申请实施例数据处理装置的结构示意图二；
图8是用来实现本公开实施例的视频帧处理方法的电子设备的框图。
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。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。本文中术语“第一”、“第二”表示指代多个类似的技术用语并对其进行区分，并不是限定顺序的意思，或者限定只有两个的意思，例如，第一特征和第二特征，是指代有两类/两个特征，第一特征可以为一个或多个，第二特征也可以为一个或多个。
另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，缺少某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
帧间预测作为高效视频编码(High Efficiency Video Coding，HEVC)编码器中最费时间的一个模块，需要对当前编码单元(Coding Unit，CU)在每一个参考帧上都进行一次运动估计。该过程中，需要针对每一层中的每一个CU均进行帧间预测模式的遍历，最后选择一个最优的模式作为最佳模式，显然，该过程产生了冗余的计算量，严重降低编码速度。
基于此，本公开方案提供了一种视频帧处理方法，具体地，图1是根据本申请一实施例视频帧处理方法的示意性流程图一。该方法选地可以应用于电子设备，比如，个人电脑，或服务器、或服务器集群等，本公开方案对此不作具体限制。进一步地，该方法包括以下内容的至少部分内容。如图1所示，包括：
步骤S101：在确定需要跳过剩余帧间预测模式的情况下，基于目标帧内预测模式，对待编码视频帧序列的当前编码单元进行帧内预测，得到目标帧内预测结果；其中，所述剩余帧间预测模式包括除第一帧间预测模式外的其他帧间预测模式中至少之一。
可以理解的是，本公开方案所述的编码单元是对编码过程中的独立编码单位(比如，编码树单元(CodingTreeUnit，CTU))进行递归划分后所得，是进行决策帧间模式、帧内模式的基本单元。
这里，本公开方案应用于视频预测编码流程，该流程能够通过预测来消除像素间的相关性；进一步地，该流程能够根据参考像素位置(比如参考帧)的不同，分为帧内预测(Intra)和帧间预测(Inter)。这里，所述帧间预测细分为多个预测模式。相应地，所述第一帧间预测模式可以为多个帧间预测模式中的一种。
步骤S102：基于所述目标帧内预测结果以及第一帧间预测结果，确定所述当前编码单元所对应的目标预测模式，其中，所述第一帧间预测结果是基于所述第一帧间预测模式对所述当前编码单元进行帧间预测后所得。
在一具体示例中，所述目标预测模式是基于预测结果(比如目标帧内预测结果以及第一帧间预测结果)，从帧间预测模式和帧内预测模式中选取出的，比如，目标预测模式为第一帧间预测模式，或者为目标帧内预测模式。
可以理解的是，由于确定跳过剩余帧间预测模式的情况下，无需执行剩余帧间预测模式，直接执行目标帧内预测模式，并得到目标帧内预测结果，进而基于执行第一帧间预测模式所得到的第一帧间预测结果，以及所述目标帧内预测结果，确定出所述当前编码单元所对应的目标预测模式，如此，间接提升了帧间预测的速度，有效避免了帧间预测过程所带来的冗余计算量，进而提升了编码速度。
这样，本公开方案能够在需要跳过剩余帧间预测模式的情况下，跳过剩余帧间预测模式，间接地提升了帧间预测的速度，进而有效减少了帧间预测的预测流程，去除了冗余的计算过程，提升了编码速度。
在一具体示例中，本公开方案可应用HEVC编码器中，此时，本公开方案能够有效提升HEVC编码器的编码速度。进一步地，在另一具体示例中，帧间预测模式包括：跳过(SKIP)/合并(MERGE)模式，2N×2N模式，2N×N/N×2N模式(简称对称运动分割(Symmetric MotionPartition，SMP)模式)，2N×nU/2N×nD/nL×2N/nR×2N(简称非对称运动分割(，Asymmetric Motion Partition，AMP)模式)。这里，所述N、U、D、L以及R的取值，与编码单元，比如编码单元的长度有关；所述n为大于等于1的自然数。此时，第一帧间预测模式可以为上述多种模式中之一，比如，为SKIP/MERGE模式；相应地，所述剩余帧间预测模式则包括除SKIP/MERGE模式之外的其他预设模式。
在一具体示例中，所述待编码视频帧序列是基于时域复杂度和空域复杂度从视频数据中所选取出的。
在本公开方案的一具体示例中，在确定无需跳过所述剩余帧间预测模式的情况下，还可以执行如下步骤：
基于所述剩余帧间预测模式中的第二帧间预测模式，对所述当前编码单元进行帧间预测，得到第二帧间预测结果；以及，基于所述目标帧内预测模式，对所述当前编码单元进行帧内预测，得到所述目标帧内预测结果；
至少基于所述目标帧内预测结果、所述第一帧间预测结果以及所述第二帧间预测结果，确定所述当前编码单元所对应的目标预测模式。
也就是说，本公开方案中，在确定无需跳过所述剩余帧间预测模式的情况下，才会基于剩余帧间预测模式，比如，剩余帧间预测模式中的第二帧间预测模式，对所述当前编码单元进行帧间预测，进而得到第二帧间预测结果；最后，再基于目标帧内预测结果、第一帧间预测结果以及所述第二帧间预测结果，来确定当前编码单元所对应的目标预测模式。
这里，在一具体示例中，所述剩余帧间预测模式可以包括除第一帧间预测模式之外的一个或多个其他帧间预测模式，此时，所述第二帧间预测模式可以是剩余帧间预测模式所包含的一个或多个其他帧间预测模式中的任意一个，或者指定的一个，本公开方案对此不作限制。
进一步地，在另一具体示例中，在确定无需跳过所述剩余帧间预测模式的情况下，还可以基于所述剩余帧间预测模式中的所有第二帧间预测模式，分别对所述当前编码单元进行帧间预测，进而得到一个或多个第二帧间预测结果(这里，每个第二帧间预测模式均对应一个第二帧间预测结果)；进而，再基于目标帧内预测结果、第一帧间预测结果以及一个或多个第二帧间预测结果，得到目标预测模式。比如，所述目标预测模式是基于预测结果(比如目标帧内预测结果、第一帧间预测结果，以及一个或多个第二帧间预测结果)，从第一帧间预测模式、目标帧内预测模式，以及一个或多个第二帧间预测模式中所选取出的，可能为帧间预测模式，也可能为帧内预测模式。
这样，能够在不损失编码质量的基础上，有效减少帧间预测的预测过程，进而来提升编码速度。
在一具体示例中，帧内预测也可能包含一个或多个帧内预测模式，此时，所述目标帧内预测模式可以为一个或多个帧内预测模式中的任意一个，或者为指定的一个；进一步地，当存在多个帧内预测模式时，该多个帧内预测模式均可以作为目标帧内预测模式，此时，可以基于多个目标帧内预测模式，分别对当前编码单元进行帧内预测，进而得到多个目标帧内预测结果；再基于多个目标帧内预测结果以及第一帧间预测结果，得到目标预测模式；或者基于多个目标帧内预测结果、一个或多个第二帧间预测结果，以及第一帧间预测结果，得到目标预测模式。
在本公开方案的一具体示例中，提供了一种视频帧处理方法，具体地，图2是根据本申请一实施例视频帧处理方法的示意性流程图二。该方法可选地可以应用于电子设备，比如，个人电脑，或服务器、服务器集群等，但并不仅限于此。该方法包括以下内容的至少部分内容。可以理解的是，图1所示方法的相关内容，同样也适用于图2所示的方法，基于此，图2所示的相关内容可参见以上具体示例，此处不再赘述。
进一步地，如图2所示，具体步骤如下：
步骤S201：在确定需要跳过剩余帧间预测模式的情况下，基于目标帧内预测模式，对待编码视频帧序列的当前编码单元进行帧内预测，得到目标帧内预测结果；其中，所述剩余帧间预测模式包括除第一帧间预测模式外的其他帧间预测模式中至少之一。
步骤S202：基于所述目标帧内预测结果以及第一帧间预测结果，确定所述当前编码单元所对应的目标预测模式，随后，执行步骤S205。
这里，所述第一帧间预测结果是基于所述第一帧间预测模式对所述当前编码单元进行帧间预测后所得。
步骤S203：在确定无需跳过所述剩余帧间预测模式的情况下，基于所述剩余帧间预测模式中的第二帧间预测模式，对所述当前编码单元进行帧间预测，得到第二帧间预测结果；以及，基于所述目标帧内预测模式，对所述当前编码单元进行帧内预测，得到所述目标帧内预测结果。
步骤S204：至少基于所述目标帧内预测结果、所述第一帧间预测结果以及所述第二帧间预测结果，确定所述当前编码单元所对应的目标预测模式，随后，执行步骤S205。
可以理解的是，本公开方案，步骤S202在步骤S201之后执行，步骤S204在步骤S203之后执行，而步骤S201和步骤S203，两者之间不存在具体的执行顺序，比如，在当前编码单元确定的情况下，两者择一而执行。
步骤S205：基于所述目标预测模式，对所述当前编码单元进行编码处理。
这样，本公开方案能够在需要跳过剩余帧间预测模式的情况下，跳过剩余帧间预测模式，而在无需跳过剩余帧间预测模式的情况下，基于剩余帧间预测模式中的第二帧间预测模式，对所述当前编码单元进行帧间预测，这样，提升了帧间预测的速度，有效简化了帧间预测的预测流程，去除了冗余的计算过程，能够在不损失编码质量的基础上，加快决策速度，提升编码速度。
在本公开方案的一具体示例中，提供了一种视频帧处理方法，具体地，图3是根据本申请一实施例视频帧处理方法的示意性流程图三。该方法可选地可以应用于电子设备，比如，个人电脑，或服务器、服务器集群等，但并不仅限于此。该方法包括以下内容的至少部分内容。可以理解的是，图1和图2所示方法的相关内容，同样也适用于图3所示的方法，基于此，图3所示的相关内容可参见以上具体示例，此处不再赘述。
进一步地，如图3所示，具体步骤如下：
步骤S301：基于所述第一帧间预测结果以及所述待编码视频帧序列的目标特征，得到模式处理信息。
这里，所述模式处理信息用于表征是否跳过剩余帧间预测模式；举例来说，所述模式处理信息可以通过字符来表示是否跳过剩余帧间预测模式，如，使用字符0来表示不跳过剩余帧间预测模式，使用字符1来表示跳过剩余帧间预测模式；可以理解的是，实际应用中，还可以采用其他方式来表示，比如，直接使用文字“跳过”或“不跳过”来进行指示，本公开方案对此不作限制。
步骤S302：基于所述模式处理信息确定是否需要跳过所述剩余帧间预测模式；在确定需要跳过剩余帧间预测模式的情况下，执行步骤S303；否则，在确定无需跳过所述剩余帧间预测模式的情况下，执行步骤S305。
步骤S303：基于目标帧内预测模式，对待编码视频帧序列的当前编码单元进行帧内预测，得到目标帧内预测结果，随后，执行步骤S304。
这里，所述剩余帧间预测模式包括除第一帧间预测模式外的其他帧间预测模式中至少之一。
步骤S304：基于所述目标帧内预测结果以及第一帧间预测结果，确定所述当前编码单元所对应的目标预测模式，其中，所述第一帧间预测结果是基于所述第一帧间预测模式对所述当前编码单元进行帧间预测后所得。
步骤S305：基于所述剩余帧间预测模式中的第二帧间预测模式，对所述当前编码单元进行帧间预测，得到第二帧间预测结果；以及，基于所述目标帧内预测模式，对所述当前编码单元进行帧内预测，得到所述目标帧内预测结果，随后，执行步骤S306。
步骤S306：基于所述目标帧内预测结果、所述第一帧间预测结果以及所述第二帧间预测结果，确定所述当前编码单元所对应的目标预测模式。
需要说明的是，本公开方案对步骤S303和步骤S304、步骤S305和步骤S306的执行顺序不作限制，只要能够确保方案的有效执行即可。
在一具体示例中，基于步骤S304得到目标预测模式，或者，基于步骤S306得到目标预测模式之后，还会基于所述目标预测模式，对所述当前编码单元进行编码处理，能够在不损失编码质量的基础上，提升编码速度。
这样，本公开方案能够基于模式处理信息，在需要跳过剩余帧间预测模式的情况下，跳过剩余帧间预测模式，而在无需跳过剩余帧间预测模式的情况下，基于剩余帧间预测模式中的第二帧间预测模式，对所述当前编码单元进行帧间预测，如此，提升了帧间预测的速度，有效简化了帧间预测的预测流程，去除了冗余的计算过程，而且，能够在不损失编码质量的基础上，加快决策速度，提升编码速度。
在一具体示例中，可以采用如下方式得到模式处理信息，具体地，步骤S301可以具体包括：将所述第一帧间预测结果以及所述待编码视频帧序列的目标特征输入至第一目标模型，得到所述模式处理信息。也就是说，该方式中模式处理信息可以利用预先训练好的模型预测得到，换言之，该模式处理信息为第一目标模型的输出，如此，利用模型来提升处理效率，同时，提升预测结果的准确率，进而为提升编码速度奠定了基础。而且，该方式简便可行，为后续工程化推广奠定了基础。
这里，所述第一目标模型是通过机器学习方式训练得到的、具有分类能力的模型，比如，第一目标模型为具有二分类能力的模型等，此时，所述第一目标模型的输出结果可以为1或0；进一步地，输出结果为0时，表示不跳过剩余帧间预测模式，输出结果为1时，表示跳过剩余帧间预测模式。
在一具体示例中，输入至所述第一目标模型的第一帧间预测结果包括但不限于：率失真优化(Rate Distortion Optimation，RDCOST)，比如，所述第一帧间预测模式为SKIP/MERGE模式，此时，所述第一帧间预测结果则可以为SKIP/MERGE模式处理后所得到的RDCOST。进一步地，输入至所述第一目标模型的所述待编码视频帧序列的目标特征，包括但不限于：
待编码视频帧序列中视频帧的尺寸；
反应亮度分布特征的亮度均值、亮度方差等；
该当前编码单元所对应的参考帧的深度信息；
该当前编码单元所对应的参考帧的模式信息。
如此，基于输入信息来确定当前编码单元是否需要跳过剩余帧间预测模式，为有效简化帧间预测的预测流程、去除冗余的计算过程，进而提升编码速度奠定了基础。
在一具体示例中，以上所述的第一目标模型可以采用如下两种方式得到，具体地：
方式一：所述第一目标模型至少是基于视频帧序列样本的预设特征和模式处理标签对初始模型进行训练后所得；所述模式处理标签用于标注所述预设特征所对应的帧间预测模式。
可以理解的是，在模型预测阶段所输入的目标特征的特征属性(或称特征类型)与模型训练阶段所采用的预设特征的特征属性(或称特征类型)相关联；比如，目标特征的特征属性与所述预设特征的特征属性完全相同，或者为预设特征的特征属性中的至少部分，本公开方案对此不作限制，只要能够基于第一目标模型实现预测即可。举例来说，所述预设特征可以为尺寸、反应亮度分布特征的亮度均值和亮度方差；此时，所述目标特征可仅选择尺寸，或者为尺寸和亮度均值，或者为尺度、亮度均值和亮度方差。
这里，所述预设特征包括但不限于为：RDCOST；待编码视频帧序列中视频帧的尺寸；反应亮度分布特征的亮度均值、亮度方差等；该当前编码单元所对应的参考帧的深度信息；该当前编码单元所对应的参考帧的模式信息；相应地，所述模式处理标签用于标注上述预设特征所对应的帧间预测模式，如此，为后续决策是否跳过剩余帧间预测模式提供了模型支撑，同时，也提升了是否需要跳过剩余帧间预测模式的决策效率；进而为有效简化帧间预测的预测流程、去除冗余的计算过程，进而提升编码速度奠定了基础。
方式二：所述第一目标模型是基于视频帧序列样本的预设特征、第一帧间预测模式的预测结果以及模式处理标签对初始模型进行训练后所得；所述模式处理标签用于标注所述预设特征所对应的帧间预测模式，以及所述第一帧间预测模式的预测结果对应的帧间预测模式。
可以理解的是，方式二与方式一的不同点在于，模型训练结果，方式二所使用的训练数据还包括：第一帧间预测模式的预测结果；如此，为进一步提升预测结果的准确率奠定了基础，进而也为后续提升预测效率奠定了基础，进而也为有效简化帧间预测的预测流程、去除冗余的计算过程，进而提升编码速度奠定了基础。
进一步地，该方式二所使用的预设特征包括但不限于为：RDCOST；待编码视频帧序列中视频帧的尺寸；反应亮度分布特征的亮度均值、亮度方差等；该当前编码单元所对应的参考帧的深度信息；该当前编码单元所对应的参考帧的模式信息；相应地，该方式二中的模式处理标签也用于标注上述预设特征所对应的帧间预测模式。
需要说明的是，方式一和方式二所使用的待训练模型，也即初始模型可以相同，也可以不同；进一步地，两种所选用的预设特征也可以相同，或不相同，本公开方案对此不作限制，只要能够得到第一目标模型，且所述第一目标模型能够输出指示是否需要跳过所述剩余帧间预测模式的模式处理信息，则均在本公开方案的保护范围内。
在一具体示例中，所述预设特征是基于预设规则从所述视频帧序列样本的多个特征中选取出的，包括以下至少之一：所述视频帧序列样本的原始特征；基于至少两个所述原始特征而得到的组合特征。
举例来说，所述原始特征包括以下至少之一：尺寸、亮度均值、亮度方差、时域和空域邻块CU的深度信息和模式信息等。相应地，所述组合特征可以是基于至少两个所述原始特征得到的新特征，比如，通过计算或拼接等方式，对两个或两个以上原始特征进行处理后得到新特征。实际应用中，相较于存在物理含义的原始特征而言，得到的新特征(也即组合特征)可能并非有明确的物理含义，比如，组合特征＝亮度均值×亮度方差，此时，该组合特征并不存在物理含义，但是，组合特征的具体数值和输出结果之间存在关联，此时，将组合特征作为训练数据同样能够提升模型的准确性。
这样，使用科学的特征来进行模型训练，提升了第一目标模型的预测准确率，进而为后续提升预测效率奠定了基础，也为有效简化帧间预测的预测流程、去除冗余的计算过程，进而提升编码速度奠定了基础。
在一具体示例中，所述预设特征是基于所述多个特征对应的特征值，从所述多个特征中筛选得到的；所述多个特征的特征值是将所述多个特征输入至第二目标模型后所得到。也就是说，在训练初始模型的过程中，所使用的预设特征是特征筛选后所得，比如，利用第二目标模型对多个特征进行筛选得到预设特征，如此，使用更加科学的特征来进行模型训练，进一步提升了第一目标模型的预测准确率。
可以理解的是，该多个特征也包含有以下至少之一：所述视频帧序列样本的原始特征；基于至少两个所述原始特征而得到的组合特征。如此，便于从该多个特征中选取得到预设特征。
举例来说，采用xgBoost模型作为待训练模型，选择多个待处理特征以及用于标注该待处理特征的重要程度的标签，对待训练模型进行训练，得到第二目标模型。在得到第二目标模型之后，将多个特征输入至该第二目标模型，得到该多个特征的特征值，这里，该特征值能够表示该特征值所对应特征的重要程度；进而基于特征值，对该多个特征进行重要性排序，并基于排序结果得到预设特征，比如，基于特征值进行降序排序，并将前N个特征，作为预设特征。
以下结合具体示例，对本公开方案做进一步详细说明；如图4所示，现有方式中，对于每个编码单元，均需要进行SKIP/MERGE模式，2N×2N模式，SMP模式、AMP模式以及Intra模式，然后选取出最佳模式，显然，该过程产生了冗余的计算量，降低了编码速度。基于此，本示例提供了一种能够有效减少帧间预测的预测流程、去除冗余的计算过程，进而提升编码速度的方案，以解决上述问题；具体地，如图5所示，具体步骤包括：
步骤1：选取待编码视频帧序列，比如，基于时域复杂度和空域复杂度的不同选取得到该编码视频帧序列。
步骤2：基于SKIP/MERGE模式，对待编码视频帧序列的当前编码单元进行帧间预测，得到预测结果1。
步骤3：基于Intra模式，对待编码视频帧序列的当前编码单元进行帧内预测，得到预测结果2。
这里，可以理解的是，本方案对步骤3的执行顺序不作限制，只要在步骤6或步骤7之前能够得到步骤3所得到的预测结果2即可，换言之，只要步骤3在步骤6或步骤7之前执行即可。
步骤4：调用第一目标模型，将步骤2的预测结果1，以及待编码视频帧序列的目标特征，比如待编码视频帧序列的尺寸、亮度均值、亮度方差等基本信息，以及时域和空域邻块的已编码单元的深度信息和模式信息等，输入至第一目标模型，得到输出结果。这里，当输出结果为0的情况下，不跳过剩余帧间预测模式，执行步骤5；当输出结果为1的情况下，调整剩余帧间预测模式，执行7。
这里，在对初始模型(比如为xgBoost模型)进行训练的过程中，可以将输出结果，也即最佳模式为2N×2N模式、SMP模式、AMP模式中任意之一所对应的训练数据(也即以上所述的预设特征)，标注为0；将最佳模式为其他模式的训练数据，标注为1。此时，输出结果0即代表不可以跳过剩余帧间预测模式，1则代表可以跳过剩余帧间预测模式。如此，在训练结束后，即可得到第一目标模型。
需要说明的是，在进行模型训练之前，需要进行特征选择，而特征选择的准确与否直接决定了输出结果的准确率。基于此，本示例可以采用机器学习模型，如xgBoost模型来选择特征，比如，选取多个待处理特征，并基于多个待处理特征的重要程度，对该多个待处理特征进行打标，如此，对xgBoost模型进行训练，进而得到第二目标模型；此时，该第二目标模型即可用于预测特征的重要程度，比如，利用训练完成的第二目标模型来基于重要程度，对特征进行排序，进而选取出用于对初始模型进行训练的预设特征，如此，来提升模型的准确率。
进一步地，在进行特征选取时，不仅可以选取视频帧序列样本的原始特征，还可以将原始特征进行组合得到组合特征，比如，通过计算或拼接等方式，对两个或两个以上原始特征进行处理后得到新特征(也即组合特征)。实际应用中，相较于存在物理含义的原始特征而言，得到的新特征(也即组合特征)可能并非有明确的物理含义，比如，组合特征＝亮度均值×亮度方差，此时，该组合特征并不存在物理含义，但是，组合特征的具体数值和输出结果之间存在关联，此时，将组合特征作为训练数据同样能够提升模型的准确性。
步骤5：分别基于2N×2N模式、SMP模式以及AMP模式，对所述当前编码单元进行帧间预测，得到预测结果3至5；
步骤6：基于步骤2的预测结果1、步骤3的预测结果2，以及步骤5的预测结果3至5，选取出最佳模式，也即目标预测模式。
步骤7：基于步骤2的预测结果1，以及步骤3的预测结果2，选取出最佳模式，也即目标预测模式。
这样，本公开方案能有效简化帧间预测的流程，去除了冗余的计算过程，减少帧间预测的计算量，从而能够在保证编码质量不变的前提下，加快帧间预测决策速度，提升HEVC编码器的编码速度。
本公开方案还提供了一种视频帧处理装置，如图6所示，包括：
第一预测单元601，用于在确定需要跳过剩余帧间预测模式的情况下，基于目标帧内预测模式，对待编码视频帧序列的当前编码单元进行帧内预测，得到目标帧内预测结果；其中，所述剩余帧间预测模式包括除第一帧间预测模式外的其他帧间预测模式中至少之一；
第二预测单元602，用于基于所述目标帧内预测结果以及第一帧间预测结果，确定所述当前编码单元所对应的目标预测模式，其中，所述第一帧间预测结果是基于所述第一帧间预测模式对所述当前编码单元进行帧间预测后所得。
在本公开方案的一具体示例中，所述第一预测单元601，还用于在确定无需跳过所述剩余帧间预测模式的情况下，基于所述剩余帧间预测模式中的第二帧间预测模式，对所述当前编码单元进行帧间预测，得到第二帧间预测结果；以及，基于所述目标帧内预测模式，对所述当前编码单元进行帧内预测，得到所述目标帧内预测结果；
所述第二预测单元602，还用于至少基于所述目标帧内预测结果、所述第一帧间预测结果以及所述第二帧间预测结果，确定所述当前编码单元所对应的目标预测模式。
在本公开方案的一具体示例中，如图7所示，还包括：编码处理单元701；其中，
所述编码处理单元，用于基于所述目标预测模式，对所述当前编码单元进行编码处理。
在本公开方案的一具体示例中，如图7所示，还包括：预处理单元702；其中，
所述预处理单元702，用于基于所述第一帧间预测结果以及所述待编码视频帧序列的目标特征，得到模式处理信息；基于所述模式处理信息确定是否需要跳过所述剩余帧间预测模式。
在本公开方案的一具体示例中，所述预处理单元702，具体用于：将所述第一帧间预测结果以及所述待编码视频帧序列的目标特征输入至第一目标模型，得到所述模式处理信息。
在本公开方案的一具体示例中，所述第一目标模型至少是基于视频帧序列样本的预设特征和模式处理标签对初始模型进行训练后所得；所述模式处理标签用于标注所述预设特征所对应的帧间预测模式。
在本公开方案的一具体示例中，所述第一目标模型是基于视频帧序列样本的预设特征、第一帧间预测模式的预测结果以及模式处理标签对初始模型进行训练后所得；所述模式处理标签用于标注所述预设特征所对应的帧间预测模式，以及所述第一帧间预测模式的预测结果对应的帧间预测模式。
在本公开方案的一具体示例中，所述预设特征是基于预设规则从所述视频帧序列样本的多个特征中选取出的，包括以下至少之一：
所述视频帧序列样本的原始特征；
基于至少两个所述原始特征而得到的组合特征。
在本公开方案的一具体示例中，所述预设特征是基于所述多个特征对应的特征值，从所述多个特征中筛选得到的；
所述多个特征的特征值是将所述多个特征输入至第二目标模型后所得到。
本公开实施例的装置的各单元的具体功能和示例的描述，可以参见上述方法实施例中对应步骤的相关描述，在此不再赘述。
本公开的技术方案中，所涉及的用户个人信息的获取，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。
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8示出了可以用来实施本公开的实施例的示例电子设备800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/或者要求的本公开的实现。
如图8所示，设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM803中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800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801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801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801执行上文所描述的各个方法和处理，例如视频帧处理方法。例如，在一些实施例中，视频帧处理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808。在一些实施例中，计算机程序的部分或者全部可以经由ROM802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时，可以执行上文描述的视频帧处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元801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帧处理方法。
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、现场可编程门阵列(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，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 (21)

1.一种视频帧处理方法，包括：
在确定需要跳过剩余帧间预测模式的情况下，基于目标帧内预测模式，对待编码视频帧序列的当前编码单元进行帧内预测，得到目标帧内预测结果；其中，所述剩余帧间预测模式包括除第一帧间预测模式外的其他帧间预测模式中至少之一；
基于所述目标帧内预测结果以及第一帧间预测结果，确定所述当前编码单元所对应的目标预测模式，其中，所述第一帧间预测结果是基于所述第一帧间预测模式对所述当前编码单元进行帧间预测后所得。
2.根据权利要求1所述的方法，还包括：
在确定无需跳过所述剩余帧间预测模式的情况下，基于所述剩余帧间预测模式中的第二帧间预测模式，对所述当前编码单元进行帧间预测，得到第二帧间预测结果；以及，基于所述目标帧内预测模式，对所述当前编码单元进行帧内预测，得到所述目标帧内预测结果；
至少基于所述目标帧内预测结果、所述第一帧间预测结果以及所述第二帧间预测结果，确定所述当前编码单元所对应的目标预测模式。
3.根据权利要求1或2所述的方法，还包括：
基于所述目标预测模式，对所述当前编码单元进行编码处理。
4.根据权利要求1-3任一项所述的方法，还包括：
基于所述第一帧间预测结果以及所述待编码视频帧序列的目标特征，得到模式处理信息；
基于所述模式处理信息确定是否需要跳过所述剩余帧间预测模式。
5.根据权利要求4所述的方法，其中，所述基于所述第一帧间预测结果以及所述待编码视频帧序列的目标特征，得到模式处理信息，包括：
将所述第一帧间预测结果以及所述待编码视频帧序列的目标特征输入至第一目标模型，得到所述模式处理信息。
6.根据权利要求5所述的方法，其中，所述第一目标模型至少是基于视频帧序列样本的预设特征和模式处理标签对初始模型进行训练后所得；所述模式处理标签用于标注所述预设特征所对应的帧间预测模式。
7.根据权利要求5所述的方法，其中，所述第一目标模型是基于视频帧序列样本的预设特征、第一帧间预测模式的预测结果以及模式处理标签对初始模型进行训练后所得；所述模式处理标签用于标注所述预设特征所对应的帧间预测模式，以及所述第一帧间预测模式的预测结果对应的帧间预测模式。
8.根据权利要求6或7所述的方法，其中，所述预设特征是基于预设规则从所述视频帧序列样本的多个特征中选取出的，包括以下至少之一：
所述视频帧序列样本的原始特征；
基于至少两个所述原始特征而得到的组合特征。
9.根据权利要求8所述的方法，其中，所述预设特征是基于所述多个特征对应的特征值，从所述多个特征中筛选得到的；
所述多个特征的特征值是将所述多个特征输入至第二目标模型后所得到。
10.一种视频帧处理装置，包括：
第一预测单元，用于在确定需要跳过剩余帧间预测模式的情况下，基于目标帧内预测模式，对待编码视频帧序列的当前编码单元进行帧内预测，得到目标帧内预测结果；其中，所述剩余帧间预测模式包括除第一帧间预测模式外的其他帧间预测模式中至少之一；
第二预测单元，用于基于所述目标帧内预测结果以及第一帧间预测结果，确定所述当前编码单元所对应的目标预测模式，其中，所述第一帧间预测结果是基于所述第一帧间预测模式对所述当前编码单元进行帧间预测后所得。
11.根据权利要求10所述的装置，其中，
所述第一预测单元，还用于在确定无需跳过所述剩余帧间预测模式的情况下，基于所述剩余帧间预测模式中的第二帧间预测模式，对所述当前编码单元进行帧间预测，得到第二帧间预测结果；以及，基于所述目标帧内预测模式，对所述当前编码单元进行帧内预测，得到所述目标帧内预测结果；
所述第二预测单元，还用于至少基于所述目标帧内预测结果、所述第一帧间预测结果以及所述第二帧间预测结果，确定所述当前编码单元所对应的目标预测模式。
12.根据权利要求10或11所述的装置，还包括：编码处理单元；其中，
所述编码处理单元，用于基于所述目标预测模式，对所述当前编码单元进行编码处理。
13.根据权利要求10-12任一项所述的装置，还包括预处理单元；其中，
所述预处理单元，用于基于所述第一帧间预测结果以及所述待编码视频帧序列的目标特征，得到模式处理信息；基于所述模式处理信息确定是否需要跳过所述剩余帧间预测模式。
14.根据权利要求13所述的装置，其中，所述预处理单元，具体用于：将所述第一帧间预测结果以及所述待编码视频帧序列的目标特征输入至第一目标模型，得到所述模式处理信息。
15.根据权利要求14所述的装置，其中，所述第一目标模型至少是基于视频帧序列样本的预设特征和模式处理标签对初始模型进行训练后所得；所述模式处理标签用于标注所述预设特征所对应的帧间预测模式。
16.根据权利要求14所述的装置，其中，所述第一目标模型是基于视频帧序列样本的预设特征、第一帧间预测模式的预测结果以及模式处理标签对初始模型进行训练后所得；所述模式处理标签用于标注所述预设特征所对应的帧间预测模式，以及所述第一帧间预测模式的预测结果对应的帧间预测模式。
17.根据权利要求15或16所述的装置，其中，所述预设特征是基于预设规则从所述视频帧序列样本的多个特征中选取出的，包括以下至少之一：
所述视频帧序列样本的原始特征；
基于至少两个所述原始特征而得到的组合特征。
18.根据权利要求17所述的装置，其中，所述预设特征是基于所述多个特征对应的特征值，从所述多个特征中筛选得到的；
所述多个特征的特征值是将所述多个特征输入至第二目标模型后所得到。
19.一种电子设备，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1-9中任一项所述的方法。
20.一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1-9中任一项所述的方法。
21.一种计算机程序产品，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权利要求1-9中任一项所述的方法。
CN202210778509.3A 2022-06-30 2022-06-30 视频帧处理方法、装置、设备及存储介质 Active CN115190295B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210778509.3A CN115190295B (zh) 2022-06-30 2022-06-30 视频帧处理方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210778509.3A CN115190295B (zh) 2022-06-30 2022-06-30 视频帧处理方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN115190295A true CN115190295A (zh) 2022-10-14
CN115190295B CN115190295B (zh) 2023-06-23

Family

ID=83515137

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210778509.3A Active CN115190295B (zh) 2022-06-30 2022-06-30 视频帧处理方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115190295B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101815215A (zh) * 2009-06-29 2010-08-25 香港应用科技研究院有限公司 编码模式选择的方法和装置
US20200296387A1 (en) * 2018-02-01 2020-09-17 Tencent Technology (Shenzhen) Company Limited Video encoding method, computer device, and storage medium
CN111757104A (zh) * 2020-06-29 2020-10-09 北京百度网讯科技有限公司 一种图像编码方法、装置、电子设备及存储介质
CN112532975A (zh) * 2020-11-25 2021-03-19 腾讯科技（深圳）有限公司 视频编码方法、装置、计算机设备及存储介质
CN112637591A (zh) * 2020-12-11 2021-04-09 百果园技术(新加坡)有限公司 一种视频预测编码的方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101815215A (zh) * 2009-06-29 2010-08-25 香港应用科技研究院有限公司 编码模式选择的方法和装置
US20200296387A1 (en) * 2018-02-01 2020-09-17 Tencent Technology (Shenzhen) Company Limited Video encoding method, computer device, and storage medium
CN111757104A (zh) * 2020-06-29 2020-10-09 北京百度网讯科技有限公司 一种图像编码方法、装置、电子设备及存储介质
CN112532975A (zh) * 2020-11-25 2021-03-19 腾讯科技（深圳）有限公司 视频编码方法、装置、计算机设备及存储介质
CN112637591A (zh) * 2020-12-11 2021-04-09 百果园技术(新加坡)有限公司 一种视频预测编码的方法及装置
WO2022121787A1 (zh) * 2020-12-11 2022-06-16 百果园技术(新加坡)有限公司 视频预测编码的方法及装置

Also Published As

Publication number Publication date
CN115190295B (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
CN111757118B (zh) 视频转码处理方法、装置、设备和介质
CN113596442B (zh) 视频处理方法、装置、电子设备及存储介质
CN114187459A (zh) 目标检测模型的训练方法、装置、电子设备以及存储介质
CN115376211A (zh) 唇形驱动方法、唇形驱动模型的训练方法、装置及设备
CN113627536A (zh) 模型训练、视频分类方法，装置，设备以及存储介质
CN114710667A (zh) 针对h.266/vvc屏幕内容帧内cu划分的快速预测方法及装置
CN115190295B (zh) 视频帧处理方法、装置、设备及存储介质
CN115052154A (zh) 一种模型训练和视频编码方法、装置、设备及存储介质
CN113099241B (zh) 参考帧列表更新方法、装置、设备以及存储介质
CN114330576A (zh) 模型处理方法、装置、图像识别方法及装置
CN114078097A (zh) 图像去雾模型的获取方法、装置和电子设备
CN113361574A (zh) 数据处理模型的训练方法、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
CN115190309B (zh) 视频帧处理方法、训练方法、装置、设备及存储介质
CN115334309A (zh) 帧内预测编码方法、装置、设备以及存储介质
CN114693950B (zh) 一种图像特征提取网络的训练方法、装置及电子设备
CN113099231B (zh) 确定亚像素插值位置的方法、装置、电子设备和存储介质
CN116260973B (zh) 一种时域滤波方法、装置、电子设备及存储介质
CN114513659B (zh) 确定图片预测模式的方法、装置、电子设备和介质
CN117459719A (zh) 一种参考帧选择方法、装置、电子设备和存储介质
CN114040204A (zh) 编码单元的处理方法、装置、设备及存储介质
CN116946159A (zh) 基于动态局部地图的运动轨迹预测方法、装置、设备和介质
CN117014602A (zh) 参考帧筛选模型的训练方法、装置及计算机程序产品
CN115761595A (zh) 低质量视频检测和视频理解模型训练方法及装置
CN115883832A (zh) 基于人工智能的视频编码处理方法、装置、设备及介质

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