CN117061749A - 一种多变换编解码方法、系统、介质及设备 - Google Patents
一种多变换编解码方法、系统、介质及设备 Download PDFInfo
- Publication number
- CN117061749A CN117061749A CN202310967827.9A CN202310967827A CN117061749A CN 117061749 A CN117061749 A CN 117061749A CN 202310967827 A CN202310967827 A CN 202310967827A CN 117061749 A CN117061749 A CN 117061749A
- Authority
- CN
- China
- Prior art keywords
- transformation
- consistency
- residual error
- transforms
- summation
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000009466 transformation Effects 0.000 claims abstract description 114
- 238000011426 transformation method Methods 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 230000015654 memory Effects 0.000 claims description 39
- 238000003860 storage Methods 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000009795 derivation Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 239000004065 semiconductor Substances 0.000 description 6
- 238000009826 distribution Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- H04N19/12—Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
-
- 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
-
- 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
- H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
- H04N19/45—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder performing compensation of the inverse transform mismatch, e.g. Inverse Discrete Cosine Transform [IDCT] mismatch
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
本公开涉及一种多变换编解码方法、系统、介质及设备,方法包括:使用候选变换方法对图像中的残差按多种变换类型进行反变换,得到不同的图像残差重构数据;通过所述图像残差重构数据中相邻像素间的变换,定量表示像素内容的一致性情况;当前编码块的左侧和上方的相邻像素进行N阶差分计算得到边界的一致性代价,其中,N为正整数;对差分结果和当前块真实边界值作差并求取绝对值,对所述绝对值进行求和或加权求和;根据求和或加权求和的结果得到不同的变换类型;对不同变换类型得到的边界一致性代价进行排序得到最终的变换类型。
Description
技术领域
本公开涉及视频压缩编码技术领域,更为具体来说,本公开涉及一种多变换编解码方法、系统、介质及设备。
背景技术
变换方法是视频压缩算法的重要组成部分,随着混合编码框架的发展,在基于编码块的变换中,引入了新的变换核,同时变换的形式也得到了扩展。常见的变换方法可以分为以下四种:
多核变换:尽管DCT-II是KLT的一种逼近,但是固定的变换核不能适应多样分布的残差数据,因而引入更多的适应多样残差分布的变换核可以提升编码性能。而多核变换因为表示变换核的方式不同,也可再细分为依赖于已编码信息的变换和显式标识变换。
二次变换:变换的做法是对预测后的残差能量进行一次重新分配,对于能量聚集后的系数,仍然可以从中发现一些特定的规律进行一次能量再分配。这种在频域继续做变换的方式就是二次变换。
非分离变换:二维变换是对残差的每行每列数据分别做变换,也可以将二维残差展开成一维向量做一次变换。这种展开做一次变换的方式就是非分离变换。
分块变换:残差数据可能因为在块中的位置不同而具有局部的一些不同特性,将残差块分割成小块,并根据不同的残差特性做不同的变换可能比整块做一次变换的性能更好,因而产生了分块变换。
引入多变换类型后,具体如何表示使用的是一个问题。现有的方法分为显示标识和隐式导出两种。显示标识是编码一些标志位来确定表示所使用的变换类型,隐式导出方法是借助模式、尺寸、残差量化系数等信息选取特定的变换类型。
发明内容
为解决现有技术的多变换编解码方法不能满足用户需求的技术问题。
为实现上述技术目的,本公开提供了一种多变换编解码方法,包括:使用候选变换方法对图像中的残差按多种变换类型进行反变换,得到不同的图像残差重构数据;
通过所述图像残差重构数据中相邻像素间的变换,定量表示像素内容的一致性情况;
对当前编码块的左侧和上方的相邻像素进行N阶差分计算得到边界的一致性代价,其中,N为正整数;
对差分结果和当前块真实边界值作差并求取绝对值,对所述绝对值进行求和或加权求和;
根据求和或加权求和的结果得到不同的变换类型;
对不同变换类型得到的边界一致性代价进行排序得到最终的变换类型。
进一步,所述候选变换方法具体包括:
多核变换、二次变换、非分离变换和/或分块变换。
进一步,所述多核变换包括:通过图拉普拉斯矩阵计算得到的变换核或根据残差通过KLT算法训练得到的变换核。
进一步,所述非分离变换包括:
根据残差通过KLT算法训练得到的变换核。
为实现上述技术目的,本公开还能够提供一种多变换编解码系统,所述系统包括:
反变换模块,用于使用候选变换方法对图像中的残差按多种变换类型进行反变换,得到不同的图像残差重构数据;
一致性定量处理模块,用于通过所述图像残差重构数据中相邻像素间的变换,定量表示像素内容的一致性情况;
一致性计算模块,用于对当前编码块的左侧和上方的相邻像素进行N阶差分计算得到边界的一致性代价,其中,N为正整数;
计算模块,用于对差分结果和当前块真实边界值作差并求取绝对值,对所述绝对值进行求和或加权求和;并根据求和或加权求和的结果得到不同的变换类型;
排序模块,用于对不同变换类型得到的边界一致性代价进行排序得到最终的变换类型。
进一步,所述候选变换方法具体包括:
多核变换、二次变换、非分离变换和/或分块变换。
进一步,所述多核变换包括:通过图拉普拉斯矩阵计算得到的变换核或根据残差通过KLT算法训练得到的变换核。
进一步,所述非分离变换包括:
根据残差通过KLT算法训练得到的变换核。
为实现上述技术目的,本公开还能够提供一种计算机存储介质,其上存储有计算机程序,计算机程序被处理器执行时用于实现上述的多变换编解码方法的步骤。
为实现上述技术目的,本公开还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述的多变换编解码方法的步骤。
附图说明
图1示出了本公开的实施例1的方法的流程示意图;
图2示出了本公开的实施例1的示意图;
图3示出了本公开的实施例2的系统的结构示意图;
图4示出了本公开的实施例4的结构示意图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在附图中示出了根据本公开实施例的各种结构示意图。这些图并非是按比例绘制的,其中为了清楚表达的目的,放大了某些细节,并且可能省略了某些细节。图中所示的各种区域、层的形状以及它们之间的相对大小、位置关系仅是示例性的,实际中可能由于制造公差或技术限制而有所偏差,并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
变换方法是视频压缩算法的重要组成部分,随着混合编码框架的发展,在基于编码块的变换中,引入了新的变换核,同时变换的形式也得到了扩展。常见的变换方法可以分为以下四种:
多核变换:尽管DCT-II是KLT的一种逼近,但是固定的变换核不能适应多样分布的残差数据,因而引入更多的适应多样残差分布的变换核可以提升编码性能。而多核变换因为表示变换核的方式不同,也可再细分为依赖于已编码信息的变换和显式标识变换。
二次变换:变换的做法是对预测后的残差能量进行一次重新分配,对于能量聚集后的系数,仍然可以从中发现一些特定的规律进行一次能量再分配。这种在频域继续做变换的方式就是二次变换。
非分离变换:二维变换是对残差的每行每列数据分别做变换,也可以将二维残差展开成一维向量做一次变换。这种展开做一次变换的方式就是非分离变换。
分块变换:残差数据可能因为在块中的位置不同而具有局部的一些不同特性,将残差块分割成小块,并根据不同的残差特性做不同的变换可能比整块做一次变换的性能更好,因而产生了分块变换。
引入多变换类型后,具体如何表示使用的是一个问题。现有的方法分为显示标识和隐式导出两种。显示标识是编码一些标志位来确定表示所使用的变换类型,隐式导出方法是借助模式、尺寸、残差量化系数等信息选取特定的变换类型。
本公开提出一种模板导出多变换编解码方法,其中包括:模板导出变换类型的方法,对模板导出结果的表示方法,以及具体的新变换类型。
实施例一:
如图1所示:
本公开提供了一种多变换编解码方法,包括:
S101:使用候选变换方法对图像中的残差按多种变换类型进行反变换,得到不同的图像残差重构数据;
S102:通过所述图像残差重构数据中相邻像素间的变换,定量表示像素内容的一致性情况;
S103:对当前编码块的左侧和上方的相邻像素进行N阶差分计算得到边界的一致性代价,其中,N为正整数;
S104:对差分结果和当前块真实边界值作差并求取绝对值,对所述绝对值进行求和或加权求和;并根据求和或加权求和的结果得到不同的变换类型;
S105:对不同变换类型得到的边界一致性代价进行排序得到最终的变换类型。
首先,使用所有候选变换方法对残差按多种变换类型进行反变换,得到不同的残差重构。
然后,一致性计算。通过相邻像素间的变换可以定量表示像素内容的一致性情况。对当前编码块的左侧和上方的相邻像素进行N阶差分计算,包括但不限于一阶、二阶、三阶等。以二阶差分为例,如下图2所示:
当前编码块X的左边界为X(y,0),其左边界的相邻像素为X(y,-1)和X(y,-2),则二阶差分计算结果X’可表示为:
X’(y,0)=X(y,-1)–(X(y,-2)–X(y,-1))=2X(y,-1)-X(y,-2)
同理,当前编码块X的上边界差分结果可表示为:
X’(0,x)=X(-1,x)–(X(-2,x)–X(-1,x))=2X(-1,x)–X(-2,x)
其次,获得边界一致性代价。得到差分结果后,对差分结果X’和当前块真实边界值X作差并求取绝对值。最终的当前变换方式可以进行直接求和或者加权等方式进行,加权方式可以按当前编码块的预测模式进行区分,如果是帧内角度预测模式,则在水平和竖直方向的投影比例进行加权;如果是DC、双线性、平面、帧间等预测模式,则进行直接求和。
最后,对不同变换类型得到的边界一致性代价进行排序得到最终的变换类型,可以通过两种方式:编码排序结果,或者直接导出排序第一的类型。
进一步,所述候选变换方法具体包括:
多核变换、二次变换、非分离变换和/或分块变换。
进一步,所述多核变换包括:通过图拉普拉斯矩阵计算得到的变换核或根据残差通过KLT算法训练得到的变换核。
进一步,所述非分离变换包括:
根据残差通过KLT算法训练得到的变换核。
实施例二:
如图3所示:
为了解决上述技术问题,本公开还能提供一种多变换编解码系统,所述系统包括:
反变换模块201,用于使用候选变换方法对图像中的残差按多种变换类型进行反变换,得到不同的图像残差重构数据;
一致性定量处理模块202,用于通过所述图像残差重构数据中相邻像素间的变换,定量表示像素内容的一致性情况;
一致性计算模块203,用于对当前编码块的左侧和上方的相邻像素进行N阶差分计算得到边界的一致性代价,其中,N为正整数;
计算模块204,用于对差分结果和当前块真实边界值作差并求取绝对值,对所述绝对值进行求和或加权求和;并根据求和或加权求和的结果得到不同的变换类型;
排序模块205,用于对不同变换类型得到的边界一致性代价进行排序得到最终的变换类型。
进一步,所述候选变换方法具体包括:
多核变换、二次变换、非分离变换和/或分块变换。
进一步,所述多核变换包括:通过图拉普拉斯矩阵计算得到的变换核或根据残差通过KLT算法训练得到的变换核。
进一步,所述非分离变换包括:
根据残差通过KLT算法训练得到的变换核。
实施例三:
本公开还能够提供一种计算机存储介质,其上存储有计算机程序,计算机程序被处理器执行时用于实现上述的多变换编解码方法的步骤。
本公开的计算机存储介质可以采用半导体存储器、磁芯存储器、磁鼓存储器或磁盘存储器实现。
半导体存储器,主要用于计算机的半导体存储元件主要有Mos和双极型两种。Mos元件集成度高、工艺简单但速度较慢。双极型元件工艺复杂、功耗大、集成度低但速度快。NMos和CMos问世后,使Mos存储器在半导体存储器中开始占主要地位。NMos速度快,如英特尔公司的1K位静态随机存储器的存取时间为45ns。而CMos耗电省,4K位的CMos静态存储器存取时间为300ns。上述半导体存储器都是随机存取存储器(RAM),即在工作过程中可随机进行读出和写入新内容。而半导体只读存储器(ROM)在工作过程中可随机读出但不能写入,它用来存放已固化好的程序和数据。ROM又分为不可改写的熔断丝式只读存储器──PROM和可改写的只读存储器EPROM两种。
磁芯存储器,具有成本低,可靠性高的特点,且有20多年的实际使用经验。70年代中期以前广泛使用磁芯存储器作为主存储器。其存储容量可达10位以上,存取时间最快为300ns。国际上典型的磁芯存储器容量为4MS~8MB,存取周期为1.0~1.5μs。在半导体存储快速发展取代磁芯存储器作为主存储器的位置之后,磁芯存储器仍然可以作为大容量扩充存储器而得到应用。
磁鼓存储器,一种磁记录的外存储器。由于其信息存取速度快,工作稳定可靠,虽然其容量较小,正逐渐被磁盘存储器所取代,但仍被用作实时过程控制计算机和中、大型计算机的外存储器。为了适应小型和微型计算机的需要,出现了超小型磁鼓,其体积小、重量轻、可靠性高、使用方便。
磁盘存储器,一种磁记录的外存储器。它兼有磁鼓和磁带存储器的优点,即其存储容量较磁鼓容量大,而存取速度则较磁带存储器快,又可脱机贮存,因此在各种计算机系统中磁盘被广泛用作大容量的外存储器。磁盘一般分为硬磁盘和软磁盘存储器两大类。
硬磁盘存储器的品种很多。从结构上,分可换式和固定式两种。可换式磁盘盘片可调换,固定式磁盘盘片是固定的。可换式和固定式磁盘都有多片组合和单片结构两种,又都可分为固定磁头型和活动磁头型。固定磁头型磁盘的容量较小,记录密度低存取速度高,但造价高。活动磁头型磁盘记录密度高(可达1000~6250位/英寸),因而容量大,但存取速度相对固定磁头磁盘低。磁盘产品的存储容量可达几百兆字节,位密度为每英寸6 250位,道密度为每英寸475道。其中多片可换磁盘存储器由于盘组可以更换,具有很大的脱体容量,而且容量大,速度高,可存储大容量情报资料,在联机情报检索系统、数据库管理系统中得到广泛应用。
实施例四:
本公开还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述的多变换编解码方法的步骤。
图4为一个实施例中电子设备的内部结构示意图。如图4所示,该电子设备包括通过系统总线连接的处理器、存储介质、存储器和网络接口。其中,该计算机设备的存储介质存储有操作系统、数据库和计算机可读指令,数据库中可存储有控件信息序列,该计算机可读指令被处理器执行时,可使得处理器实现一种多变换编解码方法。该电设备的处理器用于提供计算和控制能力,支撑整个计算机设备的运行。该计算机设备的存储器中可存储有计算机可读指令,该计算机可读指令被处理器执行时,可使得处理器执行一种多变换编解码方法。该计算机设备的网络接口用于与终端连接通信。本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
该电子设备包括但不限于智能电话、计算机、平板电脑、可穿戴智能设备、人工智能设备、移动电源等。
所述处理器在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器内的程序或者模块(例如执行远端数据读写程序等),以及调用存储在所述存储器内的数据,以执行电子设备的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器以及至少一个处理器等之间的连接通信。
图4仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图4示出的结构并不构成对所述电子设备的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。
可选地,该电子设备还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
进一步地,所述计算机可用存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。本公开的范围由所附权利要求及其等价物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (10)
1.一种多变换编解码方法,其特征在于,所述方法包括:
使用候选变换方法对图像中的残差按多种变换类型进行反变换,得到不同的图像残差重构数据;
通过所述图像残差重构数据中相邻像素间的变换,定量表示像素内容的一致性情况;
对当前编码块的左侧和上方的相邻像素进行N阶差分计算得到边界的一致性代价,其中,N为正整数;
对差分结果和当前块真实边界值作差并求取绝对值,对所述绝对值进行求和或加权求和;
根据求和或加权求和的结果得到不同的变换类型;
对不同变换类型得到的边界一致性代价进行排序得到最终的变换类型。
2.根据权利要求1所述的方法,其特征在于,所述候选变换方法具体包括:
多核变换、二次变换、非分离变换和/或分块变换。
3.根据权利要求2所述的方法,其特征在于,所述多核变换包括:通过图拉普拉斯矩阵计算得到的变换核或根据残差通过KLT算法训练得到的变换核。
4.根据权利要求2所述的方法,其特征在于,所述非分离变换包括:
根据残差通过KLT算法训练得到的变换核。
5.一种多变换编解码系统,其特征在于,包括:
反变换模块,用于使用候选变换方法对图像中的残差按多种变换类型进行反变换,得到不同的图像残差重构数据;
一致性定量处理模块,用于通过所述图像残差重构数据中相邻像素间的变换,定量表示像素内容的一致性情况;
一致性计算模块,用于对当前编码块的左侧和上方的相邻像素进行N阶差分计算得到边界的一致性代价,其中,N为正整数;
计算模块,用于对差分结果和当前块真实边界值作差并求取绝对值,对所述绝对值进行求和或加权求和;并根据求和或加权求和的结果得到不同的变换类型;
排序模块,用于对不同变换类型得到的边界一致性代价进行排序得到最终的变换类型。
6.根据权利要求5所述的系统,其特征在于,所述候选变换方法具体包括:
多核变换、二次变换、非分离变换和/或分块变换。
7.根据权利要求6所述的系统,其特征在于,所述多核变换包括:通过图拉普拉斯矩阵计算得到的变换核或根据残差通过KLT算法训练得到的变换核。
8.根据权利要求5所述的系统,其特征在于,所述非分离变换包括:
根据残差通过KLT算法训练得到的变换核。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现权利要求1~4任一项中所述的多变换编解码方法对应的步骤。
10.一种计算机存储介质,其上存储有计算机程序指令,其特征在于,所述程序指令被处理器执行时用于实现权利要求1~4任一项中所述的多变换编解码方法对应的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310967827.9A CN117061749A (zh) | 2023-08-02 | 2023-08-02 | 一种多变换编解码方法、系统、介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310967827.9A CN117061749A (zh) | 2023-08-02 | 2023-08-02 | 一种多变换编解码方法、系统、介质及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117061749A true CN117061749A (zh) | 2023-11-14 |
Family
ID=88668455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310967827.9A Pending CN117061749A (zh) | 2023-08-02 | 2023-08-02 | 一种多变换编解码方法、系统、介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117061749A (zh) |
-
2023
- 2023-08-02 CN CN202310967827.9A patent/CN117061749A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sethi et al. | RecShard: statistical feature-based memory optimization for industry-scale neural recommendation | |
CN105205014A (zh) | 一种数据存储方法和装置 | |
CN113569508B (zh) | 基于id进行数据索引与访问的数据库模型构建方法及设备 | |
CN112308313A (zh) | 一种学校连续点选址方法、装置、介质及计算机设备 | |
Edstrom et al. | Data-pattern enabled self-recovery low-power storage system for big video data | |
US20230161811A1 (en) | Image search system, method, and apparatus | |
KR20170065085A (ko) | 시스템 리소스 관리를 위한 방법 및 장치 | |
CN117061749A (zh) | 一种多变换编解码方法、系统、介质及设备 | |
CN116932935A (zh) | 地址匹配方法、装置、设备、介质和程序产品 | |
CN112911285B (zh) | 硬件编码器帧内模式决策电路、方法、装置、设备及介质 | |
CN110908783A (zh) | 一种云数据中心虚拟机的管控方法、系统及设备 | |
CN113473135B (zh) | 一种面向非线性纹理的帧内预测方法、设备及介质 | |
CN113806539B (zh) | 一种文本数据增强系统、方法、设备及介质 | |
CN116415100A (zh) | 业务处理方法、装置、处理器及计算设备 | |
CN110858167B (zh) | 一种内存故障隔离方法、装置及设备 | |
CN113516368A (zh) | 城市和社区不确定性风险的预测方法、装置、设备及介质 | |
CN114896422A (zh) | 一种知识图谱补全方法、装置、设备及介质 | |
CN112686756B (zh) | 一种资金渠道切换方法、装置、设备及介质 | |
CN118445161A (zh) | 针对dram-pim的仿真器设计装置及dram-pim的仿真方法、设备和介质 | |
CN113238874B (zh) | 资源匹配方法及系统 | |
CN117915461A (zh) | 超大规模阵列近远混合场传输功率分配方法、系统、介质及设备 | |
US20230297499A1 (en) | Locating a memory unit associated with a memory address utilizing a mapper | |
CN117857803A (zh) | 一种端到端的视频编码码率调整系统、方法、介质及设备 | |
US20230237011A1 (en) | Mapping logical and physical processors and logical and physical memory | |
CN117893753A (zh) | 基于校正的交互式人体解析方法、系统、介质及设备 |
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 |