CN118138753A - 视频编码的模式决策方法和装置、存储介质及电子设备 - Google Patents
视频编码的模式决策方法和装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN118138753A CN118138753A CN202410028713.2A CN202410028713A CN118138753A CN 118138753 A CN118138753 A CN 118138753A CN 202410028713 A CN202410028713 A CN 202410028713A CN 118138753 A CN118138753 A CN 118138753A
- Authority
- CN
- China
- Prior art keywords
- motion vector
- image block
- target
- determining
- mode decision
- 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 78
- 239000013598 vector Substances 0.000 claims abstract description 321
- 238000012216 screening Methods 0.000 claims description 14
- 238000013139 quantization Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 15
- 230000005540 biological transmission Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000010187 selection method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本申请公开了一种视频编码的模式决策方法和装置、存储介质及电子设备。其中,该方法包括:构建视频中当前帧包含的当前图像块的候选运动矢量集合;确定候选运动矢量集合中是否存在与当前图像块匹配的目标运动矢量;在候选运动矢量集合中存在目标运动矢量的情况下,基于目标运动矢量,确定当前图像块的目标质量指标;在目标质量指标满足预设条件的情况下,基于目标运动矢量确定模式决策结果,其中,模式决策结果用于表征对视频进行编码所采用的模式。本申请解决了视频编码中Merge模式决策的效率较低的技术问题。
Description
技术领域
本申请涉及视频编解码领域,具体而言,涉及一种视频编码的模式决策方法和装置、存储介质及电子设备。
背景技术
视频编解码系统通常用于压缩数字视频信号,以减少存储空间消耗或传输带宽消耗。视频编解码系统中可以对视频进行帧间预测编码,通过编码图像帧之间的运动信息及预测残差,有效提高压缩效率。
Merge模式(帧间预测中的运动矢量融合模式)是一种帧间编码模式,通过相邻块推导得到一个MV(Motion Vector,运动矢量)候选列表,并从候选列表中筛选出一个MV作为当前图像块的MV,不需编码MVD(Motion Vector Difference,运动矢量差值),从而达到节省比特数的目的。但是,从候选列表中筛选MV的过程较为复杂,导致Merge模式决策的效率较低。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种视频编码的模式决策方法和装置、存储介质及电子设备,以至少解决视频编码中Merge模式决策的效率较低的技术问题。
根据本申请实施例的一个方面,提供了一种视频编码的模式决策方法,包括:构建视频中当前帧包含的当前图像块的候选运动矢量集合;确定候选运动矢量集合中是否存在与当前图像块匹配的目标运动矢量;在候选运动矢量集合中存在目标运动矢量的情况下,基于目标运动矢量,确定当前图像块的目标质量指标;在目标质量指标满足预设条件的情况下,基于目标运动矢量确定模式决策结果,其中,模式决策结果用于表征对视频进行编码所采用的模式。
根据本申请实施例的另一方面,还提供了一种视频编码的模式决策方法,包括:响应作用于操作界面上的输入指令,在操作界面上显示视频;响应作用于操作界面上的决策指令,在操作界面上显示模式决策结果,其中,模式决策结果用于表征对视频进行编码所采用的模式,模式决策结果是在视频中当前帧包含的当前图像块的目标质量指标满足预设条件的情况下,基于构建好的候选运动矢量集合中与当前图像块匹配的目标运动矢量确定的,目标质量指标是基于目标运动矢量确定的。
根据本申请实施例的另一方面,还提供了一种视频编码的模式决策装置,包括:构建模块,用于构建视频中当前帧包含的当前图像块的候选运动矢量集合;第一确定模块,用于确定候选运动矢量集合中是否存在与当前图像块匹配的目标运动矢量;第二确定模块,用于在候选运动矢量集合中存在目标运动矢量的情况下,基于目标运动矢量,确定当前图像块的目标质量指标;第三确定模块,用于在目标质量指标满足预设条件的情况下,基于目标运动矢量确定模式决策结果,其中,模式决策结果用于表征对视频进行编码所采用的模式。
根据本申请实施例的另一方面,还提供了一种计算机可读存储介质,计算机可读存储介质包括存储的可执行程序,其中,在可执行程序运行时控制计算机可读存储介质所在设备执行上述实施例中的方法。
根据本申请实施例的另一方面,还提供了一种电子设备,包括:存储器,存储有可执行程序;处理器,用于运行程序,其中,程序运行时执行上述实施例中的方法。
在本申请实施例中,在构建视频中当前帧包含的当前图像块的候选运动矢量集合之后,可以确定候选运动矢量集合中是否存在与当前图像块匹配的目标运动矢量,在候选运动矢量集合中存在目标运动矢量的情况下,基于目标运动矢量,确定当前图像块的目标质量指标,在目标质量指标满足预设条件的情况下,基于目标运动矢量确定模式决策结果,实现Merge模式决策目的。容易注意到的是,通过提前确定候选运动矢量集合中是否存在与当前图像块匹配的目标运动矢量,可以跳过Merge模式决策中的粗选择和精选择过程,达到了降低Merge模式决策的复杂度,提升Merge模式决策效率的技术效果,进而解决了视频编码中Merge模式决策的效率较低的技术问题。
容易注意到的是,上面的通用描述和后面的详细描述仅仅是为了对本申请进行举例和解释,并不构成对本申请的限定。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的一种用于实现视频编码的模式决策方法的视频编解码系统的硬件结构框图;
图2是根据本申请实施例的一种视频编码器的硬件结构框图;
图3是根据本申请实施例1的一种视频编码的模式决策方法的流程图;
图4是根据本申请实施例的一种模式决策的粗选择和精选择过程的流程图;
图5是根据本申请实施例的一种可选的视频编码的模式决策方法的流程图;
图6是根据本申请实施例2的一种视频编码的模式决策方法的流程图;
图7是根据本申请实施例3的一种视频编码的模式决策装置的示意图;
图8是根据本申请实施例的一种计算机终端的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本申请实施例,提供了一种视频编码的模式决策方法,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例一所提供的方法实施例可以在视频编解码系统或者类似的运算装置中执行。图1示出了一种用于实现视频编码的模式决策方法的视频编解码系统的硬件结构框图。该视频编解码系统可以利用符合各种视频编码标准,例如,HEVC(High EfficiencyVideo Coding,高效率视频编码)/H.265、VVC(Versatile Video Coding,多功能视频编码)/H.266等。如图1所示,视频编解码系统可以包括源设备120和目标设备140,源设备120通过传输介质160与目标设备140进行数据交互,源设备120和目标设备140中的任意一个设备可以包括如下多种设备中的任意一种:台式计算机、笔记本电脑、平板电脑、机顶盒、智能手机、智能电视、摄像头、可穿戴设备、显示设备、数字媒体播放器、视频游戏控制台、视频流设备等。
源设备120可以包括视频源122、视频编码器124和输出接口126,视频源122可以提供发送给目标设备的原始视频,视频编码器124可以对原始视频进行编码以得到编码后的视频信息,并通过输出接口126传输到传输介质160中。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述电子装置的结构造成限定。
目标设备140可以包括输入接口142、视频解码器144和显示装置146,输入接口142可以从传输介质160中接收到编码后的视频信息,并传输给视频解码器144,视频解码器144可以对编码后的视频信息进行解码以得到原始视频,并通过显示装置146进行显示。显示装置146可以是触摸屏式的液晶显示器(LCD),该液晶显示器可使得用户能够与目标设备140的用户界面进行交互。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述电子装置的结构造成限定。
传输介质160可以包括但不限于互联网、企业内部网、局域网、通信供应商提供的无线网络及其组合。在一个实例中,传输介质160包括一个网络适配器(Network InterfaceController,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输介质160可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
图2示出了一种视频编码器的硬件结构框图,视频编码器可以用作视频编解码系统中的视频编码器124。如图2所示,输入视频202可以通过前处理模块204进行前处理,得到前处理后的视频206,前处理模块204一般包括预编码204-2、MCTF(Motion CompensatedTemporal-Filtering,运动补偿时域滤波)204-4等模块。前处理后的视频206可以逐块进行处理,例如,视频块单元可以是16×16像素的块(例如,宏块(macroblock,MB))。前处理后的视频206可以进行块划分、模式决策和编码器逻辑控制218、帧内预测220、帧间预测222、变换208、量化210、反量化214、反变换216、熵编码212和环路滤波224,其中,熵编码212输出的是比特流228,环路滤波224输出的参考帧226输入至帧间预测222中进行处理。
在上述运行环境下,本申请提供了如图3所示的视频编码的模式决策方法。图3是根据本申请实施例1的一种视频编码的模式决策方法的流程图。如图3所示,该方法包括如下步骤:
步骤S302,构建视频中当前帧包含的当前图像块的候选运动矢量集合。
上述步骤中的视频可以是输入至如图2所示的视频编码器的原始视频,本申请未对该视频的具体格式、分辨率等进行限定,可以适用于各种视频编码场景。上述步骤中的当前帧可以是帧间预测中待编码的视频帧。上述步骤中的当前图像块可以是对视频帧进行分块操作得到的图像块,例如,视频块单元可以是16×16像素的块,但不仅限于此。
在一种可选的实施例中,可以采用模式决策中的MV候选列表构建方式,来构建上述的候选运动矢量集合,具体构建方式可以包含空域候选MVP(Motion VectorPrediction,运动矢量预测)、时域候选MVP等。候选运动矢量集合的构建方法并不是本申请的发明点,因此,可以采用相关技术实现,本申请对此不作具体限定。
需要说明的是,这里的模式决策可以是Merge模式决策,也可以是Skip模式(一种特殊的Merge模式,不进行图像残差编码),但不仅限于此。在本申请实施例中,以Merge模式决策为例进行说明。
可选的,可以通过统计当前图像块周围的其他图像块的MV候选索引,以及包含当前图像块的父图像块的MV候选索引,得到当前图像块的MV候选索引,即上述的候选运动矢量集合。
步骤S304,确定候选运动矢量集合中是否存在与当前图像块匹配的目标运动矢量。
上述步骤中的目标运动矢量可以是候选运动矢量集合中可能会被模式决策所选择的MV。
在一种可选的实施例中,可以提前通过对候选运动矢量集合进行预测,确定候选运动矢量集合中是否存在可能会被模式决策所选择的MV。
步骤S306,在候选运动矢量集合中存在目标运动矢量的情况下,基于目标运动矢量,确定当前图像块的目标质量指标。
上述步骤的目标质量指标用于表征当前图像块按照目标运动矢量进行编码所得到的质量,可选的,上述目标质量指标可以包括如下至少之一:SATD(Sum of AbsoluteTransformed Differences,残差经过变换后的系数绝对值之和)、RDO(Rate-DistortionOptimization,率失真优化)和失真值,但不仅限于此,可以根据实际编码需要进行设定。在本申请实施例中,以目标质量指标包含RDO和失真值为例进行说明。
在一种可选的实施例中,在确定出候选运动矢量集合中存在目标运动矢量,也即,确定出可能会被模式决策所选择的MV的情况下,为了保证编码性能,可以确定按照该MV对当前图像块进行帧间编码所得到的目标质量指标,从而进一步可以基于目标质量指标,确定该MV是否为模式决策所选择的MV。可选的,如果目标质量指标满足一定条件,可以确定该MV是模式决策所选择的MV;如果目标质量指标不满足上述条件,可以确定该MV不是模式决策所选择的MV。
步骤S308,在目标质量指标满足预设条件的情况下,基于目标运动矢量确定模式决策结果,其中,模式决策结果用于表征对视频进行编码所采用的模式。
上述步骤中的预设条件可以是预先确定的质量指标阈值,通过该质量指标阈值,可以确定帧间编码所采用的MV是否为模式决策所选择的MV。
在一种可选的实施例中,假设目标质量指标越大,表征当前图像块的编码质量越低;目标质量指标越小,表征当前图像块的编码质量越高,那么如果目标质量指标小于质量指标阈值,可以确定目标质量指标满足预设条件,因此,可以确定目标运动质量为模式决策所选择的MV,进一步可以基于目标运动质量为模式决策结果。如果目标质量指标大于或等于质量指标阈值,可以确定目标质量指标不满足预设条件,因此,可以确定目标运动质量不为模式决策所选择的MV,进一步需要通过粗选择和精选择过程来确定最终的模式决策结果。
通过本申请上述实施例提供的步骤,在构建视频中当前帧包含的当前图像块的候选运动矢量集合之后,可以确定候选运动矢量集合中是否存在与当前图像块匹配的目标运动矢量,在候选运动矢量集合中存在目标运动矢量的情况下,基于目标运动矢量,确定当前图像块的目标质量指标,在目标质量指标满足预设条件的情况下,基于目标运动矢量确定模式决策结果,实现Merge模式决策目的。容易注意到的是,通过提前确定候选运动矢量集合中是否存在与当前图像块匹配的目标运动矢量,可以跳过Merge模式决策中的粗选择和精选择过程,达到了降低Merge模式决策的复杂度,提升Merge模式决策效率的技术效果,进而解决了视频编码中Merge模式决策的效率较低的技术问题。
在本申请上述实施例中,构建视频中当前帧包含的当前编码图像块的候选运动矢量集合,包括:确定当前帧中位于当前图像块周围的第一图像块,以及当前帧中包含有当前图像块的父图像块,其中,父图像块的尺寸大于当前图像块的尺寸;对第一图像块的候选运动矢量和父图像块的候选运动矢量进行汇总,得到候选运动矢量集合。
在一种可选的实施例中,为了保证目标运动矢量的估计准确性,可以统计当前图像块周围的图像块的MV候选索引,以及父图像块的MV候选索引,来确定候选运动矢量集合,实现同时利用时域信息和空域信息进行模式决策的目的,使得在大幅降低Merge模式决策的复杂度的情况下,降低编码性能的损失。
在本申请上述实施例中,确定候选运动矢量集合中是否存在与当前图像块匹配的目标运动矢量,包括:确定第一图像块的候选运动矢量和父图像块的候选运动矢量之间的相似度;在相似度大于或等于预设相似度的情况下,确定候选运动矢量集合中存在目标运动矢量;在相似度小于预设相似度的情况下,确定候选运动矢量集合中不存在目标运动矢量。
上述步骤中的预设相似度可以是预先确定的,能够认为第一图像块的候选运动矢量与父图像块的候选运动矢量相同的相似度,具体取值可以根据实际编码需要进行设定,在本申请实施例中,以预设相似度为50%为例进行说明。
在一种可选的实施例中,可以通过第一图像块的候选运动矢量和父图像块的候选运动矢量之间的相似度,来确定选运动矢量集合中是否存在可能会被模式决策所选择的目标运动矢量,如果相似度大于或等于预设相似度,则表明第一图像块的候选运动矢量和父图像块的候选运动矢量相同,因此,确定选运动矢量集合中存在可能会被模式决策所选择的目标运动矢量;如果相似度小于预设相似度,则表明第一图像块的候选运动矢量和父图像块的候选运动矢量不同,因此,确定选运动矢量集合中步存在可能会被模式决策所选择的目标运动矢量。
在本申请上述实施例中,该方法还包括:在率失真代价值小于率失真阈值,且失真值小于失真阈值的情况下,确定目标质量指标满足预设条件;在率失真代价值大于或等于率失真阈值,或失真值大于或等于失真阈值的情况下,确定目标质量指标不满足预设条件。
在一种可选的实施例中,在目标质量指标包括RDO和失真值的情况下,如果RDO小于率失真阈值,失真值小于失真阈值,则表明目标质量指标满足预设条件,因此可以确定当前图像块的编码质量较高,目标运动矢量会被模式决策所选择;如果RDO大于或等于率失真阈值,或失真值大于或等于失真阈值,则表明目标质量指标不满足预设条件,因此可以确定当前图像块的编码质量较低,目标运动矢量不会被模式决策所选择。
在本申请上述实施例中,该方法还包括:确定当前帧中与当前图像块尺寸相同的第二图像块;对第二图像块的率失真代价值进行统计,确定率失真阈值。
在一种可选的实施例中,率失真阈值可以是通过统计当前帧中,与当前图像块尺寸相同的第二图像块的率失真代价得到,此处的统计可以是求平均值,也可以是求加权平均值等,可以根据实际编码需要进行确定。
在本申请上述实施例中,对第二图像块的率失真代价值进行统计,确定率失真阈值,包括:基于当前图像块的时域层级,确定权重值;对第二图像块的率失真代价值进行统计,得到统计率失真代价值;基于统计率失真代价值和权重值,确定率失真阈值。
在一种可选的实施例中,可以统计当前帧中,与当前图像块尺寸相同的第二图像块的率失真代价,得到统计率失真代价值rd1,进一步将th0*rd1作为率失真阈值,其中,th0表示上述的权重值,可以依照当前图像块的时域层级确定,如果当前图像块的时域层级为最高层,则权重值可以是第一预设值,如果当前图像块的时域层级不是最高层,则权重值可以是第二预设值。此处的第一预设值和第二预设值可以根据实际编码需要进行设定,例如,第一预设值可以是1.4,第二预设值可以是0.7。
在本申请上述实施例中,该方法还包括如下之一:基于当前图像块的量化参数,确定失真阈值;确定当前帧中当前图像块周围的第一图像块,以及当前帧中包含有当前图像块的父图像块,并基于第一图像块的失真值和父图像块的失真值,确定失真阈值。
在一种可选的实施例中,当前图像块的量化参数(Quantizer Parameter,QP)可以反映了空间细节压缩情况,因此,可以基于量化参数推导失真阈值threshold。
在另一种可选的实施例中,可以结合当前图像块周围同尺寸图像块的失真大小,以及父图像块的失真大小,来确定失真阈值。
在本申请上述实施例中,在候选运动矢量集合中不存在目标运动矢量的情况下,该方法还包括:对候选运动矢量集合中的运动矢量进行运动补偿,得到补偿后的运动矢量;基于补偿后的运动矢量的第一质量指标,对补偿后的运动矢量进行筛选,得到筛选后的运动矢量;基于筛选后的运动矢量的第二质量指标,从筛选后的运动矢量中确定目标运动矢量。
在一种可选的实施例中,如果候选运动矢量集合中不存在目标运动矢量,也即,候选运动矢量集合中不存在可能被模式决策所选择的MV,则可以按照粗选择和精选择过程,从候选运动矢量集合中筛选出一个MV作为模式决策所选择的MV。可选的,如图4所示,Merge模式决策的粗选择和精选择过程如下:对于候选运动矢量集合,可以首先执行粗选择过程,具体可以是遍历候选运动矢量集合中的MV,逐个按照MV对当前图像块进行运动补偿,并计算SATD代价,然后根据SATD代价值对候选运动矢量集合中的MV进行排序,并挑选排序后的MV中前N个MV。然后执行精选择过程,具体可以是遍历前N个MV分别计算Merge模式和Skip模式的RDO,然后根据RDP从N个MV中筛选一个MV,并确定Skip,Merge模式。
在本申请上述实施例中,在目标质量指标不满足预设条件的情况下,该方法还包括:剔除候选运动矢量集合中的目标运动矢量,得到目标运动矢量集合;对目标运动矢量集合中的运动矢量进行运动补偿,得到补偿后的运动矢量;基于补偿后的运动矢量的第一质量指标,对补偿后的运动矢量进行筛选,得到筛选后的运动矢量;基于筛选后的运动矢量的第二质量指标,从筛选后的运动矢量中确定目标运动矢量。
在一种可选的实施例中,如果目标质量指标不满足预设条件,例如,RDO大于或等于率失真阈值,或失真值大于或等于失真阈值,则表明目标运动矢量不会被模式决策所选择,此时,可以将目标运动矢量从候选运动矢量集合中剔除,然后按照如图4所示的粗选择和精选择过程,从剩余的MV中筛选一个MV,并确定Skip,Merge模式。
下面结合图5对本申请一种优选的实施例进行详细说明,如图5所示,该方法可以包括如下步骤:针对当前图像块,可以构建MV候选列表(即上述的候选运动矢量集合),然后根据MV候选列表中MV索引情况,确定是否存在可能被模式决策所选择的MV,如果存在可能被模式决策所选择的MV,则进一步确定按照该MV进行帧间编码所带来的率失真代价值rd0和失真值dist0;如果不存在可能被模式决策所选择的MV,则可以执行如图4所示的粗选择过程和精选择过程,从MV候选列表中筛选出Merge模式下的MV。在确定出率失真代价值rd0和失真值dist0之后,可以确定rd0是否<th0*rd1,以及dist0是否<threshold,如果rd0<th0*rd1,且dist0<threshold,则可以将可能被模式决策所选择的MV作为Merge模式下的MV;如果rd0≥th0*rd1,或dist0≥threshold,则可以从MV候选列表中删除可能被模式决策所选择的MV,并采用如图4所示的粗选择过程和精选择过程,从剩余MV中筛选出Merge模式下的MV。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准,并提供有相应的操作入口,供用户选择授权或者拒绝。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本申请各个实施例所述的方法。
实施例2
根据本申请实施例,还提供了一种视频编码的模式决策方法,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图6是根据本申请实施例2的一种视频编码的模式决策方法的流程图。如图6所示,该方法包括如下步骤:
步骤S602,响应作用于操作界面上的输入指令,在操作界面上显示视频。
上述步骤中的操作界面可以是如图1所示的源设备120的操作界面,用户通过该操作界面可以实现与源设备120进行交互,达到对源设备120进行控制的目的。
在一种可选的实施例中,用户可以通过点击操作界面的“视频输入”按键,来生成输入指令,用户可以通过“视频输入”按键拍摄视频,或者通过“视频输入”按键选择已经拍摄好的视频。
步骤S604,响应作用于操作界面上的决策指令,在操作界面上显示模式决策结果,其中,模式决策结果用于表征对视频进行编码所采用的模式,模式决策结果是在视频中当前帧包含的当前图像块的目标质量指标满足预设条件的情况下,基于构建好的候选运动矢量集合中与当前图像块匹配的目标运动矢量确定的,目标质量指标是基于目标运动矢量确定的。
在一种可选的实施例中,用户可以通过点击操作界面的“模式决策”按键,来生成决策指令,从而通过模式决策流程得到模式决策结果,在得到模式决策结果之后,模式决策结果可以显示在操作界面中的“模式决策结果显示区域”中,供用户查看。
需要说明的是,本申请上述实施例中涉及到的优选实施方案与实施例1提供的方案以及应用场景、实施过程相同,但不仅限于实施例1所提供的方案。
实施例3
根据本申请实施例,还提供了一种用于实施上述视频编码的模式决策方法的视频编码的模式决策装置,如图7所示,该装置700包括:构建模块702、第一确定模块704、第二确定模块706、第三确定模块708。
其中,构建模块702用于构建视频中当前帧包含的当前图像块的候选运动矢量集合;第一确定模块704用于确定候选运动矢量集合中是否存在与当前图像块匹配的目标运动矢量;第二确定模块706用于在候选运动矢量集合中存在目标运动矢量的情况下,基于目标运动矢量,确定当前图像块的目标质量指标;第三确定模块708用于在目标质量指标满足预设条件的情况下,基于目标运动矢量确定模式决策结果,其中,模式决策结果用于表征对视频进行编码所采用的模式。
此处需要说明的是,上述构建模块702、第一确定模块704、第二确定模块706、第三确定模块708对应于实施例1中的步骤S302至步骤S308,四个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块或单元可以是存储在存储器中并由一个或多个处理器处理的硬件组件或软件组件,上述模块也可以作为装置的一部分可以运行在实施例一提供的源设备120中。
在本申请上述实施例中,构建模块包括:第一确定单元,用于确定当前帧中位于当前图像块周围的第一图像块,以及当前帧中包含有当前图像块的父图像块,其中,父图像块的尺寸大于当前图像块的尺寸;汇总单元,用于对第一图像块的候选运动矢量和父图像块的候选运动矢量进行汇总,得到候选运动矢量集合。
在本申请上述实施例中,第一确定模块包括:第二确定单元,用于确定第一图像块的候选运动矢量和父图像块的候选运动矢量之间的相似度;第三确定单元,用于在相似度大于或等于预设相似度的情况下,确定候选运动矢量集合中存在目标运动矢量;第四确定单元,用于在相似度小于预设相似度的情况下,确定候选运动矢量集合中不存在目标运动矢量。
在本申请上述实施例中,目标质量指标包括:率失真代价值和失真值,该装置还包括:第四确定模块,用于在率失真代价值小于率失真阈值,且失真值小于失真阈值的情况下,确定目标质量指标满足预设条件;第五确定模块,用于在率失真代价值大于或等于率失真阈值,或失真值大于或等于失真阈值的情况下,确定目标质量指标不满足预设条件。
在本申请上述实施例中,该装置还包括:第六确定模块,用于确定当前帧中与当前图像块尺寸相同的第二图像块;统计模块,用于对第二图像块的率失真代价值进行统计,确定率失真阈值。
在本申请上述实施例中,统计模块包括:第五确定单元,用于基于当前图像块的时域层级,确定权重值;统计单元,用于对第二图像块的率失真代价值进行统计,得到统计率失真代价值;第六确定单元,用于基于统计率失真代价值和权重值,确定率失真阈值。
在本申请上述实施例中,该装置还用于执行如下之一:基于当前图像块的量化参数,确定失真阈值;确定当前帧中当前图像块周围的第一图像块,以及当前帧中包含有当前图像块的父图像块,并基于第一图像块的失真值和父图像块的失真值,确定失真阈值。
在本申请上述实施例中,该装置还包括:第一补偿模块,用于在候选运动矢量集合中不存在目标运动矢量的情况下,对候选运动矢量集合中的运动矢量进行运动补偿,得到补偿后的运动矢量;第一筛选模块,用于基于补偿后的运动矢量的第一质量指标,对补偿后的运动矢量进行筛选,得到筛选后的运动矢量;第七确定模块,用于基于筛选后的运动矢量的第二质量指标,从筛选后的运动矢量中确定目标运动矢量。
在本申请上述实施例中,该装置还包括:剔除模块,用于剔除候选运动矢量集合中的目标运动矢量,得到目标运动矢量集合;第二补偿模块,用于对目标运动矢量集合中的运动矢量进行运动补偿,得到补偿后的运动矢量;第二筛选模块,用于基于补偿后的运动矢量的第一质量指标,对补偿后的运动矢量进行筛选,得到筛选后的运动矢量;第八确定模块,用于基于筛选后的运动矢量的第二质量指标,从筛选后的运动矢量中确定目标运动矢量。
需要说明的是,本申请上述实施例中涉及到的优选实施方案与实施例1提供的方案以及应用场景、实施过程相同,但不仅限于实施例1所提供的方案。
实施例4
本申请的实施例可以提供一种计算机终端,该计算机终端可以是计算机终端群中的任意一个计算机终端设备。可选地,在本实施例中,上述计算机终端也可以替换为移动终端等终端设备。
可选地,在本实施例中,上述计算机终端可以位于计算机网络的多个网络设备中的至少一个网络设备。
在本实施例中,上述计算机终端可以执行视频编码的模式决策方法中以下步骤的程序代码:构建视频中当前帧包含的当前图像块的候选运动矢量集合;确定候选运动矢量集合中是否存在与当前图像块匹配的目标运动矢量;在候选运动矢量集合中存在目标运动矢量的情况下,基于目标运动矢量,确定当前图像块的目标质量指标;在目标质量指标满足预设条件的情况下,基于目标运动矢量确定模式决策结果,其中,模式决策结果用于表征对视频进行编码所采用的模式。
可选地,图8是根据本申请实施例的一种计算机终端的结构框图。如图8所示,该计算机终端A可以包括:一个或多个(图中仅示出一个)处理器802、存储器804、存储控制器、以及外设接口,其中,外设接口与射频模块、音频模块和显示器连接。
其中,存储器可用于存储软件程序以及模块,如本申请实施例中的视频编码的模式决策方法和装置对应的程序指令/模块,处理器通过运行存储在存储器内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的视频编码的模式决策方法。存储器可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至终端A。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:构建视频中当前帧包含的当前图像块的候选运动矢量集合;确定候选运动矢量集合中是否存在与当前图像块匹配的目标运动矢量;在候选运动矢量集合中存在目标运动矢量的情况下,基于目标运动矢量,确定当前图像块的目标质量指标;在目标质量指标满足预设条件的情况下,基于目标运动矢量确定模式决策结果,其中,模式决策结果用于表征对视频进行编码所采用的模式。
可选的,上述处理器还可以执行如下步骤的程序代码:确定当前帧中位于当前图像块周围的第一图像块,以及当前帧中包含有当前图像块的父图像块,其中,父图像块的尺寸大于当前图像块的尺寸;对第一图像块的候选运动矢量和父图像块的候选运动矢量进行汇总,得到候选运动矢量集合。
可选的,上述处理器还可以执行如下步骤的程序代码:确定第一图像块的候选运动矢量和父图像块的候选运动矢量之间的相似度;在相似度大于或等于预设相似度的情况下,确定候选运动矢量集合中存在目标运动矢量;在相似度小于预设相似度的情况下,确定候选运动矢量集合中不存在目标运动矢量。
可选的,目标质量指标包括:率失真代价值和失真值,上述处理器还可以执行如下步骤的程序代码:在率失真代价值小于率失真阈值,且失真值小于失真阈值的情况下,确定目标质量指标满足预设条件;在率失真代价值大于或等于率失真阈值,或失真值大于或等于失真阈值的情况下,确定目标质量指标不满足预设条件。
可选的,上述处理器还可以执行如下步骤的程序代码:确定当前帧中与当前图像块尺寸相同的第二图像块;对第二图像块的率失真代价值进行统计,确定率失真阈值。
可选的,上述处理器还可以执行如下步骤的程序代码:基于当前图像块的时域层级,确定权重值;对第二图像块的率失真代价值进行统计,得到统计率失真代价值;基于统计率失真代价值和权重值,确定率失真阈值。
可选的,上述处理器还可以执行如下之一步骤的程序代码:基于当前图像块的量化参数,确定失真阈值;确定当前帧中当前图像块周围的第一图像块,以及当前帧中包含有当前图像块的父图像块,并基于第一图像块的失真值和父图像块的失真值,确定失真阈值。
可选的,上述处理器还可以执行如下步骤的程序代码:在候选运动矢量集合中不存在目标运动矢量的情况下,对候选运动矢量集合中的运动矢量进行运动补偿,得到补偿后的运动矢量;基于补偿后的运动矢量的第一质量指标,对补偿后的运动矢量进行筛选,得到筛选后的运动矢量;基于筛选后的运动矢量的第二质量指标,从筛选后的运动矢量中确定目标运动矢量。
可选的,上述处理器还可以执行如下步骤的程序代码:在目标质量指标不满足预设条件的情况下,剔除候选运动矢量集合中的目标运动矢量,得到目标运动矢量集合;对目标运动矢量集合中的运动矢量进行运动补偿,得到补偿后的运动矢量;基于补偿后的运动矢量的第一质量指标,对补偿后的运动矢量进行筛选,得到筛选后的运动矢量;基于筛选后的运动矢量的第二质量指标,从筛选后的运动矢量中确定目标运动矢量。
处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:响应作用于操作界面上的输入指令,在操作界面上显示视频;响应作用于操作界面上的决策指令,在操作界面上显示模式决策结果,其中,模式决策结果用于表征对视频进行编码所采用的模式,模式决策结果是在视频中当前帧包含的当前图像块的目标质量指标满足预设条件的情况下,基于构建好的候选运动矢量集合中与当前图像块匹配的目标运动矢量确定的,目标质量指标是基于目标运动矢量确定的。
采用本申请实施例,提供了一种视频编码的模式决策的方案。在构建视频中当前帧包含的当前图像块的候选运动矢量集合之后,可以确定候选运动矢量集合中是否存在与当前图像块匹配的目标运动矢量,在候选运动矢量集合中存在目标运动矢量的情况下,基于目标运动矢量,确定当前图像块的目标质量指标,在目标质量指标满足预设条件的情况下,基于目标运动矢量确定模式决策结果,实现Merge模式决策目的。容易注意到的是,通过提前确定候选运动矢量集合中是否存在与当前图像块匹配的目标运动矢量,可以跳过Merge模式决策中的粗选择和精选择过程,达到了降低Merge模式决策的复杂度,提升Merge模式决策效率的技术效果,进而解决了视频编码中Merge模式决策的效率较低的技术问题。
本领域普通技术人员可以理解,图8所示的结构仅为示意,计算机终端也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(MobileInternet Devices,MID)、PAD等终端设备。图8其并不对上述电子装置的结构造成限定。例如,计算机终端A还可包括比图8中所示更多或者更少的组件(如网络接口、显示装置等),或者具有与图8所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(RandomAccess Memory,RAM)、磁盘或光盘等。
实施例5
本申请的实施例还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以用于保存上述实施例一所提供的视频编码的模式决策方法所执行的程序代码。
可选地,在本实施例中,上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中,或者位于移动终端群中的任意一个移动终端中。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:构建视频中当前帧包含的当前图像块的候选运动矢量集合;确定候选运动矢量集合中是否存在与当前图像块匹配的目标运动矢量;在候选运动矢量集合中存在目标运动矢量的情况下,基于目标运动矢量,确定当前图像块的目标质量指标;在目标质量指标满足预设条件的情况下,基于目标运动矢量确定模式决策结果,其中,模式决策结果用于表征对视频进行编码所采用的模式。
可选的,上述存储介质还被设置为存储用于执行以下步骤的程序代码:确定当前帧中位于当前图像块周围的第一图像块,以及当前帧中包含有当前图像块的父图像块,其中,父图像块的尺寸大于当前图像块的尺寸;对第一图像块的候选运动矢量和父图像块的候选运动矢量进行汇总,得到候选运动矢量集合。
可选的,上述存储介质还被设置为存储用于执行以下步骤的程序代码:确定第一图像块的候选运动矢量和父图像块的候选运动矢量之间的相似度;在相似度大于或等于预设相似度的情况下,确定候选运动矢量集合中存在目标运动矢量;在相似度小于预设相似度的情况下,确定候选运动矢量集合中不存在目标运动矢量。
可选的,目标质量指标包括:率失真代价值和失真值,上述存储介质还被设置为存储用于执行以下步骤的程序代码:在率失真代价值小于率失真阈值,且失真值小于失真阈值的情况下,确定目标质量指标满足预设条件;在率失真代价值大于或等于率失真阈值,或失真值大于或等于失真阈值的情况下,确定目标质量指标不满足预设条件。
可选的,上述存储介质还被设置为存储用于执行以下步骤的程序代码:确定当前帧中与当前图像块尺寸相同的第二图像块;对第二图像块的率失真代价值进行统计,确定率失真阈值。
可选的,上述存储介质还被设置为存储用于执行以下步骤的程序代码:基于当前图像块的时域层级,确定权重值;对第二图像块的率失真代价值进行统计,得到统计率失真代价值;基于统计率失真代价值和权重值,确定率失真阈值。
可选的,上述存储介质还被设置为存储用于执行以下步骤的程序代码:基于当前图像块的量化参数,确定失真阈值;确定当前帧中当前图像块周围的第一图像块,以及当前帧中包含有当前图像块的父图像块,并基于第一图像块的失真值和父图像块的失真值,确定失真阈值。
可选的,上述存储介质还被设置为存储用于执行以下步骤的程序代码:在候选运动矢量集合中不存在目标运动矢量的情况下,对候选运动矢量集合中的运动矢量进行运动补偿,得到补偿后的运动矢量;基于补偿后的运动矢量的第一质量指标,对补偿后的运动矢量进行筛选,得到筛选后的运动矢量;基于筛选后的运动矢量的第二质量指标,从筛选后的运动矢量中确定目标运动矢量。
可选的,上述存储介质还被设置为存储用于执行以下步骤的程序代码:在目标质量指标不满足预设条件的情况下,剔除候选运动矢量集合中的目标运动矢量,得到目标运动矢量集合;对目标运动矢量集合中的运动矢量进行运动补偿,得到补偿后的运动矢量;基于补偿后的运动矢量的第一质量指标,对补偿后的运动矢量进行筛选,得到筛选后的运动矢量;基于筛选后的运动矢量的第二质量指标,从筛选后的运动矢量中确定目标运动矢量。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:响应作用于操作界面上的输入指令,在操作界面上显示视频;响应作用于操作界面上的决策指令,在操作界面上显示模式决策结果,其中,模式决策结果用于表征对视频进行编码所采用的模式,模式决策结果是在视频中当前帧包含的当前图像块的目标质量指标满足预设条件的情况下,基于构建好的候选运动矢量集合中与当前图像块匹配的目标运动矢量确定的,目标质量指标是基于目标运动矢量确定的。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,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,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元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单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元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,也可以采用软件功能单元的形式实现。
所述集成的单元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,本申请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全部或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(可为个人计算机、服务器或者网络设备等)执行本申请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、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (13)
1.一种视频编码的模式决策方法,其特征在于,包括:
构建视频中当前帧包含的当前图像块的候选运动矢量集合;
确定所述候选运动矢量集合中是否存在与所述当前图像块匹配的目标运动矢量;
在所述候选运动矢量集合中存在所述目标运动矢量的情况下,基于所述目标运动矢量,确定所述当前图像块的目标质量指标;
在所述目标质量指标满足预设条件的情况下,基于所述目标运动矢量确定模式决策结果,其中,所述模式决策结果用于表征对所述视频进行编码所采用的模式。
2.根据权利要求1所述的方法,其特征在于,构建视频中当前帧包含的当前编码图像块的候选运动矢量集合,包括:
确定所述当前帧中位于所述当前图像块周围的第一图像块,以及所述当前帧中包含有所述当前图像块的父图像块,其中,所述父图像块的尺寸大于所述当前图像块的尺寸;
对所述第一图像块的候选运动矢量和所述父图像块的候选运动矢量进行汇总,得到所述候选运动矢量集合。
3.根据权利要求2所述的方法,其特征在于,确定所述候选运动矢量集合中是否存在与所述当前图像块匹配的目标运动矢量,包括:
确定所述第一图像块的候选运动矢量和所述父图像块的候选运动矢量之间的相似度;
在所述相似度大于或等于预设相似度的情况下,确定所述候选运动矢量集合中存在所述目标运动矢量;
在所述相似度小于所述预设相似度的情况下,确定所述候选运动矢量集合中不存在所述目标运动矢量。
4.根据权利要求1所述的方法,其特征在于,所述目标质量指标包括:率失真代价值和失真值,所述方法还包括:
在所述率失真代价值小于率失真阈值,且所述失真值小于失真阈值的情况下,确定所述目标质量指标满足所述预设条件;
在所述率失真代价值大于或等于所述率失真阈值,或所述失真值大于或等于所述失真阈值的情况下,确定所述目标质量指标不满足所述预设条件。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
确定所述当前帧中与所述当前图像块尺寸相同的第二图像块;
对所述第二图像块的率失真代价值进行统计,确定所述率失真阈值。
6.根据权利要求5所述的方法,其特征在于,对所述第二图像块的率失真代价值进行统计,确定所述率失真阈值,包括:
基于所述当前图像块的时域层级,确定权重值;
对所述第二图像块的率失真代价值进行统计,得到统计率失真代价值;
基于所述统计率失真代价值和所述权重值,确定所述率失真阈值。
7.根据权利要求4所述的方法,其特征在于,所述方法还包括如下之一:
基于所述当前图像块的量化参数,确定所述失真阈值;
确定所述当前帧中所述当前图像块周围的第一图像块,以及所述当前帧中包含有所述当前图像块的父图像块,并基于所述第一图像块的失真值和所述父图像块的失真值,确定所述失真阈值。
8.根据权利要求1所述的方法,其特征在于,在所述候选运动矢量集合中不存在所述目标运动矢量的情况下,所述方法还包括:
对所述候选运动矢量集合中的运动矢量进行运动补偿,得到补偿后的运动矢量;
基于所述补偿后的运动矢量的第一质量指标,对所述补偿后的运动矢量进行筛选,得到筛选后的运动矢量;
基于所述筛选后的运动矢量的第二质量指标,从所述筛选后的运动矢量中确定所述目标运动矢量。
9.根据权利要求1所述的方法,其特征在于,在所述目标质量指标不满足所述预设条件的情况下,所述方法还包括:
剔除所述候选运动矢量集合中的所述目标运动矢量,得到目标运动矢量集合;
对所述目标运动矢量集合中的运动矢量进行运动补偿,得到补偿后的运动矢量;
基于所述补偿后的运动矢量的第一质量指标,对所述补偿后的运动矢量进行筛选,得到筛选后的运动矢量;
基于所述筛选后的运动矢量的第二质量指标,从所述筛选后的运动矢量中确定所述目标运动矢量。
10.一种视频编码的模式决策方法,其特征在于,包括:
响应作用于操作界面上的输入指令,在所述操作界面上显示视频;
响应作用于所述操作界面上的决策指令,在所述操作界面上显示模式决策结果,其中,所述模式决策结果用于表征对所述视频进行编码所采用的模式,所述模式决策结果是在所述视频中当前帧包含的当前图像块的目标质量指标满足预设条件的情况下,基于构建好的候选运动矢量集合中与所述当前图像块匹配的目标运动矢量确定的,所述目标质量指标是基于所述目标运动矢量确定的。
11.一种视频编码的模式决策装置,其特征在于,包括:
构建模块,用于构建视频中当前帧包含的当前图像块的候选运动矢量集合;
第一确定模块,用于确定所述候选运动矢量集合中是否存在与所述当前图像块匹配的目标运动矢量;
第二确定模块,用于在所述候选运动矢量集合中存在所述目标运动矢量的情况下,基于所述目标运动矢量,确定所述当前图像块的目标质量指标;
第三确定模块,用于在所述目标质量指标满足预设条件的情况下,基于所述目标运动矢量确定模式决策结果,其中,所述模式决策结果用于表征对所述视频进行编码所采用的模式。
12.一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包括存储的可执行程序,其中,在所述可执行程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至10中任意一项所述的方法。
13.一种电子设备,其特征在于,包括:
存储器,存储有可执行程序;
处理器,用于运行所述程序,其中,所述程序运行时执行权利要求1至10中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410028713.2A CN118138753A (zh) | 2024-01-05 | 2024-01-05 | 视频编码的模式决策方法和装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410028713.2A CN118138753A (zh) | 2024-01-05 | 2024-01-05 | 视频编码的模式决策方法和装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118138753A true CN118138753A (zh) | 2024-06-04 |
Family
ID=91244567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410028713.2A Pending CN118138753A (zh) | 2024-01-05 | 2024-01-05 | 视频编码的模式决策方法和装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118138753A (zh) |
-
2024
- 2024-01-05 CN CN202410028713.2A patent/CN118138753A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11659210B2 (en) | Video encoding method for encoding division block, video decoding method for decoding division block, and recording medium for implementing the same | |
US11438601B2 (en) | Method for encoding/decoding image and device using same | |
RU2683495C1 (ru) | Нововведения в предсказание блочных векторов и оценку восстановленных значений отсчетов в области перекрытия | |
CN111010568B (zh) | 插值滤波器的训练方法、装置及视频图像编解码方法、编解码器 | |
CN106170092B (zh) | 用于无损编码的快速编码方法 | |
US20130051467A1 (en) | Hybrid inter/intra prediction in video coding systems | |
US20110150072A1 (en) | Encoding method, decoding method and apparatus thereof | |
US8811469B2 (en) | Block mode encoding/decoding method and apparatus, and method and apparatus for image encoding/decoding using the same | |
CN102077595A (zh) | 图像处理装置和方法 | |
MX2014003707A (es) | Metodo y aparato para la decodificacion del modo de prediccion intra. | |
US20150078446A1 (en) | Method and apparatus for inter-layer intra prediction | |
US20240114151A1 (en) | Method for encoding/decoding image and device using same | |
US11425372B2 (en) | Video picture decoding and encoding method and apparatus | |
US20190313092A1 (en) | Chrominance Prediction Method and Apparatus | |
JP2022504753A (ja) | ビデオエンコーディングおよびデコーディングにおけるアフィンモードシグナリング | |
CN112673627A (zh) | 在图像编码系统中使用仿射合并候选列表的基于仿射运动预测的图像解码方法和装置 | |
WO2020106668A1 (en) | Quantization for video encoding and decoding | |
EP3278558B1 (en) | Motion vector selection and prediction in video coding systems and methods | |
EP4383709A1 (en) | Video encoding method, video decoding method, device, system, and storage medium | |
CN118138753A (zh) | 视频编码的模式决策方法和装置、存储介质及电子设备 | |
WO2012081895A1 (ko) | 인트라 예측 방법 및 그 장치 | |
WO2017107072A1 (en) | Motion vector selection and prediction in video coding systems and methods | |
US20230031886A1 (en) | Adaptive up-sampling filter for luma and chroma with reference picture resampling (rpr) | |
US20240236371A1 (en) | Video encoding method, video decoding method, device, system, and storage medium | |
KR101366088B1 (ko) | 인트라 예측 부호화, 복호화 방법 및 장치 |
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 |