[发明专利]基于视频图片纹理特征的HEVC帧内快速算法选择方法有效
申请号: | 201910287565.5 | 申请日: | 2019-04-11 |
公开(公告)号: | CN110113601B | 公开(公告)日: | 2023-01-06 |
发明(设计)人: | 张昊;赵御兵 | 申请(专利权)人: | 中南大学 |
主分类号: | H04N19/103 | 分类号: | H04N19/103;H04N19/154;H04N19/159;H04N19/42;H04N19/44;H04N19/70 |
代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 伍传松 |
地址: | 410000 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 视频 图片 纹理 特征 hevc 快速 算法 选择 方法 | ||
1.基于视频图片纹理特征的HEVC帧内快速算法选择方法,其特征在于,步骤包括:
(1)计算编码单元CU的纹理特征值W;
(2)根据步骤(1)的计算结果,若W0.45,用第一算法对当前CU进行编码;若W0.12,用第二算法对当前CU进行编码;
(3)判断CU是否处于最大编码深度,若是,结束编码;若否,重复步骤(1)和步骤(2);
所述纹理特征值W=,其中N是CU所覆盖区域内像素点的个数,p(i)是每个像素点所对应的像素值,是N个像素值的平均值;
所述第一算法步骤包括:
(1s)快速模式决策:
(1s.a)按HEVC标准对{0,1,2,6,10,14,18,22,26,30,34}11个模式做粗模式搜索,根据绝对变换差值,从中选出六个最佳帧内模式候选,结合当前PU左边和上边PU的最佳帧内模式组成集合A;
(1s.b)对集合A中的所有元素的2距邻居模式进行测验,从中选出两个帧内模式候选,将这两个帧内模式的1距邻居模式连同PU的最可能模式(MPM)组成集合B;
(1s.c)对集合B中所有模式做粗模式搜索;
(1s.d)从所有做过粗模式搜索的模式中找出SATD代价最小的M个模式,进行后续操作,M的个数由CU的大小决定:当CU大小为{64×64,32×32,16×16,8×8,4×4}时,M的值分别为{3,3,3,8,8};
(2s)基于率失真优化量化的模式筛选:
(2s.a)从快速模式决策中得到的M个模式中选出SATD代价最小两个{ m1,m2}组成集合W;
(2s.b)将M个模式中剩余的模式依次进行以下操作:
如果所述剩余的模式与所述集合W中的所有元素的距离都大于1,则将该剩余的模式加入到W集合中;
如果集合中的元素包括了这些模式{ m1,m2,Intra_Planar,Intra_DC,MPM },则跳出步骤(2s.b);
(2s.c)对所述集合W中的所有元素做精模式搜索;
(3s)基于率失真代价的终止划分:
若当前子CU的率失真代价之和大于其中某一阈值时,则跳过后续子CU的编码过程,减小计算复杂度,具体判断标准为:
其中:K的取值范围为{1,2,3,4},对应K={1,2,3,4}时的取值为{1.5,1.2,1.1,1},表示4个子CU的哈达马代价之和,4个子CU还没完全编码完的情况下,其值用当前CU的率失真代价代替,为前K个子CU的哈达马代价之和,表示第i个子CU的率失真代价,为当前CU的率失真代价;
所述第二算法步骤包括:
(1s)CU深度预测:
若JknpJkn-1,则当前编码单元CU的深度范围设置为与前一帧相同位置编码单元CU的深度范围相同,若Jkn≥pJkn-1,当前编码单元CU的深度范围设置为,其中dnmin,k为前一帧相同位置编码单元CU的最小编码深度,dnmax,k为前一帧相同位置编码单元CU的最大编码深度,p为常数1.02;
(2s)基于率失真代价的终止划分:
如果当前编码单元CU深度为d的CU的率失真代价J满足:
其中Jkn-1表示上一帧当前位置编码单元CU总的率失真代价,d表示编码深度,akn-1为系数,值为上一帧当前位置编码单元CU处于最大深度的CU数与编码单元CU总CU数之比;
(3s)快速候选模式筛选:
对粗搜索后得到的候选集合,其中元素按率失真代价从小到大排列,记为P={p(0),p(1),…,p(M-1)},在进行精搜索之前,对候选集中的元素进行以下操作:
(3s.a)假设m为MPM中三个元素在P中最靠后的索引值,则集合P的大小可以缩小为P={p(0),p(1),…,p(m)},其中M – 1 m;
(3s.b)对于新的集合P中的所有元素,如果满足,则将元素p(i)从集合P中移除,其中J(p(i))SATD,J(p(0))SATD,分别代表P中第i+1个、第0个元素的率失真代价。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910287565.5/1.html,转载请声明来源钻瓜专利网。