[发明专利]4K、8K、16K超高清视频编码运动估计优化方法和装置、设备及存储介质

说明书

本申请公开了一种4K、8K、16K超高清视频编码运动估计优化方法，该4K、8K、16K超高清视频编码运动估计优化方法包括获取原始视频数据，将原始视频数据转换为低分辨率视频数据，对低分辨率视频数据中每帧图像数据进行运动估计得到运动矢量，将运动矢量映射至原始视频数据的尺寸得到原始运动矢量，对原始运动矢量进行优化得到最优运动矢量。从而大幅降低运动估计的计算量。

技术领域

本公开涉及视频编码技术领域，尤其涉及一种4K、8K、16K超高清视频编码运动估计优化方法和装置、设备及存储介质。

背景技术

运动估计是H.264/H.265/AVS+/AVS2/AVS3等视频编码标准中最重要且最耗时的一部分。一般情况下，大约占用视频编码的60％～80％的时间。运动搜索，运动矢量预测是运动估计计算的两个主要环节。

运动搜索最常用的方法是块匹配法。最简单的块匹配法是全搜索算法(FS)，其精度最高，性能最好，但是计算量太大，不适用于实时编码。在此基础上的改进算法中，比较有代表性的快速算法有早期的三步搜索法(TSS)和二维对数搜索法(LOGS)等，该类算法的特点是限制运动搜索点数而减少计算量，但是很容易陷入局部最优。目前被实际采用的算法，是改进的新三步法(NTSS)，例如钻石形算法(DIAS)和六边形算法(HEXS)。

运动矢量预测包括帧内预测和帧间预测。帧内预测是指利用视频空间域相关性，使用空间临近已编码图像像素预测当前图像的像素。在帧内预测模式中，预测块是基于已编码重建块和当前块形成的，编码器通常选取预测块与编码块之间差异最小的预测模式。帧间预测是指利用视频时间域相关性，使用时间临近已编码图像像素预测当前图像的像素，以达到有效去除视频时域冗余的目的。由于视频序列通常包括较强的时域相关性，因此预测残差值接近于0，将残差信号作为后续模块的输入进行变换、量化、扫描及熵编码，可实现对视频信号的高效压缩。

随着视频编码技术的不断发展进步，新一代的编码标准围绕运动搜索和运动矢量预测两个核心环节，进行了大量的改进和提升，并由此获得了重要的视频质量提升。举例来说，从H.264发展到H.265，帧内运动预测模式，就从原来的最多9种增加到了最多35种之多。这些改进是提升视频编码质量的重要手段，但是也极大的增加了编码运算量。

发明内容

有鉴于此，本公开提出了一种4K、8K、16K超高清视频编码运动估计优化方法，包括：

获取原始视频数据，将所述原始视频数据转换为低分辨率视频数据；

对所述低分辨率视频数据中每帧图像数据进行运动估计得到运动矢量；

将所述运动矢量映射至所述原始视频数据的尺寸得到原始运动矢量；

对所述原始运动矢量进行优化得到最优运动矢量。

在一种可能的实现方式中，将所述原始视频数据转换为低分辨率视频数据时采用像素抽样的方式进行。

在一种可能的实现方式中，将所述原始视频数据转换为低分辨率视频数据包括：

依据预设的抽样比例对所述原始视频数据进行下变换得到低分辨率视频数据。

在一种可能的实现方式中，所述预设的抽样比例的范围为四分之一至十六分之一。

在一种可能的实现方式中，将所述运动矢量映射至所述原始视频数据的尺寸得到原始运动矢量包括：

将所述运动矢量依据所述抽样比例进行上变换得到原始运动矢量。

在一种可能的实现方式中，对所述原始运动矢量进行优化得到最优运动矢量包括：

以所述原始运动矢量为起点在预设范围内进行运动搜索；

使用最小误差和算法计算最小匹配误差；