[发明专利]一种运动矢量预测方法、装置、存储介质及终端在审

专利信息
申请号: 202110587230.2 申请日: 2021-05-27
公开(公告)号: CN113489997A 公开(公告)日: 2021-10-08
发明(设计)人: 向国庆;朱玺仲;张鹏;张广耀;宋磊 申请(专利权)人: 杭州博雅鸿图视频技术有限公司
主分类号: H04N19/513 分类号: H04N19/513;H04N19/52;H04N19/124;H04N19/182
代理公司: 北京辰权知识产权代理有限公司 11619 代理人: 李小朋
地址: 310013 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 运动 矢量 预测 方法 装置 存储 介质 终端
【权利要求书】:

1.一种运动矢量预测方法,其特征在于,所述方法包括:

划分最大编码单元生成多个编码单元;

根据所述最大编码单元得到左边最优模式信息与上边最优模式信息;

从所述多个编码单元中获取目标编码单元,确定所述目标编码单元中待代替的第一位置与第二位置集合;其中,所述第一位置位于所述目标编码单元的左侧,所述第二位置集合位于所述目标编码单元的正上方;

从所述左边最优模式信息中获取所述第一位置的水平位置上的模式信息,并将所述水平位置上的模式信息代替所述第一位置上的模式信息;

从所述上边最优模式信息中获取所述第二位置集合中各第二位置的垂直位置上的模式信息,并将所述各第二位置的垂直位置上的模式信息代替所述各第二位置上的模式信息;

根据代替后的所述模式信息中运动矢量计算所述目标编码单元的预测运动矢量;

将所述预测运动矢量输入预先训练的线性模型中进行调整,输出所述目标编码单元的最终预测运动矢量。

2.根据权利要求1所述的方法,其特征在于,所述根据所述最大编码单元得到左边最优模式信息与上边最优模式信息,包括:

识别与所述最大编码单元相邻的左侧最大编码单元内最右方的信息;

获取所述左侧最大编码单元的前一帧编码单元,并从所述前一帧编码单元中获取与所述最右方的信息对应位置处的最优模式信息;

将所述最优模式信息代替所述左侧最大编码单元内最右方的信息,得到左边最优模式信息;

获取与所述最大编码单元相邻的正上方最大编码单元内最下方区域的信息,得到上边最优模式信息。

3.根据权利要求1所述的方法,其特征在于,所述方法还包括:

继续执行所述从所述多个编码单元中获取目标编码单元的步骤,直到所述多个编码单元中各编码单元都进行了运动矢量预测时,停止遍历。

4.根据权利要求1所述的方法,其特征在于,所述将所述预测运动矢量输入预先训练的线性模型中进行调整的公式为:

|PMVPVer|=|PMV’Ver|×kVer+bVer

|PMVPHor|=|PMV’Hor|×kHor+bHor

其中,|PMVPVer|为调整后的预测运动矢量的垂直分量的大小,|PMVP’Ver|则为预测运动矢量的垂直分量的大小,KVer和bVer为所述预先训练的线性模型中微调垂直分量的参数;|PMVPHor|为调整后的预测运动矢量的水平分量的大小,|PMVP’Hor|则为预测运动矢量的水平分量的大小,KHor和bHor为所述预先训练的线性模型中微调水平分量的参数。

5.根据权利要求4所述的方法,其特征在于,按照以下方式生成预先训练的线性模型,包括:

随机选择的多个不同量化步长;

在所述多个不同量化步长下编码多帧各个AVS标准测试条件序列;

分别记录所述编码中各编码单元通过预设标准方法生成的预测运动矢量和权利要求1-4任意一项方法产生的最终预测运动矢量,生成训练数据集;

创建线性模型;

采用所述训练数据集估计所述线性模型中的参数;

当所述参数估计结束后,生成预先训练的线性模型。

6.一种运动估计方法,其特征在于,所述方法包括:

获取根据权利要求1-5任意一项所述的方法输出的目标编码单元的最终预测运动矢量;

根据所述目标编码单元的最终预测运动矢量生成搜索窗;

基于预设率失真优化公式从所述搜索窗中选取最优运动矢量;

计算所述最终预测运动矢量与所述最优运动矢量的差值,生成运动矢量差;

将所述运动矢量差写入当前码流。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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杭州博雅鸿图视频技术有限公司,未经杭州博雅鸿图视频技术有限公司许可,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/202110587230.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top