[发明专利]基于支持向量机的B帧快速帧间预测宏块模式选择方法无效
申请号: | 201310445721.9 | 申请日: | 2013-09-26 |
公开(公告)号: | CN103533349A | 公开(公告)日: | 2014-01-22 |
发明(设计)人: | 陈皓;胡亚平;陈炯聪;黄曙;余南华;刘玮;刘振国;谢国财;邓应松 | 申请(专利权)人: | 广东电网公司电力科学研究院 |
主分类号: | H04N19/00 | 分类号: | H04N19/00;H04N19/176;H04N19/147;H04N19/577 |
代理公司: | 广州知友专利商标代理有限公司 44104 | 代理人: | 周克佑 |
地址: | 510080 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明的目的在于提供一种基于支持向量机的B帧快速帧间预测宏块模式选择方法:(1)基于支持向量机(support vector machine,SVM)模型训练SVM分类器;(2)使用SVM分类器对B帧的帧间预测宏块模式进行快速选择。本发明通过引入具有较强推广性和学习能力出色的支持向量机(SVM,Support Vector Machines),通过提取编码信息作为输入特征矢量训练支持向量机分类器模型,对帧间预测宏块模式进行分类,避免全搜索遍历,快速决策宏块模式的选择,以达到降低编码器复杂度的目的。 | ||
搜索关键词: | 基于 支持 向量 快速 预测 模式 选择 方法 | ||
【主权项】:
基于支持向量机的B帧快速帧间预测宏块模式选择方法,其特征在于包括以下步骤:(1)基于支持向量机(support vector machine,SVM)模型训练SVM分类器,包括:(1‑1)特征选择和提取;(1‑2)核函数参数的选择;(1‑3)使用步骤(1‑1)和(1‑2)的结果训练SVM分类器,训练过程中,将最终选择的最优宏块模式结果与提取的各种特征得到输入特征矢量,形成训练样本集S,将S随机地分成10个子集,取其中9个子集作为训练集,剩余的一个作为测试集,对SVM分类器进行训练和测试,得到最终的SVM分类器;(2)使用SVM分类器对B帧的帧间预测宏块模式进行快速选择:(2‑1)将当前待编码处理的图像定义为当前编码帧;(2‑2)判断当前帧是否为B帧;(2‑2‑1)如果当前帧为B帧,则进行下面的快速算法;(2‑2‑2)如果当前帧不是B帧,则按正常编码方式进行编码;(2‑3)将当前编码帧中当前待处理的宏块定义为当前宏块;(2‑4)遍历帧内预测宏块模式和SKIP模式,提取编码特征;(2‑5)将当前编码帧中的下一个宏块作为当前宏块,返回步骤(2‑3)继续执行,直到当前编码帧中的所有宏块均编码完毕;(2‑6)将当前编码帧的下一帧作为当前编码帧,返回步骤(2‑2)继续执行,直到所有编码帧编码结束。
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广东电网公司电力科学研究院,未经广东电网公司电力科学研究院许可,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/patent/201310445721.9/,转载请声明来源钻瓜专利网。