[发明专利]基于KNN分类器的虚拟现实视频CU划分算法有效
| 申请号： | 201910143778.0 | 申请日： | 2019-02-21 |
| 公开（公告）号： | CN109889842B | 公开（公告）日： | 2022-02-08 |
| 发明（设计）人： | 张萌萌;刘志 | 申请（专利权）人： | 北方工业大学 |
| 主分类号： | H04N19/172 | 分类号： | H04N19/172;H04N19/50;H04N19/85;H04N19/96 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100144 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 将一组帧序列划分为训练帧子集和预测帧子集，其中，训练帧子集中的训练帧被用于对预测帧子集中的预测帧的LCU(最大编码单元)的划分深度进行预测。预测例如可以使用KNN分类器来进行。 | ||
| 搜索关键词： | 基于 knn 分类 虚拟现实 视频 cu 划分 算法 | ||
【主权项】：
1.一种用于基于高效视频编码(HEVC)而对视频帧进行编码的方法，所述方法包括：将一组帧序列划分为训练帧子集和预测帧子集，其中，训练帧子集中的训练帧被用于对预测帧子集中的预测帧的LCU(最大编码单元)的划分深度进行预测；当当前帧是训练帧时，对当前LCU进行编码以获得当前LCU的划分深度特征和边缘密度特征，并且基于当前LCU的划分深度特征确定当前LCU的划分深度类别；当当前帧是预测帧时，提取当前LCU的边缘密度特征，基于训练帧子集中的训练帧的边缘密度特征和划分深度分类以及当前CLU的边缘密度特征，预测当前LCU的划分深度分类，基于所预测的当前LCU的划分深度分类，跳过针对特定CU大小的LCU划分。
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北方工业大学，未经北方工业大学许可，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/patent/201910143778.0/，转载请声明来源钻瓜专利网。
- 上一篇：图像压缩方法及装置
- 下一篇：用于对高动态范围图像进行编码、解码和表示的技术
