CN112929657B - 基于梯度与方差的h.266/vvc快速cu划分决策方法 - Google Patents

基于梯度与方差的h.266/vvc快速cu划分决策方法 Download PDF

Info

Publication number
CN112929657B
CN112929657B CN202110086854.6A CN202110086854A CN112929657B CN 112929657 B CN112929657 B CN 112929657B CN 202110086854 A CN202110086854 A CN 202110086854A CN 112929657 B CN112929657 B CN 112929657B
Authority
CN
China
Prior art keywords
current
gradient
division
texture
variance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110086854.6A
Other languages
English (en)
Other versions
CN112929657A (zh
Inventor
张秋闻
刘伟华
赵永博
崔腾耀
郭睿骁
赵进超
王晓
蒋斌
黄立勋
张伟伟
钱晓亮
吴庆岗
常化文
魏涛
孙丽君
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhengzhou University of Light Industry
Original Assignee
Zhengzhou University of Light Industry
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhengzhou University of Light Industry filed Critical Zhengzhou University of Light Industry
Priority to CN202110086854.6A priority Critical patent/CN112929657B/zh
Publication of CN112929657A publication Critical patent/CN112929657A/zh
Application granted granted Critical
Publication of CN112929657B publication Critical patent/CN112929657B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/146—Data rate or code amount at the encoder output
    • H04N19/147—Data rate or code amount at the encoder output according to rate distortion criteria
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/96—Tree coding, e.g. quad-tree coding

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明提出了一种基于梯度与方差的H.266/VVC快速CU划分方法，其步骤为：首先根据方差值评估当前CU的同质性，判断是否能提前终止当前CU被进一步划分。然后利用Sobel算子提取当前CU的梯度特征，判断当前CU能否进行QT划分，从而跳过BT和TT划分。最后利用Canny算子提取当前CU纹理的边缘特征，根据当前CU的纹理趋向排除垂直或水平划分方向上的MT划分，将另一个方向的MT划分作为候选，将RDO‑cost最小的一个划分方式作为最优划分方式。本发明逐步对CU划分进行决策，通过早期终止和早期跳过加速CU划分过程，在保证编码质量的情况下，明显降低了CU划分的复杂度，大大提高了编码效率。

Description

基于梯度与方差的H.266/VVC快速CU划分决策方法
技术领域
本发明涉及图像处理技术领域，特别是指一种基于梯度与方差的H.266/VVC快速CU划分决策方法。
背景技术
随着多媒体设备发展和高质量视频的普及，特别是超高清视频(HDR)被更广泛的应用后，传统视频编码标准H.265/HEVC不再能够有效满足高质量低码率的视频压缩要求。为满足高质量视频应用与发展，新一代视频编码标准H.266/VVC被建立并逐渐完善，随之而来的巨大数据量和编码复杂度，阻碍了视频编码技术的进一步发展和应用。
为降低H.266/VVC中帧内预测的复杂度，在保证视频质量几乎不变的前提下提高编码效率，本发明设计了一种针对编码树单元(CU)划分的快速方法。CU划分是帧内预测乃至整个视频压缩编码过程的基础。H.266/VV引入多叉树划分结构，增加了四种CU划分方式、加入不对称CU划分结构。CU划分从单一、固定划分朝着灵活的划分方式发展。CU划分结构的进化有利于更精确的划分图像结构，更加高效的适配不同分辨率和不同特征的图像编解码。但其在提高编码质量的同时，也带来了巨大的计算复杂度，对编解码实现提出了更高的要求。因此，在设计快速算法时，通常需要针对实际应用场景或算法倾向，在编码质量和编码效率之间寻求平衡。
目前已经提出了许多快速CU划分方法来加速CU划分的编码过程。所有这些方法都可以做到不同程度的编码时间减少，同时将压缩后的视频失真控制在一定的范围内。但是，这些算法通常具备较明显的短板，往往不能在编码质量与编码效率之间取得良好的平衡。
目前已经开发了快速CU划分方法的研究。Fan等人提出了一种基于纹理复杂度的梯度方法和基于梯度的预处理步骤来减少帧内模式候选的数量，为CU划分做出早期决策。Min等人提出了一种基于纹理的快速CU划分算法，其中将CU在垂直、水平、45°和135°对角方向上的边缘复杂度用作确定CU划分的重要的纹理特征。Shen将时域和空域信息作为确定CU深度范围的条件。使用频率很低的CU深度将被跳过或早期终止。Ruiz等人提出了一种基于方向的算法，该算法利用沿预定直线的局部方向方差。具有最低方向方差的方向被认为是主导方向，因此需要率失真优化(Rate Distortion Optimization，RDO)处理的帧内模式候选的数量相应地减少。Wang等人使用了相邻CU的帧内预测模式自适应地将选择一小组候选进入RDO进程。Lee等人研究了当前CU的不可能模式和子编码单元(Sub Code Units，Sub-CUs)的失真分布之间的关系，以此跳过或终止不必要的划分。Sun根据宏块中提取的纹理复杂度和沿特定方向的方向能量分布，提出了一种预处理方法。根据纹理复杂度，提出了CU划分的早期终止策略。Wang等人引入了Otsu方法来测量每个LCU的纹理复杂度，根据纹理复杂度跳过一些CU深度级别。同时，应用改进的Sobel算子来测量PU的梯度方向，以减少一些候选的帧内模式。
发明内容
针对上述背景技术中的不足，本发明提出了基于梯度与方差的H.266/VVC快速CU划分决策方法，解决了现有快速CU划分技术编码时间开支大、率失真控制不佳的技术问题。
本发明的技术方案是这样实现的：
一种基于梯度与方差的H.266/VVC快速CU划分决策方法，其步骤如下：
步骤一：计算当前CU的方差，并将当前CU的方差与设定的阈值Th1进行对比，若当前CU的方差小于阈值Th1，则当前CU的纹理是同质的，当前CU不划分，否则，执行步骤二；
步骤二：利用Sobel算子提取当前CU中所有像素的绝对梯度和当前CU的总梯度，设置阈值Th2和Th3，并判断绝对梯度和总梯度是否满足由阈值Th2和Th3所构成的判断条件，若满足，当前CU执行四叉树划分模式，否则，执行步骤三；
步骤三：利用Canny算子提取当前CU的边缘特征图像，通过边缘特征图像判断当前CU的纹理趋向为水平纹理趋向还是垂直纹理趋向，若当前CU的纹理趋向为水平纹理趋向，则将多叉树垂直划分作为当前CU的候选划分模式，执行步骤四，否则，当前CU的纹理趋向为垂直纹理趋向，将多叉树水平划分作为当前CU的候选划分模式，执行步骤五；
步骤四：分别计算候选划分模式多叉树垂直划分包含的二叉树垂直划分和三叉树垂直划分的率失真优化损失值，选择率失真优化损失值最小的候选划分模式作为当前CU的最佳划分模式；
步骤五：分别计算候选划分模式多叉树水平划分包含的二叉树水平划分和三叉树水平划分的率失真优化损失值，选择率失真优化损失值最小的候选划分模式作为当前CU的最佳划分模式。
所述当前CU的方差的计算方法为：
Figure BDA0002911160100000021
其中，V是当前CU的方差，W表示当前CU的宽度，H表示当前CU的高度，μ是当前CU中所有像素的平均值，X(i,j)表示当前CU中坐标为(i,j)的像素值。
所述当前CU中所有像素的绝对梯度为：
Figure BDA0002911160100000031
Figure BDA0002911160100000032
其中，Fx(i,j)为水平方向的绝对梯度，Fy(i,j)为垂直方向上的绝对梯度，Ai,j为以坐标(i,j)为中心、步长为3的原始像素矩阵。
所述当前CU的总梯度为：
Figure BDA0002911160100000033
Figure BDA0002911160100000034
其中，FX为水平方向的总梯度，FY为垂直方向的总梯度，abs(·)为绝对值函数。
所述由阈值Th2和Th3所构成的判断条件为：1)FX/FY<Th2 or FY/FX<Th2，2)Th3<FXand Th3<FY。
所述利用Canny算子提取当前CU的边缘特征图像的方法为：
Figure BDA0002911160100000035
Figure BDA0002911160100000036
其中，vei为垂直方向的纹理值，hei为水平方向的纹理值，VE为垂直纹理趋向，HE为水平纹理趋向，can(x,y)表示当前CU的边缘特征图像中坐标(x,y)的像素值，max(·)为求最大值函数，min(·)为求最小值函数。
通过边缘特征图像判断当前CU的纹理趋向的判断条件为HE/VE，当HE/VE<1时，当前CU的纹理趋向为水平纹理趋向，当HE/VE>1时，当前CU的纹理趋向为垂直纹理趋向。
与现有技术相比，本发明产生的有益效果为：本发明利用Sobel算子、Canny算子提取的方差与梯度特征对CU纹理的属性进行判断，据此将CU的划分过程分为三个逐步递进的步骤，实现对非必要的划分模式的早期终止或跳过，以有效降低复杂度，同时保持率失真(Rate Distortion,RD)性能几乎不变，在编码效率与编码质量之间达到了良好的平衡。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的流程图；
图2为本发明与EQBP、FCPD、FPDS方法的总体节省编码时间的对比结果；
图3为本发明与EQBP、FCPD、FPDS方法的BDBR增加的对比结果；
图4为本发明与CNN方法总体节省编码时间的对比结果和BDBR增加的对比结果；
图5为本发明与VTM7.0方法基于“BQTerrace”视频的率失真与渲染视图PSNR的关系曲线对比图；
图6为本发明与VTM7.0方法基于“KristenAndSare”视频的率失真与渲染视图PSNR的关系曲线对比图；
图7为本发明与VTM7.0方法基于“PartScene”视频的率失真与渲染视图PSNR的关系曲线对比图；
图8为本发明与VTM7.0方法基于“BlowingBubbles”视频的率失真与渲染视图PSNR的关系曲线对比图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例提供了一种基于梯度与方差的H.266/VVC快速CU划分决策方法，利用方差与梯度对CU纹理的性质进行判断，以此实现对非必要的划分模式的早期终止或跳过，在保证编码质量的情况下加速CU划分过程。基于本发明提出了三种方法，基于方差的早期终止CU划分、基于Sobel算子提取的梯度特征早期跳过MT划分和基于块的Canny算子确定划分方向的方法。具体步骤如下：
步骤一：基于方差早期终止CU划分。计算当前CU的方差，并将当前CU的方差与设定的阈值Th1进行对比，若当前CU的方差小于阈值Th1，则当前CU的纹理是同质的，当前CU不划分，否则，执行步骤二；
根据方差与梯度对整体纹理反映性能，选择方差作为指标评估判断当前CU的同质性。如果当前CU是同质的，则终止对当前CU的进一步划分。为此设置阈值Th1，当前CU的方差小于阈值Th1时，认为当前CU纹理是同质的，早期终止五种划分模式。
所述当前CU的方差的计算方法为：
Figure BDA0002911160100000051
其中，V是当前CU的方差，W表示当前CU的宽度，H表示当前CU的高度，μ是当前CU中所有像素的平均值，X(i,j)表示当前CU中坐标为(i,j)的像素值。
对于阈值Th1的选择，通过分析10种不同类型的视频序列的测试结果来决定。根据VTM7.0锚方法测试得到阈值范围，在此范围内不断调整Th1的值进行测试。在测试中发现无论Th1在范围内如何变化对编码时间的影响都是有限的。将编码质量作为选择阈值的主要参考指标，选择编码质量开始显著下降的点10QP作为Th1。
步骤二：利用Sobel算子提取当前CU中所有像素的绝对梯度和当前CU的总梯度，设置阈值Th2和Th3，并判断绝对梯度和总梯度是否满足由阈值Th2和Th3所构成的判断条件，若满足，当前CU执行四叉树(Quad Tree,QT)划分模式，否则，执行步骤三；
基于Sobel算子提取的梯度特征早期跳过MT划分。使用索贝尔算子提取CU中所有像素的绝对梯度和当前CU的总梯度，根据梯度趋向判断当前CU的纹理特征。
所述当前CU中所有像素的绝对梯度为：
Figure BDA0002911160100000052
Figure BDA0002911160100000053
其中，Fx(i,j)为水平方向的绝对梯度，Fy(i,j)为垂直方向上的绝对梯度，Ai,j为以坐标(i,j)为中心、步长为3的原始像素矩阵。
所述当前CU的总梯度为：
Figure BDA0002911160100000054
Figure BDA0002911160100000055
其中，FX为水平方向的总梯度，FY为垂直方向的总梯度，abs(·)为绝对值函数。
设置两个阈值Th2和Th3，用水平方向和垂直方向的总梯度中更大的一个值与另一个值做商，若比值小于Th2，且两个方向上的总梯度值均大于Th3，即满足由阈值Th2和Th3所构成的判断条件为：1)FX/FY<Th2 or FY/FX<Th2，2)Th3<FX and Th3<FY，则执行QT划分，早期跳过MT划分。
阈值Th2与Th3的选择方法如下：选择Th2的原理和Th1类似，考虑到算法下一步的执行空间和选择QT分区的频率，选择编码质量显著变差的拐点3.5作为Th2的值。不同于Th1和Th2，Th3代表了该步骤对CU纹理复杂度的要求，对编码精度的影响更大。因此，选择BDBR增长最少的点33000作为Th3的值。
步骤三：利用Canny算子提取当前CU的边缘特征图像，通过边缘特征图像判断当前CU的纹理趋向为水平纹理趋向还是垂直纹理趋向，若当前CU的纹理趋向为水平纹理趋向，则将多叉树垂直(Multi Tree_Vertical,MT_V)划分作为当前CU的候选划分模式，执行步骤四，否则，当前CU的纹理趋向为垂直纹理趋向，将多叉树水平(Multi Tree_Horizontal,MT_H)划分作为当前CU的候选划分模式，执行步骤五；
基于块的Canny算子确定划分方向的方法。对传统Canny算法进行改进，取消了传统Canny算法中的非最大抑制过程和双阈值选择过程，使用隔离抑制取代这两个关键步骤。基于块的Canny算法工作步骤如下：
1)使用高斯滤波平滑输入图像；
2)计算所有像素的梯度值和方向；
3)当前CU内所有灰度值大于20的轮廓像素值设置为0；
4)将当前CU内没有轮廓像素的像素值设置为0。
所述利用Canny算子提取当前CU的边缘特征图像的方法为：
Figure BDA0002911160100000061
Figure BDA0002911160100000062
其中，vei为垂直方向的纹理值，hei为水平方向的纹理值，VE为垂直纹理趋向，HE为水平纹理趋向，can(x,y)表示当前CU的边缘特征图像中坐标(x,y)的像素值，max(·)为求最大值函数，min(·)为求最小值函数。
通过边缘特征图像判断当前CU的纹理趋向的判断条件为HE/VE，当HE/VE<1时，当前CU的纹理趋向为水平纹理趋向，当HE/VE>1时，当前CU的纹理趋向为垂直纹理趋向。
步骤四：分别计算候选划分模式MT_V包含的二叉树垂直(Binary Tree_Vertical,BT_V)划分和三叉树垂直(Ternary Tree_Vertical,TT_V)划分的率失真优化损失值，选择率失真优化损失值(RDO-cost)最小的候选划分模式(BT_V或TT_V)作为当前CU的最佳划分模式；
步骤五：分别计算候选划分模式MT_H包含的二叉树水平(Binary Tree_Horizontal,BT_H)划分和三叉树水平(Ternary Tree_Horizontal,TT_H)划分的率失真优化损失值，选择率失真优化损失值最小的候选划分模式(BT_H或TT_H)作为当前CU的最佳划分模式。
为了评估所提出方法的性能，本发明在官方编码器VTM7.0上测试该实验，使用6组共13个通用测试序列进行模拟实验。这些测试序列中，包括1920×1080、832×480、416×240、1280×720四种不同的分辨率。测试条件如下：采用通用测试条件，开启全帧内模式。
本发明提出的整体方案的编码性能在表1中列出，所提出的整体方案可以极大地节省编码运行时间，具有与原始VTM7.0类似的RD性能。图1展示了本发明的工作流程。表2展示了E、B、C和D四个组别的测试视频序列在本发明中与其他基于图像特征相关性的快速CU划分方法中的性能对比，并在图2、图3中将对比结果直观展示。如图2和图3所示，本发明在时间节约和率失真的表现上均优于其他三种方法，并在编码时间与编码质量之间取得了很好的平衡。表3展示了E、B、C和F四个组别的测试视频序列在本发明中和基于CNN的快速CU划分方法中的性能对比，并将数据结果展示在图4中。如图4所示，在几乎相同的率失真前提下，本发明的编码时间远小于CNN方法。图5、图6、图7、图8分别展示了基于“BQTerrace”、“KristenAndSara”、“PartScene”和“BlowingBubbles”四个具有代表性的不同分辨率的视频序列在本发明和VTM7.0中的RD性能。与VTM7.0相比，本发明可以实现从低比特率范围到高比特率一致的运行时间节省，并且具有几乎类似的RD性能。总体上看，无论是对基于图像特征相关性的传统算法还是对CNN算法，本发明所提方法均具有最佳的编码时间节省，并且平均BDBR损失可以忽略不计。
表1本发明与原始编码器的编码结果
Figure BDA0002911160100000071
Figure BDA0002911160100000081
表2本发明与其他基于图像特征相关性的快速CU划分方法的编码结果
Figure BDA0002911160100000082
表3本发明与CNN快速方法的编码结果
Figure BDA0002911160100000083
Figure BDA0002911160100000091
本发明使用基于方差和梯度的快速CU划分决策方法来逐步分析并判断分析H.266/VVC当前CU的纹理属性并跳过不必要的划分模式，以有效降低编码器的复杂度，同时RD性能损失可忽略不计。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种基于梯度与方差的H.266/VVC快速CU划分决策方法，其特征在于，其步骤如下：
步骤一：计算当前CU的方差，并将当前CU的方差与设定的阈值Th1进行对比，若当前CU的方差小于阈值Th1，则当前CU的纹理是同质的，当前CU不划分，否则，执行步骤二；
步骤二：利用Sobel算子提取当前CU中所有像素的绝对梯度和当前CU的总梯度，设置阈值Th2和Th3，并判断绝对梯度和总梯度是否满足由阈值Th2和Th3所构成的判断条件：1)FX/FY<Th2 or FY/FX<Th2，2)Th3<FX and Th3<FY；若同时满足1)和2)，当前CU执行四叉树划分模式，否则，执行步骤三；
所述当前CU中所有像素的绝对梯度为：
Figure FDA0003791823470000011
Figure FDA0003791823470000012
其中，Fx(i,j)为水平方向的绝对梯度，Fy(i,j)为垂直方向上的绝对梯度，Ai,j为以坐标(i,j)为中心、步长为3的原始像素矩阵；
所述当前CU的总梯度为：
Figure FDA0003791823470000013
Figure FDA0003791823470000014
其中，FX为水平方向的总梯度，FY为垂直方向的总梯度，abs(·)为绝对值函数，W表示当前CU的宽度，H表示当前CU的高度；
步骤三：利用Canny算子提取当前CU的边缘特征图像，通过边缘特征图像判断当前CU的纹理趋向为水平纹理趋向还是垂直纹理趋向，若当前CU的纹理趋向为水平纹理趋向，则将多叉树垂直划分作为当前CU的候选划分模式，执行步骤四，否则，当前CU的纹理趋向为垂直纹理趋向，将多叉树水平划分作为当前CU的候选划分模式，执行步骤五；
步骤四：分别计算候选划分模式多叉树垂直划分包含的二叉树垂直划分和三叉树垂直划分的率失真优化损失值，选择率失真优化损失值最小的候选划分模式作为当前CU的最佳划分模式；
步骤五：分别计算候选划分模式多叉树水平划分包含的二叉树水平划分和三叉树水平划分的率失真优化损失值，选择率失真优化损失值最小的候选划分模式作为当前CU的最佳划分模式。
2.根据权利要求1所述的基于梯度与方差的H.266/VVC快速CU划分决策方法，其特征在于，所述当前CU的方差的计算方法为：
Figure FDA0003791823470000021
其中，V是当前CU的方差，W表示当前CU的宽度，H表示当前CU的高度，μ是当前CU中所有像素的平均值，X(i,j)表示当前CU中坐标为(i,j)的像素值。
3.根据权利要求2所述的基于梯度与方差的H.266/VVC快速CU划分决策方法，其特征在于，所述利用Canny算子提取当前CU的边缘特征图像的方法为：
Figure FDA0003791823470000022
Figure FDA0003791823470000023
其中，vei为垂直方向的纹理值，hei为水平方向的纹理值，VE为垂直纹理趋向，HE为水平纹理趋向，can(x,y)表示当前CU的边缘特征图像中坐标(x,y)的像素值，max(·)为求最大值函数，min(·)为求最小值函数。
4.根据权利要求3所述的基于梯度与方差的H.266/VVC快速CU划分决策方法，其特征在于，通过边缘特征图像判断当前CU的纹理趋向的判断条件为HE/VE，当HE/VE<1时，当前CU的纹理趋向为水平纹理趋向，当HE/VE>1时，当前CU的纹理趋向为垂直纹理趋向。
CN202110086854.6A 2021-01-22 2021-01-22 基于梯度与方差的h.266/vvc快速cu划分决策方法 Active CN112929657B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110086854.6A CN112929657B (zh) 2021-01-22 2021-01-22 基于梯度与方差的h.266/vvc快速cu划分决策方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110086854.6A CN112929657B (zh) 2021-01-22 2021-01-22 基于梯度与方差的h.266/vvc快速cu划分决策方法

Publications (2)

Publication Number Publication Date
CN112929657A CN112929657A (zh) 2021-06-08
CN112929657B true CN112929657B (zh) 2022-09-27

Family

ID=76164602

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110086854.6A Active CN112929657B (zh) 2021-01-22 2021-01-22 基于梯度与方差的h.266/vvc快速cu划分决策方法

Country Status (1)

Country Link
CN (1) CN112929657B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113691811B (zh) * 2021-07-30 2023-03-24 浙江大华技术股份有限公司 编码块划分方法、装置、***及存储介质
CN113747177B (zh) * 2021-08-05 2023-06-20 中山大学 基于历史信息的帧内编码速度优化方法、装置及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014190468A1 (en) * 2013-05-27 2014-12-04 Microsoft Corporation Video encoder for images
CN110708551A (zh) * 2019-10-22 2020-01-17 腾讯科技（深圳）有限公司 视频编码方法、装置、计算机可读存储介质和计算机设备
WO2020130710A1 (ko) * 2018-12-21 2020-06-25 한국전자통신연구원 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9615090B2 (en) * 2012-12-28 2017-04-04 Qualcomm Incorporated Parsing syntax elements in three-dimensional video coding
CN105187826B (zh) * 2015-07-31 2018-11-16 郑州轻工业学院 针对高效率视频编码标准的快速帧内模式判决方法
CN110351556B (zh) * 2018-04-02 2021-03-02 腾讯科技（北京）有限公司 确定编码单元的编码代价的方法及相关装置
CN108881904A (zh) * 2018-06-25 2018-11-23 中山大学 基于Sobel算子的帧内快速判决方法、装置及存储介质
CN111147867B (zh) * 2019-12-18 2022-10-18 重庆邮电大学 一种多功能视频编码cu划分快速决策方法及存储介质
CN111654698B (zh) * 2020-06-12 2022-03-22 郑州轻工业大学 一种针对h.266/vvc的快速cu分区决策方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014190468A1 (en) * 2013-05-27 2014-12-04 Microsoft Corporation Video encoder for images
WO2020130710A1 (ko) * 2018-12-21 2020-06-25 한국전자통신연구원 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
CN110708551A (zh) * 2019-10-22 2020-01-17 腾讯科技（深圳）有限公司 视频编码方法、装置、计算机可读存储介质和计算机设备

Also Published As

Publication number Publication date
CN112929657A (zh) 2021-06-08

Similar Documents

Publication Publication Date Title
CN112929657B (zh) 基于梯度与方差的h.266/vvc快速cu划分决策方法
WO2016115968A1 (zh) 一种融合视觉感知特征的可分层视频编码方法
CN103297781B (zh) 一种基于纹理方向的hevc帧内编码方法、装置和***
CN109302610B (zh) 一种基于率失真代价的屏幕内容编码帧间快速编码方法
KR101516347B1 (ko) Hevc 화면내 부호화 방법 및 장치
CN105120292A (zh) 一种基于图像纹理特征的视频编码帧内预测方法
CN109040764B (zh) 一种基于决策树的hevc屏幕内容帧内快速编码算法
CN100574447C (zh) 基于avs视频编码的快速帧间预测模式选择方法
CN108174208B (zh) 一种基于特征分类的高效视频编码方法
US20150208094A1 (en) Apparatus and method for determining dct size based on transform depth
Mu et al. Fast coding unit depth decision for HEVC
CN112601087B (zh) 一种针对h.266/vvc的快速cu***模式决策方法
Li et al. Self-learning residual model for fast intra CU size decision in 3D-HEVC
Ni et al. High efficiency intra CU partition and mode decision method for VVC
Yuan et al. Dynamic computational resource allocation for fast inter frame coding in video conferencing applications
CN113132725A (zh) 一种去块滤波优化方法、装置、设备及介质
CN106878754A (zh) 一种3d视频深度图像帧内预测模式选择方法
CN114827603A (zh) 基于avs3纹理信息的cu块划分方法、装置及介质
CN111246218B (zh) 基于jnd模型的cu分割预测和模式决策纹理编码方法
Gou et al. A novel fast intra algorithm for VVC based on histogram of oriented gradient
Duvar et al. Fast inter mode decision exploiting intra-block similarity in HEVC
Wang et al. Gradient-based fast intra coding decision algorithm for HEVC
CN110035285B (zh) 基于运动矢量敏感度的深度预测方法
Fan et al. Fast coding unit size decision in HEVC intra coding
CN113709482B (zh) 面向硬件的帧内编码模式中编码单元划分模式确定方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant