CN114040204A - 编码单元的处理方法、装置、设备及存储介质 - Google Patents
编码单元的处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114040204A CN114040204A CN202111300709.XA CN202111300709A CN114040204A CN 114040204 A CN114040204 A CN 114040204A CN 202111300709 A CN202111300709 A CN 202111300709A CN 114040204 A CN114040204 A CN 114040204A
- Authority
- CN
- China
- Prior art keywords
- coding unit
- sub
- current
- coding
- current coding
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title abstract description 23
- 230000004044 response Effects 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 5
- 230000006835 compression Effects 0.000 description 5
- 238000007906 compression Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000000638 solvent extraction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 241000023320 Luma <angiosperm> Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- H04N19/134—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
-
- 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
- H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本公开提供了编码单元的处理方法、装置、设备及存储介质，涉及计算机技术领域，尤其涉及计算和视频编码技术领域。具体实现方案为：响应于当前编码单元的预测模式为跳过模式，确定当前编码单元的多个子编码单元之间的相似度；响应于多个子编码单元之间的相似度大于预设阈值，对当前编码单元和多个子编码单元分别进行编码，得到当前编码单元的最小率失真代价，以及多个子编码单元的最小率失真代价的和值；响应于当前编码单元的最小率失真代价小于多个子编码单元的最小率失真代价的和值，将当前编码单元的编码结果作为最终编码结果。
Description
技术领域
本公开涉及计算机技术领域，尤其涉及计算和视频编码技术领域。
背景技术
HEVC(High Efficiency Video Coding，高效视频编码)是一种新的视频编码标准。与上一代视频编码标准相比，HEVC编码性能有了大幅提升。HEVC采用四叉树结构机制，将图像分割成不同大小的块，不仅用于预测，还用于残差编码。
HEVC的基本处理单元是CTU(Coding Tree Unit，编码树单元)，CTU可以划分为更小的CU(Coding Unit，编码单元)，CU进一步细分为PU(Prediction Unit，预测单元)，PU用于视频的预测编码。HEVC的预测编码可以准确的反应视频内容的纹理特征，但也提高了编码复杂度，增加了编码时间。因此，为了支持视频编码的实时应用，相关技术中，利用CU的时空域的相关块和图像的纹理特征，来跳过部分尺寸CU的编码。
发明内容
本公开提供了一种编码单元的处理方法、装置、设备以及存储介质。
根据本公开的第一方面，提供了一种编码单元的处理方法，包括：
响应于当前编码单元的预测模式为跳过模式，确定所述当前编码单元的多个子编码单元之间的相似度；
响应于多个子编码单元之间的相似度大于预设阈值，对所述当前编码单元和所述多个子编码单元分别进行编码，得到所述当前编码单元的最小率失真代价，以及所述多个子编码单元的最小率失真代价的和值；
响应于所述当前编码单元的最小率失真代价小于所述多个子编码单元的最小率失真代价的和值，将所述当前编码单元的编码结果作为最终编码结果。
根据本公开的第二方面，提供了一种编码单元的处理装置，包括：
确定模块，用于响应于当前编码单元的预测模式为跳过模式，确定所述当前编码单元的多个子编码单元之间的相似度；
编码模块，用于响应于多个子编码单元之间的相似度大于预设阈值，对所述当前编码单元和所述多个子编码单元分别进行编码，得到所述当前编码单元的最小率失真代价，以及所述多个子编码单元的最小率失真代价的和值；
获得模块，用于响应于所述当前编码单元的最小率失真代价小于所述多个子编码单元的最小率失真代价的和值，将所述当前编码单元的编码结果作为最终编码结果。
根据本公开的第三方面，提供了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任一所述的编码单元的处理方法。
根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行根据上述任一所述的编码单元的处理方法。
根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据上述任一所述的编码单元的处理方法。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是本公开实施例提供的CU划分的一种流程示意图；
图2是本公开实施例提供的CU划分的一种示意图；
图3是本公开实施例提供的编码单元的处理方法的第一种流程示意图；
图4是本公开实施例提供的编码单元的处理方法的第二种流程示意图；
图5是本公开实施例提供的编码单元的处理方法的第三种流程示意图；
图6是本公开实施例提供的编码单元的处理方法的第四种流程示意图；
图7是本公开实施例提供的编码单元的处理装置的一种结构示意图；
图8是用来实现本公开实施例的编码单元的处理方法的电子设备的第一示意性框图；
图9是用来实现本公开实施例的编码单元的处理方法的电子设备的第二示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
HEVC是一种新的视频编码标准。在相同图像质量下，HEVC比H.264/AVC降低50％的编码效率。另外，HEVC通过采用多种新的压缩工具，将H.264/AVC的编码效率提高一倍。
HEVC采用四叉树结构机制，将图像分割成不同大小的块，不仅用于预测，还用于残差编码。HEVC的基本处理单元是CTU，CTU可以看作是H.264/AVC中宏块的泛化。CTU可以根据四叉树结构递归地细分为更小的CU。每个CU进一步细分为PU，PU用于视频的预测编码。
在HEVC中，CU是最基本的编码单元，每个CU由一个亮度CU、两个色度CU以及相应的语法元素组成。亮度CU的尺寸可以是64x64、32x32、16x16、8x8，色度CU的尺寸可以是32x32、16x16、8x8、4x4。
CU的尺寸越大，压缩效果越好，但同时可能造成像素的误差越大。CU的划分是递归进行的，如图1和图2所示，图1为CU的划分流程示意图，图2为CU的划分示意图。传统的CU的划分是递归进行的，也就是CU不断划分到最小CU为止，最后从不同尺寸的CU中选择最佳尺寸的CU。虽然这种方法可以保证像素误差足够小，但是由于每一个CU都需要从64x64划分到8x8，且每种尺寸的每个CU需要计算多种预测模式的RDcost(率失真代价)，这造成了编码复杂度升高，使得编码速度变慢。
为了支持视频编码的实时应用，相关技术中，利用CU的时空域的相关块和图像的纹理特征，判断是否跳过当前CU的预测模式选择；如果跳过当前CU的预测模式选择，则直接进入下一层CU(即子CU)进行计算。
但是发明人发现，有一些CU的4个子CU之间的最优预测模式和参考帧很相似，甚至是一模一样，此时采用大块CU的编码效果优于小块CU的编码效果，但是由于直接跳过了大块CU，所以没有选择大块CU，这会造成一定的编码性能损失。
为解决上述问题，本公开实施例提供了一种编码单元的处理方法，如图3所示。该编码单元的处理方法可以应用于服务器、移动终端等具有视频编码处理功能的电子设备。为了便于理解，下面以电子设备为执行主体进行说明。该编码单元的处理方法包括如下步骤：
步骤S31，响应于当前编码单元的预测模式为跳过模式，确定当前编码单元的多个子编码单元之间的相似度。
本公开实施例中，一个CU可以划分为4个子CU，例如，一个64*64的CU可以划分为4个32*32的CU，这4个32*32的CU即为64*64的CU的子CU。
电子设备可以利用CU的时空域的相关块和图像的纹理特征，判断是否跳过当前CU的预测模式选择。如果判断结果为跳过当前CU的预测模式选择，即当前CU的预测模式为跳过模式，则电子设备确定当前编码单元的多个子编码单元之间的相似度。
步骤S32，响应于多个子编码单元之间的相似度大于预设阈值，对当前编码单元和多个子编码单元分别进行编码，得到当前编码单元的最小率失真代价，以及多个子编码单元的最小率失真代价的和值。
本公开实施例中，预设阈值可以根据实际需求进行设定。例如，预设阈值可以为90％、95％或100％等。
电子设备在确定多个子CU之间的相似度之后，判断多个子CU之间的相似度是否大于预设阈值，以确定是否需要对当前CU进行复检。若多个子CU之间的相似度大于预设阈值，则电子设备对当前CU进行复检，具体可以包括：按照预测模式，对当前CU进行编码，得到预测模式下的编码结果以及率失真代价，并从得到预测模式下的率失真代价中选择最小的率失真代价，作为当前CU的最小率失真代价；另外，针对每个子CU，按照预测模式，对该子CU进行编码，得到预测模式下的编码结果以及率失真代价，并从预测模式下的率失真代价中选择最小的率失真代价，作为该子CU的最小率失真代价，进而计算多个子CU的最小率失真代价的和值。
步骤S33，响应于当前编码单元的最小率失真代价小于多个子编码单元的最小率失真代价的和值，将当前编码单元的编码结果作为最终编码结果。
本公开实施例中，在获取到当前CU的最小率失真代价以及多个子CU的最小率失真代价的和值的情况下，电子设备判断当前CU的最小率失真代价是否小于多个子CU的最小率失真代价的和值。若当前编码单元的最小率失真代价小于多个子编码单元的最小率失真代价的和值，则说明当前CU的编码效果优于子CU的编码效果，如当前CU的压缩效果优于子CU的压缩效果，且当前CU的像素误差优于子CU的像素误差，因此，电子设备将当前CU的编码结果作为最终编码结果，拒绝将当前CU划分为子CU进行编码。
本公开实施例中，在当前CU的预测模式为跳过模式的情况下，确定是否需要对当前CU进行复检，并在需要对当前CU进行复检的情况下，对当前CU和多个子CU分别进行编码。这有效弥补了由跳过当前CU的预测模式选择所带来的编码性能损失，补全了CU的预测模式选择中存在的逻辑漏洞。
另外，实际应用中，需要复检的CU较少，因此，对当前CU进行复检，对编码效率的影响较小，在有效弥补了由跳过当前CU的预测模式选择所带来的编码性能损失，补全了CU的预测模式选择中存在的逻辑漏洞的同时，确保了编码效率。
在本公开的一个实施例中，在当前CU的预测模式为跳过模式的情况下，上述步骤S31可以为：直接计算多个子CU对应的图像块之间的相似度，并利用该相似度确定是否需要对当前CU进行复检。由于子CU对应的图像块包含的特征点很少，因此，计算多个子CU对应的图像块之间的相似度的计算量也会很少，对电子设备的计算资源占用较少，有效确保了编码效率。
在本公开的一个实施例中，还提供了一种编码单元的处理方法，如图4所示，该方法可以包括如下步骤：
步骤S41，响应于当前编码单元的预测模式为跳过模式，确定当前编码单元的多个子编码单元的最优预测模式和参考帧的相似度。
本公开实施例中，在当前CU的预测模式为跳过模式的情况下，则电子设备确定多个子CU的最优预测模式和参考帧，进而确定多个子CU的最优预测模式和参考帧的相似度。
例如，电子设备可确定多个子CU的最优预测模式一致，以及多个子CU的参考帧一致，则电子设备可确定多个子CU之间的相似度大于预设阈值。
步骤S41是上述步骤S31的一种可实现方式。
步骤S42，响应于多个子编码单元之间的相似度大于预设阈值，对当前编码单元和多个子编码单元分别进行编码，得到当前编码单元的最小率失真代价，以及多个子编码单元的最小率失真代价的和值。步骤S42与步骤S32相同。
步骤S43，响应于当前编码单元的最小率失真代价小于多个子编码单元的最小率失真代价的和值，将当前编码单元的编码结果作为最终编码结果。步骤S43与步骤S33相同。
本公开实施例中，基于最优预测模式和参考帧，确定是否需要对当前CU进行复检。在确定是否需要对当前CU进行复检，同时考虑了最优预测模式和参考帧两种因素，并且，以整个参考帧为对象，而参考帧中包含较多的特征点，这有效提高了当前CU复检的准确性，降低了误复检的概率，进而提高了编码效率。
实际应用中，CU的预测模式有多种，如图2所示的SKIP模式、多种帧间模式和多种帧内模式等。基于此，上述步骤S32可以为：按照多种预测模式，分别对当前CU进行编码，得到多种预测模式下的率失真代价，从这多种预测模式下的率失真代价选择最小的率失真代价，作为该当前CU的最小率失真代价；针对每个子CU，按照多种预测模式，分别对该子CU进行编码，得到多种预测模式下的率失真代价，从这多种预测模式下的率失真代价选择最小的率失真代价，作为该子CU的最小率失真代价，进而计算多个子CU的最小率失真代价的和值。
在本公开的一个实施例中，为了进一步提高编码效率，还提供了一种编码单元的处理方法，如图5所示，该方法可以包括如下步骤：
步骤S51，响应于当前编码单元的预测模式为跳过模式，确定当前编码单元的多个子编码单元之间的相似度。步骤S51与步骤S31相同。
步骤S52，响应于多个子编码单元之间的相似度大于预设阈值，按照SKIP模式，对当前编码单元和多个子编码单元分别进行编码，得到当前编码单元的最小率失真代价，以及多个子编码单元的最小率失真代价的和值。
本公开实施例中，在对当前CU进行复检时，电子设备按照SKIP模式，对当前CU进行编码，得到SKIP模式下的率失真代价，该率失真代价即为当前CU的最小率失真代价；针对每个子CU，按照SKIP模式，对该子CU进行编码，得到SKIP模式下的率失真代价，该率失真代价即为该子CU的最小率失真代价，多个子CU在SKIP模式下的率失真代价的和值即为多个子CU的最小率失真代价的和值。
步骤S52是步骤S32的一种可实现方式。
步骤S53，响应于当前编码单元的最小率失真代价小于多个子编码单元的最小率失真代价的和值，将当前编码单元的编码结果作为最终编码结果。步骤S53与步骤S33相同。
发明人根据测试数据发现：由于与SKIP模式的CU相同的CU(简称SKIP块)较多，SKIP块误划分的概率较大。因此，本公开实施例中，在进行复检时，无需按照所有预测模式对CU都进行编码，只需要按照SKIP模式对CU进行编码即可，可以大大节省复检所需要的时间，如果选择大块CU的编码结果更优，则选择大块CU的编码结果作为最后的编码结果。这在确保了编码效果的同时，进一步提高了编码率。
在本公开的一个实施例中，还提供了一种编码单元的处理方法，如图6所示，该方法可以包括如下步骤：
步骤S61，响应于当前编码单元的预测模式为跳过模式，确定当前编码单元的多个子编码单元之间的相似度。步骤S61与步骤S31相同。
步骤S62，响应于多个子编码单元之间的相似度大于预设阈值，对当前编码单元和多个子编码单元分别进行编码，得到当前编码单元的最小率失真代价，以及多个子编码单元的最小率失真代价的和值。步骤S62与步骤S32相同。
步骤S63，响应于当前编码单元的最小率失真代价小于多个子编码单元的最小率失真代价的和值，将当前编码单元的编码结果作为最终编码结果。步骤S63与步骤S33相同。
步骤S64，响应于当前编码单元的最小率失真代价大于或等于多个子编码单元的最小率失真代价的和值，将每个子编码单元分别作为当前编码单元。
本公开实施例中，在获取到当前CU的最小率失真代价以及多个子CU的最小率失真代价的和值的情况下，电子设备判断当前CU的最小率失真代价是否小于多个子CU的最小率失真代价的和值。若当前CU的最小率失真代价大于或等于多个子CU的最小率失真代价的和值，则说明子CU的编码效果优于当前CU的编码效果，如子CU的压缩效果和像素误差的综合效果优于当前CU的压缩效果和像素误差的综合效果，因此，电子设备将每个CU分别作为当前CU，并且深度加1。
步骤S65，检测当前编码单元的深度是否达到最大深度。响应于当前编码单元的深度达到最大深度，执行步骤S66；响应于当前编码单元的深度未达到最大深度，执行步骤S61。
在将每个子CU分别作为当前CU之后，即完成当前CU更新后，电子设备检测当前CU的深度是否达到最大深度。若达到最大深度，则说明当前CU不能再划分为子CU，最终的编码结果即为当前CU的编码结果，电子设备执行步骤S66。若未达到最大深度，则说明当前CU还能划分为子CU，最终的编码结果即可能是当前CU的编码结果，也可能是子CU的编码结果，为准确确定最终编码结果，重新执行步骤S61。
步骤S66，对当前编码单元进行编码，得到最终编码结果。
本公开实施例中，电子设备按照多种预测模式，对当前CU进行编码，得到多种预测模式下的编码结果以及率失真代价，将最小率失真代价对应的编码结果作为最终编码结果。
本公开实施例中，在当前CU的预测模式为跳过模式的情况下，电子设备循环迭代地确定是否需要对CU进行复检，并在需要对当前CU进行复检的情况下，对当前CU和多个子CU分别进行编码。这有效弥补了由跳过当前CU的预测模式选择所带来的编码性能损失，补全了CU的预测模式选择中存在的逻辑漏洞，并且获得效果最优的编码结果。
与上述编码单元的处理方法对应，本公开实施例还提供了一种述编码单元的处理装置，如图7所示，该装置包括：
确定模块71，用于响应于当前编码单元的预测模式为跳过模式，确定当前编码单元的多个子编码单元之间的相似度；
编码模块72，用于响应于多个子编码单元之间的相似度大于预设阈值，对当前编码单元和多个子编码单元分别进行编码，得到当前编码单元的最小率失真代价，以及多个子编码单元的最小率失真代价的和值；
获得模块73，用于响应于当前编码单元的最小率失真代价小于多个子编码单元的最小率失真代价的和值，将当前编码单元的编码结果作为最终编码结果。
其中，确定模块71，具体可以用于：
确定当前编码单元的多个子编码单元的最优预测模式和参考帧的相似度。
其中，编码模块72，具体可以用于：
按照跳过SKIP模式，对当前编码单元和多个子编码单元分别进行编码，得到当前编码单元的最小率失真代价，以及多个子编码单元的最小率失真代价的和值。
其中，上述编码单元的处理装置还可以包括：
更新模块，用于响应于当前编码单元的最小率失真代价大于或等于多个子编码单元的最小率失真代价的和值，将每个子编码单元分别作为当前编码单元；
检测模块，用于检测当前编码单元的深度是否达到最大深度；响应于当前编码单元的深度达到最大深度，对当前编码单元进行编码，得到最终编码结果；响应于当前编码单元的深度未达到最大深度，执行响应于当前编码单元的预测模式为跳过模式，确定当前编码单元的多个子编码单元之间的相似度的步骤。
本公开实施例中，在当前CU的预测模式为跳过模式的情况下，确定是否需要对当前CU进行复检，并在需要对当前CU进行复检的情况下，对当前CU和多个子CU分别进行编码。这有效弥补了由跳过当前CU的预测模式选择所带来的编码性能损失，补全了CU的预测模式选择中存在的逻辑漏洞。
本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图8示出了用来实现本公开实施例的编码单元的处理方法的电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示，设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如编码单元的处理方法。例如，在一些实施例中，编码单元的处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时，可以执行上文描述的编码单元的处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行编码单元的处理方法。
本公开实施例还提供了一种电子设备，如图9所示，包括：
至少一个处理器91；以及
与至少一个处理器91通信连接的存储器92；其中，
存储器92存储有可被至少一个处理器91执行的指令，指令被至少一个处理器91执行，以使至少一个处理器91能够执行上述任一编码单元的处理方法。
本公开实施例还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行根据上述任一编码单元的处理方法。
本公开实施例还提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据上述任一编码单元的处理方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式***的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (11)
1.一种编码单元的处理方法，包括：
响应于当前编码单元的预测模式为跳过模式，确定所述当前编码单元的多个子编码单元之间的相似度；
响应于多个子编码单元之间的相似度大于预设阈值，对所述当前编码单元和所述多个子编码单元分别进行编码，得到所述当前编码单元的最小率失真代价，以及所述多个子编码单元的最小率失真代价的和值；
响应于所述当前编码单元的最小率失真代价小于所述多个子编码单元的最小率失真代价的和值，将所述当前编码单元的编码结果作为最终编码结果。
2.根据权利要求1所述的方法，其中，所述确定所述当前编码单元的多个子编码单元之间的相似度的步骤，包括：
确定所述当前编码单元的多个子编码单元的最优预测模式和参考帧的相似度。
3.根据权利要求1所述的方法，其中，所述对所述当前编码单元和所述多个子编码单元分别进行编码，得到所述当前编码单元的最小率失真代价，以及所述多个子编码单元的最小率失真代价的和值的步骤，包括：
按照跳过SKIP模式，对所述当前编码单元和所述多个子编码单元分别进行编码，得到所述当前编码单元的最小率失真代价，以及所述多个子编码单元的最小率失真代价的和值。
4.根据权利要求1所述的方法，所述方法还包括：
响应于所述当前编码单元的最小率失真代价大于或等于所述多个子编码单元的最小率失真代价的和值，将每个子编码单元分别作为当前编码单元；
检测所述当前编码单元的深度是否达到最大深度；
响应于所述当前编码单元的深度达到最大深度，对所述当前编码单元进行编码，得到最终编码结果；
响应于所述当前编码单元的深度未达到最大深度，执行所述响应于当前编码单元的预测模式为跳过模式，确定所述当前编码单元的多个子编码单元之间的相似度的步骤。
5.一种编码单元的处理装置，包括：
确定模块，用于响应于当前编码单元的预测模式为跳过模式，确定所述当前编码单元的多个子编码单元之间的相似度；
编码模块，用于响应于多个子编码单元之间的相似度大于预设阈值，对所述当前编码单元和所述多个子编码单元分别进行编码，得到所述当前编码单元的最小率失真代价，以及所述多个子编码单元的最小率失真代价的和值；
获得模块，用于响应于所述当前编码单元的最小率失真代价小于所述多个子编码单元的最小率失真代价的和值，将所述当前编码单元的编码结果作为最终编码结果。
6.根据权利要求5所述的装置，其中，所述确定模块，具体用于：
确定所述当前编码单元的多个子编码单元的最优预测模式和参考帧的相似度。
7.根据权利要求5所述的装置，其中，所述编码模块，具体用于：
按照跳过SKIP模式，对所述当前编码单元和所述多个子编码单元分别进行编码，得到所述当前编码单元的最小率失真代价，以及所述多个子编码单元的最小率失真代价的和值。
8.根据权利要求5所述的装置，所述装置还包括：
更新模块，用于响应于所述当前编码单元的最小率失真代价大于或等于所述多个子编码单元的最小率失真代价的和值，将每个子编码单元分别作为当前编码单元；
检测模块，用于检测所述当前编码单元的深度是否达到最大深度；响应于所述当前编码单元的深度达到最大深度，对所述当前编码单元进行编码，得到最终编码结果；响应于所述当前编码单元的深度未达到最大深度，执行所述响应于当前编码单元的预测模式为跳过模式，确定所述当前编码单元的多个子编码单元之间的相似度的步骤。
9.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行根据权利要求1-4中任一项所述的方法。
11.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-4中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111300709.XA CN114040204A (zh) | 2021-11-04 | 2021-11-04 | 编码单元的处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111300709.XA CN114040204A (zh) | 2021-11-04 | 2021-11-04 | 编码单元的处理方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114040204A true CN114040204A (zh) | 2022-02-11 |
Family
ID=80142784
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111300709.XA Pending CN114040204A (zh) | 2021-11-04 | 2021-11-04 | 编码单元的处理方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114040204A (zh) |
-
2021
- 2021-11-04 CN CN202111300709.XA patent/CN114040204A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11451772B2 (en) | Intra-frame prediction coding method and apparatus, electronic device, and computer storage medium | |
| WO2023045420A1 (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN113596442B (zh) | 视频处理方法、装置、电子设备及存储介质 | |
| WO2022193916A1 (zh) | 用于样点自适应补偿的方法及装置、设备和介质 | |
| US11582449B2 (en) | Method for image encoding, electronic device and storage medium | |
| CN111757111B (zh) | 视频编码方法、装置、设备和存储介质 | |
| US20230336733A1 (en) | Sample Adaptive Offset | |
| US20220191477A1 (en) | Coding mode selection method and apparatus, and electronic device and computer-readable medium | |
| CN116567246A (zh) | Avc编码方法和装置 | |
| CN115334309A (zh) | 帧内预测编码方法、装置、设备以及存储介质 | |
| CN114040204A (zh) | 编码单元的处理方法、装置、设备及存储介质 | |
| CN111669586B (zh) | 编码方法、装置、设备和计算机存储介质 | |
| CN113099241A (zh) | 参考帧列表更新方法、装置、设备以及存储介质 | |
| CN112866693B (zh) | 编码单元cu的划分方法、装置、电子设备和存储介质 | |
| CN114513659B (zh) | 确定图片预测模式的方法、装置、电子设备和介质 | |
| CN112738529A (zh) | 帧间预测方法、装置、设备、存储介质以及程序产品 | |
| CN113438485B (zh) | 图像编码方法、装置、电子设备和存储介质 | |
| CN113542737A (zh) | 编码模式确定方法、装置、电子设备及存储介质 | |
| CN115190295B (zh) | 视频帧处理方法、装置、设备及存储介质 | |
| CN115661273B (zh) | 运动矢量的预测方法、装置、电子设备及存储介质 | |
| CN116260973B (zh) | 一种时域滤波方法、装置、电子设备及存储介质 | |
| CN115174908B (zh) | 视频编码的变换量化方法、装置、设备以及存储介质 | |
| CN113099231B (zh) | 确定亚像素插值位置的方法、装置、电子设备和存储介质 | |
| CN113099216B (zh) | 编码复杂度评估方法、装置、设备以及存储介质 | |
| CN117615137B (zh) | 一种视频处理方法、装置、设备以及存储介质 |
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 |