CN115334309A - 帧内预测编码方法、装置、设备以及存储介质 - Google Patents
帧内预测编码方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN115334309A CN115334309A CN202210963290.4A CN202210963290A CN115334309A CN 115334309 A CN115334309 A CN 115334309A CN 202210963290 A CN202210963290 A CN 202210963290A CN 115334309 A CN115334309 A CN 115334309A
- Authority
- CN
- China
- Prior art keywords
- intra
- prediction mode
- original
- frame prediction
- prediction modes
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 11
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000003491 array 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
- 230000000694 effects Effects 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
- 239000013307 optical fiber Substances 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
- 230000001131 transforming effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000016776 visual perception 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
- H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
- H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
-
- 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
- H04N19/154—Measured or subjectively estimated visual quality after decoding, e.g. measurement of distortion
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本公开提供了一种帧内预测编码方法、装置、设备、存储介质以及程序产品,涉及人工智能领域,具体涉及云计算、视频处理、媒体云技术,可应用在智能云和视频云场景下。该方法的一具体实施方式包括:对于当前图像块,对原始帧内预测模式集合中的原始帧内预测模式分别计算SATD代价;基于SATD代价,从原始帧内预测模式集合中选取出候选帧内预测模式集合;分别计算候选帧内预测模式集合中的候选帧内预测模式的RDO代价;基于RDO代价,从候选帧内预测模式集合中选取出目标帧内预测模式;利用目标帧内预测模式对当前图像块进行编码。该实施方式不仅提升客观体验,还提升主观体验。
Description
技术领域
本公开涉及人工智能领域,具体涉及云计算、视频处理、媒体云技术,可应用在智能云和视频云场景下。
背景技术
目前,视频编码器在编码过程中,通常采用率失真代价模型进行编码模式选择。率失真代价模型的目标是在限定码率的情况下,视频失真达到最小,这里的失真往往与客观质量相关。因此,该模型仅能保证客观指标最优,无法保证人眼的主观体验。一些情况下,利用该模型选择出的最优模式可能出现马赛克现象。
视频编码中的模式选择分为帧内预测模式和帧间预测模式。帧内预测模式主要利用当前图像块的相邻像素信息对当前图像块进行预测,帧间预测模式主要利用编码的时域信息对当前图像块进行预测。其中,帧内预测模式在平坦区域产生的马赛克现象,通常会被传递到后续帧中,更容易被人眼察觉出。
发明内容
本公开实施例提出了一种帧内预测编码方法、装置、设备、存储介质以及程序产品。
第一方面,本公开实施例提出了一种帧内预测编码方法,包括:对于当前图像块,对原始帧内预测模式集合中的原始帧内预测模式分别计算SATD代价;基于SATD代价,从原始帧内预测模式集合中选取出候选帧内预测模式集合;分别计算候选帧内预测模式集合中的候选帧内预测模式的RDO代价;基于RDO代价,从候选帧内预测模式集合中选取出目标帧内预测模式;利用目标帧内预测模式对当前图像块进行编码。
第二方面,本公开实施例提出了一种帧内预测编码装置,包括:第一计算模块,被配置成对于当前图像块,对原始帧内预测模式集合中的原始帧内预测模式分别计算SATD代价;第一选取模块,被配置成基于SATD代价,从原始帧内预测模式集合中选取出候选帧内预测模式集合;第二计算模块,被配置成分别计算候选帧内预测模式集合中的候选帧内预测模式的RDO代价;第二选取模块,被配置成基于RDO代价,从候选帧内预测模式集合中选取出目标帧内预测模式;编码模块,被配置成利用目标帧内预测模式对当前图像块进行编码。
第三方面,本公开实施例提出了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。
第四方面,本公开实施例提出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如第一方面中任一实现方式描述的方法。
第五方面,本公开实施例提出了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开实施例提供的帧内预测编码方法,基于SATD代价和RDO代价,选择帧内预测模式。其中,SATD代价和RDO代价均与客观质量相关,能够提升客观体验。
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
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显。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是根据本公开的帧内预测编码方法的一个实施例的流程图;
图2是根据本公开的帧内预测编码方法的又一个实施例的流程图;
图3是根据本公开的帧内预测编码方法的另一个实施例的流程图;
图4是根据本公开的帧内预测编码装置的一个实施例的结构示意图;
图5是用来实现本公开实施例的帧内预测编码方法的电子设备的框图。
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。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的帧内预测编码方法的一个实施例的流程100。该帧内预测编码方法包括以下步骤:
步骤101,对于当前图像块,对原始帧内预测模式集合中的原始帧内预测模式分别计算SATD代价。
在本实施例中,对于当前图像块,帧内预测编码方法的执行主体可以对原始帧内预测模式集合中的原始帧内预测模式分别计算SATD(Sum of Absolute TransformedDifference,对残差进行哈达玛变换后的系数求绝对值和)代价。其中,SATD是一种视频残差信号大小的衡量标准,SATD代价可以是以SATD度量方式,计算出的相应的代价。
通常,在视频编码过程中,视频中的视频帧可以被划分成多个图像块。每个图像块可以选择帧内预测模式或帧间预测模式进行编码。其中,帧内预测模式主要利用当前图像块的相邻像素信息对当前图像块进行预测,帧间预测模式主要利用编码的时域信息对当前图像块进行预测。
实践中,视频编码支持35种帧内预测模式,包含平面、直流、以及角度。帧内预测模式0为平面帧内预测,帧内预测模式1为直流预测,帧内预测模式2至34为角度预测模式。原始帧内预测模式集合可以包括所有帧内预测模式。这样,就需要对所有帧内预测模式计算SATD代价。为了降低计算量,原始帧内预测模式也可以仅包括通过对所有帧内预测模式间隔采样得到的帧内预测模式。这样,仅对部分帧内预测模式计算SATD代价。
步骤102,基于SATD代价,从原始帧内预测模式集合中选取出候选帧内预测模式集合。
在本实施例中,上述执行主体可以基于SATD代价,从原始帧内预测模式集合中选取出候选帧内预测模式集合。例如,从原始帧内预测模式集合中选取SATD代价小于预先设定的阈值的原始帧内预测模式,生成候选帧内预测模式集合。又例如,按照SATD代价的大小对原始帧内预测模式集合中的原始帧内预测模式进行排序,从SATD代价小的一侧开始选取预先设定的数量的原始帧内预测模式,生成候选帧内预测模式集合。
步骤103,分别计算候选帧内预测模式集合中的候选帧内预测模式的RDO代价。
在本实施例中,对于候选帧内预测模式集合中的候选帧内预测模式,上述执行主体可以计算该候选帧内预测模式的RDO代价。其中,RDO代价的核心思想为在计算代价函数时,同时考虑码率和失真两方面因素的制约,在保证低失真度的同时保证码率。
通常,利用RDO代价模型可以计算候选帧内预测模式集合中的候选帧内预测模式的RDO代价。具体地,RDO代价模型可以计算在限定码率的情况下的视频失真。其中,RDO代价模型的公式如下:
J=D+λMODE×R;
其中,D表示失真,λMODE是Lagrange系数,R表示码率,Bit Rate,单位时间内的编码bit数,通常用kbps表示。该值越大,精度越高,压缩后的文件越接近原始文件。
步骤104,基于RDO代价,从候选帧内预测模式集合中选取出目标帧内预测模式。
在本实施例中,上述执行主体可以基于RDO代价,从候选帧内预测模式集合中选取出目标帧内预测模式。例如,从候选帧内预测模式集合中选取RDO代价小于预先设定的阈值的候选帧内预测模式,作为目标帧内预测模式。又例如,从候选帧内预测模式集合中选取RDO代价最小的候选帧内预测模式,作为目标帧内预测模式。
通常,RDO代价与客观质量相关,能够提升客观体验。其中,客观体验主要借助某种数学模型,间接的反映人眼的主观感知,给出基于数字计算的结果。
步骤105,利用目标帧内预测模式对当前图像块进行编码。
在本实施例中,上述执行主体可以利用目标帧内预测模式对当前图像块进行编码。
本公开实施例提供的帧内预测编码方法,基于SATD代价和RDO代价,选择帧内预测模式。其中,SATD代价和RDO代价均与客观质量相关,能够提升客观体验。
继续参考图2,其示出了根据本公开的帧内预测编码方法的又一个实施例的流程200。该帧内预测编码方法包括以下步骤:
步骤201,对于当前图像块,对原始帧内预测模式集合中的原始帧内预测模式分别计算SATD代价。
在本实施例中,步骤201的具体操作已在图1所示的实施例中步骤101中进行了详细的介绍,在此不再赘述。
步骤202,基于SATD代价和当前图像块的像素方差,确定当前图像块是否是平坦像素块。
在本实施例中,帧内预测编码方法的执行主体可以基于SATD代价和当前图像块的像素方差,确定当前图像块是否是平坦像素块。
例如,若原始帧内预测模式集合的最小SATD代价和前图像块的像素方差均小于各自对应的预设阈值,则确定当前图像块是平坦像素块,执行步骤203;若原始帧内预测模式集合的最小SATD代价和/或当前图像块的像素方差不小于各自对应的预设阈值,则确定当前图像块不是平坦像素块,执行步骤204。
步骤203,选取预设方向的原始帧内预测模式的多个相邻的原始帧内预测模式,生成候选帧内预测模式集合。
在本实施例中,若基于SATD代价和当前图像块的像素方差,确定当前图像块是平坦像素块,上述执行主体可以选取预设方向的原始帧内预测模式的多个相邻的原始帧内预测模式,生成候选帧内预测模式集合。其中,帧内预测模式2至34为角度预测模式,且顺序排列。预设方向的原始帧内预测模式可以包括至少一个角度预测模式,可以从预设方向的原始帧内预测模式开始,向上或向下选取多个相邻的原始帧内预测模式。
步骤204,按照SATD代价的大小对原始帧内预测模式集合中的原始帧内预测模式进行排序,从SATD代价小的一侧开始选取多个原始帧内预测模式,生成候选帧内预测模式集合。
在本实施例中,若基于SATD代价和当前图像块的像素方差,确定当前图像块不是平坦像素块,上述执行主体可以按照SATD代价的大小对原始帧内预测模式集合中的原始帧内预测模式进行排序,从SATD代价小的一侧开始选取多个原始帧内预测模式,生成候选帧内预测模式集合。
步骤205,分别计算候选帧内预测模式集合中的候选帧内预测模式的RDO代价。
在本实施例中,步骤205的具体操作已在图1所示的实施例中步骤103中进行了详细的介绍,在此不再赘述。
步骤206,选取最小RDO代价对应的候选帧内预测模式,作为目标帧内预测模式。
在本实施例中,上述执行主体可以从候选帧内预测模式集合中选取RDO代价最小的候选帧内预测模式,作为目标帧内预测模式。
通常,RDO代价与客观质量相关,能够提升客观体验。其中,客观体验主要借助某种数学模型,间接的反映人眼的主观感知,给出基于数字计算的结果。
步骤207,利用目标帧内预测模式对当前图像块进行编码。
在本实施例中,步骤207的具体操作已在图1所示的实施例中步骤105中进行了详细的介绍,在此不再赘述。
从图2中可以看出,与图1对应的实施例相比,本实施例中的帧内预测编码方法的流程200突出了候选帧内预测模式选取步骤。由此,本实施例描述的方案对容易出现马赛克的平坦像素块的帧内预测模式进行调整,避免马赛克现象,提升视频的主观质量。
进一步参考图3,其示出了根据本公开的帧内预测编码方法的另一个实施例的流程300。该帧内预测编码方法包括以下步骤:
步骤301,对于当前图像块,对原始帧内预测模式集合中的原始帧内预测模式分别计算SATD代价。
在本实施例中,对于当前图像块,帧内预测编码方法的执行主体可以对原始帧内预测模式集合中的原始帧内预测模式分别计算SATD代价satdCostmode_i(0≤i≤34)。
步骤302,确定斜45度方向和斜135度方向的原始帧内预测模式的SATD代价是否小于第一预设阈值与原始帧内预测模式集合的最小SATD代价的乘积。
在本实施例中,上述执行主体可以对比原始帧内预测模式集合的最小SATD代价satdCostmin与斜45度方向和斜135度方向的原始帧内预测模式的SATD代价satdCost的大小。若满足公式(1),则确定当前图像块属于平坦区域,执行步骤303;若不满足公式(1),执行步骤307。
Min(satdCost2,satdCost34)<Threshold1×satdCostmin (1)
其中,satdCost2是斜45度方向的原始帧内预测模式的SATD代价,satdCost34是斜135度方向的原始帧内预测模式的SATD代价,satdCostmin是原始帧内预测模式集合的最小SATD代价,Threshold1是第一预设阈值,其取值大于1,通常在1到2之间。
步骤303,确定当前像素块的像素方差是否小于第二预设阈值。
在本实施例中,上述执行主体可以比对当前像素块的像素方差Var与Threshold2的大小。若满足公式(2),执行步骤304;若不满足公式(2),执行步骤307。
Var<Threshold2 (2)
其中,Threshold2的取值小于10,通常在8左右。
步骤304,确定原始帧内预测模式集合的最小SATD代价是否小于第三预设阈值。
在本实施例中,上述执行主体可以比对原始帧内预测模式集合的最小SATD代价satdCostmin与第三预设阈值Threshold3。若满足公式(3),则确定当前图像块是平坦像素块,容易出现马赛克现象,执行步骤305;若不满足公式(3),执行步骤307。
satdCostmin<Threshold3 (3)
其中,Threshold3的取值范围一般和CUsize相关,例如,16x16的CU,Threshold3通常为256。
步骤305,确定当前图像块是平坦像素块。
在本实施例中,若同时满足公式(1)、公式(2)和公式(3),上述执行主体可以确定当前图像块是平坦像素块,执行步骤306。
步骤306,从斜45度方向的原始帧内预测模式开始向上搜索多个相邻的原始帧内预测模式,以及从斜135度方向的原始帧内预测模式开始向下搜索多个相邻的原始帧内预测模式,生成候选帧内预测模式集合。
在本实施例中,上述执行主体可以从斜45度方向的原始帧内预测模式开始向上搜索多个相邻的原始帧内预测模式,以及从斜135度方向的原始帧内预测模式开始向下搜索多个相邻的原始帧内预测模式,生成候选帧内预测模式集合。
其中,斜45度方向的原始帧内预测模式是模式2,其搜索范围为[2,2+N],即,从模式2开始向上搜索N种相邻模式。斜135度方向的原始帧内预测是模式34,其搜索范围为[34-N,34],即,从模式34开始向下搜索N种相邻模式。
步骤307,确定当前图像块不是平坦像素块。
在本实施例中,若不满足公式(1)、公式(2)和公式(3)之一,上述执行主体可以确定当前图像块不是平坦像素块,执行步骤307。
步骤308,按照SATD代价的大小对原始帧内预测模式集合中的原始帧内预测模式进行排序,从SATD代价小的一侧开始选取多个原始帧内预测模式,生成候选帧内预测模式集合。
步骤309,分别计算候选帧内预测模式集合中的候选帧内预测模式的RDO代价。
步骤310,选取最小RDO代价对应的候选帧内预测模式,作为目标帧内预测模式。
步骤311,利用目标帧内预测模式对当前图像块进行编码。
在本实施例中,步骤308-311的具体操作已在图2所示的实施例中步骤204-207中进行了详细的介绍,在此不再赘述。
从图3中可以看出,与图2对应的实施例相比,本实施例中的帧内预测编码方法的流程300突出了候选帧内预测模式选取步骤。由此,本实施例描述的方案利用人眼对斜方向的边界不敏感的视觉感知特性,利用这一特性,对容易出现马赛克的区域的帧内预测模式进行调整,选择靠近斜45度方向或斜135度方向的模式,避免主观上的马赛克现象,以此带来主观质量的提升。
进一步参考图4,作为对上述各图所示方法的实现,本公开提供了一种帧内预测编码装置的一个实施例,该装置实施例与图1所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图4所示,本实施例的帧内预测编码装置400可以包括:第一计算模块401、第一选取模块402、第二计算模块403、第二选取模块404和编码模块405。其中,第一计算模块401,被配置成对于当前图像块,对原始帧内预测模式集合中的原始帧内预测模式分别计算SATD代价;第一选取模块402,被配置成基于SATD代价,从原始帧内预测模式集合中选取出候选帧内预测模式集合;第二计算模块403,被配置成分别计算候选帧内预测模式集合中的候选帧内预测模式的RDO代价;第二选取模块404,被配置成基于RDO代价,从候选帧内预测模式集合中选取出目标帧内预测模式;编码模块405,被配置成利用目标帧内预测模式对当前图像块进行编码。
在本实施例中,帧内预测编码装置400中:第一计算模块401、第一选取模块402、第二计算模块403、第二选取模块404和编码模块405的具体处理及其所带来的技术效果可分别参考图1对应实施例中的步骤101-105的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,第一选取模块402包括:第一选取子模块,被配置成若基于SATD代价和当前图像块的像素方差,确定当前图像块是平坦像素块,选取预设方向的原始帧内预测模式的多个相邻的原始帧内预测模式,生成候选帧内预测模式集合。
在本实施例的一些可选的实现方式中,第一选取模块403还包括:第二选取子模块,被配置成若基于SATD代价和当前图像块的像素方差,确定当前图像块不是平坦像素块,按照SATD代价的大小对原始帧内预测模式集合中的原始帧内预测模式进行排序,从SATD代价小的一侧开始选取多个原始帧内预测模式,生成候选帧内预测模式集合。
在本实施例的一些可选的实现方式中,第一选取子模块包括:第一确定单元,被配置成若预设方向的原始帧内预测模式的SATD代价小于第一预设阈值与原始帧内预测模式集合的最小SATD代价的乘积,当前像素块的像素方差小于第二预设阈值,且原始帧内预测模式集合的最小SATD代价小于第三预设阈值,确定当前图像块是平坦像素块。
在本实施例的一些可选的实现方式中,第二选取子模块包括:第二确定单元,被配置成若预设方向的原始帧内预测模式的SATD代价不小于第一预设阈值与原始帧内预测模式集合的最小SATD代价的乘积,或当前像素块的像素方差不小于第二预设阈值,或原始帧内预测模式集合的最小SATD代价不小于第三预设阈值,确定当前图像块不是平坦像素块。
在本实施例的一些可选的实现方式中,预设方向的原始帧内预测模式包括斜45度方向的原始帧内预测模式和斜135度方向的原始帧内预测模式;以及第一选取子模块包括:搜索单元,被配置成从斜45度方向的原始帧内预测模式开始向上搜索多个相邻的原始帧内预测模式,以及从斜135度方向的原始帧内预测模式开始向下搜索多个相邻的原始帧内预测模式,生成候选帧内预测模式集合。
在本实施例的一些可选的实现方式中,第二选取模块404进一步被配置成:选取最小RDO代价对应的候选帧内预测模式,作为目标帧内预测模式。
在本实施例的一些可选的实现方式中,原始帧内预测模式集合包括所有帧内预测模式或通过对所有帧内预测模式间隔采样得到的帧内预测模式。
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5示出了可以用来实施本公开的实施例的示例电子设备500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5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500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501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501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501执行上文所描述的各个方法和处理,例如帧内预测编码方法。例如,在一些实施例中,帧内预测编码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508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的帧内预测编码方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行帧内预测编码方法。
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,也可以是分布式***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提供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 (19)
1.一种帧内预测编码方法,包括:
对于当前图像块,对原始帧内预测模式集合中的原始帧内预测模式分别计算对残差进行哈达玛变换后的系数求绝对值和SATD代价;
基于SATD代价,从所述原始帧内预测模式集合中选取出候选帧内预测模式集合;
分别计算所述候选帧内预测模式集合中的候选帧内预测模式的率失真优化RDO代价;
基于RDO代价,从所述候选帧内预测模式集合中选取出目标帧内预测模式;
利用所述目标帧内预测模式对所述当前图像块进行编码。
2.根据权利要求1所述的方法,其中,所述基于SATD代价,从所述原始帧内预测模式集合中选取出候选帧内预测模式集合,包括:
若基于SATD代价和所述当前图像块的像素方差,确定所述当前图像块是平坦像素块,选取预设方向的原始帧内预测模式的多个相邻的原始帧内预测模式,生成所述候选帧内预测模式集合。
3.根据权利要求2所述的方法,其中,所述基于SATD代价,从所述原始帧内预测模式集合中选取出候选帧内预测模式集合,还包括:
若基于SATD代价和所述当前图像块的像素方差,确定所述当前图像块不是平坦像素块,按照SATD代价的大小对所述原始帧内预测模式集合中的原始帧内预测模式进行排序,从SATD代价小的一侧开始选取多个原始帧内预测模式,生成所述候选帧内预测模式集合。
4.根据权利要求3所述的方法,其中,所述若基于SATD代价和所述当前图像块的像素方差,确定所述当前图像块是平坦像素块,包括:
若所述预设方向的原始帧内预测模式的SATD代价小于第一预设阈值与所述原始帧内预测模式集合的最小SATD代价的乘积,所述当前像素块的像素方差小于第二预设阈值,且所述原始帧内预测模式集合的最小SATD代价小于第三预设阈值,确定所述当前图像块是平坦像素块。
5.根据权利要求4所述的方法,其中,所述若基于SATD代价和所述当前图像块的像素方差,确定所述当前图像块不是平坦像素块,包括:
若所述预设方向的原始帧内预测模式的SATD代价不小于第一预设阈值与所述原始帧内预测模式集合的最小SATD代价的乘积,或所述当前像素块的像素方差不小于所述第二预设阈值,或所述原始帧内预测模式集合的最小SATD代价不小于所述第三预设阈值,确定所述当前图像块不是平坦像素块。
6.根据权利要求2所述的方法,其中,所述预设方向的原始帧内预测模式包括斜45度方向的原始帧内预测模式和斜135度方向的原始帧内预测模式;以及
所述选取预设方向的原始帧内预测模式的多个相邻的原始帧内预测模式,生成所述候选帧内预测模式集合,包括:
从所述斜45度方向的原始帧内预测模式开始向上搜索多个相邻的原始帧内预测模式,以及从所述斜135度方向的原始帧内预测模式开始向下搜索多个相邻的原始帧内预测模式,生成所述候选帧内预测模式集合。
7.根据权利要求1-6中任一项所述的方法,其中,所述基于RDO代价,从所述候选帧内预测模式集合中选取出目标帧内预测模式,包括:
选取最小RDO代价对应的候选帧内预测模式,作为所述目标帧内预测模式。
8.根据权利要求1-6中任一项所述的方法,其中,所述原始帧内预测模式集合包括所有帧内预测模式或通过对所有帧内预测模式间隔采样得到的帧内预测模式。
9.一种帧内预测编码装置,包括:
第一计算模块,被配置成对于当前图像块,对原始帧内预测模式集合中的原始帧内预测模式分别计算对残差进行哈达玛变换后的系数求绝对值和SATD代价;
第一选取模块,被配置成基于SATD代价,从所述原始帧内预测模式集合中选取出候选帧内预测模式集合;
第二计算模块,被配置成分别计算所述候选帧内预测模式集合中的候选帧内预测模式的RDO代价;
第二选取模块,被配置成基于RDO代价,从所述候选帧内预测模式集合中选取出目标帧内预测模式;
编码模块,被配置成利用所述目标帧内预测模式对所述当前图像块进行编码。
10.根据权利要求9所述的装置,其中,所述第一选取模块包括:
第一选取子模块,被配置成若基于SATD代价和所述当前图像块的像素方差,确定所述当前图像块是平坦像素块,选取预设方向的原始帧内预测模式的多个相邻的原始帧内预测模式,生成所述候选帧内预测模式集合。
11.根据权利要求10所述的装置,其中,所述第一选取模块还包括:
第二选取子模块,被配置成若基于SATD代价和所述当前图像块的像素方差,确定所述当前图像块不是平坦像素块,按照SATD代价的大小对所述原始帧内预测模式集合中的原始帧内预测模式进行排序,从SATD代价小的一侧开始选取多个原始帧内预测模式,生成所述候选帧内预测模式集合。
12.根据权利要求11所述的装置,其中,所述第一选取子模块包括:
第一确定单元,被配置成若所述预设方向的原始帧内预测模式的SATD代价小于第一预设阈值与所述原始帧内预测模式集合的最小SATD代价的乘积,所述当前像素块的像素方差小于第二预设阈值,且所述原始帧内预测模式集合的最小SATD代价小于第三预设阈值,确定所述当前图像块是平坦像素块。
13.根据权利要求12所述的装置,其中,所述第二选取子模块包括:
第二确定单元,被配置成若所述预设方向的原始帧内预测模式的SATD代价不小于第一预设阈值与所述原始帧内预测模式集合的最小SATD代价的乘积,或所述当前像素块的像素方差不小于所述第二预设阈值,或所述原始帧内预测模式集合的最小SATD代价不小于所述第三预设阈值,确定所述当前图像块不是平坦像素块。
14.根据权利要求10所述的装置,其中,所述预设方向的原始帧内预测模式包括斜45度方向的原始帧内预测模式和斜135度方向的原始帧内预测模式;以及
所述第一选取子模块包括:
搜索单元,被配置成从所述斜45度方向的原始帧内预测模式开始向上搜索多个相邻的原始帧内预测模式,以及从所述斜135度方向的原始帧内预测模式开始向下搜索多个相邻的原始帧内预测模式,生成所述候选帧内预测模式集合。
15.根据权利要求9-14中任一项所述的装置,其中,所述第二选取模块进一步被配置成:
选取最小RDO代价对应的候选帧内预测模式,作为所述目标帧内预测模式。
16.根据权利要求9-14中任一项所述的装置,其中,所述原始帧内预测模式集合包括所有帧内预测模式或通过对所有帧内预测模式间隔采样得到的帧内预测模式。
17.一种电子设备,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1-8中任一项所述的方法。
18.一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权利要求1-8中任一项所述的方法。
19.一种计算机程序产品,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1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210963290.4A CN115334309A (zh) | 2022-08-11 | 2022-08-11 | 帧内预测编码方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210963290.4A CN115334309A (zh) | 2022-08-11 | 2022-08-11 | 帧内预测编码方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115334309A true CN115334309A (zh) | 2022-11-11 |
Family
ID=83923481
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210963290.4A Pending CN115334309A (zh) | 2022-08-11 | 2022-08-11 | 帧内预测编码方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115334309A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024146591A1 (zh) * | 2023-01-04 | 2024-07-11 | 维沃移动通信有限公司 | 列表构建方法及终端 |
-
2022
- 2022-08-11 CN CN202210963290.4A patent/CN115334309A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024146591A1 (zh) * | 2023-01-04 | 2024-07-11 | 维沃移动通信有限公司 | 列表构建方法及终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106170093B (zh) | 一种帧内预测性能提升编码方法 | |
CN112312133B (zh) | 一种视频编码方法、装置、电子设备及可读存储介质 | |
CN115334309A (zh) | 帧内预测编码方法、装置、设备以及存储介质 | |
CN113259667B (zh) | 视频量化方法、装置、电子设备和计算机可读存储介质 | |
CN111757105A (zh) | 图像编码处理方法、装置、设备和介质 | |
CN113099241B (zh) | 参考帧列表更新方法、装置、设备以及存储介质 | |
CN116389768A (zh) | 视频编码方法及装置、电子设备和计算机可读存储介质 | |
US20220030233A1 (en) | Interpolation filtering method and apparatus for intra-frame prediction, medium, and electronic device | |
CN112738529A (zh) | 帧间预测方法、装置、设备、存储介质以及程序产品 | |
CN115190295B (zh) | 视频帧处理方法、装置、设备及存储介质 | |
CN113438485B (zh) | 图像编码方法、装置、电子设备和存储介质 | |
CN115190309B (zh) | 视频帧处理方法、训练方法、装置、设备及存储介质 | |
CN113422957B (zh) | 视频编码中的量化方法、装置、设备和存储介质 | |
CN114531594B (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN114040204A (zh) | 编码单元的处理方法、装置、设备及存储介质 | |
CN113170133B (zh) | 用于图片的基于块的空间活动度量 | |
EP4258670A1 (en) | Method and apparatus for dimd position dependent blending, and encoder/decoder including the same | |
CN113099216B (zh) | 编码复杂度评估方法、装置、设备以及存储介质 | |
CN117061753A (zh) | 预测帧间编码的运动矢量的方法和装置 | |
CN115174908B (zh) | 视频编码的变换量化方法、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 | |
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 | |
WO2023193550A1 (en) | Method and apparatus for dimd region-wise adaptive blending, and encoder/decoder including the same | |
KR20180092652A (ko) | 해상도에 따른 적응적 장면 전환 감지 방법 및 장치 | |
CN115883832A (zh) | 基于人工智能的视频编码处理方法、装置、设备及介质 |
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 |