专利汇可以提供一种基于压缩感知的质量可分级快速编码方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于 压缩 感知 的 质量 可分级快速编码方法,属于 视频编码 技术领域。本发明方法利用压缩感知理论的稀疏性,在对质量可分级增强层进行编码时对残差 块 尺寸为8x8的子块进行稀疏表示,编码时为了满足标准编码结构提出补0操作再进行 熵编码 。本发明还利用了基本层和增强层之间的层间相关性来快速选择子块编码模式以进一步降低编码 算法 的计算复杂度。相比 现有技术 ,本发明方法能够在保持编码后图像质量的前提下,有效地降低编码端的码率,提高 编码器 的编码效率。,下面是一种基于压缩感知的质量可分级快速编码方法专利的具体信息内容。
1.一种基于压缩感知的质量可分级快速编码方法,其特征在于:包括如下步骤:
步骤1:初始化参数:
1.1:利用高斯随机函数生成大小为64x64高斯随机矩阵Φ;
1.2:设置可分级视频编码层数为2;
步骤2:判断当前编码帧是否是增强层编码,若不是,表示当前编码帧是基本层编码,对其按照原先方式进行编码;
步骤3:用快速模式选择得到增强层待编码子块的模式;根据子块之间的层间相关性和空间相关性,快速得到当前编码单元的最佳子块划分模式;
步骤4:判断增强层的残差子块transform_size_8x8_flag标志位是否为1,若不是进行步骤5,否则进行步骤6;
步骤5:对残差子块进行原有的细量化和熵编码过程;
步骤6:对8x8大小的残差子块进行细量化,之后利用压缩感知技术对其进行稀疏编码;
步骤7:在解码端判断待解码块是否含有标志位Fm,若没有,进行正常的解码步骤;
步骤8:利用传输得到的Φ以及m计算出Y以及φ,再根据正交匹配追踪算法重构得到原信号。
2.根据权利要求1所述的一种基于压缩感知的质量可分级快速编码方法,其特征在于:
所述步骤3中快速模式选择得到增强层待编码子块的模式,具体步骤如下:
步骤3.1:若基本层编码块的最优编码模式为INTRA4x4,则增强层对应位置编码块采用INTRA_BL模式进行编码;
步骤3.2:若基本层编码块的最优编码模式为INTRA16x16,则增强层编码块的候选模式为INTRA_BL、MODE_16x16、MODE_SKIP、INTRA16x16、INTRA4x4其中一种,之后通过率失真优化函数选择其中最优的一种作为增强层对应位置的最优编码模式;
步骤3.3:当基本层的最优编码模式为MODE_SKIP时,
3.3.1:若增强层中对应编码位置的左面、上面、左上面已编码的宏块的最优编码模式均为MODE_SKIP,则此增强层对应编码位置采用MODE_SKIP模式进行编码;
3.3.2:若增强层中对应编码位置的左面、上面、左上面已编码的宏块的最优编码模式包含MODE_SKIP和MODE_16x16的组合,则增强层对应编码位置的候选模式为MODE_SKIP、MODE_16x16、BL_SKIP其中一种;
3.3.3若增强层中对应编码位置的左面、上面、左上面已编码的宏块的最优编码模式包含MODE_SKIP、MODE_16x16、MODE_16x8、MODE_8x16的组合,则增强层对应编码位置的候选模式为BL_SKIP、MODE_SKIP、MODE_16x16、MODE_16x8、MODE_8x16其中一种;
步骤3.4:当基本层编码块的最优编码模式为MODE_16x16时;
3.4.1:若增强层中对应编码位置的左面、上面、左上面已编码的宏块的最优编码模包含MODE_SKIP和MODE_16x16的组合,则增强层对应编码位置的候选模式为MODE_SKIP、MODE_
16x16、BL_SKIP其中一种;
3.4.2:若增强层中对应编码位置的左面、上面、左上面已编码的宏块的最优编码模式包含MODE_SKIP、MODE_16x16、MODE_16x8、MODE_8x16的组合,则增强层对应编码位置的候选模式为BL_SKIP、MODE_SKIP、MODE_16x16、MODE_16x8、MODE_8x16其中一种;
3.4.3:否则,增强层对应位置编码候选模式为BL_SKIP、MODE_SKIP、MODE_16x16、MODE_
16x8、MODE_8x16、MODE_8x8其中一种;
步骤3.5:当基本层编码块的最优编码模式为MODE_16x8或MODE_8x16时;
3.5.1:若增强层中对应编码位置的左面、上面、左上面已编码的宏块的最优编码模式包含MODE_SKIP、MODE_16x16、MODE_16x8、MODE_8x16的组合,则增强层对应编码位置的候选模式为BL_SKIP、MODE_SKIP、MODE_16x16、MODE_16x8、MODE_8x16其中一种;
3.5.2:否则,增强层对应位置编码候选模式为BL_SKIP、MODE_SKIP、MODE_16x16、MODE_
16x8、MODE_8x16、MODE_8x8其中一种;
步骤3.6:若基本层编码块的最优编码模式为MODE_8x8时;
3.6.1:若增强层中对应编码位置的左面、上面、左上面已编码的宏块的最优编码模式均为MODE_8x8模式,则增强层对应位置候选模式为BL_SKIP模式、MODE_8x8模式其中一种;
3.6.2:否则,增强层对应位置编码候选模式为BL_SKIP、MODE_SKIP、MODE_16x16、MODE_
8x8其中一种。
3.根据权利要求2所述的一种基于压缩感知的质量可分级快速编码方法,其特征在于:
所述步骤3中层间相关性子块快速模式选择,步骤如下:
步骤3.7:对于步骤3.3至3.6中涉及的候选模式,利用层间关联度提前结束模式决策;
假设ze和zb分别为基本层和增强层量化后的系数,则通过层间关联度提前模式选择的条件为:ze-zb≤k1,k1为通过实验综合考虑所得的阈值;可重写为re≤Qerb/Qb+k1Qe,其中Qb,Qe分别为基本层和增强层的量化步长;rb,re分别为基本层和增强层的DCT系数,DCT系数的计算公式为r=∑∑diuxuvdjv,其中diu为整数DCT变换中(i,u)位置所对应的值,xuv为残差信号值,由于diu的取值小于 所以 因而可得 其
中SAD为绝对残差和,SADe和SADb分别代表增强层和基本层的绝对残差和;于是当基本层和增强层对应编码块的率失真函数值和量化步长满足条件 时,则增
强层编码块的模式选择结束,其中RD为率失真代价,RDe和RDb分别代表增强层和基本层的率失真代价。
4.根据权利要求1所述的一种基于压缩感知的质量可分级快速编码方法,其特征在于:
所述步骤3中空间相关性子块快速模式选择,当步骤3.7没有生效时,进入步骤3.8;所述步骤3.8:利用空间相关性提前结束模式选择的条件为:|z1-z2|-|z3-z4|≤k2,其中z1,z2为增强层两相邻子块的量化系数,z3,z4为基本层两相邻子块的量化系数,k2为通过实验所得阈值;该条件可重写为|r1-r2|≤Qe|r3-r4|/Qb+k2Qe,其中r1,r2,r3,r4分别为z1,z2,z3,z4的DCT系数,Qb,Qe分别为基本层和增强层的量化步长;根据DCT系数的计算公式r=∑∑diuxuvdjv,可以得到 其中SAD为绝对残差和,SAD1,SAD2为基
本层相邻块绝对残差和,SAD3和SAD4增强层相邻块绝对残差和;因此,当基本层和增强层编码块的率失真函数值和量化步长满足条件 时,则增
强层待编码块的模式选择结束,其中RD为率失真代价,RD1和RD2为基本层相邻块的率失真代价,RD3和RD4为增强层相邻块的率失真代价。
5.根据权利要求1所述的一种基于压缩感知的质量可分级快速编码方法,其特征在于:
所述步骤6具体步骤如下:
所述步骤6.1:首先将8x8大小的残差矩阵变为长度为N的一维稀疏信号Θ,利用整数DCT变换,稀疏基ψ,对残差子块进行稀疏表示,得到稀疏信号X;
步骤6.2:选用一个与稀疏基ψ满足RIP原则、大小为mx64高斯随机测量矩阵φ,其中m的计算公式为:m=klog2(N/k),其中k为稀疏信号中的稀疏度,即不为0的个数;
步骤6.3:将稀疏信号X投影到测量矩阵φ上,得到信号Y,计算公式为Y=φ·X;
步骤6.4:设立标志位Fm并对测量值后面补上(64-m)个0后的数据进行熵编码。
6.根据权利要求1所述的一种基于压缩感知的质量可分级快速编码方法,其特征在于:
所述步骤8中具体重构步骤如下:
步骤8.1:初始化参数设置:残差r(0)=y,重建信号x(0)=0,信号的索引集为Γ(0)=φ,迭代次数为n=0,停止迭代判决误差ε>0;
步骤8.2:计算残差和观测矩阵的每行内积g(n)=φ·r(n-1);
步骤8.3:找出g(n)中绝对值最大的元素,即
步骤8.4:更新索引集Γ(n)=Γ(n-1)∪{k},及原子集合
步骤8.5:利用最小二乘法求得近似解
步骤8.6:更新残差r(n)=y-x(n);
步骤8.7:判断是否满足迭代停止条件,若满足则停止,令x=x(n),输出x,否则n=n+1,返回步骤8.1。
7.根据权利要求3所述的一种基于压缩感知的质量可分级快速编码方法,其特征在于:
所述k1最佳设定为2.43。
8.根据权利要求4所述的一种基于压缩感知的质量可分级快速编码方法,其特征在于:
所述k2最佳设定为4.31。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
解码器、解码方法、编码器以及编码方法 | 2020-05-11 | 978 |
基于感知质量的可缩放视频编码速率适配 | 2020-05-11 | 795 |
一种基于压缩感知的质量可分级快速编码方法 | 2020-05-12 | 779 |
一种视频编码的方法和装置 | 2020-05-08 | 697 |
基于Sobel算子和线性回归的高清视频编码码率控制方法 | 2020-05-08 | 694 |
用于混合的交错和递进内容的可伸缩视频编码的方法 | 2020-05-11 | 643 |
用于视频编码的自适应环内滤波 | 2020-05-12 | 197 |
BIO中的时间梯度计算的改善 | 2020-05-08 | 174 |
用于对视频数据进行编码的方法、装置和设备 | 2020-05-12 | 62 |
解码器、解码方法、编码器和编码方法 | 2020-05-08 | 403 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。