专利汇可以提供利用残差系数分布特征和贝叶斯定理优化HEVC残差编码的方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及一种利用残差系数分布特征和贝叶斯定理优化残差编码的方法。本方法的操作步骤如下:(1)按照控制文件里设定的顺序读取视频序列的每一 帧 图像,(2)对每帧图像的 亮度 和 色度 值进行 帧内预测 和帧间预测,从而求得残差系数,(3)根据残差系数对残差 块 TU(最大为32×32)进行纹理判定或进行贝叶斯模型判定,从而决定是否提前中止分块编码,(4)对整块TU进行DCT变换和量化,从而求得量化参数,(5)对量化系数进行 熵编码 ,最后以比特流的形式输出。本发明在保证编码 质量 的损失可以忽略不计的情况下,提高了 视频编码 速度,更有利于视频的实时采集。,下面是利用残差系数分布特征和贝叶斯定理优化HEVC残差编码的方法专利的具体信息内容。
1.一种利用残差系数分布特征和贝叶斯定理优化HEVC残差编码的方法,其特征在于:
(1) 输入视频序列:按照控制文件里设定的顺序读取视频序列的每一帧图像;
(2) 帧内/帧间预测:对每帧图像的亮度和色度值进行帧内预测和帧间预测,从而求得残差系数;
(3) TU提前中止判定:根据残差系数对残差块TU (Transform Unit)(最大为32×32)进行纹理判定或进行贝叶斯模型判定,从而决定是否提前中止分块编码;
(4) DCT变换和量化:对整块TU进行DCT变换和量化,从而求得量化参数;
(5) 熵编码:对量化系数进行熵编码,最后以比特流的形式输出。
2.根据权利要求1所述的利用残差系数分布特征和贝叶斯定理优化HEVC残差编码的方法,其特征在于所述步骤(2)帧内/帧间预测的具体步骤如下:
(2-1)帧内预测是利用编码块左边和上边已编码参考像素对当前块进行预测从而消除视频图像在空间上的冗余;帧间预测通过参考编码块所在帧的前后帧对其进行运动估计和运动补偿从而消除视频序列的时间冗余;HEVC按照率失真最优的判定标准从多个帧内和帧间候选模式中选出最优的帧内和帧间预测模式;率失真代价函数为:
(1)
其中 为率失真代价值, 为预测失真值, 为在不同预测模式下输出的比特数, 为拉格朗日参数;
(2-2)与之前的视频编码标准H.264不同,为提高编码效率,HEVC采用更大的编码块(64×64),循环递归的编码方式,帧内预测模式增加到35种,这些改进在提高编码效率的同时也使得帧内和帧间预测变得更为复杂;
(2-3)若输入的是I帧,则只对其进行帧内预测并进行率失真优化;若为P帧或B帧,则先对其进行Skip模式预测和帧间预测,然后再进行帧内预测。最后按率失真优化标准从三种模式中选出最优的预测模式。
3.根据权利要求1所述的利用残差系数分布特征和贝叶斯定理优化HEVC残差编码的方法,其特征在于所述步骤(3)TU提前中止判定的具体步骤如下:
① 基于高斯分布的假设检验法
由相关文献研究可知,残差系数服从期望值为零的高斯分布,即满足以下表达式:
(2)
其中 表示残差系数, 为均值, 为方差, 表示高斯分布;
为判断整块TU是否适合划分成四个子TU可以把整块TU分为两种划分方式,如图3所示。如果两种划分方式都满足,则可认为TU适合分成四个子TU。如果采用图3中的划分方式编码效果较好,则残差系数应该服从高斯分布,由于服从同一分布则两个部分的期望值应该没有显著性差别。因此,可以通过假设检验判断该模式的预测效果,根据概率论的知识得到:
(3)
上式中 和 分别表示图3中A和B两个子块中残差系数的个数,分布为学生氏分布, 是该分布的自由度, , 是每种划分方式中两部分像素亮度的均值, 、是两个部分各自的数学期望值,上式中 如下:
(4)
上式中 和 分别表示图3中A和B两个子块中残差系数的值;很显然,把一个
32×32宏块分成相等的两个部分,则两个部分的像素数目应该相等,即: ,根据假设检验应满足,同时取显著性水平=0.05,查t分布表可以得到 ,则得到如下结论:
(5)
上式等价于:
(6)
上式是针对32×32的TU计算的;在HEVC残差编码中残差块TU采用和编码块CU(Coding Unit)类似的四叉树编码结构,即除了32×32还要对其子块16×16、8×8以及
4×4进行遍历式编码,然后从所有模式中选出最优模式,为此我们可以对16×16和8×8的TU进行与32×32类似的处理,从而得到
(7)
(8)
上述三个式子分别是计算32×32、16×16和8×8块的判断条件。如果满足式(6)可以认为32×32TU中的该种划分没有显著区别,如果满足式(7)、(8)则可以认为16×16、
8×8TU中的该种划分没有显著区别。残差系数和编码模式有关,为了计算的简单,基于以上分析的处理步骤如下:
1)首先,采用对32×32的整块TU进行残差编码;
2)当基于残差系数分部特征算法的两种划分方式都没有显著区别时,跳转3);否则,TU深度加1,并返回1);
3)对整块TU进行分块残差编码。
② 基于贝叶斯理论的判定算法
某一尺寸的TU进行分块编码和不分块编码是两件完全对立的事件,将TU分块编码这一事件定义为 ,而TU不进行分块编码定义为 ;TU的向量特征
用来帮助提高分类的准确性,其中 等表示与TU是否分块关系密切的一些特征值;
是TU特征向量为F时被划分为 类的后验概率;在残差编码过程中,如果做出错误的决定,即本来应该分块编码的实际上没分块编码,而本来不应该分块的却分块编码了,这将会造成率失真损失;我们把本应该分块而实际却没分块造成的损失标记为 ,而本来不应该分块实际上却分块了所造成的损失标记为 ;他们之间具有以下关系:
(9)
(10)
其中, 和 是当TU进行分块编码和不分块编码时所产生的率失真代价;由上述公式可知当TU做出正确选择时,即本应分块编码事实上也分块了或者本应该不分块实际上也确实没分块,将不会造成任何率失真损失,因此 和 均为0。基于以上分析可以得出情况 时的贝叶斯风险代价 :
(11)
(12)
当 < 时,选择 造成的代价较小,应中止对TU进行分块编码;而当
> 时,选择 造成的代价较小,应按照原有算法对TU进行分块编码;上
式中:
(13)
其中 表示TU进行Splite和None-Splite编码时,其特征向量F的概率密度分布函数, 是情况Splite和None-Splite的先验概率密度函数;由式(11)、(12)和(13)可以求出对TU是否进行分块编码的判定公式如下:
(14)
为有效地预测出的概率分布,本文中将残差块系数的均方差MAD和以及当前TU块的预测误差作为向量特征F的要素;按照D.Chai等人提出的非参数密度估计法求得条件概率密度函数 并放在一个查询表中;为减小统计工作量,可将两个特征向量要素量化成
10等分,这样整个特征向量F将被分成100个刻度。而(14)式中不等式左边判定阈值中的、 、 和 与视频的分辨率、量化参数QP(Quantization Parameter)的大小以及TU的深度均有关;因此,事先对一组不同分辨率的视频序列在不同的QP下进行统计,从而求出在不同分变率、不同QP和不同TU深度下的判定阈值,并将这些阈值放在另外一个查询表中。
综上所述,基于贝叶斯理论的TU类型判定方法包括以下几个步骤:
1)对(14)式中不等式右边的判定门限进行初始化,从而获得能够对视频分辨率和QP自适应变化的判定阈值;
2)对一个TU块从其根节点(即32×32)开始,对整块TU进行残差编码,求出编码误差和残差系数的MAD;
3) 由整块编码误差和残差系数的MAD查表找出TU的向量特征F概率分布函数和 ;按(14)式进行判定,若不等式满足要求,跳到(4);否则,TU分成四个相同子TU,深度Depth加1,转到(2);
4)按逐行扫描顺序对下一TU进行同样处理。
4.根据权利要求1所述的利用残差系数分布特征和贝叶斯定理优化HEVC残差编码的方法,其特征在于:所述步骤(4)DCT变换和量化的具体步骤如下:
① HEVC进行整数变换和量化时,TU的最大尺寸为32×32,最小尺寸为4×4,类似于CU的四叉树结构;
② 针对不同的CU、PU、帧内以及帧间预测,TU有不同的可用类型。
5.根据权利要求1所述的利用残差系数分布特征和贝叶斯定理优化HEVC残差编码的方法,其特征在于:所述步骤(4)熵编码的具体步骤如下:
① 对量化系数进行可变长熵编码(VLC)或算术编码(CABAC),从而消除量化系数的符号冗余,实现对视频序列的进一步压缩;
② 经熵编码的数据最终以比特流的形式输出;通过相关码率控制技术可实现比特率的自适应改变,这大大提高了HEVC编码器的网络友好性。
的方法
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
用于编码交错形状信息的方法和设备 | 2022-09-03 | 3 |
参考数据载入的方法及装置 | 2021-08-27 | 5 |
PARALLEL THREE-DIMENSIONAL RECURSIVE SEARCH (3DRS) MEANDERING ALGORITHM | 2021-04-14 | 1 |
Reducing and correcting motion estimation artifacts during video frame rate conversion | 2020-12-10 | 1 |
Three-dimensional motion estimating method for object | 2023-02-01 | 4 |
Moving image coder and control method thereof, and program | 2022-01-19 | 3 |
Method of multi-resolution based motion estimation and recording medium storing program to implement the method | 2021-12-23 | 4 |
영상 부호기의 움직임 추정 장치 | 2022-10-29 | 4 |
STANDARDS-COMPLIANT MODEL-BASED VIDEO ENCODING AND DECODING | 2020-10-25 | 3 |
FALLBACK DETECTION IN MOTION ESTIMATION | 2020-07-14 | 2 |
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。