[發明專利]基于機器學習的視頻轉碼方法及其轉碼器有效
| 申請號: | 201611186074.4 | 申請日: | 2016-12-21 |
| 公開(公告)號: | CN106791828B | 公開(公告)日: | 2019-05-07 |
| 發明(設計)人: | 何小海;林宏偉;蘇姍;熊淑華;卿粼波;滕奇志;吳小強 | 申請(專利權)人: | 四川大學 |
| 主分類號: | H04N19/103 | 分類號: | H04N19/103;H04N19/115;H04N19/122;H04N19/137;H04N19/52 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 610065 四川省*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 機器 學習 性能 視頻 方法 及其 轉碼器 | ||
1.一種從H.264/AVC到HEVC的快速幀間轉碼方法,其特征在于:
(1)判斷當前編碼幀是否為前十幀,若為前十幀,則提取H.264/AVC和HEVC中的CU深度信息;
(2)將H.264/AVC格式碼流置入到H.264/AVC解碼器中解碼,從解碼終端獲得各幀圖像中每個分塊所在幀的編號,所在幀中的坐標位置,分塊的預測模式,運動分塊規則,分塊的MV和參考幀;
(3)獲取編碼單元CU信息:將解碼后的碼流放入HEVC中進行編碼,所述編碼單元信息包括CU所在幀的編號,CU所在幀中的坐標位置,CU的預測模式,運動分塊規則,運動矢量MV;
(4)利用(3)中獲取到的CU信息進行機器學習訓練,機器學習方法為基于樹增強的貝葉斯分類算法,預測得到第十一幀及其之后幀預測模式中的深度映射關系;當HEVC的CU大小為64×64、32×32時,根據訓練得出的深度映射關系,預測是否繼續向下分割,當HEVC的CU大小為16×16、8×8時,其編碼深度采用與H.264/AVC標準對應CU相同的編碼深度;
(5)基于上述(4)過程的分析,可以得到最大編碼單元LCU包含子CU的尺寸以及子CU所對應的PU模式,在HEVC標準下編碼一個LCU時,使用對應H.264/AVC標準下LCU的子CU的信息,直接得到預測單元PU的預測模式,不再進行遍歷過程;當前LCU基于幀間預測過程,得到的相應結果不包含任何幀內預測的信息,幀內預測的過程中必須遍歷所有的PU預測模式。
2.如權利要求1所述的從H.264/AVC到HEVC的快速幀間轉碼方法,其特征在于應用于幀間預測CU深度為0~1的向下分割情況。
3.如權利要求1所述的從H.264/AVC到HEVC的快速幀間轉碼方法,其特征在于CU預測算法采用基于樹增強的貝葉斯分類器。
4.如權利要求3所述的從H.264/AVC到HEVC的快速幀間轉碼方法,其特征在于CU預測算法采用的分類器,不僅使用H.264/AVC中的數據特征,同時使用HEVC中的數據特征。
5.一種用于執行權利要求1至4任一項所述的從H.264/AVC到HEVC的快速幀間轉碼方法的視頻轉碼器。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于四川大學,未經四川大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201611186074.4/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:免焊型導接端子結構
- 下一篇:尿流率儀及其供電電路





