[發明專利]一種基于內容自適應的幀內圖像編碼單元劃分方法與系統

有效

• 申請號: 202210484181.4
• 申請日: 2022-05-06
• 公開（公告）號: CN114584771B
• 公開（公告）日: 2022-09-06
• 發明（設計）人: 蔣先濤;張紀莊;郭詠梅;郭詠陽
• 申請（專利權）人: 寧波康達凱能醫療科技有限公司
• 主分類號: H04N19/119
• 分類號: H04N19/119;H04N19/147;H04N19/593;H04N19/70;G06N20/10
• 代理公司: 寧波市鄞州盛飛專利代理事務所(特殊普通合伙) 33243
• 代理人: 龍洋

1.一種基于內容自適應的幀內圖像編碼單元劃分方法，其特征在于，包括步驟：

S1：以目標視頻若干幀內圖像中的編碼單元為訓練樣本集，獲取各訓練樣本在率失真優化編碼下的編碼單元劃分結果；

S2：提取訓練樣本中與編碼單元劃分相關的各樣本的第一特征向量集，以及訓練樣本相鄰編碼單元中與編碼單元劃分相關的各樣本的第二特征向量集；

S3：基于各編碼深度下訓練樣本的第一特征向量以及相應的劃分結果，通過對應編碼深度的第一加權SVM分類器進行第一參數集訓練；

S4：基于各編碼深度下訓練樣本的第二特征向量以及相應的劃分結果，通過對應編碼深度的第一加權SVM分類器進行第二參數集訓練；

S5：根據第一參數集以及當前預測樣本的第一特征向量，通過當前編碼深度的第二加權SVM分類器判斷預測樣本在當前編碼深度是否進行劃分，若是，進入S6步驟，若否，進入S8步驟；

S6：根據第二參數集以及當前預測樣本的第二特征向量，通過當前編碼深度的第三加權SVM分類器判斷預測樣本在當前編碼深度是否進行劃分，若是，進入S7步驟，若否，進入S8步驟；

S7：判斷是否到達最大編碼深度，若是，進入S8步驟，若否，進入下一編碼深度并返回S5步驟；

S8：根據預測樣本在各編碼深度下的劃分結果進行幀內圖像的劃分；

當訓練樣本的總數與完成劃分結果判定的預測樣本總數的比例達到預設比例時，所述S8步驟之后還包括步驟：

S9：重置各SVM分類器的各項參數并返回S1步驟。

2.如權利要求1所述的一種基于內容自適應的幀內圖像編碼單元劃分方法，其特征在于，所述S3步驟和S4步驟中，參數訓練可表示為如下公式：

式中，w為SVM分類器的超平面邊距，為SVM分類器的松弛變量，C為SVM分類器的超平面邊距寬度，W_ns為錯誤劃分的權衡參數，W_s為編碼單元劃分與不劃分的權重參數，N_ns為不劃分的訓練樣本總數，N_s為劃分的訓練樣本總數，為初始為1的常數，x_i={1，2，…，N}為訓練樣本的特征向量，b為截距，i為訓練樣本的編號，可表示為{x_i，y_i}，y_i為常數1或者-1，當y_i為1時表示編碼單元劃分，當y_i為-1時表示編碼單元不劃分。

3.如權利要求2所述的一種基于內容自適應的幀內圖像編碼單元劃分方法，其特征在于，在第一參數集訓練過程中，所述W_ns和W_s為通過采集訓練樣本編碼過程中的數據獲得，在第二參數集訓練過程中，W_ns和W_s為通過F-score方法計算獲得。

4.如權利要求1所述的一種基于內容自適應的幀內圖像編碼單元劃分方法，其特征在于，所述第一特征向量集包括當前待測樣本的紋理復雜度、估計的率失真代價函數和編碼塊標識；所述第二特征向量集包括當前待測樣本編碼需要的比特位信息，以及當前待測樣本相鄰編碼單元的率失真代價函數均值和平均深度。