[發明專利]基于屏幕內容編碼的最優塊向量匹配方法及裝置

在審

• 申請號: 202210930623.3
• 申請日: 2022-08-04
• 公開（公告）號: CN115396671A
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 李鵬
• 申請（專利權）人: 廈門億聯網絡技術股份有限公司
• 主分類號: H04N19/176
• 分類號: H04N19/176;H04N19/96;H04N19/132;H04N19/14;G06F16/71;G06F16/783;G06F16/901;G06F11/10
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 許羽冬

本發明公開了一種基于屏幕內容編碼的最優塊向量匹配方法及裝置，通過根據當前塊的DC值和梯度，計算當前塊的一級Hash特征值，根據一級Hash特征值和預設的Hash表，從所有候選塊中篩選出匹配成功的候選塊作為模糊候選塊組；并根據CRC算法，計算當前塊的二級Hash特征值和模糊候選塊組中所有候選塊的二級Hash特征值；根據二級Hash特征值，從模糊候選塊組中篩選出精確匹配候選組；判斷精確匹配候選組是否為空集，若為空集，則采用運動估計方法獲取最優塊向量；若不為空集，則將精確匹配候選組中長度最小的塊向量作為最優塊向量。減少Hash沖突，降低Hash搜索復雜度。

技術領域

本發明涉及視頻編碼領域，尤其涉及一種基于屏幕內容編碼的最優塊向量匹配方法及裝置。

背景技術

目前，針對屏幕內容編碼，HEVC-SCC引入了IBC(Intra Block Copy，幀內塊拷貝)的預測技術。IBC技術利用屏幕內容在空間上的相關性，采用整像素精度在當前幀的已編碼區域中進行全搜索，得到當前待編碼塊的最優預測塊。

IBC技術中的搜索過程與幀間預測中的運動搜索類似，都具有復雜度高的問題。針對該問題，HEVC-SCC中引入了基于Hash的搜索方法來代替復雜度極高的塊匹配方法，但是基于Hash的搜索方法中的Hash搜索過程和Hash特征計算復雜度仍然很高，對于視頻會議等實時應用場景來說，極高的編碼復雜度無法實用。

現有一種IBC模式下的Hash表構建方法，通過判斷獲取的編碼單元的梯度是否符合預先設置的條件，進而僅將梯度信息符合條件的編碼單元基于Hash值添加到Hash表中，從而降低Hash表的搜索復雜度。然而，該技術方案僅針對Hash表構建過程進行優化，并且未考慮Hash特征值計算的復雜度，并未從根本上減少Hash沖突，Hash搜索復雜度仍然很高。

發明內容

本發明提供了一種基于屏幕內容編碼的最優塊向量匹配方法及裝置，以解決屏幕內容編碼中存在Hash沖突，Hash特征值計算的復雜度高、Hash搜索復雜度高的技術問題。

為了解決上述技術問題，第一方面，本發明實施例提供了一種基于屏幕內容編碼的最優塊向量匹配方法，包括：

根據當前塊的DC值和梯度，采用第一計算模型計算當前塊的一級Hash特征值，根據所述一級Hash特征值和預設的Hash表，從所有候選塊中篩選出匹配成功的候選塊作為模糊候選塊組；

根據CRC算法，采用第二計算模型計算當前塊的二級Hash特征值和模糊候選塊組中所有候選塊的二級Hash特征值；

根據當前塊的二級Hash特征值和所述模糊候選組中所有候選塊的二級Hash特征值，從模糊候選塊組中篩選出精確匹配候選組；

判斷所述精確匹配候選組是否為空集，若為空集，則采用運動估計方法獲取最優塊向量；若不為空集，則將精確匹配候選組中長度最小的塊向量作為最優塊向量。

本發明通過設置二級Hash，采用第一計算模型進行模糊匹配和第二計算模型精確匹配相結合，減少了Hash沖突，降低Hash搜索復雜度；此外，本發明通過DC值和梯度，利用第一計算模型計算當前塊的一級Hash特征值和通過CRC算法利用第二計算模型計算二級Hash特征值，優化了Hash特征值計算，降低了Hash特征值計算復雜度。

進一步地，所述根據當前塊的DC值和梯度，采用第一計算模型計算當前塊的一級Hash特征值，具體為：

計算當前塊的梯度圖、積分圖以及所述梯度圖的積分圖，采用SIMD匯編技術對所述梯度圖和積分圖進行優化；

根據積分圖方法計算當前塊的DC值和梯度值；

基于當前塊的DC值和梯度值，通過第一計算模型計算當前塊的一級Hash特征值。