公开(公告)号：CN116634147B

公开(公告)日：2023-10-31

申请号：CN202310911767.9

申请日：2023-07-25

Applicant: 华侨大学

Inventor： 陈婧 ,  李志鸿 ,  曾焕强 ,  林琦 ,  朱建清

IPC: H04N19/11 ,  H04N19/169 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80

Abstract: 本发明公开了一种基于多尺度特征融合的HEVC‑SCC帧内CU快速划分编码方法及装置，涉及视频编码领域，方法包括：首先搭建数据库，构建基于多尺度特征融合的卷积神经网络模型，并训练基于多尺度特征融合的卷积神经网络模型；其次将输入的CTU通过多尺度特征融合卷积神经网络，输出预测标签；最后为不同类型序列赋不同阈值，根据预测标签指导平台进行编码，从而跳过不必要的深度遍历。本发明提出的基于多尺度特征融合的HEVC‑SCC帧内CU快速划分编码方法，能够节省编码时间，明显降低屏幕内容视频的计算复杂度。

公开(公告)号：CN116600107B

公开(公告)日：2023-11-21

申请号：CN202310893891.7

申请日：2023-07-20

Applicant: 华侨大学

Inventor： 陈婧 ,  李志鸿 ,  曾焕强 ,  林琦 ,  朱建清

IPC: H04N19/103 ,  H04N19/119 ,  H04N19/124 ,  G06N3/0464 ,  G06T9/00

公开(公告)号：CN116634147A

公开(公告)日：2023-08-22

申请号：CN202310911767.9

申请日：2023-07-25

Applicant: 华侨大学

Inventor： 陈婧 ,  李志鸿 ,  曾焕强 ,  林琦 ,  朱建清

IPC: H04N19/11 ,  H04N19/169 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80

Abstract: 本发明公开了一种基于多尺度特征融合的HEVC‑SCC帧内CU快速划分编码方法及装置，涉及视频编码领域，方法包括：首先搭建数据库，构建基于多尺度特征融合的卷积神经网络模型，并训练基于多尺度特征融合的卷积神经网络模型；其次将输入的CTU通过多尺度特征融合卷积神经网络，输出预测标签；最后为不同类型序列赋不同阈值，根据预测标签指导平台进行编码，从而跳过不必要的深度遍历。本发明提出的基于多尺度特征融合的HEVC‑SCC帧内CU快速划分编码方法，能够节省编码时间，明显降低屏幕内容视频的计算复杂度。

公开(公告)号：CN116600107A

公开(公告)日：2023-08-15

申请号：CN202310893891.7

申请日：2023-07-20

Applicant: 华侨大学

Inventor： 陈婧 ,  李志鸿 ,  曾焕强 ,  林琦 ,  朱建清

IPC: H04N19/103 ,  H04N19/119 ,  H04N19/124 ,  G06N3/0464 ,  G06T9/00

Abstract: 本发明公开了一种基于IPMS‑CNN和空域相邻CU编码模式的HEVC‑SCC快速编码方法及装置，将卷积神经网络预测大尺寸CU模式的方法与基于空间相邻CU所采用模式数量预测小尺寸CU模式的方法相结合，旨在保持编码质量的同时减少编码时间，降低计算复杂度，方法首先搭建数据库，训练IBC/PLT模式选择的卷积神经网络模型；其次将输入的CTU通过模式选择网络，输出CTU的模式预测标签；最后通过统计相邻3个CU所使用的模式数量来预测当前CU选择的模式。本发明能够节省编码时间，降低屏幕内容视频的计算复杂度。