公开(公告)号：CN117014610B

公开(公告)日：2023-12-29

申请号：CN202311280429.6

申请日：2023-10-07

Applicant: 华侨大学

Inventor： 曾焕强 ,  焦超 ,  陈婧 ,  朱建清 ,  郭荣新 ,  张联昌

IPC: H04N19/119 ,  H04N19/103 ,  H04N19/96

Abstract: 本发明公开了一种基于多任务学习的H.266VVC屏幕内容帧内CU快速划分方法及装置，涉及视频编码领域，该方法包括：获取屏幕内容视频，将128×128大小的CTU直接划分为64×64大小的CU；构建多任务学习网络模型，多任务学习网络模型包括主干网络、第一子网络和第二子网络，主干网络用于提取CU特征，将CU特征输入第一子网络和第二子网络，得到CU划分类型和编码模式，可结合编码模式及其预测概率和临近CU的划分类型综合确定预测结果；将64×64大小的CU输入经训练的多任务学习网络模型，得到第一预测结果；若第一预测结果为划分，则进一步划分为4个32×32大小的CU，并输入经训练的多任

公开(公告)号：CN117014610A

公开(公告)日：2023-11-07

申请号：CN202311280429.6

申请日：2023-10-07

Applicant: 华侨大学

Inventor： 曾焕强 ,  焦超 ,  陈婧 ,  朱建清 ,  郭荣新 ,  张联昌

IPC: H04N19/119 ,  H04N19/103 ,  H04N19/96

Abstract: 本发明公开了一种基于多任务学习的H.266VVC屏幕内容帧内CU快速划分方法及装置，涉及视频编码领域，该方法包括：获取屏幕内容视频，将128×128大小的CTU直接划分为64×64大小的CU；构建多任务学习网络模型，多任务学习网络模型包括主干网络、第一子网络和第二子网络，主干网络用于提取CU特征，将CU特征输入第一子网络和第二子网络，得到CU划分类型和编码模式，可结合编码模式及其预测概率和临近CU的划分类型综合确定预测结果；将64×64大小的CU输入经训练的多任务学习网络模型，得到第一预测结果；若第一预测结果为划分，则进一步划分为4个32×32大小的CU，并输入经训练的多任务学习网络模型，得到第二预测结果，解决H.266VVC屏幕内容帧内编码复杂度高的问题。

公开(公告)号：CN114710667A

公开(公告)日：2022-07-05

申请号：CN202210269314.6

申请日：2022-03-18

Applicant: 华侨大学

Inventor： 曾焕强 ,  焦超 ,  曹九稳 ,  朱建清 ,  陈婧 ,  施一帆 ,  黄德天

IPC: H04N19/107 ,  H04N19/11 ,  H04N19/96

Abstract: 本发明公开了一种针对H.266/VVC屏幕内容帧内CU划分的快速预测方法及装置，通过收集屏幕内容视频建立数据库，用于训练模型；构建宽度自适应网络模型，预测两种不同尺寸CU的划分方式，预测步骤如下：先采用网络模型对64×64大小的CU进行划分方式预测，若为不划分，则停止CU的RD代价计算，若为划分，则得到4个32×32大小的CU，则采用网络模型对32×32大小的CU的划分方式进行预测，若为不划分，则停止RD的代价计算，若为四叉树划分，则得到4个16×16的CU：若为多种类型叉树划分，则需要依靠标准编码器进行计算；最后设定适当的预设阈值来提高预测准确率。本发明能够在保持H.266/VVC编码效率的前提下，有效地降低H.266/VVC屏幕内容的帧内预测编码计算复杂度。