-
公开(公告)号：CN117915102A
公开(公告)日：2024-04-19
申请号：CN202410142922.X
申请日：2024-02-01
Applicant: 重庆邮电大学
IPC: H04N19/186 , H04N19/103 , H04N19/96
Abstract: 本发明属于视频编码领域，具体涉及一种基于内容划分的VVC SCC快速模式决策方法，包括：将视频帧亮度分量分割成64x64的CU；设计模式决策模型并对其进行训练；通过内容预测子网络预测该CU的类别概率，根据概率值将他们分类；若CU的类别为混合内容，继续预测内容；对于分类为自然内容的CU，直接选择Intra模式；对于分类为动画内容A和屏幕内容TGM的CU，进一步将其特征图送入模式预测子网络预测每个模式的概率；根据动画内容A和屏幕内容TGM的CU的编码概率值进行最优模式决策。本发明针对VVC复杂的划分结构进行了优化，通过使用CNN模型和基于组合的分类子网络，以实现对CU的内容分类和模式预测。
-
公开(公告)号：CN117880532A
公开(公告)日：2024-04-12
申请号：CN202410057279.0
申请日：2024-01-15
Applicant: 重庆邮电大学
IPC: H04N19/96 , H04N19/593 , H04N19/147 , H04N19/176
Abstract: 本发明涉及一种基于VVC的屏幕内容快速模式决策方法，包括：根据图像内容利用基于组合的分类策略将编码单元划分为屏幕内容CU、自然内容CU以及混合内容CU；根据CU之间的空间相关性对自然内容CU进行模式决策；根据CU的纹理特征和空间相关性特征以及中间编码信息对屏幕内容CU进行模式决策；对于混合内容CU则保留VVC默认的模式决策；本发明对于自然内容CU结合空间相关性跳过非Intra模式的检查，对于屏幕内容CU利用决策树来进行模式检查排序以及模式检查提前终止预测，实现了模式检查候选列表的缩减，减少了视频编码的时间。
-
公开(公告)号：CN116456088A
公开(公告)日：2023-07-18
申请号：CN202310331439.1
申请日：2023-03-30
Applicant: 重庆邮电大学
IPC: H04N19/119 , H04N19/124 , H04N19/159 , H04N19/14 , H04N19/154 , H04N19/176
Abstract: 本发明属于视频编码领域，具体涉及一种基于可能性大小的VVC帧内快速编码方法；包括判断编码单元CUi的尺寸是否为32×32；若是，则根据划分可能性方法得到划分列表；若不是，则采用现有编码器得到划分列表；根据划分列表中的划分模式对CUi进行划分，得到子块CUi，j；采用帧内预测可能性方法对子块CUi，j进行帧内预测，得到子块CUi，j的帧内预测模式粗选表；基于子块CUi，j的划分模式粗选表，采用子块提前终止预测方法提前终止CUi的划分；本发明在保证编码质量的同时降低了VVC编码复杂度。
-
公开(公告)号：CN115633171A
公开(公告)日：2023-01-20
申请号：CN202211224383.1
申请日：2022-10-08
Applicant: 重庆邮电大学
IPC: H04N19/119 , H04N19/11 , H04N19/593
Abstract: 本发明涉及编码处理技术领域，且公开了基于SHVC的快速CU决策算法，该算法首先通过划分决策树得到当前CU划分的可能性，若可能性低于阈值则划分终止，否则通过ILR模式决策树来得到当前CU模式为ILR的可能性PILR，有了PILR则可以得到Intra模式的可能性为1‑PILR，然后当前CU会继续进行ILR模式从而可以得到ILR模式的残差以及ILR模式率失真代价，通过上述三个值训练出的Intra模式决策树来得到Intra模式的最终可能性P_finnalIntra,然后使用划分的可能性与P_finnalIntra的乘积来得到P_union，若P_union值小于threshhold则跳过Intra模式，否则通过P_union的数值大小来进行Intra角度模式自适应选择，该基于SHVC的快速CU决策算法，仅在0.265％的BD‑rate的代价下减少了了增强层帧内编码时间约78.64％，有效的提升了编码效率。
-
公开(公告)号：CN114143536A
公开(公告)日：2022-03-04
申请号：CN202111483296.3
申请日：2021-12-07
Applicant: 重庆邮电大学
IPC: H04N19/103 , H04N19/147 , H04N19/182
Abstract: 本发明涉及的领域是视频相关技术领域，具体涉及一种SHVC空间可伸缩帧的视频编码方法，包括根据相邻编码单元和前一帧编码单元采用ILR编码模式的概率值预测当前编码单元采用ILR编码模式的概率，当概率大于阈值判定当前编码单元采用ILR，若概率等于0则采用Intra，若介于两者之间，利用相邻编码单元的率失真值服从正态分布的特性，判定当前编码单元的编码模式，然后判断当前编码单元是否能够提前终止编码，本发明基于编码单元的纹理特征利用liblinear机器学习方法来预测当前编码单元是否需要继续划分，能够在保证视频质量的前提下，显著的提高编码速度。
-
Patent Agency Ranking
公开(公告)号：CN108259898A
公开(公告)日：2018-07-06
申请号：CN201810101482.8
申请日：2018-02-01
Applicant: 重庆邮电大学
IPC: H04N19/103 , H04N19/147 , H04N19/159 , H04N19/30 , H04N19/593 , H04N19/96
Abstract: 本发明涉及远程医疗视频通信技术领域，具体涉及一种基于质量可伸缩视频编码QSHVC的帧内快速编码方法；所述方法包括：利用相关性排除可能较小的深度；利用“分布拟合”检验方法判断残差系数是否符合拉普拉斯分布；若符合拉普拉斯分布，采用层间ILR预测模式，跳过帧内Intra预测模式实现提前终止；若不符合拉普拉斯分布则遍历层间ILR预测模式和帧内Intra预测模式，计算率失真值，通过比较选择合适的深度值；本发明主要解决编码中递归式的四叉树编码单元划分所引起的高计算复杂度问题；本发明在保证视频质量的前提下，显著提高了编码速度，可用于视频会议，远程咨询，远程教育，远程医疗和视频点播等。
-
公开(公告)号：CN119967190A
公开(公告)日：2025-05-09
申请号：CN202510125801.9
申请日：2025-01-27
Applicant: 重庆邮电大学
IPC: H04N19/597 , H04N19/503 , H04N19/593 , G06V20/40 , G06T3/4038 , G06T3/4046 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明属于编码技术领域，涉及一种基于LSTM网络预测的动态点云快速编码方法，包括：获取点云并进行预处理，将预处理后的点云输入训练好的多层级预测划分网络，得到点云划分后的子编码单元，将子编码单元编码为比特流；多层级预测划分网络的训练过程包括：获取动态点云序列并进行预处理；将预处理后的动态点云序列输入多层级预测划分网络，得到划分后的子编码单元和预测占用结果；根据预测占用结果计算损失函数值来更新网络参数，直到得到训练好的网络；本发明利用各个层级的LSTM网络预测出CU的各个层级的占用结果，根据占用结果进而决定是否划分，同时各个层级的LSTM网络并行地对不同CU进行不同层级的划分预测，节省了编码时间。
-
公开(公告)号：CN118400528B
公开(公告)日：2024-10-18
申请号：CN202410224459.3
申请日：2024-02-29
Applicant: 重庆邮电大学
IPC: H04N19/13 , H04N19/122 , H04N19/132 , H04N19/159 , H04N19/186 , G06T9/00 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及视频编码领域，具体涉及一种多尺度360度视频帧内快速划分方法，包括构建并训练CU在不同尺寸不同纬度类别下的划分模式预测模型；获取待处理图像帧的亮度分量图像，对该亮度分量图像进行分割处理得到8种目标CU；针对每一目标CU的尺寸大小和纬度类别选取对应的划分模式预测模型，计算得到每一目标CU选取每一种划分模式的概率值；基于概率值，通过多级阈值选择方法确定每一目标CU的最优划分模式；本发明减少了需要计算RD cost的模式数量，从而减小了编码过程中的计算复杂度，提高了编码效率。
-
公开(公告)号：CN118018740B
公开(公告)日：2024-10-11
申请号：CN202410208011.2
申请日：2024-02-26
Applicant: 重庆邮电大学
IPC: H04N19/147 , H04N19/51 , H04N19/176 , H04N19/96
Abstract: 本发明提供一种基于深度学习的360度视频帧间模式决策方法，包括：当CU的运动状态为静止状态的预测概率大于等于第一设定阈值时跳过MMVD模式、CIIP模式、Affine模式、GPM模式、AMVP模式和Intra模式的率失真检查；当CU的运动状态为静止状态的预测概率大于等于第二设定阈值小于第一设定阈值时跳过MMVD模式、CIIP模式、GPM模式、AMVP模式和Intra模式的率失真检查；反之在编码完Merge模式和Affine模式后进行提前终止预测终止剩余模式的率失真检查，反之进行最优模式预测；当最优模式列表中前几个模式的概率之和大于第四设定阈值时，则终止列表中后续模式的率失真检查。
-
公开(公告)号：CN117041599B
公开(公告)日：2024-07-23
申请号：CN202311086763.8
申请日：2023-08-28
Applicant: 重庆邮电大学
IPC: H04N19/593 , H04N19/30 , H04N19/503 , H04N19/176 , H04N19/182
Abstract: 本发明公开了一种基于HEVC‑VPCC的帧内快速编码方法及系统，所述方法包括以下步骤：获取视频帧序列；以CU为编码单位，将所述视频帧序列中的块分为占用块Occu和未占用块Unoccu；对所述占用块Occu进行划分，完成帧内快速编码。对所述占用块Occu进行划分的方法包括：对所述占用块Occu中偶数层的划分和对所述占用块Occu中奇数层的划分。本发明使用深度学习框架，充分利用V‑PCC奇偶层投影特性对现有的相关算法进行了优化和改进，根据占用图对像素块的影响，将块进行分类去掉冗余的空像素。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.026 seconds)
