一种低复杂度配置下的HEVC快速模式选择方法

    公开(公告)号:CN109729351A

    公开(公告)日:2019-05-07

    申请号:CN201811551309.4

    申请日:2018-12-18

    Applicant: 中南大学

    Abstract: 本发明公开了一种低复杂度配置下的HEVC快速模式选择方法,首先利用决策树得到初始编码模式(MERGE模式或者2Nx2N模式),然后根据初始模式及相应的跳过算法跳过不必要的2Nx2N模式或MERGE模式;根据低复杂度配置下的HEVC的编码特征采取自适应编码顺序算法,并根据已编码模式判断是否跳过后续不必要的模式选择过程,在保证视频主观质量下降可忽略不计的情况下,降低编码器的计算复杂度,减少编码时间,提高编码效率。

    一种基于不可分二次变换模式的帧内快速选择方法

    公开(公告)号:CN108322745A

    公开(公告)日:2018-07-24

    申请号:CN201810167292.6

    申请日:2018-02-28

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于不可分二次变换模式的帧内快速选择方法,通过利用同位置不同深度的编码单元CU的在视频序列中的时空相关性,提前预测NSST最佳模式的索引值,跳过其不必要的索引循环过程,避免编码流程中耗时的NSST模式选择过程,在保证视频主观质量下降可忽略不计的情况下,降低编码器的计算复杂度,减少编码时间,提高编码效率。同时,本发明所述方案简单易行,有利于新一代视频编码标准的产业化推广。

    一种基于模式依赖特性的不可分二次变换模式的帧内快速选择方法

    公开(公告)号:CN108322743A

    公开(公告)日:2018-07-24

    申请号:CN201810168511.2

    申请日:2018-02-28

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于模式依赖特性的不可分二次变换模式的帧内快速选择方法,通过利用相邻位置的编码单元CU的在视频序列中的时空相关性,提前预测MDNSST最佳模式的索引值以及减少候选角度模式,跳过其不必要的索引循环过程,避免编码流程中耗时的MDNSST模式选择过程,在保证视频主观质量下降可忽略不计的情况下,降低编码器的计算复杂度,减少编码时间,提高编码效率。同时,本发明所述方案简单易行,有利于新一代视频编码标准的产业化推广。

    一种码率调整方法、服务器及计算机可读介质

    公开(公告)号:CN108769737B

    公开(公告)日:2022-07-29

    申请号:CN201810534981.6

    申请日:2018-05-29

    Abstract: 本发明实施例公开了一种码率调整方法、服务器及计算机可读介质,其中方法包括:服务器接收终端发送的视频切片,视频切片包括第一视频帧和第二视频帧;第一视频帧包括视频切片点之前最后一帧视频图像,第二视频帧包括视频切片点之后第一帧视频图像;若第一视频帧实际编码信息所确定的码率与第二视频帧实际编码信息所确定的码率的差值大于阈值,则调整第一视频帧实际编码信息,以使差值小于或等于阈值。通过实施本申请,可避免分片后的视频切片间出现码率不一的问题,提高视频切片点处的画面清晰度的连贯性。

    视频编码方法、装置、计算机设备及存储介质

    公开(公告)号:CN110139168B

    公开(公告)日:2021-07-13

    申请号:CN201810108541.4

    申请日:2018-02-02

    Abstract: 本申请涉及一种视频编码方法,该方法包括:获取待编码的当前视频帧的前向视频帧,获取所述前向视频帧在当次编码中对应的评价信息,确定当前视频帧对应的参照视频切片,从参照视频切片中获取参照视频帧,根据参照视频帧在前一次编码中对应的评价信息计算得到当前视频帧对应的参照评价信息,获取当前视频帧在当次编码中对应的初始帧级量化参数,根据前向视频帧在当次编码中对应的评价信息和当前视频帧对应的参照评价信息对初始帧级量化参数进行调整得到目标帧级量化参数,根据目标帧级量化参数对当前视频帧进行编码。该视频编码方法有效减少了衔接处的质量波动,提高了视频合并后的视频质量。此外,还提出了一种视频编码装置、计算机设备及存储介质。

    一种基于可选时域运动矢量预测的深度预测方法及装置

    公开(公告)号:CN108347616B

    公开(公告)日:2020-02-14

    申请号:CN201810194820.7

    申请日:2018-03-09

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于可选时域运动矢量预测的深度预测方法及装置,该方法通过对当前编码单元CU进行预划分,获取ATMVP机制得到的当前编码单元CU在帧间的subCU的预测MV,并依据预划分的形状对其进行处理,得到预划分对应的各子CU的预测MV,然后判断其相似性,来决策是否进入预划分的划分模式,以此来跳过一些不必要的深度模式,从而减少编码时间,提高编码效率。整个装置结构简单,利用JEM现有信息提前对深度划分进行预测,跳过不必要的后续划分,从而减少了编码时间;且本方案简单易行,有利于新一代视频编码标准的产业化推广。

    一种基于模式依赖特性的不可分二次变换模式的帧内快速选择方法

    公开(公告)号:CN108322743B

    公开(公告)日:2020-01-31

    申请号:CN201810168511.2

    申请日:2018-02-28

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于模式依赖特性的不可分二次变换模式的帧内快速选择方法,通过利用相邻位置的编码单元CU的在视频序列中的时空相关性,提前预测MDNSST最佳模式的索引值以及减少候选角度模式,跳过其不必要的索引循环过程,避免编码流程中耗时的MDNSST模式选择过程,在保证视频主观质量下降可忽略不计的情况下,降低编码器的计算复杂度,减少编码时间,提高编码效率。同时,本发明所述方案简单易行,有利于新一代视频编码标准的产业化推广。

Patent Agency Ranking