基于支持向量机的AVS到HEVC优化视频转码方法

    公开(公告)号:CN104837019B

    公开(公告)日:2018-01-02

    申请号:CN201510215888.5

    申请日:2015-04-30

    Abstract: 一种基于支持向量机的AVS到HEVC优化视频转码方法,通过采集AVS码流的特征向量,并利用支持向量机对其进行学习并得到训练模型,将提取出的AVS特征向量分为在HEVC中相应位置的CU划分或不划分两类,在转码阶段以训练模型预测CU是否需要划分,当得到当前CU需要划分时,再在当前HEVC的深度下分别进行2N×2N模式和SKIP模式计算,并从这两种模式中选择出最优预测模式,当预测得到当前CU不需要进行划分,则按照HEVC标准编码过程进行最优模式选择。本发明结合了机器学习基本思想,将整个转码过程分为了训练阶段和转码阶段,通过学习得到训练模型,预测HEVC中CU的划分,并结合快速模式选择算法,既提高了转码的速度,又保证了转码后视频的整体视频质量。

    基于视频纹理信息的优化帧内视频编码方法

    公开(公告)号:CN104796694A

    公开(公告)日:2015-07-22

    申请号:CN201510216023.0

    申请日:2015-04-30

    Abstract: 一种视频编码领域的基于视频纹理信息的优化帧内视频编码方法,通过I帧梯度信息计算与映射,利用视频图像梯度信息及其实际含义对帧内编码帧所有像素进行计算,并针对高效视频帧内预测模式进行映射;编码单元划分,根据当前编码单元中像素的梯度信息判定编码单元属性,并结合较大编码单元所包含四个较小编码单元的属性及方向一致性由下至上地判定划分方式,跳过不必要的划分遍历;快速模式选择,采用线下训练方式,对不同编码单元属性条件下的预测模式选择进行预测与优化。本发明结合视频纹理特性,对帧内视频编码的模式选择与编码单元划分进行了优化,在保证编码质量前提下提高了编码速度,并且保证了算法对不同视频序列编码的稳定性。

Patent Agency Ranking