公开(公告)号：CN119676436A

公开(公告)日：2025-03-21

申请号：CN202411805040.3

申请日：2024-12-10

Applicant: 重庆邮电大学

Inventor： 郭晓金 ,  蒲顺星 ,  刘成祥 ,  张延

IPC: H04N19/119 ,  H04N19/96 ,  H04N19/147 ,  H04N19/503 ,  G06T9/00

Abstract: 本发明请求保护一种基于集成学习的VVC快速CU划分方法，属于视频编码领域，包括以下步骤：对于给定的编码单元(CU)进行初始化，从最深层次开始编码过程。然后进行特征提取：计算当前CU的特征属性值。再进行模型预测：载入预训练的集成学习分类器(i＝0,1,2)，并利用它对当前CU进行划分预测，之后进行决策处理。一旦当前CU的编码完成，移动到列表中的下一个CU并重复上述步骤。通过这一系列步骤，算法能够系统地对每个CU进行划分决策，以优化视频编码过程。本发明可用于VVC帧内编码配置下的编码，在几乎不降低编码效率和编码质量的情况下，显著减少VVC的编码时间，可应用于视频会议等对编码实时性要求较高的应用场景。

公开(公告)号：CN119676437A

公开(公告)日：2025-03-21

申请号：CN202411805042.2

申请日：2024-12-10

Applicant: 重庆邮电大学

Inventor： 郭晓金 ,  蒲顺星 ,  刘成祥 ,  张延

IPC: H04N19/119 ,  H04N19/96 ,  H04N19/593

Abstract: 本发明请求保护一种基于集成学习的VVC快速CU划分方法，属于视频编码领域，包括以下步骤：该方法主要分为以随机森林分类器为主导的第一阶段和以残差网络为主导的第二阶段，在第一阶段，随机森林分类器用于预测编码树单元的分割状态，输出结果要么表示进行分割，要么表示不分割。在第二阶段，32×32大小的编码单元的像素亮度值会被输入到训练好的残差网络分类器中。残差网络经过计算后，将这些子编码单元分类为17个类别标签中的一个，每个标签代表一种32×32大小的编码单元划分结构。本发明可用于VVC帧内编码配置下的编码，在几乎不降低编码效率和编码质量的情况下，显著减少VVC的编码时间，可应用于视频会议等对编码实时性要求较高的应用场景。