[发明专利]基于图像相关模型的低复杂度HEVC码率适配转换编码方法有效

专利信息
申请号: 201710248379.1 申请日: 2017-04-17
公开(公告)号: CN107071422B 公开(公告)日: 2019-07-12
发明(设计)人: 熊健;桂冠;杨洁;华文韬;解晓波;朱颖 申请(专利权)人: 南京邮电大学
主分类号: H04N19/147 分类号: H04N19/147;H04N19/96;H04N19/124
代理公司: 南京经纬专利商标代理有限公司 32200 代理人: 刘莎
地址: 210003 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 图像 相关 模型 复杂度 hevc 码率适配 转换 编码 方法
【权利要求书】:

1.基于图像相关模型的低复杂度HEVC码率适配转换编码方法,其特征在于,包括以下步骤:

步骤1,根据输入视频的编码信息来估计量化参数取极大值条件下的编码比特数,获取自适应的码率-量化参数模型,从而根据网络传输带宽来选取初始量化参数;其中码率-量化参数模型表示为:

QP=a×log(bpp)+b

其中,QP为输入视频编码的量化参数,bpp表示平均编码比特数,a和b均为码率-量化参数模型的参数,Q0表示输入视频的量化参数,bpp0表示输入视频的编码比特数,Q1表示量化参数的极大值,bpp1表示极大量化参数下的编码比特数;

步骤2,根据步骤1中的码率-量化参数模型,针对网络带宽的视频码率,设定初始量化参数;

步骤3,在输入视频的编码树结构基础上,生成转换编码的初始编码树;具体为:

对输入视频的编码树结构中的任一节点,该节点划分为四个子编码单元与不划分条件下的率失真代价差值其中,ΔQP表示转换编码中量化参数的增量,λ表示拉格朗日乘子,Rs表示该节点划分为四个子编码单元编码的码率,Ds表示该节点划分为四个子编码单元编码的失真,Ru表示该节点不划分时的码率,Du表示该节点不划分时的失真,β表示失真-量化参数模型的参数;若diff≥0,则裁剪掉该节点,否则保留该节点,完成裁剪后的输入视频的编码树结构即为初始编码树结构;

步骤4,根据输入视频流的运动矢量信息,基于图像相关系数模型构建失真估计模型;图像相关系数模型表示为:

其中,表示输入视频的第t帧中坐标位置为的像素值;表示输入视频的第t帧中坐标位置为的像素值;n表示零均值噪声;表示输入视频的第t帧中坐标位置为的像素与输入视频的第t帧中坐标位置为的像素之间的相关系数,表示图像中两个像素之间的位移矢量,vx表示水平方向的位移,vy表示垂直方向的位移,ρ表示输入视频编码单元的相关系数,且0≤ρ≤1;

步骤5,基于步骤3中的初始编码树以及步骤4中的失真估计模型,构建转换编码率失真优化模型,实现编码单元的快速优化选择。

2.根据权利要求1所述的基于图像相关模型的低复杂度HEVC码率适配转换编码方法,其特征在于,失真-量化参数模型的参数β=2.25。

3.根据权利要求1所述的基于图像相关模型的低复杂度HEVC码率适配转换编码方法,其特征在于,失真估计模型表示为:

其中,D表示编码失真,表示编码单元X的输入视频运动矢量,表示运动估计过程中候选运动矢量,表示位置对应的像素值。

4.根据权利要求3所述的基于图像相关模型的低复杂度HEVC码率适配转换编码方法,其特征在于,在初始编码树的基础上,采用自底向上的编码单元优化选择方式,分别对编码单元及其子编码单元的率失真代价进行估计,构建率失真优化模型,其优化函数表示为:

其中,J表示失真代价函数,表示运动估计过程中候选运动矢量,表示编码单元X输入视频的第k个子编码单元的运动矢量,Xk表示编码单元X的输入视频的第k个子编码单元,ρk表示Xk的相关系数,表示像素位置的像素值,表示第k个子编码单元的编码比特数,表示运动矢量对应的编码比特数。

5.根据权利要求4所述的基于图像相关模型的低复杂度HEVC码率适配转换编码方法,其特征在于,实现编码单元的快速优化选择的方法具体为:

1)通过各子编码单元的残差系数对相关系数项log2ρ进行估计,并建立映射关系其中,f(C)表示编码残差系数C的函数;

2)失真代价函数进一步表示为:

其中,表示简化的率失真代价差值,f(Ck)表示第k个子块编码残差像素C的函数,表示位置对应的像素值,表示拉格朗日乘数;

3)根据2)中的失真代价函数对失真代价进行估计,基于自底向上编码框架进行转换编码的编码模式的快速选择。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710248379.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top