[发明专利]视频编解码方法、装置、电子设备及存储介质在审
| 申请号: | 201911046199.0 | 申请日: | 2019-10-30 |
| 公开(公告)号: | CN110740319A | 公开(公告)日: | 2020-01-31 |
| 发明(设计)人: | 张清;刘杉;刘海军;金飞剑;王诗涛;郭靖 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
| 主分类号: | H04N19/107 | 分类号: | H04N19/107;H04N19/117;H04N19/176 |
| 代理公司: | 11330 北京市立方律师事务所 | 代理人: | 张筱宁 |
| 地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 预测 滤波处理 待编码块 滤波模型 残差 减小 待编码视频帧 神经网络模型 信息处理技术 视频编解码 编码效率 存储介质 电子设备 编码块 数据量 原始块 申请 行进 传输 | ||
1.一种视频编码方法,其特征在于,所述方法包括:
获取待编码视频帧的待编码块和所述待编码块对应的预测块;
通过预测块滤波模型对所述预测块进行滤波处理,得到滤波处理后的预测块;
基于所述滤波处理后的预测块和所述待编码块,对所述待编码块进行编码;
其中,所述预测块滤波模型是通过以下方式得到的:
获取训练样本,所述训练样本包括各样本待编码块、以及各所述样本待编码块对应的样本预测块;
基于所述训练样本对神经网络模型进行训练,直至所述神经网络模型的损失函数收敛,将将训练结束时的神经网络模型作为所述预测块滤波模型,其中,所述神经网络模型的输入为所述样本预测块,输出为滤波处理后的样本预测块,所述损失函数表征了所述样本预测块与所述样本待编码块之间的差异。
2.根据权利要求1所述的方法,其特征在于,所述基于所述待编码块对应的所述滤波处理后的预测块和所述待编码块,对所述待编码块进行编码,包括:
基于所述待编码块对应的所述滤波处理后的预测块和所述待编码块,确定所述待编码块对应的残差块;
基于所述待编码块对应的残差块,对所述待编码块进行编码。
3.根据权利要求1所述的方法,其特征在于,所述预测块滤波模型包括帧内预测块滤波模型,所述样本预测块包括样本帧内预测块,所述损失函数表征了所述样本帧内预测块与所述样本待编码块之间的差异;
当所述待编码块对应的预测块为帧内预测块时,所述通过预测块滤波模型对所述预测块进行滤波处理,得到滤波后的预测块,包括:
利用帧内预测块滤波模型对所述待编码块对应的帧内预测块进行滤波处理,得到所述待编码块对应的滤波处理后的预测块。
4.根据权利要求3所述的方法,其特征在于,所述帧内预测块滤波模型包括对应于各帧内预测模式信息的帧内预测块滤波模型,所述样本预测块包括各帧内预测模式信息对应的样本帧内预测块,所述损失函数表征了所述各帧内预测模式信息各自对应的样本帧内预测块与所述样本待编码块之间的差异;
所述通过预测块滤波模型对所述预测块进行滤波处理,得到滤波后的预测块,包括:
获取所述帧内预测块对应的帧内预测模式信息;
利用与所述帧内预测模式信息对应的帧内预测块滤波模型对所述待编码块对应的帧内预测块进行滤波处理,得到所述待编码块对应的滤波处理后的预测块。
5.根据权利要求1所述的方法,其特征在于,所述预测块滤波模型包括帧间预测块滤波模型,所述样本预测块包括样本帧间预测块,所述损失函数表征了所述样本帧间预测块与所述样本待编码块之间的差异;
当所述待编码块对应的预测块为帧间预测块时,所述通过预测块滤波模型对所述预测块进行滤波处理,得到滤波后的预测块,包括:
利用帧间预测块滤波模型对所述待编码块对应的帧间预测块进行滤波处理,得到所述待编码块对应的滤波处理后的预测块。
6.根据权利要求5所述的方法,其特征在于,所述帧间预测块滤波模型包括对应于各帧间预测类别信息的帧间预测块滤波模型,所述样本预测块包括各帧间预测类别信息对应的样本帧间预测块,所述损失函数表征了所述各帧间预测类别信息各自对应的样本帧间预测块与所述样本待编码块之间的差异;
所述通过预测块滤波模型对所述预测块进行滤波处理,得到滤波后的预测块,包括:
获取所述帧间预测块对应的帧间预测类别信息;
利用与所述帧间预测类别信息对应的帧间预测块滤波模型对所述待编码块对应的帧间预测块进行滤波处理,得到所述待编码块对应的滤波处理后的预测块。
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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,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/201911046199.0/1.html,转载请声明来源钻瓜专利网。





