[发明专利]一种图像特征信息帧内快速划分方法、系统及存储介质

说明书

本发明公开了一种图像特征信息帧内快速划分方法、系统及存储介质，方法包括：获取训练视频序列，对视频序列提取特征获取训练数据；通过所述训练数据训练支持向量机得到分类器；通过已训练完成的分类器对模式列表进行过滤，获取过滤后的模式列表；根据过滤后的模式列表，跳过编码模式的尝试过程，进行编码流程。该方法提取图像特征信息后，训练得到分类器，并使用分类器对待处理图像进行判断，对耗时较长的编码模式的尝试过程进行跳过，从而缩短了在进行视频编码过程中所花费的时间。本发明可广泛应用于机器视觉和模式识别技术领域。

技术领域

本发明涉及机器视觉和模式识别技术领域，尤其涉及一种图像特征信息帧内快速划分方法、系统及存储介质。

背景技术

视频编码标准Versatile Video Coding(VVC)是继上一代视频编码标准HighEfficiency Video Coding(HEVC)后，由Joint Video Exploration Team(JVET)工作组于2018年所提出的新一代编码标准。VVC与上一代编码标准类似，VVC也采用了混合编码框架，并引入了QTMT、ATMVP和PDPC等技术，使得VVC的压缩能力相比HEVC有了大幅度的提升。与HEVC类似，将每一幅图像分割为多个树形结构单元(Coding Tree Unit，CTU)后再递归分割为多个编码单元(Coding Unit，CU)进行编码，以适应不同图像的不同纹理特征，实现更有效的压缩。而与HEVC中将每个CTU按照四叉树划分方法，递归分割为CU不同，VVC中采用了四叉树+多叉树的划分方式，即首先将每个CTU先进行四叉树划分，之后再把四叉树的叶节点进一步划分为二叉树、三叉树或四叉树。

VVC对每一幅图像进行不同模式及划分的尝试，该过程是逐个尝试不同的可用模式以确定最佳模式的过程，因而整个过程中伴随着大量不必要的尝试，使得该过程非常耗时，对编码时间的影响较大。编码时间的大幅上涨对该技术的应用产生了一定的影响，限制了该技术的应用以及推广，当前需要一种可以缩短其编码时间的技术方法。

发明内容

为了解决上述技术问题，本发明的目的是提供一种图像特征信息帧内快速划分方法、系统及存储介质。

一种图像特征信息帧内快速划分方法，包括以下步骤：

获取训练视频序列，对视频序列提取特征获取训练数据；

通过所述训练数据训练支持向量机得到分类器；

通过已训练完成的分类器对模式列表进行过滤，获取跳过模式列表；

根据所述跳过模式列表，跳过编码模式的尝试过程，进行编码流程。

进一步，所述获取训练视频序列，对视频序列提取特征获取训练数据这一步骤，包括以下步骤：

获取所述特征数据的灰度共生矩阵；

通过Sobel算子获取所述特征数据的梯度和绝对值；

使用所述灰度共生矩阵，以及所述梯度和绝对值训练支持向量机，得到分类器。

进一步，所述分类器包括四叉树结构分类器、垂直结构分类器、二叉树结构分类器和帧内模式分类器。

进一步，所述通过所述训练数据训练支持向量机得到分类器这一步骤，还包括以下步骤：

通过Sobel算子模板对像素矩阵进行卷积计算处理，获取图像的一阶水平梯度矩阵及一阶垂直梯度矩阵；

获取垂直和水平灰度共生矩阵对应的垂直矩阵能量值和水平矩阵能量值，垂直矩阵对比度和水平矩阵对比度，垂直矩阵熵和水平矩阵熵，垂直矩阵逆差距和水平矩阵逆差距；

获取当前待编码划分块的左方，上方及左上方编码完成块的四叉树划分深度；

获取当前待编码划分块的左右区域的像素均值之差及上下区域的第一像素均值差；