[发明专利]帧内预测方法及装置

说明书

本申请提供了帧内预测方法及装置。涉及基于人工智能(AI)的视频或图像压缩技术领域，具体涉及基于神经网络的视频压缩技术领域。该方法包括：获取当前块的周边区域中的P个已重建图像块各自的帧内预测模式或纹理分布；根据P个已重建图像块各自的帧内预测模式或者纹理分布，得到当前块的Q个先验候选帧内预测模式以及Q个概率值；根据与M个先验候选帧内预测模式对应的M个概率值，得到与M个先验候选帧内预测模式对应的M个权重因子；根据M个先验候选帧内预测模式分别执行帧内预测得到M个预测值；根据M个预测值和对应的M个权重因子加权求和得到当前块的预测值。本申请能够提升帧内预测的准确度，减小帧内预测的误差，改善帧内预测的RDO效率。

技术领域

本申请实施例涉及基于人工智能(artificial intelligence，AI)的视频或图像压缩技术领域，尤其涉及一种帧内预测方法及装置。

背景技术

视频编码(视频编码和解码)广泛用于数字视频应用，例如广播数字电视、互联网和移动网络上的视频传输、视频聊天和视频会议等实时会话应用、DVD和蓝光光盘、视频内容采集和编辑系统以及可携式摄像机的安全应用。

即使在影片较短的情况下也需要对大量的视频数据进行描述，当数据要在带宽容量受限的网络中发送或以其它方式传输时，这样可能会造成困难。因此，视频数据通常要先压缩然后在现代电信网络中传输。由于内存资源可能有限，当在存储设备上存储视频时，视频的大小也可能成为问题。视频压缩设备通常在信源侧使用软件和/或硬件，以在传输或存储之前对视频数据进行编码，从而减少用来表示数字视频图像所需的数据量。然后，压缩的数据在目的地侧由视频解压缩设备接收。在有限的网络资源以及对更高视频质量的需求不断增长的情况下，需要改进压缩和解压缩技术，这些改进的技术能够提高压缩率而几乎不影响图像质量。

近年来，将深度学习应用于在图像和视频编解码领域逐渐成为一种趋势。

发明内容

本申请提供一种帧内预测方法及装置，以提升帧内预测的准确度，减小帧内预测的误差，改善帧内预测的RDO效率。

第一方面，本申请提供一种帧内预测方法，包括：获取当前块的周边区域中的P个已重建图像块各自的帧内预测模式或纹理分布，所述周边区域包括所述当前块的空间邻域；根据所述P个已重建图像块各自的帧内预测模式或者纹理分布，得到所述当前块的Q个先验候选帧内预测模式以及与所述Q个先验候选帧内预测模式对应的Q个概率值；根据与M个先验候选帧内预测模式对应的M个概率值，得到与所述M个先验候选帧内预测模式对应的M个权重因子；根据所述M个先验候选帧内预测模式分别执行帧内预测得到 M个预测值；根据所述M个预测值和对应的所述M个权重因子加权求和得到所述当前块的预测值。

当前块的周边区域包括当前块的空间邻域，其中空间邻域的图像块可以包括位于当前块左侧的左方候选图像块和位于当前块上方的上方候选图像块。已重建图像块可以是指编码端已经编码并获取其重建的编码图像块或者解码端已解码重构的解码图像块。已重建图像块也可以是指将编码图像块或解码图像块等大小划分而来的预设大小的基本单元图像块。

在方案一中，已重建图像块的帧内预测模式可以包括：(1)已重建图像块的多个后验帧内预测模式，该多个后验帧内预测模式是根据已重建图像块的重建值和多个后验候选帧内预测模式对应的预测值确定的；或者，(2)已重建图像块的最优帧内预测模式，该最优帧内预测模式是上述多个后验帧内预测模式中概率值最大或预测误差值最小的后验帧内预测模式。

已重建图像块的多个后验候选帧内预测模式是根据该已重建图像块的多个先验候选帧内预测模式得到的。该多个后验候选帧内预测模式可以是指已重建图像块的多个先验候选帧内预测模式；也可以是指已重建图像块的多个先验候选帧内预测模式中的部分帧内预测模式。上述P个已重建图像块均可按照该方法获取各自的多个后验候选帧内预测模式，此处不再逐一描述。