[发明专利]基于学习的高效视频编码方法

摘要

基于学习的高效视频编码方法采用高效视频编码器编码视频序列，提取每个编码单元块对应的特征向量；将提取的特征向量与最佳编码单元尺寸输入三值输出的学习机，建立学习模型。在高效视频编码器中进行编码单元尺寸的选择过程加入早期终止策略结构，首先执行直接模式和融合模式当前块，提取对应的当前编码对应的特征向量。将特征向量输入已学习好了的学习机模型，输出预测值，按照对应早期终止策略结构执行当前编码单元尺寸。直至编码树单元中所有的编码单元层都编码完成；重复执行直至所有视频帧中编码树单元都编码完成。因此，能够根据率失真代价以及计算复杂度对应输出最优的编码过程，提高分类器的学习和分类性能，进而提高视频编码的编码效率。

主权项

1.一种基于学习的高效视频编码方法，包括以下步骤：步骤110、采用高效视频编码器编码视频序列，提取每个编码单元块对应的特征向量；步骤120、将提取的特征向量与最佳编码单元尺寸输入三值输出的学习机，配置学习参数和学习模式，建立学习模型；步骤130、在高效视频编码器中进行编码单元尺寸的选择过程加入早期终止策略结构，其中，在每个编码单元深度层i，当前编码单元块首先执行SKIP模式和MERGE模式，提取与步骤110对应的当前编码单元块对应的特征向量；步骤140、将步骤130中的特征向量输入已学习好了的学习机模型，输出预测值，若预测值为不分割，则执行并测试当前编码单元尺寸，同时跳过分割编码单元尺寸的测试与编码；若预测值为分割，则跳过测试当前编码单元尺寸，直接执行分割的编码尺寸的测试与编码；若为不确定，则测试当前编码单元尺寸，然后测试分割的编码单元尺寸；步骤150、重复步骤130和步骤140直至编码树单元中所有的编码单元层都编码完成；步骤160、重复步骤130‑步骤150直至所有视频帧中编码树单元都编码完成；所述步骤120，将提取的特征向量与最佳编码单元尺寸输入三值输出的学习机，配置学习参数和学习模式，建立学习模型的步骤包括：将特征矢量输入m个二值输出的学习机，学习机通过已学习的模型，输出预测值O_i，+1或‑1，其中i表示学习机的标号，为1至m；对m个输出O_i进行融合，得到最终输出为Q_ALL；其中，T_A和T_B为0至m的两个阈值。