一种基于运动信息的最优可伸缩多模式决策方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN105635733A(43)申请公布日2016.06.01(21)申请号201511025814.1H04N19/51(2014.01)(2014.01)(22)申请日2015.12.29H04N19/70(71)申请人广东顺德中山大学卡内基梅隆大学国际联合研究院地址528300广东省佛山市顺德区大良南国东路9号研究院申请人中山大学(72)发明人张倚豪黄士超李璜朝红阳(74)专利代理机构广州粤高专利商标代理有限公司44102代理人林丽明(51)Int.Cl.H04N19/137(2014.01)H04N19/149(2014.01)H04N19/169(2014.01)权利要求书1页说明书4页附图1页(54)发明名称一种基于运动信息的最优可伸缩多模式决策方法(57)摘要本发明公开一种基于运动信息的最优可伸缩多模式决策方法，是一个最优可伸缩多模式决策方法，可自动调整以适应不同的可用计算资源并尽可能保持在该计算资源下理论最优的率失真性能。其基本原理是，在视频序列的帧间，存在大量的运动信息，而同一帧的不同编码单元的多模式决策收益往往有很大差异并与物体运动情况有高度相关性。利用这些信息，可以建立较准确的预测模型，并可以在当前帧开始编码前即获得其多模式收益分布情况，从而可根据收益大小从高到低地进行多模式决策，以自动适应动态可变的计算资源限制。CN105635733ACN105635733A权利要求书1/1页1.一种基于运动信息的最优可伸缩多模式决策方法，其特征在于，具体为：(1)读取原始视频文件，开始编码；(2)对于当前编码帧，判断该帧是否属于关键帧，是则利用关键帧的分解模式初始化下一帧的MCC表格，否则执行步骤(4)；(3)对当前帧，根据MCC的大小进行排序；(4)根据当前可用的计算资源，决定进行多模式决策的编码单元个数并标记编码单元；(5)对于当前帧每一个编码单元，判断其有无标记，有则进行多模式决策，否则只进行相当于编码单元大小的运动估计并跳过细分编码单元的多模式决策过程；(6)对每一个子块，判断其最终编码模式是否inter编码模式，是则跳过步骤(8)，否则执行步骤(7)；(7)计算该子块的几何中心点，并根据其运动向量将其反向映射至下一帧的对应位置，作为其子块的运动目标位置，并累加运动冲突计数；(8)判断当前编码单元全部是否执行完毕，是则进行步骤(9)，否则回到步骤(5)；(9)当前帧编码结束，判断是否有下一帧；是则回到步骤(2)，否则所有帧编码完毕，算法结束，原始视频压缩完毕。2CN105635733A说明书1/4页一种基于运动信息的最优可伸缩多模式决策方法技术领域[0001]本发明涉及视频压缩领域，更具体地，涉及一种基于运动信息的最优可伸缩多模式决策方法。背景技术[0002]新一代的视频标准HEVC仍然采用了基于block的混合编码结构，并增加了更多新的编码技术作为可选项，与H.264相比，在保持相同视频质量的同时降低了50％的码率，但是也带来了更加高的计算复杂度。HEVC的编码过程实际上可以看作是对众多编码选项进行决策的过程。例如，在MD过程中，每一个CU都可以递归地分解成四个小CU，直到到达最大深度，同时每一个CU都会进行多达7种的PU尝试，以决定(decide)最佳的分解模式。MD决策所形成的类似四叉树的CU结构使得可能的模式数目从H.264的15种增加到了595种，而新的模式决策过程也使搜索的面积数比H.264增加了约3倍。因此，对MD的优化是一个很重要的研究课题。发明内容[0003]本发明为克服上述现有技术所述的至少一种缺陷(不足)，提供一种基于运动信息的最优可伸缩多模式决策方法，该方法可自动调整以适应不同的可用计算资源并尽可能保持在该计算资源下理论最优的率失真性能。[0004]为解决上述技术问题，本发明的技术方案如下：[0005]一种基于运动信息的最优可伸缩多模式决策方法，其步骤为：[0006](1)读取原始视频文件，开始编码；[0007](2)对于当前编码帧，判断该帧是否属于关键帧，是则利用关键帧的分解模式初始化下一帧的MCC表格，否则执行步骤(4)；[0008](3)对当前帧，根据MCC的大小进行排序；[0009](4)根据当前可用的计算资源，决定进行多模式决策的编码单元个数并标记编码单元；[0010](5)对于当前帧每一个编码单元，判断其有无标记，有则进行多模式决策，否则只进行相当于编码单元大小的运动估计并跳过细分编码单元的多模式决策过程；[0011](6)对每一个子块，判断其最终编码模式是否inter编码模式，是则跳过步骤(8)，否则执行步骤(7)；[0012](7)计算该子块的几何中心点，并根据其运动向量将其反向映射至下一帧的对应