龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：华侨大学
摘要：本发明公开了一种基于多尺度特征融合的HEVC‑SCC帧内CU快速划分编码方法及装置，涉及视频编码领域，方法包括：首先搭建数据库，构建基于多尺度特征融合的卷积神经网络模型，并训练基于多尺度特征融合的卷积神经网络模型；其次将输入的CTU通过多尺度特征融合卷积神经网络，输出预测标签；最后为不同类型序列赋不同阈值，根据预测标签指导平台进行编码，从而跳过不必要的深度遍历。本发明提出的基于多尺度特征融合的HEVC‑SCC帧内CU快速划分编码方法，能够节省编码时间，明显降低屏幕内容视频的计算复杂度。
主权项：1.一种基于多尺度特征融合的HEVC-SCC帧内CU快速划分编码方法，其特征在于，包括：数据集制作步骤，建立HEVC-SCC的CU划分数据集，获取不同量化参数下的HEVC-SCC的CU划分数据集真实标签；网络模型构建步骤，构建包括输入层、预处理层、多尺度特征提取层、连接层、全连接层和输出层的网络模型MFF-CNN；其中，多尺度特征提取层设置3个卷积核，经过每个卷积核后得到的特征图都会输入到连接层中，连接层中有9种不同尺度的特征图；网络模型训练步骤，基于制作的数据集，对构建的网络模型进行训练，获得训练好的网络模型MFF-CNN；网络模型预测步骤，将提取亮度信息的CTU输入到训练好的MFF-CNN，获得网络预测标签；编码步骤，根据网络预测标签，为不同类型序列赋不同阈值以进行编码；输入的视频经过处理后，被划分成一个个64×64的CTU，提取其中的亮度信息后送入网络模型中；网络模型一共有三条分支，三条分支经网络处理后生成21个标签，表示CTU是否要划分；网络模型的预处理层用于CTU的亮度矩阵与图像整体的平均亮度做差，同时还有选择性地对第一条分支A1和第二条分支A2进行下采样操作；根据网络预测标签，为不同类型序列赋不同阈值以进行编码，具体包括：为不同类型序列赋不同阈，其中，M类视频阈值为826491，TGM类视频阈值为648291，A和CC类视频阈值为556482；编码器调用网络预测的CU划分标签，如果标签值为1，则需要划分，如果标签值为0，则不需要划分。
全文数据：
权利要求：
百度查询： 华侨大学 基于多尺度特征融合的HEVC-SCC帧内CU快速划分编码方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号