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！

龙图腾网恭喜华侨大学申请的专利基于多阶段不规则编码单元划分的VVC-SCC帧内编码方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119299671B 。

龙图腾网通过国家知识产权局官网在2025-02-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411815010.0，技术领域涉及：H04N19/103；该发明授权基于多阶段不规则编码单元划分的VVC-SCC帧内编码方法及装置是由陈婧;曾家鑫;曾焕强;朱建清;林琦;郑惠洁设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本基于多阶段不规则编码单元划分的VVC-SCC帧内编码方法及装置在说明书摘要公布了：本发明公开了一种基于多阶段不规则编码单元划分的VVC‑SCC帧内编码方法及装置，涉及视频编码领域，包括：设计并训练基于多阶段卷积神经网络的编码单元划分预测模型；其次将输入的视频帧通过经训练的编码单元划分预测模型进行编码单元划分预测模型预测，输出当前帧所有CU的模式类型的预测概率；最后为不同的模式类别设置不同的阈值，根据预测概率和对应的阈值指导VVC‑SCC编码器进行编码，从而跳过不必要的模式类别的遍历。本发明解决现有的VVC‑SCC帧内编码方法编码时间长、编码器计算的复杂度高的问题。

本发明授权基于多阶段不规则编码单元划分的VVC-SCC帧内编码方法及装置在权利要求书中公布了：1.一种基于多阶段不规则编码单元划分的VVC-SCC帧内编码方法，其特征在于，包括以下步骤：获取屏幕内容视频，对所述屏幕内容视频进行处理，得到若干个编码树单元，将每个编码树单元划分为若干个第一尺寸的当前编码单元；构建基于多阶段卷积神经网络的编码单元划分预测模型并训练，得到经训练的编码单元划分预测模型，所述编码单元划分预测模型包括五个阶段，每个阶段均包括残差模块和子网络，不同阶段的编码单元设计不同网络结构；采用VVC-SCC编码器对所述第一尺寸的当前编码单元进行编码，在编码过程中确定当前量化参数并进行归一化，得到归一化的当前量化参数，将所述第一尺寸的当前编码单元和归一化的当前量化参数输入到所述经训练的编码单元划分预测模型，经过当前阶段预测得到当前阶段的预测结果，所述当前阶段的预测结果包括在编码过程中当前阶段输入的当前编码单元所对应的不同的模式类别的预测概率，所述模式类别包括不划分模式以及将当前阶段输入的当前编码单元划分为缩小一个级别尺寸的编码单元的划分模式；对不同的模式类别设置不同的阈值，根据每个模式类别的预测概率及其对应的阈值确定是否将所述模式类别置于率失真优化列表中，具体包括：响应于确定第n个当前编码单元在当前阶段的预测结果中的模式类别m的预测概率满足以下公式： 其中，表示第n个当前编码单元在当前阶段的预测结果中的模式类别为m的预测概率，表示第n个当前编码单元在当前阶段的预测结果中的模式类别为i的预测概率，i∈M，M表示模式类别集合，Thrm表示模式类别m对应的阈值，max表示取最大值，则确定将第n个当前编码单元在当前阶段的预测结果中的模式类别m置于率失真优化列表中，否则确定不将第n个当前编码单元在当前阶段的预测结果中的模式类别m置于率失真优化列表中；若将所述模式类别置于率失真优化列表中，则通过VVC-SCC编码器对所述率失真优化列表中的模式类别进行率失真代价计算，并选择率失真代价最小的模式类别作为所述当前编码单元的最优模式类别，采用最优模式类别对当前阶段输入的当前编码单元进行划分，得到划分后的编码单元并与所述归一化的当前量化参数输入到下一个阶段，经过下一个阶段预测得到下一个阶段的预测结果，将下一个阶段的预测结果作为当前阶段的预测结果重复以上得到当前阶段的预测结果之后的步骤；若不将所述模式类别置于率失真优化列表中，则直接跳过所述模式类别的率失真代价计算。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华侨大学，其通讯地址为：362000 福建省泉州市丰泽区城东城华北路269号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。