[发明专利]一种基于决策树的HEVC屏幕内容帧内快速编码算法

说明书

本发明提出一种基于决策树的HEVC屏幕内容帧内快速编码算法，属于视频编解码技术领域。该算法包括：1)提取有效的特征值；2)生成原始数据集作为训练集，在此基础上加以训练完成决策树，包括CU决策树和PU决策树；3)将图像分割为若干个CTU,在执行帧内编码过程中，判断当前CU是否为边界CTU，如果是则执行标准算法完成编码，否则进行步骤4)；4)执行快速编码，即在一定深度的决策树中，通过对该层的特征值的计算完成当前CU的划分与PU模式的选择。本发明通过决策树做判决的算法通过减少CU深度和PU的模式遍历而降低编码复杂度。最终保证在码率和峰值信噪比基本不变的情况下，有效减少编码时间，达到快速帧内编码的效果。

技术领域

本发明涉及视频编解码技术领域，特别是涉及一种基于决策树的HEVC屏幕内容帧内快速编码算法。

背景技术

近几年，随着互联网和移动端智能设备的快速发展，多媒体视频应用产生的视频数据约占人类通讯数据量的80％。思科Cisco预期至2019年，移动视频数据将占设备数据通信总量的72％以上。尽管近年来网络带宽和存储能力增加迅速，但是也远不能满足人们对于存储和传输高分辨率视频的要求。面对如此大量的数据和即时视频通信的严格要求，高效快速的视频编码技术的改善显得尤为重要。

视频快速编码算法是编码视频的重要技术手段，是视频稳定传输和高效存储的重要保障。就目前来讲，随着云计算、远程桌面和无线显示技术的发展，如何在低码率的情况下使屏幕图像在电脑屏幕、手机屏幕、电视机屏幕和其它客户端上高质量地显示，吸引了学术界和工业界的广泛关注。视频快速编码算法的研究成为了现今视频编码的一个研究热点，基于HEVC(High Efficiency Video Coding，一种新的视频压缩标准)的屏幕内容编码(Screen Content Coding，SCC)快速算法的研究也得到了进一步的重视和发展。

另外，产业界数据量的爆炸式增长促进了机器学习的发展。通过机器学习对数据进行深入归纳、分析，从而获取新的、规律性的信息和知识来辅助决策的方法越来越受到学术界和产业界的关注。现今，基于四叉树结构的视频编码算法在编码过程中存在大量的计算冗余。在算法优化过程中，减少这种计算冗余将可以有效节约编码时间。同机器学习中的一些分类算法相比较，视频编码中的一些CU(编码单元)块划分以及PU(预测单元)模式选择的过程与机器学习中的分类思想十分相似。有效的利用机器学习算法进行视频编解码将有助于视频编码技术的发展。

为有效的降低HEVC SCC帧内编码复杂度，减少编码时间，人们已经进行了大量的研究工作。文献《Hash based fast local search for Intra Block Copy(IntraBC)modein HEVC screen content coding》中提出了基于哈希块匹配的快速搜索算法以降低编码复杂度。文献《Fast HEVC screen content coding by skipping unnecessary checkingof intra block copy mode based on CU activity and gradient》利用梯度的自适应双阈值设置的方法跳过不必要的PU模式检测减少编码时间。在文献《Content based modeand depth skipping with Sharp and Directional Edges for intra prediction inScreen Content Coding》中，通过判断是否具有水平垂直的边缘检测的方法来判定，减少PU候选模式检测数。

这些传统的快速算法虽然能够有效的减少编码时间，但大部分都具有局限性，不能针对所有的视频类型都能做到很好的复杂度降低，且许多阈值的设定都利用经验性的实验结果来确定。本次提出的快速算法使用机器学习的决策树模型，方便简单，且能有效挖掘视频特征信息，无差别的分析视频特性，有效的降低编码复杂度。

发明内容