[发明专利]变换集合生成方法和装置、机器可读存储介质和机器设备在审

专利信息
申请号: 202011073947.7 申请日: 2020-09-30
公开(公告)号: CN114339217A 公开(公告)日: 2022-04-12
发明(设计)人: 李娜;张云 申请(专利权)人: 中国科学院深圳先进技术研究院
主分类号: H04N19/109 分类号: H04N19/109;H04N19/124;H04N19/176;H04N19/587
代理公司: 深圳市铭粤知识产权代理有限公司 44304 代理人: 孙伟峰;武岑飞
地址: 518055 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 变换 集合 生成 方法 装置 机器 可读 存储 介质 机器设备
【权利要求书】:

1.一种视频预测残差块的变换集合生成方法,其特征在于,所述变换集合生成方法包括:

根据原始视频帧产生多个最优预测残差块;

根据所述多个最优预测残差块获取基于调整偏差的子空间近似变换集合;

将所述基于调整偏差的子空间近似变换集合存储于视频编码器和/或视频解码器中;

将所述基于调整偏差的子空间近似变换集合集成到所述视频编码器和/或所述视频解码器的变换集合中。

2.根据权利要求1所述的变换集合生成方法,其特征在于,所述根据原始视频帧产生多个最优预测残差块,包括:

获取所述原始视频帧的被编码单元在各个预测模式下的各个预测残差块,所述原始视频帧包括多个所述被编码单元;

将所述被编码单元对应的各个预测残差块中函数值最小的预测残差块确定为所述被编码单元对应的最优预测残差块。

3.根据权利要求1或2所述的变换集合生成方法,其特征在于,所述根据所述多个最优预测残差块获取基于调整偏差的子空间近似变换集合,包括:

将所述多个最优预测残差块划分并归类到多个最优预测残差块集合中;

根据所述多个最优预测残差块集合获取至少一个基于调整偏差的子空间近似变换;

将所述至少一个基于调整偏差的子空间近似变换划分并归类到至少一个基于调整偏差的子空间近似变换集合中。

4.根据权利要求3所述的变换集合生成方法,其特征在于,所述最优预测残差块集合中的最优预测残差块与集合聚类平均残差块的距离最小,所述集合聚类平均残差块是所述最优预测残差块集中所有最优预测残差块的平均。

5.一种视频预测残差块的变换集合生成装置,其特征在于,所述变换集合生成装置包括:

最优预测残差块获取模块,用于根据原始视频帧产生多个最优预测残差块;

变换集合获取模块,用于根据所述多个最优预测残差块获取基于调整偏差的子空间近似变换集合;

变换存储管理模块,用于将所述基于调整偏差的子空间近似变换集合存储于视频编码器和/或视频解码器中;

变换集合集成模块,用于将所述基于调整偏差的子空间近似变换集合集成到所述视频编码器和/或所述视频解码器的变换集合中。

6.根据权利要求5所述的变换集合生成装置,其特征在于,所述最优预测残差块获取模块包括:

预测残差块获取单元,用于获取所述原始视频帧的被编码单元在各个预测模式下的各个预测残差块,所述原始视频帧包括多个所述被编码单元;

最优预测残差块确定单元,用于将所述被编码单元对应的各个预测残差块中函数值最小的预测残差块确定为所述被编码单元对应的最优预测残差块。

7.根据权利要求5或6所述的变换集合生成装置,其特征在于,所述变换集合获取模块包括:

残差块集合单元,用于将所述多个最优预测残差块划分并归类到多个最优预测残差块集合中;

变换获取单元,用于根据所述多个最优预测残差块集合获取至少一个基于调整偏差的子空间近似变换;

变换集合单元,用于将所述至少一个基于调整偏差的子空间近似变换划分并归类到至少一个基于调整偏差的子空间近似变换集合中。

8.根据权利要求7所述的变换集合生成装置,其特征在于,所述最优预测残差块集合中的最优预测残差块与集合聚类平均残差块的距离最小,所述集合聚类平均残差块是所述最优预测残差块集中所有最优预测残差块的平均。

9.一种机器可读存储介质,其存储有可执行指令,其特征在于,所述指令当被执行时使得所述机器执行如权利要求1至4中任一所述的视频预测残差块的变换集合生成方法。

10.一种机器设备,其特征在于,包括:

至少一个处理器,以及

与所述至少一个处理器耦合的存储器,所述存储器存储指令,当所述指令被所述至少一个处理器执行时,使得所述至少一个处理器执行如权利要求1至4中任一所述的视频预测残差块的变换集合生成方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院,未经中国科学院深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011073947.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top