[发明专利]帧间预测方法及相关设备在审

专利信息
申请号: 202011408514.2 申请日: 2020-12-03
公开(公告)号: CN114598877A 公开(公告)日: 2022-06-07
发明(设计)人: 周川;吕卓逸 申请(专利权)人: 北京三星通信技术研究有限公司;三星电子株式会社
主分类号: H04N19/159 分类号: H04N19/159;H04N19/80
代理公司: 北京市立方律师事务所 11330 代理人: 张筱宁
地址: 100028 北京市朝*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 预测 方法 相关 设备
【说明书】:

本申请实施例提供了一种视频编解码的帧间预测方法,涉及视频编解码技术领域。该方法包括:获取编码单元的编码信息;基于所述编码信息确定所述编码单元在已解码的参考图像中的样本点;确定与所述编码单元对应的插值滤波器;基于所述样本点与所述插值滤波器,确定所述编码单元的预测样本矩阵。本申请的实施有利于提高帧间预测的准确度,提高编解码性能。

技术领域

本申请涉及视频编解码技术领域,具体而言,本申请涉及一种帧间预测方法及相关设备。

背景技术

在视频编码中,编码端将视频图像序列中的各图像划分为若干编码单元后,使用帧内预测模式和/或帧间预测模式确定各编码单元的预测值,将各编码单元的预测值与原始值之间的差值进行变换和量化后得到的系数信息,结合其他编码信息经熵编码后生成码流。

在视频解码中,解码端从码流中解析出各编码单元的编码信息和系数信息后,根据编码信息使用帧内预测模式和/或帧间预测模式确定各编码单元的预测值,对系数信息进行反量化和反变换后得到差值,将预测值与差值相加后获得各编码单元的重建值,进而基于重建值得到视频图像序列中的各图像。

其中,帧间预测模式的原理为基于不同图像中已经编码或已经解码的图像来预测当前图像。在帧间预测过程中,基于运动矢量指向编码单元在参考图像中的位置确定最优匹配块时,需要进行插值。然而,现有技术中,采用固定系数的插值滤波器进行插值,对于具有分辨率、颗粒度、纹理特性和运动特性等方面差异的视频,帧间预测的准确性差,导致视频图像的编解码性能差。

发明内容

为至少能解决上述的技术缺陷之一,本申请提供了一种帧间预测方法及相关设备,该技术方案如下所示:

第一方面,提供了一种帧间预测方法,包括:

获取编码单元的编码信息;

基于所述编码信息确定所述编码单元在已解码的参考图像中的样本点;

确定与所述编码单元对应的插值滤波器;

基于所述样本点与所述插值滤波器,确定所述编码单元的预测样本矩阵。

在一个实施例中,所述确定与所述编码单元对应的插值滤波器;基于所述样本点与所述插值滤波器,确定所述编码单元的预测样本矩阵,包括以下至少一项:

若所述样本点的横坐标位置和/或纵坐标位置为非整像素点位置,将深度神经网络的第一插值滤波器确定为所述插值滤波器,基于所述插值滤波器,得到所述编码单元的预测样本矩阵;若所述样本点的横坐标位置和纵坐标位置为整像素点位置,将所述样本点所在的第一样本矩阵确定为所述编码单元的预测样本矩阵;

获取所述编码单元对应待解码图像的参考图像;将深度神经网络的第一插值滤波器作为所述插值滤波器对所述待解码图像的参考图像进行处理,得到第一预设像素点参考图像;基于所述样本点、所述第一预设像素点参考图像、和/或已解码的参考图像,确定所述编码单元的预测样本矩阵;

将深度神经网络的第二插值滤波器作为所述插值滤波器,基于所述插值滤波器,得到第四样本矩阵;基于所述样本点与第四样本矩阵确定所述编码单元的预测样本矩阵。

在另一个实施例中,所述基于所述插值滤波器,得到所述编码单元的预测样本矩阵,包括:

将所述样本点所在的第一样本矩阵,移动所述样本点位置至整像素样本点位置,得到第二样本矩阵;

基于所述第一插值滤波器的卷积核信息扩充所述第二样本矩阵,得到第三样本矩阵;

基于所述编码单元的量化参数生成量化矩阵;

将所述第三样本矩阵和量化矩阵输入所述插值滤波器,得到所述编码单元的预测样本矩阵。

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北京三星通信技术研究有限公司;三星电子株式会社,未经北京三星通信技术研究有限公司;三星电子株式会社许可,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/202011408514.2/2.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