[发明专利]图像滤波方法、装置、设备及存储介质

权利要求书

1.一种图像滤波方法，其特征在于，包括：

对当前图像的码流进行解码，得到所述当前图像的残差值，并基于残差值，确定所述当前图像的重建图像；

对于所述重建图像中待滤波的当前图像块，确定所述当前图像块的第一色度分量和第二色度分量的目标滤波顺序，所述目标滤波顺序是通过解码码流或基于N种滤波顺序的滤波代价确定的，所述N为大于1的正整数；

基于所述目标滤波顺序，将所述当前图像块的第一色度分量和第二色度分量输入神经网络滤波器中进行滤波，得到所述当前图像块的色度滤波块。

2.根据权利要求1所述的方法，其特征在于，所述确定所述当前图像块的第一色度分量和第二色度分量的目标滤波顺序，包括：

解码所述码流，得到第一信息，所述第一信息用于指示所述目标滤波顺序；

基于所述第一信息，得到所述目标滤波顺序。

3.根据权利要求2所述的方法，其特征在于，所述滤波代价包括第一滤波代价，所述目标滤波顺序是基于所述N种滤波顺序中每一种滤波顺序的第一滤波代价确定的，所述滤波顺序的第一滤波代价是按照所述滤波顺序，将所述当前图像块的第一色度分量和第二色度分量输入所述神经网络滤波器中进行滤波时确定的滤波代价；

其中，所述目标滤波顺序为所述N种滤波顺序中第一滤波代价最小的一种滤波顺序。

4.根据权利要求1所述的方法，其特征在于，所述滤波代价包括第二滤波代价，所述确定所述当前图像块的第一色度分量和第二色度分量的目标滤波顺序，包括：

确定所述当前图像块的周围已滤波区域；

对于所述N种滤波顺序中的第i种滤波顺序，按照所述第i种滤波顺序，将所述周围已滤波区域的第一色度分量和第二色度分量，输入所述神经网络滤波器中进行滤波，确定所述周围已滤波区域在所述第i种滤波顺序下的第i个第二滤波代价，所述i为小于或等于N的正整数；

基于所述N种滤波顺序分别对应的第二滤波代价，从所述N种滤波顺序中，确定所述目标滤波顺序。

5.根据权利要求4所述的方法，其特征在于，所述按照所述第i种滤波顺序，将所述周围已滤波区域的第一色度分量和第二色度分量，输入所述神经网络滤波器中进行滤波，确定所述周围已滤波区域在所述第i种滤波顺序下的第i个第二滤波代价，包括：

按照所述第i种滤波顺序，将所述周围已滤波区域的第一色度分量和第二色度分量，输入所述神经网络滤波器中进行滤波，得到所述周围已滤波区域的第i个滤波后的值；

基于所述第i个滤波后的值和所述周围已滤波区域，确定所述第i个第二滤波代价。

6.根据权利要求4所述的方法，其特征在于，所述基于所述N种滤波顺序分别对应的第二滤波代价，从所述N种滤波顺序中，确定所述目标滤波顺序，包括：

将所述N种滤波顺序中第二滤波代价最小的一种滤波顺序，确定为所述目标滤波顺序。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述N种滤波顺序包括第一滤波顺序和第二滤波顺序，所述第一滤波顺序为所述神经网络滤波器的输入中所述第一色度分量在前，所述第二色度分量在后，所述第二滤波顺序为所述神经网络滤波器的输入中所述第二色度分量在前，所述第一色度分量在后。

8.根据权利要求1-6任一项所述的方法，其特征在于，所述当前图像块为所述重建图像的至少一个CTU，或者，所述当前图像块为所述重建图像的预设图像区域。

9.根据权利要求1-6任一项所述的方法，其特征在于，所述神经网络滤波器是以至少一个CTU为一个训练单元训练得到，或者所述神经网络滤波器是以预设图像区域为训练单元训练得到。

10.根据权利要求1-6任一项所述的方法，其特征在于，所述神经网络滤波器的色度分量的训练顺序为N种训练顺序中的任一顺序。