[发明专利]视频编码方法、解码方法、装置、电子设备及存储介质在审
| 申请号: | 202310545135.5 | 申请日: | 2023-05-15 |
| 公开(公告)号: | CN116489385A | 公开(公告)日: | 2023-07-25 |
| 发明(设计)人: | 张佳 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
| 主分类号: | H04N19/503 | 分类号: | H04N19/503;H04N19/109;H04N19/14;H04N19/176;H04N19/119;H04N19/186 |
| 代理公司: | 北京市立方律师事务所 11330 | 代理人: | 张海秀 |
| 地址: | 518000 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: | 视频 编码 方法 解码 装置 电子设备 存储 介质 | ||
1.一种视频编码方法,其特征在于,所述方法包括:
确定当前待编码块的帧间预测效果;
若所述帧间预测效果满足预设条件,则跳过帧内块复制IBC预测模式,采用除IBC预测模式之外的预测编码模式作为所述当前待编码块的目标预测模式;
采用所述目标预测模式对所述当前待编码块进行编码,得到所述当前待编码块的编码结果;
其中,所述帧间预测效果通过编码代价或所述当前待编码块的最佳帧间预测模式中的至少一项表征,所述帧间预测效果满足预设条件包括以下至少一项:
帧间预测的编码代价小于或等于设定代价;
最佳帧间预测模式为指定帧间预测模式中的一种。
2.根据权利要求1所述的方法,其特征在于,所述指定帧间预测模式至少包括帧间跳过skip模式。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
确定所述当前待编码块的内容类型,所述内容类型为自然内容或屏幕内容;
若所述内容类型为自然内容,则跳过IBC预测模式,采用除IBC预测模式之外的预测编码模式作为对所述当前待编码块的目标预测模式;或者,所述若所述帧间预测效果满足预设条件,则跳过IBC预测模式,包括:
若所述帧间预测效果满足预设条件且所述内容类型为自然内容,则跳过IBC预测模式。
4.根据权利要求3所述的方法,其特征在于,所述当前待编码块的内容类型是通过以下任一方式得到的:
根据所述当前待编码块的图像内容中各像素点的像素值,确定所述当前待编码块的颜色统计特征,基于所述颜色统计特征,确定所述当前待编码块的内容类型;
通过训练好的分类模型预测得到所述当前待编码块所属的视频帧的各个待编码块的内容类型,所述各个待编码块包括所述当前待编码块。
5.根据权利要求4所述的方法,其特征在于,所述训练好的分类模型是基于多个训练样本对初始的分类模型进行训练得到的,每个所述训练样本包括一个样本图像块和该样本图像块的标签,一个样本图像块的标签表征了该样本图像块的内容类型为自然内容或屏幕内容;
其中,所述多个训练样本是通过以下方式得到的:
获取多个样本图像块;
对于每个样本图像块,确定该样本图像块的图像内容的颜色统计特征,基于该样本图像块的颜色统计特征,得到该样本图像块的标签。
6.根据权利要求4或5所述的方法,其特征在于,所述颜色统计特征包括全局统计特征或局部统计特征中的至少一项,待处理块的全局统计特征是通过以下方式确定的:
确定所述待处理块的图像内容中各像素点的像素值,其中,所述待处理块为当前待编码块或样本图像块;
对于每个所述像素点,确定该像素点的像素值在多个第一颜色类别中所属的颜色类别,其中,每个所述第一颜色类别对应一个第一像素值区间;
根据各所述像素点所属的第一颜色类别,确定所述待处理块的图像内容中出现的第一颜色类别的第一类别数,所述全局统计特征包括所述第一类别数;
所述待处理块的内容类型是通过以下方式确定的:
若所述第一类别数不小于第一预设值或者所述第一类别数不大于第二预设值,确定所述待处理块的内容类型为自然内容,所述第二预设值小于第一预设值。
7.根据权利要求6所述的方法,其特征在于,所述颜色统计特征包括局部统计特征,所述局部统计特征是通过以下方式确定的:
将所述待处理块划分为多个子块;
对于每个所述子块,基于该子块中的各像素点的像素值,确定该子块中的各像素点的像素值在多个第二颜色类别中所属的颜色类别,确定该子块中出现的颜色类别的第二类别数;每个所述第二颜色类别对应一个第二像素值区间;
其中,所述局部统计特征包括每个所述子块对应的第二类别数;
所述待处理块的内容类型是通过以下方式确定的:
若满足以下至少一项,则确定待处理块的内容类型为自然内容:
对应的第二类别数不小于设定值的子块在所有子块中的占比不小于设定占比;
对应的第二类别数不小于设定值的子块的数量不小于设定数量。
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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,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/202310545135.5/1.html,转载请声明来源钻瓜专利网。





