本申请公开了一种基于图像频域特征的VVC编码单元快速划分方法和系统,该方法采用第一图像频域特征、第一分类标签和第一权重训练一组基于轻量梯度提升模型的二分类器,得到一组初始二分类器;通过一组初始二分类器进行特征选择,并采用选择后的特征对一组初始二分类器进行训练,得到一组降维二分类器;对一组降维二分类器进行参数调整,以缩减一组降维二分类器的规模,得到一组划分决策分类器;初始化在线样本数据,并根据在线样本数据对每个划分决策分类器中的划分模式进行决策,得到一组目标划分模式;根据一组目标划分模式对VVC编码单元进行快速划分。本申请提高了编码单元的划分效率和决策准确度,保证了视频质量和码率,减少编码时间。
背景技术
编码器的优化方向包括压缩效率和编码速度,具体来讲压缩效率是指图像质量与码率的平衡,在编码过程中表现为较小的率失真代价(Rate-Distortion Cost,RD Cost),在编码结果中表现为小于0的BDBR(Bjontegaard Delta Bit Rate),而编码速度则用编码时间来衡量。
原始的基于率失真优化(Rate-Distortion Optimization,RDO)方法对所有允许采用的划分模式执行完整编码过程得到RD Cost,通过比较代价大小得到最佳模式,虽然总是能找到最佳的划分模式,但是导致了极大的时间复杂度,性价比较差;而快速算法寻求时间与压缩性能的平衡,即在尽量保证高图像质量和低码率(也就是RD Cost尽可能小)的情况下减少编码时间,但是往往不能充分去除可能性低的划分模式导致节省时间不多,或是决策准确度较差跳过了较好的划分模式导致视频质量下降码率上升。
因此,上述现有的编码单元划分方法对编码单元的划分效率不高,决策准确度较差导致视频质量下降并且码率上升。
实现思路