基于幀間預測的編碼方法、編碼器、設備以及存儲介質技術

提供了一種基于幀間預測的編碼方法、編碼器、設備以及存儲介質，涉及圖像處理技術中的編碼領域。該方法包括：獲取目標視頻幀中待編碼的當前塊；利用第一搜索模板，在該當前塊的參考幀中搜索與該當前塊的幀間預測代價最小的第一匹配塊；該第一搜索模板的搜索范圍小于十字搜索模板的搜索范圍；若該第一匹配塊的幀間預測代價大于或等于損失閾值，則基于該第一匹配塊的運動矢量，利用該十字搜索模板在該參考幀中搜索到的匹配塊對該第一匹配塊進行校驗，以得到最佳匹配塊；基于該最佳匹配塊對該當前塊進行幀間預測編碼。該方法能夠保證在盡量不增加編碼復雜度的前提下，提升幀間預測的準確性并節省碼率。準確性并節省碼率。準確性并節省碼率。

【技術實現步驟摘要】
基于幀間預測的編碼方法、編碼器、設備以及存儲介質


[0001]本申請實施例涉及圖像處理技術中的編碼領域，更為具體地，涉及一種基于幀間預測的編碼方法、編碼器、設備以及存儲介質。

技術介紹

[0002]數字視頻壓縮技術主要是將龐大的數字影像視頻數據進行壓縮，以便于傳輸以及存儲等。隨著互聯網視頻的激增以及人們對視頻清晰度的要求越來越高，盡管已有的數字視頻壓縮標準能夠實現視頻解壓縮，但目前仍然需要追求更好的數字視頻壓縮技術，以保證在盡量不增加編碼復雜度的前提下，提升幀間預測的準確性并節省碼率。

技術實現思路

[0003]本申請實施例提供了一種基于幀間預測的編碼方法、編碼器、設備以及存儲介質，能夠在盡量不增加編碼復雜度的前提下，提升幀間預測的準確性并節省碼率。
[0004]第一方面，提供了一種基于幀間預測的編碼方法，其特征在于，包括：
[0005]獲取目標視頻幀中待編碼的當前塊；
[0006]利用第一搜索模板，在該當前塊的參考幀中搜索與該當前塊的幀間預測代價最小的第一匹配塊；該第一搜索模板的搜索范圍小于十字搜索模板的搜索范圍；
[0007]若該第一匹配塊的幀間預測代價大于或等于損失閾值，則基于該第一匹配塊的運動矢量，利用該十字搜索模板在該參考幀中搜索到的匹配塊對該第一匹配塊進行校驗，以得到最佳匹配塊；
[0008]基于該最佳匹配塊對該當前塊進行幀間預測編碼。
[0009]第二方面，提供了一種編碼器，包括：用于執行上述第一方面或其各實現方式中的方法。具體地，該編碼器包括用于執行上述第一方面或其各實現方式中的方法的功能單元。
[0010]第三方面，提供了一種編碼器，包括處理器和存儲器。該存儲器用于存儲計算機程序，該處理器用于調用并運行該存儲器中存儲的計算機程序，以執行上述第一方面或其各實現方式中的方法。
[0011]第四方面，提供了一種電子設備，包括：
[0012]處理器，適于執行計算機程序；
[0013]計算機可讀存儲介質，該計算機可讀存儲介質中存儲有計算機程序，該計算機程序被該處理器執行時，實現上述第一方面或其各實現方式中的方法。
[0014]第五方面，提供一種計算機可讀存儲介質，該計算機可讀存儲介質存儲有計算機指令，該計算機指令被計算機設備的處理器讀取并執行時，使得計算機設備執行上述第一方或其各實現方式中的方法。
[0015]基于以上技術方案，編碼端可先利用第一搜索模板，在參考幀中確定出與當前塊的幀間預測代價最小的第一匹配塊；再通過判斷第一匹配塊的幀間預測代價是否大于或等于損失閾值，確定是否需要利用搜索范圍比第一搜索模板的搜索范圍更大的十字搜索模
compression)。該無損壓縮可以是視覺無損壓縮(visually lossless compression)，也可以是數學無損壓縮(mathematically lossless compression)。
[0028]例如，該編碼框架100讀取到目標圖像幀后，將該目標圖像幀劃分成為塊數據，并基于塊數據進行編碼。例如，該編碼框架100讀取到目標圖像幀后，可將目標圖像幀劃分成若干個編碼樹單元(Coding Tree Unit，CTU)，一個編碼樹單元又可以繼續被劃分成若干個編碼單元塊(Coding Unit，CU)，CU可以為矩形塊也可以為方形塊。即編碼框架100可基于CTU或CU進行編碼。
[0029]如圖1所示，該編碼框架100可包括幀內估計單元111、幀內預測單元112、運動補償單元113、運動估計單元114、殘差單元121、變換量化單元122、以及頭信息編碼單元或熵編碼單元140。該編碼框架100也可稱為混合框架編碼模式。
[0030]換言之，在編碼框架100中，幀內估計單元111和幀內預測單元112可參考待編碼圖像幀的相鄰圖像塊對目標圖像塊進行預測，以輸出預測塊。或者，運動補償單元113和運動估計單元114可參考待編碼圖像幀的相鄰圖像塊對目標圖像塊進行預測，以輸出預測塊。殘差單元121可基于預測塊與待編碼的目標圖像塊計算殘差塊，即預測塊和待編碼的目標圖像塊的差值，該殘差塊也可稱為殘差信息。該殘差塊經由變換量化單元122變換與量化等過程，可以去除人眼不敏感的信息，以消除視覺冗余。可選的，經過變換量化單元122變換與量化之前的殘差塊可稱為時域殘差塊，經過變換量化單元122變換與量化之后的時域殘差塊可稱為頻率殘差塊或頻域殘差塊。頭信息編碼單元或熵編碼單元140接收到變化量化單元122輸出的量化后的變化系數后，可基于該量化后的變化系數和幀內估計單元111和幀內預測單元112輸出的幀內預測數據或運動補償單元113和運動估計單元114輸出的運動數據，輸出目標碼流。例如，頭信息編碼單元或熵編碼單元140可根據目標上下文模型以及二進制碼流的概率信息消除字符冗余。例如，頭信息編碼單元或熵編碼單元140可以用于基于上下文的自適應二進制算術熵編碼(CABAC)。
[0031]解碼端接收并解析碼流后，經過反變換與反量化等步驟得到時域殘差塊，將解碼端預測得到的預測塊疊加時域殘差塊后，即可得到重建塊。可選的，在本申請中，該當前塊也可稱為原始圖像塊或待編碼的圖像塊，匹配塊也可稱為預測圖像塊或圖像預測塊。此外，針對編碼端，該當前塊也可稱為目標編碼塊或目標編碼圖像塊，針對解碼端，該當前塊也可稱為目標解碼塊或目標解碼圖像塊。
[0032]可選的，該當前塊可以是宏塊。
[0033]該幀內估計單元111和幀內預測單元112可用于幀內預測，幀內預測只參考同一幀圖像的信息，預測目標圖像塊內的像素信息，用于消除空間冗余；幀內預測所使用的幀可以為I幀。運動補償單元113以及運動估計單元114可用于幀間預測，幀間預測可以參考不同幀的圖像信息，利用運動估計搜索最匹配目標圖像塊的運動矢量信息，用于消除時間冗余；若輸入的數字視頻為彩色格式，例如YUV 4:2:0格式，則該數字視頻的每一圖像幀的每4個像素點由4個Y分量和2個UV分量組成，編碼框架100可對Y分量(即亮度塊)和UV分量(即色度塊)分別進行編碼。類似的，解碼端也可根據格式進行相應的解碼。需要說明的是，幀間預測所使用的幀可以為P幀和/或B幀，P幀指的是向前預測幀，B幀指的是雙向預測幀。
[0034]應理解，圖1僅為本申請的示例，不應理解為對本申請的限制。
[0035]例如，該編碼框架100還可包括反變換反量化單元131、濾波器控制分析單元132、
基于神經網絡的濾波單元133、緩存單元134。相當于，在編碼框架100中設置一個解碼器。由此，預測單元100可基于已有的參考幀對目標幀做幀內或者幀間預測，進而能夠保證編碼端和解碼端的對參考幀的理解一致。
[0036]換言之，編碼器復制解碼器的處理環路，可與解碼端產生相同的預測。具體而言，量化的變換系數通過反變換反量化單元131反擴展、反變換來復制解碼端的近似殘差信號。該近似殘差信號加上預測塊后可經過基于神經網絡的濾波單元133，以平滑濾除由于基于塊處理和本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種基于幀間預測的編碼方法，其特征在于，包括：獲取目標視頻幀中待編碼的當前塊；利用第一搜索模板，在所述當前塊的參考幀中搜索與所述當前塊的幀間預測代價最小的第一匹配塊；所述第一搜索模板的搜索范圍小于十字搜索模板的搜索范圍；若所述第一匹配塊的幀間預測代價大于或等于損失閾值，則基于所述第一匹配塊的運動矢量，利用所述十字搜索模板在所述參考幀中搜索到的匹配塊對所述第一匹配塊進行校驗，以得到最佳匹配塊；基于所述最佳匹配塊對所述當前塊進行幀間預測編碼。2.根據權利要求1所述的方法，其特征在于，所述利用所述十字搜索模板在所述參考幀中搜索到的匹配塊對所述第一匹配塊進行校驗之前，所述方法還包括：確定所述第一匹配塊的運動矢量滿足以下條件中的任意一個：所述第一匹配塊的運動矢量為所述第一搜索模板的搜索起始點；所述第一匹配塊的運動矢量在所述參考幀內的方向為垂直方向；所述第一匹配塊的運動矢量在所述參考幀內的方向為水平方向。3.根據權利要求1所述的方法，其特征在于，所述基于所述第一匹配塊的運動矢量，利用所述十字搜索模板在所述參考幀中搜索到的匹配塊對所述第一匹配塊進行校驗，以得到最佳匹配塊，包括：基于所述運動矢量，確定所述十字搜索模板的搜索方向；確定當前搜索點是否為所述十字搜索模板的搜索范圍內的沿所述搜索方向上的搜索點；若所述當前搜索點為所述搜索范圍內的沿所述搜索方向上的搜索點，則基于所述當前搜索點搜索到的匹配塊對所述第一匹配塊進行校驗，以得到最佳匹配塊。4.根據權利要求3所述的方法，其特征在于，所述基于所述運動矢量，確定所述十字搜索模板的搜索方向，包括：若所述第一匹配塊的運動矢量為所述第一搜索模板的搜索起始點，則確定所述十字搜索模板的搜索方向為垂直方向或水平方向；若所述第一匹配塊的運動矢量在所述參考幀內的方向為垂直方向，則確定所述十字搜索模板的搜索方向為垂直方向；若所述第一匹配塊的運動矢量在所述參考幀內的方向為水平方向，則確定所述十字搜索模板的搜索方向為水平方向。5.根據權利要求1所述的方法，其特征在于，所述基于所述第一匹配塊的運動矢量，利用所述十字搜索模板在所述參考幀中搜索到的匹配塊對所述第一匹配塊進行校驗，以得到最佳匹配塊，包括：若存在分辨率比所述參考幀的分辨率小的第一視頻幀，則基于所述第一匹配塊的運動矢量，在所述第一視頻幀中基于當前搜索點對所述當前塊的匹配塊進行搜索，得到第二匹配塊；基于所述第二匹配塊的幀間預測代價對所述第一匹配塊進行校驗，以得到所述最佳匹配塊。6.根據權利要求5所述的方法，其特征在于，所述基于所述第二匹配塊的幀間預測代價
對所述第一匹配塊進行校驗，以得到所述最佳匹配塊，包括：若所述第二匹配塊的幀間預測代價與預設系數的乘積大于或等于所述損失閾值，則將所述第一匹配塊確定為所述最佳匹配塊；若所述第二匹配塊的幀間預測代價與預設系數的乘積小于所述損失閾值，則將所述第二匹配塊確定為所述最佳匹配塊。7.根據權利要求...

【專利技術屬性】
技術研發人員：肖文惠，劉海軍，
申請(專利權)人：騰訊科技深圳有限公司，
類型：發明
國別省市：