一种基于机器学习的3D-HEVC深度图编码单元划分快速决...
授权
摘要
本发明公开了一种基于机器学习的3D‑HEVC深度图编码单元快速决策方法，通过构建基于深度梯度提升(XGBoost)的深度图快速编码单元(CU)级别决策系统，用于解决3D‑HEVC中添加深度图和新的编码工具导致的编码复杂度高的问题。该方法包括两部分：XGBoost模型训练和快速CU分割决策。使用数据挖掘和机器学习，通过使用深度图的纹理信息作为特征属性矢量以及当前CU是否继续作为子类标签划分为子CU，来构建决策模型。从编码过程中提取了特征属性，并使用训练有素的模型来确定CU是否继续分区。与标准编码器相比，该方法具有更好的性能改善效果，与相关工作相比，在编码性能上有不同程度地提高。
基本信息
专利标题 ：
一种基于机器学习的3D-HEVC深度图编码单元划分快速决策方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111385585A
申请号 ：
CN202010192422.9
公开（公告）日 ：
2020-07-07
申请日 ：
2020-03-18
授权号 ：
CN111385585B
授权日 ：
2022-05-24
发明人 ：
贾克斌张儒依刘鹏宇孙中华
申请人 ：
北京工业大学
申请人地址 ：
北京市朝阳区平乐园100号
代理机构 ：
北京思海天达知识产权代理有限公司
代理人 ：
沈波
优先权 ：
CN202010192422.9
主分类号 ：
H04N19/70
IPC分类号 ：
H04N19/70 H04N19/96 H04N19/44 H04N13/161 G06N20/00
法律状态
2022-05-24 ：
授权
2020-07-31 ：
实质审查的生效
IPC(主分类) : H04N 19/70
申请日 : 20200318
申请日 : 20200318
2020-07-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
