一种基于深度特征表达与学习的HEVC帧内快速编码方法
授权
摘要
本发明公开了一种基于深度特征表达与学习的HEVC帧内快速编码方法。首先，通过利用深度卷积神经网络强大的特征表达与学习能力，并将注意力机制、特征传递机制等思想与视频编码流程的先验信息相结合，构建CU划分表征矢量预测网络；其次，通过设计有效的损失函数及网络超参数完成该网络的训练过程；最后，使用网络输出结果代替四叉树划分算法的划分结果，完成视频编码流程。采用本发明的技术方案，与国际编码标准HEVC(HM16.5)相比，在保证视频编码质量基本不变的前提下，减少视频编码所需时间成本，缓解编码质量与编码速度之间的矛盾，提高HEVC的编码效率。
基本信息
专利标题 ：
一种基于深度特征表达与学习的HEVC帧内快速编码方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111510728A
申请号 ：
CN202010282678.9
公开（公告）日 ：
2020-08-07
申请日 ：
2020-04-12
授权号 ：
CN111510728B
授权日 ：
2022-05-06
发明人 ：
贾克斌崔腾鹤刘鹏宇孙中华
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 ：
CN202010282678.9
主分类号 ：
H04N19/593
IPC分类号 ：
H04N19/593 H04N19/14 H04N19/119 H04N19/124 H04N19/91 H04N19/154 G06N3/04 G06N3/08
法律状态
2022-05-06 ：
授权
2020-09-01 ：
实质审查的生效
IPC(主分类) : H04N 19/593
申请日 : 20200412
申请日 : 20200412
2020-08-07 ：
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
