申请/专利权人：南京理工大学

申请日：2020-12-29

公开（公告）日：2021-05-07

公开（公告）号：CN112770120A

主分类号：H04N19/597(20140101)

分类号：H04N19/597(20140101);H04N19/96(20140101);H04N19/593(20140101);H04N19/147(20140101);H04N13/161(20180101);G06N3/04(20060101);G06N3/08(20060101)

优先权：

专利状态码：有效-授权

法律状态：2022.05.20#授权;2021.05.25#实质审查的生效;2021.05.07#公开

摘要：本发明公开了一种基于深度神经网络的3D视频深度图帧内快速编码方法，方法包括：输入大小为64×64的编码树单元CTU和其深度帧内跳过模式DIS率失真值、量化参数QP，预处理后作为卷积神经网络的输入，经过卷积操作后，对最终特征反卷积，并与中间特征叠加起来，最终输出CTU中深度为0、1和2的21个预测结果，对一个CTU中三个深度层级的CU继续四叉树划分或者停止四叉树划分做出预测。本发明有效地降低了深度图编码单元四叉树划分的复杂度，减少了所需的编码时间；并在提高编码速度的同时，保证了最终解码端合成视角的视频质量。

主权项：1.一种基于深度神经网络的3D视频深度图帧内快速编码方法，其特征在于，包括如下步骤：步骤1：数据收集，选取深度图多种细节不同的视频，每隔20帧选取1帧，每个视频共计选取5帧，在不同量化参数QP下用原始3D-HEVC编码器进行编码，将每个编码树单元CTU中三种不同深度等级的编码单元CU是继续四叉树划分或者终止四叉树划分的结果作为标签，并采集深度0的64×64编码单元的DIS率失真值和量化参数QP，与所有划分标签记录在一个CTU中，作为训练数据集；步骤2：数据训练，对于训练集中的CTU，将CTU的亮度值进行去均值预处理，作为卷积神经网络的输入，随后进行五次卷积计算，最终得到1×1的特征；将QP和DIS率失真值作为先验输入全连接层，并将输出的特征与CTU的特征叠加，经过softmax作为深度0的输出；随后对1×1的特征进行反卷积计算得到2×2的特征，并与中间对应大小特征叠加，经过softmax作为深度1的输出；继续进行反卷积，得到4×4的特征，并与中间对应大小特征叠加，经过softmax作为深度2的输出，经过数据训练后得到一个用于3D-HEVC帧内快速编码的网络；步骤3：数据测试，选取8个视频序列作为测试集，每一帧图像每一个CTU，在编码深度0的64×64的CTU后，将CTU亮度值、QP、DIS率失真值输入到训练好的用于3D-HEVC帧内快速编码的网络中，得到每个CTU中不同深度编码单元的划分判断结果，根据判断结果进行后续编码。

全文数据：

权利要求：

百度查询： 南京理工大学 基于深度神经网络的3D视频深度图帧内快速编码方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD