申请/专利权人：郑州轻工业大学

申请日：2020-01-16

公开（公告）日：2023-07-14

公开（公告）号：CN111246218B

主分类号：H04N19/597

分类号：H04N19/597;H04N19/96;H04N19/176;H04N19/107

优先权：

专利状态码：有效-授权

法律状态：2023.07.14#授权;2020.06.30#实质审查的生效;2020.06.05#公开

摘要：本发明提出了一种基于JND模型的CU分割预测和模式决策纹理编码方法，其步骤为：首先，启动模式决策，通过亮度JND模型、空间JND模型和时间JND模型构建纹理视频的多视图纹理JND模型；其次，根据纹理视频的内容设置多视图纹理JND模型的阈值，并根据阈值将纹理视频的树块分为三种类型；再根据当前树块所属类型对当前树块进行自适应CU分割；最后，根据当前树块所属的类型对自适应CU分割的树块进行快速模式决策的预测，确定树块的最佳编码模式。本发明利用JND模型分析纹理图像的树块特征，在早期阶段跳过纹理视频的一些树块，可显著降低3D‑HEVC的编码复杂度，同时视频的RD性能的损失可以忽略不计。

主权项：1.一种基于JND模型的CU分割预测和模式决策纹理编码方法，其特征在于，其步骤如下：S1、启动模式决策，通过亮度JND模型、空间JND模型和时间JND模型构建纹理视频的多视图纹理JND模型；所述多视图纹理JND模型为：JNDMi,j,t＝[JNDLi,j]α·[JNDSi,j]β·[JNDTi,j,t]χ，其中，JNDM表示多视图纹理JND模型，JNDL表示亮度JND模型，JNDS表示空间JND模型，JNDT表示时间JND模型，i,j表示像素在纹理框中的位置，t表示纹理帧索引，α、β和χ均表示权重因子；所述亮度JND模型为： 其中，Li,j表示树块的平均亮度值；S2、根据纹理视频的内容设置多视图纹理JND模型的阈值，并根据阈值将纹理视频的树块分为三种类型，分别为均匀纹理的CU、中间纹理的CU和复杂纹理的CU；S3、根据当前树块所属的类型对当前树块进行自适应CU分割；S4、根据当前树块所属的类型对自适应CU分割的树块进行快速模式决策的预测，确定树块的最佳编码模式。

全文数据：

权利要求：

百度查询： 郑州轻工业大学 基于JND模型的CU分割预测和模式决策纹理编码方法

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