申请/专利权人:重庆邮电大学
申请日:2024-01-18
公开(公告)日:2024-04-09
公开(公告)号:CN117857823A
主分类号:H04N19/96
分类号:H04N19/96;H04N19/176;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明涉及一种高效的多尺度CTU分区网络架构,属于视频编码领域。该网络架构包括一级预测结构、二级预测结构以及三级预测结构,其中,一级预测结构用于预测64×64CU是否需要划分,二级预测结构用于预测32×32CU是否需要划分;三级预测结构用于预测16×16CU是否需要划分;三级预测结构中包括多尺度特征提取层、深层特征提取层以及CU分区预测输出层,二级预测结构和一级预测结构中同样包括深层特征提取层以及CU分区预测输出层,而二级预测结构中是双尺度特征提取层,一级预测结构中是单尺度特征提取层。本发明对不同尺寸下CU的图像特征信息的提取,进而实现更加准确的CTU分区预测,从而降低HEVC的编码复杂度。
主权项:1.一种高效的多尺度CTU分区网络架构,其特征在于:其包括一级预测结构、二级预测结构以及三级预测结构,其中,所述一级预测结构用于预测64×64CU是否需要划分,所述二级预测结构用于预测32×32CU是否需要划分;所述三级预测结构用于预测16×16CU是否需要划分;所述一级预测结构中包括单尺度特征提取层、深层特征提取层以及CU分区预测输出层,其中,所述单尺度特征提取层对应输入64×64CU;所述二级预测结构中包括双尺度特征提取层、深层特征提取层以及CU分区预测输出层,其中,所述双尺度特征包括第一层和第二层,第一层对应输入64×64CU,第二层对应输入32×32CU;所述三级预测结构中包括多尺度特征提取层、深层特征提取层以及CU分区预测输出层,其中,所述多尺度特征包括第一层、第二层以及第三层,第一层对应输入64×64CU,第二层对应输入32×32CU;第三层对应输入16×16CU。
全文数据:
权利要求:
百度查询: 重庆邮电大学 一种高效的多尺度CTU分区网络架构
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。