公开(公告)号：CN117135350A

公开(公告)日：2023-11-28

申请号：CN202310994289.2

申请日：2023-08-08

Applicant: 重庆邮电大学

Inventor： 李强 ,  陈燕辉 ,  董阳 ,  明艳 ,  宋衍昭 ,  彭依浪

IPC: H04N19/119 ,  H04N19/176 ,  H04N19/96

Abstract: 本发明请求保护一种基于特征差异的VVC编码单元加速划分方法及存储介质，具体包括：计算当前编码单元CU的整体均值，根据均值计算当前CU的标准差，依据标准差的大小，判断是否跳过下一步深度划分过程；对于需进一步划分的当前CU，依据其水平和垂直方向信息熵的大小，判断出当前CU水平/垂直纹理方向，跳过某一方向的多叉树划分过程；以相邻CU子块间的邻域差评估子块间的纹理差异，依据中间子块间邻域差与边缘子块间的邻域差的大小，选择跳过三叉树划分模式。本发明能有效降低多功能视频编码CU划分的计算复杂度，减小视频编码器的编码时间，适用于实时性要求较高的视频编码应用场景。

公开(公告)号：CN117041736A

公开(公告)日：2023-11-10

申请号：CN202310928368.3

申请日：2023-07-26

Applicant: 重庆邮电大学

Inventor： 李强 ,  董阳 ,  陈燕辉 ,  明艳 ,  彭依浪 ,  宋衍昭

IPC: H04N23/698 ,  H04N19/20 ,  H04N19/182

Abstract: 本发明请求保护一种ERP全景视频VVC快速CU划分方法及存储介质，属于视频编码领域，该方法包括以下步骤：利用ERP全景视频的采样特性，将编码帧划分为不同纬度区域；基于不同纬度区域CU四叉树深度的分布特性和相邻CU的相关性，对当前CU的划分模式进行提前终止决策；对需继续划分CU，利用梯度差异评估当前CU纹理特性，跳过冗余的水平或垂直划分模式，针对纹理模糊CU，通过纬度采样权重加权二次比较，判断是否跳过垂直划分模式；最后利用二维哈尔小波变换系数评估子CU间的差异，判断是否跳过三叉树划分模式。本发明能显著降低ERP全景视频VVC的计算复杂度，适合ERP全景视频编码应用场景。

公开(公告)号：CN119484865A

公开(公告)日：2025-02-18

申请号：CN202411643818.5

申请日：2024-11-18

Applicant: 重庆邮电大学

Inventor： 李强 ,  宋衍昭 ,  彭依浪

IPC: H04N19/593 ,  H04N19/147 ,  H04N19/186 ,  H04N19/11 ,  G06N20/00

Abstract: 本发明请求保护一种基于机器学习的VVC快速帧内编码模式决策方法，属于视频编码领域，该方法包括以下步骤：获取当前待编码CU的纹理信息、子块纹理信息和领域信息用于LightGBM模型预测；首先使用训练好的LightGBM模型对三个类别的概率进行预测，三个类别分别为：0(角度预测模式)、1(ISP模式)、2(MIP模式)；将概率与阈值进行比较，并且去除概率低于阈值的类别，以减少需执行完整的率失真优化过程的候选模式的数量；此外，在类别0被保留的情况下，进一步使用另一个LightGBM模型预测67种角度预测模式的概率，并去除概率较低的预测模式。本发明在保证视频质量的前提下，能显著节省H.266/VVC的帧内编码时间，适用于实时性要求较高的视频编码应用场景。

公开(公告)号：CN118784835A

公开(公告)日：2024-10-15

申请号：CN202410794230.3

申请日：2024-06-19

Applicant: 重庆邮电大学

Inventor： 李强 ,  宋衍昭 ,  彭依浪 ,  陈莉

IPC: H04N19/107 ,  H04N19/159 ,  H04N19/50

Abstract: 本发明请求保护一种多模型融合的VVC帧内编码快速CU划分方法及存储介质，属于视频编码领域，该方法包括以下步骤：获取当前CU滤波后的图像信息用于CNN模型预测；获取CU的纹理信息、编码信息、上下文信息和子块纹理信息用于LightGBM模型预测；对于尺寸为32×32的CU融合CNN模型和LightGBM模型的预测输出，得到六种划分模式的概率；对于其它尺寸的CU，单独使用LightGBM模型进行CU划分模式预测；将六种划分模式的概率与阈值进行比较，并去除冗余的CU划分模式。本发明在保证视频质量的前提下，能显著节省H.266/VVC的帧内编码时间，适用于实时性要求较高的视频编码应用场景。

公开(公告)号：CN118433424A

公开(公告)日：2024-08-02

申请号：CN202410483142.1

申请日：2024-04-22

Applicant: 重庆邮电大学

Inventor： 李强 ,  彭依浪 ,  宋衍昭

IPC: H04N19/96 ,  H04N19/169 ,  H04N19/593 ,  H04N19/136 ,  H04N19/103 ,  H04N19/70 ,  H04N19/85

Abstract: 本发明请求保护一种基于帧内相同编码参数的VVC重压缩检测方法及存储介质，属于视频编码领域，该方法包括以下步骤：对视频编码码流解码，构建编码单元(CU)的属性矩阵，并重构视频；对重构视频再次编解码，构建CU的属性矩阵，并重构视频；利用连续两次编解码CU的属性矩阵，经统计和计算得到CU的高级码流特征；对重构视频再次编码，构建CU的属性矩阵；利用连续两次编解码CU的属性矩阵，得到CU的高级码流特征；利用高级码流特征构建用于视频重压缩检测的高级码流特征矩阵，然后输入到机器学习分类模型中对视频进行重压缩检测，获得检测结果。本发明能提高VVC重压缩检测的准确率，适合VVC的所有应用场景。