一种B帧的量化方法、装置、电子设备和存储介质

    公开(公告)号:CN117221545A

    公开(公告)日:2023-12-12

    申请号:CN202311217228.1

    申请日:2023-09-20

    IPC分类号: H04N19/124 H04N19/172

    摘要: 本发明公开了一种B帧的量化方法、装置、电子设备和存储介质,涉及视频编码量化领域。具体实现方案为:根据B帧参考帧类型的不同,赋予B帧不同的基本帧级QP。通过拟合平均帧内编码代价和量化偏移量之间的映射关系得到B帧的第一量化偏移量,进而计算得到实际量化偏移量。最后根据基本帧级QP和实际量化偏移量得到当前B帧的量化参数。本发明提供的方案利用处于不同时域层级的B帧其参考帧类型不同的特点,计算选择不同的量化参数,实现量化参数的优化,提升编码性能。

    一种优化的快速导向图滤波方法

    公开(公告)号:CN110458775B

    公开(公告)日:2023-04-07

    申请号:CN201910714553.6

    申请日:2019-08-07

    IPC分类号: G06T5/00 G06T3/40

    摘要: 本发明提供一种优化的快速导向图滤波方法,采用原图的平方图的缩略图替代快速导向图滤波方法中缩略图的平方图来计算导向图算法中使用的系数a、b,相比原始的快速导向图滤波算法,改善了最终的导向图结果与原版导向图在面积较小的区域会有较大区别的问题,得到更加接近原始导向图的结果,从而提高快速导向图滤波器的滤波效果。

    一种视频编码模式快速决策的方法

    公开(公告)号:CN113542738B

    公开(公告)日:2022-04-12

    申请号:CN202111089871.1

    申请日:2021-09-17

    IPC分类号: H04N19/109 H04N19/11

    摘要: 本发明公开了一种视频编码模式快速决策的方法,属于图像编码技术领域,所述方法包括:获取编码单元的编码信息,根据编码信息和预设的决策条件进行编码模式的判断。先判断是否满足SKIP模式的预设条件,再进行帧内模式预帧间模式的预分析,最后进行进一步的判断。从而在几乎不造成编码性能损失的前提下,大大提高编码效率,减少计算冗余。

    基于块效应检测的CRF自适应方法

    公开(公告)号:CN113038135A

    公开(公告)日:2021-06-25

    申请号:CN202110543224.7

    申请日:2021-05-19

    摘要: 本发明公开了一种基于块效应检测的CRF自适应方法,属于图像编码技术领域,所述方法包括:将原始帧与重建帧进行分块,对宏块进行边缘检测,判断是否为块效应边缘;根据块效应边缘计算当前帧的块效应强度;最后根据块效应强度进行CRF的自适应调整。本发明利用对主观结果影响较大的块效应作为质量评价指标,编码器可以根据这个质量指标自适应调整CRF参数值,使得当质量过高时可以升高CRF以降低码率与质量,当质量过低时可以降低CRF以提高码率与质量,获得更好的整体质量,更低的平均码率。

    一种AV1合成胶片颗粒自适应前处理的方法

    公开(公告)号:CN112381744A

    公开(公告)日:2021-02-19

    申请号:CN202011166003.4

    申请日:2020-10-27

    IPC分类号: G06T5/10 G06T7/11 G06T3/40

    摘要: 本发明公开了一种AV1合成胶片颗粒自适应前处理的方法,属于图像处理技术领域。所述方法为将视频的图像帧划分为图像块,通过图像块更准确地估计整帧的维纳滤波强度。在估计维纳滤波强度过程中,先使用图像块的胶片颗粒和对应的最佳滤波强度数据集训练CNN网络模型。通过CNN网络模型得到胶片颗粒亮度方差最大以及最小的图像块对应的最佳滤波强度。然后利用图像块的胶片颗粒亮度方差,拟合方差和最佳维纳滤波强度之间的关系。利用方差来快速得到每个图像块需要设置的滤波强度。最后得到整帧图像需要设置的滤波强度。

    一种通过共享特征提取网络加速视频恢复任务的方法

    公开(公告)号:CN111340146A

    公开(公告)日:2020-06-26

    申请号:CN202010427811.5

    申请日:2020-05-20

    IPC分类号: G06K9/62 G06N3/04 G06T5/00

    摘要: 本发明公开了一种通过共享特征提取网络加速视频恢复任务的方法,属于视频恢复技术领域。所述方法包括以下步骤:通过训练多任务的视频恢复模型,使模型的特征提取功能更加强大并且泛化能力更强,且通用性也更好,并减少总计算量。具体的:首先用自监督视频预测任务预训练共享特征提取层;之后训练多任务的CNN视频恢复模型,该模型在共享特征提取层提取多个尺度的图像特征,将图像特征作为输入,送入每个任务所独有的解码层,最终将所有层的损失求和得到整个模型的损失函数,使CNN视频恢复模型能够用共享的特征提取网络处理更多的任务,节省了计算资源,最终实现了视频恢复任务的加速。

    一种基于图像处理和机器学习的屏幕视频编码方法

    公开(公告)号:CN110312134A

    公开(公告)日:2019-10-08

    申请号:CN201910716492.7

    申请日:2019-08-06

    摘要: 本发明公开了基于图像处理和机器学习的屏幕视频编码方法。所述方法包括以下步骤:首先对于每一个图像帧,首先利用场景转换帧作为关键帧,利用支持向量机或者深度神经网等机器学习的方法,对于关键帧首先做场景分类;之后根据分类后的场景确定是否为屏幕内容;确定为屏幕内容的图像帧,跳过通用编码方法,直接利用屏幕内容编码工具来实现编码,提升效率;进而利用粗分块实现图像特征提取,根据图像帧块特征,以及图像细颗粒特征,决策出该图像帧的视频内容编码工具选择以及相应工具的具体参数取值,从而在保证图像率失真性能接近最优的基础上,实现屏幕内容的高效编码。

    一种直播延时的测量方法和系统
    30.
    发明公开

    公开(公告)号:CN118354163A

    公开(公告)日:2024-07-16

    申请号:CN202410624546.8

    申请日:2024-05-20

    摘要: 本发明公开了一种直播延时的测量方法和系统,所述方法包括:对直播链路中的各个传输节点进行时间校对后,记录直播流数据到达各传输节点的时间信息。然后再根据记录的所述时间信息,得到分段,和/或,整体延时。本发明提供的技术方案无需使用额外的机械设备,可大规模线上部署,并且在对业务没有侵入性、对系统架构没有伤害的情况下可以获得直播链路中任意两个传输节点之间的分段时间延时,和/或,直播链路的整体延时。