一种针对VVC帧内编码单元划分的快速决策方法与流程

本发明属于视频编码领域，特别指一种针对vvc帧内编码单元划分的快速决策方法。

背景技术：

随着视频市场的发展，超高清（uhd）和虚拟现实（vr）视频因其能够提供更现实的感知质量而越来越受欢迎；但是，由于高分辨率和广泛的亮度动态范围，uhd和vr视频的数据量急剧增加，目前的高效视频编码（hevc）标准没有具有足够的压缩能力，以满足未来市场的要求。为了研究未来视频编码技术标准化的潜在需要，itu-t视频编码专家组（vceg）和iso/iec移动图像专家组（mpeg）联合成立了视频探索小组（jvet），该专家组征集hevc及其扩展提案，推出了一种新的视频编码标准，称为通用视频编码（vvc）。在jvet的发展过程中，许多新的编码技术已经被探索和采用，如四叉树加二叉树块划分结构、位置依赖的预测组合、仿射运动补偿预测和自适应多核变换等；所有工具都集成到jvet测试软件中，以评估其潜在性能，许多被采用到下一代视频编码标准vvc中。vvc性能远远超越了hevc，但编码器复杂度也急剧增加；在全帧内测试配置下，vvc测试软件（vtm）的内部编码复杂度比hevc测试软件（hm）增加了18倍。

块划分结构作为编码层的核心，利用灵活的块大小，获得了很大的编码性能增益。联合探索测试模型（jem）采用二叉树加四叉树（qtbt）作为块划分结构来适应各种纹理模式；而vtm通过添加两种三元划分模式，进一步改进了qtbt，形成了具有嵌套的多类型树，以支持更灵活的编码分区形状；特别是，编码树单元首先由四叉树划分（qt），然后通过多元树（mt）结构进一步划分四叉树叶节点。在多元树结构中，一共有4种类型的树，包括垂直二叉树、水平二叉树、垂直三叉树和水平三叉树；为了简化编码树单元的划分过程，一旦编码单元被划分为多元树，随后的划分不再出现四叉树。

然而，在高效视频编码（hevc）标准中，使用了四叉树划分寻找最优的划分结构，极大的增加了编码复杂度；相比于hevc，通用视频编码（vvc）增加了二叉树划分和三叉树划分，复杂度成倍增加；基于此，本发明一种针对vvc帧内编码单元划分的快速决策方法，以用于开发快速编码方法，以满足潜在市场的实际需求。

技术实现要素：

本发明的目的在于针对通用视频编码（vvc）存在复杂度过高的问题，提出了一种针对vvc帧内编码单元划分的快速决策方法，主要利用梯度算子对当前帧内亮度编码块的纹理内容进行分析，评估亮度编码单元纹理的复杂程度，之后利用分区像素差异进一步的加强对纹理的预测，最后通过纹理对当前亮度编码块的划分方式进行筛选，减少划分模式的数量，提前结束划分过程，节省了编码时间。

为实现上述目的，本发明采用的技术方案如下：

一种针对vvc帧内编码单元划分的快速决策方法，其特征在于，包括以下步骤：

s1、二叉树划分决策，包括：步骤s11与步骤s12，具体如下：

s11、水平二叉树划分决策：当前亮度编码单元满足如下任一条件，则当前亮度编码单元跳过水平二叉树划分；

计算当前亮度编码单元的水平二叉树子区域bh1和bh2的水平平均梯度ghbh1和ghbh2，垂直平均梯度gvbh1和gvbh2，45度平均梯度g45bh1和g45bh2，135度平均梯度g135bh1和g135bh2；子区域bh1和bh2内平均梯度的比值均小于设定阈值th1：

；

计算垂直二叉树子区域bv1和bv2的像素差异covbv1和covbv2，covbv1和covbv2的比值大于设定阈值th2：

；

s12、垂直二叉树划分决策：当前亮度编码单元满足如下任一条件，则当前亮度编码单元跳过垂直二叉树划分；

计算当前亮度编码单元的垂直二叉树子区域bv1和bv2的水平平均梯度ghbv1和ghbv2，垂直平均梯度gvbv1和gvbv2，45度平均梯度g45bv1和g45bv2，135度平均梯度g135bv1和g135bv2；子区域bv1和bv2内平均梯度的比值均小于阈值th3：

；

计算水平二叉树子区域bh1和bh2的像素差异covbh1和covbh2，covbh1和covbh2的比值大于设定阈值th4：

；

s2、三叉树划分决策，包括：步骤s21与步骤s22，具体如下：

s21、水平三叉树划分决策：当前亮度编码单元满足如下条件，则当前亮度编码单元跳过水平三叉树划分；

计算当前亮度编码单元的水平三叉树子区域th1、th2和th3的垂直平均梯度gvth1、gvth2和gvth3，gvth1、gvth2和gvth3两两之间比值均小于设定阈值th5：

；

s22、垂直三叉树划分决策：当前亮度编码单元满足如下条件，则当前亮度编码单元跳过垂直三叉树划分；

计算当前编码单元的垂直三叉树子区域tv1、tv2和tv3的水平平均梯度ghtv1、ghtv2和ghtv3，ghtv1、ghtv2和ghtv3两两之间比值均小于设定阈值th6：

；

s3、将剩余未跳过的划分模式添加到候选列表，划分模式选择完毕。

进一步的，所述设定阈值th1的取值范围为1.1~1.3，所述设定阈值th2的取值范围为3.0~4.0，所述设定阈值th3的取值范围为1.1~1.3，所述设定阈值th4的取值范围为3.0~4.0，所述设定阈值th5的取值范围为1.5~2.5，所述设定阈值th6的取值范围为1.5~2.5。

进一步的，所述水平二叉树子区域bh1和bh2的像素差异covbh1和covbh2的计算表达式为：

；

所述垂直二叉树子区域bv1和bv2的像素差异covbv1和covbv2的计算表达式为：

；

其中，i表示当前亮度编码单元像素值，w、h分别表示当前亮度编码单元的宽度、高度。

与现有技术相比，本发明的有益效果在于：

本发明提供的针对vvc帧内编码单元划分的快速决策方法，通过提取当前亮度编码单元的纹理信息，提前判断当前亮度编码单元的预测趋势，跳过可能性小的划分模式，减少了候选列表中划分模式数量，提前跳出划分模式的递归过程，有效的降低了vvc帧内编码的时间复杂度。

附图说明

图1为本发明针对vvc帧内编码单元划分的快速决策方法的流程概要图。

图2为本发明实施例中针对vvc帧内编码单元划分的快速决策方法的流程图。

图3为本发明实施例中二叉树水平划分、二叉树垂直划分、三叉树垂直划分和三叉树水平划分的子区域示意图。

具体实施方式

下面结合附图和实施例对本发明的技术方案进行清楚、完整的描述，显然，下面所描述的实施例仅是本发明一部分的实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下，所获得的所有其他实施例，都属于本发明保护的范围。

本实施例提供一种针对vvc帧内编码单元划分的快速决策方法，其流程概要如图1所示，主要包括二叉树划分决策和三叉树划分决策，当编码单元的纹理信息符合预设条件时，相应跳过二叉树划分和三叉树划分；涉及的二叉树划分与三叉树划分，其中，二叉树划分包括二叉树水平划分与二叉树垂直划分，三叉树划分包括三叉树水平划分与三叉树垂直划分；具体的讲：所述二叉树水平划分指：将编码单元按高度1:1划分为两部分，所述二叉树垂直划分指：将编码单元按宽度1:1划分为两部分，所述三叉树水平划分指：将编码单元按高度1:2:1划分为三部分，所述三叉树垂直划分指：将编码单元按宽度1:2:1划分为三部分；本实施例中，二叉树水平划分、二叉树垂直划分、三叉树水平划分和三叉树垂直划分的子区域如图3所示，二叉树水平划分为水平二叉树子区域bh1和bh2，二叉树垂直划分为垂直二叉树子区域bv1和bv2，三叉树水平划分为水平三叉树子区域th1、th2和th3，三叉树垂直划分为垂直三叉树子区域tv1、tv2和tv3。

所述针对vvc帧内编码单元划分的快速决策方法的具体流程如图2所示，详细步骤如下：

当前帧内编码单元划分模式进行选择时，计算当前亮度编码单元i的水平梯度gh、垂直梯度gv、45度梯度g45和135度梯度g135，表达式为：

（1）

其中，表示卷积运算，i表示当前亮度编码单元像素值；

s1、计算当前亮度编码单元的水平二叉树子区域bh1和bh2的水平平均梯度ghbh1和ghbh2，垂直平均梯度gvbh1和gvbh2，45度平均梯度g45bh1和g45bh2，135度平均梯度g135bh1和g135bh2；表达式为：

（2）

其中，w、h分别表示当前亮度编码单元的宽度、高度，(y,x)、(j,i)均表示位置坐标；

若子区域bh1和bh2内的水平平均梯度、垂直平均梯度、45度平均梯度和135度平均梯度的比值均小于自定义阈值th1，则当前亮度编码单元跳过二叉树水平划分，表达式为：

（3）

其中，自定义阈值th1的取值范围为1.1~1.3；本实施例中，阈值th1设置为1.18；

s2、计算当前亮度编码单元的垂直二叉树子区域bv1和bv2的水平平均梯度ghbv1和ghbv2，垂直平均梯度gvbv1和gvbv2，45度平均梯度g45bv1和g45bv2，135度平均梯度g135bv1和g135bv2；表达式为：

（4）

若子区域bv1和bv2内的4种平均梯度的比值均小于阈值th3，则当前编码单元跳过二叉树垂直划分，表达式为：

（5）

其中，自定义阈值th3的取值范围为1.1~1.3；本实施例中，阈值th3设置为1.18；

s3、计算水平划分子区域bh1和bh2的像素差异covbh1和covbh2，表达式为：

（6）

当covbh1和covbh2的比值大于自定义阈值th4时，跳过二叉树垂直划分；表达式为：

（7）

其中，自定义阈值th4的取值范围为3.0~4.0；本实施例中，阈值th4的设置为3.5；

s4、计算垂直划分子区域bv1和bv2的像素差异covbv1和covbv2，表达式为：

（8）

当covbv1和covbv2的比值大于自定义阈值th2时，跳过二叉树水平划分，表达式为：

（9）

其中，自定义阈值th2的取值范围为3.0~4.0；本实施例中，阈值th2的设置为3.5；

s5、计算当前亮度编码单元的水平三叉树子区域th1、th2和th3的垂直平均梯度gvth1、gvth2和gvth3，表达式为：

（10）

当gvth1、gvth2和gvth3两两之间比值均小于设定阈值th5时，跳过三叉树水平划分，表达式为：

（11）

其中，自定义阈值th5的取值范围为1.5~2.5；本实施例中，阈值th5设定为2；

s6、计算当前编码单元的垂直三叉树子区域tv1、tv2和tv3的水平平均梯度ghtv1、ghtv2和ghtv3，表达式为：

（12）

当ghtv1、ghtv2和ghtv3两两之间比值均小于设定阈值th6，此时跳过三叉树垂直划分，表达式为：

（13）

其中，自定义阈值th6的取值范围为1.5~2.5；本实施例中，阈值th6设定为2；

s7、将剩余未跳过的划分模式添加到候选列表。

基于上述实施例所公开的技术内容，本实施例在最新的vvc编码器（vtm9.3）上进行测试，以此评估该方法的可行性和有效性；测试时，编码配置为“allintra，”并采用默认的配置参数；量化系数分别设置为22，27，32，37；最后根据码率变化（bd-rate，表示相同psnr下码率的变化）和编码节省时间（ts）来评估算法性能。

测试序列包含了4种分辨率的12个序列，分别为1920×1080（kimono1，parkscene，bqterrace），1280×716（johnny，fourpeople，kristenandsara），832×480（partyscene，racehorsesc，basketballdrill）和416×240（blowingbubbles，racehorses，bqsquare）；如表1所示为本发明所提供方法在vtm9.3测试平台上的性能对比结果：

表1

从表1所示的结果可以看出，对比于传统vtm，本发明方法的平均节约时间为37.12%，而bd-rate平均仅增加1.06%；对不同测试视频，实验结果会有小幅度的波动，但本发明提出的方法是有效的；和vtm9.3原始平台相比，本发明在减少了编码时间的同时，也保证了视频的质量。

以上所述，仅为本发明的具体实施方式，本说明书中所公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换；所公开的所有特征、或所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以任何方式组合。