摘要
本发明提供了一种用于VVC编码单元的CU分区模式预测方法及视频编码设备,涉及视频编码技术领域。该预测方法包括,构建并训练CNN‑RNN混合神经网络模型,CNN‑RNN混合神经网络模型包括CNN模块和RNN模块,CNN模块用于提取CU的局部纹理特征,RNN模块用于捕捉CU的时序依赖关系;将待编码的CU输入CNN‑RNN混合神经网络模型,输出CU分区模式的预测结果及预测结果的置信度评分;基于置信度评分,选择以预测结果作为最终CU分区模式,或执行RDO搜索并以RDO搜索的结果作为最终CU分区模式。能够有效提取CU的局部纹理特征和时序依赖关系,并根据模型预测的置信度评分,选择最终的CU分区模式。在保证编码效率的前提下,降低计算复杂度,提高编码速度。
技术关键词
模式预测方法
混合神经网络模型
分区
局部纹理特征
视频编码设备
时序依赖关系
存储器存储指令
视频编码技术
复杂度
模块
训练集
序列
尺寸
处理器
样本
数据
系统为您推荐了相关专利信息
探测设备
重建系统
蒙特卡罗算法
曲线
位置探测器
智能巡检方法
摄像单元
巡检信息
对象
计算机可读指令