基于轻量级深度学习模型的视频编码CU块分类方法及介质

本发明请求保护一种基于轻量级深度学习模型的视频编码CU块分类方法，适用于视频编码领域。该方法首先对输入图像进行分块处理，将其划分为多个128×128像素的图像块，并提取每个图像块的亮度信息。通过归一化处理后，亮度数据作为深度学习模型的输入，用于生成多个类别的分类概率。对于每个图像块的子单元，逐像素比较不同类别的概率，并为其分配最高概率的类别标签。随后，基于子单元的分类结果，统计每个CU块中各类别的数量，并根据统计信息为CU块分配对应的类型。CU块可同时属于多个类别，采用按位操作确定其最终类别。本发明通过精确的CU块分类，不仅提高了编码效率，还为后续的模式划分和选择提供了数据支持，适用于实时性要求较高的视频编码应用场景。