一种基于卷积神经网络的VVC块划分快速预测方法

本发明提出一种基于卷积神经网络的VVC块划分快速预测方法。该算法流程为：将尺寸为32×32的编码单元(CU)输入，先将CU的像素值归一化，使用改进Canny算子预处理预处理，输入到CNN‑SVM网络模型中。经过卷积神经网络特征提取后，在最后一次全连接处嵌入QP值，输入到支持向量机(SVM)中进行分类，完成水平、垂直、不划分还是复杂形式4个类别的判别，并进行相应的划分或跳过操作。本发明通过SVM‑CNN的结合，有效降低编码单元多类型划分的复杂度，在确保最终解码端的视频质量不受影响的同时提升编码速度。