本技术公开了一种基于快速纹理计算的AVS3划分和帧内预测方法,包括:在GPU端通过Sobel算子提取图像的纹理信息,并在GPU上以帧为单位并行计算图像的边缘强度和纹理方向,获得检测结果;根据所述检测结果使用积分图技术计算每个CU的纹理信息;根据所述纹理信息快速确定CU的划分深度,将纹理复杂的区域划分为小的CU,纹理简单的区域保持大的CU尺寸;在帧内预测阶段,基于CU的纹理方向逐层筛选预测模式,根据纹理方向选择最优的预测模式。本发明通过优化CU划分和帧内预测模式的选择,能够提高视频编码效率显著减少计算复杂度,特别适用于高清视频的实时编码,解决了在AVS3中使用纹理信息的开销问题。
背景技术
在音视频编解码领域,AVS3作为中国自主研发的新一代编码标准,引入了更复杂的编码单元(CU)划分和帧内预测模式。这种复杂性带来了编码效率的提升,但也显著增加了计算负担。现有的编码方法大多依赖于递归的块划分和遍历的预测模式,在处理高分辨率视频时,计算复杂度急剧增加,难以满足实时性要求。现有技术尝试通过基于图像纹理信息的快速划分算法,优化编码效率,但这些方法在处理复杂场景时依然存在计算负担大、预测精度不足的问题。
传统的视频编码标准,如HEVC和AVS2,采用了以最大编码单元(LCU)为基础的划分策略,每个LCU会根据图像内容按照四叉树(QT)递归划分成较小的编码单元(CU),以提高压缩效率。然而,AVS3在此基础上引入了扩展四叉树(EQT)和二叉树(BT)的划分结构,进一步增加了划分的复杂性。在帧内预测模式方面,AVS3提供了66种不同的模式,其中包括多个角度的预测模式。这些改进虽然提高了编码质量,但同时也增加了计算量,尤其是在对高分辨率视频进行编码时,难以满足实时性要求。
实现思路