基于轻量级神经网络的VVC帧间CU划分提前跳过方法

摘要

本发明公开了一种基于轻量级神经网络的VVC帧间CU划分提前跳过方法，包括如下步骤：提取当前CU的残差值(原始亮度像素值和预测亮度像素值的差值)、残差值的方差值、QP值、深度值、块形比，预处理后作为神经网络的输入；经过神经网络后，输出不跳过当前划分的概率值；最后，概率值与提前设定的阈值进行比较，判断是否提前跳过当前CU进行的划分(包括水平二叉树划分BTH、垂直二叉树划分BTV、水平三元树划分TTH、垂直三元树划分TTV)。本发明通过一个简单的神经网络有效的降低了编码单元多类型树划分的复杂度，在基本不影响编码质量的情况下，降低了VVC帧间编码时间。

关键词