背景技術(shù)：

1、本公開實(shí)施例涉及視頻編碼。

2、數(shù)字視頻已成為主流并且廣泛應(yīng)用于數(shù)字電視、視頻電話和電話會(huì)議等各種應(yīng)用中。由于計(jì)算和通信技術(shù)的進(jìn)步以及高效的視頻編碼技術(shù)，這些數(shù)字視頻應(yīng)用是可行的。可以使用各種視頻編碼技術(shù)壓縮視頻數(shù)據(jù)，從而可以使用一個(gè)或多個(gè)視頻編碼標(biāo)準(zhǔn)對視頻數(shù)據(jù)進(jìn)行編碼。示例性視頻編碼標(biāo)準(zhǔn)可包括但不限于多功能視頻編碼(versatile?videocoding，h.266/vvc)、高效視頻編碼(high-efficiency?video?coding，h.265/hevc)、高級視頻編碼(advanced?video?coding，h.264/avc)、運(yùn)動(dòng)圖像專家組(moving?pictureexpert?group，mpeg)編碼等。

技術(shù)實(shí)現(xiàn)思路

1、根據(jù)本公開的一方面，提供了一種在視頻編碼器生成增強(qiáng)幀的方法。該方法可以包括環(huán)路濾波器的卷積神經(jīng)網(wǎng)絡(luò)(convolutional?neural?network，cnn)的弱連接密集注意力塊(weakly?connected?dense?attention?block，wcdab)主干接收第一組特征提取作為輸入。第一組特征提取可以與重建幀關(guān)聯(lián)。該方法可以包括環(huán)路濾波器的cnn的wcdab主干對第一組特征提取應(yīng)用多個(gè)深度可分離卷積以生成一組全局特征。

2、根據(jù)本公開的另一方面，提供了一種在視頻編碼器生成增強(qiáng)幀的系統(tǒng)。該系統(tǒng)可以包括用于存儲(chǔ)指令的存儲(chǔ)器。該系統(tǒng)可以包括處理器，該處理器耦合到存儲(chǔ)器并且在執(zhí)行指令時(shí)用于：通過環(huán)路濾波器的cnn的wcdab主干接收第一組特征提取作為輸入。第一組特征提取可以與重建幀關(guān)聯(lián)。該系統(tǒng)可以包括處理器，該處理器耦合到存儲(chǔ)器并且在執(zhí)行指令時(shí)用于：通過環(huán)路濾波器的cnn的wcdab主干對第一組特征提取應(yīng)用多個(gè)深度可分離卷積以生成一組全局特征。

3、根據(jù)本公開的另一方面，提供了一種訓(xùn)練視頻編碼器的環(huán)路濾波器模型的方法。該方法可以包括處理器獲得包括重建幀、預(yù)測幀、以及分割幀的壓縮數(shù)據(jù)集。該壓縮數(shù)據(jù)集可以與第一組量化參數(shù)(quantization?parameter，qp)關(guān)聯(lián)。該方法可以包括處理器對壓縮數(shù)據(jù)集應(yīng)用去塊濾波器(deblocking?filter，dbf)、樣本自適應(yīng)偏移(sample?adaptiveoffset，sao)、以及自適應(yīng)環(huán)路濾波器(adaptive?loop?filter，alf)。該方法可以包括處理器獲得與增強(qiáng)重建幀關(guān)聯(lián)的標(biāo)簽集作為alf的輸出。該標(biāo)簽集可以與小于第一組qp的第二組qp關(guān)聯(lián)。

4、根據(jù)本公開的又一方面，提供了一種訓(xùn)練視頻編碼器的環(huán)路濾波器模型的系統(tǒng)。該系統(tǒng)可以包括用于存儲(chǔ)指令的存儲(chǔ)器。該系統(tǒng)可以包括處理器，該處理器耦合到存儲(chǔ)器并且在執(zhí)行指令時(shí)用于獲得包括重建幀、預(yù)測幀、以及分割幀的壓縮數(shù)據(jù)集。壓縮數(shù)據(jù)集可以與第一組qp關(guān)聯(lián)。該系統(tǒng)可以包括處理器，該處理器耦合到存儲(chǔ)器并且在執(zhí)行指令時(shí)用于對壓縮數(shù)據(jù)集應(yīng)用dbf、sao、以及alf。該系統(tǒng)可以包括處理器，該處理器耦合到存儲(chǔ)器并且在執(zhí)行指令時(shí)用于獲得與增強(qiáng)重建幀關(guān)聯(lián)的標(biāo)簽集作為alf的輸出。該標(biāo)簽集與小于第一組qp的第二組qp關(guān)聯(lián)。

5、提及這些說明性實(shí)施例不是為了限制或定義本公開，而是為了提供示例以幫助理解本公開。在具體實(shí)施方式中描述了其他實(shí)施例并且提供了進(jìn)一步描述。

技術(shù)特征：

1.一種在視頻編碼器生成增強(qiáng)幀的方法，包括：

2.根據(jù)權(quán)利要求1所述的方法，還包括：

3.根據(jù)權(quán)利要求2所述的方法，還包括：

4.根據(jù)權(quán)利要求3所述的方法，其中，所述多個(gè)輸入包括所述重建幀、預(yù)測幀、分割幀、以及量化參數(shù)(qp)圖。

5.根據(jù)權(quán)利要求2所述的方法，其中，所述環(huán)路濾波器的所述cnn的所述wcdab主干對所述第一組特征提取應(yīng)用所述多個(gè)深度可分離卷積以生成所述一組全局特征包括：

6.根據(jù)權(quán)利要求5所述的方法，其中，所述環(huán)路濾波器的所述cnn的所述wcdab主干對所述第一組特征提取應(yīng)用所述多個(gè)深度可分離卷積以生成所述一組全局特征包括：

7.根據(jù)權(quán)利要求6所述的方法，其中，所述環(huán)路濾波器的所述cnn的所述重建部件基于所述一組全局特征生成所述殘差圖包括：

8.根據(jù)權(quán)利要求7所述的方法，其中，所述一組空間維度特征通過對所述一組通道應(yīng)用第一尺寸的第三深度卷積和不同于所述第一尺寸的第二尺寸的第四深度卷積生成。

9.一種在視頻編碼器生成增強(qiáng)幀的系統(tǒng)，包括：

10.根據(jù)權(quán)利要求9所述的系統(tǒng)，其中，耦合到所述存儲(chǔ)器的所述處理器在執(zhí)行所述指令時(shí)還用于：

11.根據(jù)權(quán)利要求10所述的系統(tǒng)，其中，耦合到所述存儲(chǔ)器的所述處理器在執(zhí)行所述指令時(shí)還用于：

12.根據(jù)權(quán)利要求11所述的系統(tǒng)，其中，所述多個(gè)輸入包括所述重建幀、預(yù)測幀、分割幀、以及量化參數(shù)(qp)圖。

13.根據(jù)權(quán)利要求10所述的系統(tǒng)，其中，耦合到所述存儲(chǔ)器的所述處理器在執(zhí)行所述指令時(shí)用于如下通過所述環(huán)路濾波器的所述cnn的所述wcdab主干對所述第一組特征提取應(yīng)用所述多個(gè)深度可分離卷積以生成所述一組全局特征：

14.根據(jù)權(quán)利要求13所述的系統(tǒng)，其中，耦合到所述存儲(chǔ)器的所述處理器在執(zhí)行所述指令時(shí)用于如下通過所述環(huán)路濾波器的所述cnn的所述wcdab主干對所述第一組特征提取應(yīng)用所述多個(gè)深度可分離卷積以生成所述一組全局特征：

15.根據(jù)權(quán)利要求14所述的系統(tǒng)，其中，耦合到所述存儲(chǔ)器的所述處理器在執(zhí)行所述指令時(shí)用于如下通過所述環(huán)路濾波器的所述cnn的所述重建部件基于所述一組全局特征生成所述殘差圖：

16.根據(jù)權(quán)利要求15所述的系統(tǒng)，其中，所述一組空間維度特征通過對所述一組通道應(yīng)用第一尺寸的第三深度卷積和不同于所述第一尺寸的第二尺寸的第四深度卷積生成。

17.一種訓(xùn)練視頻編碼器的環(huán)路濾波器模型的方法，包括：

18.根據(jù)權(quán)利要求17所述的方法，還包括：

19.一種訓(xùn)練視頻編碼器的環(huán)路濾波器模型的系統(tǒng)，包括：

20.根據(jù)權(quán)利要求19所述的系統(tǒng)，其中，耦合到所述存儲(chǔ)器的所述處理器在執(zhí)行所述指令時(shí)還用于：

技術(shù)總結(jié)
提供了一種在視頻編碼器生成增強(qiáng)幀的方法。該方法可以包括環(huán)路濾波器(400)的卷積神經(jīng)網(wǎng)絡(luò)(CNN)的弱連接密集注意力塊(WCDAB)主干(403)接收第一組特征提取作為輸入。第一組特征提取可以與重建幀(402a)關(guān)聯(lián)。該方法可以包括環(huán)路濾波器(400)的CNN的WCDAB主干(403)對第一組特征提取應(yīng)用多個(gè)深度可分離卷積以生成一組全局特征。該方法還提供了基于漸進(jìn)式學(xué)習(xí)的高效多級訓(xùn)練策略。多級訓(xùn)練策略最大化提出的網(wǎng)絡(luò)的性能。

技術(shù)研發(fā)人員：鄭喆坤,張豪
受保護(hù)的技術(shù)使用者：OPPO廣東移動(dòng)通信有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15