本發(fā)明涉及屏幕內(nèi)容編碼(ScreenContentCoding，SCC)領(lǐng)域，特別涉及SCC幀間編碼中編碼單元模式的決策技術(shù)。

背景技術(shù)：
隨著視頻會(huì)議、遠(yuǎn)程桌面控制等應(yīng)用越來(lái)越廣泛，人們對(duì)于像動(dòng)畫(huà)、帶有文字圖表的圖像等屏幕視頻的需求越來(lái)越大，目前基于HEVC(HighEfficiencyVideoCoding)視頻壓縮編碼標(biāo)準(zhǔn)的SCC的標(biāo)準(zhǔn)仍在完善中，SCC沿用了HEVC編碼標(biāo)準(zhǔn)所采用的四叉樹(shù)結(jié)構(gòu)的編碼單元?jiǎng)澐址绞?，編碼單元(CodingUnit，CU)的大小為64x64、32x32、16x16和8x8，分別對(duì)應(yīng)CU的深度層次為0、1、2、3。其中深度為0的CU記為L(zhǎng)CU(LargestCodingUnit)，深度為3的CU記為SCU(SmallestCodingUnit)?？紤]到屏幕視頻序列不同于自然視頻的特點(diǎn)，SCC為了提高編碼效率，在沿用原有技術(shù)的基礎(chǔ)上添加了調(diào)色板模式(PaletteMode)、幀內(nèi)塊復(fù)制(IntraBlockCopy，IntraBC)、自適應(yīng)顏色變換、基于Hash的幀間搜索、自適應(yīng)運(yùn)動(dòng)矢量分辨率決定等技術(shù)，具體參見(jiàn)文獻(xiàn)1(JCTVC-U1014,R.Joshi,S.Liu,J.Xu,Y.Ye,"Screencontentcodingtestmodel5,"Warsaw,Poland,June2015.)?；贖ash的幀間搜索能夠有效地提升SCC編碼器效率，具體參見(jiàn)文獻(xiàn)2(LiB,XuJ,WuF.Aunifiedframeworkofhash-basedmatchingforscreencontentcoding[C]//VisualCommunicationsandImageProcessingConference,2014IEEE.IEEE,2014:530-533.)，但其他編碼模式的引入增加了編碼器的復(fù)雜度，因此SCC編碼器仍然有較高的復(fù)雜度，亟待進(jìn)一步優(yōu)化。目前研究人員已經(jīng)對(duì)SCC幀內(nèi)編碼的復(fù)雜度進(jìn)行了優(yōu)化，并取得了良好的效果，如文獻(xiàn)3利用平均像素代價(jià)來(lái)提前決定SCC幀內(nèi)編碼CU的尺寸(SaurtyK,CatherinePC,SoyjaudahKM.EarlyCUsizedeterminationinHEVCintrapredictionusingAveragePixelCost[C]//DigitalInformationandCommunicationTechnologyandit'sApplications(DICTAP),2014FourthInternationalConferenceon.IEEE,2014:247-252.)。文獻(xiàn)4則提出了一種基于熵和編碼比特?cái)?shù)的快速幀內(nèi)編碼樹(shù)單元深度決策算法(ZhangM,GuoY,BaiH.FastintrapartitionalgorithmforHEVCscreencontentcoding[C]//VisualCommunicationsandImageProcessingConference,2014IEEE.IEEE,2014:390-393.)。

技術(shù)實(shí)現(xiàn)要素：
本發(fā)明的目的在于提供一種SCC幀間CU模式的快速?zèng)Q策方法。目前較少研究涉及SCC幀間編碼復(fù)雜度優(yōu)化，而本發(fā)明正是針對(duì)SCC幀間模式選擇過(guò)程進(jìn)行優(yōu)化，具體對(duì)深度為0、1的CU及預(yù)測(cè)單元(PredictionUnit，PU)進(jìn)行模式縮減，從而減少CU在模式選擇過(guò)程中所帶來(lái)的不必要的計(jì)算復(fù)雜度。本發(fā)明技術(shù)方案，可概括為：利用了SCC編碼單元Hash幀間搜索模式的信息和編碼單元的空間一致性，對(duì)不同深度的編碼單元模式分布進(jìn)行統(tǒng)計(jì)分析，并采取不同預(yù)測(cè)方式縮減預(yù)測(cè)模式范圍以保證預(yù)測(cè)的準(zhǔn)確率。在不同深度，利用基于Hash的幀間搜索的結(jié)果以及相鄰CU的信息，減少編碼單元預(yù)測(cè)模式候選范圍，從而避免沒(méi)有必要的模式搜索過(guò)程。對(duì)于深度為0的編碼單元，預(yù)測(cè)是否跳過(guò)Inter2Nx2N、Skip、幀間分割預(yù)測(cè)模式(包括Inter2NxN、InterNx2N、Inter2NxnU、Inter2NxnD、InternRx2N、InternLx2N模式)以及幀內(nèi)預(yù)測(cè)模式(包括IntraBC、Intra、IntraCSC、IntraBCMerge、Palette模式)；對(duì)于深度為1的編碼單元，預(yù)測(cè)是否跳過(guò)Inter2Nx2N、幀間分割預(yù)測(cè)模式以及幀內(nèi)預(yù)測(cè)模式。該方法可以有效地減少編碼單元的模式搜索范圍，從而有效減少SCC幀間編碼的復(fù)雜度。本發(fā)明技術(shù)方案，一種SCC幀間CU模式的快速?zèng)Q策方法，其特征在于，包括以下步驟：對(duì)于深度為2和3的CU，按照SCM5.4標(biāo)準(zhǔn)流程進(jìn)行搜索；對(duì)于深度0和深度1的CU，得到使用基于Hash的幀間搜索算法的匹配結(jié)果，如果匹配成功，則利用率失真優(yōu)化(RateDistortionOptimization，RDO)檢測(cè)其他模式；如果匹配失敗，獲取當(dāng)前CU的相鄰CU的深度，并將左邊CU的深度標(biāo)記為L(zhǎng)eftCUDepth，上邊CU的深度標(biāo)記為AboveCUDepth。a)對(duì)于深度為0的CU，首先使用基于Hash的幀間搜索算法進(jìn)行匹配，如果匹配成功，則檢測(cè)Skip模式，并用RDO準(zhǔn)則確定最優(yōu)模式，然后結(jié)束當(dāng)前LCU的編碼；如果匹配失敗，則獲取相鄰CU的深度值LeftCUDepth和AboveCUDepth，將相鄰CU深度的比較結(jié)果記為Flag0，并按照公式(1)計(jì)算Flag0。如果滿足Flag0為1，則跳過(guò)當(dāng)前層其他模式的預(yù)測(cè)，并用RDO準(zhǔn)則確定最優(yōu)模式，然后直接編碼下一層的CU；否則檢測(cè)其他模式，并用RDO準(zhǔn)則確定最優(yōu)模式，然后編碼下一層的CU。b)對(duì)于深度為1的CU，首先使用基于Hash的幀間搜索算法進(jìn)行匹配，如果匹配成功，則檢測(cè)其他模式；如果匹配失敗，則獲取相鄰CU深度LeftCUDepth和AboveCUDepth，將相鄰CU深度的比較結(jié)果記為Flag1，并按照公式(2)判斷Flag1，如果滿足Flag1為1，則只進(jìn)行Skip模式預(yù)測(cè)，然后跳過(guò)當(dāng)前層其他模式的預(yù)測(cè)，并用RDO準(zhǔn)則確定最優(yōu)模式，直接編碼下一層的CU；否則檢測(cè)其他模式，并用RDO準(zhǔn)則確定最優(yōu)模式，然后編碼下一層的CU。c)對(duì)于深度為2、3的CU，檢測(cè)所有模式，并用RDO準(zhǔn)則確定最優(yōu)模式，如果CU的深度為2，則編碼下一層CU。d)用遞歸的方式，選出最優(yōu)模式和最優(yōu)深度，然后結(jié)束當(dāng)前LCU的編碼，編碼下一個(gè)LCU。采用上述方案，本發(fā)明的有益效果是：1.本發(fā)明首先利用了CU的基于Hash幀間搜索模式的信息和CU空間一致性的特點(diǎn)，對(duì)不同深度的CU模式進(jìn)行統(tǒng)計(jì)分析，并采取不同的預(yù)測(cè)方式縮減預(yù)測(cè)模式范圍，并保證預(yù)測(cè)的正確率。2.本發(fā)明綜合考慮了SCC視頻序列的特性，可以有效地縮減預(yù)測(cè)CU的候選模式，從而可以在幾乎不損失編碼質(zhì)量的情況下，顯著提高SCC幀間編碼效率。附圖說(shuō)明圖1是在不同QP下CU當(dāng)前深度為0和1時(shí)，SCM5.4使用基于Hash的幀間搜索匹配不成功時(shí)，CU繼續(xù)向下劃分的百分比。圖2是在不同QP下CU當(dāng)前深度為0和1時(shí)，使用本發(fā)明模式預(yù)測(cè)正確的百分比。圖3是基于Hash幀間搜索結(jié)果所制定的當(dāng)CU深度為0和1時(shí)SCC幀間模式?jīng)Q策的流程圖。圖4是本發(fā)明的實(shí)驗(yàn)結(jié)果。具體實(shí)施方式本發(fā)明首先統(tǒng)計(jì)了SCC參考軟件平臺(tái)(SCM5.4)中，不同量化參數(shù)(QuantizationParameter，QP)下多個(gè)序列在CU深度為0和1時(shí)，使用基于Hash的幀間搜索匹配不成功的所有CU中，被向下劃分的CU所占比例，具體統(tǒng)計(jì)結(jié)果參見(jiàn)圖1。統(tǒng)計(jì)結(jié)果顯示平均約百分之八十的塊在使用基于Hash的幀間搜索匹配不成功時(shí)是向下劃分的，同時(shí)，本發(fā)明同時(shí)采用CU的相鄰CU深度信息提高預(yù)測(cè)模式的準(zhǔn)確率。綜合上述信息，本發(fā)明利用SCC視頻序列的空間一致性的特點(diǎn)以及基于Hash的幀間搜索匹配結(jié)果，進(jìn)一步縮減CU深度為0和1的預(yù)測(cè)模式范圍。為達(dá)到上述目的，本發(fā)明的解決方案是，根據(jù)基于Hash的幀間搜索的匹配結(jié)果以及相鄰CU(當(dāng)前正在編碼的CU左邊和上面的CU)深度信息決定縮減范圍，同時(shí)，由于CU的預(yù)測(cè)模式在不同深度有不同的候選范圍，所以本發(fā)明針對(duì)不同深度設(shè)計(jì)了不同方案。即對(duì)于深度為0的CU，如果基于Hash的幀間搜索算法沒(méi)有匹配成功，且相鄰CU的深度至少有一個(gè)大于0，則跳過(guò)Inter2Nx2N、Skip、幀間分割預(yù)測(cè)模式和幀內(nèi)預(yù)測(cè)模式；對(duì)于深度為1的塊，如果基于Hash的幀間搜索算法沒(méi)有匹配成功，且相鄰CU的深度同時(shí)大于1，則檢測(cè)Skip模式，跳過(guò)Inter2Nx2N、幀間分割預(yù)測(cè)模式和幀內(nèi)模預(yù)測(cè)式。圖2所示為在不同QP下CU當(dāng)前深度為0和1時(shí)，使用本發(fā)明模式預(yù)測(cè)正確的百分比。以下結(jié)合附圖3所示流程圖對(duì)本發(fā)明作進(jìn)一步的說(shuō)明。步驟1：基于SCC通用的測(cè)試平臺(tái)SCM5.4，對(duì)于一個(gè)編碼單元，首先進(jìn)行Hash的匹配搜索，然后判斷其深度。如果CU的深度為0，轉(zhuǎn)步驟2。如果CU的深度為1，轉(zhuǎn)步驟3。如果CU的深度為2或3，轉(zhuǎn)步驟4。步驟2：對(duì)于深度為0的CU，首先對(duì)基于Hash幀間搜索的匹配結(jié)果進(jìn)行判斷，如果匹配成功，則只檢測(cè)Skip模式，并用RDO準(zhǔn)則確定最優(yōu)模式，轉(zhuǎn)步驟6。如果沒(méi)有匹配成功，則獲取當(dāng)前CU相鄰的CU的深度AboveCUDepth和LeftCUDepth，使用公式(1)計(jì)算Flag0，如果Flag0為1，則跳過(guò)當(dāng)前層其他所有模式的搜索，并用RDO準(zhǔn)則確定最優(yōu)模式，然后轉(zhuǎn)步驟5。如果Flag0為0，按照SCM5.4標(biāo)準(zhǔn)流程檢測(cè)其他模式，并用RDO準(zhǔn)則確定最優(yōu)模式，然后轉(zhuǎn)步驟5。步驟3：對(duì)于深度為1的CU，首先對(duì)基于Hash幀間搜索的匹配結(jié)果進(jìn)行判斷，如果匹配成功，按照SCM5.4標(biāo)準(zhǔn)流程檢測(cè)其他模式，并用RDO準(zhǔn)則確定最優(yōu)模式，轉(zhuǎn)步驟5；否則，獲取當(dāng)前CU的相鄰CU的深度AboveCUDepth和LeftCUDepth，使用公式(2)計(jì)算Flag1，如果Flag1為1，則只檢測(cè)Skip模式，并用RDO準(zhǔn)則確定最優(yōu)模式，轉(zhuǎn)步驟5，如果Flag1為0，按照SCM5.4標(biāo)準(zhǔn)流程檢測(cè)其他模式，并用RDO準(zhǔn)則確定最優(yōu)模式，然后轉(zhuǎn)步驟5。步驟4：對(duì)于深度為2和3的CU，按照SCM5.4標(biāo)準(zhǔn)流程檢測(cè)其他模式，并用RDO準(zhǔn)則確定最優(yōu)模式，如果CU深度為2，轉(zhuǎn)步驟5；如果CU的深度為3，轉(zhuǎn)步驟6。步驟5：編碼下一層CU。步驟6：用遞歸的方式選取最優(yōu)深度和最優(yōu)模式，當(dāng)前LCU編碼結(jié)束。