本发明公开了一种低复杂度的快速VVC帧内编码方法。本发明中基于上下文相关性的CU划分模块首先根据当前CU块的纹理特征将CU划分为复杂块和简单块；对简单块进行提前终止所有类型的划分，对复杂块继续进行二叉树划分和三叉树划分，以此解决多类型树划分带来的复杂度过高的问题。此外编码器决策出当前CU的最佳模式时。首先对帧内的粗选部分进行优化，在帧内角度预测模式的索引值为2～67的角度模式中每隔4个角度选取一个中心角度，然后基于此再小范围前后各增加2个角度模式搜索；然后利用最有可能模式(MPM)的概率分布特征，对帧内的细选部分进行优化。本发明在保证编码质量的同时降低了VVC编码的复杂度，特别是对于高分辨率的视频有非常好的编码性能。

本发明在保证编码质量的同时降低了VVC编码的复杂度，特别是对于高分辨率的视频有非常好的编码性能。

针对现有的VVC编码复杂度高的缺点，提出了一种低复杂度的快速VVC帧内编码方法，在保证编码质量的同时降低编码的复杂度，特别是对于高分辨率的视频有非常好的编码性能。

本发明属于多功能视频编码(VVC)的快速编码领域，主要是涉及一种低复杂度的快速VVC帧内编码方法。

随着新型互联网应用崛起，全球流量持续高速增长。一方面，随着全球进入移动互联网时代，以物联网、云计算、移动互联等为代表的新兴互联网应用迅速崛起，促使无线流量及移动设备流量持续高速增长。另一方面，全球数字化转型进一步深入，将持续扩大对IP网络需求，促进IP网络流量持续增加

本发明提出了一种低复杂度的快速VVC帧内编码方法，具体实现包括基于上下文相关性的CU划分模块、基于时空相关性的帧内模式选择模块。

周洋：2020年7月于吉林大学取得理学博士学位，同年9月进入温州大学化材学院，依托浙江省碳材料技术研究重点实验室，主要开展锂硫电池、硅碳负极，固态电解质，锌离子电池等新能源材料的合成、机理及应用研究。先后主持浙江省自然科学基金青年基金项目，广东省先进储能材料重点实验室开放课题等纵向课题，以第一作者或通讯者在***, Energy Storage Mater., Nano Energy, ACS Nano, Small, ***, ***, Nanoscale等国际权威期刊上发表SCI论文10余篇，其中影响因子>10以上6篇，热点论文1篇，高被引论文4篇，授权发明专利4项。

本发明的基本原理是利用当前帧CU的纹理特征以及与当前帧CU空间相邻的CU在划分模式和帧内最佳预测模式上的相关性，首先对于全局纹理简单的CU块，提前终止其所有划分模式。对剩余的CU块，基于CU块的垂直方向和水平方向的纹理特征，提前判定其二叉树或者三叉树的划分。然后基于上下文的相关性，利用最佳二叉树的划分结果提前决定三叉树的划分。另一方面，本发明利用CU块的时空相关性降低帧内预测模式选择的粗选部分和细选部分的角度和模式数量，进而提高帧内预测的编码性能。经过实验测定，在保持视频编码质量的前提下，本发明提出的VVC快速编码方法比标准VVC编码方法能够在编码时间上节省约55％，而编码码率仅增加约2 .5％，大大提高了视频编码的效率，具有较强的实用性。

技术合作，遣派学者专家到国外或者其他地区的高校，研究机构或者生产企业与对方的学者，专家合作进行研究设计，或者双方学者，专家轮流到对方学校，研究机构或者企业进行研究。