买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京理工大学申请的专利VVC标准下的编码单元快速划分方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116033153B 。

龙图腾网通过国家知识产权局官网在2025-06-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211669820.0，技术领域涉及：H04N19/119；该发明授权VVC标准下的编码单元快速划分方法及系统是由伏长虹;闫依婷;洪弘设计研发完成，并于2022-12-25向国家知识产权局提交的专利申请。

本VVC标准下的编码单元快速划分方法及系统在说明书摘要公布了：本发明公开了一种VVC标准下的编码单元快速划分方法及系统，该方法包括：步骤1，在编码不同的视频序列过程中采集数据：32×32大小的CU像素值、量化参数、最佳帧内预测模式以及最终的划分标签；步骤2，使用步骤1保存的数据对构建的卷积神经网络训练得到一个模型；步骤3，在实际编码中，对每一个32×32大小的CU，调用训练的模型将CU内的灰度值，量化参数，最佳帧内预测模式输入训练好的网络中，该网络将输出最终的划分标签，每一个标签对应不同的划分方式。本发明提出的CU快速划分方法可以在保证视频质量的同时，降低编码的复杂度。

本发明授权VVC标准下的编码单元快速划分方法及系统在权利要求书中公布了：1.一种VVC标准下的编码单元快速划分方法，其特征在于，包括： 步骤1，选取12个VVC提供的标准测试序列，每个视频序列均选取15帧数据进行数据采集，在数据采集过程中，将具有水平划分或者垂直划分痕迹的数据进行保存，其中划分痕迹具体是指若编码结果中包含32×H的CU，H＜32，则标记为水平划分，将编码结果中包含W×32的CU，W＜32，标记为垂直划分；保存的具体数据包括：32×32大小的CU的灰度像素值、编码当前CU时的量化参数、当前CU所选择的最佳帧内预测模式以及当前CU在原编码器中对应的最优标签值，具体的标签分为三类：水平划分、垂直划分和其他划分情况； 步骤2，将采集的数据按组输入到网络中，32×32的CU首先经过四层卷积之后形成64×1×1的全局特征，之后将维度为1×1的QP和维度为1×1的最佳帧内预测模式通过全连接层进行变换，变换为32×1×1，随后将其与经过卷积之后的64×1×1的全局特征进行叠加，叠加后维度变成96×1×1，最后将96×1×1通过两个1×1的卷积层，最终输出当前CU划分的预测概率，和采集的数据标签进行对应，至此，网络训练完成； 步骤3，在实际编码过程中，当编码器编码到32×32大小的CU时，加载卷积神经网络模型，输入32×32大小的CU灰度像素值，该网络模型会给出最终的划分标签，根据最终标签实现划分方式的提前决策。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。