计算机应用研究

作者：向海,陈芬,秦裔清,李旭,彭宗举,

单位：重庆理工大学电气与电子工程学院,重庆400054；

关键词：ERP全景视频,纬度,CU划分,PP-CNN,

基金：国家自然科学基金资助项目(62371081)；重庆市自然科学基金资助项目(cstc2021jcyj-msxmX0411,CSTB2022NSCQ-MSX0873)；重庆理工大学科研创新团队资助项目(2023TDZ003)；重庆理工大学校级联合资助项目(gzlcx20243086)；；

为解决基于多功能视频编码（versatile video coding，VVC）的等距柱状投影（equirectangular projection，ERP）全景视频编码复杂度过高的问题，提出了基于预测划分卷积神经网络（predictive partition convolutional neural network，PP-CNN）的CU快速划分算法。首先，分析ERP全景视频的CU在不同纬度区域的划分特性，并将纬度特征引入到算法中。其次，建立了具有纬度和量化参数特性的全景数据集。然后，设计了轻量化的PP-CNN模型预测CU的边缘划分信息。接下来，根据PP-CNN模型输出开发了双阈值的CU快速划分决策方案以去除冗余的划分模式。最后，根据编码场景的需要设计了快速、均衡和性能三种决策模式。经过大量实验结果证明，在全帧内编码配置下，与官方测试平台VTM-14.0-360lib13.1相比，所提算法能够平均缩短39.31%~61.95%的编码时间，BDBR仅增加0.37%~1.43%，这表明该算法能够在保障编码性能的前提下实现更快的编码速度。

来源：2025年第6期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第6期