.png){kind=icon}
返回
A Quantization-Adaptive Early Termination Method for Fast Coding Unit Partitioning in VVC
.png){kind=icon}
OA
AI
DOI：10.3390/math14101587.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
通用视频编码（VVC）通过采用包括四叉树（QT）和多类型树（MTT）块划分、扩展帧内预测模式和仿射运动补偿等先进编码工具，实现了比前一代高效视频编码（HEVC）标准更高的压缩效率。在这些工具中，QT-MTT分层划分结构显著增加了编码器复杂度，因为速率失真优化（RDO）必须在呈指数增长的划分候选方案上进行。为缓解这一复杂度，提出了一种量化自适应的早期终止方法，该方法结合了基于神经网络和基于规则的划分策略。所提出的决策机制显著减少了编码单元（CU）划分候选方案的数量，直接降低了所需的RDO评估次数和整体编码器复杂度。实验结果表明，在VVC通用测试条件下，所提出的方法将编码时间降低了38.28%，同时仅使Bj & oslash;ntegaard Delta比特率（BD-BR）增加了0.85%。这些结果说明，所提出的方法有效平衡了计算复杂度与率失真性能。
Keyword:
versatile video coding (VVC)
coding unit partitioning
early termination
encoder complexity
quad tree (QT)
multi-type tree (MTT)
neural network
期刊
IF:
2.2
论文数:
3.1K
被引数:
3.6W
机构
引用论文
.png){kind=icon}
分享收藏分享收藏
查看更多内容