Accelerating inter-frame prediction in Versatile Video Coding via deep learning-based mode selection

Xudong Zhang

doi:10.1016/j.jvcir.2025.104653

Accelerating inter-frame prediction in Versatile Video Coding via deep learning-based mode selection

2025-11-29

0

PRE

AI

DOI：10.1016/j.jvcir.2025.104653

原文链接

原文求助

摘要

En 中文

与前任HEVC相比，VVC采用四叉树加多类型树（QTMT）结构对编码单元（CU）进行划分，并在其帧间编码框架内整合了更广泛的帧间预测模式。这些创新技术的引入使VVC相较于HEVC实现了约40%的显著比特率降低。然而，这种效率提升伴随着编码时间增加超过十倍。为加速帧间预测模式选择过程，本文提出了一种基于FPMSN（快速预测模式选择网络）的方法，该方法在非划分模式测试阶段专注于编码加速。首先，收集仿射模式（affine mode）的执行结果作为神经网络的输入特征。其次，提出FPMSN以从多维数据中提取关键信息，并为每种模式输出概率。最后，通过实施多种折衷策略，实现低概率模式候选的早期终止。

Accelerating inter-frame prediction in Versatile Video Coding via deep learning-based mode selection

摘要

期刊

机构

引用论文