.png){kind=icon}
返回
Fast Intra-Prediction Mode Decision Algorithm for Versatile Video Coding Based on Gradient and Convolutional Neural Network
.png){kind=icon}
OA
AI
DOI：10.3390/electronics14102031.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
最新发布的通用视频编码（H.266/VVC）标准引入了QTMT结构，实现了更灵活的块分割，并显著提升了编码效率，较其前代标准高效视频编码（H.265/HEVC）有大幅改进。然而，这一新结构导致编码单元（CUs）尺寸发生变化。为适应此变化，VVC将帧内预测模式数量从35种增至67种，导致计算需求显著增加。本研究提出了一种结合梯度分析和卷积神经网络（CNN）的快速帧内预测模式选择算法。首先，采用拉普拉斯算子估计当前CU块的纹理方向，识别最可能的预测方向并跳过半数冗余候选模式，从而大幅减少模式搜索次数。其次，为进一步降低计算复杂度，开发了两种高效神经网络模型MIP-NET和ISP-NET，用于判断是否可提前终止矩阵帧内预测（MIP）和帧内子分割（ISP）模式的预测过程，避免不必要的计算。该方法在保持编码性能的同时，显著降低了帧内预测模式选择的时间复杂度。实验结果表明，该算法在编码时间上降低了35.04%，仅使BD-BR增加0.69%，在视频质量与编码效率之间取得了良好平衡。
Keyword:
versatile video coding (VVC)
mode prediction
convolutional neural network (CNN)
gradient
期刊
IF:
2.6
论文数:
1.0W
被引数:
4.7W
机构
暂无机构信息
引用论文
Accelerating QTMT-based CU partition and intra mode decision for versatile video coding加速基于QTMT的CU划分和帧内模式决策以适用于通用视频编码
PREAI
分享收藏Fast intra prediction decision algorithm for the QTBT structure.png)
2019 IEEE International Conference on Design & Test of Integrated Micro & Nano-Systems (DTS)
2019 IEEE International Conference on Design & Test of Integrated Micro & Nano-Systems (DTS)IF0
PREAI
分享收藏Unified Matrix Coding for NN Originated MIP in H.266/VVC统一矩阵编码用于源自H.266/VVC中NN的MIPICASSP 2022 - 2022 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
ICASSP 2022 - 2022 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)IF0
PREAI
分享收藏
Fast CU decision method based on texture characteristics and decision tree for depth map intra-coding基于纹理特征和决策树的高效编码单元决策方法用于深度图帧内编码OAAI
OAAI分享收藏分享收藏
查看更多内容