基于深度学习的HEVC SCC帧内编码快速算法

摘要：

为降低屏幕内容编码的计算复杂度,提出一种基于深度学习的屏幕内容编码帧内CTU深度范围预测快速算法.将编码足够数量的屏幕内容视频帧序列作为训练数据,通过大量的训练数据统计CTU深度范围的分布,根据分布占比设置CTU类别标签.设计并训练卷积神经网络(CNN)架构以预测CTU深度范围,考虑CTU分割特性,设计的CNN架构运用三层不同大小的卷积核提取与CTU深度相关的特征,为CNN模型提供训练参数.在编码时调用训练后的CNN模型预测CTU深度范围,以减少不必要的深度遍历.实验结果表明,与SCM-8.0相比,该算法平均节省48.34％的编码时间,码率上升2.59％,有效降低了编码的计算复杂度.

关键词：屏幕内容编码、帧内快速算法、深度学习、编码单元、CTU深度范围预测

所属期刊栏目：46

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金61571072

在线出版日期：2021-01-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：42-47