基于H.265编码复杂度的优化模型算法
提出了一种结合深度学习方法的GRU神经网络模型;通过采用CNN和GRU神经网络结构,将连续若干帧的CTU图像信息依次通过CNN和GRU结构中,训练学习视频空间和时间内容相关性,预测每一帧的编码单元分割结果;通过对基本视频测试序列压缩的实验验证和对比表明,提出的方法大多能有效降低编解码复杂率.
H.265、深度学习、CNN、GRU、帧间预测
40
TP751(遥感技术)
2019-06-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
142-145