基于神经网络的视频编码量化参数选择算法  

Algorithm of Selecting Video Quantization Parameter Based on Neural Network

作　　者：祝建英[1] 夏哲雷[1] 殷海兵[1] 华强[1] 

机构地区：[1]中国计量学院信息工程学院,浙江杭州310018

出　　处：《电视技术》2012年第19期40-43,共4页Video Engineering

基　　金：浙江省自然科学基金项目(ZJNSF Y12F010100)

摘　　要：提出了一种基于神经网络的视频量化参数选择,利用已编码帧信息对当前帧的量化参数计算进行调整。神经网络模型选取当前帧的目标比特、当前帧的MAD和前一帧编码的QP和实际比特数作为输入,输出值经过反归一化及取整处理对视频进行量化。实验在H.264/AVC的标准参考软件JM14.2中实现,编码时使用该方法在保证码率精确度和平均PSNR值基本不变的情况下,减小了PSNR的波动。This paper presents QP selection model based on neural network, which uses the information of encoded frame to adjust the QP of current frame. The network picks four features which affect QP most as inputs, then quantizes the video by the output values. Experimental results show less PSNR fluctuation and the same R-D performance, using the proposed model instead of quantization model in JM14.2 reference software.

关 键 词：量化参数 神经网络 BP 

分 类 号：TN919.81[电子电信—通信与信息系统]