基于CNN的QTBT划分模式快速预测研究  

作　　者：吴海燕[1] 金智鹏[1] 

机构地区：[1]嘉兴职业技术学院<信息技术学院>,嘉兴314036

出　　处：《科技视界》2020年第12期81-84,共4页Science & Technology Vision

基　　金：浙江省自然科学基金项目“基于深度学习注意力模型的移动端视频质量增强技术研究”(LGF20F020003);校级科研项目“JVET超高清视频编码关键技术研究”(JG20806)。

摘　　要：为了降低编码复杂度,提升编码速度,快速编码算法成为当下研究热点,以此为背景提出基于CNN的编码单元快速选择算法框架,将QTBT编码单元选择问题转化为多分类问题,直接从编码单元中学习和提取分类特征,而不需要手动去设计和提取特征;也不需要时域和空域的相关性信息,有助于提高帧内编码的并行运算和独立解码性能。本方法还设计了一个目标函数,包括Hingeloss和类别惩罚项,能有效提高分类准确。In order to reduce the coding complexity and improve the coding speed,the fast coding algorithm has become a hot research topic.Based on this background,a fast selection algorithm framework based on CNN coding unit is proposed.The QTBT coding unit selection problem is transformed into a multi-classification problem,and the classification features are directly learned and extracted from the coding unit without manual design and extraction of features.The spatial domain correlation information helps to improve the parallel operation and independent decoding performance of intra coding.The method also designs an objective function,including Hingeloss and category penalty items,which can effectively improve the classification accuracy.

关 键 词：快速编码 分类特征 帧内编码 目标函数 

分 类 号：TP311.5[自动化与计算机技术—计算机软件与理论] TP18[自动化与计算机技术—计算机科学与技术]