基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
深度视频编码中最优深度划分和模式选择过程具有非常高的计算复杂度。提出了基于多类支持向量机(MSVM, multi-class support vector machine)的深度视频帧内编码快速算法。该算法包括离线模型训练和快速编码2个部分。在离线模型训练中,用深度视频最大编码单元(LCU, largest coding unit)的最优划分深度作为标签,当前LCU的空域复杂度、空域相邻LCU的最优划分深度和彩色视频对应LCU的最优划分深度作为特征去构造MSVM模型。在编码时,提取LCU的特征,根据MSVM模型得到划分深度的预测值。根据该预测值提前终止编码单元递归划分和模式选择过程。实验结果表明,提出的算法在几乎不影响虚拟视点质量的情况下,平均节省35.91%的总体编码时间和40.04%的深度编码时间。
推荐文章
3D-HEVC深度图帧内快速模式决策算法
3D高效视频编码(3D-HEVC)
深度图
帧内编码
计算复杂度
最佳预测模式
相关性
基于边缘检测的3D-HEVC深度图运动估计算法
高效视频编码
深度图
运动估计
边缘检测
六边形搜索
基于3D-HEVC的多视点视频编码综述
3D-HEVC
多视点视频编码
研究动态
基于学习模型的3D-HEVC提前Merge模式终止算法
3D高效视频编码
快速Merge模式决定
残差信号
学习模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多类支持向量机的3D-HEVC深度视频帧内编码快速算法
来源期刊 通信学报 学科 工学
关键词 深度视频编码 3D-HEVC 帧内编码 最大编码单元 多类支持向量机
年,卷(期) 2016,(11) 所属期刊栏目 学术通信
研究方向 页码范围 181-188
页数 8页 分类号 TN919.81
字数 5537字 语种 中文
DOI 10.11959/j.issn.1000-436x.2016235
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郁梅 宁波大学信息科学与工程学院 200 2051 21.0 40.0
2 蒋刚毅 宁波大学信息科学与工程学院 180 2141 22.0 41.0
3 陈芬 宁波大学信息科学与工程学院 98 285 7.0 13.0
4 彭宗举 宁波大学信息科学与工程学院 81 256 9.0 12.0
5 刘晟 宁波大学信息科学与工程学院 2 5 1.0 2.0
6 陈嘉丽 宁波大学信息科学与工程学院 2 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (1827)
参考文献  (15)
节点文献
引证文献  (5)
同被引文献  (7)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(11)
  • 参考文献(1)
  • 二级参考文献(10)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(7)
  • 参考文献(7)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度视频编码
3D-HEVC
帧内编码
最大编码单元
多类支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
通信学报
月刊
1000-436X
11-2102/TN
大16开
北京市丰台区成寿路11号邮电出版大厦8层
2-676
1980
chi
出版文献量(篇)
6235
总下载数(次)
17
总被引数(次)
85479
论文1v1指导