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:
VP9和HEVC同属新一代高效视频编码标准,因为代码开源且无需专利授权费的优势,在编码领域中受到了越来越多的关注与使用.在VP9的编码过程中,由于需要对超级块遍历所有划分的情况进行编码,耗费大量的时间在各种划分模式中进行编码,占用了大量的复杂度.本文提出一种基于深度残差网络的VP9超级块划分算法,针对VP9中超级块划分的过程进行快速预测,从而规避其递归计算最优划分结构的过程,实现了VP9超级块的快速划分.该算法通过建立一个级联的残差网络完成特征的提取,然后使用三层分类器来预测VP9的超级块划分.实验结果表明,与传统的基于率失真优化的超级块划分算法相比,文中提出的VP9超级块划分算法平均节省了65.16%的时间,同时只平均增加2.28%的码率.
推荐文章
基于小世界网络的邮件社区划分算法
社会网络
邮件社区
微-宏聚类
小世界网络
基于回退的并行网络模拟拓扑划分算法
并行网络模拟
拓扑划分
METIS
回退划分算法
基于子网消减的并行网络模拟任务划分算法
并行模拟
拓扑划分
多级划分
子网消减
组合深度残差网络手势识别
手势识别
残差网络
肤色模型
深度学习
迁移学习
人机交互
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 基于深度残差网络的VP9超级块快速划分算法
来源期刊 电视技术 学科 工学
关键词 快速视频编码 VP9 超级块划分 卷积神经网络
年,卷(期) 2019,(8) 所属期刊栏目 数字视频
研究方向 页码范围 10-14,45
页数 6页 分类号 TN919.81
字数 3935字 语种 中文
DOI 10.16280/j.videoe.2019.08.002
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 宋利 上海交通大学图像通信与网络工程研究所 37 198 8.0 11.0
2 解蓉 上海交通大学图像通信与网络工程研究所 10 34 4.0 5.0
3 黄永铖 上海交通大学图像通信与网络工程研究所 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
快速视频编码
VP9
超级块划分
卷积神经网络
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
电视技术
月刊
1002-8692
11-2123/TN
大16开
北京市朝阳区酒仙桥北路乙7号(北京743信箱杂志社)
2-354
1977
chi
出版文献量(篇)
12294
总下载数(次)
21
论文1v1指导