基于深度卷积神经网络的帧内模式决策

• 作者: 余玲芝 赵海武 陈佳玲 顾晓
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: AVS2 帧内编码 快速算法 卷积神经网络
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 信息技术及图像处理
• 页码范围: 90-94
• 页数: 5页
• 分类号: TN919.81
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1802465

摘要

AVS2编码在节省码率的同时,自身的编码复杂度很高.因为AVS2采用了率失真优化(RDO)技术,所以编码树单元(CTU)划分的复杂度占据了AVS2编码复杂度的很大一部分.因此,提议用卷积神经网络(CNN)模型来替代原AVS2编码标准的参考软件RD19.1中编码树划分的过程.首先,将问题归类为分类问题,然后设计了适用于编码块划分的卷积神经网络结构,包括3个卷积层、1个最大池化层和2个全连接层.最后,将训练得到的模型分别应用于64×64和32×32大小的编码块上.实验结果显示,所建议方案比原RD19.1平均节省时间为31.36％,比特率平均增加了2.25％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵海武		46	103	5.0	9.0
2	陈佳玲		3	0	0.0	0.0
3	余玲芝		3	0	0.0	0.0
4	顾晓		5	3	1.0	1.0