一种基于组合神经网络的HEVC帧间预测方法

• 作者: 韩强 吴帆 蒋剑飞
• 来源期刊: 信息技术
• 关键词: 低复杂度 帧间预测 长短期记忆网络 卷积神经网络
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 基金项目|FUND PROJECT
• 页码范围: 1-5,10
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2021.04.001

摘要

高效视频编码(HEVC)作为最新视频编码标准,有着非常高的压缩效率,但是由于各种新技术的提出,其编码复杂度也大大提高.复杂度对视频编码有着重要意义,低复杂度编码的研究非常必要.利用神经网络进行HEVC的分区预测为低复杂度编码提供了有效的解决方案.文中提出了一种基于卷积神经网络(CNN)和长短期记忆网络(LSTM)的组合网络架构来对帧间分区进行预测的方法,利用自建数据库对网络进行训练;文中设计了一种预搜索模块来建立训练数据库,仿真结果表明,神经网络的精度可达87％,利用该网络架构进行帧间预测可以实现52％～71％的复杂度节省.