月旦知識庫
  1. 熱門:
 
首頁 臺灣期刊   法律   公行政治   醫學   財經   社會學   教育   其他 大陸期刊   核心   非核心 DOI文章
篇名
基於深度學習之改良式多功能影像編碼快速畫面內模式決策研究
並列篇名
Improved Fast Intra Mode Decision in H.266/Versatile Video Coding (VVC) Based on Deep Learning
作者 高啟洲賴美妤
中文摘要

H.266/Versatile Video Coding (VVC) 是針對 4K 以上的超高畫質影片,且能適用在高動態範圍(High Dynamic Range Imaging, HDR)及廣色域(wide color gamut, WCG)中,但基於四元樹加二元樹(Quadtree plus Binary Tree, QTBT)的編碼單元(Coding Unit, CU)結構增加了 H.266/VVC 編碼的計算複雜性。本論文提出了一種基於深度學習之改良式多功能影像編碼快速畫面內模式決策方法,減少 H.266/VVC 內編碼複雜性以加快H.266/VVC 的編碼速度,並將畫面內影像編碼結合卷積神經網路(Convolutional Neural Networks, CNN)在 H.266/VVC 畫面內編碼的模式預測決策,以達到比原始編碼方式(JEM7.0)更好的編碼效能。

 

英文摘要

H.266/VVC is ultra-high-definition video over 4K, and can be applied in High Dynamic Range Imaging (HDR) and wide color gamut (WCG). However, it has high coding computational complexity based on the coding unit (CU) structure of a quadtree plus binary tree (QTBT). This plan first proposes a fast coding unit spatial features decision method to reduce the coding complexity in H.266/VVC such that the H.266/VVC coding can be speed up. Another important contribution of this plan is to combine video coding with Convolutional Neural Networks (CNNs) in H.266/VVC in-frame coding mode prediction decision. It can be shown that the proposed methods can achieve better encoding performance than the original encoding method (JEM7.0).

 

起訖頁 037-048
關鍵詞 影像編碼影像編碼三步搜尋H.266 / VVCCNN3-step search
刊名 理工研究國際期刊  
期數 202204 (12:1期)
出版單位 國立臺南大學
該期刊-上一篇 利用二次諧波電壓偵測之永磁同步馬達匝間短路分析
 

新書閱讀



最新講座


優惠活動




讀者服務專線:+886-2-23756688 傳真:+886-2-23318496
地址:臺北市館前路28 號 7 樓 客服信箱
Copyright © 元照出版 All rights reserved. 版權所有,禁止轉貼節錄