一种面向 YUV 色彩空间的基于深度学习的端到端视频编码组合架构
计算机视觉与模式识别
2021-04-05 v1 人工智能
机器学习
多媒体
摘要
现有大多数基于深度学习的端到端视频编码（DLEC）架构都是专门为 RGB 色彩格式设计的，然而过去几十年发展起来的视频编码标准，包括 H.264/AVC、H.265/HEVC 和 H.266/VVC，主要是为 YUV 4:2:0 格式设计的，其中色度（U 和 V）分量被下采样以结合人类视觉系统实现更优的压缩性能。尽管大量关于 DLEC 的论文在 RGB 域中对这两种不同的编码方案进行比较，但理想情况下应有一个 YUV 4:2:0 域中的通用评估框架以进行更公平的比较。本文提出了一种新的用于视频编码的 DLEC 架构，以有效支持 YUV 4:2:0，并在通用评估框架下将其性能与 HEVC 标准进行比较。在 YUV 4:2:0 视频序列上的实验结果表明，所提架构在帧内编码上优于 HEVC，但与之相反，与近期论文中报道的 RGB 编码结果相比，其帧间编码效率不高。
引用
@article{arxiv.2104.00807,
title = {A Combined Deep Learning based End-to-End Video Coding Architecture for YUV Color Space},
author = {Ankitesh K. Singh and Hilmi E. Egilmez and Reza Pourreza and Muhammed Coban and Marta Karczewicz and Taco S. Cohen},
journal= {arXiv preprint arXiv:2104.00807},
year = {2021}
}
备注
5 pages, submitted to as a conference paper. arXiv admin note: text overlap with arXiv:2103.01760