一种用于 HEVC/H.265 帧级码率分配的双评论家强化学习框架
计算机视觉与模式识别
2021-04-06 v1
摘要
本文引入一种双评论家强化学习（RL）框架，以解决 HEVC/H.265 中的帧级码率分配问题。目标是在码率约束下最小化一个图像组（GOP）的失真。先前基于 RL 的方法通过最大化通常结合了失真奖励与码率奖励的单一奖励函数来处理此类约束优化问题。然而，这些奖励的结合方式通常是临时的，可能无法很好地泛化到各种编码条件与视频序列。为克服该问题，我们改造深度确定性策略梯度（DDPG）强化学习算法以使用两个评论家，其中一个学习预测失真奖励，另一个学习预测码率奖励。具体而言，当码率约束满足时，失真评论家负责更新智能体；相反，当智能体超出码率预算时，码率评论家将码率约束作为优先事项。在常用数据集上的实验结果表明，我们的方法在率失真性能上显著优于 x265 中的码率分配方案与单评论家基线，同时提供了相当精确的码率控制。
引用
@article{arxiv.2104.01735,
title = {A Dual-Critic Reinforcement Learning Framework for Frame-level Bit Allocation in HEVC/H.265},
author = {Yung-Han Ho and Guo-Lun Jin and Yun Liang and Wen-Hsiao Peng and Xiaobo Li},
journal= {arXiv preprint arXiv:2104.01735},
year = {2021}
}