利用大规模卷积神经网络加速 HEVC 中的 CU 划分
计算机视觉与模式识别
2018-09-25 v1
摘要
高效视频编码（HEVC）存在较高的编码计算复杂度，部分归因于 CU 划分决策中基于率失真优化的四叉树搜索。因此，我们提出一种 HEVC 帧内模式中新颖的两阶段 CU 划分决策方法。在该方法中，设计基于 CNN 的算法以在三个深度上精确决定 CU 划分模式。为进一步降低计算复杂度，还提出一种辅助早终止机制，将明显同质的 CU 从后续基于 CNN 的算法中过滤掉。实验结果表明，与原始 HEVC 编码器相比，所提方法平均节省约 37% 编码时间，且 BD-Bitrate 上升可忽略。
引用
@article{arxiv.1809.08617,
title = {Accelerate CU Partition in HEVC using Large-Scale Convolutional Neural Network},
author = {Chenying Wang and Li Yu and Shengwei Wang},
journal= {arXiv preprint arXiv:1809.08617},
year = {2018}
}
备注
4 pages, 2 figures