基于注意力卷积神经网络架构的色度帧内预测
图像与视频处理
2020-06-30 v1 计算复杂性
计算机视觉与模式识别
机器学习
多媒体
摘要
神经网络可用于视频编码中以改进色度帧内预测。特别是，全连接网络的使用相较于传统线性模型实现了更好的跨分量预测。然而，现有最优架构往往在预测过程中忽略各个参考样本的位置。本文提出了一种用于跨分量帧内预测的神经网络新架构。该网络采用一种新颖的注意力模块来建模参考样本与预测样本之间的空间关系。所提方法被集成到通用视频编码（VVC）预测流程中。实验结果表明，与基于神经网络的最优色度帧内预测方法相比，相对于最新 VVC 锚点取得了压缩增益。
引用
@article{arxiv.2006.15349,
title = {Chroma Intra Prediction with attention-based CNN architectures},
author = {Marc Górriz and Saverio Blasi and Alan F. Smeaton and Noel E. O'Connor and Marta Mrak},
journal= {arXiv preprint arXiv:2006.15349},
year = {2020}
}
备注
27th IEEE International Conference on Image Processing, 25-28 Oct 2020, Abu Dhabi, United Arab Emirates