基于组合神经网络的帧内预测与变换选择
图像与视频处理
2021-08-19 v1
摘要
依次加入基于块的视频编解码器的不同工具之间的相互作用对其率失真效率至关重要。特别地，当基于深度神经网络的帧内预测模式被插入基于块的视频编解码器时，由于基于神经网络的预测函数难以被轻易刻画，变换选择过程对新模式的适配很难手动完成。这就是为什么本文提出一种用于基于块的视频编解码器的组合式神经网络帧内预测与变换选择。当将单一基于神经网络的帧内预测模式与所选 LFNST 配对索引的学习预测放入 VTM-8.0 时，在全帧内配置下分别获得 -3.71%、-3.17% 和 -3.37% 的平均 BD-rate 降低。
引用
@article{arxiv.2108.08087,
title = {Combined neural network-based intra prediction and transform selection},
author = {Thierry Dumas and Franck Galpin and Philippe Bordes},
journal= {arXiv preprint arXiv:2108.08087},
year = {2021}
}