基于卷积神经网络的 HEVC 帧内预测
计算机视觉与模式识别
2018-08-20 v1
摘要
传统的 HEVC 帧内预测方法依赖使用最近的参考行来预测块，忽略了当前块与其相邻块之间更丰富的上下文，因此在当前块与参考行空间相关性较弱时会导致不准确的预测。为克服该问题，本文提出一种用于帧内预测的卷积神经网络（IPCNN），其利用当前块的丰富上下文，从而能够提高预测当前块的精度。同时，三个最近邻块的预测也可被细化。据我们所知，这是首篇将 CNN 直接应用于 HEVC 帧内预测的论文。实验结果验证了将 CNN 应用于帧内预测的有效性，并与传统帧内预测方法相比取得了显著的性能提升。
引用
@article{arxiv.1808.05734,
title = {Convolutional Neural Networks based Intra Prediction for HEVC},
author = {Wenxue Cui and Tao Zhang and Shengping Zhang and Feng Jiang and Wangmeng Zuo and Debin Zhao},
journal= {arXiv preprint arXiv:1808.05734},
year = {2018}
}
备注
10 pages, This is the extended edition of poster paper accepted by DCC 2017