面向神经视频编解码增强的可微比特率估计
图像与视频处理
2023-01-25 v1 信息论
机器学习
多媒体
math.IT
摘要
神经网络（NN）可通过预处理和后处理编码视频来改进标准视频压缩。为最优地训练 NN，需用编解码代理替代标准编解码器，该代理能提供估计比特率和失真的导数，用于梯度反向传播。由于标准编解码器的熵编码旨在考虑变换系数间的非线性依赖，比特率无法用简单的逐系数估计器良好近似。本文提出一种新的比特率估计方法，类似于端到端神经编解码训练中采用的类型，并能高效考虑这些统计依赖。它由一个数学模型定义，该模型提供估计值及其梯度的闭式公式，降低了计算复杂度。实验结果表明该方法在估计 HEVC/H.265 编解码器比特率方面的准确性。
引用
@article{arxiv.2301.09776,
title = {Differentiable bit-rate estimation for neural-based video codec enhancement},
author = {Amir Said and Manish Kumar Singh and Reza Pourreza},
journal= {arXiv preprint arXiv:2301.09776},
year = {2023}
}