基于可解释机器学习变换编码的高效帧内预测
图像与视频处理
2020-12-22 v1
摘要
机器学习技术为探索变换的编码性能潜力提供了契机。本文中，我们提出一种基于可解释变换的帧内视频编码以提升编码效率。首先，我们将基于机器学习的变换设计建模为最大化能量集中或去相关能力的优化问题。分析并比较了可解释机器学习变换，即带调整偏置的子空间近似（Saab）变换，与主流离散余弦变换（DCT）在能量集中和去相关能力上的表现。其次，我们提出了一种基于Saab变换的离线Saab变换学习帧内视频编码框架。同时，开发了帧内模式相关的Saab变换。随后，从理论和实验两方面详细分析了基于Saab变换的帧内视频编码的率失真（RD）增益。最后，提出了三种在帧内视频编码中融合Saab变换与DCT的策略以提升编码效率。实验结果表明，与主流的基于8×8 DCT的编码方案相比，所提出的基于8×8 Saab变换的帧内视频编码可实现Bjønteggard比特率差值（BDBR）从-1.19%到-10.00%，平均-3.07%。
引用
@article{arxiv.2012.11152,
title = {Explainable Machine Learning based Transform Coding for High Efficiency Intra Prediction},
author = {Na Li and Yun Zhang and C. -C. Jay Kuo},
journal= {arXiv preprint arXiv:2012.11152},
year = {2020}
}
备注
13 pages, 9 figures