MuZero 结合自竞争用于 VP9 视频压缩中的码率控制
图像与视频处理
2022-02-15 v1 计算机视觉与模式识别
机器学习
摘要
随着娱乐、教育和商业日益依赖在线视频，视频流使用量显著上升。优化视频压缩有潜力提升用户内容的可及性与质量，并整体降低能耗与成本。本文中，我们呈现 MuZero 算法在视频压缩挑战中的应用。具体而言，我们针对学习一种码率控制策略以在 libvpx（被流行视频点播（VOD）服务广泛使用的开源 VP9 视频压缩库）编码过程中选择量化参数（QP）的问题。我们将其视为一个序列决策问题，以在由目标比特率施加的片段约束下最大化视频质量。值得注意的是，我们引入一种新颖的基于自竞争的奖励机制，以解决具有可变约束满足难度的约束 RL，这对现有约束 RL 方法而言具挑战性。我们证明，基于 MuZero 的码率控制相比 libvpx 的两遍 VBR 码率控制策略，在相同交付视频质量水平（以 PSNR BD-rate 衡量）下实现了压缩视频大小平均 6.28% 的缩减，同时具有更好的约束满足行为。
引用
@article{arxiv.2202.06626,
title = {MuZero with Self-competition for Rate Control in VP9 Video Compression},
author = {Amol Mandhane and Anton Zhernov and Maribeth Rauh and Chenjie Gu and Miaosen Wang and Flora Xue and Wendy Shang and Derek Pang and Rene Claus and Ching-Han Chiang and Cheng Chen and Jingning Han and Angie Chen and Daniel J. Mankowitz and Jackson Broshear and Julian Schrittwieser and Thomas Hubert and Oriol Vinyals and Timothy Mann},
journal= {arXiv preprint arXiv:2202.06626},
year = {2022}
}