基于神经 Frank-Wolfe 策略优化的 HEVC/H.265 感兴趣区域帧内编码
图像与视频处理
2022-09-28 v1 计算机视觉与模式识别
摘要
本文提出一种利用 Frank-Wolfe 策略优化的强化学习(RL)框架,用于解决感兴趣区域(ROI)帧内编码中的编码树单元(CTU)比特分配问题。以往大多数基于 RL 的方法采用单评论家设计,其中失真最小化和码率正则化的奖励由经验选择的超参数加权。近来,双评论家设计被提出,通过交替码率与失真评论家来更新 actor,然而其收敛性无法保证。为解决这些问题,我们引入神经 Frank-Wolfe 策略优化(NFWPO),将 CTU 级比特分配表述为动作约束的 RL 问题。在该新框架中,我们利用码率评论家预测可行动作集。基于此可行集,调用失真评论家更新 actor,以在码率约束下最大化 ROI 加权图像质量。使用 x265 得到的实验结果证实了所提方法相对于其他基线的优越性。
引用
@article{arxiv.2209.13210,
title = {Neural Frank-Wolfe Policy Optimization for Region-of-Interest Intra-Frame Coding with HEVC/H.265},
author = {Yung-Han Ho and Chia-Hao Kao and Wen-Hsiao Peng and Ping-Chun Hsieh},
journal= {arXiv preprint arXiv:2209.13210},
year = {2022}
}
备注
Accepted by VCIP 2022. arXiv admin note: text overlap with arXiv:2203.05127