面向神经目标检测的显著性驱动通用视频编码
计算机视觉与模式识别
2022-03-14 v1 图像与视频处理
摘要
在过去一段时间里,面向人类的显著性驱动图像与视频编码日益重要。本文中,我们利用最新视频编码标准通用视频编码(VVC),提出了这样一种用于面向机器视频编码任务的显著性驱动编码框架。为在编码前确定显著区域,我们采用具有实时能力的目标检测网络You Only Look Once (YOLO)结合一种新颖的决策准则。为衡量面向机器的编码质量,将最先进的目标分割网络Mask R-CNN应用于解码帧。通过大量仿真我们发现,与恒定质量的参考VVC相比,应用所提显著性驱动框架可在解码端相同检测精度下节省多达29%的比特率。此外,我们将YOLO与其他更传统的显著性检测方法进行了比较。
引用
@article{arxiv.2203.05944,
title = {Saliency-Driven Versatile Video Coding for Neural Object Detection},
author = {Kristian Fischer and Felix Fleckenstein and Christian Herglotz and André Kaup},
journal= {arXiv preprint arXiv:2203.05944},
year = {2022}
}
备注
5 pages, 3 figures, 2 tables; Originally submitted at IEEE ICASSP 2021