基于分层深度学习分区预测的VP9帧内编码器加速
图像与视频处理
2020-07-30 v2 计算机视觉与模式识别
机器学习
摘要
在VP9视频编解码器中，块的大小通过在编码时利用率失真优化（RDO）递归划分6464超级块来决定。由于超级块可能划分方式的组合搜索空间巨大，该过程计算密集。在此，我们提出一种基于深度学习的替代框架，使用分层全卷积网络（H-FCN）以四级划分树的形式预测帧内模式超级块划分。我们创建了大型VP9超级块及其对应划分的数据库来训练H-FCN模型，随后将其集成到VP9编码器中以减少帧内模式编码时间。实验结果表明，我们的方法平均加速帧内模式编码69.7%，代价是Bjontegaard-Delta码率（BD-rate）增加1.71%。尽管VP9提供了若干内置速度等级，旨在以率失真性能下降为代价提供更快编码，但我们发现，对于高质量帧内编码配置，我们的模型在加速比和BD-rate两方面均能优于参考VP9编码器最快的推荐速度等级。
引用
@article{arxiv.1906.06476,
title = {Speeding up VP9 Intra Encoder with Hierarchical Deep Learning Based Partition Prediction},
author = {Somdyuti Paul and Andrey Norkin and Alan C. Bovik},
journal= {arXiv preprint arXiv:1906.06476},
year = {2020}
}