视频纹理的压缩统计研究及率失真曲线预测
图像与视频处理
2021-02-09 v1
摘要
对纹理内容进行编码对当前标准化视频编解码器仍是一项挑战。因此，从时空特性与编码统计两方面理解视频纹理，以优化编码性能，是有益的。本文分析视频纹理的时空特征与统计，探究不同纹理类型的率-质量性能，并研究用数学描述它们的模型。对所有考虑的理论模型，我们采用机器学习回归，仅基于从未压缩内容提取的选定时空特征来预测率-质量曲线。所有实验均在均匀视频纹理上进行，以确保观测的有效性。回归结果表明，使用指数模型可较准确地预测期望的率-质量曲线（在所用数据集上平均 Bjøntegaard Delta 速率为 0.46%），同时保持较低的相对复杂度。这有望被采用到环路内处理中，以加快编码决策，如率失真优化、自适应量化、划分等。
引用
@article{arxiv.2102.04167,
title = {Study of Compression Statistics and Prediction of Rate-Distortion Curves for Video Texture},
author = {Angeliki V. Katsenou and Mariana Afonso and David R. Bull},
journal= {arXiv preprint arXiv:2102.04167},
year = {2021}
}
备注
17 pages