結合隨機森林的FVC幀內編碼單元快速劃分
摘要：目的未來視頻編碼(FVC)是在高效視頻編碼標準(HEVC)的基礎上提出的新一代編碼技術,復雜度極高。針對現有的基于HEVC的快速編碼方法不適用于FVC中的四叉樹加二叉樹編碼結構或節省時間有限的問題,提出了一種結合隨機森林的FVC幀內編碼單元(CU)快速劃分算法。方法針對FVC中的四叉樹加二叉樹結構進行優化。首先,提取視頻編碼過程中的各CU的圖像紋理特征和劃分結果;然后,分別使用各劃分深度下的紋理特征和劃分結果進行在線訓練,建立多個隨機森林模型,不同深度的CU對應不同的模型;最后,使用模型對視頻其余幀的CU進行劃分結果預測,從而減少了劃分模式遍歷和率失真代價計算的次數,節省了編碼時間。結果實驗結果表明,與原始平臺算法相比,本文算法能夠節省44.1%的時間,在相同峰值信噪比的情況下,比特率僅上升2.6%;與當前先進的方法相比,能進一步節省20%以上的時間。結論通過提取圖像的紋理特征,建立隨機森林模型,對CU劃分結果進行預測,在保證編碼率失真性能的前提下,有效地降低了FVC的幀內CU劃分復雜度。
注: 保護知識產權,如需閱讀全文請聯系中國圖象圖形學報雜志社
相關推薦
更多
