基于卷积神经网络的屏幕内容帧内快速编码算法

发布时间：2022-02-11 08:29

　　屏幕内容编码（Screen Content Coding,SCC）是高效视频编码（High Efficiency Video Coding,HEVC）的扩展,并且通过采用HEVC的35种帧内模式和两种新的编码模式:帧内块复制（Intra Block Copy,IBC）模式和调色板（Palette,PLT）模式,来提高屏幕内容视频的编码效率。然而,在这三类模式候选者中对最优模式的穷举搜索以及灵活的基于四叉树的编码树单元（Coding Tree Unit,CTU）划分结构给SCC编码器带来了显着的计算负担。对于计算能力受限的应用而言,降低SCC的编码复杂度至关重要,因此,本文针对如何有效降低SCC帧内编码的计算复杂度进行了研究。针对SCC帧内编码的编码单元（Coding Unit,CU）划分过程,本文设计了一种基于卷积神经网络（Convolutional Neural Network,CNN）的屏幕内容编码帧内CTU深度范围预测快速算法。为了预测CTU深度范围,本文设计了与CU划分特性相适应的CNN结构,并根据CTU深度范围的统计分析设置了分类标签。设计的CNN结构分三层并行利用不同大小的... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：79 页

【学位级别】：硕士

【部分图文】：

四个类别的测

重庆邮电大学硕士学位论文第4章HEVCSCC帧内CU划分和PU模式选择快速算法40(a)SlideShow(b)Map(c)Basketball_Screen(d)MissionControlClip3图4.1不同内容特性的视频帧示例基于以上分析，本章考虑进行更加细化的PU模式占比分析，以设置更加多类的分类的标签，以便后期实验中能更准确的预测PU模式类型，缩小模式选择范围，减少编码复杂度。为了使用于分析的数据更加完整充分，本章编码了表4.1中所选的所有不同类型的训练样本帧，所有序列帧均在4个不同QP值(22、27、32、37)下编码。根据编码后的数据，对IBC模式、PLT模式、DC模式、Planar模式、水平模式(mode10)和垂直模式(mode26)以及剩余的Intra(otherintra)模式的占比进行了统计，结果如表4.3所示，表中所示结果均为各个序列4个QP值下的平均值。表4.3不同模式占比分析二序列类型序列名称PlanarDCmode10&26OtherintraIBCPLTTGMMap10.977.488.5432.8514.8825.28Console1.030.108.730.2067.7322.21Programming3.81.9923.57.7449.7613.21SlideShow26.489.5734.179.7313.456.60ChineseEditing1.80.4811.061.2247.9537.49Desktop2.710.649.320.7169.0717.55WebBrowsing5.861.712.264.3165.939.94FlyingGraphics1.990.974.434.9670.9316.72自然内容自然内容

重庆邮电大学硕士学位论文第4章HEVCSCC帧内CU划分和PU模式选择快速算法40(a)SlideShow(b)Map(c)Basketball_Screen(d)MissionControlClip3图4.1不同内容特性的视频帧示例基于以上分析，本章考虑进行更加细化的PU模式占比分析，以设置更加多类的分类的标签，以便后期实验中能更准确的预测PU模式类型，缩小模式选择范围，减少编码复杂度。为了使用于分析的数据更加完整充分，本章编码了表4.1中所选的所有不同类型的训练样本帧，所有序列帧均在4个不同QP值(22、27、32、37)下编码。根据编码后的数据，对IBC模式、PLT模式、DC模式、Planar模式、水平模式(mode10)和垂直模式(mode26)以及剩余的Intra(otherintra)模式的占比进行了统计，结果如表4.3所示，表中所示结果均为各个序列4个QP值下的平均值。表4.3不同模式占比分析二序列类型序列名称PlanarDCmode10&26OtherintraIBCPLTTGMMap10.977.488.5432.8514.8825.28Console1.030.108.730.2067.7322.21Programming3.81.9923.57.7449.7613.21SlideShow26.489.5734.179.7313.456.60ChineseEditing1.80.4811.061.2247.9537.49Desktop2.710.649.320.7169.0717.55WebBrowsing5.861.712.264.3165.939.94FlyingGraphics1.990.974.434.9670.9316.72自然内容自然内容

【参考文献】：
期刊论文
[1]基于梯度的H.265/HEVC帧内预测硬件加速算法研究[J]. 李文武,孙书为,郭阳.  计算机工程与科学. 2019(04)
[2]一种HEVC帧内编码快速决策组合算法[J]. 易清明,谢志煌,石敏.  小型微型计算机系统. 2019(01)
[3]基于纹理主方向强度的HEVC帧内快速分层算法[J]. 郭磊,王晓东,王健,徐博文.  计算机工程. 2018(03)
[4]利用时空相关性的HEVC帧内编码块快速划分[J]. 仲伟波,陈东,姚旭洋,冯友兵.  中国图象图形学报. 2018 (02)
[5]基于深度预测的HEVC编码单元快速划分算法[J]. 赵宏,蒋雨晨,李靖波.  计算机应用与软件. 2017(05)
[6]基于调色板模式的屏幕视频帧内编码快速算法[J]. 王菲.  微型机与应用. 2017(02)



本文编号：3619947