本文關鍵詞：基于機器學習的HEVC幀內(nèi)模式快速決策算法

  更多相關文章： 高效視頻編碼(HEVC) 幀內(nèi)預測 機器學習 決策樹

【摘要】：針對高效視頻編碼(HEVC)計算復雜度過高的情況,提出了一種基于機器學習的幀內(nèi)快速決策算法。根據(jù)圖像內(nèi)容的平滑程度將PU劃分成3類,對具有一定平滑度的預測單元(PU)不需要遍歷完所有的幀內(nèi)預測模式,從而有效降低算法的計算復雜度。首先,計算各個PU的左邊參考像素方差、上邊參考像素方差和總參考像素的方差,以及各個PU采用的最優(yōu)的幀內(nèi)預測模式,這些方差反映了參考像素的平滑程度;然后,利用機器學習軟件Weka對得到的數(shù)據(jù)進行分類處理,得到分類決策樹;最后,根據(jù)決策樹來判定各個PU需要測試的幀內(nèi)模式,再對各個PU遍歷這些幀內(nèi)模式,確定最優(yōu)的模式,減少不必要預測,從而降低編碼復雜度。實驗結果表明,本文算法相對于標準的HEVC 15.0編碼算法,在高碼率的情況下,編碼時間平均節(jié)省約16.18%,BD-rate平均升高約0.25%,BD-PSNR平均降低約0.02dB;在低碼率的情況下,編碼時間平均節(jié)省約20.75%,BD-rate平均升高約0.04%,BD-PSNR平均降低約0.00dB。
【作者單位】： 北京航空航天大學儀器科學與光電工程學院測控與信息技術系;
【關鍵詞】： 高效視頻編碼(HEVC) 幀內(nèi)預測 機器學習 決策樹
【基金】：國家自然科學基金(61375025,61075011,60675018) 教育部留學回國人員科研啟動基金
【分類號】：TN919.81
【正文快照】： 1引言為了適應對高清視頻在各種應用中的迫切需求,由ITU-T的視頻編碼專家組VCEG和ISO/IEC的運動圖像專家組MPEG組成的視頻編碼聯(lián)合組JCT-VC(joint collaborative team on videocoding)制定了新一代視頻編碼標準——H.265/HEVC(high efficiency video coding)[1]。HEVC仍然采用

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 雙鍇;馬姣;;基于機器學習的SPIT可疑度評估方法[J];華中科技大學學報(自然科學版);2013年S2期

2 曹文倫;史忠科;封建湖;;基于機器學習參數(shù)選擇的交通圖像編碼方法[J];系統(tǒng)工程理論與實踐;2007年01期

3 徐東,楊健,徐亞范;基于機器學習的SAR圖像目標識別方法研究[J];微電子學與計算機;2004年07期

4 蔣一波;王雨晨;王萬良;張禎;陳瓊;;一種基于機器學習的MANET網(wǎng)絡入侵檢測性能評估方法研究[J];計算機科學;2013年S2期

5 肖政宏;陳志剛;李慶華;;WSN中基于分布式機器學習的異常檢測仿真研究[J];系統(tǒng)仿真學報;2011年01期

6 王霞;陳潔;;基于機器學習的礦井三維空間無線傳感器網(wǎng)絡節(jié)點感知算法研究[J];科學技術與工程;2013年24期

7 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 孫卓;陳益強;齊娟;劉軍發(fā);;基于遷移學習的自適應室內(nèi)Wi-Fi定位[A];第18屆全國多媒體學術會議（NCMT2009）、第5屆全國人機交互學術會議（CHCI2009）、第5屆全國普適計算學術會議（PCC2009）論文集[C];2009年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 劉飚;基于機器學習的密碼芯片電磁攻擊技術研究[D];北京郵電大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前3條

1 施應敏;基于機器學習的Femtocell信道頻譜與功率資源分配算法的研究[D];南京郵電大學;2015年

2 李沛龍;移動互聯(lián)網(wǎng)中基于機器學習的用戶個性化QoE評估[D];北京郵電大學;2015年

3 蔡素賢;基于機器學習的膝關節(jié)擺動信號分類算法研究[D];廈門大學;2014年

，

本文編號：690684