發(fā)布時(shí)間：2021-05-01 00:40

　　隨著信息多媒體技術(shù)的不斷發(fā)展,高清晰度視頻的應(yīng)用逐步普及,社交媒體上大量的視頻數(shù)據(jù)使得高效的壓縮編碼技術(shù)愈發(fā)重要。針對(duì)這一需求,視頻編碼聯(lián)合小組JCT-VC于2013年開發(fā)出新一代視頻編碼標(biāo)準(zhǔn)HEVC,相比于前一代編碼標(biāo)準(zhǔn)H.264/AVC,HEVC能在達(dá)到相同的編碼質(zhì)量的情況下,減少50%所需比特。但與此同時(shí),HEVC的編碼復(fù)雜度大大上升,這也導(dǎo)致HEVC較難被一些實(shí)時(shí)應(yīng)用或移動(dòng)終端所采納。另一方面,隨著計(jì)算機(jī)視覺(jué)、智能數(shù)據(jù)分析等技術(shù)的高速發(fā)展,有許多新型的智能應(yīng)用涌現(xiàn),例如監(jiān)控視頻分析、醫(yī)學(xué)圖像理解等,許多的視頻數(shù)據(jù)需要被壓縮傳輸后經(jīng)由這些智能應(yīng)用處理。因此,針對(duì)這些智能應(yīng)用來(lái)提升編碼效率十分必要。本文圍繞降低編碼復(fù)雜度及智能比特分配兩大核心問(wèn)題,開展了深入的研究。HEVC巨大的幀內(nèi)編碼復(fù)雜度來(lái)源于靈活多變的編碼單元大小以及多達(dá)35種的幀內(nèi)預(yù)測(cè)模式。我們提出了基于深度學(xué)習(xí)的加速框架LFHI,滿足了多功能的加速需求。首先,我們提出了高效的非對(duì)稱核卷積神經(jīng)網(wǎng)絡(luò)（asymmetric-kernel convolutional neural network,AK-CNN）,能夠在低復(fù)雜度的... 

【文章來(lái)源】：中國(guó)科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 HEVC幀內(nèi)編碼加速工作
        1.2.2 智能比特分配工作
    1.3 論文主要工作及結(jié)構(gòu)安排
        1.3.1 論文的研究?jī)?nèi)容及貢獻(xiàn)
        1.3.2 論文的結(jié)構(gòu)安排
第2章 HEVC關(guān)鍵技術(shù)及特點(diǎn)
    2.1 HEVC中的塊劃分技術(shù)
    2.2 HEVC中的幀內(nèi)預(yù)測(cè)技術(shù)
    2.3 HEVC中的率失真優(yōu)化技術(shù)
    2.4 本章小節(jié)
第3章 基于深度學(xué)習(xí)的幀內(nèi)編碼加速
    3.1 快速CU/PU劃分算法
        3.1.1 四層分類器架構(gòu)
        3.1.2 AK-CNN結(jié)構(gòu)
        3.1.3 基于演化算法的門限機(jī)制
        3.1.4 多樣化的量化參數(shù)適應(yīng)算法
    3.2 快速幀內(nèi)預(yù)測(cè)模式選擇算法
        3.2.1 最少率失真優(yōu)化模式
        3.2.2 期望值回歸模型
    3.3 實(shí)驗(yàn)結(jié)果及分析
        3.3.1 EHIC數(shù)據(jù)集
        3.3.2 實(shí)驗(yàn)配置
        3.3.3 CNN訓(xùn)練細(xì)節(jié)
        3.3.4 快速CU/PU劃分算法性能評(píng)估
        3.3.5 快速幀內(nèi)預(yù)測(cè)模式選擇算法性能評(píng)估
        3.3.6 總體方案性能評(píng)估
        3.3.7 非對(duì)稱卷積核性能分析
        3.3.8 模型復(fù)雜度分析
    3.4 本章小結(jié)
第4章 基于深度強(qiáng)化學(xué)習(xí)的智能比特分配
    4.1 失真評(píng)價(jià)準(zhǔn)則
    4.2 智能比特分配框架
        4.2.1 重要性圖生成過(guò)程
        4.2.2 強(qiáng)化學(xué)習(xí)算法流程
    4.3 實(shí)驗(yàn)結(jié)果及分析
        4.3.1 TBA數(shù)據(jù)集
        4.3.2 實(shí)驗(yàn)配置
        4.3.3 性能評(píng)價(jià)及分析
    4.4 本章小結(jié)
第5章 總結(jié)和展望
參考文獻(xiàn)
致謝
在讀期間發(fā)表的學(xué)術(shù)論文與取得的研究成果



本文編號(hào)：3169798