张春燕
- 作品数：1 被引量：4H指数：1
- 供职机构：北京航空航天大学仪器科学与光电工程学院测控与信息技术系更多>>
- 发文基金：教育部留学回国人员科研启动基金国家自然科学基金更多>>
- 相关领域：电子电信更多>>
- 基于机器学习的HEVC帧内模式快速决策算法被引量：4
- 2016年
- 针对高效视频编码(HEVC)计算复杂度过高的情况,提出了一种基于机器学习的帧内快速决策算法。根据图像内容的平滑程度将PU划分成3类,对具有一定平滑度的预测单元(PU)不需要遍历完所有的帧内预测模式,从而有效降低算法的计算复杂度。首先,计算各个PU的左边参考像素方差、上边参考像素方差和总参考像素的方差,以及各个PU采用的最优的帧内预测模式,这些方差反映了参考像素的平滑程度;然后,利用机器学习软件Weka对得到的数据进行分类处理,得到分类决策树;最后,根据决策树来判定各个PU需要测试的帧内模式,再对各个PU遍历这些帧内模式,确定最优的模式,减少不必要预测,从而降低编码复杂度。实验结果表明,本文算法相对于标准的HEVC 15.0编码算法,在高码率的情况下,编码时间平均节省约16.18%,BD-rate平均升高约0.25%,BD-PSNR平均降低约0.02dB;在低码率的情况下,编码时间平均节省约20.75%,BD-rate平均升高约0.04%,BD-PSNR平均降低约0.00dB。
- 祝世平张春燕
- 关键词：帧内预测决策树
