Biblioteca122.739 documentos en línea

Artículo

CNN-LSTM Learning Approach-Based Complexity Reduction for High-Efficiency Video Coding StandardEnfoque de aprendizaje CNN-LSTM para la reducción de complejidad basada en el estándar de codificación de video de alta eficiencia.

Resumen

La Codificación de Video de Alta Eficiencia proporciona una mejor relación de compresión en comparación con el estándar anterior, H.264/Codificación de Video Avanzada. De hecho, HEVC ahorra un 50% de tasa de bits en comparación con H.264/AVC para la misma calidad subjetiva. Esta mejora se obtiene notablemente a través de la Unidad de Codificación jerárquica estructurada en quadtree. Sin embargo, la complejidad computacional aumenta significativamente debido a la Optimización de Tasa-Distorsión de búsqueda completa, que permite alcanzar la partición óptima de la Unidad de Árbol de Codificación. A pesar de los numerosos algoritmos de aceleración desarrollados en la literatura, la complejidad de codificación de HEVC sigue siendo un problema crucial en el campo de la codificación de video. Con este objetivo, proponemos en este artículo un algoritmo de decisión de modo rápido basado en un modelo de aprendizaje profundo para el intermodo de HEVC. En primer lugar, proporcionamos una visión general profunda del CNN-L

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento