Resumen

Con el desarrollo de la tecnología, los requisitos de hardware y las expectativas de los usuarios para el disfrute visual son cada vez más altos. La arquitectura de árbol multiformato (MTT) fue propuesta por el Equipo Conjunto de Expertos en Video (JVET). Por lo tanto, es necesario determinar no solo la profundidad de la unidad de codificación (CU) sino también su modo de división en la Codificación de Video Versátil H.266/Versatile Video Coding (H.266/VVC). Aunque H.266/VVC logra un rendimiento de codificación significativo sobre la base de la Codificación de Video de Alta Eficiencia H.265/High Efficiency Video Coding (H.265/HEVC), causa una complejidad de codificación significativa y aumenta el tiempo de codificación, donde la parte más consumidora de tiempo es el cálculo de la tasa-distorsión (RD) de la travesía de CU. Para resolver estos problemas, este artículo propone un método adaptativo de decisión de división de CU basado en aprendizaje profundo y fusión de múltiples características. En

• Materias:Big Data Segmentación de líneas Tráfico de red Reconocimiento de entidad Esquema de programación
• Subjects:Big Data Line segmentation Network traffic Entity recognition Programming scheme
• Palabras claves:Desarrollo; Tecnología; Requisito de hardware; Disfrute visual; Arquitectura de árbol multitype (MTT); Equipo Conjunto de Expertos en Video (JVET)
• Keywords:Development; Technology; Hardware requirement; Visual enjoyment; Multitype tree (MTT) architecture; Joint Video Experts Team (JVET)