复杂性分析的新未来的视频编码标准(FVC)技术

文摘

以后的视频编码(FVC)是一个现代的标准在视频编码领域比HEVC标准提供了更高的压缩效率。FVC由联合视频勘探开发团队(JVET),通过合作形成ISO / IEC MPEG和ITU-T VCEG。新工具与FVC引进新兴超级分辨率实现方案,建议根据(UHD)视频编码在特别提款权和HDR图像。然而,一个新的灵活的块结构采用FVC的标准,这是叫四叉树和二叉树(QTBT)为了提高压缩效率。在本文中,我们提供了一个快速FVC算法实现更好的性能和降低编码复杂度。首先,我们评估FVC概要文件在所有内部,低延迟P,和随机存取,以确定哪些编码组件消耗最多的时间。其次,提出了一种快速FVC模式决定减少编码的计算复杂度。然后,比较三种配置,即随机访问,低延迟B,和低延迟P,提出在比特率方面,PSNR和编码时间。与之前的作品相比,实验结果证明该节省时间达到13%,降低比特率约为0.6%和0.01到0.2 dB的PSNR值。

1。介绍

高效视频编码(HEVC)是领先的视频编码标准(12013年],标准化的联合协作的团队视频编码(JCT-VC)形成了电影专家小组(MPEG)和视频编码专家组(VCEG)。HEVC达到增加约50%的编码效率,同时保持相同的视觉质量比之前的标准,如h /先进的视频编码(AVC) [2]。随着视频技术的发展,更好的品质和更高的分辨率要求。出于这个原因,新的视频编解码器是非常有趣的,提高压缩效率和前任的质量标准。2015年10月,新集团联合视频勘探队(JVET)一直致力于一个新的视频编码标准,称为post-HEVC或以后的视频编码(FVC)的继任者HEVC [3]。多功能视频编码)阴道假丝(致病菌种及标准是一种新的视频编码技术,它可以从2020年标准化。在同一视频质量,特别是对于UHD视频,FVC标准目前提供25至30%比特率相比节约HEVC [4]。

这些新的FVC技术评估以提高压缩效率使用一个实验平台,即联合开采模型(JEM)软件,开发从参考软件嗯3]。FVC基本上满足所有现有HEVC开发及h / AVC应用程序,如广播、监控、智能家居,并专注于两个目标:提高视频分辨率和并行体系结构(5]。另一方面,视频编码有很高的潜力被部署在无线网络由于其独特的特性,如独立帧编码和低编码操作。事实上,日益增长的复杂性阻碍了视频编码的采用实时流在移动无线网络,如4 g网络和即将到来的5 g网络。然而,计算复杂度高的视频编码和巨大贡献一个节点的功耗和视频传输错误的无线信道是这些挑战的主要原因6]。在[7),作者提出了一个统一的经验(体验质量)预测框架质量HEVC-encoded无线网络视频流。此外,在工作8]提出了一种新的框架水准仪速率控制算法对复杂场景视频HEVC无线网络。很多其他作品在这个新兴领域的视频编码在无线网络中可以找到9,10]。

本文的优化新的视频编码标准(FVC)通过快速方法的编码时间。因此,为了降低计算复杂度,本文提出一个快速FVC基于快速模式决定。本文的其余部分的结构如下。FVC标准中定义的概述部分2。部分3提出了一些现有算法在快速模式决策,以减少开发HEVC和FVC复杂度的编码时间。部分4介绍了杰姆配置。部分5给出了实验结果。最后,本文的结论提出了部分6。

2。FVC概述

在大多数以前的标准,FVC混合基于块的编码架构,包含内部和国米预测和变换编码和熵编码(1]。JVET FVC开发的基于HM测试模型(HM 16.6) (11]。图片分区结构输入视频分为块称为编码树单位(反恐组)。反恐组使用四叉树分割与嵌套的二叉树结构编码单元(CUs),用一片叶子铜定义一个区域共享相同的预测模式(例如,内部或国米)。图1显示了FVC标准的一般框图。新的编码特性的FVC标准如下(12]。

2.1。块分区

编码树单元(反恐组)成为主要块分区HEVC标准,取代了宏模块的h / AVC编码器。反恐组的大小 到 。HEVC我们谈论四叉树,但最近,四叉树和二叉树(QTBT)块结构介绍了在新的视频编码FVC [13,14]。多个分区类型的概念已被移除的FVC标准;这意味着的大小铜、PU、和TU QTBT结构是相似的15]。有两种类型的二叉树:值决定了铜对称垂直分割,而0值指定了一个对称的水平中分面。这些改进是提高压缩效率。二叉树的叶节点被称为编码单元(CU),这种分割用于转换和预测加工没有进一步的分裂;铜可以正方形或长方形的形状(16]。图2说明了QTBT块结构在杰姆的软件。

树的编码单元(反恐组)与P / B片编码呈现在图3。QTBT结构,反恐组首先分为四叉树的分区,然后它可以进一步划分为一个二叉树分区。QTDepth从0到4水平,四叉树节点的块大小 (反恐组) (MinQTSize)。最大允许大小的二叉树的根节点 ,对应于一个BTDepth从0到317]。

2.2。内部预测

内部预测模式也一直在增强;杰姆软件有67内部模式:65角、直流(DC)和平面预测模式,而不是35模式HEVC [3,14]。图4说明了内部预测模式。黑线代表现有HEVC定向模式,和红线意味着新添加的FVC定向模式。平面和直流模式保持不变。

2.3。帧间预测

HEVC相比,国米预测在杰姆的软件有很多改进。有两个运动矢量预测(mvp),包括替代时间运动矢量预测(ATMVP)和空间时间运动矢量预测(STMVP)。ATMVP是增强通过允许每个铜报告多组运动信息从多个块小于当前铜并列的参考系,如图5。

STMVP过程中,基于邻近的时空运动向量预测,递归地sub-CUs是派生的运动向量,如图6。

2.4。转换

预测剩余使用一块变换编码。有两种类型的转换:DST和DCT。FVC引入多个转换如DST(我和七世)和DCT (II, V,和八世),变换块的大小是增加 来 在新的视频编码相比HEVC标准。

2.5。滤波器的改进

有三种过滤方法引入FVC的标准:解封滤波器,自适应抵消样本(巴西),和一个自适应回路滤波器(ALF)。解封过滤器是为了减少工件的可见性和仅用于样本在块边界。圣过滤器的目的是提高质量的重建原始信号的振幅,并自适应地应用于所有样本。阿尔夫最小化之间的mean-absolute-error解码帧原始图像。

2.6。熵编码

“上下文的自适应二进制算术编码(CABAC)”的熵编码器HEVC [18]。FVC的标准,采用改进的版本的CABAC改变上下文模型选择评价的多假设的可能性,转换系数与上下文相关的更新率,初始化和自适应模型。

事实上,许多研究人员旨在减少复杂性为每个标准模块的编码时间通过软件和硬件方法(19]。以前作品的概述,介绍了使用RA和LD配置快速算法,给出了在接下来的部分。

3所示。相关的工作

事实上,计算复杂度视频压缩中仍然是一个严重的问题,尤其当需要实时应用。因此,一些优化需要减少计算复杂度。FVC的主要目的是要解决的关键问题HEVC [20.]。在不断发展,作品详细介绍这些技术和方法是非常罕见的。这就是为什么一些正在努力使用HEVC FVC发展。此外,尽量减少编码时间杰姆软件,尤其是我时间,几位提出了快速的方法21]。

Garcia-Lucas et al。21)提出了一种快速方案在杰姆为了加快我称为“系统论算法。“这个算法允许减少搜索范围的大小和数量的参考框架。数值结果表明,该算法实现了62%以上的0.11%的执行时间BD-rate几乎可以忽略。此外,在工作22)提出了一个摘要基于模型的快速铜模式预测HEVC-JEM代码转换来提高编码效率。该技术减少了计算时间12.71%。

在[23),Khemiri等人提出一种算法使用parallel-difference-reduction过程优化HEVC我模块。该方案达到平均56.17%和30.4%减少编码时间和PSNR亏损0.095 dB和降低比特率为0.64%。提出了三种算法在24改善TZ)搜索算法(测试区域搜索)。计算复杂度达到75% 0.12 dB PSNR和RA配置中比特率减少0.5%。另一个快速算法命名为“早期跳过模式决定”的HEVC提出了(25]。结果表明,快速方案平均节省58.5%和54.8%的执行几个视频序列在RA和LDB的配置。

另外两个快速模式决定了在26]:编码块国旗和铜早期终止。这项工作编码器复杂度降低了58.7%,同时保持相同级别的编码效率。金等。27)提出了两种快速模式决定为了加快国米预测时间:ESD和CBF。这个算法实现34.55%的减少执行时间使用LD配置使用RA配置和36.48%。李等人。28]建议的算法称为“自适应搜索范围”(ASR)来减少复杂性代替固定我的搜索范围的适应性。也就是说,ASR也可以采用一些搜索模型在软件执行的搜索点数量降到最低。获得的结果表明,该算法可以减少53%的执行时间为不同的序列在我快计划。公园等提出的另一个有趣的工作。29日是旨在减少编码的复杂性JVET杰姆QTBT分区技术。提出“参考系搜索”方法允许编码器跳过重要的参考帧搜索通过父母和孩子之间的关联度节点QTBT分区。实验进行了四核英特尔i7 4.00 GHz CPU和16 GB的RAM。结果显示,这种技术我时间减少了34%,杰姆3.1,同时保持BD-rate小于0.3%。

为了优化TZSearch运动估计,Purnachand et al。30.)取代了“钻石搜索模式”与“六角搜索模式。“此外,该算法提高了通过改变搜索阈值为每个网格搜索区域。所有模拟证明我的计算复杂度是TZSearch算法相比减少了近50%的无意义的PSNR和比特率的变化。此外,安et al。31日]介绍了快速inter-HEVC编码方案。实现结果证明该方案可以获得平均节省时间49.6%和42.7%的平均比特率1.4%和1%在RA和LDB的配置不同的测试序列。

另一方面,在32),作者提出了一个有效的四叉树和二叉树(QTBT)分区方法达到良好的压缩性能之间的妥协。实验结果提供了一个平均时间减少64%,只有1.26%的比特率增加。快速算法结合铜和PU提前终止决定解决HEVC计算复杂度高的问题,提出了由陈等人在33]。结果表明,该方法节省时间达到57%,BD-rate增长了0.43%。王等人。34)提出了一个算法命名为“信心基于间隔早期终止”QTBT分区、分类冗余分区方法的RD技术成本。获得的结果证明该方案能够加快QTBT分区过程通过减少54.7%的执行时间在比特率只增加1.12%。

简而言之,减少FVC的复杂性,介绍了几个方案。有些是旨在减少搜索的数量以提高我。其他采用快速模式决策改善TZSearch运动估计使用不同的配置。

4所示。杰姆配置概述

作为HEVC与HM,参考软件杰姆支持四种编码配置,作为常见的测试条件(表示35]。提供的四个模式如下:所有的内部,低延迟B,随机访问和低延迟P切块。

4.1。所有内部(AI)

所有图片都使用I-slices编码。量化参数(QP)对所有图像是恒定的。对于人工智能配置,执行时间序列的二次抽样杰姆。二次抽样可以启用使用参数“TemporalSubsampleRatio杰姆的软件。“这个参数的人工智能”encoder_intra_jvet10。cfg”配置文件是8,表示一帧编码每8帧(35]。数量与每个图像表示的编码和显示顺序。IDR QPI代表QP(瞬时解码器刷新)照片是相同的所有图片。图7给出了人工智能的图形演示配置。

4.2。低延迟(LD)

这个配置有两种亚型,“低延迟P”和“低延迟B。“在LD的配置,只有内部的第一帧编码模式。在自民党模式中,所有图片编码P-slice只有当所有帧被作为LDB的P, B片。相关的编码顺序是由每一帧的数量。每个intercoded帧的QP必须通过添加一个偏移量计算的QP intracoded帧作为时间的函数层。图8代表一个低延迟配置图形演示。

4.3。随机存取(RA)

杰姆参考软件编码器,分层劣等电影编码结构用于RA配置。“encoder_randomaccess_jvet10。cfg”被选中。组图片(共和党)的大小是固定的16帧(36]。图9显示了一个随机存取配置图形演示。在RA模式中,只有第一帧视频序列和intraframe编码。其他连续图片将编码为广义P和B图片。

5。实验结果

5.1。实验条件

在本节中,我们评估FVC的性能标准和比较了三种配置(RA, LDB和自民党)杰姆的比特率(BR), PSNR,和编码时间(T);一组模拟已经启动。该方案已经使用参考软件实现杰姆- 7.1 (37]。在每一个序列,帧的数量限制在100。所有实验进行一个英特尔®™核心i7 3770 @ 3.4 GHz CPU和16 GB的RAM。所有决议都测试QP 22 - 37和作为类。给JVET常见的测试条件(CTC),测试序列包括新的污染物(UHD或4 K / 8 K)序列(类a1a2, 10位)和HEVC测试序列(类中,8位)34]。每个类由不同的场景不同的视频和特性,如表所示1。

5.2。评估标准

编码的性能评估:PSNR, BR,和T,定义如下:(我)PSNR (dB): (2)BR (Kbps): (3)T (s):

在这里,PSNR值_o, ,和定义了PSNR、比特率和原计划的执行时间。BRp,和定义了PSNR、比特率和方案的执行时间。

5.3。FVC时间剖面

在本节中,我们评估杰姆- 7.1的分析结果,为了定义编码组件消耗最多的时间。杰姆编码器的时间分布三个配置文件,即所有内部,随机访问,和低延迟P如图10。这些分析结果与Valgrind工具在处理“Drums100”序列编码 在RA和所有内部配置,和“BasketballDrive”序列编码在自民党的配置 。

内部,最关键块执行时间的变换和量化模块。编码时间消耗在内部预测超过30%,而在低延迟P, 60%以上是致力于国际米兰的预测。同样,国际米兰预测消耗60%的执行时间RA配置。

帧间预测的复杂性是由大量的冗余的解释标准必须执行的操作在同一帧和不同块分区。

5.4。FVC快速模式决定

减少编码时间的新标准FVC,许多快速模式决定了分割算法采用杰姆软件,如早期跳过检测(ESD),编码块旗(CBF)和铜早期终止(ECU)算法,澄清如下。

5.4.1之前。早期铜终止(ECU)

早期的铜终止算法通过从深度对深度 。最好的模式是由计算RD成本。在选择跳过模式有RD的最低成本,没有必要继续分区(24]。

5.4.2。早期跳过检测(ESD)

一些作品表明,模式选择是跳过模式。跳过模式是一个非常有效的编码工具。它可以代表一个编码块没有残留信息。搜索后最好的国际米兰 ,跳过检测早期(ESD)算法是一个简单的微分运动矢量的检查(DMV)和编码块旗(CBF)的两个条件称为“早期跳过条件。“在选择最好的模式有RD的最低成本,该方法检查其DMV和CBF。如果DMV和CBF最好的国际米兰 模式,分别等于(0,0)和零,最好的方式是决定跳过模式。换句话说,剩下的铜模式不是寻找国际模式决定(26]。

5.4.3。编码块标记算法(CBF)

最优预测模式的检测将提供的黑旗快速编码方法(CFM)算法。为每个模式的铜、RD成本计算。如果CBF是零(CBF_U,所有的变换系数是零:CBF_Y和CBF_V),剩下的其他模式将不再被测试25,26]。

图11显示模式决策过程的流程图。Early_Skip条件检查如果国米的运动矢量差分区模式 = (0,0)。CBF_Fast条件检查如果国米分区模式 不包含非零的变换系数。算法评估Early_CU条件直接当条件为真。这Early_CU条件检查最好的国际编码模式是跳过。如果条件为真,该算法停止。否则,它评估未来铜水平的递归模式决定如果当前铜深度不是最大的。重复上述过程递归地对每一个编码深度0,1,2,3,相应的铜大小。为每个预测模式,有必要计算RD成本及其相关高计算成本。合并后的快速算法(ECU、ESD CBF)提出了以减少FVC计算复杂度及提高RD的性能。

5.5。结果

比较方案的性能原始算法的比特率,编码时间和PSNR表中列出2。测试配置(randomaccess_jvet10 lowdelay_jvet10 (P, B))基于杰姆CTC (35]。

如表所示2运行时平均降低了13% RA配置和较少的自民党和LDB的配置。对于快速杰姆算法的性能,比特率减少0.6%的损失在PSNR值0.05 dB . LDB配置相比,RA和自民党条件。

此外,结果表明,该方法与高分辨率视频序列表现良好,因为它可以实现减少高达20%的时间。低分辨率的类C和D序列,一块的地方 像素图像描绘了一个巨大的一部分,这个块到一个四叉树分割的可能性更高。然而,时间减少与其他课程相比,但BR的一个微不足道的影响。总之,快速FVC算法提供了一个良好的编码时间和编码效率之间的权衡。

图12对视频序列的RD曲线进行计算。这些图上所示的4分表示QP参数22日,27日,22日,37岁。比特率(kbps)显示在水平轴上,在PSNR (dB)显示在垂直轴上,在每一个图表。实现结果表明,快速杰姆算法提供了几乎同样的表演到原始杰姆软件,与质量和比特率的损失可以忽略不计。根据图12,对低质量的退化是重要值每秒。

图13展示了节约时间序列的类A1和B编码在RA配置不同的QP 22 - 37。减少时间减少比例的增加QP价值。这个算法实现的执行时间减少14.65% CampfireParty BQTerrace视频视频和13.9%低QP值。

5.6。与其他方法比较性能

更深入的评价方案的编码性能,与其他方法进行比较提出了(22,38,39下面给出。比较两个执行时间,我们的方案可以节省13.10%,只有12.5%的人是被22),无关紧要的退化的比特率,0.7%左右。因此,我们确认我们的方案优于的方法22),这是由于其能够快速分裂QTBT分区,这确保了低FVC的复杂性。

在工作中引用(38),作者提出了一个增强的QTBT结构的快速算法。这个建议的方法跳过一些分区过程QTBT提高编码效率。结果表明,该方法在38达到10%的编码时间节省不到0.2% BD-rate损失在RA概要文件。因此,我们提出的方案优于工作中引用(38]的编码时间13.10%和0.7%的比特率。

在工作中引用(39),黄等人提出了一个算法来降低编码复杂度重用相同的编码器决定铜探索在以前的分区的选择。仿真结果的报告,提出了快速算法可以实现9%的编码时间减少0.1% BD-rate在RA配置中,而我们建议的方法节省编码时间13.10%微不足道的退化的比特率,0.7%左右。当我们工作比较先进的方法(22,38,39),我们可以得出结论,我们的方案执行更好的编码效率。

6。开放问题和未来工作FVC基于人工智能的工具

6.1。轻量级FVC的机器学习方法

块分区结构是视频编码方案中的一个关键模块实现在压缩性能有很大的差距。的探索下FVC标准,新四叉树的二叉树(QTBT)块分区结构引入了。除了QT块中定义的分区高效视频编码(HEVC)标准,启用了新的水平和垂直BT分区,这大大增加了编码时间HEVC相比。在这方面,一个轻量级的和可调QTBT分区方案基于机器学习的方法可以解决这个问题。

6.2。端到端FVC的深度学习方法

传统的视频压缩方法使用预测编码架构和编码对应的运动信息和残留信息。在这方面,利用经典架构在传统的视频压缩方法和深层神经网络强大的非线性表达能力,我们有一个深的端到端视频压缩模型,共同优化视频压缩的所有组件(40,41]。在这种情况下,所有模块将通过一个损失函数,共同学习,他们会相互协作,通过考虑减少压缩比特之间的权衡和改善解码视频质量。因此,深的端到端视频压缩模型可以有利于增强FVC的性能。

6.3。FVC深度学习的方法

多媒体视频需求呈指数增加,目前视频消耗网络流量的75%。由于视频流和存储服务提供者的一个巨大的挑战。图像和视频压缩算法依靠FVC编解码器编码器和解码器缺乏适应性。由于出现和深度学习的进步,这些问题可以通过替换编码工具解决FVC和一个新的深度学习模型。然而,智能快速算法基于深度学习模型(42]将提出实现更高的编码效率,降低计算复杂度,和更好的视觉质量的新一代视频编码开发于2020年,[阴道假丝叫致病菌种及43,44]。

7所示。结论

本文概述FVC标准与HEVC已经提出。我们建议比较三个杰姆配置方面的评价指标(编码时间、比特率和PSNR)。FVC的最重要的特性是QTBT分区,简化了编码单元,提高了压缩效率。我们采用快速决定减少FVC编码算法的复杂性。实验结果表明,该方法可以为各种视频序列一致达到承诺的性能。

缩写

FVC:	以后的视频编码
JVET:	联合视频探索令
HEVC:	高效视频编码
JCT-VC:	联合协作的团队视频编码
MPEG:	电影专家小组
VCEG:	视频编码专家组
AVC:	先进的视频编码
杰姆:	共同开发模型
VVC:	通用的视频编码
UHD:	超高的定义
QTBT:	四叉树和二叉树
反恐组:	编码树单元
铜:	编码单元
DC:	直流电
ATMVP:	选择时间运动矢量预测
STMVP:	空间时间运动矢量预测
圣:	样本自适应抵消
阿尔夫:	自适应回路滤波器
CABAC:	上下文的自适应二进制算术编码
类风湿性关节炎:	随机存取
LD:	低延迟
我:	运动估计
ASR:	自适应搜索范围
TZSearch:	测试区域搜索
表示为:	量化参数
人工智能:	所有内部
印尼盾:	瞬时解码器刷新
共和党:	组照片
BR:	比特率
PSNR值:	峰值信噪比
师:	编码时间
CTC:	常见的测试条件
委托人:	早期跳过检测
CBF:	编码块国旗
ECU:	早期铜终止
理查德·道金斯:	率失真
DMV:	微分运动矢量
体验质量:	质量的经验。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

引用

1. g·j·沙利文,J.-R。欧姆,W.-J。汉族,t . Wiegand”概述高效视频编码(HEVC)标准,“IEEE电路和系统视频技术,22卷,不。12日,第1668 - 1649页,2012年。视图:出版商的网站|谷歌学术搜索
2. n Bahri和r . Khemiri优化HEVC编码器intra-only配置”专业电脑和数码技术,14卷,不。6,256 - 262年,2020页。视图:出版商的网站|谷歌学术搜索
3. j . Chen e . Alshina g·j·沙利文,j . r .欧姆和j·博伊斯,”联合勘探测试模型的算法描述1。”联合视频勘探队ITU-T SG (JVET)》16卷,20-26,2016页。视图:谷歌学术搜索
4. h·施瓦兹,c . Rudat m . Siekmann b·布罗斯d . Marpe和t . Wiegand”编码效率/复杂性分析随机存取的杰姆1.0编码工具配置,”文档JVET-B0044 3日2日JVET会议2016年美国圣地亚哥CA。视图:谷歌学术搜索
5. “要求未来视频编码(H.FVC),“技术。代表,SG16-R1报告,附件我,2017。视图:谷歌学术搜索
6. f . De Rango m . Tropea p法齐奥,“多媒体通信和视频分布宽带无线网络,“科技,第030 - 001页,2010年。视图:谷歌学术搜索
7. z Cheng l .丁w·黄f·杨和l .钱”统一的体验质量预测框架HEVC在无线网络编码的视频流,”IEEE国际研讨会宽带多媒体系统和广播(BMSB),2017年卡利亚里。视图:谷歌学术搜索
8. 问:你,郭x, A .男性,j .问:小君,”一个框架水准仪HEVC速率控制算法对复杂场景视频在无线网络,”2014年IEEE 79车辆技术会议(职业训练局春天)韩国首尔(韩国),2014年。视图:谷歌学术搜索
9. l, m, l·郝,d . Rawat”框架和挑战:h . 265 / HEVC率控制在实时传输5 g移动网络”第十EAI学报》国际会议在移动多媒体通信12月,页192 - 198,中国,2017。视图:谷歌学术搜索
10. m·萨德a Bohlooli, k .卷“视频质量分析的分布式视频编码在无线多媒体传感器网络,”国际信息技术与计算机科学杂志》上,7卷,不。1,12-20,2014页。视图:出版商的网站|谷歌学术搜索
11. ISO / IEC, ITU-T HEVC测试模式(HM)参考软件”,2016年,2017年1月。https://hevc.hhi.fraunhofer.de/。视图:谷歌学术搜索
12. J.-R。欧姆和m·维恩”地位和视角的视频编码标准化HEVC之外。IBC2006纸提议,”IBC2006论文的建议德国亚琛工业大学,皮毛Nachrichtentechnik研究所,2017。视图:谷歌学术搜索
13. 研究。林,J.-C。赖,H.-C。程,“编码单元分区预测HEVC快速视频编码技术,”多媒体工具和应用程序,卷75,不。16,9861 - 9884年,2016页。视图:出版商的网站|谷歌学术搜索
14. 黄j .一个h . k . Zhang Y.-W。黄,s . Lei“四叉树和二叉树结构与杰姆的集成工具,”技术报告JVET-B0023,2016年。视图:谷歌学术搜索
15. j . Chen e . Alshina g·j·沙利文,j . r .欧姆和j·博伊斯,”联合勘探测试模型的算法描述7(杰姆7),“联合视频勘探队ITU-T SG (JVET)》16卷,13-21,2017页。视图:谷歌学术搜索
16. z . Wang Wang, j·张,马,“Local-constrained四叉树和二叉树块分区结构增强视频编码”IEEE视觉通讯和图像的过程,页1 - 4,成都,中国,2016。视图:谷歌学术搜索
17. 山本y”AHG5:快QTBT编码配置”,技术报告JVET-D0095,2016年。视图:谷歌学术搜索
18. c . j . Li, x, z, g .回族和c c。常,“选择性加密方案基于视频内容的CABAC高效视频编码,“多媒体工具和应用程序,卷77,不。10日,12837 - 12851年,2018页。视图:出版商的网站|谷歌学术搜索
19. r . Khemiri h . Kibeya h . Loukil在内,f。Sayadi、m·阿特和n . Masmoudi“实时运动估计钻石搜索算法新的高效视频编码的FPGA,”模拟集成电路和信号处理,卷94,不。2、259 - 276年,2018页。视图:出版商的网站|谷歌学术搜索
20. d . j . Kim, s .宋et al .,”一个SAD-based选择性bi-prediction方法快速高效视频编码中运动估计,“电子杂志,34卷,不。5,753 - 758年,2012页。视图:出版商的网站|谷歌学术搜索
21. d . Garcia-Lucas g . Cebrian-Marquez a.j。Diaz-Honrubia, p .昆卡,“加速通过系统论杰姆的整数运动估计技术,”《华尔街日报》的超级计算,卷75,不。3、1203 - 1214年,2019页。视图:出版商的网站|谷歌学术搜索
22. d . Garcia-Lucas g . Cebrian-Marquez a . j . Diaz-Honrubia p .昆卡,“加速铜分区决定在一个HEVC-JEM代码转换器,”多媒体工具和应用程序,卷79,不。3 - 4、2047 - 2067年,2020页。视图:出版商的网站|谷歌学术搜索
23. r . Khemiri h . Kibeya f。Sayadi: Bahri、m·阿特和n . Masmoudi”HEVC运动估计的优化利用悲伤和SSD基于gpu实现,”专业图像处理,12卷,不。2、243 - 253年,2018页。视图:出版商的网站|谷歌学术搜索
24. r . Khemiri h . Kibeya f . e . Sayadi n . Bahri m·阿特和n . Masmoudi”优化HEVC运动估计利用悲伤和SSD基于gpu实现,”专业图像处理》12卷,第253 - 243页,2017年。视图:出版商的网站|谷歌学术搜索
25. x y y, g .杨朱,叮,x的太阳,“单峰停止高效视频编码、基于模型的早期跳过模式决定”IEEE多媒体,19卷,不。7,1431 - 1441年,2017页。视图:出版商的网站|谷歌学术搜索
26. r。Gweon和杨绍明。关铭李,“早期终止铜编码以减少HEVC复杂性,”IEICE交易基础电子、通信和计算机科学卷,95年,第1218 - 1215页,2012年。视图:出版商的网站|谷歌学术搜索
27. j . Kim j·杨,k, b .全“HEVC早期测定模式决定,”IEEE在图像编码研讨会,页449 - 452年,克拉科夫,波兰,2012年。视图:谷歌学术搜索
28. T.-K。李,杨绍明。关铭Chan和观测。Siu”,自适应搜索范围HEVC运动估计基于深度信息,“IEEE电路和系统视频技术,27卷,不。10日,2216 - 2230年,2017页。视图:出版商的网站|谷歌学术搜索
29. 工程学系。公园,t .董,E.-S。张成泽,”低复杂性参照系选择QTBT结构JVET以后的视频编码,”在先进的图像技术,IEEE国际研讨会,页1 - 4,清迈,泰国,2018年。视图:谷歌学术搜索
30. n . Purnachand L.-N。阿尔维斯,a·纳瓦罗“改进TZ搜索运动估计算法的多视图视频编码”IEEE系统、信号和图像处理、19国际会议,第391 - 388页,维也纳,奥地利,2012年。视图:谷歌学术搜索
31. 美国安、b·李和m .金”小说快铜编码方案基于时空HEVC国米编码,编码参数”IEEE电路和系统视频技术,25卷,不。3、422 - 435年,2015页。视图:出版商的网站|谷歌学术搜索
32. z . Wang Wang, j·张,王,和马,“有效的四叉树和二叉树块分区决定未来视频编码”IEEE在数据压缩会议页23-32雪鸟,UT,美国,2017年。视图:谷歌学术搜索
33. 蔡明俊。陈、吴y . d .学术界。叶,K.-M。林和告诫。林,“高效铜和聚氨酯的决定基于运动信息的帧间预测HEVC,”IEEE工业信息,14卷,不。11日,第4745 - 4735页,2018年。视图:出版商的网站|谷歌学术搜索
34. z . Wang Wang, j·张,王,和马,“概率决定基于块划分为未来的视频编码,“IEEE图像处理,27卷,不。3、1475 - 1486年,2018页。视图:出版商的网站|谷歌学术搜索
35. k . Suehring和李x”JVET常见测试条件和软件参考配置,“技术报告JVET-H1010,2017年。视图:谷歌学术搜索
36. d .鼠蹊部、t .阮和d . Marpe”AV1性能比较,杰姆,VP9 HEVC编码器,”数字图像处理的应用XL2017年,加州,美国。视图:谷歌学术搜索
37. ISO / IEC, ITU-T”联合勘探测试模型(JEM)参考软件(杰姆- 7.1),“2017年,2017年10月,https://jvet.hhi.fraunhofer.de/。视图:谷歌学术搜索
38. p h·林、c·l·林和y珍,“AHG5:增强的快速算法JVETe0078,”2017年,文档JVET-F0063。视图:谷歌学术搜索
39. 刘黄h . s ., Y.-W。黄,”杰姆- 3.1 AHG5:加速,”2016年,文档JVET-D0077。视图:谷歌学术搜索
40. s . Bouaafia r . Khemiri a Maraoui, f . e . Sayadi”CNN-LSTM学习减少复杂性的方法高效的视频编码标准,“科学的规划卷。2021年,10页,2021。视图:出版商的网站|谷歌学术搜索
41. s . Bouaafia s Messaoud r . Khemiri, f . e . Sayadi”VVC陷入死循环过滤基于卷积神经网络,”计算智能和神经科学卷。2021年,9页,2021。视图:出版商的网站|谷歌学术搜索
42. s . Bouaafia r . Khemiri f . e . Sayadi和m·阿特”快速铜减少HEVC复杂性,而基于分区的机器学习方法”实时图像处理》杂志上,17卷,不。1,第196 - 185页,2020。视图:出版商的网站|谷歌学术搜索
43. m z . Wang Wan, h .锣和m . y .马”引起dual-scale CNN在循环中滤波器通用的视频编码,“IEEE访问7卷,第145226 - 145214页,2019年。视图:出版商的网站|谷歌学术搜索
44. 美国Bouaafia、r . Khemiri和f . e . Sayadi vs HEVC、阴道假丝率失真性能比较:致病菌种及“2021年18国际Multi-Conference系统、信号和设备(SSD),页440 - 444,拖拉,突尼斯,2021年3月。视图:谷歌学术搜索

版权

版权©2021 Soulef Bouaafia等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。