TY -的A2 Acacio桑切斯,曼努埃尔•e . AU - Bouaafia Soulef盟——Khemiri Randa盟——Maraoui Amna盟——Sayadi Fatma Elzahra PY - 2021 DA - 2021/03/25 TI - CNN-LSTM学习的方法降低复杂度的高效视频编码标准SP - 6628041六世- 2021 AB -高效视频编码提供了更好的压缩比与早前的标准相比,h /先进的视频编码。事实上,HEVC节省50%比特率相比,h / AVC相同的主观质量。这种改进结构特别是通过层次四叉树编码单元。然而,计算复杂度显著增加由于完整的搜索率失真优化,可以达到最优编码树单元分区。尽管许多加速算法开发的文学,HEVC编码复杂度在视频编码领域仍然是一个至关重要的问题。朝着这一目标,我们提出本文深入学习基于模型的快速模式决策算法HEVC intermode。首先,我们提供一个深刻理解的概述该CNN-LSTM,起一个内核和关键作用的贡献,从而预测铜分裂和减少HEVC编码的复杂性。其次,大量的训练数据集和推理HEVC intercoding研究训练和测试提出了深刻的框架。基于这个框架,铜的时间相关分区为每个视频帧由LSTM解决网络。数值结果证明了该CNN-LSTM方案降低了编码复杂度与增加58.60%的双相障碍率为1.78%,减少BD-PSNR -0.053 dB。 Compared to the related works, the proposed scheme has achieved a best compromise between RD performance and complexity reduction, as proven by experimental results. SN - 1058-9244 UR - https://doi.org/10.1155/2021/6628041 DO - 10.1155/2021/6628041 JF - Scientific Programming PB - Hindawi KW - ER -