基于DenseNet+FPN网络的视频帧内CU快速划分算法

作     者：程栋梁 张吟龙 周道先 冯选 CHENG Dongliang;ZHANG Yinlong;ZHOU Daoxian;FENG Xuan

作者机构：沈阳理工大学自动化与电气工程学院辽宁沈阳110168 中国科学院沈阳自动化研究所机器人学国家重点实验室辽宁沈阳110016 中国科学院网络化控制系统重点实验室辽宁沈阳110016 中国科学院机器人与智能制造创新研究院辽宁沈阳110169 沈阳化工大学信息工程学院辽宁沈阳110142 

出 版 物：《光电子．激光》 (Journal of Optoelectronics·Laser)

年 卷 期：2024年第35卷第11期

页      码：1208-1214页

摘      要：针对多功能视频编码(versatile video coding,VVC)帧内编码中编码单元(coding units,CU)划分存在计算复杂度过高的问题,本文提出了一种基于DenseNet+FPN(feature pyramid network)的CU快速划分算法。该算法能够大幅度降低VVC的编码复杂度,减少编码时间。首先,本文提出了一种基于纹理复杂度的CU分类算法,来评估CU块的纹理复杂度。其次,提出一种基于DenseNet+FPN的网络模型,利用多尺度信息来优化CU划分,以适应多尺度情况下的编码需求。最后,设计了一个新的自适应的质量复杂度均衡损失函数,用于平衡编码质量和计算复杂度。所提算法进行了大量的实验分析,结果证明,与公共参考软件(WC test model 10.0,VTM10.0)相比,所提算法的帧内编码平均时间减少了44.268%,而BDBR(bj?ntegaard delta bit rate)仅增加了0.94%。

主 题 词：H.266/VVC 帧内编码 纹理复杂度 快速划分算法 

学科分类：0810[工学-土木类] 08[工学] 081001[081001] 

D　O　I：10.16136/j.joel.2024.11.0316

馆 藏 号：203143381...