CN119484811A 一种结合卷积神经网络的vvc帧内色度预测优化方法 （四川大学）_第1页
CN119484811A 一种结合卷积神经网络的vvc帧内色度预测优化方法 （四川大学）_第2页
CN119484811A 一种结合卷积神经网络的vvc帧内色度预测优化方法 （四川大学）_第3页
CN119484811A 一种结合卷积神经网络的vvc帧内色度预测优化方法 （四川大学）_第4页
CN119484811A 一种结合卷积神经网络的vvc帧内色度预测优化方法 （四川大学）_第5页
已阅读5页，还剩8页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种结合卷积神经网络的VVC帧内色度预测本发明提出了一种结合卷积神经网络的VVC帧内色度预测优化方法。该方法由色度边界分均比特率节省分别为0.38％和0.50在包括率节省分别为0.39％和0.42说明本发明方法2(1)提出一种针对VVC帧内色度预测的卷积神经网络，并将该网络嵌入至VVC整体流程2.如权利要求(1)所述的一种结合卷积神经网络(2)亮度边界分支的输入为对应亮度块的参考像素，也是经过两个全连接网络进行处的结果记为x1；亮度边界分支输出的结果经过Reshape操作之后，从一维数据变为二维数于其本身为一维数据，所以直接使用全连接网络进行处理，激活函数使用的是ReLU3[0001]本发明涉及图像通信领域中的视频编码及视频处理技术问题，尤其是针对VVC帧[0002]随着时代的进步与科学技术的迅猛发展，人们的生活正分为利用深度学习完全取代已有的帧内预测模式以及将基于学习的方法作为一种新增的[0006]对于最新一代的视频压缩编码标准H.266够更好地发挥亮度分量的作用。4[0015]由于VVC中存在很多种可能的CU划分结果，如果为每种可能的结果都训练一个模5[0028]本发明所提方法是在VVC标准测试代码VT6(1920×1080)、FourPeople(1280×720)、Johnny(1280×720)、KristenAndSara(1720)、BasketballDrill(832×480)、BQMall(832×480)、PartyScene(832×480)、RaceHorseC(832×480)、BasketballPass(416×240)、BQSquare(416×240)、[0033]5.图4和图5分别展示了序列BasketballDrive(19201080)和Cactus(19201080)的率节省分别为0.38％和0.50最高比特率节省分别为0.66％(KristenAndSar均比特率节省分别为0.39％和0.42最高比特率节省分别为0.87％(BasketballPass,7

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论