HEVC对偶编码单元划分优化算法

作     者：刘美琴 徐晨铭 姚超 林春雨 赵耀 LIU Meiqin;XU Chenming;YAO Chao;LIN Chunyu;ZHAO Yao

作者机构：北京交通大学信息科学研究所北京100044 现代信息科学与网络技术北京市重点实验室北京100044 北京科技大学计算机与通信工程学院北京100083 

出 版 物：《北京航空航天大学学报》 (Journal of Beijing University of Aeronautics and Astronautics)

年 卷 期：2022年第48卷第8期

页      面：1383-1389页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61972028,61902022,62120106009) 中央高校基本科研业务费专项资金(2019JBM018,FRF-TP-19-015A1) 

主　　题：视频编码 H.265/HEVC 编码单元(CU)划分 深度学习 对偶神经网络 

摘      要：为了解决视频数据量日益增长与用户享受高质量视频体验需求之间的矛盾,HEVC在H.264/AVC标准的基础上通过引入新型的编码结构和算法进一步将编码效率提升了50%,但是也极大地提升了编码复杂度。基于此,提出对偶编码单元(CU)划分网络DualNet,来降低HEVC中帧内编码复杂度。该网络由预测网络和目标网络2个部分组成,其中,预测网络通过分析图像统计特征实现编码单元划分决策,从而跳过四叉树的遍历搜索,提高编码单元划分决策的时间效率;目标网络基于率失真代价评价和优化决策模型提升编码单元划分性能,实现模型互补和最优率失真估计。实验结果表明:与HEVC标准对比,所提算法在实现相近的压缩效果的前提下能够节省64.06%的编码时间。