神经网络Inter:NEURAL NETWORK BASED INTER PREDICTION FOR HEVC

本文介绍了一种神经网络NNIP,用于HEVC的Inter预测,结合时域和空域信息提高预测质量。NNIP由FCN和CNN组成,实验表明在HM16.9低延迟P配置下,能平均降低1.7%的码率,最高可达8.6%。该方法通过Caffe和GPU实现,并成功集成到HEVC编码流程中。
摘要由CSDN通过智能技术生成

NEURAL NETWORK BASED INTER PREDICTION FOR HEVC

论文
HEVC中的Inter预测只使用了时域信息,没有参考空域信息。作者提出一种网络结构NNIP(neural network based inter prediction)使用时域和空域进行提高Inter的质量,包含两个网络,一个全连接网络(FCN),一个卷积网络(CNN)。时域信息和空域信息作为FCN的输入,FCN的输出和经过Inter预测后的块作为CNN的输入,输出加强后的预测块。实验结果显示集成到HM16.。9,在low delay P配置下,能达到平均1.7%(最高为8.6%)的码率减少。
网络结构:
网络结构

FCN

FCN的输入是时域临近像素T和空域临近像素S。如下图所示:
FCN输入
用Y表示FCN的输入,则网络表示如下图所示:
FCN网络
W是权重,B是bias,f是PReLU函数。第一层是 4 N L + 2 L 2 4NL+2L^{2} 4NL+2L

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值