Основанный на генетическом подходе алгоритм внутрикодирования для H.266/VVC

Обложка

Цитировать

Полный текст

Аннотация

Представлен генетический подход для оптимизации внутреннего кодирования в H.266/VVC. Предлагаемый алгоритм эффективно выбирает инструменты кодирования и многотипные древовидные разбиения (MTT) для достижения баланса между временем кодирования и качеством видео. Функция оценки пригодности, которая объединяет показатели восприятия и эффективности кодирования, используется для оценки качества каждого возможного решения. Результаты демонстрируют значительное сокращение времени кодирования без ущерба для качества видео. Предлагаемый алгоритм выбирает инструменты кодирования из набора доступных инструментов в H.266/VVC. Эти инструменты включают режимы внутреннего прогнозирования, единицы преобразования, параметры квантования и режимы энтропийного кодирования. Схема разбиения MTT включает четыре типа разбиений: квадродерево, двоичное дерево, троичное дерево и квадро-двоичное дерево. Показатели восприятия используются для оценки визуального качества закодированного видео. Показатели эффективности кодирования используются для оценки эффективности кодирования закодированного видео. Функция оценки пригодности объединяет показатели восприятия и показатели эффективности кодирования для оценки качества каждого возможного решения.

Об авторах

М. Х Ибрагим

Московский физико-технический институт (МФТИ)

Автор, ответственный за переписку.
Email: ibragim.m@phystech.edu
Институтский переулок 9

А. И Абдаламир

Российский технологический университет МИРЭА

Email: misnew6@gmail.com
проспект Вернадского 78

А. З Хатиф Наджи

Московский физико-технический институт (МФТИ)

Email: al-azzavi.z@phystech.edu
Институтский переулок 9

Список литературы

  1. Fu T., Zhang H., Mu F., Chen H. Fast CU Partitioning Algorithm for H.266/VVC Intra-Frame Coding. IEEE International Conference on Multimedia and Expo (ICME). 2019. pp. 55–60. doi: 10.1109/ICME.2019.00018.
  2. Tsai Y.-H., Lu C.-R., Chen M.-J., Hsieh M.-C., Yang C.-M., Yeh C.-H. Visual Perception Based Intra Coding Algorithm for H.266/VVC. Electronics. 2023. vol. 12(9). no. 2079. doi: 10.3390/electronics12092079.
  3. Zhao J., Wu A., Zhang Q. SVM-Based Fast CU Partition Decision Algorithm for VVC Intra Coding. Electronics. 2022. vol. 11(14). no. 2147. doi: 10.3390/electronics11142147.
  4. Wang F., Wang Z., Zhang Q. FSVM- and DAG-SVM-Based Fast CU-Partitioning Algorithm for VVC Intra-Coding. Symmetry (Basel). 2023. vol. 15(5). no. 1078. doi: 10.3390/sym15051078.
  5. PyGAD: Genetic Algorithm in Python. GeneticAlgorithmPython, 2023. URL: https://github.com/ahmedfgad/GeneticAlgorithmPython (accessed 22.11.2023).
  6. Zhang Q., Wang Y., Huang L., Jiang B. Fast CU Partition and Intra Mode Decision Method for H.266/VVC. IEEE Access. 2020. vol. 8. pp. 117539–117550. doi: 10.1109/ACCESS.2020.3004580.
  7. Fan Y., Chen J., Sun H., Katto J., Jing M. A Fast QTMT Partition Decision Strategy for VVC Intra Prediction. IEEE Access. 2020. vol. 8. pp. 107900–107911. doi: 10.1109/ACCESS.2020.3000565.
  8. Yang H., Shen L., Dong X., Ding Q., An P., Jiang G. Low-Complexity CTU Partition Structure Decision and Fast Intra Mode Decision for Versatile Video Coding. IEEE Trans. Circuits Syst. Video Technol. 2019. vol. 30. no. 6. pp. 1668–1682. doi: 10.1109/TCSVT.2019.2904198.
  9. Wu G., Huang Y., Zhu C., Song L., Zhang W. SVM Based Fast CU Partitioning Algorithm for VVC Intra Coding. IEEE International Symposium on Circuits and Systems (ISCAS). 2021. pp. 1–5. doi: 10.1109/ISCAS51556.2021.9401614.
  10. Zhang H., Yu L., Li T., Wang H. Fast GLCM-based Intra Block Partition for VVC. Data Compression Conference (DCC). 2021. pp. 382–382. doi: 10.1109/DCC50243.2021.00060.
  11. Zhao J., Wu A., Jiang B., Zhang Q. ResNet-Based Fast CU Partition Decision Algorithm for VVC. IEEE Access. 2022. vol. 10. pp. 100337–100347. doi: 10.1109/ACCESS.2022.3208135.
  12. Chen M.-J., Lee C.A., Tsai Y.H., Yang C.M., Yeh C.H., Kau L.J., Chang C.Y. Efficient Partition Decision Based on Visual Perception and Machine Learning for H.266/Versatile Video Coding. IEEE Access. 2022. vol. 10. pp. 42141–42150. doi: 10.1109/ACCESS.2022.3168155.
  13. Huo J., Sun Y., Wang H., Wan S., Yang F., Li M. Unified Matrix Coding for NN Originated MIP in H.266/VVC. ICASSP 2022 – 2022 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). 2022. pp. 1635–1639. doi: 10.1109/ICASSP43922.2022.9746799.
  14. Yang S., Hsiao S. H.266/VVC fast intra prediction using Sobel edge features. Electron. Lett. 2021. vol. 57. no. 1. pp. 11–13. doi: 10.1049/ell2.12011.
  15. Chen C., Wang X. A Novel Selective Encryption Scheme for H.266/VVC Video. IEEE International Conference on Image Processing (ICIP). 2023. pp. 1225–1229. doi: 10.1109/ICIP49359.2023.10222774.
  16. Kwon Y., Cho K. Design of High-performance Unified DST-7/DCT-8 Circuit for Video Encoding based on H.266/VVC. Journal of the Institute of Electronic Engineers. 2022. vol. 59. no. 1. pp. 10–18. doi: 10.5573/ieie.2022.59.1.10.
  17. Zhou Y.-G., Chen J.-J. Speed up H.266/VVC Intra Coding based on Statistical Heuristic and Deep Learning Methods. International Conference on Consumer Electronics – Taiwan (ICCE-Taiwan). 2023. pp. 451–452. doi: 10.1109/ICCE-Taiwan58799.2023.10226774.
  18. Regensky A., Herglotz C., Kaup A. Motion Plane Adaptive Motion Modeling for Spherical Video Coding in H.266/VVC. IEEE International Conference on Image Processing (ICIP). 2023. pp. 875–879. doi: 10.1109/ICIP49359.2023.10222661.
  19. Gou A., Sun H., Liu C., Zeng X., Fan Y. A novel fast intra algorithm for VVC based on histogram of oriented gradient. Journal of Visual Communication and Image Representation. 2023. vol. 95. doi: 10.1016/j.jvcir.2023.103888.
  20. Liu L., Yang J. An Adaptive CU Split Method for VVC Intra Encoding. International Journal of Information Technologies and Systems Approach (IJITSA). 2023. vol. 16. no. 2. pp. 1–17. doi: 10.4018/IJITSA.322433.
  21. Jing Z., Zhu W., Zhang Q. A Fast VVC Intra Prediction Based on Gradient Analysis and Multi-Feature Fusion CNN. Electronics. 2023. vol. 12(9). no. 1963. doi: 10.3390/electronics12091963.
  22. Lee M., Song H., Park J., Jeon B., Kang J., Kim J.G., Lee Y.-L., Kang J.-W., Sim D. Overview of Versatile Video Coding (H.266/VVC) and Its Coding Performance Analysis. IEIE Trans. Smart Process. Comput. 2023. vol. 12. no. 2. pp. 122–154. doi: 10.5573/IEIESPC.2023.12.2.122.
  23. Park J., Lee J., Kim B., Jeon B. Learning-based Early Transform Skip Mode Decision for VVC Screen Content Coding. IEEE Transactions on Circuits and Systems for Video Technology. 2023. vol. 33. no. 10. pp. 6041–6056. doi: 10.1109/TCSVT.2023.3257224.
  24. Teng Q., Teng G., Li X., Ma R., An P., Yang Z. Lookahead Search-Based Low-Complexity Multi-Type Tree Pruning Method for Versatile Video Coding (VVC) Intra Coding. IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences. 2023. vol. E106.A. no. 3. doi: 10.1587/transfun.2022EAP1022.
  25. Wang Y., Dai P., Zhao J., Zhang Q. Fast CU Partition Decision Algorithm for VVC Intra Coding Using an MET-CNN. Electronics. 2022. vol. 11(19). no. 3090. doi: 10.3390/electronics11193090.
  26. Xu Q., Xu D., Wang H., Mi Z., Wang Z., Yan H. Detecting double H.266/VVC compression with the same coding parameters. Neurocomputing. 2022. vol. 514. pp. 231–244. doi: 10.1016/j.neucom.2022.09.153.
  27. Shang X., Li G., Zhao X., Zuo Y. Low complexity inter coding scheme for Versatile Video Coding (VVC). Journal of Visual Communication and Image Representation. 2023. vol. 90. doi: 10.1016/j.jvcir.2022.103683.
  28. CPIH subset of the database for CU Partition of HEVC (CPH). 2018. URL: https://github.com/HEVC-Projects/CPIH (accessed 22.11.2023).
  29. UVG dataset. 2023. URL: https://www.kaggle.com/datasets/minhngt02/uvg-yuv (accessed 22.11.2023).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).