文献

J-GLOBAL ID：201802236914999368   整理番号：18A0725397

HEVCのための並列コンテンツ意識適応量子化指向損失フレームメモリ再圧縮【JST・京大機械翻訳】

Parallel Content-Aware Adaptive Quantization-Oriented Lossy Frame Memory Recompression for HEVC

著者 (4件)： Lian Xiaocong (School of Electronics and Information, Northwestern Polytechnical University, Xi’an, China) ,  Liu Zhenyu (Tsinghua National Laboratory for Information Science and Technology, Research Institute of Information Technology, Tsinghua University, Beijing, China) ,  Zhou Wei (School of Electronics and Information, Northwestern Polytechnical University, Xi’an, China) ,  Duan Zhemin (School of Electronics and Information, Northwestern Polytechnical University, Xi’an, China)
資料名： IEEE Transactions on Circuits and Systems for Video Technology  (IEEE Transactions on Circuits and Systems for Video Technology)
巻： 28  号： 4  ページ： 958-971  発行年： 2018年 
JST資料番号： W0321A  ISSN： 1051-8215  CODEN： ITCTEM  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 超高精細ビデオの開発以来,外部メモリの巨大な帯域幅と電力要求は,ビデオ符号器応用の開発を妨げた。電力制約は,携帯型ビデオコーデックシステムにとって特に深刻な問題になっている。HEVC試験モデル(HM)参照ソフトウェアにおける高速構成[量子化パラメータ(QP)≦22]により,既存の無損失圧縮アルゴリズムの圧縮性能は,参照フレームがテクスチャの豊富になっているので,著しく劣化する。他方では,本論文の数学的解析は,より多くの量子化ノイズがテクスチャに富む領域によって耐えることができることを明らかにした。そこで,適応量子化指向並列損失フレームメモリ再圧縮アルゴリズムを開発した。本論文の貢献は以下のようである。最初に,高品質のテクスチャに富む画像に対して劣化しない安定な高圧縮比を達成するために,コンテンツ認識適応量子化法を考案した。QP∈[12,22]では,最良の無損失アルゴリズムと比較して,14%までのデータ削減率改善が得られた。さらに,それは,固定長量子化法と比較して,BJO/ntegaardデルタピーク信号対雑音比(BD-PSNR)に関して,0.49~3.36dBによって品質損失を減少させることができた。第二に,画素-粒子予測法によって引き起こされる低スループット問題を解決するために,並列方向予測方式を開発した。それは,それぞれ1.7%または3.3%の予測精度損失でスループットを二倍または四倍にすることができる。上記の方法を用いて,帯域幅とメモリ要求は,それぞれ70.6%と41.0%まで減少し,オフチップ動的ランダムアクセスメモリの動的電力消費において59.3%の対応する節約で,BD-PSNRは-0.04dB,または等価的に,BJO/ntegaardデルタビットレート(BD-BR)は1.27%である。TSMC65nm CMOS技術を用いて,提案したフレームメモリ圧縮機と減圧器は,それぞれ2.89と2.26Gピクセル/sまでのスループットを達成することができた。それは,レベルD参照データ再利用方式によるスーパーハイビジョン(8K)@68フレーム/sリアルタイム符号化に適用できる。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 品質 ,  予測技法 ,  画素 ,  電力消費 ,  *量子化 ,  アルゴリズム ,  予測 ,  HDTV ,  電力 ,  *適応量子化 ,  *記憶装置 ,  符号化 ,  *コンテンツ ,  帯域幅 ,  スループット
準シソーラス用語： *フレームメモリ , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  テレビジョン一般  (ND12031N)

タイトルに関連する用語 (7件)： HEVC ,  コンテンツ ,  意識 ,  適応量子化 ,  損失 ,  フレームメモリ ,  再圧縮