文献

J-GLOBAL ID：201802287121509806   整理番号：18A0511754

統計的学習に基づく効率的なスクリーン含量イントラ符号化【Powered by NICT】

Efficient screen content intra coding based on statistical learning

著者 (3件)： Yang Hao (Key Laboratory of Specialty Fiber Optics and Optical Access Networks, School of Communication and Information Engineering, Shanghai University, China) ,  Shen Liquan (Shanghai Institute for Advanced Communication and Data Science, Shanghai University, Shanghai, China) ,  An Ping (Shanghai Institute for Advanced Communication and Data Science, Shanghai University, Shanghai, China)
資料名： Signal Processing: Image Communication  (Signal Processing: Image Communication)
巻： 62  ページ： 74-81  発行年： 2018年 
JST資料番号： T0844A  ISSN： 0923-5965  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： スクリーンコンテンツビデオは最近人気のあるモバイル技術とクラウドアプリケーションにおいて重要な役割を果たす。新しい符号化ツール(内版下,パレットモードなどを含む)を適応により,高効率ビデオ符号化(HEVC)に基づくスクリーンコンテンツ符号化(SCC)は,高い符号化効率を達成するが,非常に大きな計算量を必要とする。本論文では,統計的学習に基づく応力腐食割れ(SCC)のための高速イントラ符号化アルゴリズムを提案した。SCCエンコーダの複雑性分布を解析した。,分類器は,電流符号化単位(CU)は,現在のCU深さレベルでのイントラ予測法を施行しなかった四サブCUに分割すべきか否かを決定するために設計した。電流CUサブCUに分割すべきではないならば,他の分級器を35種の伝統的な内モードまたはSCCモード(すなわち内版下モードとパレットモード)は,現在のCU深さレベルで行われるか決定するために用いる。三種類の特徴は分類器を生成するために選択した:(1)カレントCUの符号化情報(2)カレントCU;内テクスチャ情報(3)近くのCUの情報。実験結果は,提案したアルゴリズムは平均45%の計算量削減を達成し,SCC参照ソフトウェアにおける元の符号化に比べて増加1.6%のみBDBRことを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： ソフトウェア ,  *符号化 ,  電流 ,  高速アルゴリズム ,  計算量 ,  符号器 ,  予測 ,  *スクリーン
準シソーラス用語： イントラ予測 ,  符号化効率 ,  ビデオ符号化 ,  高効率 ,  版下 ,  *イントラ符号化 ,  *確率学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： スクリーンコンテンツ符号化 ,  内予測 ,  高速アルゴリズム ,  統計的学習

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 統計的学習 ,  スクリーン ,  含量 ,  イントラ符号化