文献

J-GLOBAL ID：202002225163851964   整理番号：20A0678038

スマートターゲット検出に基づくHEVCの関心領域符号化方法【JST・京大機械翻訳】

Region of Interest Coding Method for HEVC Based on Intelligent Objects Detection

著者 (4件)： Zhu Wei (浙江工業大学 信息工程学院,杭州310023;浙江省嵌入式系統聯合重点実験室,杭州310023) ,  Wang Dongyang (浙江工業大学 信息工程学院,杭州,310023) ,  Ou Quanlin (浙江工業大学 信息工程学院,杭州,310023) ,  Zheng Yayu (浙江工業大学 信息工程学院,杭州310023;浙江省嵌入式系統聯合重点実験室,杭州310023)
資料名： Xiaoxing Weixing Jisuanji Xitong  (Xiaoxing Weixing Jisuanji Xitong)
巻： 40  号： 12  ページ： 2691-2697  発行年： 2019年 
JST資料番号： C2136A  ISSN： 1000-1220  CODEN： XWJXEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 既存の関心領域符号化方法は,主に,低級視覚特徴検出の関心領域(ROI)を利用し,画像雑音の干渉,複雑な場面での検出効果が良くない,そして,具体的な内容を検出する能力がない。高度な視覚特徴を利用してビデオ符号化を指導するために、本論文では知能目標検出に基づくHEVCの関心領域コーディング方法を提案した。まず第一に,深さ畳込みニューラルネットワークを用いて,ユーザの興味のある目標オブジェクトを検出し,次に,検出結果に従って,符号化ツリーユニット(CTU)を基本単位とするROI領域と非ROI領域を確定し,次に,ビデオ画像の各画素の方向属性を分析することによって,CTUが平坦なテクスチャであるかどうかを判別した。テクスチャとランダムテクスチャを構造化し,テクスチャ知覚グラフを生成し,最後に,非ROI領域のCTUをテクスチャ知覚重み値に従ってDCT周波数係数に分類し,ROI領域のビットレート消費を減少し,ROI領域のCTUをテクスチャ知覚重みに従って符号化量子化パラメータ(QP)をダウンレギュレートした。ROI領域の画質を保証して,知的ビデオ符号化を実現した。実験結果は,HEVCの参照方法と比較して,提案方法がQPの下で平均5減少することを示す。約67%のビットレートにおいて,ROI領域のPSNRは,定符号率の下で,平均的に0増加した。61dBで,主観的画質は明らかに向上した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 画質 ,  *視覚 ,  画素
準シソーラス用語： ビットレート ,  ビデオ画像 ,  ビデオ符号化 ,  視覚顕著 ,  *関心領域 , 【Automatic Indexing@JST】

著者キーワード (4件)： deep convolutional neural network ,  HEVC ,  texture perception map ,  region of interest

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： ターゲット検出 ,  HEVC ,  関心領域 ,  符号化