文献

J-GLOBAL ID：202002246722394494   整理番号：20A2132037

静的および動的顕著性検出に基づくHEVCのためのコンテンツ意識レート制御方式【JST・京大機械翻訳】

Content-aware rate control scheme for HEVC based on static and dynamic saliency detection

著者 (4件)： Sun Xuebin (Department of Electronic & Computer Engineering, Hong Kong University of Science and Technology, Hong Kong 999077, China) ,  Yang XiaoFei (Shanghai Institute of Optics and Fine Mechanics, Chinese Academy of Sciences, Shanghai 200000, China) ,  Wang Sukai (Department of Electronic & Computer Engineering, Hong Kong University of Science and Technology, Hong Kong 999077, China) ,  Liu Ming (Department of Electronic & Computer Engineering, Hong Kong University of Science and Technology, Hong Kong 999077, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 411  ページ： 393-405  発行年： 2020年 
JST資料番号： W0360A  ISSN： 0925-2312  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： 高効率ビデオ符号化(HEVC)は,符号化ビットレートとビデオ品質に関して,以前の標準H.264/AVCを大幅に凌駕する。しかし,人間視覚システム(HVS)は考慮せず,人々は特定の地域と移動物体により多くの注意を払っている。本論文では,静的および動的顕著性検出に基づくHEVCのためのコンテンツ認識レート制御方式を提案した。提案した戦略は,主に3つの技術,静的顕著性検出,動的顕著性検出,および適応ビットレート割当てから成る。最初に,意味的に突出した領域を強調することによって,静的顕著性マップを抽出するために,深い畳み込みネットワーク(DCN)モデルを訓練した。関心(ROI)抽出技術の従来のテクスチャベースまたはカラーベース領域と比較して,著者らのモデルはHVSとより線型である。第二に,各フレームに対する動的突出領域を自動的に抽出するための移動物体セグメンテーション技術を開発した。さらに,融合顕著性マップに従って,符号化ツリーユニット(CTU)レベルビット制御技術を利用して,柔軟で適応可能なビットレート割当てを実現した。結果として,顕著な領域の品質は,より多くのビットを割り当てることによって改善し,一方,より少ないビットを非サレント領域に割り当てる。JCT-VC推奨データセットと眼追跡データセットの両方について提案した方法を検証した。実験結果は,顕著な領域のPSNRがビットレート負荷を加えずに平均1.85dB改善し,視覚経験を著しく改善することを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  畳込み ,  セグメンテーション ,  ネットワーク ,  撚線 ,  *制御方式 ,  移動体 ,  *コンテンツ
準シソーラス用語： 高効率 ,  ビットレート ,  ビデオ符号化 ,  認識率 ,  ビデオ品質 ,  顕著性マップ ,  *H.265/HEVC , 【Automatic Indexing@JST】

著者キーワード (5件)： HEVC ,  コンテンツ意識 ,  静的突出性 ,  動的突出性 ,  速度制御

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： HEVC ,  コンテンツ ,  意識 ,  レート ,  制御方式