ニューラルオブジェクト検出ネットワークのためのイントラビデオ符号化とインループフィルタリングについて【JST・京大機械翻訳】

Fischer Kristian; Herglotz Christian; Kaup Andre

プレプリント

J-GLOBAL ID：202202220940822275 整理番号：22P0302577

ニューラルオブジェクト検出ネットワークのためのイントラビデオ符号化とインループフィルタリングについて【JST・京大機械翻訳】

On Intra Video Coding and In-loop Filtering for Neural Object Detection Networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月11日プレプリントサーバーでの情報更新日： 2022年03月11日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

最終的なユーザとして人間を満足させるための古典的ビデオ符号化は,視覚コンテンツのための研究の広く研究されている分野であり,一般的なビデオコーデックは,人間の視覚システム(HVS)のために全て最適化されている。しかし,圧縮ビデオストリームを機械によって分析するとき,仮定と最適化も有効である。この疑問に答えるために,著者らは,イントラ符号化を用いて自律運転シナリオでHEVCとVVCで符号化された劣化入力画像で供給するとき,2つの最先端の神経検出ネットワークの性能を比較した。さらに,ニューラルネットワークに対する画像符号化時の3つのVVCループフィルタの影響を調べた。結果を平均精度計量を用いて比較し,圧縮入力に対する物体検出性能を評価した。これらの試験を通して,著者らは,HEVCの代わりにVVCを用いた22.2%のPSNRに関して,Bj{o}ntegaard Delta Rate Researchが,最良事例で13.6%だけの物体検出ネットワークを符号化するとき,到達できないことを見出した。さらに,VVCループフィルタSAOとALFの解体は,同じ平均精度における標準VTMと比較して,6.4%のビットレート節減をもたらすことを示した。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

図形・画像処理一般

前のページに戻る