文献

J-GLOBAL ID：202202299063061504   整理番号：22A0980037

固定背景ビデオストリーミングのための新しいGauss混合ベースビデオ符号化【JST・京大機械翻訳】

Novel Gaussian Mixture-based Video Coding for Fixed Background Video Streaming

著者 (4件)： Ghafari Mohammadreza (Amirkabir University of Technology (Tehran Polytechnic),Dept. of Electrical Engineering,Tehran,Iran) ,  Amirkhani Abdollah (Iran University of Science and Technology,School of Automotive Engineering,Tehran,Iran) ,  Rashno Elyas (Iran University of Science and Technology,Dept. of Computer Engineering,Tehran,Iran) ,  Ghanbari Shirin (University of Essex,Dept. of Computer Science and Electronic Engineering,Essex,UK)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： MVIP  ページ： 1-6  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 近年,画像処理の分野で人工知能(AI)アルゴリズムにおいて大きな進歩がなされてきた。これらの進歩にもかかわらず,AIアルゴリズムを用いたビデオ圧縮は常に大きな課題に直面している。これらの課題は,従来のビデオ圧縮法と比較して,より高い処理負荷の2つの領域,ならびにビデオコンテンツにおけるより低い視覚品質にしばしば存在する。これら2つの課題の注意深い研究と解決策は,それらに焦点を合わせることにより,AIに基づく新しいビデオ圧縮を導入した。処理負荷の課題がしばしばオンラインシステムに存在するので,ビデオストリーミングアプリケーションにおけるAIビデオ符号器を調べた。ビデオストリーミングの最も一般的な応用の一つは,ここではCCTVと呼ばれる道路環境における交通カメラとビデオ監視である。この型のシステムにおけるアイデアは,常に帯域幅を効率よく占有する固定背景画像に戻って,ストリーミングビデオは複製バックグラウンド画像に関係する。AIベースのビデオ符号器は,固定背景を検出し,背景減算法によりクライアント側でそれをキャッシュする。移動物体からバックグラウンド画像を分離することによって,移動体を目的地に送るのに十分であり,多くのネットワーク帯域幅を節約できる。著者らの実験結果は,視覚品質評価の許容できる減少のための交換において,ビデオ圧縮処理負荷が劇的に減少するであろうことを示した。Copyright 2022 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： アルゴリズム ,  カメラ ,  ネットワーク ,  複製 ,  画像処理 ,  キャッシュメモリ ,  人工知能 ,  *録画装置 ,  帯域幅 ,  *ストリーミング
準シソーラス用語： 映像コンテンツ ,  *ビデオ符号化 ,  ビデオ圧縮 ,  *ビデオストリーミング ,  視覚品質 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 背景 ,  ビデオストリーミング ,  ビデオ符号化