VVCイントラコーディングにおける高速な三項木分割決定メカニズム

科学分野:

• ビデオ圧縮技術
• デジタル画像処理
• ビデオコーディングのための機械学習

背景:

• Versatile Video Coding（VVC）は、効率のために複雑なコーディングユニット（CU）分割に依存しています。
• VVCイントラコーディングにおける三項木（TT）分割は、レート歪みコスト計算のために計算負荷が高いです。
• 最適なCU分割選択のための現在の方法は時間がかかるため、リアルタイムアプリケーションの妨げとなります。

研究 の 目的:

• VVCイントラコーディングにおける三項木（TT）分割のための高速決定メカニズムを開発すること。
• CU分割のためのレート歪み最適化（RDO）に関連する計算複雑性を削減すること。
• 視覚品質を損なうことなく、全体的なビデオエンコーディング効率を向上させること。

主な方法:

• 画像構造特徴とTT分割パターンの相関関係を調査しました。
• 計算負荷を最小限に抑えるために、効率的な特徴表現および抽出スキームを開発しました。
• 最適なTT分割選択のための予測モデルをトレーニングするための包括的なデータセットを構築しました。
• RDO前の特徴分析のために、予測モデルをVVCテストモデル（VTM）に統合しました。

主要な成果:

• 提案メカニズムは、最適なTT分割パターンを効果的に予測し、複雑なRDO計算をバイパスすることを可能にします。
• 実験結果は、既存の軽量ニューラルネットワークアルゴリズムと比較して、大幅な時間節約の改善を示しました。
• この手法は、予測精度とモデル複雑性の間で良好なトレードオフを達成しました。
• ビデオコーディングプロセスを大幅に高速化しながら、コーディング品質は維持されました。

結論:

• 画像特徴量ベースの決定メカニズムは、VVCイントラコーディングに計算効率の良いアプローチを提供します。
• この手法は、不要なTT分割計算を知的にスキップすることにより、ビデオエンコーディングを大幅に加速します。
• このアプローチは、時間節約メトリクスとBjøntegaardデルタビットレート（BDBR）において、以前の軽量手法と比較して優れたパフォーマンスを示します。