視覺數(shù)據(jù)編碼頂級國際論壇之一的 PCS 2022 論文入選結(jié)果公布!
本次，騰訊多媒體實(shí)驗(yàn)室共有5篇論文入選，內(nèi)容含視頻壓縮、視頻數(shù)據(jù)集、神經(jīng)網(wǎng)絡(luò)壓縮圖像/視頻壓縮、高維媒體壓縮等多個領(lǐng)域。
以下為入選論文簡介：
用于屏幕內(nèi)容編碼的開放視頻數(shù)據(jù)集
An Open Video Dataset for Screen Content Coding
Y. Wang, X. Zhao, X. Xu, S. Liu, Z. Lei, M. Afonso, A. Norkin, T. Daede 2022 IEEE PCS, Dec. 2022
近年來，屏幕內(nèi)容視頻在視頻錄制和視頻會議等幾大視頻應(yīng)用中越來越受歡迎。不同于傳統(tǒng)由相機(jī)傳感器捕獲的圖像視頻內(nèi)容，屏幕內(nèi)容是由計算機(jī)通過程序及模型計算生成的。針對屏幕內(nèi)容的統(tǒng)計特性，研究人員開發(fā)了專用的編碼工具以實(shí)現(xiàn)顯著的壓縮效率增益。鑒于屏幕內(nèi)容應(yīng)用的普及，本文提出了一個開放的屏幕內(nèi)容視頻數(shù)據(jù)集，用于屏幕內(nèi)容編碼技術(shù)的研究和發(fā)展。提出的視頻數(shù)據(jù)集包含12 個典型的公開可用的屏幕內(nèi)容類型視頻剪輯。此外，為了更好地理解所提出的視頻數(shù)據(jù)集的特征，本文對 AOMedia Video 1 (AV1) 視頻編碼標(biāo)準(zhǔn)中的幾項(xiàng)核心的屏幕內(nèi)容編碼工具進(jìn)行了性能評估，并在本文中結(jié)合數(shù)據(jù)集的統(tǒng)計特性進(jìn)行了分析。
通用視頻編碼中幀內(nèi)和幀間預(yù)測的統(tǒng)一快速分割算法
Unified Fast Partitioning Algorithm for Intra and Inter Predictions in Versatile Video Coding
W. Kuang, X. Li, X. Zhao, S. Liu 2022 IEEE PCS, Dec. 2022
最新一代VVC視頻編碼標(biāo)準(zhǔn)采用了比上一代HEVC視頻編碼標(biāo)準(zhǔn)更加靈活的塊劃分技術(shù)框架。該技術(shù)框架所支持的四叉樹及多類型樹(QTMT)塊劃分結(jié)構(gòu)顯著提高了編碼效率。然而，根據(jù)遞歸編碼單元(CU) 塊劃分方案進(jìn)行全搜索尋找最優(yōu)塊劃分結(jié)構(gòu)會導(dǎo)致編碼器的計算復(fù)雜度大幅增加。在本文中，作者針對幀內(nèi)和幀間預(yù)測提出了一種統(tǒng)一的塊劃分結(jié)構(gòu)快速算法，該算法利用了編碼器在模式?jīng)Q策過程中評估各種候選塊劃分方案的各種歷史信息進(jìn)行塊劃分模式的篩選，從而跳過不必要的塊劃分方案，達(dá)到編碼器計算復(fù)雜度的降低。本文所提出的算法在VVC 參考軟件VTM-14.0 之上已經(jīng)實(shí)現(xiàn)并且驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，所提出的算法在所有幀內(nèi)(AI)、隨機(jī)訪問(RA)和低延遲(LDP)配置下能夠顯著地提升編碼速度，編碼時間節(jié)省達(dá)到40%。
用于動態(tài)網(wǎng)格編碼的邊界保留幾何視頻
Boundary-Preserved Geometry Video for Dynamic Mesh Coding
C. Huang, X. Zhang, J. Tian, X. Xu, S. Liu 2022 IEEE PCS, Dec. 2022
本文提出了一種用于具有時變幾何、連接性和屬性的動態(tài)網(wǎng)格編碼(DMC) 的邊界保留幾何視頻 (BPGV) 框架。幾何視頻是通過在采樣的 2D UV 圖表中插入 3D XYZ 坐標(biāo)生成的，并且可以通過任何視頻編解碼器進(jìn)行編碼以消除空間和時間冗余。然而，由于缺少 UV 圖表的邊界信息，幾何視頻本身的重建可能會嚴(yán)重失真。因此，建議通過有效的預(yù)測和殘差編碼在單獨(dú)的子比特流中編碼 UV 圖的邊界信息。連接信息可以從解碼的幾何圖像和邊界信息中推斷出來，通過三角測量在解碼器端具有線性復(fù)雜度。通過利用建議的編碼工具(包括自適應(yīng)圖表采樣和原始圖表編碼模式)在比特率和質(zhì)量之間進(jìn)行權(quán)衡，可以實(shí)現(xiàn)更好的編碼性能。提議的 BPGV 框架是作為對 MPEG CfP on DMC 的回應(yīng)而提交的，結(jié)果證明其與最先進(jìn)的網(wǎng)狀編解碼器相比具有卓越的性能。
通過迭代訓(xùn)練優(yōu)化基于神經(jīng)網(wǎng)絡(luò)的環(huán)路濾波器
Optimize neural network based in-loop filters through iterative training
L. Wang, X. Xu, S. Liu 2022 IEEE PCS, Dec. 2022
通用視頻編碼(VVC)的最新視頻編碼標(biāo)準(zhǔn)已于 2020 年最終確定。在研究人員之前的工作中，提出了幾種基于神經(jīng)網(wǎng)絡(luò)的環(huán)路濾波器來提高 VVC 以外的壓縮性能。但是，沒有考慮幀間引用機(jī)制的影響，導(dǎo)致訓(xùn)練過程和最終測試過程不一致。為了解決這個問題，本文提出了一種迭代訓(xùn)練方法來進(jìn)一步優(yōu)化基于神經(jīng)網(wǎng)絡(luò)的環(huán)路濾波器?；谒岢龅姆椒?，可以實(shí)現(xiàn)高達(dá) 1.74% 的額外YUV BD 碼率節(jié)省。與VVC相比，實(shí)驗(yàn)表明，22個模型的過濾器平均節(jié)省了14.00%的YUV BD-rate，而單個模型的過濾器平均節(jié)省了11.21%的YUV BD-rate。此外，主觀評價已經(jīng)證實(shí)單模型濾波器的性能明顯優(yōu)于 VVC。
替代神經(jīng)圖像壓縮
Substitutional Neural Image Compression
X. Wang, D. Ding, W. Jiang, W. Wang, X. Xu, S. Liu, B. Kulis, P. Chin 2022 IEEE PCS, Dec. 2022
本文描述了替代神經(jīng)圖像壓縮(SNIC)，這是一種增強(qiáng)任何神經(jīng)圖像壓縮模型的通用方法，不需要數(shù)據(jù)或?qū)τ?xùn)練模型進(jìn)行額外調(diào)整。它將壓縮性能提高到靈活的失真度量，并使用單個模型實(shí)例實(shí)現(xiàn)比特率控制。關(guān)鍵思想是將要壓縮的圖像替換為以所需方式優(yōu)于原始圖像的替代圖像。找到這樣的替代品對于傳統(tǒng)的編解碼器來說本來就很困難，但由于其完全可微分的結(jié)構(gòu)，對于神經(jīng)壓縮模型來說卻出人意料地有利。通過將特定損失的梯度反向傳播到輸入，可以高效地迭代制作所需的替代品。研究人員展示了SNIC 在與各種神經(jīng)壓縮模型和目標(biāo)指標(biāo)相結(jié)合時在提高壓縮質(zhì)量和執(zhí)行通過率失真曲線測量的比特率控制方面的有效性。
騰訊多媒體實(shí)驗(yàn)室專注于多媒體技術(shù)領(lǐng)域的前沿技術(shù)探索、研發(fā)、應(yīng)用和落地，音視頻編解碼、網(wǎng)絡(luò)傳輸、實(shí)時通信、多媒體內(nèi)容質(zhì)量評估和沉浸式媒體的端到端解決方案，同時負(fù)責(zé)國際國內(nèi)行業(yè)標(biāo)準(zhǔn)制定，包含多媒體數(shù)據(jù)壓縮、網(wǎng)絡(luò)傳輸協(xié)議、多媒體系統(tǒng)和開源平臺等。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
