| 基于深度学习的视频多目标码率分配策略 |
| |
| 引用本文： | 朱丽莎,王国中,滕国伟,杨郑龙,张立亮. 基于深度学习的视频多目标码率分配策略[J]. 电子测量技术, 2019, 42(2): 96-102 |
| |
| 作者姓名： | 朱丽莎 王国中 滕国伟 杨郑龙 张立亮 |
| |
| 作者单位： | 上海大学 通信与信息工程学院 上海 200444 |
| |
| 摘 要： | 在高效视频编码（HEVC）中,最新的λ域码率控制方案自适应地对每个像素分配比特数，在自适应分配比特数的过程中，不考虑目标对象的编码质量。针对该问题提出了基于深度学习的视频多目标码率分配方案。在该方案中，首先采用目标检测算法SSD来检测识别编码视频中的多目标对象，获取对象信息。然后在帧级码率分配过程中，根据帧间差异，采用自适应比特比率，为每帧视频分配合理的比特数。最后，以更小的量化参数（QP）来提升目标对象编码质量。实验结果表明，与HM16.9相比，改进的算法在码控精度几乎不变的情况下，对全局的平均质量提升0.15 dB, 目标区域的质量提升0.35 dB。
|
| 关 键 词： | HEVC；码率控制；深度学习；多目标识别；自适应 |
Deep learning based multi-target on video rate allocation strategy |
| |
| Zhu Lish,Wang Guozhong,Teng Guowei,Yang Zhenglong,Zhang Liliang. Deep learning based multi-target on video rate allocation strategy[J]. Electronic Measurement Technology, 2019, 42(2): 96-102 |
| |
| Authors: | Zhu Lish Wang Guozhong Teng Guowei Yang Zhenglong Zhang Liliang |
| |
| Affiliation: | School of Communication & Information Engineering,Shanghai University,Shanghai 200444, China |
| |
| Abstract: | |
| |
| Keywords: | HEVC rate control deep learning multi target recognition adaptive |
|
| 点击此处可从《电子测量技术》浏览原始摘要信息 |
|
点击此处可从《电子测量技术》下载免费的PDF全文 |
|
