基于模型的率失真优化变换

• 2020 年 1 月 14 日
• 笔记

本文是来自AOMedia Symposium 2019的演讲，讲者是来自USC的Keng-Shih Lu 和 Antonio Ortega。本次演讲主要讲述了基于模型的率失真优化变换，用图像信号处理的角度来看待一些熟悉的概念。

该演讲从图形信号处理的一些背景开始，然后讨论基于模型的数据驱动变换，基于图对称性的快速图傅里叶变换和使用拉普拉斯算子的高效率失真估计。

然后，演讲重点介绍了基于图的方法如何在AV1和AV2编解码器中应用。演讲以数据变换为例讲解如何从数据中学习变换，并介绍了如何使用图结构来加快率失真优化。在常规率失真成本评估中，需要计算变换和熵编码，但是这种使用蛮力的方法需要大量的计算资源。因此要考虑是否可以从图的角度来改善这些操作，从而避免先计算变换再评估率失真。

最后，演示展示了这些方法对AV1和AV2编解码器的改进。

附上演讲视频：

http://mpvideo.qpic.cn/0bf2eqaamaaaxmah3yargzpfajgdaysaabqa.f10002.mp4?dis_k=8e28c63fc4edf0fd3dbd9b287f6e571e&dis_t=1578993677