基於模型的率失真優化變換

• 2020 年 1 月 14 日
• 筆記

本文是來自AOMedia Symposium 2019的演講，講者是來自USC的Keng-Shih Lu 和 Antonio Ortega。本次演講主要講述了基於模型的率失真優化變換，用影像訊號處理的角度來看待一些熟悉的概念。

該演講從圖形訊號處理的一些背景開始，然後討論基於模型的數據驅動變換，基於圖對稱性的快速圖傅里葉變換和使用拉普拉斯運算元的高效率失真估計。

然後，演講重點介紹了基於圖的方法如何在AV1和AV2編解碼器中應用。演講以數據變換為例講解如何從數據中學習變換，並介紹了如何使用圖結構來加快率失真優化。在常規率失真成本評估中，需要計算變換和熵編碼，但是這種使用蠻力的方法需要大量的計算資源。因此要考慮是否可以從圖的角度來改善這些操作，從而避免先計算變換再評估率失真。

最後，演示展示了這些方法對AV1和AV2編解碼器的改進。

附上演講影片：

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