Энтропийное моделирование при сжатии видео на основе машинного обучения

Abstract

В работе исследуется энтропийная модель пространственно-временных характеристик при сжатии видео с использованием алгоритмов машинного обучения. Модель позволяет эффективно оценивать, как пространственные, так и временные характеристики сжимаемых видеоданных. Кроме того, универсальность энтропийной модели также позволяет устанавливать шаг квантования по пространственному каналу. Этот механизм квантования, адаптированный к контенту, не только помогает добиться плавной настройки скорости сжатия, но и улучшает конечную производительность засчет динамического распределения интервалов квантования. Результаты вычислительных экспериментов на реальных видеопоследовательностях подтверждают эффективность исследуемого метода сжатия видео.