用於未來多功能視訊編碼的智慧超高清視訊編碼器優化

最近，對超高清（UHD）的需求不斷增加視頻服務。UHD視頻，提供逼真的觀看體驗，資料量正在徹底改變視頻生態系統並推動視頻生態系統的升級資訊產業。在這種背景下，指數增長之間的矛盾，超高清視頻大資料和有限的存儲空間以及傳輸，頻寬變得越來越突出。鑒於這些挑戰，聯合ITU-T和MPEG的視頻專家團隊已經啟動了下一代專案視頻編碼標準 - 通用視頻編碼（VVC）。在VVC中，新的編碼結構和採用一套編碼工具，大大提高了編碼性能與之前的HEVC標準相比。隨著標準化過程，它是研究編碼器優化演算法的緊迫性和重要性不僅在於此促進未來VVC標準的實施和部署，但是還為標準化過程提供有用的資訊和指導。

在這個專案中，我們將系統地研究VVC編碼器的優化通過杠杆作用獲得高效率控制和低複雜度編碼的觀點人工智慧技術。特別是，我們首先研究速率失真VVC中UHD視頻的特徵，以規範編碼位元速率。進一步來說，研究了速率量化和失真 - 量化關係新的編碼結構既包含四叉樹，也包含三重樹樹分區，基於最近的智慧速率控制發展強化學習。因此，每個的編碼位元數幀和CTU經過優化，可實現高效率控制。而且，我們將速率 - 失真建模擴展到聯合速率 - 失真 - 複雜度（RDC）優化VVC轉碼器，旨在實現速率失真之間的良好折衷低複雜度編碼的性能和編碼複雜性。尤其是用先進的機器學習建模它們之間的關係。