MétaCan
Menu
Retour à la cohorte
Enregistrement W2919785567 · doi:10.1109/access.2019.2902173

Weighting Quantization Matrices for HEVC/H.265-Coded RGB Videos

2019· article· en· W2919785567 sur OpenAlexaff
Xiwu Shang, Xiaoli Zhao, Yifan Zuo, Jie Liang, Ivan V. Bajić

Notice bibliographique

RevueIEEE Access · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueImage and Video Quality Assessment
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésYCbCrComputer scienceRGB color modelArtificial intelligenceWeightingComputer visionDiscrete cosine transformCoding (social sciences)Quantization (signal processing)ChrominanceAlgorithmPattern recognition (psychology)MathematicsColor imageLuminanceImage processingStatisticsImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

In the HEVC/H.265 video coding standard, weighting quantization matrices (WQMs) are supported to take advantage of the characteristics of the human visual system (HVS). However, the default WQMs utilized in HEVC are developed for YCbCr videos instead of RGB videos. In this paper, a set of new WQMs is proposed for video coding in RGB color space. First, we utilize the spatial contrast sensitivity function (CSF) to model the bandpass property of HVS. To derive the parameters of the spatial CSF, a series of subjective experiments is conducted to obtain the just-noticeable distortion (JND) thresholds of several selected DCT subbands. In addition, the sensitivities of different DCT subbands in one color channel, as well as among R, G, and B channels, are considered to design the WQMs of intra-coded 8 × 8 blocks. Moreover, to reduce the data size of WQMs, the WQMs for other block sizes are derived from intra 8 × 8 WQMs. The proposed WQMs are then applied into HEVC to directly code RGB videos. The experimental results demonstrate that when the PSNRs of G, B, and R channels are combined with a ratio of 4:1:1, the proposed WQMs can achieve an average BD-rate saving of 12.64% and 20.51%, respectively, in all-intra (AI) and low-delay (LD) profiles compared to HEVC without WQMs. The proposed scheme also enjoys a better video quality metric (VQM) performance.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,846
Score d'incertitude au seuil0,824

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,048
Tête enseignante GPT0,367
Écart entre enseignants0,320 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetImage and Video Quality AssessmentTravaux en français237 207