Mostrar el registro sencillo del ítem

dc.creatorDuarte, Adson Ileon Ripinski
dc.date.accessioned2021-12-16T16:15:44Z
dc.date.available2021-12-16T16:15:44Z
dc.date.issued2021-08-31
dc.identifier.citationDUARTE, Adson Ileon Ripinski. Redução de complexidade do processo de decisão de modo da predição intra-quadro do codificador de vídeo VVC utilizando aprendizado de máquina. Orientador: Daniel Palomino. 2021. 107 f. Dissertação (Mestrado em Ciência da Computação) – Centro de Desenvolvimento Tecnológico, Universidade Federal de Pelotas, Pelotas, 2021.pt_BR
dc.identifier.urihttp://guaiaca.ufpel.edu.br/handle/prefix/8113
dc.description.abstractThis work presents a solution for reducing the complexity of the intra mode decision for the Versatile Video Coding (VVC). To achieve this complexity reduction, the order in which modes are evaluated in the Rate-Distortion Optimization (RDO) process has been changed in order to give priority to intra prediction modes that are more likely to be chosen as the best at the end of the decision process. By doing this, it was possible to insert supervised machine learning models based on binary decision trees to predict when it is possible to skip the evaluation of some types of intra modes based. A total of three decision tree-based models were developed. The first and second models were developed with the objective of predicting when Angular intra prediction modes or Matrix-based Intra Prediction modes (MIPs) can be skip from the RDO evaluation without introducing significant losses in coding efficiency. The third model was developed to act in cases where the first and second models were not able to skip the evaluation of any types of modes, seeking to predict if MIP modes should be evaluated or not. For the first, second and third models, accuracies of 85.27%, 78.69% and 84.80% were obtained. As a result, we obtained averages of 10.87% on complexity reduction and 0.39% of BD-BR increase. When compared with related works, it can be noticed that even though the developed method has lower complexity reductions in some cases, it obtains lower coding efficiency losses in all cases, even when considering all intra modes available in the VVC.pt_BR
dc.description.sponsorshipSem bolsapt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Pelotaspt_BR
dc.rightsOpenAccesspt_BR
dc.subjectComputaçãopt_BR
dc.subjectVersatile Video Codingpt_BR
dc.subjectPredição intra-quadropt_BR
dc.subjectModo de decisãopt_BR
dc.subjectRedução de complexidadept_BR
dc.subjectAprendizado de máquina supervisionadopt_BR
dc.subjectVersatile Video Codingpt_BR
dc.subjectIntra predictionpt_BR
dc.subjectMode decisionpt_BR
dc.subjectSupervised machine learningpt_BR
dc.titleRedução de complexidade do processo de decisão de modo da predição intra-quadro do codificador de vídeo VVC utilizando aprendizado de máquinapt_BR
dc.title.alternativeLow Complexity VVC Intra Mode Decision using Machine Learningpt_BR
dc.typemasterThesispt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/2601924085026342pt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/3163503973303585pt_BR
dc.contributor.advisor-co1Corrêa, Guilherme Ribeiro
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/1389878856201800pt_BR
dc.contributor.advisor-co2Zatt, Bruno
dc.contributor.advisor-co2Latteshttp://lattes.cnpq.br/8251926321102019pt_BR
dc.description.resumoEste trabalho apresenta uma solução para redução de complexidade do processo de decisão de modo da predição intra do codificador Versatile Video Coding (VVC). Para atingir esta redução em complexidade, a ordem em que os modos são avaliados no processo Rate-Distortion Optimization (RDO) foi alterada de forma a dar prioridade a modos de predição intra que possuam mais chances de serem escolhidos como o melhor ao final do processo de decisão. Ao fazer isto, foi possível inserir modelos de aprendizado de máquina supervisionado baseados em árvores de decisão binárias capazes de detectar quando é possível desconsiderar a avaliação de alguns tipos de modos de predição intra-quadro baseado nos custos taxa-distorção dos modos que já foram avaliados até o momento. Um total de três modelos baseados em árvores de decisão foram desenvolvidos. O primeiro e o segundo modelo foram desenvolvidos com o objetivo de buscar predizer quando os modos de predição intra Angulares ou Matrix-based Intra Prediction (MIPs) podem ser desconsiderados da avaliação do RDO sem que sejam inseridas perdas significativas em eficiência de codificação. O terceiro modelo foi desenvolvido para agir nos casos onde o primeiro e o segundo modelo não foram capazes de trazer uma redução de complexidade, buscando explorar a possibilidade de desconsiderar a avaliação dos modos intra MIPs sem que perdas significativas em eficiência de codificação sejam inseridas. Para o primeiro, segundo e terceiro modelos foram obtidas F1-scores de 85,27%, 78,69% e 84,80%. Como resultados, obteve-se médias de 10,87% de redução de complexidade e 0,39% de BDBR. Ao comparar o trabalho desenvolvido com trabalhos relacionados, pode-se notar que ainda que o método desenvolvido possua reduções de complexidade inferiores em alguns casos, o mesmo obtém perdas em eficiência de codificação inferiores em todos os casos, mesmo considerando todos os modos intra disponíveis no VVC.pt_BR
dc.publisher.departmentCentro de Desenvolvimento Tecnológicopt_BR
dc.publisher.programPrograma de Pós-Graduação em Computaçãopt_BR
dc.publisher.initialsUFPelpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.publisher.countryBrasilpt_BR
dc.contributor.advisor1Palomino, Daniel Munari Vilchez


Ficheros en el ítem

Thumbnail
Thumbnail
Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem