keras - DeepQTMT论文模型实现
问题描述
DeepQTMT:一种基于快速 QTMT 的帧内 VVC CU 分区的深度学习方法。论文链接:https ://arxiv.org/pdf/2006.13125.pdf
将实施多阶段出口 CNN(MSE-CNN)。在模型的每一层中,将决定将 CTU 拆分为它的 CU。
在将 64 * 64 CTU 划分为四个 32 * 32 Cu 的第一级决策中,将使用提取的特征进行测试。如果决定不拆分,则提前终止,否则我们将拆分的 CU 传递到下一层。
在第二层中,32 * 32 CU 将被拆分为 16 * 16。如果决策未拆分,则提前终止,否则我们将拆分的 CU 传递到下一层。
这样,如果达到的最小尺寸为 8 * 8,我们就会重复并停止。
该模型的图像是: 在此处输入图像描述
请有人可以帮助我在 tensorflow 中实现本文的模型。
解决方案
推荐阅读
- node.js - 如何将文件从 Express.js 后端发送到 Flask 服务
- assembly - `movl` 是 x86_64 cpu 上的原子操作吗?
- sql - 如何在数据库中使用没有索引的二进制搜索算法
- c# - 使用 2 个图表 openXML 创建 xls 文件
- javascript - 比较两个对象数组以匹配属性,然后创建两个新数组
- c++ - C++ 长度 int 数组以递归方式
- css - Material-UI:仅通过单击图标来展开 Accordion
- vue.js - 如何本地化货币 lNuxtJS i18n
- javascript - 理解请求进入 node.js
- python - 异步 Python 中的“When”循环