首页 > 解决方案 > 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。

标签: kerasdeep-learningtensorflow2.0tf.kerasvideo-compression

解决方案


推荐阅读