首页/论文/2203.01767

arXiv 2203.017672022-03-03eess.IV

使用解码器处理时间估计HEVC解码能量

Estimating the HEVC Decoding Energy Using the Decoder Processing Time

Christian Herglotz, Elisabeth Walencik, André Kaup

备注：: 4 pages, 3 figures
发表信息：: IEEE International Symposium on Circuits and Systems (ISCAS), 2015
DOI：: 10.1109/ISCAS.2015.7168683

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

本文提出了一种方法，以准确地估计所需的解码能量为一个给定的HEVC软件解码解决方案。我们表明，解码器的处理时间返回常见的C++和UNIX功能是一个非常合适的参数，以获得有效的估计实际解码能量。我们通过使用不同的解码器设置和视频比特流进行详尽的测量系列来验证这一假设。我们的研究结果可以用于开发人员和研究人员在寻找新的节能视频压缩算法。

英文摘要：

This paper presents a method to accurately estimate the required decoding energy for a given HEVC software decoding solution. We show that the decoder's processing time as returned by common C++ and UNIX functions is a highly suitable parameter to obtain valid estimations for the actual decoding energy. We verify this hypothesis by performing an exhaustive measurement series using different decoder setups and video bit streams. Our findings can be used by developers and researchers in the search for new energy saving video compression algorithms.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

HEVC帧内解码的能耗建模

Modeling the Energy Consumption of HEVC Intra Decoding

电池寿命是限制移动终端使用的主要因素之一，这使得研究高能效的软硬件成为一项重要任务。本文研究了在移动平台上解码压缩码流视频时CPU所需的能量。导出描述用于帧内编码视频的新HEVC解码器的能量消耗的模型。我们表明，该模型的相对估计误差小于3.2%，该模型可以用来构建编码器，旨在最大限度地减少解码能量。

2022-03-03eess.IV

HEVC帧内编码的码率、失真和解码能量联合优化

Joint Optimization of Rate, Distortion, and Decoding Energy for HEVC Intraframe Coding

本文提出了一种新的算法，旨在通过利用HEVC解码器解决方案的一般能量模型，最大限度地减少所需的解码能量。我们将能量模型结合到HEVC编码器中，使得它能够构造其解码过程消耗比常规比特流的解码过程更少能量的比特流。为了实现这一点，我们建议扩展传统的率失真优化方案的解码能量率失真的方法。为了在优化过程中获得快速的编码决策，我们推导出量化参数和拉格朗日乘子之间的固定关系，用于能量优化。我们的实验表明，这个概念是适用于帧内编码的视频和本地播放以及在线流媒体的情况下，高达15%的解码能量可以节省在大约相同幅度的比特率增加的代价。

2022-03-03eess.IV

在HEVC中扩展360°和HDR视频解码能量模型

Extending Video Decoding Energy Models for 360° and HDR Video Formats in HEVC

研究表明，解码器能量模型是提高视频回放应用中能量效率的有用工具。例如，准确的基于特征的比特流模型可以减少解码过程的能量消耗。然而，到目前为止，只有SDR视频格式的序列被研究。因此，本文表明，HEVC编码的比特流的解码能量可以精确地估计不同的视频格式和编码比特深度。因此，我们比较了一个国家的最先进的模型，从文献中提出的模型。我们表明，360°，HDR和鱼眼视频格式的比特流可以估计的平均估计误差低于3.88%，如果设置具有相同的编码比特深度。此外，它示出，平均而言，用于解码的比特流的能量需求为10比特的比特深度是55%高于8比特。

2022-09-21eess.IV

HEVC解码过程的能量消耗建模

Modeling the Energy Consumption of the HEVC Decoding Process

在本文中，我们提出了一个基于比特流特征的能量模型，准确地估计解码一个给定的HEVC编码的比特流所需的能量。因此，我们从文献中提取一个模型，并通过显式地对环路滤波器进行建模来扩展它，这是以前没有做过的。此外，为了证明其优越的估计性能，它是比较从文献中的七个不同的能量模型。通过使用一个统一的评估框架，我们展示了如何准确地为不同的解码系统所需的解码能量可以近似。我们对模型参数进行了详细的解释，并解释了模型变量是如何推导出来的。为了展示建模能力，我们测试了不同解码软件和硬件解决方案的估计性能，我们发现所提出的模型优于文献中的模型，软件系统的逐帧平均估计误差小于7%，硬件系统的估计误差小于15%。

2022-03-01eess.IV

通用视频编码的解码能量建模

Decoding Energy Modeling For Versatile Video Coding

在先前的研究中，已经表明，通过使用解码能量率失真优化算法，高效率视频编码（HEVC）的软件解码能量需求可以减少15 $\%$。为了实现这一点，解码器的能量需求必须由具有足够高精度的基于比特流特征的模型来建模。因此，我们提出了两个比特流特征为基础的模型，即将到来的通用视频编码（VVC）标准。将新引入的模型与用于HEVC的来自文献的模型进行比较。所提出的模型的评价表明，平均估计误差是类似的文献的结果，并产生1.85%的估计误差与10倍交叉验证。

2022-09-21eess.IV

通用视频编码4K ASIC解码器的轻量级硬件变换设计

Lightweight Hardware Transform Design for the Versatile Video Coding 4K ASIC Decoders

通用视频编码（VVC）是2020年7月完成的下一代视频编码标准。VVC引入了新的编码工具，与其前身高效率视频编码（HEVC）相比，提高了编码效率。这些新工具对估计为HEVC解码器复杂度的2倍的VVC软件解码器复杂度具有显著影响。具体地，变换模块在VVC中包括分别称为多变换选择（MTS）和低频不可分离变换（LFNST）工具的可分离和不可分离变换。在本文中，我们提出了一个面积有效的硬件架构的逆变换模块的VVC解码器。所提出的设计使用了一个针对专用集成电路（ASIC）平台的流水线架构，共64个常规乘法器。它包括支持包括高级视频编码（AVC）、HEVC和VVC的最新MPEG标准的变换模块的多标准架构。该架构利用了所有的初级和次级变换优化，包括蝶形分解、系数归零和变换之间的固有线性关系。综合结果表明，该方法在所有块大小下都能保持1个样本/周期的吞吐量和恒定的延迟。所提出的硬件逆变换模块在600 MHz频率下工作，能够以4：2：2色度子采样格式以每秒30帧的速度实时解码4K视频。所提出的模块已被集成在ASIC UHD解码器中，目标是消费者设备上的VVC视频的能量感知解码。

2021-11-06eess.IV

更多相关论文收起更多论文

视频解码器软件与硬件能效的全面综述

A Comprehensive Review of Software and Hardware Energy Efficiency of Video Decoders

本文全面研究了AVC、VP9、HEVC、AV1、VVC和AVM六种视频编码格式的软硬件解码能效与压缩效率，发现AV1和HEVC在软硬件解码能耗上具有最佳平衡点，且硬件解码能耗不足软件的9%。

2024-02-14eess.IV

使用HEVC的面向实时应用的多描述视频编码

Multiple description video coding for real-time applications using HEVC

本文提出一种兼容HEVC的低复杂度、低延迟双信道多描述编码（MDC）方案，通过自适应IDR帧周期提升视频流在无线传输中的抗丢包鲁棒性。

2023-08-07eess.IV

OpenVVC：一种适用于通用视频编码标准的轻量级软件解码器

OpenVVC: a Lightweight Software Decoder for the Versatile Video Coding Standard

近年来，用户对更高分辨率的要求，加上新的多媒体应用的出现，已经产生了对新的视频编码标准的需要。被称为通用视频编码（VVC）的新一代视频编码标准已经由联合视频专家小组开发，并且提供超过上一代高效视频编码（HEVC）标准的编码能力。由于结合了更先进和复杂的工具，与HEVC相比，VVC标准的解码复杂度大约增加了一倍。这种复杂性的增加提出了新的研究挑战，以实现实时软件解码。在这种情况下，我们开发了OpenVVC，一个开源软件解码器，支持广泛的VVC功能。本文介绍了OpenVVC的软件体系结构，它的并行策略，以及一组详细的实验结果。通过将广泛的数据级并行与帧级并行相结合，OpenVVC实现了UHD视频内容的实时解码。此外，OpenVVC所需的内存非常低，这为它在低内存资源的嵌入式平台上的集成提供了很大的优势。OpenVVC解码器的代码可在www.example.com上公开获得

2022-05-24eess.IV

利用编码器处理时间对HEVC编码能耗进行建模

Modeling the HEVC Encoding Energy Using the Encoder Processing Time

本文通过x265编码器测量分析HEVC编码时间与能耗关系，提出利用轻量级编码时间估计复杂配置能耗的模型，平均估计误差为11.35%。

2024-10-02eess.IV

一种基于比特流特征的HEVC软件编码能耗估计器

A Bit Stream Feature-Based Energy Estimator for HEVC Software Encoding

本文提出一种基于比特流特征子集的HEVC软件编码能耗估计器，在x265预设上平均估计误差为4.88%，为开发节能视频编码算法提供依据。

2024-10-02eess.IV

基于多帧先验的HEVC兼容低延迟应用的学习质量增强

Learned Quality Enhancement via Multi-Frame Priors for HEVC Compliant Low-Delay Applications

Nanjing University（南京大学）；Shanghai Jiao Tong University（上海交通大学）；Hikvision Research Institute（海康威视研究院）

网络视频应用，例如，视频会议经常由于意外的网络波动和有限的带宽而遭受较差的视觉质量。在本文中，我们开发了一个质量增强网络（QENet），以减少视频压缩伪影，利用空间和时间先验产生的相应的多尺度卷积空间和扭曲的时间预测在一个经常性的方式时间。我们已经将该QENet作为标准的后处理子系统集成到高效率视频编码（HEVC）兼容解码器。实验结果表明，我们的QENet展示了HEVC和其他基于深度学习的方法中默认环路滤波器的最新性能，在峰值信噪比（PSNR）和主观视觉增益方面具有明显的客观增益。

2019-05-03cs.CVeess.IV

H.266/ VVC视频编码标准的软件解码器实现

A software decoder implementation for H.266/VVC video coding standard

多功能视频编码标准（H.266/VVC）于二零二零年七月由ITU-T及ISO/IEC的联合视频专家小组（JVET）完成。这个新的ITU推荐/国际标准是众所周知的H. 265/HEVC视频编码标准的后继者，具有大约两倍的压缩效率，但也以增加的计算复杂度为代价。266/VVC解码器处理模块的复杂度进行了研究。提出了一种基于SIMD指令扩展和数据并行、任务并行等并行处理的优化解码器实现方案，该方案可以在x86处理器上实现4K 60 fps VVC码流的实时解码。

2020-12-08eess.IV

使用处理器事件进行视频解码能耗估计

Video Decoding Energy Estimation Using Processor Events

本文提出利用指令计数和缓存未命中等处理器事件准确估计软件视频解码器能耗的方法，在ARM平台验证表明对HEVC和VP9等标准平均估计误差小于6%。

2023-07-26eess.IV

一种基于码流特征的视频解码能量估计模型

A Bitstream Feature Based Model for Video Decoding Energy Estimation

在本文中，我们表明，少量的比特流功能可以用来准确地估计四种不同的视频编解码器的最先进的软件和硬件加速解码器实现的能耗。通过测试HEVC，H.264，H.263和VP9的估计性能，我们表明，该模型可以用于任何混合视频编解码器。我们测试我们的方法在大量的不同的测试序列，以证明一般的有效性。我们表明，少于20个功能是足够的，以获得平均估计误差小于8%。最后，一个例子将显示所有测试的编解码器在速率、失真和解码能量方面的性能权衡。

2022-04-21eess.IV

视频编码解码能量率失真优化

Decoding-Energy-Rate-Distortion Optimization for Video Coding

本文提出了一种生成编码视频比特流的方法，该方法比传统的编码比特流需要更少的解码能量。为此，我们建议扩展标准的率失真优化方法，也考虑解码能量。在编码器中，解码能量在运行时使用基于特征的能量模型来估计。这些能量估计然后被用于计算由编码器最小化的解码能量速率失真成本。这最终导致这三个参数之间的最佳权衡。因此，我们介绍了描述解码能量率失真优化的数学理论，并详细解释了所提出的编码器算法。对于速率-能量控制，引入了一个新的编码器参数。最后，测量HEVC编码的比特流的软件解码过程。结果表明，这种方法可以导致高达30%的解码能量减少在一个恒定的视觉客观质量时，接受在同一数量级的比特率增加。

2022-03-02eess.IV

下一代VVC编解码复杂度分析

Complexity Analysis Of Next-Generation VVC Encoding and Decoding

虽然下一代视频压缩标准，通用视频编码（VVC），提供了一个优越的压缩效率，其计算复杂性显着增加。本文深入分析了VVC测试模型6的编码器和解码器的复杂度，通过量化每个编码工具的复杂度分解，并测量VVC编码/解码的复杂度和内存需求。这些广泛的分析是在低延迟（LD）、随机访问（RA）和全帧内（AI）条件下（总共320次编码/解码）对720 p、1080 p和2160 p的六个视频序列进行的。结果表明，与LD中的HEVC相比，VVC编码器和解码器分别复杂5倍和1.5倍，并且在AI中分别复杂31倍和1.8倍。对编码工具的详细分析表明，平均而言，在LD中，运动估计工具占53%，变换和量化占22%，熵编码占7%。在解码中，环路滤波器占30%，运动补偿占20%，熵解码占16%，是最复杂的模块。此外，VVC编码/解码所需的内存带宽是通过内存配置来测量的，分别是HEVC的30倍和3倍。报告的结果和见解是一个指导未来的研究和实现节能的VVC编码器/解码器。

2020-05-21cs.CCcs.MMeess.IV

基于扩散模型的HEVC压缩视频质量增强方法

A Diffusion Model Based Quality Enhancement Method for HEVC Compressed Video

University of Chinese Academy of Sciences（中国科学院大学）

提出一种基于扩散模型的压缩视频后处理方法，通过估计特征向量作为先验信息，自适应增强不同量化参数的HEVC压缩视频质量，在混合数据集上优于现有方法。

2023-11-15cs.CVeess.IV

基于CNN的低复杂度空间分辨率自适应视频压缩

Video compression with low complexity CNN-based spatial resolution adaptation

Bristol Vision Institute（布里斯托尔视觉研究所）；University of Bristol（布里斯托尔大学）

最近已经证明，空间分辨率自适应可以集成在视频压缩中，以通过在编码之前进行空间下采样和在解码器处进行超分辨来提高整体编码性能。当使用卷积神经网络（CNN）来执行分辨率上采样时，已经报告了显著的改进。然而，由于采用了基于CNN的超分辨率，这种方法在解码器处具有高复杂度。在本文中，提出了一种新的框架，支持灵活分配的复杂性之间的编码器和解码器。该方法采用CNN模型在编码器处进行视频下采样，并使用Lanczos 3滤波器在解码器处重建全分辨率。所提出的方法被集成到HEVC HM 16.20软件中，并使用All Intra配置在JVET UHD测试序列上进行评估。实验结果证明了所提出的方法的潜力，与原始HEVC HM相比具有显著的比特率节省（超过10%），并且编码器（29%）和解码器（10%）处的计算复杂度降低。

2020-07-29cs.CVcs.LGcs.MM

基于参考引导恢复网络的轻量级混合视频压缩框架

Lightweight Hybrid Video Compression Framework Using Reference-Guided Restoration Network

Seoul National University（首尔国立大学）；Gauss Labs Inc.（高斯实验室公司）

最近基于深度学习的视频压缩方法带来了比传统编解码器（如AVC和HEVC）更大的编码增益。然而，基于学习的编解码器通常需要相当长的计算时间和模型复杂度。在本文中，我们提出了一种新的轻量级混合视频编解码器，包括传统的视频编解码器（HEVC / VVC），无损图像编解码器，和我们的新的恢复网络。准确地说，我们的编码器包括传统的视频编码器和无损图像编码器，传输一个有损压缩的视频比特流随着无损压缩的参考帧。解码器由相应的视频/图像解码器和一个新的恢复网络构成，它在两个步骤中增强了压缩视频。在第一步中，使用大型视频数据集训练的网络恢复传统编码器丢失的细节。然后，我们进一步提高视频质量的指导下的参考图像，这是一个有损压缩的视频帧。参考图像提供视频特定信息，其可用于更好地恢复压缩视频的细节。实验结果表明，所提出的方法实现了相当的性能，顶级的方法，即使在HEVC应用。然而，我们的方法具有较低的复杂度，更快的运行时间，并且可以很容易地集成到现有的传统编解码器。

2023-03-21cs.CVeess.IV