针对VVC色度预测的注意力卷积神经网络算法

来源：电讯技术杂志2024年第11期北京时间：

作者：王昂,何小海,罗丹,熊淑华,陈洪刚

单位：(四川大学 电子信息学院，成都 610065)

摘要：针对多功能视频编码（Versatile Video Coding,VVC）标准中跨通道线性预测模型（Cross-Component Linear Model,CCLM）无法很好地拟合色度与亮度之间的非线性对应关系这一不足，提出了一种基于注意力机制卷积神经网络的VVC色度预测算法。该算法主要思想是在进行色度预测时，使用对应亮度块的信息与待预测色度块上方与左方的信息作为参考信息输入进卷积神经网络，利用注意力机制对参考信息中的亮度与色度间的内在联系进行分配权重后输入预测网络。实验结果表明，相较于VVC标准算法U分量和V分量的平均码率节省分别为0.64%和0.68%，有效提升了VVC编码性能。

关键词：多功能视频编码；帧内预测；注意力机制；卷积神经网络；

基金资助：国家自然科学基金资助项目（62271336，62211530110）；四川省国际科技创新合作项目(2024YFHZ0289)；TCL科技创新基金