Institut d'Électronique et de Télécommunications de Rennes
UMR CNRS 6164

| ENT |






Accueil du site > Accueil > Actualités

Soutenance de thèse

Alexandre MERCAT soutient sa thèse intitulée :

Complexity Control for Low-Power HEVC Encoder.

La soutenance aura lieu vendredi 7 décembre 2018 à 10h30 en amphi GC à l’INSA de Rennes.

Mots clés : compression vidéo, HEVC, réduction de complexité, contrôle de complexité, intelligence artificielle

Résumé : Ces dernières années, l’Internet des objets (IoT) est devenu une réalité. Les applications à venir sont susceptibles d’augmenter la demande de vidéo mobile à un niveau sans précédent. L’augmentation substantielle de la complexité algorithmique devient un véritable défi pour déployer les nouvelles normes de codage vidéo sur des plates-formes embarquées, limitées en puissance de calcul, mémoire et énergie. Les nouveaux contenus vidéo 4K UHD et 360° qui se popularisent avec des résolutions spatiales (8K, 16K) et temporelles (120 images/seconde) très élevées complexifient l’implémentation d’encodeur et décodeur temps réel. Il est donc nécessaire de travailler sur les aspects algorithmiques pour réduire la complexité de l’encodeur HEVC (High Efficiency Video Coding) tout en préservant les gains en compression et qualité fournis par les nouveaux outils d’encodage. La performance énergétique limitée des batteries des systèmes embarqués récents nous oblige à aller plus loin que les méthodes de réduction la complexité et à proposer de nouvelles méthodes pour ajuster et contrôler la complexité et donc la consommation énergétique du processus d’encodage HEVC. Ce travail propose un ensemble d’études et de méthodes dont l’objectif final est d’ajuster et de contrôler la complexité et donc la consommation énergétique du processus d’encodage HEVC. Deux méthodes de prédiction de découpe de CTU sont proposées : la première basée sur une approche Statistique utilisant la variance de l’image et la seconde utilisant l’Intelligence Artificielle à travers des classificateurs. À partir de cette prédiction, une solution générique est présentée afin d’ajuster la complexité du processus d’encodage HEVC. Cette solution étend l’espace de recherche autour de la prédiction de la découpe de CTU et exploite une méthode d’allocation de complexité dans l’image afin de minimiser les dégradations en termes de compression et de qualité. Enfin, un système de contrôle temps réel adaptant dynamiquement le processus d’encodage pour maintenir sa complexité sous un certain seuil est proposé afin de démontrer l’utilité et l’applicabilité des principales contributions de ce document.

Abstract : In the last few years, the Internet of Things (IoT) has become a reality. Forecoming applications are likely to boost mobile video demand to an unprecedented level. The substantial increase in computational complexity become a real challenge for the real-time implementation of the new video coding standards on embedded platforms limited in computing, memory and energy resources. New 4K UHD and 360-degree video content that arrive with very high spatial (8K, 16K) and temporal (120 fps) resolutions make it more difficult to achieve real-time coding and decoding. It is necessary to work on algorithmic aspects to reduce the complexity of the HEVC (High Efficiency Video Coding) encoder while preserving the bitrate and quality gain provided by the new coding tools. The bounded energy density of batteries of recent embedded systems requires us to go even further than methods for reducing the computational complexity and to propose new methods to scale and control the complexity and therefore energy consumption of the HEVC encoding process. This document presents a set of studies and methods with the main purpose of scaling and controlling the complexity and therefore energy consumption of the HEVC Intra encoding process. Two methods of quad-tree partitioning prediction in “one-shot” are proposed : the first one based on variance-aware Statistic approach and the second one based on Machine Learning approach across data-mining classifiers. From the partitioning prediction, a generic tunable complexity scheme of HEVC encoding process is presented. The scheme expands the search space around the coarse partitioning prediction and exploits a method to allocate the complexity in a frame while minimizing the performance loss in terms of bitrate and visual quality. Finally, a real-time control system that dynamically manages the encoding process to keep the encoding complexity under a specific target is proposed to demonstrate the utility and the applicability of the major contributions of this document.






Départements et équipes de recherche
>
Top