Title
Image sequence macroblock classification using neural networks
Abstract
Nous proposons dans cet article une modification de l'algorithme de rétro-propagation strandard (SBP) pour un problème réel de classification de macro-blocs en codage vidéo. L'algorithme proposé étudie l'effet de láddition d'un bruit de variance adaptative aux entrées, sorties, et coefficients de pondération de réseaux de neurones multi-couches durant l'apprentissage SBP. Des simulations montrent que le bruit sur les coefficients est plus efficace pour améliorer les performances de généralisation dans notre problème. Dans le même temps les résultats de quantification adaptative pour le codage vidéo dans le cadre de MPEG-2 confirment l'efficacité de la méthode de classification proposée, qui peut de manière consistante produire des séquences de bonnes qualités subjective et objective à n'importe quel taux de transmission. De plus, du fait de la nature tolérante vis-à-vis des erreurs et du parrallélisme inhérent des réseaux de neurones, cette méthode est potentiellement implantable en VLSI.
Year
DOI
Venue
1999
10.1016/S0165-1684(98)00089-9
Signal Processing
Keywords
Field
DocType
adaptive quantization,video coding,image sequence macroblock classification,neural network,neural networks,input output,fault tolerant,back propagation
Macroblock,Feedforward neural network,Computer science,Image processing,Algorithm,Image quality,Coding (social sciences),Quantization (signal processing),Artificial neural network,Backpropagation
Journal
Volume
Issue
ISSN
69
2
Signal Processing
Citations 
PageRank 
References 
1
0.38
8
Authors
4
Name
Order
Citations
PageRank
Li-Jun Luo1182.89
Yang Lu212.41
Cariong Zou310.38
Zhenya He420738.98