Avaliação de modelos de predição para aproximações da soma das diferenças transformadas absolutas para codificadores de vídeo

Abstract

O processo de codificação de vídeo é complexo e computacionalmente custoso. Muito tempo e esforço são investidos em pesquisas que visam de alguma forma melhorar esse processo, tornando-o mais rápido de ser executado e mais eficiente quanto a sua capacidade de compressão de dados. Dessa forma, esse trabalho tem como objetivo explorar e avaliar, através de conceitos de Aprendizado de Máquina, a possibilidade de desenvolver um modelo de predição capaz de escolher, durante o processo de codificação do codificador Vesatile Video Coding (VVC), qual aproximação do cálculo da Soma das Diferenças Transformadas Absolutas (SATD) deverá ser utilizada para melhorar a complexidade do cálculo. Uma pré-análise foi realizada em dados previamente coletados sobre o desempenho geral das aproximações do cálculo para selecionar os melhores candidatos. Dois conjuntos de dados distintos foram criados, variando em método de coleta e variáveis coletadas, e visando momentos e modos distintos de realizar a predição. Foram desenvolvidos modelos de predição utilizando cinco algoritmos de Aprendizado Supervisionado, afim de escolher o melhor equilíbrio entre acurácia e tempo necessário para a predição. Apesar dos modelos desenvolvidos obterem um desempenho abaixo do esperado, foi possível analisar e discutir algumas alternativas da forma que o assunto pode ser abordado.

The video encoding process is complex and computationally costly. Significant time and effort are invested in research aimed at improving this process, making it faster to execute and more efficient in terms of data compression capability. Therefore, this work aims to explore and evaluate, using Machine Learning concepts, the possbility of developing a prediction model capable of selecting, during the encoding process of the Versatile Video Coding (VVC) encoder, which approximation of the Sum of Absolute Transformed Differences (SATD) calculation should be applied to improve calculation complexity. A preliminary analysis was conducted using previously collected data on the overall performance of the calculation approximations to select the best candidates. Two distinct datasets were created, varying in data collection methods and collected variables, targeting different moments and modes of prediction. Prediction models were developed using five Supervised Learning algorithms to select the one with the best balance between accuracy and prediction time. Although the developed models performed below expectations, it was possible to analyze and discuss some alternatives for how the topic can be approached.