Contrôle de la complexité pour l'encodage HEVC basse consommation d'énergie
Auteur / Autrice : | Alexandre Mercat |
Direction : | Daniel Ménard |
Type : | Thèse de doctorat |
Discipline(s) : | Signal, Image, Vision |
Date : | Soutenance le 07/12/2018 |
Etablissement(s) : | Rennes, INSA |
Ecole(s) doctorale(s) : | Mathématiques et STIC |
Partenaire(s) de recherche : | Laboratoire : Institut d'électronique et de télécommunications (Rennes) |
Jury : | Président / Présidente : Anissa Mokraoui |
Examinateurs / Examinatrices : Daniel Ménard, Anissa Mokraoui, Marco Cagnazzo, François-Xavier Coudoux, Frédéric Dufaux, Jean-Marc Thiesse, Maxime Pelcat, Wassim Hamidouche | |
Rapporteurs / Rapporteuses : Marco Cagnazzo, François-Xavier Coudoux |
Mots clés
Mots clés contrôlés
Résumé
L'Internet des objets (loT) est devenu une réalité et ses applications pressenties vont fortement augmenter la demande de vidéo mobile. En conséquence, les systèmes montent en complexité algorithmique et le portage du codage vidéo sur plates-formes embarquées devient problématique. Les nouveaux contenus vidéo 4K et 360°, venant avec des résolutions spatiales (8K, 16K) et temporelles (120 images/seconde élevées compliquent encore le problème. Il est donc nécessaire de réduire l'empreinte des nouveaux codec tels que HEVC tout en préservant les performances en compression et en qualité d'image de ces codecs, La performance énergétique limitée des batteries des systèmes embarqués pousse à proposer de nouvelle méthodes pour ajuster et contrôler la complexité et l'énergie des codecs HEVC. Ce document propose un ensemble d'études dont l'objectif est d'ajuster et de contrôler la complexité et donc la consommation énergétique de l'encodeur 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 partir de cette prédiction, une méthode est proposée pour ajuster la complexité de l'encodage HEVC. Cette solution étend l'espace de recherche autour de la prédiction et alloue la complexité dans l'image afin de minimiser les dégradations en termes de compression et de qualité. Enfin un système de contrôle temps réel de la complexité d'encodage est proposé. Il démontre l'applicabilité de contributions de ce document en maintenant la complexité d'encodage proche d'une consigne.