Optimisation du Codec VVC basé sur la Réduction de Complexité et le Traitement Parallèle

VVC Codec Optimization through Complexity Reduction and Parallel Processing

• Auteur / Autrice : Thomas Amestoy
• Direction : Daniel Ménard
• Type : Thèse de doctorat
• Discipline(s) : Signal, Image, Vision
• Date : Soutenance le 12/03/2021
• Etablissement(s) : Rennes, INSA
• Ecole(s) doctorale(s) : École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)
• Partenaire(s) de recherche : Laboratoire : Institut d'Électronique et de Télécommunications (Rennes)
• Partenaire(s) de recherche : Entreprise : Thales SIX/GTS France
• Jury : Président / Présidente : Christine Guillemot
• Jury : Examinateurs / Examinatrices : Daniel Ménard, Christine Guillemot, Marco Cagnazzo, Mathias Wien, Marc Antonini, Wassim Hamidouche
• Jury : Rapporteurs / Rapporteuses : Marco Cagnazzo, Mathias Wien

Mots clés

Mots clés contrôlés

Numérisation

Vidéo

Codage

Apprentissage supervisé (intelligence artificielle)

Parallélisme (informatique)

Coût -- Contrôle

Complexité de calcul (informatique)

Mots clés libres

Codage vidéo

VVC

Réduction de la complexité

Traitement parallèle

Apprentissage machine

Video coding

VVC

Complexity reduction

Parallel processing

Machine learning

Résumé

Au cours de la dernière décennie, les progrès des technologies numériques ont conduit à une augmentation importante du volume de contenu vidéo échangé.Finalisée en juillet 2020, la nouvelle norme de codage vidéo Versatile Video Coding (VVC) développée par l'ITU-T VCEG et l'ISO/IEC MPEG répond au besoin de performances de codage plus élevées. Pour une même qualité vidéo, VVC permet d'économiser 40\% de débit par rapport au dernier codec vidéo High Efficiency Video Coding (HEVC). Toutefois, pour obtenir ces économies de débit, des outils complexes ont été ajoutés au niveau de l'encodeur et du décodeur.Ce document présente un ensemble de contributions visant à réduire efficacement la consommation d'énergie et le temps de traitement des codecs VVC, tout en minimisant les pertes de qualité du codage. Tout d'abord, un schéma de partitionnement en bloc léger et adaptable, basé sur une approche d'apprentissage machine, est proposé.La deuxième contribution, du côté de l'encodeur, tire parti des outils de parallélisme de haut niveau inclus dans VVC, tels que le parallélisme en tile et en slice. Du côté du décodeur, l'augmentation de la complexité de calcul de la norme VVC par rapport à la norme HEVC est d'un facteur 2 environ. Un décodeur VVC en temps réel et à faible mémoire, basé sur le projet openVVC open source, est proposé pour la configuration de codage Intra.

During the last decade, the progress in digital technologies has led to an important increase in the volume of exchanged video content. Finalized in July 2020, the new video coding standard Versatile Video Coding (VVC) developed by the ITU-T VCEG and ISO/IEC MPEG answers the need for higher coding performance. For the same video quality, VVC provides 40\% bit-rate savings over the latest state-of-the-art video codec High Efficiency Video Coding (HEVC). However, in order to obtain these bit-rate savings, computationally expensive tools have been added at both encoder and decoder sides.This document presents a set of contributions aiming at reducing efficiently the energy consumption and processing time of VVC codecs, while minimizing the coding quality losses. First, a lightweight and tunable block partitioning scheme based on a machine learning approach is proposed. The second contribution at the encoder side takes advantage of the high-level parallelism tools included in VVC, such as tile and slice parallelism. At decoder side, the computational complexity increase of VVC standard compared to HEVC is approximately a factor 2. A real-time and low-memory VVC decoder based on the open source openVVC project is proposed for Intra coding configuration.