Cải tiến thuật toán TZ Search cho tăng tốc mô hình mã hóa H.266/Versatile Video Coding

Nội dung text: Cải tiến thuật toán TZ Search cho tăng tốc mô hình mã hóa H.266/Versatile Video Coding

1. Hội nghị Quốc gia lần thứ 23 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2020) Cải tiến thuật toán TZ Search cho tăng tốc mô hình mã hóa H.266/Versatile Video Coding Bùi Thanh Hương1,2, Nguyễn Quang Sang2, Đinh Triều Dương2, Chử Đức Trình2, Hoàng Văn Xiêm2 1Khoa Công nghệ Thông tin, trường Đại học Xây dựng 2Khoa Điện tử - Viễn thông, trường Đại học Công nghệ, Đại học Quốc Gia Hà Nội xiemhoang@vnu.edu.vn Tóm tắt—Cải tiến các chuẩn mã hóa video đang được 360 độ, video chụp từ màn hình (Screen content video). quan tâm nhiều trong thời gian gần đây nhằm đáp ứng Theo đánh giá hiệu năng công bố ở [6], chuẩn nhu cầu ngày càng cao của các ứng dụng truyền thông đa H.266/VVC cho phép người dùng mã hóa video với phương tiện. Cho đến thời điểm hiện tại, chuẩn mã hóa lượng bit tiết kiệm được khoảng 50% so với chuẩn mã video mới nhất là chuẩn H.266/VVC (Versatile Video hóa H.265/HEVC trong khi chất lượng video sau giải Coding). Với những nỗ lực cải tiến, chuẩn H.266/VVC mã là không đổi. đạt được lượng bit tiết kiệm lên đến 50% khi so sánh với chuẩn mã hóa video phổ biến H.265/HEVC (High Mặc dù đạt được hiệu năng mã hóa cao hơn so với Efficiency Video Coding) trong khi vẫn đảm bảo chất chuẩn mã hóa tiền nhiệm của nó, H.266/VVC có độ lượng video sau giải mã không đổi. Tuy nhiên, để đạt phức tạp mã hóa tăng từ 5-30 lần so với chuẩn phổ biến được hiệu năng mã hóa cao như vậy, chuẩn H.266/VVC H.265/HEVC [7]. Nguyên nhân chính là do VVC cho yêu cầu thời gian mã hóa gấp 5-30 lần so với chuẩn phép kích thước khối hình dự đoán lớn, số lượng chế H.265/HEVC. Nguyên nhân chính đến từ việc phải tìm độ và hướng dự đoán tăng lên nhằm đáp ứng yêu cầu kiếm khối phù hợp trong một không gian rộng lớn và mã hóa các video có độ phân giải lớn. nhiều trường hợp tìm kiếm hơn. Để giải quyết vấn đề này, bài báo đề xuất một thuật toán cải tiến tìm kiếm Trong quá trình mã hóa, thời gian dành cho bước nhanh TZ-Search (Test Zone Search) với khả năng tăng ước lượng chuyển động chiếm tới 80% [8]. Do đó, để tốc độ mã hóa tốt hơn khi dùng trong chuẩn H.266/VVC. giảm độ phức tạp mã hóa, thuật toán tìm kiếm nhanh Kết quả đánh giá cho thấy, thuật toán TZ-Search cải tiến TZ-Search [9] đã được áp dụng để giảm thiểu độ phức có thể giúp giảm thời gian mã hóa video H.266/VVC tới tạp của quá trình này. Thuật toán TZ-Search được xây 12,6% so với TZ-Search gốc, trong khi vẫn đảm bảo dựng cho phép bộ mã hóa thực hiện dự đoán vector được hiệu năng mã hóa cao. chuyển động bằng cách tìm kiếm điểm dự đoán tối ưu xung quanh điểm dự đoán khởi tạo trên một lưới các Từ khóa—Chuẩn H.266/VVC, TZ-Search, ước lượng điểm được xác định trước thay vì tìm kiếm tất cả các chuyển động, vùng tìm kiếm điểm trong vùng tìm kiếm. Việc tối ưu thuật toán TZ- I. GIỚI THIỆU Search luôn là một thách thức cho các nhà nghiên cứu. Với đặc tính đặc thù của video giám sát là thường có tỉ Trong những năm gần đây, cùng với sự phát triển lệ cảnh tĩnh cao và với các đối tượng chuyển động thì mạnh mẽ trong nhiều lĩnh vực khoa học công nghệ và thường có vector chuyển động nhỏ, chúng tôi đã tính sự ra đời của các thiết bị số hiện đại, lượng video cần đến việc thu nhỏ hơn nữa vùng tìm kiếm trong triển truyền tải và lưu trữ ngày càng gia tăng. Việc lưu trữ khai thuật toán TZ-Search cho loại video giám sát. các video thô chưa qua xử lý là bất khả thi bởi chúng yêu cầu một lượng bộ nhớ vô cùng lớn. Các chuẩn mã Trong phần tiếp theo của bài báo này, chúng tôi hóa video mà đi kèm theo là các bộ mã hóa/giải mã hóa trình bày tổng quát về mô hình mã hóa video chuẩn video (CODEC: Coder-Decoder) liên tục được ra đời H.266/VVC (phần II) và thuật toán tìm kiếm nhanh với hiệu năng ngày càng cao nhằm đáp ứng nhu cầu TZ-Search. Tiếp đó, phần III và IV lần lượt nêu đề xuất truyền tải, lưu trữ video, góp phần quan trọng vào sự ứng dụng TZ-Search trên các video giám sát với các phát triển của các ứng dụng truyền hình thời gian thực kết quả thực nghiệm thực tế và các phân tích đánh giá, (streaming), thực tại ảo (VR: Virtual Reality), thực tại đây là cơ sở cho phần kết luận chúng tôi nêu trong ảo tăng cường (AR: Augmented Reality), 3D-TV, phần V. Trong đó, có thể kể đến các chuẩn mã hóa như H.264/AVC [1], H.265/HEVC [2], AV1 [3] và VP9 II. TỔNG QUAN VỀ CHUẨN MÃ HÓA VIDEO [4]. H.266/VVC Hình 1 mô tả kiến trúc tổng quan của chuẩn mã hóa Cuối năm 2020, chuẩn mã hóa video H.266/VVC video H.266/VVC. Giống như các bộ tiêu chuẩn mã (Versatile Video Coding) chính thức được thông qua và hóa video khác trước đó, VVC là bộ mã hóa theo khối giới thiệu rộng rãi [5]. Đối tượng chính mà chuẩn mã được thiết kế với cấu trúc lai [10] giữa mã hóa dự đoán hóa video này hướng tới là các video với độ phân giải trong khung và liên khung với mã hóa biến đổi cùng cao, và các nguồn video với định dạng mới như video mã hóa entropy. ISBN: 978-604-80-5076-4 32
2. Hội nghị Quốc gia lần thứ 23 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2020) VVC được thiết kế nhằm hướng tới các đối tượng Biến đổi Cô sin rời rạc (DCT) và lượng tử hóa: chính là các video độ phân giải cao (4K, 8K, ), video VVC cho phép sử dụng linh hoạt 3 phép biến đổi cô sin 3600, do vậy kích thước khối hình lớn nhất được cho rời rạc bao gồm DCT-II, DCT-VIII, DST-VII [10]. phép trong VVC lên tới 128×128 thay vì 64×64 như Việc này giúp giảm thiểu chi phí biến dạng. Hơn nữa, trong HEVC [1]. đối với video có độ phân giải cao hơn (1080p và 4K), việc cho phép chuyển đổi kích thước khối lớn (lên đến Thông tin Chuỗi bit đầu ra khác biệt Biến đổi / Mã hóa 128128) rất hữu ích trong việc loại bỏ hệ số biến đổi 1 0 1 0 1 00 1 - Lượng tử hóa Entropy tần số cao. Hệ số lượng tử (QP) cũng được mở rộng Video nguồn cho phép lên tới 63 và một ánh xạ QP linh hoạt hơn Lượng tử/ Biến đổi được áp dụng để chuyển đổi QP độ xám (luma) sang ngược Dự đoán QP màu sắc (chroma). trong khung Khung hình dự đoán Bộ lọc nhiễu khối và bù mẫu thích ứng: VVC sử Dự đoán liên dụng ba bộ lọc riêng biệt, trong đó có hai bộ lọc lặp khung (In-Loop) đầu tiên đã triển khai trong HEVC là Bộ lọc nhiễu khối (DBF: Deblocking Filter) và Bù mẫu thích Bộ đệm các Bộ lọc khung hình ứng (SAO: Sample Adaptive Offset). Bộ lọc thứ ba là vòng lặp đã giải mã B ộ lọc vòng lặp thích ứng (ALF: Adaptive Loop Filter) đã được cập nhật trong chuẩn VVC. Hơn nữa, trong Hình 1: Mô hình mã hóa H.266/VVC các bộ lọc In-Loop của VVC, các bộ lọc hình dạng kim cương 77 và 55 được áp dụng cho các thành phần độ Phân chia khung hình: Sau khi một khung hình video xám và các màu sắc theo thứ tự tương ứng. VVC được chia thành các đơn vị mã hóa - CTU (Coding tree unit), các CTU này sau đó tiếp tục được Mã hóa nhị phân thích ứng: Thông tin dư thừa hay phân chia thành các CU (coding unit), PU (prediction thông tin khác biệt (là thông tin sai khác giữa khung unit) nhỏ hơn, với các kích cỡ khác nhau sao cho phù hình hiện tại và khung hình dự đoán tương ứng) được hợp với nội dung khung hình, chế độ dự đoán. Bên mã hóa bằng công cụ mã hóa số học, nhị phân tương cạnh cấu trúc cây tứ phân (quad tree) đã được sử dụng thích ngữ cảnh (Context Adaptive Binary Arithmetic từ chuẩn mã hóa HEVC, VVC còn cho phép phân chia Coding – CABAC) đã được chứng minh mang lại hiệu khối hình bằng cách chia 2 (binary split) hay chia 3 năng cao ở chuẩn mã hóa HEVC. (ternary split) (Hình 2). Cấu trúc phân chia này được gọi là cây tích hợp đa kiểu phân chia đệ quy (nested III. ĐỀ XUẤT THUẬT TOÁN TZ-SEARCH CẢI TIẾN recursive Multiple-Type Tree (MTT)) với tỉ lệ chiều Để tìm kiếm vị trí khối phù hợp cho khối ảnh hiện dài/chiều rộng của khối hình cho phép lên tới 1/16. tại trong thực hiện phép dự đoán khung hình tiếp theo, thuật toán tìm kiếm nhanh TZ-Search đã được thông qua ở chuẩn H.266/VVC. Với TZ-Search, thay vì thực hiện tìm kiếm trên toàn bộ các điểm ảnh trong vùng tìm kiếm, quá trình ước lượng chuyển động của bộ mã hóa chỉ được thực hiện dựa trên một số điểm ảnh có khả năng phù hợp nhất. Hình 3 mô tả thuật toán TZ-Search, trong đó có nhấn mạnh nội dung cải tiến (khối màu vàng). Thuật toán TZ-Search có thể được thực hiện thông qua các bước sau: Hình 2: Các dạng phân chia đệ quy trong VVC Bước 1: Khởi tạo điểm tìm kiếm Tại bước này, tập các vector chuyển động được Dự đoán trong khung: VVC sử dụng kích thước CTU thiết lập bao gồm vector từ các điểm bên trái, phía trên, lớn hơn và hình dạng các khối PU sử dụng trong chế độ phía trên bên phải của khối ảnh tương ứng với khung dự đoán trong khung không còn chỉ là các khối vuông tham chiếu, từ đó thiết lập vector trung vị của 3 vector N×N, 2N×2N và số lượng chế độ dự đoán cũng được này và vector 0. Nhìn chung, điểm được lựa chọn để tăng lên thành 67 (so với 35 trong H.265/HEVC [2] và bắt đầu quá trình thực hiện tìm kiếm dựa trên vector 9 trong H.264/AVC [1]). Thay đổi này là để thu được chuyển động của điểm đó với sự sai khác thấp nhất các hướng biên tùy ý của bất kỳ video tự nhiên nào. (SAD: Sum of Absolute Difference là nhỏ nhất) và các Dự đoán liên khung: Đối với dự đoán liên khung, bên điểm này còn được gọi là điểm tối ưu, trong đó vector cạnh tập các vector dự đoán nâng cao AMVP trung vị giúp xác định điểm tìm kiếm khởi tạo đầu tiên. (advanced Motion Vector prediction) được giới thiệu trong bộ mã hóa HEVC, VVC bổ sung thêm tập vector Bước 2: Tìm kiếm theo mô hình kim cương hoặc dự đoán dựa trên lịch sử (History-based Motion Vector hình vuông Prediction – HMVP) [11]. ISBN: 978-604-80-5076-4 33
3. Hội nghị Quốc gia lần thứ 23 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2020) Ở bước này, trước hết vùng tìm kiếm (Search vùng chuyển động của đối tượng trong video giám sát Range) được xác định và mô hình tìm kiếm kim cương thường nhỏ, do đó vùng tìm kiếm triển khai trong thuật hoặc hình vuông được lựa chọn (Hình 4). Các điểm tìm toán TZ-Search có thể thu nhỏ hơn khi thực hiện mã kiếm là các điểm tại đỉnh và trung điểm của các cạnh hóa video giám sát. Hình 6 sau đây mô tả đề xuất của hình vuông hoặc hình thoi với khoảng cách thay đổi từ chúng tôi về việc giảm kích thước vùng tìm kiếm trong 1 đến giá trị vùng tìm kiếm và ở dạng hàm mũ của cơ thuật toán TZ-Search và các kết quả thực nghiệm thực số 2. Sau khi tìm được điểm tối ưu, bộ mã hóa tiếp tục tế cùng các đánh giá, phân tích cụ thể. ước lượng chuyển động tại 2 điểm liền kề của điểm đó. 8 8 8 8 8 4 8 4 4 4 Bắt đầu 4 2 4 2 2 2 2 1 2 1 1 1 8 4 2 1 0 1 2 4 8 8 4 2 1 0 1 2 4 8 2 1 2 1 1 1 Khởi tạo điểm tìm kiếm 4 2 4 2 2 2 8 4 8 4 4 4 Thay đổi vùng tìm kiếm 8 8 8 8 Hình 4: Mô hình kim cương và hình vuông Tìm kiếm theo mô hình kim cương hoặc Bước 3: Tìm kiếm Raster hình vuông với khoảng tìm kiếm mới Xét khoảng cách từ điểm khởi tạo đến điểm tối ưu Kiểm tra 2 điểm lân cận hay chính là khoảng cách tối ưu (BestDistance) với các trường hợp cụ thể sau: Nếu khoảng cách tối ưu tại bước 2 bằng 0, quá trình tìm kiếm kết thúc. Nếu khoảng cách Sai tối ưu nằm trong khoảng (1,iRaster) thì bỏ qua bước 3 BestDistance >= iRaster này, chuyển sang thực hiện bước 4, tức là thực hiện tinh chỉnh tìm kiếm Raster/Star. Còn nếu khoảng cách Đúng tối ưu lớn hơn hoặc bằng khoảng cách iRaster, bộ mã Đúng hóa tiến hành tìm kiếm Raster với bước nhảy được đặt Tìm kiếm Raster BestDistance = 0 bằng thông số iRaster (Hình 5). Cuối cùng, nếu khoảng cách này bằng 1 thì gán lại khoảng cách này bằng 0 và Sai Đúng chuyển sang thực hiện kiểm tra hai điểm lân cận. BestDistance = 0 Sai Tinh chỉnh tìm kiếm Raster/Star Sai Hình 5: Mô hình tìm kiếm Raster BestDistance <= 1 Bước 4: Tinh chỉnh tìm kiếm Raster/Star Đúng Điểm tối ưu tìm được tại bước 3 được đặt thành điểm khởi tạo tìm kiếm mới cho quá trình tìm kiếm BestDistance = 0 theo mô hình kim cương hoặc hình vuông. Các điểm tối ưu được cập nhật liên tục sau mỗi vòng tìm kiếm, nếu khoảng cách tối ưu bằng 1 thì đặt lại khoảng cách này bằng 0 và sau đó kiểm tra 2 điểm lân cận. Quá Kiểm tra 2 điểm lân cận trình này kết thúc khi tìm được điểm có khoảng cách tối ưu = 0. Trong dự đoán liên khung, quá trình ước lượng chuyển động đã thực hiện việc khai thác đặc tính chung Kết thúc của các loại video là giữa các khung liền kề có nhiều thông tin có tính tương quan cao về chuyển động. Cân Hình 3: Thuật toán TZ-Search đề xuất nhắc thêm đặc tính riêng biệt của video giám sát là các ISBN: 978-604-80-5076-4 34
4. Hội nghị Quốc gia lần thứ 23 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2020) Đề xuất thu nhỏ vùng tìm kiếm thích ứng trong TZ- IV. MÔ PHỎNG VÀ ĐÁNH GIÁ KẾT QUẢ Search A. Điều kiện mô phỏng, đánh giá Kích thước vùng tìm kiếm có ảnh hưởng trực tiếp Để đánh giá hiệu quả của phương pháp đề xuất, tới số lượng điểm tìm kiếm trong mã hóa liên khung. chúng tôi thực hiện việc mô phỏng và kiểm thử trên 08 Do vậy, để tăng tốc độ mã hóa, chúng tôi đề xuất thay chuỗi video giám sát có độ phân giải 720×576 và đổi vùng tìm kiếm dựa theo các đặc tính chuyển động của khối ảnh. Cụ thể, dựa vào vector chuyển động của 1600×1200 [12, 13] với chế độ mã hóa Random các khối ảnh bên trái, phía trên và góc trên bên trái của Access. Các chuỗi video và thông số cụ thể được thể khối ảnh hiện tại, thực hiện tính vector trung bình theo hiện trong Bảng 1 và Bảng 2. công thức như sau: BẢNG 1: CÁC ĐIỀU KIỆN CHẠY KIỂM THỬ (1) Bank Campus Chuỗi video có độ phân giải Classover Nếu thì điểm khởi tạo (tiếp theo) chính 720×576 Crossroad là điểm tối ưu, vậy thực hiện dừng quá trình tìm kiếm Office theo thuật toán TZ-Search. Nếu , lúc này, Overbridge thực hiện thu nhỏ vùng tìm kiếm dựa vào thông tin của Chuỗi video có độ phân giải Intersection 1600×1200 Mainroad Tốc độ khung hình và số vector chuyển động của block cha theo công 30Hz, 128 khung hình khung hình mã hóa thức sau: Kích thước nhóm ảnh GOP 16 (group of picture) mã hóa SearchRange = (2) Hệ số lượng tử (QP: QP = {22, 27, 32, 37} quantization parameters) Kích thước vùng tìm kiếm 384 Toàn bộ quá trình thu nhỏ vùng tìm kiếm thích ứng, mặc định Chu kỳ lặp lại khung I đề xuất sử dụng trong TZ-Search có thể được mô tả 32 như hình 6. (Intra period) BẢNG 2: CẤU HÌNH PHẦN CỨNG Bắt đầu Bộ vi xử lý Intel® Core™ i7-4800MQ @2.7 GHz RAM 8.00 GB Đúng System Win 10, 64-bit PU hiện tại thuộc vùng biên Môi trường Microsoft Visual Studio 2017 kiểm thử Community Sai Thời gian mã hóa video được đo cho bộ mã hóa Tính Favg theo công thức (1) H.266/VCC sử dụng thuật toán TZ-Search gốc (TTZ- Search_VVC) và thuật toán TZ-Search cải tiến (TTZ- Search_dexuat) cho các giá trị lượng tử khác nhau. Mức độ Đúng giảm thiểu về mặt thời gian được xác định theo công Favg = 0 thức sau: Sai Điểm tối ưu là (3) điểm khởi tạo Thu thâp Fparent Hiệu năng mã hóa với chuẩn H.266/VVC thường Kết thúc TZ-Search được xác định thông qua hai hình thức: sử dụng biểu Thay đổi SearchRange đồ độ biến dạng – tốc độ bít (RD) hoặc giá trị theo công thúc (2) Bjontegaard Rate [14]. Trong bài báo này, chúng tôi trình bày cả hai hình thức đánh giá trên. B. Đánh giá thời gian tăng tốc độ mã hóa Kết thúc quá trình thay Bảng 3 tổng hợp kết quả so sánh độ phức tạp nén đổi vùng tìm kiếm video trong trường hợp dùng TZ-Search đề xuất với TZ-Search trong VVC và kết quả giảm hiệu năng mã hóa BD-Rate. Hình 6: Thuật toán thay đổi vùng tìm kiếm trong TZ- Với mục tiêu giảm độ phức tạp của thuật toán tìm Search kiếm nhanh TZ-Search, đề xuất thay đổi kích thước ISBN: 978-604-80-5076-4 35
5. Hội nghị Quốc gia lần thứ 23 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2020) vùng tìm kiếm trong mã hóa video giám sát đã giúp VI. LỜI CÁM ƠN tiết kiệm được thời gian mã hóa trên tất cả các mức lượng tử và độ phân giải, kết quả thực nghiệm cho Nghiên cứu này được tài trợ bởi Quỹ Phát triển thấy thời gian mã hóa giảm từ 7,25% đến 12,62% khoa học và công nghệ Quốc gia (NAFOSTED) trong (trung bình đạt khoảng 9,3%) trong khi số lượng bit đề tài mã số 102.01-2020.15 cần dùng gần như không tăng. Thêm nữa, trong số các chuỗi video được thử nghiệm, chuỗi video Office tiết kiệm được thời gian mã hóa cao nhất, đạt trung bình TÀI LIỆU THAM KHẢO 10,5%. [1] T. Wiegand, G.J. Sullivan, G. Bjontegaard, A. Luthra, “Overview of the H.264/AVC video coding standard,” IEEE BẢNG 3: KẾT QUẢ GIẢM THỜI GIAN NÉN VIDEO (T%) VÀ CHI PHÍ Trans. Circuits Syst. Video Technol., vol. 13, no. 7, pp. 560– HIỆU NĂNG MÃ HÓA (BD-RATE) SO VỚI TZ SEARCH GỐC 576, 2003. [2] G.J. Sullivan, et al., “Overview of the High Efficiency Video Tên video QP Trung BD- Coding (HEVC) Standard”, IEEE Transactions on Circuits and 22 27 32 37 Bình Rate Systems for Video Technology, vol. 22, no. 12, pp. 1649-1668, 2012. [3] Y. Chen, et al., “An Overview of Core Coding Tools in the Bank -10.90 -9.29 -9.22 -9.96 -9.84 0,50 AV1 Video Codec”, Picture Coding Symposium (PCS), 2018. Campus -9.15 -8.91 -8.91 -8.42 -8.85 0,61 [4] D. Mukherjee, J. Bankoski, A. Grange, J. Han, J. Koleszar, P. Wilkins, Y. Xu, R. Bultje, “The latest open- Classover -7.72 -7.83 -8.46 -7.25 -7.82 0,12 source video codec VP9 – An overview and preliminary results”, Picture Coding Symposium (PCS), 2013. Crossroad -7.84 -8.70 -7.18 -7.98 -7.93 0,88 [5] Fraunhofer HHI is proud to present the new state-of-the-art in Office -9.68 -10.41 -10.58 -11.32 -10.50 0,11 global video coding: H.266/VVC brings video transmission to new spee. [Online]. Available: Overbridge -10.66 -9.83 -9.80 -9.00 -9.82 0,83 Intersection -10.51 -8.36 -9.01 -12.62 -10.13 0,59 viewonline2/17386/465/11/14SHcBTt/V44RELLZBp/1 [6] N. Sidaty, W. Hamidouche, O. Déforges, P. Philippe, J. Mainroad -11.52 -9.83 -9.15 -7.63 -9.53 -0,02 Fournier, “Compression Performance of the Versatile Video Trung -9.75 -9.15 -9.04 -9.27 -9.30 0,45 Coding: HD and UHD Visual Quality Monitoring”, Picture Bình Coding Symposium (PCS), Ningbo, China, 2019. [7] F. Bossen, X. Li and K. Suehring, “AHG report: Test model software development (AHG3)”, document JVET-R0003, V. KẾT LUẬN ITU-T/ISO/IEC Joint Video Experts Team (JVET), 2020. Trong bài báo này, chúng tôi đã nghiên cứu tổng [8] N. C. Vayalil, M. Paul, Y. Kong, “A novel angle-restricted Test Zone Search algorithm for performance improvement of quan về các cải tiến trong chuẩn mã hóa video mới HEVC”, ICIP, 2017. nhất, vừa được chính thức thông qua trong tháng [9] X. Li, R. Wang, W. Wang, Z. Wang, S. Dong, “Fast Motion 7/2020, qua đó, chúng tôi tập trung khai thác thuật Estimation Methods for HEVC”, IEEE International toán tìm kiếm nhanh TZ-Search với cải tiến giảm độ Symposium on Broadband Multimedia Systems and phức tạp của thuật toán bằng cách xác định giảm vùng Broadcastiing, 2014. [10] J. Chen, Y. Ye, S. H. Kim, “Algorithm description for tìm kiếm. Qua thực nghiệm, các kết quả khẳng định Versatile Video Coding and Test Model 8 (VTM 8)”, JVET- tính đúng đắn của đề xuất: đã giảm được khoảng 7- Q2002-v3, 2020. 12% thời gian mã hóa video giám sát mà lượng bitrate [11] L. Zhang, K. Zhang, H. Liu, H. C. Chuang, Y. Wang, J. Xu, P. gần như không bị ảnh hưởng (tăng trung bình 0,45%). Zhao, D. Hong, “History-based Motion Vector Prediction in Hướng nghiên cứu tiếp theo sẽ tập trung vào đánh giá Versatile Video Coding”, Data Compression Conference (DCC), 2019. mức độ ảnh hưởng của từng khối trong TZ-Search để [12] W. Gao, Y. Tian, T. Huang, S. Ma, and X. Zhang, “IEEE 1857 cải tiến cả độ chính xác tìm kiếm lẫn khả năng tăng tốc standard empowering smartvideo surveillance systems”, IEEE độ tìm kiếm. Intelligent Systems, 2013. [13] PKU-SVD-A. [Online]. Available: resources/pku-svd-a.html [14] G. Bjontegaard, “Calculation of Average PSNR Differences between RD Curves”, Document VCEG-M33, 13th ITU-T VCEG Meeting, Austin, TX, USA, 2001. ISBN: 978-604-80-5076-4 36