JPEG-XS:用于IP视频的母片图像(mezzanine image)编解码器

摘要:

本帖参考T. Richter等人发表在SMPTE Motion Imaging Journal的文章JPEG-XS—A High-Quality Mezzanine Image Codec for Video Over IP。超高清(UHD)内容的生产,需要更多的带宽用来传输和交换数据;基于IP协议栈的基础架构则更多的灵活性。在生产工作流程中的母片压缩技术可以减少必要的数据传输容量,甚至可以使用旧的、支持HD的基础架构。这类编解码器设计的主要难点是满足超低延迟并且保持高质量的同时,降低设计复杂性。考虑到这一点,联合图像专家组(JPEG)委员会启动了一个名为JPEG-XS的工作组,应对此需求。本文介绍了此类编解码器的具体要求、标准题案的结果、核心实验的阶段进展,及对所选技术的一些评述。

引言

现今,视频制作行业可以看到两个主要趋势。一种趋势是将分辨率提高到4K(UHD-1)甚至8K(UHD-2),再加上更高的动态范围(HDR),这导致图像数据和带宽需求的巨大增加。第二是摆脱专用布线和基础设施,如数字分量串行接口(SDI),并使用现成的基础设施和基于以太网的信息技术。现在的问题是:这些视频数据流在未压缩时以哪种方式可以在3~40 Gbits / s的带宽上有效地传输。

业内成熟的方法是使用压缩。然而由于必须在典型生产设施的交付链内处理数据,压缩–解压多次循环(generation losses)将导致延迟或质量连续降级。一些解决方案例如HEVC或JPEG 2000,具有高复杂性和高成本。出于这个原因,JPEG委员会于2016年启动了一项针对IP视频应用的低复杂度、低延迟母版图像压缩编解码器的项目,要求各方提出相关的编码技术。这个新工作项目的名称是JPEG-XS,xs是extra speed及extra small的缩写。

JPEG标准化

国际标准化组织/国际电工委员会(ISO / IEC)JTC1 SC29 WG1工作组,以JPEG名称更为人所知。近年来JPEG致力于图像压缩的新应用,例如HDR,低延迟,及向后兼容部署的标准。图1显示了标准化过程。

2016年,委员会调查了这些新应用领域的潜力,并要求业界提供证据;这使得我们对母版图像(mezzanine image)编解码器标准化的需求有了更好的认识。目前,尽管缺乏标准化已经一定程度上阻碍了其在业界的广泛应用,在这个特定的应用领域中已经出现了多个专有编解码器。

图1. JPEG标准化过程的简化方案

要求

在2015年10月19日至23日在比利时布鲁塞尔举行的第70次会议和2016年2月22日至26日在加利福尼亚州拉霍亚举行的第71次会议上,JPEG委员会确定了对所需新工作项目的要求。相关要求如下:

  • RGB / 444和YCbCr 444/422图像格式,每个部分采样精度高达12位;
  • 视觉无损压缩,即没有可见的质量下降;
  • 端到端(压缩 - 解压缩)延迟最大32线; maximal 32 lines end-to-end (compression–decompression) latency
  • 低复杂度,定义为特定现场可编程门阵列(FPGA)的最大百分比;
  • 无需外部帧缓冲。特别是,各个帧应独立解码;
  • 多代稳健性,即在多次压缩-解压缩循环中最小的连续性质量降级;
  • 支持多种平台,例如FPGA,专用集成电路(ASIC),图形处理单元(GPU)和中央处理器(CPU);
  • 在当今的标准计算机上实现UHD-1格式的实时软件实施功能。

在最坏的情况下,压缩比需要高达6:1,这相当于24位RGB 444内容的比特率为4 bpp。出于核心实验的目的,JPEG委员会认为比特率甚至需要低至3 bpp。

JPEG还确定了以下标杆,以便将提案与现有技术进行比较:JPEG 2000,使用tiles或precincts以延迟约束模式运行,以达到32线延迟; 以及VC-2(SMPTE 2042-1-2009 / 2042-2-2009)标准,基于BBC开发的Dirac编解码器,解决了一个非常相似的情况。anchors也包括JPEG和HEVC,即使两者的延迟约束,以及HEVC锚的复杂性约束并没有满足要求。

JPEG-XS标准化过程

JPEG-XS标准化始于2015年7月6日至10日在波兰华沙举行的第69届JPEG会议上以ISO / IEC 21112的新工作项目申请,虽然在第71次会议期间仍继续提出要求的改进和征集建议的准备,图1展示了所有ISO过程的典型布局。该标准已经设计为由多个部分组成,其中的第一部分描述了核心编码系统。本文的其余内容就会着重介绍这一部分,而其他部分仍在准备中。他们将在第2部分中描述配置文件和缓冲模型,以及第3部分中介绍容器格式–最主要的是文件格式和通过SDI链接的传输。第4和第5部分传统意义上定义了一致性测试和参考软件。TABLE 1则列出了所有当前考虑的内容以及发布国际标准文件草案的预期目标日期。

提案

提案提交分为两个阶段。在第一阶段,缔约方将在2016年6月第72次日内瓦会议上表明兴趣需求,对他们想要提出的技术提供概述。在第二阶段,必须在2017年9月之前提交准备运行的二进制文件,然后对生成的流文件进行主观(即人为观察)和客观的评估。以下是日内瓦会议收到的提案。

  • 用于IP视频编码的低复杂度基于小波的静态图像编码器。为简化设计,此处仅使用Haar小波。码率控制由反馈回路完成,该回路观察输出码率并控制量化器。
  • 基于DCT的提议,包括平坦度检测器以避免在平滑图像区域中缺陷被阻挡,以及用于屏幕内容编码的调色板模式编码器。码率分配逐线进行,超额码率可用于后续线。
  • VC-2的修改版本,将延迟限制为呼叫中请求的线路数。与第一个提议和JPEG 2000类似,VC-2基于离散小波变换。
  • 源自JPEG-LS(无损JPEG)的编解码器,其通过JPEG-LS传输图像的二次采样版本,然后基于可用码率,残余信号以恢复全分辨率。
  • JPEG 2000的修改版本通过基于低复杂度MelCoder的熵编码器替换高复杂度嵌入式块编码和优化截取内嵌码块(EBCOT)编码器,该编码器一次发送多个位平面并使用基于帧统计的启发式算法来分配码率。
  • 基于小波的编解码器,它结合了波形系数组,并通过一元代码传输每组中的位平面数,然后是小波数据的原始传输。与第一个提案不同,此提案基于5/3滤波器。
  • HEVC的简化版本,仅使用I帧压缩,并将CTU大小限制为8×8块,可用预测方向的数量限制为4个。

2016年10月在中国成都举行的第73次会议期间对提案进行了评估,包括基于PSNR的客观测量,以及遵循ISO / IEC 29170-2中规定的测试协议的主观评估。此外,支持者必须根据FPGA实现所需的查找表数量的近似计数来估计其编解码器的复杂性。为了在再压缩下测试编解码器的稳定性,在10次压缩-解压缩循环后也测量了其主观和客观质量。有关评估程序的详细信息,请参阅参考资料。

JPEG委员会认为基于JPEG 2000的提案和基于HEVC的提议的复杂性太高,无法集成到FPGA目标架构中。此外,尽管HEVC提案在第一次压缩-解压缩循环中表现出良好的性能,但在第十次循环的时候质量显著降低。除了复杂性,基于JPEG 2000的提议总体上表现得相当不错,虽然它的码率分配基于逐帧启发式,导致场景切换质量下降,但这被认为是不重要的。基于VC-2的提案由于与其他提交相比性能不佳而被淘汰,尽管它的复杂性非常适合调用;在基于JPEG-LS的提案上可以观察到同样的问题,该提议在整个测试集中无法达到很高的目标质量。最后,第一个提案被其支持者撤回,并且进而支持了第二个基于DCT的提案,该提案看起来更有希望被实施。

经过多次讨论,仍有两项提案。它们提供了始终如一的良好性能和低到足以满足呼叫要求的复杂性,即基于DCT的提议-上面列表中的第二个-以及基于小波的技术,上面列表中的第六个。最终决定将两种候选技术合并为一个通用测试模型,并在此测试模型的基础上继续标准化。2017年初推出了第一版JPEG-XS(“XSM”)测试模型。

整个2017年,XSM组合软件的工作不停在进行,JPEG成员提出了编码引擎的多个附加扩展和增强,这些扩展和增强已经并且正在通过所谓的核心实验进行研究,这些实验研究候选技术的质量改进和复杂性。在2017年10月的会议上,委员会计划发布JPEG-XS的第一个“委员会草案”(CD)版本,基本上冻结了核心技术,并将正在进行的开发限制为微小的改进和更正。计划于2018年中期由委员会发布最终国际标准。

XSM测试模型编码器概述

图2概述了1.1.3 XSM测试模型中当前的JPEG-XS编码器设计。在第一步中,输入样本被放大,并且通过适当的移位去除所有DC偏移,使得信号在零附近对称。然后通过可逆的颜色变换将RGB分量去相关,这与JPEG 2000标准的可逆颜色分量变换(RCT)相同。然后,5/3小波执行图像信号的能量压缩,通常通过五次水平和一次垂直变换。然后在该步骤之后进行预量化,该预量化包括8位downshift,然后是常规量化,取决于码率分配过程,可以去除额外的位平面。然后对得到的quantization bucket indices进行熵编码。

图2 JPEG-XS编码过程概述

遵循JPEG-XS的低复杂度设计目标,熵编码非常简单。首先,将小波系数组合成四个水平相邻系数的组,即编码组。对于每个编码组,计算组合的所有四个系数的数据密度最大的位平面。该位平面计数在标准中称为“MSB位置”,它是唯一经历可变长度编码的量。

  • 第一步中,形成8个编码组的重要性组,即32个系数,并且发送每个重要性组的单个位标志,指示该组中的任何编码组是否完全携带数据。如果设置了重要性标志,则跳过整个重要性组,并且解码器假定该组内的所有32个系数为零。
  • 在第二步中,传输所有剩余重要性编码组的MSB位置。JPEG-XS为MSB位置编码提供多种编码工具:MSB位置传输原始数据,每个编码组4位; 或者,MSB位置是从它们的左邻居或顶邻居预测的,并且预测残差是以一元代码发送的。可选地,run-length代码可以跳过空编码组的overrun。
  • 第三,对于所有重要性编码组,量化小波系数的绝对值被传输。这包括从MSB位置到量化器选择的位平面的所有位。
  • 第四,对于所有非零系数,符号位直接传输。

以下部分详细介绍了能量压缩和码率分配以及JPEG-XS要求如何影响变换选择和码率分配策略。

能量压缩和码率分配的设计约束

低延迟的要求对JPEG-XS的设计有几个意义,最显著的是去相关变换选择和码率分配。前者的目的是能量压缩,即图像数据应仅用几个系数表示; 而码率分配必须通过量化器调整信息损失,以生成符合输出信道带宽要求的码流。由于期望的总压缩比相对适中,熵编码在JPEG-XS标准中仅起很小的作用。因此,JPEG-XS的设计主要是码率分配问题,以及合适的能量压缩的选择。

对于编码器处的能量压缩,32线的最大端到端等待时间最多留下16线等待时间,即去相关变换的时间。在实际情况下,码率分配,缓冲和码流构建需要额外的线路。

现在,在收到的所有提案中,有能量压缩的以下策略。

  • 基于预测方案的空间域策略。JPEG-LS变体可以被分类为这样的策略,但是残差的二次采样和传输可以被认为是Haar小波或2×2DCT的应用。虽然如实验所示,这些方法的整体性能似乎不够,但是由于能量压缩,这里将延迟限制在了两路。
  • 基于DCT的策略,就如两个提议所使用的:第二个提议,它将其与调色板模式相结合,并将DCT大小限制为4×4块以保持低复杂度,而衍生/限制HEVC变体部署了8×8DCT。虽然DCT也必然更复杂,但大多数保留是由于HEVC后端的复杂性。如第二个提议所示,DCT可以满足目标要求,但需要采取额外的预防措施以避免在低速情况下的阻塞缺陷。有关这方面的更多信息,请参阅参考资料。
  • 基于离散小波变换的策略,由所有其他提议部署,包括JPEG 2000和VC-2的变体。 所有提交的共同点是垂直小波滤波器必须相对较短,并且只能进行非常有限数量的垂直小波分解(TABLE 2)。如其中所列,5/3小波可以在一个或两个分解级别中运行,但较长的13/7小波只能在单个垂直分解级别中运行。水平小波分解的数量没有限制;收到的提案一般可以进行五次水平分解。基于小波的方法能够满足JPEG-XS的质量和复杂性要求。本文还研究了小波滤波器对编码效率的影响,并给出了结果。

码率控制是JPEG-XS的第二个关键组件。当然,可用于码率分配目的的图像数据越多,其操作就越精确,图像质量就越好。

  • 提出的一些策略基于启发式算法,使用前一帧的统计信息来分配当前帧的码率。例如,由于JPEG-XS的要求所施加的延迟限制,基于JPEG 2000的提议无法使用完整的EBCOT第2层码率分配。然而,在系数参数发生显著变化的情况下,任何启发式算法在场景切换上都具有质量降级的可能。虽然这种质量降级会被场景切换所掩盖,因此通常对于人类观察者来说是不可见的,但在传输后对材料进行后处理的应用中,它们仍然可能是令人不希望看到的。他们会引入一个本应该避免的额外错误源。
  • 其他提案使用逐线路码率分配,如果带宽和延迟超出,则在当前线路上无法完成的部分可在下一个线路完成。一个DCT建议中包含的码率分配包括检测阻塞缺陷,并为易受此类缺陷影响的块分配更多码率。
  • 另一种方法是在更大look-ahead window上运行码率分配,因此具有已经在当前线路上为未来关键内容分配码率的优势。显然,窗口的大小不能超过最大容许延迟,因为编码器必须延迟其编码过程,直到完整的超前窗口变得可用。
  • 最后,一些提议使用了码率控制环路方法,该方法观察目前为止所用码率,并根据需要调整量化。控制环路方法在一个提议中通过人类视觉模型进行了改进,使得量化缺陷仍保持低于刚才明显的差异。

总体而言,经过试验发现,尽管在13/7滤波器等替代小波滤波器上的实验仍未完成,但显然基于前瞻窗口的方法效果最好。初步结果将在稍后介绍。虽然较长的滤波器longer filters可提供更好的质量,但它们也减少了码率分配器可用的look-ahead量。在码率分配所花费的延迟和能源压缩引入的延迟之间进行权衡是委员会正在进行的工作。

并行处理

低延迟是JPEG-XS的一个特点,而并行处理则是其另一个特点:GPU和矢量化CPU实现是预想标准的一个重要应用领域。小波变换和颜色去相关变换对于并行化来说是微不足道的,而熵编码则需要我们更多去关注。并行解码的多种设计选择如下:

  • 将系数关联到编码组中有助于在配备现代矢量指令的CPU上对解码进行矢量化。
  • 在“能量压缩和码率分配的设计约束”中讨论的四个熵编码阶段中,实际上都只编码单个数据项,即编码组的MSB位置。所有其他元素都是直接复制到比特流中的。MSB位置编码使用极其简单的字母表,即一元编码。该编码将正值N通过N 1位发送,后跟0 comma bit。一元编码可以并行解码,因为它是自同步的。通过从一元编码比特流内的任意位置开始,最多只有初试符号位会被错误解码,而所有后续符号都一定能被正确地解码。通过在略微重叠的块上运行多个解码器,该方法可用于设计完全并行的一元字母熵解码器。最后,水平和垂直预测相对而言容易并行化。

实验和结果

为了评估和演示JPEG-XS编码系统的性能并提供市场上可用技术的更完整图景,我们测量了解决相关用例的多个图像静止图像编解码器的码率-失真曲线。特别的,我们测量了以下编解码器和配置。

  • JPEG(ISO / IEC 10918-1),由斯图加特大学JPEG XT参考软件代表。编解码器配置为444输入,优化的霍夫曼编码和Trellis量化器优化。请注意,测试配置调整为最佳视觉质量,而不是最佳PSNR。此外,JPEG不保证延迟也不保证预算约束。在核心实验中,其在该测试中的主要目的是提供anchor。
  • JPEG 2000(ISO / IEC 15444-1),具有低延迟配置。在这种特定模式下,每个帧被分成条带,每个条带高8个像素,每个条带独立编码。此配置是典型的广播应用,限制了延迟和带宽,但不提供理想的码率/失真性能。特别的,这里的测试使用的是Accusoft软件,因为它有所需的模式。
  • VC-2(SMPTE 2042-1-2009 / 2042-2-2009)作为基于小波的静止图像编解码器,专为广播应使用用而开发。VC-2的变体也参与了JPEG内部核心实验。在这里配置为5/3小波(与JPEG-XS相同),具有低延迟,三个小波分解和1×2切片。为了测试,已经部署了VC-2参考实现。图像首先升级为12位,然后转换为YCbCr,最后用VC2压缩。
  • Apple ProRes,一种基于DCT的mezzanine codec,也面向广播市场。 与JPEG类似,它不提供延迟或带宽约束的编码,并且仅提供五种单独的(仅近似的)目标比特率配置。在本文中,我们在所有可用配置中运行ProRes,并测量每种可能组合中的码率和失真。每个配置在图中作为一个点输入,使其形状稍微不规则。如果需要,输入和输出将转换为16位422 YUV,并且在转换444 RGB中的重建图像之后始终测量PSNR。
  • JPEG-XS,有三个配置:初始配置与初始1.0.0 XSM软件提供的配置相同,即具有单个垂直和五个水平分解级别的5/3小波,具有水平或垂直预测,符号和重要编码。这与第一个(1.0)XSM软件可用的功能相对应。
  • JPEG-XS的第二种更高级配置,它增加了诸如第二垂直分解级别和MSB位置的附加高级熵编码模式(例如基于标记树的模式)的功能。这对应于XSM版本1.1.3和编码工具,会在2017年10月的第77次会议上在JPEG-XS的CD阶段提供。
  • JPEG-XS的第三个版本,不包括任何延迟约束和全帧码率分配。除此之外,第三个配置与第二个配置相同。

源取自JPEG-XS核心实验测试集,虽然数据被转换并缩减为8-bpp RGB 444用于所有编解码器,但是可以用JPEG压缩。对于Apple ProRes,实验中包含有从444 RGB到422 YUV的依赖于配置的转换,并且图中的每个数据点都对应于编解码器的一共五种可能配置之一。不幸的是,ProRes的码率控制只能进行非常粗略的调整。在444-RGB空间中一致地测量了PSNR。图3显示了此测试中包含的图像。

选择包含在测试中的图像。从左到右,从上到下依次为:AlexaDrums,一个自然场景。 AppleBaseball:混合自然和屏幕内容,FemaleHorseFly:具有高度纹理化图像区域的平滑渐变,Hintergrundmusik:高度纹理化的人工内容,Lake:具有平坦区域和高度结构化区域的自然图像,HuaweiMap:包含渲染街道地图的屏幕截图,RichterScreenContent:混合文本和自然图像的混合光栅内容,以及Tools:来自国际电信联盟测试集的过度锐化图像。

图3. 测试图像

图4显示了图3中列出的源材料上所有选定编解码器的码率-失真性能。此处以PSNR与比特率作图。请注意,比例因图像而异,因为性能取决于源的复杂性。

可用的多个小波滤波器的码率-失真性能如图5所示。熵编码工具仅限于WD1.0中提供的设置,即没有部署高级编码技术。然而,小波滤波器在具有两个而不是一个垂直分解水平的5/3滤波器和具有单个垂直分解水平的13/7滤波器之间变化。码率分配窗口和码率分配器预测配置为尽可能大,同时仍确保延迟不大于32线。特别的,这里简单的单级5/3滤波器具有最大的前瞻量,接着是13/7滤波器和两级5/3滤波器(这是所有滤波器中提供最少前瞻量的)。即使13/7和两级5/3滤波器的延迟完全相同,后者只允许以四线为一组进行码率分配,与单级13/7滤波器不同,导致对两级滤波器的前瞻量有了额外的限制。

图4. 所有测试编解码器的码率/失真性能

图5. 各种选择的小波的码率/失真性能

讨论

根据以上的内容,JPEG-XS与JPEG 2000的低延迟变体相比甚至更优。它在自然和流畅的内容上表现得特别好,尽管基于DCT的方法(如JPEG和Apple ProRes)在复杂内容上具有一定的优势。但请注意,两个编解码器都不包含码率控制,因此不能满足与JPEG-XS相同的一组要求。鉴于编解码器的简单性,结果非常有前景,并且在与TABLE 3中列出的用例相近的比特率下显示出更具有竞争力的编码性能。

将2017年8月工作草案4.1 / XSM版本1.1.2中的最新版JPEG-XS与2016年末的初始版本1.0.0进行比较,结果显示编码性能平均提高了约2 dB。这主要归功于于两个垂直级别的小波分解,但其他编码工具(如行程编码)同样也有助于提高编码增益。

诸如“FemaleHorseFly”图像之类的复杂图像显示了延迟约束编码的局限性。像JPEG或ProRes这样的编解码器在这里比延迟受限的编解码器(例如JPEG-XS或用于测试的受约束的JPEG 2000变体)表现得更好。放松此约束将会显著提高编码性能,这在各种JPEG-XS配置的直接比较中证明了这一点。然而,这里测试的“全帧”变体超出了JPEG-XS标准的要求。

图5显示,对于非常低的比特率,选择两级小波分解可以将码率/失真性能提高多达3dB,这也是在JPEG-XS要求之外的。13/7滤波器的性能介于单级和双级5/3滤波器之间。 对于符合标准要求的比特率,13/7滤波器大约能达到两级滤波器的性能,甚至在一种特定情况下-即非常复杂的“Hintergrundmusik”图像-优于所有其他滤波器。但是,目前还不清楚这种滤波器是否会包含在标准中。

JPEG-XS标准的目标是更加适中的压缩因子,最高达2:1,这些因素未在本文生成的图表中显示。另外,我们也没有观察到超过5 bpp后的任何特定变化,并且图表可以外推超过8 bpp而不改变编解码器彼此的相对性能。

结论

新的JPEG-XS标准为mezzanine压缩编解码器提供了优化的解决方案,其中探索了设计空间,以便以最小的资源消耗和最低的延迟在针对压缩因子从2:1到6:1的应用中实现相对高的压缩质量。根据计划,JPEG标准将于2018年完成,并且也会在2018年完成第一次实施。

相关链接

1. 高吞吐量JPEG 2000(HTJ2K):新的算法和机会

参考文献

1.International Organization for Standardization/International Electrotechnical Commission (ISO/IEC) JTC1 SC29 WG1, “JPEG XS—Call for Proposals for a low-latency lightweight image coding system,” Mar. 11, 2016. [Online]. Available: https://jpeg.org/items/20160311_cfp_xs.html

2.International Organization for Standardization/International Electrotechnical Commission (ISO/IEC) JTC1 SC29 WG1, “Information Technology—Advanced Image Coding and Evaluation—Part 2: Evaluation Procedure for Nearly Lossless Coding,” Aug. 2015. [Online]. Available: https://www.iso.org/ standard/66094.html

3.S. Daly, “The Visible Difference Predictor: An Algorithm for the Assessment of Image Fidality,” in Digital Images and Human Vision, pp. 179–206, MIT Press: Cambridge, MA, 1993.

4.R. Mantiuk, K.-J. Kim, A. G. Rempel, and W. Heidrich, “HDR-VDP-2: A Calibrated Visual Metric for Visibility and Quality Predictions in all Luminance Conditions,” ACM Trans. Graphics (Proc. SIGGRAPH’11), 30(4):2011.

5.T. Richter, S. Fößel, J. Keinert, and A. Descampe, “High- Speed, Low-Complexity Image Coding for IP Transport with JPEG XS,” Proc. Appl. Digital Image Proc. XXXIX (SPIE 2016), 2016.

6.A. Descampe, J. Keinert, T. Richter, S. Fößel, and G. Rouvroy, “JPEG XS: A New Standard for Visually Lossless Low-Latency Lightweight Image Compression,” Proc. Appl. Digital Image Proc. XL (SPIE 2017), 2017.

7.A. Willème, T. Richter, C. Rosewarne, and B. M. Macq, “Overview on the JPEG XS Objective Evaluation Procedures,” Proc. Appl. Digital Image Proc. XL (SPIE 2017), 2017.

8.D. McNally, T. Bruylants, A. Willème, P. Schelkens,

T. Ebrahimi, and B. M. Macq, “JPEG XS Call for Proposals Subjective Evaluations,” Proc. Appl. Digital Image Proc. (SPIE 2017), 2017.

9.T. Richter, J. Keinert, and S. Fößel, “High-Speed Low-Complexity Video Coding With EDiCTius: a DCT Coding Proposal for JPEG XS,” Proc. Appl. Digital Image Proc. XL (SPIE 2017), 2017.

原文发布于微信公众号 - 媒矿工厂(media_tech)

原文发表时间:2018-11-09

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏企鹅号快讯

外国网友如何使用机器学习将邮件分类?其实很简单

AiTechYun 编辑:Yining 背景:一名叫做Anthony Dm.的外国网友试图利用机器学习将一堆未标记的电子邮件进行分类,以下是他对这次操作发表的文...

2248
来自专栏媒矿工厂

超高清内容生产中的视频编码技术

通过逐步引入宽色域(WCG)、高动态范围(HDR)、更高的分辨率和更高的帧率(HFR)等用以改善视频消费者观看体验的新特性,Ultra-HD(UHD-1)预计将...

4104
来自专栏机器人网

工业机器人直线驱动机构

1. 齿轮齿条装置  通常,齿条是固定不动的,当齿轮传动时, 齿轮轴连同拖板沿齿条方向做直线运动, 这样, 齿轮的旋转运动就转换成为拖板的直线运动, 如图2...

2964
来自专栏AI科技评论

干货 | 大规模机器学习框架的四重境界

1.背景 自从google发表著名的GFS、MapReduce、BigTable三篇paper以后,互联网正式迎来了大数据时代。大数据的显著特点是大,哪里都大的...

3073
来自专栏AI科技大本营的专栏

假期充电 | 10大机器学习开源项目推荐(Github平均star为1385)

本文推荐的10大机器学习开源项目是由Mybridge从250个机器学习开源项目中挑选出来的,Github 平均 star为 1385,主题包含:Tensorfl...

1162
来自专栏人工智能头条

假期充电 | 10大机器学习开源项目推荐(Github平均star为1385)

1502
来自专栏PaddlePaddle

宠物也刷脸,如何最快长成这个技能树?

然而令人吃惊的是,在 LA Hacks 2018 的活动之中,来自加州理工学院的美籍华裔大二学生 EricZhao做出“狗脸识别”系统,16小时让梦成真!

1123
来自专栏程序生活

斯坦福tensorflow教程(一) tensorflow概述Tensorflow简介为什么选择tensorflow基于Tensorflow的框架资源Tensorflow基础数据流图 Data Flo

2705
来自专栏人工智能头条

东北大学研究生:用强化学习玩Chrome里的恐龙小游戏

1895
来自专栏新智元

【Science】破解密码“AlphaGo”诞生,训练Gan破解27%LinkedIn测试集密码

【新智元导读】一项新的研究旨在使用生成对抗网络(GAN) 来加快密码破解的速度。斯蒂文斯理工学院的研究人员用类似“AlphaGo”的方法,利用超过 4300 万...

3286

扫码关注云+社区

领取腾讯云代金券