Escuela Superior de Ingeniería Informática

HEVC ha sido desarrollado por el JCT-VC para reemplazar a su predecesor, el estándar H.264/AVC. El objetivo principal de HEVC es mejorar significativamente los prestaciones de Rate-Distortion (RD) comparado con H.264/AVC para hacer posible nuevas aplicaciones, como las resoluciones mayores que las de Alta Defición (HD) (como 4K, 3840x2160 píxeles, y 8K, 7680x4320 píxeles). Este seguramente sea el evento más significativo de la compresión de vídeo digital en una década. Con el esfuerzo colaborativo de muchos

expertos, HEVC puede proveer aproximadamente el doble de compresión que los estándares hasta ahora

usados manteniendo la misma calidad, a costa sin embargo de costes computacionales extremadamente superiores.

Por otro lado, las técnicas de Machine Learning, nos pueden ayudar a "entender" comportamientos a partir de una gran cantidad de datos. Por tanto, el uso de estas técnicas puede ayudarnos a modelar mediante reglas o algún modelo matemático/probabilístico el comportamiento del codificador HEVC. Por tanto, usando este conocimiento seríamos capaces de modelar su comportamiento con un algoritmo mucho más sencillo computacionalmente y, por tanto reducir la complejidad del codifidor.

Por tanto, este TFG consistirá en modelar el comportamiento de HEVC haciendo uso de técnicas de Machine Learnig para reducir el proceso de codificación mientras se mantegan unas prestaciones de calidad y compresión aceptables

- Fase 1: Estudio del funcionamiento y las características de los estándares a tratar. Esta fase consiste en la lectura de trabajos e investigaciones que explican y detallan los estándares H.264 y HEVC, así como sus diferencias y comparativas con otros estándares.

- Fase 2: Estudio del código. Se procederá a estudiar el código del codificador de HEVC y modificarlo para leer los datos que se usaran en el proceso de Machine Learning

- Fase 3:: Modelado del comportamiento usando la herramienta WEKA

- Fase 4: Ejecución de las pruebas y escritura de la memoria. Ejecutar todas las pruebas necesarias para obtener las prestaciones. Debido a que estas pruebas necesitaban bastante tiempo para ejecutarse, se comenzará paralelamente la escritura de la memoria.

- Fase 5: Recogida de datos y finalización de la memoria. Una vez finalizadas todas las pruebas, se recogerán datos y se procesarán para su inclusión de éstas en la memoria. Con los datos preparados, se realizará un análisis de los mismos para obtener las conclusiones para finalizar la memoria.