論文の概要: An Empirical Study of Reducing AV1 Decoder Complexity and Energy Consumption via Encoder Parameter Tuning
- arxiv url: http://arxiv.org/abs/2510.12380v1
- Date: Tue, 14 Oct 2025 10:52:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-15 19:02:32.285315
- Title: An Empirical Study of Reducing AV1 Decoder Complexity and Energy Consumption via Encoder Parameter Tuning
- Title（参考訳）: エンコーダパラメータチューニングによるAV1デコーダ複雑性の低減とエネルギー消費に関する実証的研究
- Authors: Vibhoothi Vibhoothi, Julien Zouein, Shanker Shreejith, Jean-Baptiste Kempf, Anil Kokaram,
- Abstract要約: AV1エンコーダ, libaom-av1 と SVT-AV1 における, 各種符号化ツールの無効化と符号化パラメータの調整の影響を解析した。
リボームav1ではCDEFを無効にすると、ループ内フィルタによりデコードサイクルを10%削減できる。
SVT-AV1では、内蔵のfast-decode=2プリセットを使用してデコードサイクルを24%削減する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The widespread adoption of advanced video codecs such as AV1 is often hindered by their high decoding complexity, posing a challenge for battery-constrained devices. While encoders can be configured to produce bitstreams that are decoder-friendly, estimating the decoding complexity and energy overhead for a given video is non-trivial. In this study, we systematically analyse the impact of disabling various coding tools and adjusting coding parameters in two AV1 encoders, libaom-av1 and SVT-AV1. Using system-level energy measurement tools like RAPL (Running Average Power Limit), Intel SoC Watch (integrated with VTune profiler), we quantify the resulting trade-offs between decoding complexity, energy consumption, and compression efficiency for decoding a bitstream. Our results demonstrate that specific encoder configurations can substantially reduce decoding complexity with minimal perceptual quality degradation. For libaom-av1, disabling CDEF, an in-loop filter gives us a mean reduction in decoding cycles by 10%. For SVT-AV1, using the in-built, fast-decode=2 preset achieves a more substantial 24% reduction in decoding cycles. These findings provide strategies for content providers to lower the energy footprint of AV1 video streaming.
- Abstract（参考訳）: AV1のような高度なビデオコーデックの普及は、その復号化の複雑さによってしばしば妨げられ、バッテリ制約のあるデバイスに挑戦する。
エンコーダはデコーダフレンドリーなビットストリームを生成するように構成できるが、ビデオのデコード複雑性とエネルギーオーバーヘッドを見積もるのは簡単ではない。
本研究では,AV1エンコーダであるLibaom-av1とSVT-AV1における各種符号化ツールの無効化と符号化パラメータの調整の影響を系統的に分析する。
RAPL(Running Average Power Limit)やIntel SoC Watch(VTuneプロファイラと統合)のようなシステムレベルのエネルギー測定ツールを使用して、復号複雑性、エネルギー消費、ビットストリームの復号化のための圧縮効率のトレードオフを定量化する。
以上の結果から,特定のエンコーダ構成は,知覚品質の劣化を最小限に抑えることで,デコード複雑性を大幅に低減できることが示された。
リボームav1ではCDEFを無効にすると、ループ内フィルタによりデコードサイクルを10%削減できる。
SVT-AV1では、内蔵のfast-decode=2プリセットを使用してデコードサイクルを24%削減する。
これらの発見は、コンテンツプロバイダがAV1ビデオストリーミングのエネルギーフットプリントを低くする戦略を提供する。
関連論文リスト
- Finite Scalar Quantization Enables Redundant and Transmission-Robust Neural Audio Compression at Low Bit-rates [1.445167946386569]
我々は,Finite Scalar Quantization (FSQ) が,ノイズチャネルを介して伝送されるときにロバストな符号化を生成する,焼き込み冗長性を符号化していることを示す。
ノイズチャネルによるコードシーケンスの伝送をシミュレートする際の RVQ と FSQ コーデックの性能を比較することにより,FSQ のビットレベルの摂動が極めて優れていることを示す。
論文 参考訳（メタデータ） (2025-09-11T15:39:59Z) - SIEDD: Shared-Implicit Encoder with Discrete Decoders [36.705337163276255]
Inlicit Neural Representations (INR)は、ビデオごとの最適化機能を学ぶことによって、ビデオ圧縮に例外的な忠実度を提供する。
既存のINRエンコーディングの高速化の試みは、しばしば再建品質や重要な座標レベルの制御を犠牲にしている。
これらの妥協なしにINRエンコーディングを根本的に高速化する新しいアーキテクチャであるSIEDDを紹介する。
論文 参考訳（メタデータ） (2025-06-29T19:39:43Z) - RL-RC-DoT: A Block-level RL agent for Task-Aware Video Compression [68.31184784672227]
自律運転のような現代的なアプリケーションでは、圧倒的多数のビデオがタスクを実行するAIシステムの入力として機能する。
したがって、画像の品質ではなく、下流タスクのためにエンコーダを最適化することが有用である。
ここでは、下流タスクを最適化するために、マクロブロックレベルで量子化パラメータ(QP)を制御することで、この問題に対処する。
論文 参考訳（メタデータ） (2025-01-21T15:36:08Z) - Decoding Quantum LDPC Codes using Collaborative Check Node Removal [0.0]
協調的な手法を用いて反復デコーダの性能を向上させるための戦略を提案する。
量子ビットに対する情報計測(IM)と隣接する安定化器チェックを統合することで、より優れた結果を得ることができることを示す。
論文 参考訳（メタデータ） (2025-01-14T11:41:45Z) - Accelerating Error Correction Code Transformers [56.75773430667148]
本稿では,トランスを用いたデコーダの高速化手法を提案する。
最新のハードウェアでは、90%の圧縮比を実現し、算術演算エネルギー消費を少なくとも224倍削減する。
論文 参考訳（メタデータ） (2024-10-08T11:07:55Z) - Efficient Encoder-Decoder Transformer Decoding for Decomposable Tasks [53.550782959908524]
エンコーダ・デコーダモデルのための新しい構成を導入し、構造化された出力と分解可能なタスクの効率を改善する。
提案手法は,インプットを一度エンコードして並列にデコードすることで,トレーニングと推論の効率を向上する。
論文 参考訳（メタデータ） (2024-03-19T19:27:23Z) - Belief propagation as a partial decoder [0.0]
本稿では,デコードサイクルを高速化し,精度を向上する2段デコーダを提案する。
第一段階では、信念伝播に基づく部分復号器を用いて、高い確率で発生した誤りを訂正する。
第2段階では、従来のデコーダが残したエラーを補正する。
論文 参考訳（メタデータ） (2023-06-29T17:44:20Z) - Streaming parallel transducer beam search with fast-slow cascaded
encoders [23.416682253435837]
RNNトランスデューサのストリーミングおよび非ストリーミングASRは、因果エンコーダと非因果エンコーダをカスケードすることで統一することができる。
高速スローエンコーダから復号するトランスデューサのための並列時間同期ビーム探索アルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-03-29T17:29:39Z) - Reducing Redundancy in the Bottleneck Representation of the Autoencoders [98.78384185493624]
オートエンコーダは教師なしニューラルネットワークの一種であり、様々なタスクを解くのに使用できる。
本稿では,ボトルネック表現における特徴冗長性を明示的に罰する手法を提案する。
我々は,3つの異なるデータセットを用いた次元削減,MNISTデータセットを用いた画像圧縮,ファッションMNISTを用いた画像デノナイズという,さまざまなタスクにまたがってアプローチを検証した。
論文 参考訳（メタデータ） (2022-02-09T18:48:02Z) - On Sparsifying Encoder Outputs in Sequence-to-Sequence Models [90.58793284654692]
我々はTransformerをテストベッドとして、エンコーダとデコーダの間にあるゲートの層を導入します。
ゲートは、パリシティ誘導L0ペナルティの期待値を用いて正規化される。
このスペーサー化が2つの機械翻訳と2つの要約タスクに与える影響について検討する。
論文 参考訳（メタデータ） (2020-04-24T16:57:52Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。