1.Prediction简介

    在传输能力和存储能力有限的情况下，对流媒体和存储视频的需求越来越大。这差异是研究高压缩效率的视频编码技术的驱动力之一。

   在这方面的一个基准是最先进的高效视频编码(HEVC)标准，它使用基于块的架构。对于每个块，使用预测编码。因此，当一个视频信号的接收器想要重建通过使用已有的信息，对给定块传输的视频内容进行预测信号。

  对于每个块，使用预测编码。因此，当一个视频信号的接收器想要重建通过使用已有的信息，对给定块传输的视频内容进行预测信号。预测信号作为待重构视频信号的第一近似。在第二步中，在预测信号中加入预测残差，生成重构的视频信号。

   产生预测信号的方法有两种:图像帧间预测和图像帧内预测,我们今天主要谈论帧内预测。基于data-driven神经网络的方法对码率带来了较大降低。

2.DESIGN OF THE INTRA PREDICTION MODES

2.1 Generation of the proposed prediction signal

   我们设计的预测执行以下两个关键步骤。首先，从解码后的图像中提取一组特征样本。其次，利用这些特征来选择一种仿射线性组合的预定义图像模式作为预测的信号。

   该文提出的神经网络首先从重构样本