-
题名基于块编码特点的压缩视频质量增强算法
- 1
-
-
作者
于海
杨磊
高阳
刘枫琪
刘鹏宇
孙萱
张悦
-
机构
河南九域恩湃电力技术有限公司
北京工业大学信息学部
先进信息网络北京实验室
计算智能与智能系统北京市重点实验室
-
出处
《北京工业大学学报》
CAS
CSCD
北大核心
2024年第9期1069-1076,共8页
-
基金
青海省重点研发与转化计划资助项目(2022-QY-205)。
-
文摘
针对现有压缩视频质量增强算法未能充分利用压缩视频特点的问题,研究了视频编码与压缩视频质量增强任务之间的本质关系,并针对性地设计了一种基于三维卷积神经网络(3D convolutional neural network, 3D-CNN)的非对齐压缩视频质量增强算法。实验结果表明:相较于高效视频编码(high efficiency video coding, HEVC)标准H.265,所提算法在低延迟(low delay, LD)配置下且量化参数(quantization parameter, QP)为37时,峰值信噪比(peak signal-to-noise ratio, PSNR)提升了0.465 2 dB;相较于数据压缩会议(data compression conference, DCC)中提出的多帧引导的注意力网络(multi-frame guided attention network, MGANet)方法,该算法PSNR的增长量提升了15.1%。
-
关键词
视频编码
高效视频编码(high
efficiency
video
coding
HEVC)
压缩视频质量增强
深度学习
卷积神经网络(convolutional
neural
network
CNN)
三维卷积神经网络(3D
convolutional
neural
network
3D-CNN)
-
Keywords
video coding
high efficiency video coding(HEVC)
compressed video quality enhancement
deep learning
convolutional neural network(CNN)
3D convolutional neural network(3D-CNN)
-
分类号
TN919.81
[电子电信—通信与信息系统]
-
