基于三维卷积时空融合网络的压缩视频质量增强算法

作     者：黄威威 贾克斌 HUANG Weiwei;JIA Kebin

作者机构：北京工业大学信息学部北京100124 北京工业大学计算智能与智能系统北京市重点实验室北京100124 先进信息网络北京实验室北京100124 

基　　金：北京市自然科学基金(4212001)资助项目 

出 版 物：《高技术通讯》 (Chinese High Technology Letters)

年 卷 期：2024年第34卷第7期

页      码：726-733页

摘      要：视频数据在存储与网络传输时,通常使用标准压缩算法对原始视频进行压缩。针对压缩后视频存在压缩伪影导致视频质量下降的问题,本文提出一种基于深度学习的后处理方法提高压缩视频质量。首先,提出一种新的三维卷积时空融合网络(3D-CSTF),通过三维卷积的滤波特性提取连续视频帧之间的时空信息,并利用视频帧之间信息的强相关性来提高视频质量。其中,设计了一种用于映射和提取视频帧特征的质量增强网络(Qe-Net)。其次,将7个连续的视频帧送到网络进行端到端训练,利用前3帧和后3帧的信息增强当前帧。最后,在MFQE数据集上进行训练和测试。实验结果表明,该方法在视频质量评估标准峰值信噪比(PSNR)上取得了良好的性能。当量化参数(QP)等于37、32、27和22时,相比压缩后的视频,PSNR分别增加0.82 dB、0.83 dB、0.79 dB和0.74 dB。

主 题 词：3D卷积 视频质量增强 多帧信息 深度学习 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081104[081104] 080203[080203] 0802[工学-机械学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3772/j.issn.1002-0470.2024.07.006

馆 藏 号：203138923...