基于块编码特点的压缩视频质量增强算法

作     者：于海 杨磊 高阳 刘枫琪 刘鹏宇 孙萱 张悦 YU Hai;YANG Lei;GAO Yang;LIU Fengqi;LIU Pengyu;SUN Xuan;ZHANG Yue

作者机构：河南九域恩湃电力技术有限公司郑州450000 北京工业大学信息学部北京100124 先进信息网络北京实验室北京100124 计算智能与智能系统北京市重点实验室北京100124 

基　　金：青海省重点研发与转化计划资助项目(2022-QY-205) 

出 版 物：《北京工业大学学报》 (Journal of Beijing University of Technology)

年 卷 期：2024年第50卷第9期

页      码：1069-1076页

摘      要：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%。

主 题 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) 

学科分类：0810[工学-土木类] 08[工学] 081001[081001] 

核心收录：

D　O　I：10.11936/bjutxb2022080003

馆 藏 号：203144002...