典型文献
采用光流特征对齐的压缩视频超分辨率重建
文献摘要：
针对在有限带宽条件下,传输视频时,往往需要先将视频下采样为低分辨率视频再进一步压缩,从而导致视频质量严重降低的问题,提出了一种采用光流特征对齐的压缩视频超分辨率重建方法,能够有效恢复下采样和压缩过程造成的信息损失,最终获得高质量的重建视频.首先将压缩后的低分辨率视频通过质量增强网络进行去压缩处理,其次通过超分辨率重建网络将质量增强的低分辨率视频恢复至原始分辨率.上述网络均采用基于光流的特征对齐,并且特征以双向传播的方式在网络中进行传播.实验结果表明,相比于高效视频编码(High Efficiency Video Coding,HEVC)标准和传统的超分辨率重建算法,当量化参数(Quantization Parameter,QP)为32时,所提方法在随机接入配置下,峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)平均可提升0.92 dB,有效提升了压缩视频的质量.
文献关键词：
高效视频编码;视频质量增强;超分辨率重建;特征对齐;卷积神经网络
中图分类号：
作者姓名：
付凌宇;王正勇;熊淑华;何小海
作者机构：
四川大学,四川 成都 610065
文献出处：
引用格式：
[1]付凌宇;王正勇;熊淑华;何小海-.采用光流特征对齐的压缩视频超分辨率重建)[J].通信技术,2022(12):1560-1567
A类：
视频质量增强
B类：
光流,特征对齐,压缩视频,视频超分辨率重建,有限带宽,下采样,低分辨率,再进一步,重建方法,信息损失,重建网络,双向传播,高效视频编码,High,Efficiency,Video,Coding,HEVC,重建算法,当量,量化参数,Quantization,Parameter,QP,随机接入,峰值信噪比,Peak,Signal,Noise,Ratio,PSNR,dB
AB值：
0.311103
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
