联合时域虚拟帧的多帧视频质量增强方法

摘要：

基于神经网络的视频质量增强方法能够明显减少视频压缩噪声,提高压缩视频的主观与客观质量.目前,大多研究采用的是空域单帧增强策略.然而,视频图像在时域也具备高度相关性,这些信息还未在视频增强上得到充分利用.为此,提出了一种联合时空域信息的重建视频增强方法.首先,使用自适应网络,根据前后重建帧预测得到当前帧的虚拟帧;该虚拟帧携带了大量时域信息,当前帧在空域又有高度相关性,因此,提出使用渐进融合网络进一步融合两者信息,从而增强当前帧的质量.实验结果表明,在随机访问编码模式测试条件下,文中方法与H.265/HEVC相比,平均可获得0.38 dB PSNR增益;与仅用单帧增强相比,可获得0.06 dB PSNR增益;与已有的多帧增强方法(multi-frame quality enhancement,MFQE)相比,可获得0.26 dB PSNR增益,且参数量仅为MFQE的12.2％.此外,文中方法对重建视频的主观质量也有明显改善.

关键词：卷积神经网络、视频增强、运动补偿、虚拟帧

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

资助基金：浙江省自然科学基金;广州创新创业领军团队项目

在线出版日期：2020-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：780-786