基于卷積神經(jīng)網(wǎng)絡(luò)的壓縮視頻后處理.pdf_第1頁(yè)
已閱讀1頁(yè),還剩78頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著科學(xué)技術(shù)的發(fā)展,視頻趨向于高清化、超高清化、高幀率化。同時(shí),與視頻相關(guān)的商業(yè)應(yīng)用不斷涌現(xiàn)。視頻技術(shù)的進(jìn)步和新商業(yè)應(yīng)用的出現(xiàn)給我們的生活帶來(lái)便利,但視頻數(shù)據(jù)量的激增給數(shù)據(jù)的存儲(chǔ)和網(wǎng)絡(luò)傳輸帶來(lái)極大挑戰(zhàn)。視頻壓縮/編碼一直是緩解這一挑戰(zhàn)的有效工具。但是視頻編碼會(huì)導(dǎo)致視頻質(zhì)量下降,所以在不增加數(shù)據(jù)量的情況下,提高視頻質(zhì)量成了現(xiàn)實(shí)需求。實(shí)現(xiàn)這一需求的途徑之一就是對(duì)壓縮后的視頻進(jìn)行后處理。視頻后處理算法主要包括去隔行、幀率轉(zhuǎn)換和幀圖像增強(qiáng)等。本

2、文將目前廣泛應(yīng)用的卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用到視頻的后處理中,提高了壓縮后視頻的質(zhì)量,完成的工作主要包括:
  (1)基于卷積神經(jīng)網(wǎng)絡(luò)的幀圖像增強(qiáng)算法:為了應(yīng)對(duì)壓縮導(dǎo)致的失真,本文提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)視頻增強(qiáng)方案。方案利用卷積神經(jīng)網(wǎng)絡(luò),在編碼端以壓縮前與壓縮后的幀圖像為樣本,訓(xùn)練端到端的映射,在解碼端以低質(zhì)量的視頻序列與神經(jīng)網(wǎng)絡(luò)參數(shù)即可重建高質(zhì)量視頻序列。
  (2)基于卷積神經(jīng)網(wǎng)絡(luò)的幀率提升算法:幀率提升算法主要用來(lái)增加

3、視頻幀頻以消除低幀率視頻序列可能存在的運(yùn)動(dòng)模糊及影像抖動(dòng)問(wèn)題。為了達(dá)到這一目的,本文提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)幀率提升方案。方案中利用卷積神經(jīng)網(wǎng)絡(luò),以兩相鄰幀預(yù)測(cè)待插值幀。與傳統(tǒng)的基于塊運(yùn)動(dòng)補(bǔ)償?shù)膸侍嵘惴ㄏ啾?,本文方法基于全局預(yù)測(cè),可有效避免孔洞效應(yīng)和遮擋效應(yīng)。
  (3)基于卷積神經(jīng)網(wǎng)絡(luò)的非對(duì)稱立體視頻壓縮后處理算法:在多視點(diǎn)視頻編碼中,非對(duì)稱立體視頻壓縮是一種廣泛使用的視頻壓縮方法。雖然非對(duì)稱的編碼方法的壓縮效率相對(duì)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論