基于卷积神经网络的视频编码优化算法

陆宇, 陈谦, 殷海兵

吉林大学学报(工学版) ›› 2024, Vol. 54 ›› Issue (11) : 3296-3301. DOI: 10.13229/j.cnki.jdxbgxb.20230934

基于卷积神经网络的视频编码优化算法

  • 陆宇, 陈谦, 殷海兵
作者信息 +
History +

摘要

为进一步提高高效视频编码(HEVC)的压缩效率,使其更好地适用于高清视频的压缩,利用深度学习对视频特征强大的挖掘能力,提出了一种多输入的多尺度残差卷积神经网络和网络迭代训练方法,显著提高了HEVC环路滤波的性能;提出了一种新颖的分像素插值滤波方法,进一步提高编码的压缩效率。实验结果表明,本文算法在RA编码模式下平均可以减少7.47%的BD-rate。与现有的两种编码优化算法相比,本文提出的优化算法有效地提升了压缩效率,同时提高了视频质量。

关键词

卷积神经网络 / 环路滤波 / 高效视频编码 / 分像素插值滤波

中图分类号

TN919.81 / TP183

引用本文

导出引用
陆宇, 陈谦, 殷海兵. 基于卷积神经网络的视频编码优化算法. 吉林大学学报(工学版). 2024, 54(11): 3296-3301 https://doi.org/10.13229/j.cnki.jdxbgxb.20230934

基金

浙江省教育厅科研项目(Y202249588); 国家自然科学基金项目(61972123)

评论

Accesses

Citation

Detail

段落导航
相关文章

/