摘要:
为了减少视频的存储和传输开销,通常对视频进行有损压缩处理以减小体积,往往会在视频中引入各类不自然效应,造成主观质量的严重下降。基于单帧的压缩图像复原方法仅利用当前帧有限的空间信息,效果有限。而现有的多帧方法则大多采用帧间对齐或时序结构来利用相邻帧信息以加强重建,但在对齐性能上仍有较大的提升空间。针对上述问题,提出一种基于多帧时空融合的压缩视频复原方法,通过设计的深度特征提取块和自适应对齐网络实现更优的对齐融合,充分地利用多帧时空信息以重建高质量视频。该方法在公开测试集上(HEVC HM16.5 低延时 P 配置)优于所有对比方法,并在客观指标上(峰值信噪比 PSNR)相比于目前最先进的方法 STDF 取得了平均 0.13 dB 的提升。同时,在主观比较上,该方法也取得了领先的效果,重建出更干净的画面,实现了良好的压缩不自然效应去除效果。
中图分类号:
马彦博, 李琳, 陈缘, 赵洋, 胡锐. 基于时空融合的多帧压缩视频增强方法[J]. 图学学报, 2022, 43(4): 651-658.
MA Yan-bo, LI Lin, CHEN Yuan, ZHAO Yang, HU Rui. Multi-frame compressed video enhancement based on spatio-temporal fusion[J]. Journal of Graphics, 2022, 43(4): 651-658.