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.

PDF
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

作者信息 +

Author information +
文章历史 +
PDF

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

Key words

引用本文

引用格式 ▾
陆宇, 陈谦, 殷海兵 基于卷积神经网络的视频编码优化算法[J]. 吉林大学学报(工学版), 2024, 54(11): 3296-3301 DOI:10.13229/j.cnki.jdxbgxb.20230934

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

23

访问

0

被引

详细

导航
相关文章

AI思维导图

/