基于 CNN 的感知优化沉浸式媒体压缩后处理器
图像与视频处理
2022-02-28 v1
摘要
近年来，基于深度神经网络的分辨率自适应为传统（2D）视频编解码器带来了显著的性能提升。本文研究了空间分辨率重采样在沉浸式内容背景下的有效性。所提方法在编码前降低输入多视点视频的空间分辨率，并在解码后重建其原始分辨率。在上采样过程中，使用先进的 CNN 模型来减少潜在的重采样、压缩与合成伪影。该工作已使用 TMIV 编码标准与 Versatile Video Coding (VVC) 编解码器进行了充分测试。结果表明，所提方法在绝大多数测试序列上实现了显著的率-质量性能提升，全部序列平均 BD-VMAF 提升达 3.07。
引用
@article{arxiv.2202.12852,
title = {A CNN-based Post-Processor for Perceptually-Optimized Immersive Media Compression},
author = {Angeliki Katsenou and Fan Zhang and David Bull},
journal= {arXiv preprint arXiv:2202.12852},
year = {2022}
}