用于视频编码分数插值的小组变分变换神经网络
多媒体
2018-06-20 v1
摘要
运动补偿是视频编码中用于消除已编码视频帧间时间冗余的重要技术。在运动补偿中，分数插值用于在亚像素级别获得更多参考块。现有视频编码标准通常采用固定插值滤波器进行分数插值，不足以很好地处理多样化的视频信号。本文中，我们设计了一种小组变分变换卷积神经网络（GVTCNN）以改进运动补偿中亮度分量的分数插值性能。GVTCNN 从输入整像素样本推断不同亚像素位置的样本。它首先从整像素样本提取共享特征图以推断各种亚像素位置样本，然后利用小组变分变换技术将一组复制的共享特征图变换为不同亚像素位置的样本。实验结果验证了我们的 GVTCNN 的插值效率。与高效视频编码的插值方法相比，我们的方法平均节省 1.9% 码率，在低延迟 P 配置下最高节省 5.6% 码率。
引用
@article{arxiv.1806.07008,
title = {A Group Variational Transformation Neural Network for Fractional Interpolation of Video Coding},
author = {Sifeng Xia and Wenhan Yang and Yueyu Hu and Siwei Ma and Jiaying Liu},
journal= {arXiv preprint arXiv:1806.07008},
year = {2018}
}
备注
DCC 2018