由软边缘检测引导的对抗视频压缩
图像与视频处理
2018-11-28 v1 计算机视觉与模式识别
摘要
我们提出一种使用条件生成对抗网络（GANs）的视频压缩框架。我们依赖两个编码器：一个部署标准视频编解码器，另一个通过下采样、新设计的软边缘检测器以及一种新颖的无损压缩方案生成低层映射。对于解码，我们使用标准视频解码器以及基于神经网络的解码器，后者以条件 GAN 训练。近期“深度”视频压缩方法需多个视频预训练生成网络以进行插值。与此前工作相反，我们的方案在取自单个视频的极有限数量关键帧与相应低层映射对上训练生成解码器。训练后的解码器依靠低层映射引导生成重建帧，无任何插值。在 131 个多样化视频上的实验表明，我们提出的基于 GAN 的压缩引擎在极低码率下比 H.264 或 HEVC 等主流标准编解码器实现更高质量的重建。
引用
@article{arxiv.1811.10673,
title = {Adversarial Video Compression Guided by Soft Edge Detection},
author = {Sungsoo Kim and Jin Soo Park and Christos G. Bampis and Jaeseong Lee and Mia K. Markey and Alexandros G. Dimakis and Alan C. Bovik},
journal= {arXiv preprint arXiv:1811.10673},
year = {2018}
}