B-DRRN：一种用于视频压缩伪影去除的块信息约束深度递归残差网络
图像与视频处理
2021-02-02 v2 计算机视觉与模式识别
多媒体
摘要
尽管当今视频压缩比越来越高，但 H.264/AVC、H.265/HEVC、H.266/VVC 等视频编码器始终存在视频伪影问题。本文设计了一种利用块信息提升压缩帧质量的神经网络，称为 B-DRRN（带块信息的深度递归残差网络）。首先，设计了一个额外的网络分支以利用编码单元（CU）的块信息。此外，为避免网络规模大幅增加，采用了递归残差结构和权重共享技术。我们还构建了一个包含 209,152 个训练样本的新大规模数据集。实验结果表明，与 HEVC 标准相比，所提出的 B-DRRN 可降低 6.16% 的 BD-rate。在高效添加额外网络分支后，本工作可在不增加任何存储内存的情况下提升主网络性能。
引用
@article{arxiv.2101.09021,
title = {B-DRRN: A Block Information Constrained Deep Recursive Residual Network for Video Compression Artifacts Reduction},
author = {Trinh Man Hoang and Jinjia Zhou},
journal= {arXiv preprint arXiv:2101.09021},
year = {2021}
}