BVI-DVC:用于深度视频压缩的训练数据库
图像与视频处理
2021-09-07 v2 计算机视觉与模式识别
摘要
深度学习方法正越来越多地应用于视频压缩算法的优化中,与传统方法相比,可实现显著增强的编码增益。此类方法通常采用卷积神经网络(CNNs),其训练所基于的数据库内容覆盖相对有限。本文提出了一个新的广泛且具有代表性的视频数据库 BVI-DVC,用于训练基于 CNN 的视频压缩系统,特别侧重于增强常规编码架构的机器学习工具,包括空间分辨率和位深上采样、后处理以及环内滤波。BVI-DVC 包含 800 个序列,空间分辨率从 270p 到 2160p 不等,并已在十种现有网络架构上针对四种不同编码工具进行了评估。实验结果表明,在相同的训练与评估配置下,该数据库相较于三个现有(常用)图像/视频训练数据库在编码增益方面产生了显著提升。基于 PSNR 评估,所提数据库对所有被测编码模块和 CNN 架构带来的总体额外编码改进达 10.3%,基于 VMAF 评估达 8.1%。
引用
@article{arxiv.2003.13552,
title = {BVI-DVC: A Training Database for Deep Video Compression},
author = {Di Ma and Fan Zhang and David R. Bull},
journal= {arXiv preprint arXiv:2003.13552},
year = {2021}
}