压缩视频质量增强：标准分类与基准测试
计算机视觉与模式识别
2025-09-17 v2
摘要
压缩视频质量增强（CVQE）对于改善 H.264/AVC、H.265/HEVC 和 H.266/VVC 等有损视频编解码器的用户体验至关重要。尽管基于深度学习的 CVQE 推动了重大进展，但现有综述仍存在局限性：缺乏将方法与特定标准和伪影联系起来的系统分类，对不同编码类型间架构范式的比较分析不足，以及基准测试实践尚不完善。为弥补这些空白，本文提出了三项关键贡献。首先，引入了一种新颖的分类法，跨架构范式、编码标准和压缩域特征利用对 CVQE 方法进行分类。其次，提出了一种统一的基准测试框架，集成了现代压缩协议和标准测试序列，以进行公平的多准则评估。第三，对最先进方法中观察到的重建性能与计算复杂度之间的关键权衡进行了系统分析，并突出了未来研究的有前景方向。本综述旨在为 CVQE 研究和部署中的一致评估和明智的模型选择奠定基础。
引用
@article{arxiv.2509.10407,
title = {Compressed Video Quality Enhancement: Classifying and Benchmarking over Standards},
author = {Xiem HoangVan and Dang BuiDinh and Sang NguyenQuang and Wen-Hsiao Peng},
journal= {arXiv preprint arXiv:2509.10407},
year = {2025}
}