基于双判别器生成对抗网络与VVC时间可伸缩性的光场图像编码
图像与视频处理
2020-03-30 v1
摘要
光场技术代表了提供高质量VR内容的可行路径。然而，此类成像系统产生大量数据，导致对光场（LF）图像压缩方案的迫切需求。本文提出一种基于视图合成的高效光场图像编码方案。该方案不传输所有光场视图，仅编码并传输其中部分视图，而丢弃其余视图。所传输的视图使用通用视频编码（VVC）进行编码，并作为参考视图在解码端合成缺失视图。被丢弃的视图使用高效的双判别器GAN模型生成。参考/丢弃视图的选择通过基于VVC时间可伸缩性的率失真优化来完成。实验结果表明，所提方法提供了较高的编码性能，并超越了最先进的光场图像压缩方案。
引用
@article{arxiv.2003.12322,
title = {Light Field Image Coding Using Dual Discriminator Generative Adversarial Network and VVC Temporal Scalability},
author = {Nader Bakir and Wassim Hamidouche and Sid Fezza and Khouloud Samrouth and Olivier Déforges},
journal= {arXiv preprint arXiv:2003.12322},
year = {2020}
}
备注
IEEE International Conference on Multimedia and Expo (ICME), Jul 2020, Londre, United Kingdom